运动捕捉技术能够测量、跟踪和记录人或其他物体在三维空间中的运动信息,它基于计算机图像学原理,通过视频捕捉设备将运动对象的运动状态以图像的形式记录下来,对图像数据经过处理后,得到不同时刻上被观察对象的骨架关节的三维空间坐标,在医疗、体育、娱乐、机器人技术等诸多领域有广泛的应用。三维模型形变技术使得特定范围内三维模型自动平滑转化为另一种形状,在计算机视觉、计算机图形学领域的很多应用中(如三维动画和三维游戏等)扮演着重要的角色。三维运动捕捉和模型形变是计算机视觉和计算机图形学领域研究的热点和前沿技术之一。本文采用群智能策略,设计了一种基于单深度摄像头的无标记运动捕捉方案,克服了商业系统价格昂贵、搭建复杂的缺点,并提出了一个自适应局部匹配信息的粒子群优化方案,从而有效改进了经典PSO算法的收敛速度,减小了姿态恢复的搜索空间；本文还提出了一种基于面片基元间仿射变换矩阵的有效的自动三维形变方法,可以实现从源模型到目标模型的平滑过渡,而不会增加合成模型的点面数目。另外,基于以上两种技术,本文开发了一款具有创新性的视频游戏以展示其在游戏中的应用。