在一些科幻电影中看到，电影演员挥一挥手就可以操控影视中的物体，十分炫酷。那么这种场景是如何实现的呢？

其实，手势识别是跟踪人类手势、识别其表示和转换为语义上有意义的命令的整个过程。以视觉手势识别为例，视觉手势识别的原理很简单，主要就是通过摄像头捕捉信号，通过软件算法计算出手的位置信息，判断手势姿态，将其处理成可理解的信息。

众所周知，手势和肢体来表达意思是人类最早的方式，比语言还要早，这是人类最早的沟通方式，用来进行互相沟通和交流。手势是无声的语言。人们在生活中借用手势，来表达各种各样的感情。现在，人还可以与计算机之间进行手势互动。机器视觉和人工智能高速发展的今天，手势与键盘、交互屏幕等进行了深度的融合，应用到了诸多场景，近年来对专业人才保持较高需求。

在脉脉上，有脉友招聘数字人、手势识别算法经验算法的负责人，月薪高达180K-220K，某猎头发布信息寻找手势识别方向的博士人才，年薪高达200-300W，可谓是重金求才。

（图片来自脉脉）

手势识别相关岗位之所以有如此高薪，是因为其广泛的应用场景。从手势交互信息采集的途径来看，可以分为接触式和非接触式两种。

接触式手势识别主要是通过使用众多传感器进行手部动作姿态的定位，常见的就是数据手套、加速度计、多点触摸屏等。这种识别方式一般来说准确率较高，特别是数据手套的静态识别，准确率可以达到99％左右。非接触式手势识别主要是使用光学传感器、雷达探测等实现。随着科技的不断发展和算法的不断进步，视觉手势识别作为非接触式手势识别脱颖而出。

视觉手势识别解决了接触式手势识别需要接触手部骨骼，对应于场景有极大限制的难题。视觉手势识别的优势在于利用摄像头拍摄手部的动作，通过软件软法对图像序列进行处理，进而分割出手势区域获取手势的三维动作信息，将其与系统中设定好的手势信息进行比对，达到手势识别的目的。

视觉手势典型的场景有VR游戏，用户可以通过手势完成游戏操作；在车载交互上，通过手势唤起菜单，增减音量等也是日常的基础操作；在智能家居场景中，用手势完成门窗开关等，轻松完成更多隔空操作。某脉友此前曾经曝光，苹果手势识别专利已经获得授权，可用静脉确定手势以控制设备。可见，手势识别的大面积广泛应用因该不会遥远。

随着元宇宙、VR/AR的快速渗透，作为其最核心技术之一，手势识别硬件未来有望在产业爆发中快速发展，产业空间广阔，提前布局手势识别领域的公司将从中获益，相关的技术开发人员等人才也将迎来新一轮的红利期。