随着人工智能技术的飞速发展,人工智能时代即将到来,要进入这一崭新时代,就要使得机器能够完美地理解人类的动作,因此对人体动作识别方面的研究就必不可少。人体姿态估计作为研究动作识别的基础,也一直是人们研究的重点,其目的是得到更加准确的人体关节点三维位置信息以进行人体动作识别。目前市场上最成熟的关节点检测设备为Kinect设备,它是一款基于彩色图像和深度图像来提取人体骨骼关节点信息的无穿戴体感设备,其检测方法虽然很完善,但依然和其他关节点检测方法一样面临着关节点抖动或关节点发生遮挡导致的关节点信息检测错误的问题。目前主要采用滤波或者人体模块分隔等方法来对采集得到关节点信息或图像信息进行进一步的处理,以得到更加准确的关节点信息,但依然没有完美地解决该问题。针对以上问题,本文设计了一种利用Kinect采集得到的图像信息来得到稳定的人体关节点信息的检测方法。该方法首先利用Kinect设备采集人体骨骼关节点三维位置信息及其对应的彩色图像和深度图像;接着将对齐到深度图后的彩图代入到Open Pose关节点检测算法中,得到人体二维关节点信息;然后将两种方式得到的关节点信息进行坐标系对齐处理,并将处理后的数据代入到设计的骨骼拟合优化算法中,从而得到更加精准的人体三维关节点信息;最后对该方法得到的骨骼关节点模型进行了实验对比验证。实验证明其不仅可以改善遮挡导致的关节点检测错误问题,而且得到的连续关节点模型的稳定性也优于Kinect关节点模型。本文接着将设计的关节点稳定检测方法与虚拟现实技术相结合,设计了一款冶铁遗址博物馆体感交互系统。该系统的主要设计流程为:首先利用Unity3D虚拟引擎虚拟复原了古代冶铁场景;接着利用Kinect体感交互设备,通过设计的关节点稳定检测方法,实现了游客与场景中冶铁工人模型的虚拟交互;然后设计添加了一些冶铁相关小知识的交互模块;最后对系统流程进行了进一步的设置与优化,完成了该交互系统的设计。