手勢識別分為二維和三維手勢識別。
二維手勢識別基本只不會涉及深度信息，會為用戶解決最簡單基礎的手勢操作。
這種技術不僅可以識別手型，還可以識別一些簡單的二維手勢動作，比如對著攝像頭揮揮手、確定、點選及拖拽等基礎交互手勢。此類手勢識別技術雖然在硬件要求上和二維手型識別并無區別，但是得益于更加先進的計算機視覺算法，可以獲得更加豐富的人機交互內容。在使用體驗上也提高了一個檔次，從純粹的狀態控制，變成了比較豐富的平面控制。
這種技術已經被集成到了電視里，像樂視TV等；也被做成了基于普通攝像頭的手勢識別技術，如國內英梅吉的HandCV手勢交互系統，可以安裝在手機/PC等設備中就可以實現手勢交互，同時也深度適配VR/AR環境；還有來自以色列的EyeSight，被中國一家企業投資2000萬美金，他們的手勢識別技術同樣也是做普通攝像頭，不同于國內的這家手勢識別，以色列這家多應用于生活場景，為懶人提供福利，不用觸摸手機直接隔空操作。
總的來說，二維的手勢識別相對來說更加入門級，可以為手勢識別提供從零到一的普及。
三維的手勢識別技術相對于二維的來說更精準、更深度，可以操作除了生活場景之外的一些游戲場景，面向一些發燒級玩家。提供的解決方案有結構光，微軟的KINECT；光飛時間TOF，根據光子飛行時間進而可以推算出光子飛行的距離，得到物體的深度信息；以及目前和暴風正在合作的leap
motion的多角成像技術，使用兩個或者兩個以上的攝像頭同時攝取圖像。