人体活动识别在游戏、人机交互甚至医疗保健领域都有着广泛应用。人机交互中的手势识别相对于传统输入设备提供了更为直观和方便的交互,而正确的估计人的姿态是进行手势或者活动识别的先决条件。本文围绕人的姿态估计,重点研究了人体骨架提取算法,并且由此提出2.5D细化算法,最后基于人体骨骼信息搭建一套展厅多媒体交互系统。主要贡献如下:针对于传统细化算法不能考虑深度信息的不足,提出基于Kinect的2.5D细化算法。该算法能够充分利用深度摄像机提供的距离信息,自动完成人手分割,提取多层细化线,从而解决在骨架识别中常出现的自遮挡问题。基于2.5D细化算法提取的人体多层细化线,提出了人体3D骨架提取算法。通过端点和线上距离信息检测人体骨架基准点,解决了使用测地距离寻找基准点会遇到的自遮挡导致手部基准点丢失的问题。同时,本文建立了标准骨骼模型,通过逆向运动学算法将骨骼模型拟合在基准点上,实现对人的姿态估计。该算法能够实时准确提取人的骨骼信息,获取关节点的3D坐标,并且通过模型拟合的方式确保骨骼比例准确,整个过程不需要训练样本。该算法在普通PC上运行结果为14帧每秒,平均误差为5.89个像素,相比于传统非训练方法2-4帧的计算速度,取得大幅提升。同时,对比于训练的方法,骨架提取的姿态更加全面。最后,在本文提出人体的骨骼信息基础上,搭建一套展厅多媒体交互系统。该系统通过对人体骨架中关节点位置和速度进行判断,识别出人的手势,实现隔空对展示内容的进行的翻页、点击和指向等操作。翻页识别率达到97.25%,手指向精度为2.15?。该系统使用的翻页手势为模拟人的翻书过程,操作更加自然,并且还针对于不同场景提供了演讲模式和自由操作模式,以适用于讲解、参观和教学等多种场景。