手势识别的研究起步于20世纪末，由于计算机技术的发展，特别是近年来虚拟现实技术的发展，手势识别的研究也到达一个新的高度。韩国的李金石，李振恩等采用熵分析法从背景复杂的视频数据中分割出人的手势形状，然后计算手型的质心到轮廓边界的距离。该识别系统具有较好的识别率。通过对6个实验样本的测试，结果显示其正确识别率近乎全部。印度人米娜克氏在基于视觉手势识别的基础上进一步研究，提出一种基于结构特征的手势识别算法。该算法包括去除背景、方向检测。手指检测以及手指的数量进行检测，最终确定手势。于成龙等采用基于视觉的组合特征进行手势识别，通过手掌的大小、长度、质心、长宽比等人手的属性值结合使用，使得识别率得到极大提升。34142
对于手势识别的研究不仅仅仅限于大学或者是研究院等机构，众多的大型公司机构也纷纷加入到手势识别研究以及应用的行列。2014年4月30日，据国外媒体报道，微软研发部门近日在多伦多举行的“计算机人机互动大会”上，展示了一款运动传感键盘，该键盘可以对用户悬空手势进行识别。微软的Type-Hover-Swipe键盘，集成了64个传感器，并隐藏在键盘的格子中间。用户只需将手悬停在键盘上方，就可以以一种比较舒服的姿势进行手势操作。可以实现前一秒打字，下一秒进行手势操作。而Xbox则是微软比较成熟的商业化手势甚至是身体的识别。作为芯片生产巨头，Intel公司也积极参与到手势识别的大军中来。其中开源的图像处理OpenCV类库以及Realsense设备都是他们在此领域的研究成果。早在CES2012上，奥迪就已经发布了手势识别导航系统，而在2015年CES上，手势识别不仅热度丝毫不减，在车企宝马新发布的iDrive系 统原型中，能够通过系统顶部的3D感应器识别手势，例如轻拍、手指转动或者向左、向右移动。手指转动则意着开启音响系统，手指向上则表示接电话，向下则是挂电话。论文网
2 国内手势识别研究现状
国内对于手势识别的研究主要集中与国内高校及研究院。哈尔滨工业大学的吴江琴、高文（2001）等给出了ANN与HMM的混合方法作为手语的训练识别方法，用来增加识别方法的分类特征和减少模型的估计参数的个数。将ＡＮＮ－HMM混合方法用于与有18个传感器的数据手套的中国手语识别系统中，孤立词语识别率为90％，简单的语句识别率为92％。天津大学通过研究汉语语音识别系统并成功用来控制机器人。在此基础上，天津大学研究人员根据操作者的体态动作图像信息控制机器人的状态。清华大学研究人员通过选择识别率较高的手势类型作为人机交互的信号，并应用于电脑游戏中。
3 应用发展趋势
本课题是将部分手势转化成所对应的信息，并不完全具有实用的能力。由于本系统是部署在PC上，因此在未来可以部署到Google glasses或者微软新研发的HoloLens眼镜。直接佩戴到眼部，通过眼镜的手势识别，自动转化成文字显示到眼镜镜片上。或者，可以进一步将手语直接转化成语音，通过对话的方式将信息传递出去。方便聋哑人士与普通人的沟通。
手势识别不仅可以提供聋哑人，普通人交流的机会。而且该技术可以应用到更为广泛的领域。汽车行业一如既往的对手势识别保持热情，汽车中的各种仪表可以直接通过手势识别直接控制。而在穿戴设备领域，使用手势识别技术以追踪用户包括睡姿、心率、体脂肪率、总肌肉量、体脂肪量和基础代谢率在内的一系列数据。进而促进穿戴设备的发展。
我们看到无论是车企、穿戴设备、汽车电子还是手机等产品都已经或多或少的采用了手势识别作为交互手段，与语音交互一样，已经成为电子设备未来人机交互的一个极具想象力的空间。 手势识别技术国内外研究现状:http://www.youerw.com/yanjiu/lunwen_31568.html