为了解决嵌入式手势识别系统的速度慢和功耗高的问题,提出基于深度学习处理单元(deep-learning　processor　unit,DPU)的手势识别系统设计方法.通过把DPU部署于现场可编程门阵列(field　programmable　gate　array,FPGA)器件,再调用ResNet-50网络对手势图片进行识别,设计并实现了一套低功耗的手势识别系统.实验结果表明,系统在工作频率为150　MHz时识别准确率为97.7％,运行速率可以达到129　GOPS,其能效比为26.3　GOPS/W,优于一些现有嵌入式FPGA神经网络手势识别实现方法.