采用 MMA7260 加速度传感器采集主手腕的手势动作信号，根据手势加速度信号的特点，进行手势动作数据窗口的自动检测、信号去噪和重采样等预处理，通过提 取手势动作的关键特征，构造离散隐马尔可夫模型，实现手势动作识别。

针对传统机器视觉的手势识别方法识别准确率低，抗干扰能力差等问题，提出了一种基于支持向量机（Support Vector Machine，SVM）手势分割和迁移学习的静态手势识别方法.本文使用SVM和迁移学习方法相结合构建新的手势识别模型，利用SVM对样本进行手势分割，将Inception-v3模型作为卷积神经网络模型基础，对网络参数进行fine-tuning，将预先经过手势分割处理后的样本导入模型训练，调整超参数得到新的最优手势识别模型，并在一定干扰环境下测试，得到测试结果.测试结果表明该方法识别准确率和实时反馈效率均高于传统方法，能高效识别手势，满足实际应用需求.

基于计算机视觉的手势识别系统研究_周航.caj

本资料整理的是代码使用python-opencv编写，可以实现简单的手势识别，运行结果在文件内，有需要的小伙伴可以拿去学习。

智能家居硬件小制作（含源码)《手势识别控制器》基于PAJ7620手势模块、L298N驱动板、arduino 目录智能家居硬件小制作（含源码)《手势识别控制器》基于PAJ7620手势模块、L298N驱动板、arduino介绍材料PAJ7620手势模块参数硬件连接库文件使用其他硬件制作手势识别控制器接线源代码 介绍 手势识别控制器，基于arduino、PAJ7620传感器，可实现9种手势识别，应用于制作各种智能硬件 控制电视、窗帘、门、计算机、手机、智能车、机器人等各种硬件 以下以控制电机为例子 材料 Arduino uno PAJ7620手势模块 Base shield扩展板（可选），使接线简单

SGGestureRecognizer：基于$1算法的图形手势识别器

opencv 手势识别源代码 适合新人学习

1.目标检测格式数据集，标签为yolo的txt格式 2.手势识别数据集，支持[ 'A', 'number 7', 'D', 'I', 'L', 'V', 'W', 'Y', 'I love you', 'number 5' ]10种手势的识别 3. 提供3组训练好的YOLOV5模型 4.代码中包含图形化界面 5.提供B站视频教程：https://www.bilibili.com/video/BV1YL4y1J7xz/

基于支持向量机的静态手势识别研究，李晓颖，杨春金，手势识别作为一种特殊的生物特征识别方式，与指纹、人脸识别比起来，更加友好便捷，而且在人机交互技术中，用处更为广泛。手势识

针对基于视觉的手势识别技术对环境背景要求较高的问题，提出了一种利用深度信息进行手势提取和识别的研究方案。采用Kinect深度摄像头，通过中值滤波以及深度信息与邻域特点来分割手部区域并用Canny算子提取出手势轮廓，再以深度图像的凸缺陷指尖来完成对指尖的检测，从而实现对数字手势1到5的手势识别。该方法可快速有效地对指尖进行检测，鲁棒性和稳定性都比其他方法更好。实验结果表明，该手势识别方案的平均识别率达到92％，证明了该方法的可行性。