提出一种基于Laguerre正交基前向神经网络的动态手势识别方法。首先根据多项式逼近和矩阵理论，构造了一种以Laguerre正交多项式作为隐含层神经元激励函数的多输入、多输出三层前向神经网络模型，在网络权值迭代计算公式基础上推出一种基于伪逆的直接计算网络权值方法，避免求取权值的反复迭代过程；提出一种快速的基于颜色的指尖检测跟踪算法以便实时获取指尖运动轨迹，并提取指尖运动轨迹的特征向量作为Laguerre神经网络的输入向量；通过预先获取的动态手势样本（包括手势输入向量和预期结果）训练Laguerre神经网络
