随着计算机及其相关领域的发展,人们对人机交互体验的要求也越来越高,即表现出对客体需要适应主体的趋势。人的手部和面部均能够传达大量信息,因此针对人手部和面部的识别研究成为当下的一个研究热点。Kinect设备作为一款高科技且价格低廉的体感设备,能够提供深度信息和骨骼流信息,这对手势识别和三维人脸识别以及相关应用的开发都提供了便利。本文的研究内容主要分为三个部分。在手势方面,本文研究了当前主流的手部分割和手势识别算法,重点研究了基于模板匹配的手势识别算法,并对动态时间调整算法进行了改进,提出了针对斜率的约束条件和引入骨骼节点权重两种优化方案,并通过实验证明了其有效性;在面部识别方面,本文着重研究了面部特征提取的相关算法,并提出了同时基于Kinect深度信息和骨骼流信息的人脸快速定位方法——骨骼-鼻尖定位法。还针对局部二值模式和主动外观模型两种特征提取方法在面部识别上的效果;在应用方面,本文根据前面的研究内容开发了两个基于Kinect的应用,分别是手势操控的三维地球仪应用和基于人脸特征的学习状态监控系统。本文提出的手势识别算法的改进和人脸快速定位方法是具有一定的创新性的。以本文研究为基础开发的两个应用具有较高的新颖性与实用性,同时本文研究的手势和面部的识别技术是能够有机结合的。虽然本文选用Kinect体感设备作为工具进行研究,但是本文研究成果的应用前景并不只局限于Kinect。