专人跟踪是一种姿态的根本任务识别系统。大部分以前的作品所追踪的手在彩色图像位置和肤色严重依赖信息。然而，颜色信息是很容易受到照明变化和肤色的差异各地不同的人种族。此外，不能有效地鉴别面或从手等皮肤色状物体使用肤色时检测。在本文中，我们提出了一个手势跟踪算法使用深度图像只，并且也是手点击检测方法自动初始化专人跟踪。我们证明该深度的图像即可，有利于实时专人跟踪。的区域生长技术应用到段手区域的深度图像。然后基于均值漂移算法准确地定位在分段的手中心手区域。实验结果表明，该跟踪算法运行在300+的FPS

摘要： 提出了一种在单摄像头条件下基于嵌入式系统的手势识别方法。通过拟合手势图的外接多边形，找出其所对应的手势缺陷图，并建立手势与手势缺陷图的一一映射，利用手势缺陷图的特征来匹配和识别不同的手势。算法还将手势的跟踪与识别有机地统一起来，通过预测下一帧中手势出现的粗略位置大大降低识别步骤的计算量。该算法在实际应用的嵌入式平台下，能快速、准确地实现手势的识别，能够满足实时人机交互的要求。 　　0 引言 　　手势交互是人机交互领域近年来的研究热点，特别是利用摄像头来实现对手势信息的非接触性捕获，并

提出了一种在单摄像头条件下基于嵌入式系统的手势识别方法。通过拟合手势图的外接多边形，找出其所对应的手势缺陷图，并建立手势与手势缺陷图的一一映射，利用手势缺陷图的特征来匹配和识别不同的手势。算法还将手势的跟踪与识别有机地统一起来，通过预测下一帧中手势出现的粗略位置大大降低识别步骤的计算量。该算法在实际应用的嵌入式平台下，能快速、准确地实现手势的识别，能够满足实时人机交互的要求。

摘要： 提出了一种在单摄像头条件下基于嵌入式系统的手势识别方法。通过拟合手势图的外接多边形，找出其所对应的手势缺陷图，并建立手势与手势缺陷图的一一映射，利用手势缺陷图的特征来匹配和识别不同的手势。算法还将手势的跟踪与识别有机地统一起来，通过预测下一帧中手势出现的粗略位置大大降低识别步骤的计算量。该算法在实际应用的嵌入式平台下，能快速、准确地实现手势的识别，能够满足实时人机交互的要求。 　　0 引言 　　手势交互是人机交互领域近年来的研究热点，特别是利用摄像头来实现对手势信息的非接触性捕获，并