人体运动捕捉就是通过某些途径数字化地感知和记录人体在三维空间中的运动,进而通过人体数据来完成行为分析和动画驱动等任务。人体运动捕捉已经渗透到影视动画、游戏制作、体育、安防、VR/AR等领域,具有巨大的应用空间和商业价值,也是视觉多媒体领域的研究重点。近些年,人体运动捕捉技术取得了巨大的突破。然而现有的方法着重于解决单人或者非紧密交互的多人场景,对于一些生活中常见的紧密交互场景下的人体重建,却研究较少。主要原因在于紧密交互的情况下,除了人体的自遮挡外,还会存在互遮挡以及不确定性问题,使得整个重建问题变得复杂。因此,本文基于紧密交互的应用场景提出了一种新的用于完整人体运动捕捉的方法。本文所提方法的主要贡献如下:1)提出时空匹配算法建立人体空域和时域的2D姿态对应关系,缓解了由于遮挡带来的信息缺失问题。本文思路是利用人体的包围框的信息进行特征提取和相似性度量,从而建立人体姿态之间的关联关系;2)运用最新的SMPL-X人体模型,对多视角视频检测的关键点进行拟合,实现了人体、人手和人脸的全方位运动捕捉。通过参数化人体模型作为人体的先验表示,降低了模型的求解空间,也简化了人体重建的任务;3)基于人体时域上的3D形状一致性先验,进一步约束人体运动恢复,避免了单帧估计差异性带来的时域抖动。本文提出的方法目前已经在公共数据集上进行了验证,实验结果表明本文提出的方法可以有效地重建紧密交互下的完整人体。另外,通过与最新的一些相关工作的对比,结合定性和定量角度的结果分析,本文方法实现的人体重建的结果精度更好且真实度更高。