人体运动跟踪和分析不仅是计算机视觉研究的重点问题之一,更是“以人为中心”计算的关键技术,具有广阔的应用前景。本文研究基于多摄像机的人体运动跟踪和分析方法,提出了新的多摄像机环境下的人体定位和姿态跟踪算法;在此基础上,提出将人体运动信息按照精细程度和语义结构划分为若干层次,利用上下文(Context)模型将不同层次的运动信息有效结合起来,实现有选择性、以任务为导向的人体运动跟踪与分析。论文研究内容包括:(1)通过充分利用多视角环境下竖直线地面投影的共点性约束,提出了一种快速鲁棒的基于多视角的人体定位与高度测量算法。本算法无需复杂的摄像机姿态标定,无需对人体特定部分的可见性做出假设。在多个真实场景下的实验结果表明,本算法具有易于部署和标定、无系统误差、快速鲁棒的特点;(2)以人体的头肩部轮廓构成的?形状的曲线作为跟踪目标,提出了一种多视角下人体朝向、位置和头肩部轮廓的联合跟踪算法,将多视角头肩部轮廓跟踪和三维空间中的头肩部位置跟踪、朝向检测融合于同一框架中。实验表明本文算法对于复杂人体运动,都能够准确鲁棒地跟踪人体位置、朝向和头肩部轮廓。(3)提出了基于上下文的人体运动跟踪和分析框架,建立了相应的上下文模型,实现了由粗到精的、以任务为导向的多层次人体运动信息融合。实验表明,上下文在人体运动跟踪和分析中分析发挥了积极的作用,降低了信息处理系统负载,同时提高了结果精度和鲁棒性。(4)通过分析觉察上下文环境下分布式多媒体系统的共同特点,提出并实现了一个通用的系统框架,该框架不仅能够支持分布式多媒体系统的构建和运行,还能够有效管理系统中出现的各种上下文信息,具有良好的可扩展性。