希罗斯 介绍 hiROS（人机交互机器人操作系统）是使用ROS Melodic（机器人操作系统）构建的回购协议，而是此回购协议的主要骨干。 用于训练此仓库的自定义数据集使用可通信的身体和手势，旨在改善人机交互。 根据目前的文献，尚无用于人机交互的标准化手势集，此存储库旨在解决这一问题。 依存关系 ROS旋律 的Python 3 环境 在我们能够执行任何操作之前，请确保此存储库位于正确的环境中。 由于ROS仅使用Python2.7，因此您需要安装Python3才能运行此存储库。 否则，您可以使用安装Python3的虚拟环境 $ source py36env/bin/activate 如果您使用ROS运行此存储库，请记住在中构建并导入build和devel文件并将其合并到您的主要工作区中（即catkin_ws）。 工具 要运行此手势识别推断，请在下面使用以下命令。 运行rqt查看结果 $ r

基于Kinect的手势数据库及动静态手势识别算法，张鑫，钱伟， 基于手势的人机交互以其自然直观性受到了人机交互领域的持续关注，越来越多的手势研究催生了对手势数据库的需求。本文介绍了一��

面向电视功能遥控的视觉手势识别算法.doc

手势识别　基于OpenCV的数字手势识别算法

基于FMCW 雷达的多维参数手势识别算法

伴随着人工智能时代的到来，人机交互的领域也逐渐成为研究的一大方向；其中，手势识别是人机交互领域的一项关键技术，自此手势识别也迎来了一波高潮，近几年无论是在消费领域、电子领域、数码领域、家电领域甚至汽车领域上，都能或多或少的见到手势识别的身影。 手势识别在设计智能高效的人机界面方面具有至关重要的作用, 目前手势识别已应用到手语识别、智能监控、到虚拟现实等各个领域，手势识别的原理都是利用各种传感器（例如红外、摄像头等）对手部的形态进行捕捉并进行建模，形成一个模型信息的序列帧，而后将这些信息序列转换为机器能够识别的相对应指令（例如打开、切换菜单、移动等）来完成控制。 采用Python的集成开发环境Pycharm进行本次课程设计，在Pycharm中进行需要库（模块）的下载，调取电脑摄像头，按帧读取摄像头采集到的头像，形态学处理，图像旋转（由于摄像头采集到的图像是镜像，需要用cv2.flip将摄像头采集到的图像进行处理），选取图片中固定位置作为手势输入，用红线画出手势识别框，基于hsv的肤色检测，进行高斯滤波，找出轮廓，求出图像中手势的凹凸点，手指间角度求取。

采用Python的集成开发环境Pycharm进行本次课程设计，在Pycharm中进行需要库（模块）的下载，调取电脑摄像头，按帧读取摄像头采集到的头像，形态学处理，图像旋转（由于摄像头采集到的图像是镜像，需要用cv2.flip将摄像头采集到的图像进行处理），选取图片中固定位置作为手势输入，用红线画出手势识别框，基于hsv的肤色检测，进行高斯滤波，找出轮廓，求出图像中手势的凹凸点，手指间角度求取。

基于实现小样本数据集下手势识别的目的，采用了深度卷积神经网络GoogLeNet模型以及PNN神经网络进行分类，同时结合了迁移学习的方法将深度学习模型进行迁移而构建所用模型。用公共数据集Keck Gesture进行实验，通过对数据集图像进行简单的图像预处理，使得图像特征更为明显，将预处理后的图像作为网络输入进行手势识别实验。经实验验证，该方法在该数据上平均准确率达到了99%以上，而且识别速度较快，达到了10帧/s，基本能满足实时性要求。

手势识别通用算法的总结，介绍的很详细，每种方法的优缺点都列举出来了

手势识别具有广阔的应用前景。本文介绍了手势识别的发展过程，极其未来的发展方向，其中有作者的算法实现，可供对相关方面有兴趣的朋友参考学习