随着廉价深度摄像头的问世,低成本运动捕获技术也获得了很好的发展,使得这一技术开始融入家庭娱乐、日常教学以及人机交互等领域,逐步改变着人们的生活。本文针对当前已有的人体三维姿态恢复方法以及运动相似性评估方法进行了研究,提出了一种可行的解决方法,并实现了一个使用体感技术进行舞蹈教学的系统。本文实现了一种新型的人体三维姿态恢复技术。该方法利用深度图解析、颜色识别、人脸检测等多种技术,来实时地从深度图中获取人体主要关节点在现实世界中的坐标,并利用时域信息对获取的关节点三维坐标进行平滑处理,最终实时地重建出人体的运动信息。在此基础之上,提出一种基于相关性几何特征的运动相似性评估方法。使用相关性几何特征作为运动数据的特征表达并通过机器学习的方法对这些特征进行选择；使用Open End Dynamic Time Warping技术进行运动数据的对齐；使用四元组的形式来表述关节点的信息并通过曲线拟合的方法,计算两段运动序列的相似性并给出最终的相似性得分。最后,实现一个基于相似性评估的舞蹈教学与评分系统。本系统解决了运动序列相似性的准确度量以及如何将运动相似度数值转换为用户可理解的客观分数等技术上的难题。本文将体感技术与日常应用相结合,提供一种新的家庭娱乐及教学的解决方案,从而让更多的人感受到体感技术的优点。