现如今随着经济的发展,人们的生活水平也越来越高,随之而来的就是人们日益增加的精神追求,所以现如今越来越多的人追求自身精神层面的享受,如越来越多的人喜欢读古诗词,越来越多的人喜欢去科技馆、展览馆、历史馆等场所参观学习,而本文中的历史人物交互平台也主要是应用在科技馆、展览馆以及历史馆内场所,此平台让交互人员有一种身临其境的真实感觉。本文中的历史人物交互平台主要是利用的是计算机视觉的知识来达到人机交互的功能,这种基于计算机视觉的方法主要是依靠相关视频采集设备来采集用户与交互平台交互的时候的相关实时的操作动作,然后进行运动物体的分割、运动物体的检测、运动物体的跟踪、人体定位、行为识别等操作,获取观众的操作意图,然后把这种意图实时的反馈给计算机做处理,做出相应的交互结果。这样说来本文中的历史人物交互平台在计算机视觉方面主要涉及了以下几个方面：历史人物平台交互时候的人体检测、人体跟踪、人机交互的姿势识别以及人体定位等。本文主要的研究工作如下：本文首先详细介绍了数字图像的基础知识以及一些基本的数字图像处理过程,并且还介绍了使用DirectShow来获取需要处理的图像序列。之后列出了现如今的人体检测的几个难点,并且在此基础上介绍了当前比较常用的三种人体检测算法原理及过程,同时对这三种人体检测算法的优缺点进行了对比,结合历史人物交互平台的具体使用场景选取了基于混合高斯模型的目标检测算法来做为此平台的人体检测算法,但是此算法在光线变化比较大的场景中时候会出现检测失误的问题,为了解决避免出现这种情况,本文提出了一种改进型的基于混合高斯模型的目标检测算法,这种算法利用即时的背景差分以及高斯混合模型相结合的方法,当光线变化非常大的时候,就使用背景差分法来进行前景检测并且实时更新高斯混合模型,从而达到准确检测的效果,反而当光线变化不明显的时候,就把图像序列中的图像进行隔帧更新高斯模型的参数从而让算法的实时性更好。接下来在本文中探讨了人体跟踪的Mean Shift跟踪算法,详细介绍了Mean Shift算法的基本原理,以及介绍了基于Mean Shift算法的目标跟踪的原理并实验证明了此算法的效果在此平台还是比较好的。为了更好的实现与历史人物交互平台的交互功能,本文提出了一种比较简单地双目视觉定位的方法,此方法通过结合空间直线定位以及摄像机的几何投影原理可以避免传统定位算法中的比较复杂的标定过程,从而让此方法的实用性更高。在本文的最后结合先前提出的人体检测、跟踪以及定位算法设计出了历史人物交互平台并得到了应用。