本文对基于关节特征点的人体运动跟踪与分析进行了研究。主要内容包括： 1．研究了背景差分法中的背景初始化技术，提出了一种改进的背景差分法。虽然背景差分法是一种较成熟的目标检测算法，但是在背景模型建立、更新等关键问题仍存在一定的缺陷。 2．研究了人体运动跟踪技术，提出了一种改进的特征跟踪方法。本文在特征跟踪过程中实现了关节特征点的自动标注，首先利用Cannv算子提取目标轮廓，通过轮廓矢量化算法，从而得到一个合适的人体轮廓形状；然后根据人体轮廓特征对轮廓进行分析，把人体的躯干四肢区分开；最后根据关节比例结构，确定各个关节点位置，对关节特征点进行自动标注。在此基础上，再采用特征光流法对关节进行跟踪。 3．研究了人体目标从二维到三维进行转换的技术，并开发了一个基于视频的人体运动捕捉系统。采用摄像机标定方法，利用坐标变换确定首帧关节点的三维坐标。在此基础上，根据运动的连续性原理计算后续帧的关节点的三维坐标，重构人体的三维运动，以获取关节运动的数据。