随着科学技术的飞速发展,基于模型的人体运动跟踪技术已发展成为一个融合多学科知识的交叉研究领域。它作为图像处理与计算机视觉领域中的前沿研究方向,在众多领域有着广泛的应用前景和商业价值,越来越多的科研组织、商业机构相继投入该科研领域。本文研究基于模型的人体运动跟踪技术,首先使用改进的颜色空间转换技术提取运动目标；然后阐述所采用的可变形模型；最后使用四种跟踪算法对人体运动进行跟踪并分析各算法的优缺点。主要研究工作如下：(1)使用颜色空间转换的方法分割运动目标。针对本文实验环境的实际情况,对传统颜色空间转换的算法加以改进,利用运动目标在改进的YCrCb颜色空间的良好聚类性实现运动目标的分割。(2)建立人体模型。本文采用可变形模型对人体的四肢进行建模,该模型能够近似反映出运动跟踪过程中手臂以及腿部肌肉所发生的形变。(3)基于模型的运动跟踪及优劣分析。在采用同一种可变形模型的基础上分别实现粒子滤波、平面模板匹配、判别式和生成式算法、协方差比例采样四种跟踪算法对人体的运动跟踪,并对四种算法的跟踪结果从鲁棒性、精确度、实时性的多角度进行分析,总结各自的优缺点。论文所用的实验素材为实验小组自己拍摄的视频,使用文中阐述的四种算法实现了对运动人体手臂及四肢的跟踪。由实验结果分析四种跟踪算法在鲁棒性、精确度、实时性等方面的优缺点并给出指导性意见。