人机交互技术已有超过五十年的发展历史，近年来，采用动作识别技术实现人机交互成为国内外学者研究的重点方向之一。基于主动光学传感器跟踪的动作识别方法是目前发展最为成熟、应用最为广泛的技术类型。具有很高的研究意义和实用价值。常用方法是分析由传感器获取到的场景深度数据图，进行人体部位的识别与动作判断，从而实现基于动作识别的人机交互。本文分析了人机交互的技术原理、技术特点及应用范围，并重点研究了在Kinect环境下，基于深度图的动作识别方法在人机交互中的技术实现和具体应用，并得到以下研究成果：（1）提出了深度图像中人体与背景环境的分离算法，通过深度值计算，比较计算结果，利用区域增长算法将目标人体与背景有效分离；（2）基于深度数据进行处理，采用像素偏移值判断的随机森林算法对人体部位进行识别；（3）基于模板匹配算法对单一人体部位运动轨迹进行识别，并通过实验对算法进行了验证，有效率达到91%。（4）开发一项基于深度数据动作识别的自动演示系统应用。