人机交互在过去十年受到了热切的关注，最新的研究越来越倾向于自然系统的交互例如手势识别。手势识别渐渐由传统的模式识别变为近些年运用机器学习进行识别。我们可以将手势识别过程拆分成两个独立的过程，分别是图像处理和机器学习。 要对图像进行处理，首先需要获取图像。借用python强大的opencv库，我们可以自己创造一个手势数据库。本文借助kaggle平台的手势识别数据库。这组数据比较干净，共有10个手势，由5男5女摄制，每一个手势都含有2000张图片。数据获取完成后，需要对图像进行处理本文介绍了几种处理图像的方式。坐标转化主要是对三维图像进行转化，使得手势图像能够正对摄像机，提升图像的品质，增加预测精度。图像分割主要是将二维图像中的手势及背景分割开来。对于静态图像，我们采取阈值分割的方式，肤色的RGB数值与背景的RGB数值显然不同。我们可以选择一个合理的阈值将背景全部去除。对于动态图像，我们对运动的相邻图像做差分。不变的部分为背景，做差后可以消除，变化的部分为手势，可以保留。也完成了对手势的分割。 图像处理后开始搭建神经网络模型。采用后向传播的方式选择模型的节点和权重。该模型表现很棒，在测试集中的正确率能接近100%。