基于视频的人体运动分析就是对视频中人体的运动进行检测、跟踪，并获得各肢体或关节间运动信息及参数的技术，它是计算机视觉领域新兴的前沿研究方向之一，在智能监控、体育视频分析、虚拟现实和游戏动画、人机交互、辅助临床诊断和治疗等领域都有很广泛的应用。因此，人体运动分析的研究具有重要意义。　　本文描述了人体运动分析的各种研究方法和类别，并对其进行了分析比较，提出一种基于双目视觉的三维人体运动分析方法。论文首先介绍摄像机标定的有关原理和方法，然后进行双目摄像机标定实验，求出两部摄像机的内外参数，建立了立体视觉系统。其次，详细阐述了基于贝叶斯方法的粒子滤波原理，提出了一种基于多特征融合的粒子滤波关节点跟踪方法，在人体特征提取上，使用基于HSV颜色空间直方图和基于LBP算子纹理直方图进行多特征融合，并进行了实验分析，证明其具有较好的跟踪效果和实时性能。另外，列举了常用的几种人体模型，描述了一种基于14个关节点的三维人体骨架模型，在此基础上，提出了一种基于层次描述方法的人体三维模型恢复技术，利用平移、旋转等操作从根结点开始对人体模型进行绘制。最后，搭建了基于双目视觉的人体运动分析框架，实现各个步骤的处理和衔接，录入视频进行跟踪和分析，取得了预期效果，验证了算法的有效性。　　论文基于双目视觉，对人体运动视频进行分析和跟踪，并重建三维人体模型，使用三维模型对人体运动进行更加生动的描述，解决了二维运动分析中信息不够丰富和形象的问题，同时具有较好的实时性和较高的跟踪精度。