手势识别可以被视为计算机理解人体语言的方式，从而在机器和人之间搭建更丰富的桥梁。
目前主要采用的是深度学习的方式进行手势识别，这就需要大量的数据去训练机器看懂人的手势。比如，我们采取21点标注法，这是现在手势识别普遍采用的标注方法，即将一只手的骨架进行21个关键点的标注，用来生成手部训练数据的标签。
AI 时代，手势识别交互方式的加入，让我们与机器有了更多互动的可能。虽然目前手势识别还处在行业早期阶段，但可以预见的是，手势交互是未来人机交互必不可少的一部分。
314,178张 18种手势识别数据
数据规格：
数据量：314,178 张 18 种手势识别数据
采集环境：包括室内场景（背景杂乱），室外场景（例如自然景观、路别街景、广场、建筑物附近等）
采集设备：手机前置摄像头，手机后置摄像头
手机厂商：苹果、华为、三星、小米、oppo、vivo 等
光照分布：室内&室外：暗光、正常、较明
拍摄角度：正面，斜视（左、右），俯视，仰视
性别分布：男女比例基本均匀
左右手：除双手手势外，单手手势左右手比例约为 1:1
标注内容 ：
手部 21 关键点标注，标注如下：
数据连接：https://www.datatang.com/dataset/info/image/957