针对手势识别由于分割效果差，导致识别率较低等问题，提出基于改进支持向量机的动态多点手势动作识别方法。选用深度阈值法分割动态多点手势图像，提取出手掌中最大的圆细化手部区域，获取7维手部HOG(Histogram of Oriented Gradients)特征向量，完成手势动作图像预处理。引入支持向量机，并且通过误差项改进该算法。采用改进后的支持向量机最优线性分类特征向量，利用支持向量机输入分类后的手势特征向量，实现动态多点手势动作识别。实验结果表明，所提方法受光照影响波动小，在有光照情况下，识别率达到92.5%以上，而无光照情况下，识别率仍高于90.0%,并且图像分割信息完整、识别准确性高。