随着手指姿态识别技术的不断成熟,其广泛应用于现今各种交互场景中。为适应虚拟现实、超大型屏幕等交互设备对文本输入的新要求,空中文本输入技术也随之出现。本文在空中十指文本输入场景下对三维动态手指姿态识别进行了研究,发现目前技术存在关节点定位鲁棒性差、单词识别耗时过长等问题,为进一步提高空中文本输入方法的识别率和识别速率,就存在的问题做了相应的研究和改进,主要工作包括:第一,针对手部关节点定位中因自遮挡导致手指关节定位不准确的问题,提出了一种基于位移速度的3D关节点位置估计方法。该方法是在基于位移速度的2D目标点位置估计方法的基础上,将2D目标点状态向量改进为3D关节点状态矩阵,利用视觉传感器获得的3D关节点数据作为初始数据,通过Kalman滤波器对3D位置坐标数据进行位移速度运算,完成当发生位置偏移时3D关节点的位置估计。实验表明,该方法在满足实时性的要求下减少了关节点定位误差。第二,针对基于手指序列的文本输入识别方法中存在单词识别耗时过长的问题,提出了一种基于敲击字母识别的空中文本输入识别方法。该方法是在基于手指序列的空中文本输入识别方法的基础上增加了对敲击字母的识别,进一步提取敲击手指特定关节长度和弯曲角度作为特征值,使用K-NN分类算法识别敲击字母,当连续敲击获得候选单词时,通过朴素贝叶斯文本输入模型计算候选单词概率,最终输出概率最大的单词。实验表明,该方法提高了敲击字母识别能力,并且有效减少了朴素贝叶斯文本输入模型的计算量,提高了单词识别速率。第三,在上述研究的基础上,设计并实现了一个基于手指姿态的文本输入识别系统。该系统通过RealSense 3D摄像头实时获取深度图像信息,通过RealSense SDK相关函数实现手部关节点识别。运用第三章和第四章研究内容,有效防止了关节点漂移的问题,实现了基于手指姿态的空中文本输入识别技术。