随着计算机视觉的迅猛发展,人体姿态识别作为计算机视觉的重要组成部分也越爱越受到研究人员的关注。人体姿态指的是人在特定时间或者时间段,人的头部、四肢、躯干协同运动的状态,通过对人体姿态的识别,用户可以更加便捷的使人体姿态识别系统得到其真实想法,进而为用户提供更加便捷、更加人性化的服务,这也使得人体姿态识别在高级人机交互、游戏娱乐、智慧医疗、影视制作等领域都有着众多应用,而如何让计算机更加迅速、准确地识别出人体姿态成为了计算机视觉领域的科学家研究的重点。现有的人体姿态识别技术,对于被识别的探测目标被遮挡的情况都很难进行正确的识别,同时对人体姿态识别所需要的计算量较大。对于现有的人体姿态识别技术中存在的问题,本文提出了一种基于电场感应的人体姿态识别方法,该方法计算量较小同时不受障碍物遮挡的影响。首先,介绍了两通道的探测模型,分别讨论了探测目标距离探测电极间距、探测电极间间距、探测目标运动速度以及探测电极尺寸这些因素对信号特征图的影响,验证了通过对电场的监测进而识别人体姿态的可行性;其次,搭建了人体姿态识别系统,前端探测电路系统短路噪声测试及幅频特性测试显示系统具备高灵敏度、低噪声的特性,数据采集上通过使用NI-4431采集卡并设计上位机采集探测信号,方便实用;最后,应用KNN分类算法,对采集的5034组数据进行训练,能够有效识别挥手、抬腿、走路以及摔倒的运动姿态,系统识别准确率达到96.5%,说明了所提方法的可行性。