人工智能手势识别人机交互技术相关综述。
手语识别是计算机科学和语言技术领域的研究课题，旨在通过数学算法识别人类手势。目前在这方面的研究重点是动态和静态手势识别。关于人机交互，用户可以通过简单的手势来控制或与设备进行交互，以避免接触。此外，身姿、步态和人类行为的识别也是手势识别技术的核心。它可以被看作是计算机理解人类语言的一种方式，它能为机器与人类建立一种便利的桥梁。
最早使用机器设备，通过有线方式连接到计算机系统，因此可以直接探测到手臂各个关节的角度和空间位置，并将这些手势数据完整准确地传输到识别系统。具有代表性的设备有数据手套等。随后，随着传感器技术的发展，用光学标记法代替了数据手套，用户只需佩戴一套光学标记器，就可以通过红外光向系统屏幕传递手位及手指的变化。光标记法虽然可以获得更好的识别效果，但是还需要更复杂的设备。
外界装置的介入虽然可以提高手势识别的准确性和稳定性，但是掩盖了手势的自然表现。为了实现这一目标，人们产生了一种基于视觉的手势识别方法，即将由视频采集装置获取的包含手势的图像序列，利用计算机视觉技术进行处理，然后再对其进行识别。
人工智能手势识别人机交互技术的发展现状。
(一)国外的发展状况。
目前，手语识别已在世界各地得到了广泛的研究和应用。由韩国大学研究人员设计的手势识别系统平均识别率超过60%；印度研究人员提出了一种基于结构特征的手势识别算法。除此之外，很多大型的跨国电子企业都致力于手势识别的研发和项目开发，比如三星开发了智能电视，开关机、换台、音量调节等均可通过手势、语音完成；微软公司已经开发出一种通过内置麦克风和扬声器来实现手提电脑手势识别的技术。
㈡国内发展状况。
近几年来，基于手势识别技术的人机交互研究在国内有很大的发展，各高等院校和科研单位都做出了大量的贡献。通过建立该模型，实现了对跟踪失踪者的跟踪，即跟踪失踪者的自动恢复，并持续跟踪；在此基础上，中国科学技术大学与哈尔滨工业大学合作，研究了基于“小手”的徒手动作实时识别，这套系统对常用手势的识别率非常高；清华大学计算机科学与技术系提出了一种新的手势识别技术，实现了12种手势在线识别系统。并且具有极高的准确性。
人工智能手势识别技术在人机交互中的应用方向。
1)在工业控制领域的应用。
在工业控制领域，采用手势识别技术可以实现无触点控制，从而减少可能的接触，防止病毒的传播。例如，一台电梯增加了摄像头和显示屏，操纵电梯楼层，通过手势识别等方式，可以大大减少不必要的接触，这在新冠病毒威胁还没有消除的当下，这一应用有很大的价值。此外，手势识别还可用于操作工业机械手，以完成对操作链锯、浇铁浆等风险较小的作业，大大保护了工人的生命安全。
㈡在医疗器械领域的应用。
它与智能医疗相结合，大大减轻了医生、护士的负担，为病人提供了更好的服务。汇春科技公司开发了隔空手势识别芯片，加载于医疗仪器后，就可实现隔空手势感应及应用护理，不论是对护工的日常清理，还是对护理员进行护理，都可以通过本芯片操作设备对设备进行隔空操作，大大减少了病菌的传播，进一步保护了患者和医护人员的生命安全。
(三)在智能家庭领域的应用。
手语识别技术可以和日常家电相结合，在家庭领域大放异彩。就拿电视来说，加载了手势识别技术之后，智能电视可以实现远程频道间的手势切换，调节音量，甚至用手势来切换电视，大大方便了人们的生活。
第四，人机交互式手势识别应用开发策略。
(一)技术产业链的不断完善。
在AI手势识别的后期开发中，可以通过科研机构、高校对其应用方向进行有效的创新研究，将理论研究、产品设计、工艺制造、测试使用形成一条产业链，大力推动高校人工智能手势识别技术的应用与发展。
㈡积极开发核心关键技术。
由于周围环境的影响，关节手势识别技术中的一些难点问题，如识别成功率受周围环境的影响、关节各不相同，以及不同使用者所使用手势的熟练度和速率的差别。在这一过程中，诸如效率与时延等问题都需要通过开发核心关键技术来克服，把握和开发核心关键技术将是其大力发展的保证。
结束语
全面、多层次地对人工智能手势识别人机交互相关技术进行分析和探讨后发现，我国许多领域都出现了手势识别技术的应用实例，部分效果良好。但是值得注意的是，综合各个行业的应用实例来看，应用场景有很大差别，整体技术水平参差不齐，同时各大高校研究机构对这项技术的研究方向各有不同，这说明手势识别技术还存在着很大的潜力。
