随着数字媒体技术的迅速发展,游戏、电影、动漫等产业对运动捕捉技术的需求增长很快,但是目前购买商业运动捕捉系统的成本非常高,使用环境要求严格,需要在演员身上安装标记点等特殊设备,非常不便。本文结合计算机视觉和图形学相关技术,提出一套新颖、实用、成本很低的三维人体模型重建和运动跟踪的方法。首先提出可以同时进行三维特征点重建和摄像机标定的迭代算法。该方法只需要少量的人工交互,算法收敛后可以得到精确的摄像机参数和重建模型上的三维特征点。其次,基于重建的三维特征点,使用径向基函数对通用模型进行变形,获得重建的中间模型。实验表明此方法可以适用于不同体型的对象,重建模型的质量较好,但是由于重建的特征点过于稀疏,人体的四肢对应不够好,所以模型还需要进一步改进。第三,为了提高重建模型的质量,提出以剪影匹配算法为基础的模型变形算法。该方法较准确的找到模型剪影和图像剪影之间的匹配点之后,使用径向基函数对中间模型进行变形,提高中间模型投影与图像的吻合程度,从而获得目标模型。实验结果表明目标模型在图像上的平均投影误差不超过1个像素。第四,为了解决因为图像解析度不够高和摄像机标定误差导致的局部走样问题,设计了三种过滤器:平滑过滤器、切片过滤器和法线过滤器,有效的解决了目标模型上的鼓包、扭曲变形等需要优化的问题。第五,基于图像的纹理映射通常因为光照差别较大出现纹理不连续问题。本文提出使用旋转切平面将模型切割,然后生成合成纹理的方法。该纹理映射到目标模型表面后,效果较好,克服了大部分纹理不连续的问题。最后,本文提出一种基于分析-合成的三维人体运动捕捉方法,实现了无标记点的基于复杂背景视频的人体运动捕捉。该方法对模型渲染图像和真实图像进行匹配,应用下山单纯形-模拟退火方法最小化匹配误差。实验结果表明此方法可以较准确稳定的进行运动捕捉。