随着实感技术和计算机视觉的发展,包括图像传感器在内的各种传感器性能也越来越好,人们对高品质生活追求的过程中对计算机的要求也日益提高,特别是人与计算机不通过鼠标、键盘的交互受到研究人员与市场的青睐。原始的人机交互需要穿戴数据手套等设备,但是现在的人机交互越来越多的向基于视觉的方向发展。其中手势的交互在人机交互中占据主要位置,基于计算机视觉的二维图像进行手势识别时会受到很多因素干扰,并且二维图像只包含RGB信息,类似于人眼看到的景象在平面上的投影,与现实情况相比没有深度信息,因此在进行手势识别时算法性能会受到限制;图像拥有层次化结构,在深度学习经典学习模型之一的卷积神经网络中对于深度是极其敏感的。综上,本文提出了两种卷积神经网络模型识别三维手势。本文采用RealSense3D摄像头采集深度图像,RealSense摄像头不仅能像微软的Kinect 一样采集深度图像,还具有1080P分辨率的RGB摄像头,并且能嵌套到笔记本电脑、平板电脑及手机上,官方提供的RealSense SDK还能在Windows、Linux等多个平台上进行开发。根据深度图像在不同区域距离值的差异将手势从背景中分割出来。在手势识别时对AlexNet等模型进行研究改进,提出两种三维手势识别模型(3DGR1、3DGR2)。3DGR1模型的网络结构包括3个卷积层和2个全连接层,采用修正线性激活(ReLU)与局部响应归一化进行激活函数操作及防止过拟合。在3DGR1的基础上进行改进提出3DGR2模型,该模型网络更深,参数更少。使用深度学习开源框架TensorFlow进行模型训练、验证与测试。在2个CPU与3个GPU的分布式并行平台上进行模型训练极大的缩短训练时间,最后使用RealSense采集深度手势图像训练并测试3DGR1与3DGR2两个模型,将本文的三维手势识别模型与当前主要的图像识别模型AlexNet等对比,结果表明本文两个模型手势识别误差率更低、训练时间更短。