人机交互是当前人工智能学科与计算机学科一个非常重要的研究方法方向，赋予计算机以人类视觉功能，使机器能够自动识别和感知周围环境中人和事物的活动，是下一代智能计算机的重要组成部分[1][2]。而为了探索一条更加有效人机交互方法，微软推出了深度视觉传感器Kinect，可以有效的克服光线变化，解决复杂背景条件下的人机交互可靠性差的问题，因此基于Kinect的人体姿态估计和姿态识别也成了当下一个非常重要的研究方向。　　首先本文分析了Kinect的特点，利用微软提供的Kinect SDK采集人体的三维骨骼信息，并且提出了一种双Kinect人体姿态数据融合的方法，解决了Kinect在获取人体三维数据出现自遮挡的问题，给出完整的人体姿态骨骼数据，并给出了一种基于角度描述的人体姿态特征描述方式。　　对于人体多个姿态的估计问题，本文确定了由一个多分类问题转换为多个二分类问题，有效解决了识别姿态过多时，识别准确率不能保证的问题。　　最后结合人体姿态特征向量以及分类策略的特点确定提出了基于逻辑回归的人体姿态识别以及基于随机森林的人体姿态识别两种方法，并且针对样本的特点，对原始的随机森林方法稍加改进，得到了很好地识别效果，最后通过实验数据对比两种识别方法，最终确定基于随机森林的人体姿态识别能够在一般环境中有效识别出人体姿态。