运动捕捉技术是指从一个或多个视角恢复出包括关节位置等人体姿态参数的技术,涉及计算机视觉、模式识别、人体运动学、人工智能等多个研究领域。该技术的应用领域包括智能视频监控、电影与动画制作、新型人机交互、基于内容的图像视频搜索等。本文主要对单目视频中的人体动作进行分析。本文所采用的方法是基于模板匹配的二维形状分析方法。由于人体剪影比较容易提取且包含丰富的信息,故本文将剪影作为主要对象进行分析。本文分析人体运动视频的具体步骤为前景人体检测、底层特征提取和动作分类识别。其中,前景人体检测采用背景减法获取运动区域,并加入预处理以去除阴影等伪目标；提取的底层特征主要为人体形状信息,包括儿何特征和矩特征：；动作分类识别采用的是模板匹配的方法。本文的算法在公共动作视频库魏茨曼动作库上达到了很高的识别率,从而验证了算法的有效性。本文针对人体剪影部分分割的问题提出了一种关节自动标注的方法。本文还提出了一种判别监控视频中的异常行为的实现方法。本文分析的异常行为包括人体倒地、跨越界线、搬动物品等。本文的创新之处在于以下两点：1).利用手脸相对位置分析人体自遮挡动作。单目视频分析的主要难点在于自遮挡及深度信息丢失的问题。本文针对人体剪影形状信息无法对人体自遮挡动作进行分析的难题,提出了利用肤色检测得到人体双手和脸部所在的位置,然后计算手脸的相对位置信息并判别人体所处姿态。2).提出了一种人体关节点自动标注的方法。在进行动作识别的过程中,人体各肢体部分的自动分割对人体跟踪失败恢复和人体姿态正确判别非常有利。本文综合利用人体肤色信息、剪影形状信息以及人体生理学比例信息进行人体部分分割,能够对正面人体进行自动关节点标注。