基于压缩感知理论，提出了一种新的手势识别方法，考虑到单个特征的局限性， 结合Zernike矩和HOG描述符从全局和局部角度描述手势外观和形状．训练阶段提出手势训练图像的Zernike矩和HOG特征构建字典，识别阶段提取待测样本特征，将其表示成相应训练字典的稀疏线性组合，采用求解Z。范数的最优化问题实现分类．实验结果证明，和目前应用较广的手势识别方法相比，该方法具有较强的竞争性，而且通过融合两种形状特征，对光照、尺度、旋转等变化更具鲁棒性。