本論文說明一種以視覺為基礎的簡報系統處理技術，此技術利用Kinect的人體關節標定位置，來擷取局部的手部三維深度資訊，然後經過二值化處理，得到手部和非手部的二元化影像。再以半徑做掃描的方式，得到手指隻數資訊。
透過左、右手的標定，當手部跟其它身體部位重疊，並不易發生誤判。基於得到手勢的動作及精確的手指數，使用有限狀態機(Finite State Machine)的模式來讓使用者下達正確的指令，因為使用這台可提供深度及骨架資訊的感測器，縱使在背景複雜地方操作，或光線不一強弱的情況下，皆可達到每秒30張影像高
