人体动作检测与识别是一种多学科交叉的研究方向,包括了图像处理、计算机视觉、模式识别和人工智能等多个领域的内容。交警手势识别是人体动作识别的一部分。随着社会经济的持续发展,城市车辆的数量在大幅度的增加。在很多大中城市里,高峰时段的道路拥堵状况非常严重,刮蹭事故频发。单依靠机械式的交通信号进行调度已经难以满足要求,需要经验丰富的交警对于现场状况进行灵活的判断和疏导。另一方面,人工智能领域的发展使得车辆的自动驾驶技术日益进步。而自动驾驶系统需要对环境的各种变化有准确的反映能力。所以一个成熟的自动驾驶系统除了能够对交通指示灯、交通标志等固定的指示信号做出反应外,还需要对交警灵活的指挥手势做出应对。因此,交警手势识别具有重要的应用和经济价值,也日益受到企业单位和研究机构的重视。本文通过对交警手势的特点进行分析,对交警手势的特征提取和识别方法进行了改进,旨在解决基于视觉的交警手势识别效率和准确率低的问题。并提出了一种结合手势的时空运动分布和运动轨迹特征的一种多特征提取和特征融合方法。然后对提取的特征进行稀疏降维并将局部约束线性编码与线性支持向量机相结合进行分类与识别。本文的方法通过MATLAB进行了仿真实验,并使用weizmann视频数据库中的常用人体动作样本对方法进行了验证,并和已有的方法进行了对比,证明了本方法的准确性和实时性。最后通过自组交警手势视频库实现了本文所提出的交通指挥手势识别系统。