研究了动态手势的识别技术，实现人机交互。采用HSV空间的肤色模型实现手势定位，光流场算法进行手势追踪，具有较好的快速性、准确性和鲁棒性。提出应用链码描述手势运动矢量，双手相对位置标量以及双手与脸的相对位置标量，将多条链码作为动态手势的特征进行提取。建立了一个动态手势识别的动态贝叶斯网络模型，将一部分手势链码作为训练样本，通过对DBNs的推理学习实现手势识别。实验构建动态手势识别系统，可应用于多媒体、智能电器或幻灯片控制之中。