提出了一种在复杂背景下进行手部跟踪和识别的改进方法。 为了获得更可靠的跟踪结果，在跟踪过程中使用了两种跟踪算法Lucau-Kanade跟踪器和CamShift跟踪器。 Lucas-Kanade跟踪器不仅用于跟踪手，而且其跟踪结果还用于修改CamShift跟踪器。 为了获得更可靠的识别结果，将两个跟踪结果传递到识别模块中，然后对跟踪和识别进行交互修改：结合跟踪结果进行识别，可以减少复杂背景下的干扰，提高识别过程的效率； 同时结合识别结果进行跟踪，可以消除跟踪过程的偏差。 实验表明，与传统跟踪方法相
