教师课堂非言语行为对师生间的知识交流和情感传递以及课堂教学效果都有着重要影响，吸引了众多学者对其展开研究。但目前的研究普遍采用的是定性研究方法，究其原因主要是定量研究过程需要大量人工参与，且缺乏专门用于辅助定量研究的工具。因此，开展教师课堂非语言行为的量化研究以及研发辅助量化工具具有重要的现实意义。本文制定了一种实现教师课堂非言语行为自动量化的技术框架，并对其中利用人体行为识别技术实现体态维度（包含站立、就坐、走动、叉腰和俯身5种行为）的自动识别量化进行了实验，首先开展了人体行为识别的算法研究，然后针对教师课堂体态的自动识别进行了研究，最后开发了一个辅助量化平台。主要工作有:　　(1)为了保留基于多特征人体行为识别算法的鉴别能力和区分能力，同时不增加特征维度，提出了一种基于归一化R变换分层模型的人体行为识别方法。第一层选取了运动能量图像作为特征，并依据其归一化R变换曲线对行为进行大类划分;第二层利用细节特征更丰富的关键姿态的星状模型以及宽比和高比特征确定具体类别。在Weizmann和ViHaSi公共人体行为数据库上的实验结果表明，该分层模型简单有效。　　(2)针对教师课堂体态的自动分析识别问题，首先采用基于关键帧的运动分割方法进行行为片段分割，然后提取各行为片段的关键帧，并计算其归一化R变换曲线，最后使用SVM进行分类识别。通过对真实教师课堂数据的分析表明该算法简单高效。　　(3)采用软件工程思想和面向对象编程技术，设计并实现了教师课堂非言语行为体态维度自动量化平台，主要实现了站立、就坐、走动、叉腰和俯身5种行为的自动识别，以及各行为出现的频率、时长等指标的自动统计量化。