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YOLO11sONNX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–Z4 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