动态手势识别技术是当前先进人机交互界面(HCI)研究的一个热点，本文集中解决了对于单手的动态手势识别中手部对象建模和手部对象跟踪的问题。对于手部对象的跟踪，文章通过分解对象的状态空间，提出了一种新的基于均值变换的粒子滤波算法，这个算法有效结合了均值变换算法和粒子滤波算法的优点。在此基础上，又进一步提出基于L~2距离特征描述的算法改进，减少了算法所需的计算量，提高了算法的实时性。针对手部对象的建模问题，文章提出了一种基于双特征信息交互的手部模型，这个模型整合了基于肤色和基于轮廓的特征，从而提高了手部模型在跟踪中的鲁棒性。最后文章提出了一种类似游戏手柄控制原理的简单的手部动作理解算法，并通过整合手部对象跟踪算法，手部对象模型和手部动作理解算法，建立起一个基于单手动态手势识别的人机交互平台并将其应用于云台控制上。