基于深度图的人手姿态估计技术是人机交互领域中的研究热点之一,此类方法旨在根据输入的人手深度图像,给出相应的人手姿态和人手关节点的准确位置。近年来,基于粒子群优化算法的人手姿态估计方法已经取得了较好的效果,然而粒子群优化算法对初始化十分敏感且容易陷入局部最优的陷阱中。针对上述问题,本文重点研究基于神经网络与粒子群优化的人手姿态估计方法,该方法利用基于多视角的神经网络人手姿态估计器来初始化粒子群优化算法,在之后的迭代优化中采用基于局部姿态采样的粒子随机游走策略,有效地提高了人手姿态估计的效果。本文的主要工作如下:首先,提出基于多视角的神经网络人手姿态估计方法,训练了一个基于多视角的神经网络姿态估计器,该估计器由全局姿态分类器和姿态回归器组成。通过估计器输出的候选姿态,后续的粒子群优化算法可以获得良好的初始人手姿态。该方法可以预先估计出多个与真实姿态较为接近的人手姿态,最后实验证明了该方法的可行性。其次,提出基于局部姿态采样的粒子群优化算法。通过基于多视角的神经网络姿态估计器输出的多个与真实姿态相接近的候选姿态初始化粒子群优化算法,在之后的迭代优化中引入基于局部姿态采样策略的粒子随机游走过程。该方法能够有效地缓解粒子群优化算法陷入局部最优解后难以跳出的问题,拓展粒子群优化算法搜索全局最优解的能力。实验结果证明了该方法的可行性。最后,在NYU数据集上的实验表明,本文方法在图像噪声较高、人手自遮挡较多以及姿态变化较大的情况下,能够提供鲁棒的、精度较高的人手姿态估计性能。与其他人手姿态估计算法的对比实验显示了本文方法的优越性。