近年来随着可穿戴设备的普及,智能手表这一新兴产品迅速抢占了市场并持续受到大众的广泛关注。作为便携和易用的象征,人们对智能手表的交互体验提出了新的要求。手势具有简单、高效、不受环境影响的特点,是最适合智能手表的交互方式。由于目前手势识别在智能手表上的应用程度还很有限,大多数都是使用基于固有规则匹配的识别方式。本文尝试对于成熟智能手表产品提出通用手势识别解决方案,并通过实验验证其有效性,从而为手表的功能扩展提供可行性依据。本文首先研究了当前常用的手势识别技术,对比其优劣之后最终确定了基于加速度的识别解决方案。根据实际使用需求对时间序列数据建模,并依据平台限制采用了基于动态时间规整和隐马尔可夫模型的算法框架。随后,考虑到手势数据的特殊性有针对地设计相应的辅助算法,并提出了基于最长连续子序列和回溯法的数据截取算法,有效地完成了数据的处理。本文随后按照上面提出的算法模型,基于Ticwear操作系统实现了智能手表端的手势识别系统。最后,结合研究需求设计了相应的实验,并使用该手势识别系统对假设模型进行了全面的验证和评测。结果表明,两种模型均能在300毫秒延迟之内给出预测结果,并且达到平均80%以上的识别正确率。从而证明了解决方案的可行性。