本文实现了用于增强现实的实时深度图像三维人体识别与遮挡处理算法ˋ使用单帧深度信息图像与深度信息视频流ˋ专门针对增强现实领域的突出问题ˋ提出了创新性的深度图像人体识别方法ˋ如深度向量拟合动静态标记进行辅助识别等以及在遮挡处理部分使用带权值的人体部位关系无向图ˋ最终达到无标记实时处理排除遮挡干扰的目的ˋ从整体上提高了增强现实交互的准确性ˋ与现有的识别方式相比有效改善了增强现实应用中人体识别的效率与准确度同时ˋ本文创新性地改进了基于深度图像的人体识别算法ˋ在仅基于原始深度图像的情况下ˋ通过综合使用深度信息修复深度信息向量拟合动静态标记深度语义平面识别人体部位分类等技术ˋ实现从原始深度图像到最终人体轮廓识别及骨骼节点构建的过程算法最终可以实现输入深度信息视频流后ˋ在满足实时的前提下完成无标记的人体轮廓识别及人体骨骼节点构建ˋ同时还可以输出完整精确的背景深度信息ˋ为进一步的遮挡处理和人体追踪提供完备的数据和算法支持此外ˋ本文着重研究了人体识别中的遮挡处理部分ˋ增强现实的场景不确定性及场景复杂度较高ˋ经常发生人体的自遮挡以及人体和场景元素之间的交互遮挡ˋ通过对这些增强现实应用中常见遮挡情况的研究ˋ本文提出了一种具有针对性的高效的识别算法ˋ基于反向运动学和Hough变换ˋ可以有效地在无标记单目深度传感器的情况下实时处理增强现实系统中人体产生的自遮挡并结合TSDF Hough变换与分类回归树创建可信的遮挡序列集合ˋ再由最终的遮挡判定器确定遮挡处理的结果来处理交互遮挡经过完善的实验平台搭建ˋ并针对时间开销和识别准确度等方面实验结果的横向纵向比较ˋ可以证明本算法应用于增强现实应用的时候可以满足无标记实时处理ˋ同时在人体识别效率和遮挡处理方面有良好的表现ˋ与现有算法相比具有很多的优势ˋ在其它涉及基于深度图像人体识别的领域也有一定的应用潜力