进入信息化时代,人们对增强现实、虚拟现实等新兴人机交互技术和机器人技术的需求越来越多。作为这些技术的一环,手部姿态估计在其中起着重要的作用。近年来,随着商用深度传感器的普及和深度学习的成功,涌现出了大量基于视觉的手部姿态估计方法,用于从图像中估计出手部关键点的位置。尽管这些方法取得了令人欣喜的成果,但在所提供信息的精度与丰富程度上依然有待改善。因此,十分有必要对基于深度信息的手部形状与姿态估计方法展开研究。本文对基于深度信息的手部形状与姿态估计方法进行了深入的研究,并提出了两种方法,一种用于改善手部姿态估计精度,一种用于在估计手部姿态的同时提供手部形状信息。主要研究工作如下:(1)考虑到深度图不能充分利用手部空间信息且存在透视失真,而体素数据对内存资源占用较大,因此,本文采用点云作为数据表达形式。为了直接从点云数据中提取特征,本文设计了一种新的点云处理模块lapel,该模块可以关注到输入点云中的局部信息,同时也有较强的特征提取能力。基于lapel模块,本文搭建了用于手部姿态估计的网络lapel-Net。该网络通过编解码器提取特征,并估计点云相对于关键点的热图与单位向量场,进而恢复出关键点坐标。为了进一步改善估计网络的鲁棒性,本文提出了两种技巧,即可控旋转与采样-集成,前者用于训练阶段的数据扩充,后者用于测试阶段补偿降采样造成的信息损失。几个公开数据集上的实验结果表明,本文在性能上与当前最优方法相当,其中在ICVL上获得了最低误差,这验证了本文方法的有效性。(2)MANO模型是一种形状与姿态真实且可控的手部网格生成模型,但是目前尚无利用MANO模型从深度图中估计手部形状与姿态的相关研究。本文设计了一种基准网络,利用MANO模型从深度图中估计手部形状与姿态。同时在该基准网络基础上,提出了三种估计方案,探索不同监督方式对网络估计性能的影响。为了评价生成的手部形状质量并进行细致分析,本文依照真实数据分布,制作了一个合成数据集,包含深度图及其手部形状、姿态的准确标注。通过在合成数据集与真实数据集上的实验结果对上述三种方案进行分析比较,并总结各个方法的优缺点。实验表明,使用MANO模型从深度图中估计手部形状与姿态估计的方法可行,同时仍然存在一定的改进空间。