Plusieurs méthodes de suivi des mouvements de la main à partir d'une séquence vidéo s'appuient sur un modèle 3D paramétrique de la main. Ces méthodes définissent une fonction de comparaison, appelée aussi fonction de coût ou encore fonction de dissimilarité pour comparer les poses de la main observées dans une séquence vidéo avec celles du modèle 3D. Le suivi des mouvements de la main est alors formulé comme un problème de recherche des paramètres du modèle 3D permettant de minimiser la fonction de coût. La pluspart des fonctions de coût exploitent des informations 2D comme les informations de contours et de silhouettes contenues dans les images de la séquence vidéo. Ces fonctions donnent des résultats pour suivre des mouvements simples de la main comme le suivi de la position dans l'espace. Malheureusement ces fonctions ne sont plus efficaces pour faire face à des mouvements complexes. Dans ce papier nous présentons une méthode de suivi s'appuyant sur une fonction qui compare des données 3D. Les gestes de la main sont représentés sous forme de nuages de points 3D. Ces derniers sont comparés à d'autres nuages de points générés à partir d'un modèle 3D de la main. La fonction de comparaison est minimisée afin de trouver les paramètres du modèle 3D reproduisant les mouvements observés dans la séquence vidéo. Des résultats obtenus à partir de données synthétiques montrent que l'utilisation de l'information 3D permet un meilleur suivi des mouvements complexes de la main.