Tiger AI 手势识别大升级：从数字到无声世界，双手同时比划也能秒识别
参考 https://mp.weixin.qq.com/s/Vd0nMOSkUBXaM17TXED2EQ
帮助聋哑人沟通
最近，我们在 Tiger AI Platform 上对手势识别模块做了一次全面重构。这次升级不只是"能数手指"这么简单------从 0 到 9 的数字手势（包括中式比法）、到 30 类中国手语字母与声母，三套输入源、两套识别引擎同时运行，双手一起比划，系统照样分得清。
本文按「有什么新能力 → 怎么上手 → 怎么拍得更准」的顺序展开，文末附一份 5 分钟快速上手清单和 4 个真实踩坑记录，建议先收藏。
一、功能入口与页面布局
登录平台后，进入菜单 AI 应用 → 手势识别 （路径 /ai/handpose）。
整个页面分为三大区域：
- 顶部控制栏：模型选择、输入源切换、参数调节
- 中间预览区：实时画面 + 骨架/检测框叠加渲染
- 右侧结果区：当前识别结果、分项置信度、动态识别序列
⚠️ 第一次打开页面，先确认模型和输入源是否选对------这是 80% 用户反馈"识别不了"的头号原因。
二、双引擎并行：数字手势 + 中国手语
系统内置两条完全独立的识别链路，支持同时勾选、同时输出：
| 引擎 | 技术方案 | 识别范围 |
|---|---|---|
| 数字手势 | MediaPipe 21 关键点 + 角度分类 | 单手 0--9（含中式 6--9）；双手按「右前左后」组合 |
| 中国手语 | YOLO11s（ONNX）先定位再分类 | 30 类：A--Z 字母 + CH、NG、SH、ZH 四个声母 |
当两个模型同时开启时，主结果区会拼接显示：
格式：数字结果 | 手语结果
示例：左手比 1、右手比 2，同时打出「A」
主结果：2 1 | A两路结果互不影响------数字链路没识别出来，手语链路照样输出，反之亦然。
三、数字手势：0--9 与双手组合
1. 单手数字（含中式比法）
基于 MediaPipe 的 21 个手部关键点，参考 OpenCV Zoo 的 GestureClassification 思路：
- 常规握拳、伸指等基础指法
- 中式单手数字：拇指小指张开的「6」、拇指食指中指并拢的「9」等
很多国外开源方案只认 0--5，遇到中式「6」「7」「8」「9」直接翻车------这次升级专门补上了这个缺口。
2. 双手组合：固定「右 左」顺序
检测到左右手后，展示格式统一为：
右手数字 + 空格 + 左手数字例如：左手比 1、右手比 2 → 显示 2 1；若只有一只手被识别，就只显示单侧结果。
口诀：右手在前，左手在后。 这是为了消除镜像歧义特意设计的规则，具体原因见文末踩坑案例。
四、中国手语：30 类无声字母
手语识别基于 YOLO11s ONNX 模型，覆盖 30 个类别：
- 26 个英文字母：A--Z
- 4 个汉语声母：CH、NG、SH、ZH
为抑制复杂背景下的误检，推理前增加了一步手部 ROI 裁剪，配合偏保守的默认置信度阈值，误报率显著下降。
拍摄建议（直接影响识别率）：
- 手尽量靠近镜头，在画面中占比要大
- 背景尽量简洁、光线均匀
- 单手手势稳定性优于双手；复杂背景容易误检
五、三种输入源：实时 / 单图 / 视频批量
「来源」下拉框提供三种模式，共用同一套识别后端：
├─ 本地摄像头（实时识别）
├─ 图片（单张离线样例）
└─ 本地视频（异步批量处理）1. 本地摄像头 · 实时模式
适合现场演示、互动体验：
- 选择摄像头设备（可点击「刷新」）
- 勾选识别模型（可单选可多选）
- 点击「开始识别」
- 对镜头比划，实时查看骨架叠加与识别结果
稳定保持约 1 秒 自动记入下方「识别序列」；开启「语音播报」后，稳定结果会直接朗读，演示效果拉满。
2. 图片 · 单张模式
适合离线对比、截图验证：
- 来源切换为「图片」
- 选择本地图片，自动触发识别
- 查看标注图与结果区
3. 本地视频 · 异步批量
适合回看录像、课堂素材、批量抽帧分析：
- 来源切换为「本地视频」
- 选择视频文件，设置抽帧间隔
- 点击「开始识别视频」
- 等待进度条完成（后端异步任务，可切去做别的事）
- 播放标注结果，点击序列中的任意一行即可跳转到对应时间点
六、结果区怎么看
结果区分三层信息：
- 大号主结果 ：数字、手语，或
数字 | 手语拼接 - 分项结果：数字手势、中国手语分别展示置信度
- 识别序列：随时间累积的稳定结果，支持点击跳转（视频模式下）
识别序列是最容易被低估的功能------摄像头模式下记录你的演示轨迹；视频模式下，点击序列即可精准定位到对应画面，回看课堂录像、分析演示素材非常方便。
七、参数调优：先跑通，再微调
配置区提供部分高级选项：
- 检测 / 关键点置信度阈值（数字手势链路）
- 手语检测置信度（默认偏保守，减少误检）
调参原则：先默认参数跑通，确认拍摄条件没问题后，再逐步微调。
反面教材：一边拍一边猛调参数，变量太多，根本分不清是拍摄问题还是参数问题。
八、5 分钟快速上手清单
- 打开 AI 应用 → 手势识别
- 勾选模型：先单独试「数字手势」或「中国手语」，再试双开
- 来源选「本地摄像头」→ 选设备 → 点击「开始识别」
- 数字：先练单手 0--9，再练双手「右 左」组合
- 手语：手靠近镜头、背景干净，先试 A / B / SH
- 有录好的素材：切「本地视频」，跑完看标注回放与识别序列
九、4 个真实踩坑案例
| 现象 | 原因 | 解法 |
|---|---|---|
| 画面里明明没手，却出现检测框 | 背景杂乱，模型把相似纹理误判为手 | 换纯色/简洁背景，或调高检测置信度 |
| 双手都举起来了，结果只显示单侧 | 两只手被标成了同一侧（左右判定错误） | 确保双手在画面中不重叠，保持一定间距 |
| 结果一直在跳，数字忽大忽小 | 手晃动或背景干扰，置信度波动 | 手保持稳定 1 秒以上；调低关键点置信度 |
| 视频识别像卡住，进度条不动 | 抽帧间隔设得太小，后端处理不过来 | 适当增大抽帧间隔，或等异步任务完成 |
以上就是 Tiger AI 平台手势识别功能的完整解析。如果你在实际使用中遇到其他问题，欢迎在评论区留言，我们会持续迭代优化。
觉得有用？转发给需要的朋友，或者直接上手试试 👉 /ai/handpose