近年来,随着深度相机的普及和发展,实时三维手部姿态估计成为了研究热点。手部姿态估计可以在人机交互、虚拟现实和增强现实等应用中发挥重要的作用。随着神经网络在计算机视觉中取得的成功,以及大型手势数据集的出现,基于卷积网络的手部姿态估计方法成为了研究的热点。由于投影成像的过程中存在着透视失真,导致二维深度图中的手部形状会扭曲,造成信息的损失;而三维卷积的时间复杂度和空间复杂度较大,不适用于一些实时应用中。因此,本文以点云数据作为神经网络的输入,进行三维手部姿态估计。本文致力于研究基于点云注意力模型的手部姿态估计方法。本文主要的研究内容可以分为以下几个部分:(1)给出了一种基于三维空间注意力模型的手部姿态估计方法。该方法利用点云的局部结构信息构建了一个优化网络,首先引入三维空间注意力模型,提取手部感兴趣区域的特征;然后根据手部的几何约束将关节特征分为五个部分,用来分别表示手的五根手指;并根据手指关节间的相关性给出了一个分层循环模块,用以细化每个手指的关节特征;最后将所有特征聚合,回归出所有关节的坐标。基于三维空间注意力模型的手部姿态估计方法可以有效的提升关节的回归精度,并具有较好的实时性。(2)为了更好的提取点云的特征,给出了一种基于动态图卷积的手部姿态估计方法。首先设计了一个基于注意力模型的边缘卷积模块,利用所有点对之间的相对位置关系构建点的局部邻域图,有效的利用了点云数据的空间信息;然后,不断利用此模块提取点云的高维特征,并动态更新点云的局部邻域图,将点的高维邻域特征聚集起来。该方法更好的利用了点的局部结构信息,从而较为准确的估计出手部关节的三维坐标。(3)为了验证手势估计方法的有效性,本文设计并实现了一个通过手势控制无人机运动的人机交互应用。该实验通过深度传感器获取控制人员的手势,通过分析手势在相机前的动态轨迹,识别出轨迹所对应的无人机命令,最后发送相应的运动指令给无人机,实现用手势控制无人机飞行的目的。本文在多个公开的数据集上进行了大量的实验,对给出方法中的各个模块进行了评估并与其他方法进行比较,实验结果验证了这些方法的有效性。