手势引擎是基于手势识别的人机交互系统的核心，其手势识别效果的好坏直接影响到基于手势的人机交互系统的交互效果和用户体验。在手势引擎的研究中，手势分割是最重要的处理步骤之一，然而由于应用场景的复杂性和运动模糊，常常使得图像中的运动手势信息缺失，从而造成分割错误，在复杂应用场景和运动模糊的情况下实现手势分割在体感交互系统中是一项非常重要的工作。此外，由于基于手势识别的人机交互系统的实时性要求，手势引擎中的算法设计必须在保证手势识别的准确性基础上尽可能地降低计算的复杂性。　　研究人体手势分割方法和手势引擎的设计与实现。针对由于光照变化等原因引起的肤色分割困难的问题，提出了一种基于人脸采样的肤色分割方法，通过实验验证，该方法比传统的单纯的肤色分割方法具有更好的稳定性和更高的准确率。在双目立体视觉的手势分割过程中，针对由于运动模糊导致的视差信息缺失的问题，提出了一种立体匹配方法，实现了在运动模糊条件下的双目立体视觉的视差计算。通过结合肤色和深度信息设计了手势分割算法，达到了较好的手势分割效果。针对由于手势动作的随意性导致的识别率不高的问题，提出了基于运动跟踪的手势识别算法，通过碰壁检测和轨迹跟踪与识别，有效地提高了手势识别率和稳定性。　　研究人体手势识别方法，在手势分割算法的基础上，基于立体视觉原理开发并实现了一套基于立体视觉的手势引擎系统，该系统能够实时准确地对运动手势进行正确地识别，实现手势对鼠标`的控制，有效地实现了人机交互功能。