主要研究内容：本项目旨在为手势识别过程创建更有区分力的分割模型和跟踪模板，并为手势的多类识别提供更有分辨力的模型。具体而言，拟主要开展以下三方面的研究：一、针对光照变化和类肤色物体对真实肤色的干扰，建立基于深度数据的环境模型，研究肤色与深度模型的融合，为肤色判断提供更多保障。二、面向手势跟踪改进基于粒子滤波的跟踪算法。其中，类比灰度直方图建立相对深度直方图及其相似性概念，与灰度跟踪模板融合成新的跟踪模板；针对传统粒子重采样算法中的粒子退化问题，研究基于深度与灰度融合的跟踪模板的粒子重采样，保证粒子多样性。三、面向手势识别改进基于超球支持向量机的识别模型，以相对径向距离作为多个超球相交时样本的分类标准。