在支持向量机多分类方法基础上，提出了一种改进的有向无环图支持向量机( Directed
Acyclic Graph Support Vector Machine，DAGSVM) 手势识别方法。首先根据Kinect 采集到
的场景深度信息将前景和背景分开，分割得到手，然后提取其特征向量，利用特征向量训练多
个SVM 两分类器，采用DAG 拓扑结构构成DAGSVM 多分类器，并对其结构排序进行改进。
实验证明，与其他支持向量机多分类方法相比，改进后的DAGSVM 分类器能够达到更高的识
别率，并将这个手势识别方法用于智能轮椅的控制上，收到了良好的效果。
