随着人们生活水平日益提高,生理机能健康越来越受到大众的关注,生理功能下降已被认为是引发人体各种疾病的主要诱因。如果不采取适当和必要的措施,生理机能下降将导致更多的并发症。生理机能评估是对人体各部分机体能力做出科学合理的评价,是预防生理机能病变、保障人体健康的重要步骤。目前生理机能的评估需要在专业人员的全力配合下进行,这样带来大量人力时间成本。针对此类问题,本文观察到将基于深度信息的人体活动分析与评估方法相结合,能够打破人工评估的固有限制,提高评估的质量以及效率。因此,本文对基于深度信息的生理机能评估进行研究,具体如下:1.提出了基于Kinect的生理机能评估方法,通过Kinect V2获取人体深度信息,并从关节活动度、动作检测、步态评估、快速上肢评估四个方面考察人体主要关节的活动能力。2.提出了一种DTW改进算法。动作检测是对人的骨骼关节生理状态充分评估的必要步骤,本文中动作检测采用DTW（动态时间规划）匹配算法对上身动作进行检测,传统DTW算法存在搜索效率低、误匹配率高等问题,因此提出从搜索路径、映射关系对DTW进行改进,并用实验验证了MDTW的有效性。3.提出了一种半自动RULA评估系统,RULA（快速上肢评估）是一种评估人体动作风险程度的方法,其主要评估过程是通过专家对评估者的动作打分评估。本文以传统RULA为基础,引入Kinect进行半自动RULA评估,该系统能够帮助专家进行有效的评估,并减少人工评估引入的系统误差。4.提出了基于立体双目摄像头的3D人体姿态评估模型。由Microsoft开发的Kinect深度摄像头能够实时获取人体骨骼3D信息,但其存在获取人体数量有限、获取距离短、遮挡情况下数据不稳定等缺点。因此,本文以2D人体姿态评估网络（Open Pose）为基础,利用双目摄像机重建关节空间坐标,获取人体关节深度信息。与Kinect对比实验表明该模型在不影响人体关节获取准确度前提下,提高人体关节获取距离以及遮挡情况下获取关节的稳定性。5.提出了一种基于人体姿态评估模型的生理机能评估方法。鉴于Kinect上述缺点,本文通过人体姿态评估模型获取包含深度信息的人体关节数据,并基于此展开生理机能评估,从TUG评估、步态评估两个方面考察人体关节活动能力。与基于Kinect V2的生理机能评估方法对比实验结果表明,该方法能够很好的应用于未来的生理机能评估。