数字家庭，其高级阶段是智慧家庭，强调数字化、智能化的家庭生活和娱乐。它的主要功能包括家电设备之间的互联互通和信息交互，家电控制的智能化、人性化两个方面。随着人工智能技术的快速发展和广泛应用，身份识别和人机交互已经成为数字家庭应用的两个重要技术组件和功能体现。本文在数字家庭智能家电应用的背景下，围绕入耳身份识别及手势交互技术展开研究，探讨了相关的技术原理，并开发了部分演示系统。　　 首先，本文在概述了人耳图像特征提取方法的基础上，介绍了基于极致学习机(ELM)和样本稀疏表达的人耳识别技术的基本原理和方法。针对ELM在多姿态人耳数据库上识别性能差及稀疏表达识别过程耗时的缺点，我们采用最近子空间方法来实现耳朵的快速识别。实验表明，最近子空间方法能够较快的识别出多姿态和有遮挡的耳朵，并在上海交大-哈工大的多姿态人耳数据库上获得86％的识别率。　　 其次，本文在概述手势检测方法的基础上，讨论了手势交互中的手挥运动方向识别技术。针对手挥运动起止帧判断困难的问题，本文根据运动能量图与运动历史图的关系，提出了一种自适应的判定方法，得到较准确的判断效果。针对手挥运动方向识别问题，本文首先尝试了使用HMM进行识别。在实际应用中，手势方向序列容易被干扰从而影响HMM的识别性能。为了克服这个问题，本文提出了一种基于改进MHI处理算法的手挥方向运动识别技术。在室内光照条件下，其正确识别率达到96％以上。　　 最后，面向数字家庭智能家电的功能调节需求，本文给出了人耳身份识别与手势交互的应用框架，并基于OpenCV，开发了演示系统。