实时姿态估计技术被广泛应用于体感交互、安全控制、医疗诊断等领域。深度图能直接反映拍摄场景的准确空间信息，大大降低了姿态估计的难度。但由于现有技术的封闭性，无法实现跨平台应用，特别是面向移动平台的开发。　　 本文实现了具有自主知识产权的基于深度图的姿态估计中间件平台。通过一种基于人体部位的姿态骨架表征作为中间过渡，将复杂的姿态估计问题转变为较简单的逐像素的目标识别问题，降低计算复杂度，取得实时性能和准确率的平衡。本文使用了简单的深度比较特征和有效的随机森林识别模型，用于逐像素标识人体部位；再通过基于部位识别结果的聚类获得感兴趣的几个骨架节点的三维位置。采用动作捕捉数据和计算机图形渲染技术合成训练样本，构建大规模、多样性的训练数据库。　　 针对交互应用在数据库中特别增加了更多的手部姿势，并从表面深度特征、动作时序特性等多方面优化了系统的实时性能。分别在合成和真实测试集上测试了系统的实时性能和准确度，并详细的测试与分析了识别模型各项训练参数的有效性。系统在普通PC平台的处理效率可达30～50fps左右，在Android平板电脑达到10～15fps左右，在合成测试集上的部位识别准确率达到70％～90％左右。系统在不同平台均表现出较高的准确率和实时性能，满足交互应用等的需求。