基于视频图像序列的人体运动跟踪技术是计算机视觉领域中的研究热点之一。人体运动跟踪的目标是从视频图像序列中检测、跟踪运动人体,获得人体运动参数,编辑并利用已经获取的人体运动数据,达到让机器理解和分析人体行为的目的。基于视频的人体运动跟踪在视频监控、体育运动分析、辅助临床医疗诊断、人体动画、游戏、虚拟现实和增强现实、人机交互等领域均有着广阔的应用前景。通过对国内外基于视频的人体运动跟踪方法的研究分析,本文主要完成了以下两方面的工作。1.提出了一种改进的适用于人体运动跟踪系统的粒子滤波算法针对粒子滤波算法用于人体动作跟踪中存在的准确性和效率问题,本文设计了一种改进的粒子滤波算法。为了避免单一特征信息造成的跟踪困难问题,本文将轮廓、边界、梯度等多种特征信息考虑到滤波器当中;为了解决跟踪的效率问题,本文采用基于观测似然模型和梯度方向采样的局部优化方法进行优化。2.设计并实现了一种基于改进粒子滤波算法的人体运动跟踪系统在上述改进的粒子滤波算法的基础上,我们设计并实现了一个人体运动跟踪系统。首先,建立并初始化人体结构模型,然后使用高斯混合模型提取人体轮廓信息,并使用逐行列统计人体像素的方法确定人体矩形位置,并在矩形区域内提取其它特征,然后将这些特征和人体模型作为跟踪的输入,使用改进的粒子滤波方法进行跟踪。最后,针对跟踪过程中的错误率和所消耗时间进行了对比实验。原型系统是在Windows XP平台上,使用Matlab实现。通过对比实验结果表明,该系统方案在跟踪的错误率上有了下降,跟踪时间也有了减少。