在临床医学上通过视力检测表对被测者的视力等级进行测评,传统的视力检测方式不但存在对场地和人员都有限制的问题,并且检测时不方便。而且视力检测仪器的成本很高,还需要专业人士操作指导。以上两种方法都耗费人力物力财力,且操作不易。基于此,以实现自动化视力检测为目标,本课题主要对用于自动化视力检测的手势识别模块进行研究,对手势识别过程中的深度学习算法进行改进,提高手势识别模型的识别精度和检测速度。本文主要工作内容如下:（1）构建了适用于视力检测使用场景的手势数据集。该数据集在不同背景、不同亮度以及不同角度的真实环境中,使用电脑自带的集成摄像头采集而来。用Label Img工具对手势图片数据进行标注,可用于手势识别网络模型的训练。（2）提出一种基于肤色分割+GR-Alex Net的静态手势识别方法。提取手势图像在YCr Cb颜色空间中的Cr分量,利用OTSU算法对其进行二值化,将手势与背景分离开来。GR-Alex Net模型是在Alex Net模型的基础上改进优化,利用几个小卷积核级联代替原来的大卷积核,并且用Dropout操作代替LRN层,只保留两个全连接层,减少参数,加快计算,增加模型非线性拟合能力,从而提高模型的识别准确率,并对Le Net5、Alex Net、VGG16、GR-Alex Net做对比实验,综合对比其结果,GR-Alex Net模型在训练用时和损失率都很低的同时,识别精度最高,达到了96.88%,证明了GRAlex Net模型的可行性。（3）设计了focal loss+Sam＿YOLO V3网络模型,实时识别动态手势。在YOLO V3的基础上,使用focal loss函数作为预测框中有无目标对象的损失函数,去除训练集中正负样本比例失调的影响。基于深度卷积可分离的思想,减少特征网络中的参数,简化计算,单独设计下采样模块,使网络模块化更加方便,并通过减少卷积层的层数和通道数来简化模型,提出Sam＿YOLO V3模型。对YOLO V3、YOLO V3+focal loss、Sam＿YOLO V3及Sam＿YOLO V3+focal loss四种模型做实验,综合对比可知,Sam＿YOLO V3+focal loss模型的性能是最优的,该模型在保证了每秒识别52帧手势图像的同时,检测识别的精度达到了92.9%。使用Sam＿YOLO V3+focal loss模型对离线的手势视频进行测试,验证了该模型的实用性。（4）搭建了基于PC端的手势识别系统,并对静态手势识别系统和动态手势识别系统做实验。综合实验过程和实验结果来看,在静态手势识别系统中,电脑摄像头瞬间捕获的手势可能不是被测者想要发出的手势信号,这种情况导致最终视力检测的结果不准确,而动态手势识别系统能对一段手势视频进行识别,根据识别的结果,给出这段时间内的手势信息,这样的操作能解决在静态手势识别系统中的问题,从操作方便性和实用性考虑,动态手势识别系统更适用于自动视力检测系统。