如今，稀疏表示分类（SRC）已广泛应用于各种计算机视觉领域，例如人脸识别。 但是，很少有研究人员将SRC应用到静态手势识别中。 在本文中，我们建议采用基于显着性的特征和稀疏表示进行手势识别，并对稀疏项参数和稀疏系数计算进行深入研究。 另外，文献表明，SRC不能很好地处理非线性特征，可能会产生较差的识别结果，因此，我们建议使用直方图相交核函数将原始特征映射到核特征空间中，并在核特征中使用稀疏表示分类空间。 此外，我们将SR与支持向量机（SVM），人工神经网络（ANN），贝叶斯网络（BN）和决策树（