手势识别国内外研究现状，带着文献出处

手势识别是指通过计算机视觉技术或其他方法，对人类手部动作进行识别和分类的过程。在国内外都有很多研究团队对手势识别技术进行了深入研究。

以下是一些手势识别的国内外研究现状及相关文献出处：

1. 基于深度学习的手势识别技术在国内外都有很多研究，其中比较有代表性的是基于卷积神经网络（CNN）的手势识别模型。文献出处：Molchanov P, Karpov A, Gupta S, et al. Online detection and classification of dynamic hand gestures with recurrent 3d convolutional neural networks[J]. Pattern Recognition Letters, 2016, 83: 13-22.

2. 除了深度学习之外，传统的机器学习方法也被广泛应用于手势识别领域，如支持向量机（SVM）、决策树（DT）等。文献出处：Li H, Zhang Y, Du S, et al. Gesture recognition using a hierarchical svm based on motion and position features[J]. Journal of Visual Communication and Image Representation, 2018, 55: 223-232.

3. 针对手势识别中的动态手势识别问题，有学者将时序模型引入到手势识别中，如隐马尔可夫模型（HMM）、循环神经网络（RNN）等。文献出处：Li S, Liu J, Liu Y, et al. A novel approach for dynamic hand gesture recognition using recurrent neural networks[J]. Neurocomputing, 2017, 248: 31-39.

4. 除了计算机视觉领域的研究之外，手势识别在生物医学工程等领域也得到了广泛应用，如手势控制假肢、手势控制轮椅等。文献出处：Jiang Y, Li W, Huang H, et al. Gesture recognition based on surface electromyography for upper limb amputees: A review[J]. Journal of Rehabilitation Medicine, 2018, 50(10): 805-812.

总之，手势识别技术在不同领域和应用场景中都有广泛的应用和研究，未来还有很大的发展空间。