非接触型インタフェースは，近年の感染症の影響もあり関心が高い．中でもハンドジェスチャは手話に代表されるように複雑なコミュニケーションが可能であり多くの場面で活用されている．ハンドジェスチャに関する機械学習モデルの開発は頻繁に行われているが，認識速度や精度，機器など様々な問題がある．本研究では，深層学習をベースとした物体認識を活用し，低コストなリアルタイム家電操作システムの開発を行った．システムの性能を向上させるために物体追跡技術も取り入れた．最先端モデルに対して学習と性能の比較を行い，最も性能の良いモデルをraspberry Piに実装し，検証を行った．