手势识别是怎么实现人机交互的？目前手势识别可以帮助人们完成哪些工作？为什么还没有得到大规模应用？
美国华盛顿大学的一个研究团队建立了一种无电池运行的低成本手势识别系统，用户只要利用几个简单的手部动作就可以控制隐藏在视线之外的电子设备，例如藏在裤兜里的手机。
手势识别发展瓶颈是识别的准确率
把手机放在兜里，在人们看不到的情况下，也可以通过手势识别来控制它。这种在人们的视线之外进行手势识别的系统借助室内的无线信号（Wi-Fi），利用多普勒效应（也是日前马航失联事件中，定位飞机最终航向所用的基本原理）提取和分类手势信息。当人们在做一些手势时，人体运动反射的无线电信号的频率会发生改变，而传感器可以接收到这种变化，并借此来识别特定手势造成的独特的频率变化。
不过，目前的研究难度并不在于如何让电子设备感应到手势，而是如何让这些电子设备更加准确地识别出分类细致的不同手势。建立一个手势识别系统，首先要收集不同的手势信息，然后将其分类，转化为计算机可以识别的动作信息。但在实际操作中，计算机因为环境和人运动自身等干扰，并不能精确地识别每一个手势信息。
华盛顿大学研究出来的这种手势识别系统能够识别90%以上的手势动作，该系统的特色主要在于运用人体运动带来的室内无线信号的频率变化。这种手势识别系统共能识别8种手势，手势动作较少而且不复杂，从计算机识别角度看并不困难。借助其他传感手段，对类似的识别任务准确率也能超过90%。不过能否成功地将手势识别系统应用在手机领域，也得看用户买不买账。
这种智能识别系统一方面要求高准确率，也需要符合人的自然习惯。如果要求用户用特定的方式、特定的速率做有限的几个手势，那么普通用户很难适应。我们都知道不少手机里都有语音识别这项功能，但是人们却很少使用，原因就是使用起来不方便，而且正确率也不高。
现在比较主流的手势识别传感方法主要有三种。一是通过摄像机来进行手势识别，通常也会用红外传感器辅助。这种手势识别系统一般采用多个监控摄像头从多角度采集手部图像，并利用一些红外光源增强采集效果，使用者无需穿戴任何设备，系统即可分析使用者的手部姿态。
这是一种基于视觉的手势识别方式，微软公司推出的Kinect就是如此，它对视频采集设备拍摄到的包含手势的图像序列，通过计算机视觉技术进行处理，进而对手势加以识别。
二是通过肌肉所产生的电信号来进行手势识别。人在活动的时候，肌肉都产生电信号，人们可以在手腕上绑一个传感器，每当做手势的时候，传感器会感知肌肉的电信号，计算机会接收到电信号相关的信息，对动作进行判别，进而发出指令。
据国外媒体报道，加拿大沃特卢创业公司ThalmicLabs研制了一款名为“Myo”的臂带式智能控制器，允许用户用手势控制电脑。Myo内置传感器，负责测量佩戴者臂肌的运动和电活动，根据测量数据，Myo将确定的手势和手部移动转化成电脑屏幕上的相关指令。
Myo的最终版售价149美元（包括运费），将于9月上市。ThalmicLabs公司表示这款控制器可用于控制Windows、Mac、安卓和iOS设备。
Myo利用蓝牙4.0LowEnergy与电脑和平板电脑相连。这款装置采用锂离子电池，充电后可使用几天时间。Myo的重量与一块大尺寸手表差不多，在设计上几乎适合任何人的手臂，因为它可以采用不同方式佩戴。
使用时，用户可将其戴在前臂上端。未来，Myo不仅可以控制电脑，同时也可以控制电视以及采用无线电控制的汽车，省去了人们寻找“失踪”遥控器的麻烦。
三是通过脑电波来进行手势识别。人们在想要进行某项活动的时候，大脑会发出“指令”，也就是脑电波，科学家们可以在脑部装一个感应设备，通过脑电波来获取信息，完成手势识别。这项技术在机器人领域使用较多，目前机器人可以完成一些简单的指令。
通常手势识别系统里都有人们经常会用到的手势，如果不加以设计，确实会造成一些麻烦。假设在物联网非常普及的情况下，家电都可以通过手势来控制，如果没有相关的方法，人们就会在不经意间打开一些设备，不仅没有给生活带来便利，反而造成一些困扰。
如果手势识别已经达到了如此规模的应用程度，如何防止混淆也将不是难题。不过，手势识别其实也就是人机交互的一种方式，就如同现在的键盘、鼠标等，我们在应用这项技术的时候，必须要使得它能够自然地与人们的习惯连接起来，而不能刻意要求人们去改变一些习惯。
随着智能硬件市场的极速膨胀，体感交互和语音交互经过长时间的技术积累，现在已经进入到高速发展时期，也是最具市场前景的。只要手在空中一划，你就可以上网，可以遥控电视，可以在会议室里翻动PPT……这并不是在痴人说梦，而是将在我们生活中出现的全新的人机互动方式。这一新兴的技术正更大范围地在生活中普及。