符号识别已从传统的基于视频的图像识别发展为基于3D的图像识别。 大多数文档都带有基于Kinect的体感终端，但由于难以准确描述各种手掌关节执行的动作而受到限制。 因此，必须手动输入手语（SL）的语言细节，例如位置，方向和移动。 同时，大多数研究依靠虚拟主体关节的位置或旋转作为实验数据来应用分类或匹配技术，该技术采用效率低下的算法。 通过充分利用Leap Motion的功能，可以在计算机上自动计算运动轨迹。 根据22个手掌关节的运动参数计算位置，运动和方向等特征。 因此，我们提出了一种基于决策树的
