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

针对目前操作工人与工业机器人之间的交互还是采用比较机械化的交互方式，设计使用 Kinect 传感器作为手势采集设备，并使用人的手势来对工业机器人进行控制的方法． 首先，使用深度阈值法与手部骨骼点相结合的方法，从 Kinect 传感器获取的数据中准确地提取出手部图像． 在提取过程中，操作员无需佩戴任何设备，对操作员所站位置没有要求，对背景环境也没要求． 然后，用稀疏自编码网络与 Softmax 分类器结合的方法对手势图像进行识别，手势识别过程包含预训练和微调，预训练是用逐层贪婪训练法依次训练网络的每一层，微调是将整个神经网络看成一个整体微调整个网络的参数，手势识别的准确率达到 99.846%． 最后，在自主研发的工业机器人仿真平台上进行实验，在单手和双手手势下都取得了不错的效果，实验结果验证了手势控制工业机器人的可行性和可用性．

动态手势的识别部分，在特征提取阶段，将手心坐标作为手势的位置，并将 手心在空间中运动形成的一系列二维坐标点作为手势的轨迹，再把相邻的坐标点 间的方向角量化后得到的方向向量作为动态手势的特征向量。其中，对于轨迹开 始和结束的判断，则是使用了指尖的个数作为依据：当指尖个数为 5 时，轨迹开 始；当指尖个数为 0 时，轨迹结束。在识别阶段，则是利用了隐马尔科夫模型作 为分类器，实现了对于 10 种自定义的动态轨迹的训练和识别

最新的基于kinect的手势识别源代码，可以存储自己的手势，然后进行识别。对于刚接触kinect的初学者将是一个好的学习代码

kinect手势识别程序

Kinect手势数据集.zip

使用Kinect,需要先安装SDK作为驱动，在0.8米到4米效果最好，但是还不能实现鼠标的左右键功能。

kinect手势追踪继续越来越得到人们的青睐

本人做的一份基于Kinect体感摄像头的手势识别算法实验的PPT报告。

使用OpenNI类库实现。在Kinect的支持下，通过对手势的识别和跟踪，来代替鼠标移动和点击。该程序使人能够徒手控制PC，如用Firefox浏览网页，玩水果忍者等等。此程序为非MFC版本。开发教程：http://blog.csdn.net/chenxin_130/article/details/6693390