本文主要研究了基于神经网络的人体运动跟踪技术，分别对人体运动检测、运动图像预处理、特征提取、特征空间变换、神经网络的设计及应用分类等方面进行了研究。 人体运动检测好坏对于以后各个环节的处理有很大的影响，本文采用了基于亮度的背景减除方法进行运动检测，取得较好效果。特征提取和特征空间变换是研究的一个重点内容，本文将人体轮廓作为人体运动姿态的特征，从而把人体运动转化为随时间变化的静态的人体轮廓序列，然后通过计算质心到轮廓的距离将二维特征信号转化为一维距离信号。为了减少特征空间的模式维数，降低神经网络的复杂度，本文应用了主分量分析法和独立分量分析方法将高维空间转换为低维空间信号，并进行了特性比较。在运动姿态分类识别具体方法中，主要研究了人工神经网络的方法，实验结果表明，神经网络方法作为运动姿态分类器，具有较好鲁棒性和识别效果。