1. 手势识别的真正意义是什么什么公司做的不错
就是在不碰到设备的情况下，通过简单的手势来控制设备。目前内汇春科技的YSPRING手势识别技术容能完成对手部的成像，并对手势进行识别和跟踪，应用于电视等职能家庭设备的控制还有就是VR、AR设备的自然交互。
2. 如何用雷达实现手势识别
如何用雷达实现手势识别
雷达，英文Radar（Radio Detection And Ranging），利用发射“无线电磁波”得到反射波来探测目标物体的距离，角度，和瞬时速度。随着天线尺寸和芯片的极度缩小，在可预见的未来，更多的雷达设备将会以微型器件面世，如图所展示的那样，它们不仅能嵌入可穿戴设备，成为物联网的一类重要传感器。
图 传统的探测侦查雷达（左）以及Project Soli中用于手势识别的迷你雷达（右）
相比于其它隔空操作技术，比如体感相机、超声波等，雷达有着一些天然优势：比如无论白天黑夜，暴晒寒风，皆可正常工作；在体积、成本，以及功耗上都比Kinect等体感相机来得要更低；高频雷达测量物体距离通常可以精确到毫米级别；而低频雷达则可以做到“穿墙而过”，完全无视遮挡物的存在。这些特性让雷达，尤其是微型雷达，在未来都有着广阔的应用前景。
雷达的组成
一般雷达由发射器、接收器、发射／接收天线、信号处理单元，以及终端设备组成。发射器通过发射天线将经过调频或调幅的电磁波发射出去；部分电磁波触碰物体后被反射回接收器，这就好比声音碰到墙壁被反射回来一样；信号处理单元分析接受到的信号并从中提取有用的信息诸如物体的距离、角度，以及行进速度；这些结果最终被实时地显示在终端设备上。传统的军事雷达还常配有机械控制的旋转装置用以调整天线的朝向，而新型雷达则更多通过电子方式做调整。
为节省材料和空间，通常发射器和接收器可以共享同一个天线，方法是交替开关发射或接收器避免冲突。终端设备通常是一个可以显示物体位置的屏幕，但在迷你雷达的应用中更多是将雷达提取的物理信息作为输入信号传送给诸如手表或其它电子设备。信号处理单元才是雷达真正的创意和灵魂所在，主要利用数学物理分析以及计算机算法对雷达信号作过滤、筛选，并计算出物体的方位。在这基础之上，还可以利用前沿的机器学习算法对捕捉的信号作体感手势识别等等。
雷达实现手势识别
雷达的测距或者测速都把物体想像成一个抽象的点。而真实的物体如手掌则可以认为是一堆三维点的集合体。所以在反射波中已然蕴藏了许多个点的距离与速度信号。同时呈现这些信息的一个好方法叫做距离－多普勒映射（Range-Dopler Map），简称RDM（如图）。RDM中的横轴是速度，纵轴是距离。它可以认为是一张反射波的能量分布图或概率图，每一个单元的数值都代表了反射波从某个特定距离和特定速度的物体得到的反射波能量。仔细看的话，从RDM中已然可以窥见探测物体的特征身形！基于RDM及其时间序列， 我们可以采用机器学习的方法识别特定的能量模式变化，进而识别手势及动作。在Soli推出之前，Nvidia也做过类似的研究。
图 距离-多普勒（速度）映射的等高线表示示例 每一个单元值代表了反射波中具有对应距离和速度的点的集合的反射能量。该映射可以作为特征向量用于机器学习识别手势动作。
3. 什么是手势识别
在计算机科学中，手势识别 是通过数学算法来识别人类手势的一个议题。手势识别可以来自人的身体各部位的运动，但一般是指脸部和手的运动。
4. 设计“手势识别与跟踪”这个课题，一般要用到什么软件matlab能实现吗
现在关键的问复题根本就不是开制发软件而是算法和硬件环境搭建好么。。。
Matlab常用做算法的仿真，当然也包括图像和视频处理的算法。
C/C++下有免费开源的计算机视觉库OpenCV，编程上的复杂度不会比matlab高很多。
当然上面讨论的前提是你同时会用这两种开发语言。
但是如果有特殊硬件的话matlab可能就不如C/C++好用了，我只是说一般情况。
你现在关键是要去查论文看人家的实验环境和算法，而不是关心算法用什么语言实现。
5. 【手势识别】opencv通过摄像头获取实时数据后怎么弄
你只管处理读到的图像就行
6. 手势识别用什么图像特征提取算法
《基于计算机视觉抄的袭手势识别研究》中提到了多尺度模型，它就是采用此模型提取手势的指尖的数量和位置，将指尖和掌心连线，采用距离公式计算各指尖到掌心的距离，再采用反余弦公式计算各指尖与掌心连线间的夹角，将距离和夹角作为选择的特征。对于静态手势识别而言，边缘信息是比较常用的特征。中采用的HDC提取关键点的识别算法，基于用八方向邻域搜索法提取出手势图像的边缘，把图像的边缘看成一条曲线，然后对曲线进行处理。