在过去的二十年里互联网和通信技术的飞速发展为当前物联网的发展奠定了基石,随之兴起的智能手机、可穿戴智能设备、智能汽车、虚拟现实设备已经逐步融入人们工作与生活的方方面面。传统的键盘、鼠标输入方式以及多点触控技术已经不能完全满足人们的需求,人机交互又一次迎来了新的挑战。本文借助Kinect的骨骼跟踪技术,设计基于Kinect的人体姿势识别平台,对人机交互的体感技术方面进行了研究。首先,在学习Kinect for windows SDK之后,利用Kinect获取人体骨骼信息,对人体骨骼信息进行处理,建立人体骨骼向量。并将骨骼向量的三维角度分量以矩阵形式存储,建立人体姿势模板的数学模型。其次,建立人体姿势标准库,其中包括12个常见的人体标准姿势模板。在对标准姿势的骨骼信息进行分析后,为了降低骨骼向量间的耦合性以及计算复杂度,选择将人体姿势识别转换为肢体姿势识别,并提取各个肢体姿势的特征值。接着以肢体姿势特征值为基础,结合本文提出的基于骨骼向量特征值的模板匹配算法完成姿势分类器的设计,从而实现人体姿势识别。最后,通过在Visual studio 2010上编写程序,完成基于Kinect的人体姿势识别平台,对平台进行调试与测试,主要包括错误调试和功能测试,其中人体姿势识别功能为重点测试项目。本文提出的基于骨骼向量特征值的模板匹配算法与Kinect设备的骨骼跟踪技术结合较好的实现了人体姿势识别,识别率达到98%以上,有效的解决了人体姿势识别算法复杂度高,不易实现的问题。