近年来,得益于计算机视觉和人工智能的飞速发展,基于视频的人体运动捕捉技术已经广泛的应用到动画、游戏、电影等娱乐产业特技制作和虚拟现实、智能监控等民生领域,正是运动捕捉技术的这些重要应用使其成为了计算机视觉领域的一大研究热点。研究人体运动捕捉技术有着重要的意义,保护文化遗产如民族舞蹈是本文研究运动捕捉技术的主要目的之一,实现对民族舞蹈进行捕捉并以文件形式保存。目前较成熟的运动捕捉系统可以总结为机械式、电磁式、声学式和光学式四种,但是这些运动捕获系统都存在运动捕获设备昂贵、环境要求苛刻、演员运动受限等缺点,尤其是演员运动受限对于民族舞蹈这些细微运动捕捉来说会是致命的缺点。而本文所研究的基于视频无标记运动捕捉方法不需要昂贵的设备,更重要的是不需要在人体上进行标记,能保持人行为的自然性。本文首先介绍了运动捕捉技术的概况,主要包括了研究背景、基本研究方法、研究现状和已有的成果。结合研究人体运动捕捉保护文化遗产的目标,本文主要研究基于视频基于模型的无标记人体运动捕捉系统。在本文中,主要侧重解决基于视频基于模型无标记运动捕捉系统部分问题,主要有人体运动捕捉系统视觉底层包括处理人体轮廓提取、人体边缘提取,三维模型边缘向二维平面的投影和运动捕捉系统综合演示平台的搭建。本文中,首先利用基于混合高斯模型的背景减除法来进行轮廓的提取,其中主要工作有改进高斯背景更新模型,处理阴影干扰的误检问题,处理漏检问题以提高人体轮廓的连续性；因为基于背景的人体轮廓提取方法依赖于场景背景,为了克服背景的约束,提出了基于HOG的人体轮廓提取方法；边缘的提取时利用SUSAN算法对伪边缘进行去除；基于OpenCV和OpenGL利用MFC搭建人体运动捕捉系统综合演示平台,展示出了人体运动捕捉的各个过程及其效果,其中涉及到图像视频处理、BVH文件的处理、多线程编程和Windows消息处理等内容。