研究背景：

       随着科学技术的飞跃发展，人机交互越来越频繁的发生在更多人的身边，为许多人的生活带来了方便，其中人机手势交互是最为活跃的一个领域。手势识别是计算机科学和语言技术中的一个主题，目的是通过数学算法来识别人类手势。用户可以使用简单的手势来控制或与设备交互，而无需接触他们。然而手属于非刚性物体，变化丰富，使得手势识别的难度加大了不少。手势识别是一个复杂的系统，通常基于计算机视觉的识别系统，包括手势定义、图像的获取、处理、分析、理解。但是应用前景广阔，主要领域有家庭娱乐、智能驾驶、智能穿戴等。因此，对手势识别的研究具有很大价值。

研究成果：

 J Li,L Zhang ,Z Ju , et al. Residual Attention Regression for 3D Hand Pose Estimation[C]. international conference on intelligent robotics and applications, 2019: 605-614.(EI)