提到手势识别，大多数人可能会联想到Leap Motion和Kinect这些基于图像传感的体感设备。但如果你体验过这些设备，就应该知道它们背后都有一个诟病——使用者必须对准摄像头来完成“规范”的动作，而且对周围的环境有非常苛刻的要求，这在一定程度上影响了用户的体验。
事实上，手势识别并非只有上述这一类产品形态，另一种基于可穿戴设别的手势识别系统已经逐渐走进了大众视野。
把手势识别的系统集成到手表或者手环上，用户只需要随手做一个动作就可以实现人机交互，它不仅可以应用于体感游戏，甚至还能控制各类家电以及电脑，这是一种极具想象力的产品。
从现有已经上市或者还在实验室阶段的产品来看，可穿戴手势识别的技术方案有很多种。雷锋网 硬创公开课群友——广州智趣科技总经理张荫来告诉雷锋网，可穿戴手势识别的一般有三种方法： 肌电、光感(红外)和压力。
那它们各自有什么特点呢?
肌电
肌电是几种可穿戴手势识别方案中最受企业青睐的一种。
因为不同手势会运用到不同的手臂肌肉组织，运动的生物肌肉组织会产生微弱的(低至毫伏级)电位变化，而这种表面肌电信号(sEMG)可以被传感器采集到(信号采集)。所以，如果在可穿戴设备上 预先定义几种不同的手势，就可以根据手臂肌肉电流信号识别各种手势(模式判断)，最后通过特定的算法把各种手势解析成不同的机器命令，并实现对设备的控制。
除了识别电信号的肌电传感器之外，这种方案还会配置一些多轴传感器，以更精确的实现多种手势的识别。传感器加得越多，识别精度越高，不过功耗和运算难度也会相应的增加。
例如，Thalmic Lab公司推出的 MYO就是这样一款手势识别设备，它内置了8个肌电传感器和9轴惯性测量单元(包括陀螺仪，加速度计，磁力仪)通过捕捉这些肌肉的肌电信号，进行模式识别，从而判断出你做的是什么手势。
因为采集和识别的信息几乎完全来自人体，所以肌电方案受环境(如光线和操作距离)的影响最少，而且对算法的要求也是最低的。
不过，这种方案也有缺点，张荫来告诉雷锋网，“肌电对湿度非常敏感，在水下和潮湿的环境中都不适用，出汗后就会影响体验。”
红外
红外线摄像头已经成为了识别物体深度信息的重要角色，Leap Motion和Kinect都。
那可穿戴的红外方案又有什么特点呢?
如果论技术原理，其实两种产品类型并没有太大差异，它们都是通过图像识别的方式来实现人机交互，只不过可穿戴红外方案设备的组件要简单一些。
通过 内置的传感器和红外线感应器，设备就可以检测用户手腕的轮廓来识别动作，如麻省理工学院的创业团队Amiigo。
通过红外传感器，这种装置还可以增加一些扩展功能，例如可以检测到使用者的心跳以及血液含氧量等生理数据，能解决医疗领域的一些瓶颈。
虽然使用的都是图像识别方法，单相比Kinect这样的设备可穿戴红外手势识别有自己的优势，因为装置离识别的对象距离很近，所以它受光线影响的程度要比Kinect等设备要低。
从另一个角度来看，也正是因为这种方案是基于图像识别来识别动作的，导致了设备要处理的信息量比肌电方案要大，所以它对对算法处理的要求很高，而且在不同肤色或者有纹身的人群中可能表现有差异，因此精度一般。
张荫来告诉雷锋网 (搜索“雷锋网”公众号关注) 。
压力
如果了解肌电的实现原理后，理解压力方案就不难了。它们二者 有一定的相似之处，只不过后者是使用压力的变化来检测肌腱的状态，即硬件部分把肌电传感器更换为压力传感器(一般会配置多个压力传感器，以精确的读出不同手势的值); 另外，算法上把计算电信号改成压力信息即可。
当然，这也是最难产品化的一种方案。
这种压力方案的实现难度很大，因为每个人的特征差异太大了，抖一抖都会产生压力变化，如果没有超强的算法支持，基本上很难实现产品化。