洗手动作需关注手部运动时序特征，采用3D-CNN网络或光流法对其进行动态识别时存在计算量较大、实时性较差等问题。为此建立洗手动作数据集，并基于TSM(时移模块)思想提出一种动态手势在线识别的轻型网络TSM-MobileNetV3。首先针对高性能网络MobileNetV3结构特点，设计了一种TSM模块融合方式，构成本网络的残差结构；其次通过对比不同的TSM移位比例、时移长度以及共识融合策略对识别准确率的影响，确定了网络结构与参数。实验表明，在CPU上运行时，此方法在31ms的延迟下可以达到99.872%的识别准确率。