研究人員將這款系統叫做DeepHand，有類似于Leap Motion的深度手勢識別基礎功能，通過攝像頭讀寫到多種角度和多種方式的手勢變換以及深度學習網絡開發的特定算法，可以快速的掃描數據庫中超過250萬的手勢，并匹配出最精確的手勢動作，將其在VR環境中呈現出來。

為了確保虛擬手勢運動能夠快速反應，研發項目通過判斷數據庫中手勢動作的數字位置推算出其鄰近的數字位置，進而預測手勢變化的可能性。通過的定位“鄰近區域”，這套算法還能夠計算，顯示攝像頭中無法直接顯示的手勢運動。

這是深度學習網絡中，研究人員首次使用DeepHand識別手勢，并將其反饋到數據庫中，雖然運行這些數據需要強大的計算處理能力，但是在一臺普通電腦上使用這套系統也是可能的。