近年来,随着三维视觉技术的不断发展和进步,人体运动姿态捕捉成为计算机视觉领域里面的研究热点,也是工程领域中一个极具挑战性的研究方向,它在很多领域,如虚拟现实、增强现实、游戏电影制作等方面都有很重要的应用。目前,三维人体模型姿态的估计主要依靠一些固定大型设备,如三维扫描仪器,多相机阵列等,或是借助可穿戴式设备配合一些带特殊标记点的服装获取人体姿态。其中,利用带标记点的方法可以获得精度较高的人体模型,且鲁棒性较好,但这类方法通常需要在人身上安装不同类型的传感器或标记,一定程度上影响人体的运动,不能反映出最真实的运动状态。为了捕捉高质量的人体运动,估计人体的运动姿态,本文提出了一种多视点相机的人体运动采集系统,用于无标记的人体运动捕捉,主要工作如下:(1)设计并搭建一套多视点相机采集阵列,包括相机选取,阵列搭建,相机信号同步,图像数据采集以及阵列的标定等。相机对阵列中运动的人体进行同步拍摄,得到一系列连续的随时间变化的人体运动图像序列,通过三维重建算法从多视点二维图像中估计人体的三维结构,获取人体的三维点云模型。(2)借助OpenPose来估计人体姿态。通过获得图像中人体关键点的位置,并利用三角测量的方法恢复其对应空间三维关键点的位置。本文提出了一种将SMPL模型、三维关键点以及人体三维点云拟合的方法,将人体运动通过参数化模型运动来表现。解决人体运动捕捉中由于误差积累而导致人体模型关节处出现非自然扭曲的问题,从而估计出更准确的人体姿态。(3)提出了一个基于SMPL模型的人体稠密网格模板用于人体运动捕捉,通过对原有的利用SMPL模型表面进行细分,生成包含更多的点和三角面片的人体稠密网格模型以描述更加丰富的信息,模板可以向着人体三维点云模型进行变形,恢复真实的人体形状。最后利用多视图对模型进行着色渲染,重建模型的表面。我们的运动捕捉方法消除了现有动作捕捉系统对捕获者的约束,同时将位姿估计的结果应用在人体参数化模型上,实验表明,我们的方法提高了人体姿态的准确性,使三维人体模型更加逼真。