本申请提供的一种基于手势交互的方法及系统，该方法包括：获取用户手部的图像数据和/或视频数据作为第一数据；获取对所述第一数据进行识别的识别结果；若所述识别结果为从所述第一数据中确定所述用户的手部轮廓，与目标用户的手部轮廓匹配，则引导所述用户以第一交互模式进行交互；若所述识别结果为所述用户的手部轮廓与目标用户的手部轮廓不匹配，或所述用户以第一交互模式进行交互失败，则引导所述用户以第二交互模式进行交互；若所述用户以第二交互模式进行交互失败，则引导所述用户以第三交互模式进行交互，直至实现所述用户成功交互。本申请实施例能够兼顾用户进行手势交互的效率和安全性，以提升用户进行手势交互的体验。