【花雕动手做】AI 视觉传感器二哈识图 2 之手势识别使用

HUSKYLENS 2 (二哈识图 2) 是一款简单易用、玩法多样的AI视觉传感器，采用6TOPS算力专用AI芯片，预置人脸识别、目标检测、物体分类、姿态识别、实例分割等20余种开机即用的AI模型，同时，用户还可部署自行训练的模型，教会二哈识图识别任意目标物体。板载的UART / I2C端口，可以与主流控制器Arduino、micro:bit、ESP32、Raspberry Pi等开源硬件无缝连接，被广泛应用于创客、AI教育、STEAM教育和交互艺术领域。

知识点：
手势识别（Gesture Recognition）是一种人机交互技术，它的核心目标是：通过摄像头或传感器识别人体手部动作或姿势，并将其转换为可理解的指令或控制信号。手势识别是让人与设备“隔空对话”的关键技术。它让设备“看懂”你的手势，从而实现无需触控的智能操作。

1、手势识别的基本原理
手势识别通常依赖计算机视觉、深度学习或传感器数据，识别过程包括：
图像采集：通过摄像头或红外传感器捕捉手部动作。
手部检测：识别手的轮廓、关键点或骨骼结构。
动作分析：判断手势的类型（如挥手、比赞、握拳）。
指令映射：将识别结果转换为系统操作（如翻页、暂停、确认）。

2、常见手势类型



3、应用场景举例
无接触控制手机或平板
智能电视手势换台或调音量
汽车中控手势操作导航或音乐
教育机器人识别学生指令
医疗设备实现无菌手势控制
游戏中实现沉浸式互动体验

4、手势识别的关键参数设置

5、手势识别相关场景

6、手势识别介绍
本功能可以检测画面中的手掌与手掌的21个关键点，并描绘出手掌的各个关键点；可以学习、识别、追踪手势。21个关键点包含：手腕（1个）、每根手指的4个关节点（拇指、食指、中指、无名指、小指各4个，分别对应根部、第一节、第二节、指尖）。





手势识别使用说明
这一部分我们将了解如何使用HUSKYLENS 2检测画面中的手掌与关键点，学习、识别指定手势。

选择手势识别功能
给HUSKYLENS 2供电，启动成功后，找到“手势识别”功能。



观察手掌检测效果
将HUSKYLENS 2对着有手掌的画面，检测到手掌时，屏幕上会用白色方框，框出画面中的所有手掌，并用白色圆点标记出手掌上的21个关键点。

学习手势，观察结果
对准要学习的某个手掌，调整HUSKYLENS 2“看”的角度，使屏幕中间的“十”字位于白色框内，然后按下HUSKYLENS 2右上角A键，学习该手势。



学习完成后，如识别到已学习的手势，屏幕将以彩色方框框出该手势，并在上方显示手势名字、ID号及置信度，例如“手势:ID1 93%”。其中名字默认为“手势”，设置名字请看“参数设置”；"ID1"即学习的第一个手势；“93%”是指置信度，表示在手势识别功能下,模型认为识别到的目标手势属于某个手势的可能性。"ID1 93%"即模型认为这个手势有93%的可能性是ID1手势。学习更多手势，可依此类推。



多角度学习：学习手势时，可以长按A键，调整HUSKYLENS 2“看”的角度，对该手势进行多角度学习。多角度学习时会显示学习进度，如下图中，彩色方框上显示“学习中 33/40:ID1”，其中“33/40”意为该手势最多学习40张图，当前已经学习了33张图。