人类作为社会环境的主体,包含着丰富多样的交互行为信息,人体行为研究蕴藏着极其深刻的社会价值和应用价值。尤其,随着三维扫描技术的推广,人体三维模型的数量日益暴增,而且,在运动仿真、娱乐影视、高级人机交互等领域中得到了越来越广泛的应用。因此,如何高效、准确的提取三维人体结构信息实现模型的分析与重用已成为重要科研内容。开发有效的人体三维结构特征提取方法更成为进一步深入研究人体行为的基础工作。通过已提取的结构特征实现人体姿态的匹配可更好的理解模型行为,在运动分析、人体模型检索、人机交互等方面具有很强的实用性。针对目前大多数形状分析算法存在提取人体结构不够准确,不能普适用于多样化的人体姿态局限性,本文提出一种针对于人体结构特征提取的形状分析方法,有效突出了模型的拓扑结构和语义知识,并具有较强的姿态鲁棒性,为之后的人体模型压缩、检索、仿真等领域的应用打下了基础。本文主要工作有:1.融合模型的表面测地线特征以及更具稳定性的空间体特征提出了模型的形态结构分析方法,不仅保留了模型的整体拓扑结构更突出了表面的局部几何细节,具有较强的姿态鲁棒性。2.基于模型表面测地线距离以及内部空间体积的度量,提出了基于骨架树的结构检测方法;并进一步基于人体测量学先验语义知识,提炼模型的层次结构。该方法能有效的提取不同姿态人体模型的结构特征,并实现基于语义的形态分析。3.提出了基于人体结构分析的姿态识别方法。首先,其融合测地线与空间体积结构特征进行人体骨架点的判断与检测,提高了算法的效率,进而,基于ICP算法实现待测骨架与标准姿态骨架的配准与识别,有效简化了模型数据、提高了姿态匹配的效率。