基于视频的人体运动分析是计算机视觉研究领域的重要课题之一,也是近年来备受研究者关注的前沿方向。本文集中研究单目视频的人体运动检测,二维运动跟踪及人体三维重建。首先,根据背景中每一个像素的值符合高斯分布的特点,研究了单高斯和混合高斯背景模型,并对二者进行了比较,分析了其优缺点。提出了一种新的阴影检测算法,准确的去除了阴影且保持了人体区域的完整性。然后,根据人体骨架可以反映人体拓扑结构的特点,研究了基于数学形态学和细化的骨架化算法。在分析了其优缺点的基础上,本文采用了细化的骨架化算法。本文提出了一种毛刺去除算法。实验结果表明该算法在准确消除毛刺的同时保持了骨架的完整性和连通性。由于仅依靠人体骨架不能确定颈部和肩部关节点,因此本文提出一种躯干四边形拟合算法,将骨架和四边形拟合相结合,准确的标定出了人体关节点。最后,由于人体自身的深度相对其到摄像机的距离很小,本文对摄像机模型进行简化。采用透视模型的近似模型——比例正交模型,在此模型下根据人体骨骼的比例关系,重建了人体的三维数据,该方法只需在视频首帧进行手工干预,后期处理完全可以自动进行。实验结果表明,本文提出的算法能较好的解决运动捕获中存在的关键问题,为进一步的研究奠定了理论基础。