1.一种三维静态手势识别方法，其特征在于，包括：

获取手势正面图像和手势侧面图像，其中，通过对应目标手部正面设置的第一图像采集单元采集所述手势正面图像，通过沿对应目标手部侧面设置的导轨运动的第二图像采集单元从多个不同的角度采集多个手势侧面图像，所述导轨为弧形导轨，所述弧形导轨所在的平面垂直于所述目标手部的手掌所在的平面，所述第一图像采集单元采集一次所述手势正面图像，所述第二图像采集单元沿所述弧形导轨从第一端运动至第二端采集多个手势侧面图像或从第二端运动至第一端采集多个手势侧面图像，完成手势正面图像与手势侧面图像的同步采集；

根据所述手势正面图像和所述手势侧面图像生成三维手势模型；

对所述三维手势模型进行降维处理；

根据降维后的三维手势模型进行手势识别，

其中，根据所述手势正面图像和所述手势侧面图像生成三维手势模型，具体包括：参考三维手部骨骼模型的约束关系，根据所述手势正面图像得到三维手势模型指节参数；计算每个所述手势侧面图像中手部的面积，并选取手部的面积最小的手势侧面图像作为选定手势侧面图像；结合三维手势模型指节参数，根据所述选定手势侧面图像得到三维手势模型端指节与图像平面的夹角参数；结合所述三维手势模型指节参数和所述三维手势模型端指节与图像平面的夹角参数生成所述三维手势模型。

2.根据权利要求1所述的三维静态手势识别方法，其特征在于，所述三维手势模型指节参数包括各个手指指节的长度和根指节、中指节、端指节与图像平面的夹角。

3.根据权利要求2所述的三维静态手势识别方法，其特征在于，对所述三维手势模型进行降维处理，具体包括：将三维手势模型参数向量从27维降至12维。

4.根据权利要求3所述的三维静态手势识别方法，其特征在于，根据降维后的三维手势模型进行手势识别，具体包括：以降维后的三维手势模型为输入，运用预先建立的手势识别深度学习模型获得三维手势模型特征向量；

对所述三维手势模型特征向量进行量化，获得单个手势离散特征向量，并根据所述单个手势离散特征向量进行训练，获得静态手势分类器参数；

将训练后的静态手势分类器用于对所述单个手势离散特征向量进行分类判断，输出手势识别结果。

5.一种三维静态手势识别装置，其特征在于，包括：

第一图像采集单元，所述第一图像采集单元用于采集手势正面图像；

第二图像采集单元，所述第二图像采集单元用于采集手势侧面图像，其中，所述第一图像采集单元对应目标手部正面设置，所述第二图像采集单元沿对应目标手部侧面设置的导轨运动，所述导轨为弧形导轨，所述弧形导轨所在的平面垂直于所述目标手部的手掌所在的平面，所述第一图像采集单元采集一次所述手势正面图像，所述第二图像采集单元沿所述弧形导轨从第一端运动至第二端采集多个手势侧面图像或从第二端运动至第一端采集多个手势侧面图像，完成手势正面图像与手势侧面图像的同步采集；

计算机终端，所述计算机终端分别与所述第一图像采集单元和所述第二图像采集单元通过通讯接口相连，所述计算机终端用于根据所述手势正面图像和所述手势侧面图像生成三维手势模型，并对所述三维手势模型进行降维处理，以及根据降维后的三维手势模型进行手势识别，所述计算机终端具体用于：参考三维手部骨骼模型的约束关系，根据所述手势正面图像得到三维手势模型指节参数；计算每个所述手势侧面图像中手部的面积，并选取手部的面积最小的手势侧面图像作为选定手势侧面图像；结合三维手势模型指节参数，根据所述选定手势侧面图像得到三维手势模型端指节与图像平面的夹角参数；结合所述三维手势模型指节参数和所述三维手势模型端指节与图像平面的夹角参数生成所述三维手势模型。

6.根据权利要求5所述的三维静态手势识别装置，其特征在于，所述通讯接口为USB数据传输接口或API接口。