翁耿鹏 郑晓帆 潘 良 饶 浩

（韶关学院信息工程学院，广东 韶关 512005）

1 引言

手势作为人与人之间日常沟通的方式之一，已逐渐成为新一代人机交互的热门研究方向，将手势识别应用于硬件设备人机交互控制中在未来将具有重大意义，例如：控制智能家居、手势控制会议投影仪、控制无人机、隔空控制手机等，能够让用户无接触地操控设备，同时也为老人、儿童等一些对数字化设备操作困难的人群提供便利。

目前对手势进行识别的方法主要分为两类：一是依靠数据手套等穿戴式设备通过对关节指尖等关键位置对手势进行采集识别[1]，虽然识别精度高，但由于硬件成本高，交互不够便捷，难以在大众中推广。二是依靠计算机视觉的方法，用户仅需搭配摄像头或传感器即可进行手势识别，虽然相对于穿戴式设备而言识别精度较差，但由于用户无需穿戴特殊的设备，具有交互自然、成本低等优点。且目前随着计算机视觉的发展，基于计算机视觉识别方式的识别精度与速度都已达到可以接受的水平。其中基于计算机视觉的手势识别出现了各式各样的方法。王先军等人采用肤色模型与Hu矩描述因子结合，利用BP进行手势识别[2]；程淑红等人采用基于多特征融合及生物启发式遗传算法优化多分类支持向量分类器对手势进行识别[3]；徐坊等人采用基于3D卷积网络的分级网络结构识别手势[4]。

本系统为移动设备提供一种基于手势的人机交互方式，运行在移动设备的应用层上，而手势识别分为动态手势识别和静态手势识别。……