现今社会科技的进步与飞速发展,计算机在其中起到了不可替代的左右,并且已经渗透到生产和生活中的各个方向。人们利用计算机进行工作、娱乐、学习、生活、交流、获取信息等,计算机迅速成为人们日常生活不可或缺的一部分。设计一种友好、高效的人机交互方式会提高人与计算机之间的交互频率和交互效率。基于此,人们与计算机的交互问题逐渐成为计算机科研领域的热点。人们与计算机的交互问题逐渐成为计算机科研领域的热点。而不论我们在日常的交际活动中,还是在人机交互过程中,手势都理应具有十分重要的作用。手势识别技术的重要性凸显了出来。隐马尔可夫模型最初是在20世纪60年代后半期Leonard E. Baum和其它一些作者在一系列的统计学论文中描述的。HMM最初的应用之一是开始于20世纪70年代中期的语音识别,并在后来获得广泛的应用。近年来,HMM开始渐渐被运用在模式识别,尤其是动作、手势识别中来。本文设计了一种手势识别方法,采用了基于多尺度隐马尔可夫模型的手势识别方法。在识别过程中,经历了手势分割、手势跟踪、手势特征提取、分类及匹配识别几个步骤来达到识别的目的。采用了比较适合手势识别的算法和技术,并成功应用在了卡耐基梅隆大学手势库之中,成功完成了动态手势的识别功能。经实验证明该手势识别方法具有较高的识别率,基本可以达到实时识别动态手势的目的。