人体运动分析一直是多个学科领域中的重要研究问题，在生物医学、虚拟现实、机器人技术、安全监控等领域有着广泛的应用。本文的研究对象是基于视频的人体运动分析即在视频序列中对人体的运动进行跟踪，捕捉和分析。人体运动属于非刚体运动的范畴，具有高度的非线性特点，利用视频进行人体运动分析，有着极大的研究价值和现实应用前景。利用视频进行人体运动分析一直以来都是研究者所面临的难题，尽管如此，还是有不少研究者提出了相应的部分解决办法。本文介绍了目前基于视频的人体运动分析中所存在的问题。同时将目前的研究工作划分为基于特征和基于模型这两种不同的方法，并以此为线索回顾了解决该问题的一般思路与框架，并就这二类方法作了科学的比较。本文对两类不同单目视频中的人体运动跟踪问题进行了研究。第一类视频的研究对象是在实验室环境下穿着紧身衣、用MLD(Moving Light Display)标注关节点的人体所作的步行运动。我们采用基于特征的方法对人体进行了跟踪。本文提出使用相关模板的方法检测特征，实验表明该方法可有效检测特征。传统方法中跟踪特征往往使用一种模式，而本文在分析人体运动特点基础上，利用人体的结构约束条件结合人体不同部分的运动特性，对人体不同部分采用不同的跟踪策略。实验表明，利用该方法在无遮挡情况下，可以较好的跟踪人体的肢体运动。在第二类视频中，我们对身着普通服装的人体步行运动进行了研究。对这类视频我们采取了基于模型的研究方法。首先讨论了对于视频的预处理以及全身运动的跟踪问题。接着构建了人体腿部的二维模型。然后通过搜索一组参数使得合成数据与实际图象数据最为相似的方法，来跟踪腿部运动。模型跟踪中如何在参数空间中搜索有效参数一直是一个难题，传统方法一般通过优化的方法加以解决，而本文在跟踪过程中，逐个分析各参数的求解，降低了参数空间的维数，使得计算更为简单有效。此外通过定义合适的相似度函数提高了在遮挡情况下跟踪的准确性。实验表明，该方法可以很好的跟踪步行人体的腿部运动，并可以克服一定的遮挡现象。