基于Kinect开发的PPT手势控制器，可以鲁棒的完成翻页和退出，代码是用C#写的，平台是VS2013。

knn基于matlab的代码惯性手势识别 介绍 手机在我们的日常生活中起着重要的作用。 本文开发了一种基于手机传感器的手势识别基准。 内置的手机微型陀螺仪和加速度计可以有效地测量沿x，y和z轴的加速度和角速度，并将其用作输入数据。 我们计算输入数据的能量以减少手机姿势变化的影响。 收集了一个大型数据库，其中包含8个手势的1,000多个样本。 隐马尔可夫模型（HMM），K最近邻（KNN）和支持向量机（SVM）在基准测试中进行了测试。 实验结果表明，所采用的方法可以有效地识别手势。 为了促进对此主题的研究，向公众提供了源代码和数据库。 指示 在MATLAB中运行“ HMM.m”脚本。 在MATLAB中运行“ SVM.m”脚本。（需要libsvm） 在MATLAB中运行“ KNN.m”脚本。 “ struct.mat”存储预先计算的数据。 笔记 如果使用数据库，请引用本文 谢春雨，栾尚珍，王海南，张宝昌：基于手机的手势识别基准。 CCBR 2016：432-440 接触 张宝昌

本代码功能是利用识别手掌和拳头，可以使用电脑自带摄像头但易受光照影响，建议使用工业摄像头。

可以很好地识别出1到10的不同手势，利用的是模板匹配，计算距，对复杂背景效果较好

利用超声波技术，在智能手机上实现手势识别功能。非常实用的一篇论文

手势识别matlab源代码

基于联合算法的数据手套的手势识别技术研究

本代码功能是利用kinect的图像采集功能和骨骼信息对实时视频的手势进行识别，可以识别手掌的伸开和紧握

本文对当今静态手势识别技术中的各种方法进行了详细的分析，并在此基础上，设计 并实现了一套可以进行实时识别的静态手势识别系统。本系统共分为四个模块：手势图像 捕捉、图像预处理、特征提取以及手势的分类识别。系统在运行的过程中首先由 USB 摄像 头捕获手势图像，再经过图像预处理得到手势的二值图像以及轮廓图像，针对这两幅图像 对手势进行特征提取，最后采用基于欧氏距离的模板匹配法进行识别。在系统的图像预处 理以及特征提取两个模块中，本文加入了 OpenCV（微软开源视觉库）函数库，在运行的 效率以及速度上都达到了良好的效果。在实际的系统测试中对本文定义的十个手势建立了 模板库，并且在固定手势采集距离以及非固定手势采集距离两种情况下对 681 个测试样本 进行了识别，平均识别率为 92.80%，达到了很好的识别效果。同时，符合高识别率以及实 时处理的设计准则。

手势识别 使用深度学习问题陈述的手势识别：想象一下，您正在一家家用电器公司的数据科学家中工作，该公司生产最先进的智能电视。 您想要在智能电视中开发一个很酷的功能，该功能可以识别用户执行的五个不同手势，这将帮助用户控制电视而无需使用遥控器。 手势由电视上安装的网络摄像头连续监视。 每个手势对应一个特定的命令： 竖起大拇指：提高音量竖起大拇指：降低音量左滑动：“跳”向后10秒右滑动：“跳”向前10秒停止：暂停电影 每个视频都是30帧（或图像）的序列。 训练数据包括归类为五个类别之一的几百个视频。 每个视频（通常为2-3秒）分为30帧（图像）的序列。 这些视频已由在网络摄像头前执行五个手势之一的各种人录制，类似于智能电视将使用的手势。