近年来，随着计算机技术的发展以及日益迫切的来自健康监测、舞蹈训练、体育运动分析、安全监控、电影特技等领域的需求，人体运动捕获技术得到了广泛的应用，基于不同原理的各种人体运动捕获设备应运而生。这其中新近推出的简易深度成像设备因其方便快捷的架设方式、非接触的使用方式以及低廉的使用成本受到了越来越多的关注。　　然而，作为一种新出现的设备，简易深度成像设备在人体运动捕获时依然存在一些限制与不足之处:首先，过低的采样率使得其不能直接进行快速动作的捕捉;其次，使用者本身幅度过大的剧烈动作会产生肢体遮挡，影响运动捕获的效果。如若能够通过研究弥补上述两个方面的不足，将进一步拓展此类设备的应用领域，具有重要的科学意义与实用价值。　　论文选择简易深度成像设备中最具代表性的Kinect作为捕获设备，以个体运动行为的重建为主要目的，以适当的模型为手段，通过人体行为表征由内而外的三个层面（关节点、骨架以及活动空间），在其各自适合的应用场景下对个体行为的重建进行了研究。针对适合于前两个层面的以高尔夫挥杆为代表的快速人体规律体育运动行为的重建，以关节点运动模型与动态贝叶斯网络骨架模型为基础提出两种不同但都具有实用价值的适用于简易深度成像设备的个体运动行为重建方法。针对适合于第三个层面的人体随机剧烈运动行为的描述，提出一种以椭球模型为基础的人体活动空间描述方式，并对其描述与检测进行了尝试。　　论文的主要工作和创新点如下:　　提出了一种针对不同关节点构建运动模型的高尔夫挥杆重建方法。该方法遵从高尔夫挥杆动作的运动限制规律，将关节点作为描述对象对其分别建立运动模型，在运动模型的基础上修正或重建对应关节点的位置信息。实验结果表明，该方法能够克服Kinect由于采样率不足以及肢体遮挡造成的人体关节点初始位置信息混乱现象，与光学动作捕捉系统相比，在对应采样时刻的重建结果较为接近，重建后人体肢体段长度的差异也较小，并且克服了光学动作捕捉系统肩部宽度容易受手臂扭曲导致的标定点移位造成的影响。　　提出了一种能够用于描述人体全身关节点运动位置信息的动态贝叶斯网络骨架模型。该模型融合了相同时刻人体关节点之间的空间关系以及不同时刻同一关节点的动态特性。实验结果表明，该模型能够有效的克服Kinect由于采样率不足以及肢体遮挡造成的人体关节点初始位置信息混乱现象，与光学动作捕捉系统相比，在对应采样时刻的重建结果以及肢体段长度的差异方面表现比关节点模型更加优异，而且同样克服了光学动作捕捉系统肩部宽度容易受手臂扭曲导致的标定点移位造成的影响，与同样基于简易深度成像设备的另两种方法得到的重建结果相比，通过本模型得到的重建结果在精度上有了一定的提升。不仅如此，在建模的过程中并未对任何关节点的运动做出限制，因此该模型同样可以适用于描述其他具有规律性的体育运动行为。　　提出了一种使用人体活动空间变化率与人体活动中心速率变化率相结合的随机剧烈行为检测方法，此方法采用椭球模型对人体活动空间进行描述。其核心是椭球的中心，即人体活动中心的准确提取，在提取出人体活动中心后，采用同时统计椭球体积与各分量伸展幅度变化率的方式，结合椭球中心运动速率变化率的统计，对随机剧烈运动进行检测。通过搭建的原型系统的初步实验表明，该方法能够有效的实现人体随机剧烈运动行为的检测。　　论文提出的方法在人体表征的三个层面通过建模的方式克服了肢体之间相互遮挡的问题，实现了低采样率下的简易深度成像设备对于人体运动行为的重建或描述，这在体育、舞蹈、军事训练以及安全监控等领域都具有十分重大的意义。