复杂套态手势识嗣是翻簿视羧手势进程人祝交麓的关键溺题．提交一种HMM．FNN模型结构．它整合7隐岛尔可夫模型对时序数据的建模能力与模糊神经网络的模糊规则构建与推理能力，并将其威用到复杂动态手势的识别中．复杂动态手势具备两大特点：运动特征的可分解性与定义描述的模糊性．针对这两种特性，复杂手势被分解为手形变化、2D平面运动与z轴方向运动3个子部分，分别利用HMM避秆建模，HMM模型时观察子序列的似然概率被作为FNN的模糊隶属度，通过模糊规则推理，最终得到手势的分类类别．HMM．FNN方法将高维手势特征分解为低