1.一種手勢(shì)識(shí)別方法，其特征在于，包括以下步驟：
S1、分別對(duì)不同手勢(shì)的手勢(shì)圖像序列進(jìn)行處理，獲取所述手勢(shì)圖像序列的多個(gè)關(guān)鍵幀圖像，所述多個(gè)關(guān)鍵幀圖像組成關(guān)鍵幀集合，得到對(duì)應(yīng)不同手勢(shì)的多個(gè)關(guān)鍵幀集合；
S2、根據(jù)所述對(duì)應(yīng)不同手勢(shì)的多個(gè)關(guān)鍵幀集合設(shè)計(jì)分類器；
S3、獲取待識(shí)別手勢(shì)的手勢(shì)圖像序列的關(guān)鍵幀集合，并利用所述分類器對(duì)其進(jìn)行手勢(shì)識(shí)別。
2.根據(jù)權(quán)利要求1所述的手勢(shì)識(shí)別方法，其特征在于，所述手勢(shì)圖像序列的多個(gè)關(guān)鍵幀圖像的獲取方法包括以下步驟：
獲取手勢(shì)圖像序列中每幀圖像的信息熵，并將其映射到一個(gè)二維空間坐標(biāo)平面上，構(gòu)成手勢(shì)圖像序列的信息熵序列；
從所述二維空間坐標(biāo)平面上的信息熵序列中獲取多個(gè)局部極值點(diǎn)，所述局部極值點(diǎn)包括局部極大值和局部極小值；
進(jìn)行密度聚類，獲取所述多個(gè)局部極值點(diǎn)的局部密度，并獲取每個(gè)局部極值點(diǎn)與局部密度比其大的局部極值點(diǎn)之間的最小距離；
獲取所述最大的N個(gè)最小距離所對(duì)應(yīng)的圖像幀為關(guān)鍵幀圖像，所述N個(gè)關(guān)鍵幀圖像組成關(guān)鍵幀集合，所述N為預(yù)設(shè)特定數(shù)目。
3.根據(jù)權(quán)利要求2所述的手勢(shì)識(shí)別方法，其特征在于，所述步驟S2包括以下步驟：
S21、利用特征描述子分別對(duì)多個(gè)關(guān)鍵幀集合的多個(gè)關(guān)鍵幀圖像進(jìn)行統(tǒng)一描述實(shí)現(xiàn)特征提取，得到多個(gè)關(guān)鍵幀特征圖集合；
S22、對(duì)所述多個(gè)關(guān)鍵幀特征圖集合進(jìn)行編碼；
S23、根據(jù)多個(gè)編碼后的關(guān)鍵幀特征圖集合設(shè)計(jì)分類器。
4.根據(jù)權(quán)利要求3所述的手勢(shì)識(shí)別方法，其特征在于，所述特征描述子包括SIFT特征描述子、SURF特征描述子、VLBP特征描述子、LBP-TOP特征描述子、SIFT-3D特征描述子、HOG特征描述子、角點(diǎn)描述子或邊緣描述子。
5.根據(jù)權(quán)利要求3所述的手勢(shì)識(shí)別方法，其特征在于，所述步驟S22中的編碼方法包括詞袋模型。
6.根據(jù)權(quán)利要求3至5任一項(xiàng)所述的手勢(shì)識(shí)別方法，其特征在于，所述步驟S23包括以下步驟：
S231、建立手勢(shì)類別標(biāo)簽與多個(gè)編碼后的關(guān)鍵幀特征圖集合的對(duì)應(yīng)關(guān)系，所述手勢(shì)類別標(biāo)簽與多個(gè)編碼后的關(guān)鍵幀特征圖集合構(gòu)成手勢(shì)識(shí)別訓(xùn)練集；
S232、分類器根據(jù)手勢(shì)識(shí)別訓(xùn)練集進(jìn)行參數(shù)學(xué)習(xí)以獲取分類器的模型參數(shù)實(shí)現(xiàn)分類器設(shè)計(jì)。
7.根據(jù)權(quán)利要求6所述的手勢(shì)識(shí)別方法，其特征在于，所述分類器包括支持向量機(jī)分類器、最近鄰分類器或隨機(jī)森林分類器。
8.一種手勢(shì)識(shí)別系統(tǒng)，其特征在于，包括
關(guān)鍵幀集合獲取裝置，用于分別對(duì)不同手勢(shì)的手勢(shì)圖像序列進(jìn)行處理，獲取所述手勢(shì)圖像序列的多個(gè)關(guān)鍵幀圖像，所述多個(gè)關(guān)鍵幀圖像組成關(guān)鍵幀集合，得到對(duì)應(yīng)不同手勢(shì)的多個(gè)關(guān)鍵幀集合；
分類器獲取裝置，用于根據(jù)所述對(duì)應(yīng)不同手勢(shì)的多個(gè)關(guān)鍵幀集合設(shè)計(jì)分類器；
手勢(shì)識(shí)別裝置，用于獲取待識(shí)別手勢(shì)的手勢(shì)圖像序列的關(guān)鍵幀集合，并利用所述分類器對(duì)其進(jìn)行手勢(shì)識(shí)別。
9.根據(jù)權(quán)利要求8所述的手勢(shì)識(shí)別系統(tǒng)，其特征在于，所述關(guān)鍵幀集合獲取裝置包括
信息熵獲取與映射單元，用于獲取手勢(shì)圖像序列中每幀圖像的信息熵，并將其映射到一個(gè)二維空間坐標(biāo)平面上，構(gòu)成手勢(shì)圖像序列的信息熵序列；
局部極值點(diǎn)獲取單元，用于從所述二維空間坐標(biāo)平面上的信息熵序列中獲取多個(gè)局部極值點(diǎn)，所述局部極值點(diǎn)包括局部極大值和局部極小值；
局部密度與最小距離獲取單元，用于進(jìn)行密度聚類，獲取所述多個(gè)局部極值點(diǎn)的局部密度，并獲取每個(gè)局部極值點(diǎn)與局部密度比其大的局部極值點(diǎn)之間的最小距離；
關(guān)鍵幀集合獲取單元，用于獲取所述最大的N個(gè)最小距離所對(duì)應(yīng)的圖像幀為關(guān)鍵幀圖像，所述N個(gè)關(guān)鍵幀圖像組成關(guān)鍵幀集合，所述N為預(yù)設(shè)特定數(shù)目。
10.根據(jù)權(quán)利要求8或9所述的手勢(shì)識(shí)別系統(tǒng)，其特征在于，所述分類器獲取裝置包括
關(guān)鍵幀圖像特征提取單元，用于利用特征描述子分別對(duì)多個(gè)關(guān)鍵幀集合的多個(gè)關(guān)鍵幀圖像進(jìn)行統(tǒng)一描述實(shí)現(xiàn)特征提取，得到多個(gè)關(guān)鍵幀特征圖集合；
關(guān)鍵幀圖像特征編碼單元，用于對(duì)所述多個(gè)關(guān)鍵幀特征圖集合進(jìn)行編碼；
分類器獲取單元，用于根據(jù)多個(gè)編碼后的關(guān)鍵幀特征圖集合設(shè)計(jì)分類器。