人手检测是模式识别领域一个热点也是难点。首先,人手检测的应用前景是非常广泛的,比如人机交互、智能家电控制,甚至可以实现人与人之间的交流。其次,人手检测也是当前物体检测领域的一个难点,因为人手不像其它一些刚性的物体那样具有非常固定的形状,相反同一个人的手在不同角度、不同姿态的情况下具有非常大的变化,在极端情况下,一只手可以表现出各种各样的形态,所以人手检测这个领域至今都没有一个很权威的检测算法,关于这方面的研究还是具有很强的挑战性与实用性的。基于梯度方向直方图的方法是近年来物体检测领域的研究热点,该特征对于刚性物体检测来说,在轻微旋转和变形的情况下仍然具有很好的鲁棒性。再加上使用了基于支持向量机的分类器,所以其在同类物体检测来说也具有很好的推广能力。基于该特征的以上优秀性能,本文将其应用于人手检测系统当中。同时,就像很多文章提到过的,该算法还是具有很多缺点的,比如速度慢、推广能力不强等。所以我们对该特征进行了改进,首先根据人手的特点,使用了更精简的模型进行了检测,同时也应用了多尺度检测以及追踪的方法。另外,为了增强其推广能力,本文使用了基于共生关系的直方图表示方法,使该算法具有了更好的检测效果,同时采用了多个模型进行同时检测的方法,大大提高了检测系统的推广能力,能够很好的解决多个角度以及多个手势的检测问题。最后,由于在物体检测这个领域一个比较大的难点是不同光照条件下的检测效果变化很大,所以在实验过程中采用了红外的摄像头来克服光照的干扰,这样又进一步提高了系统的检测效果。