以人为中心的人机交互，要求人机交互需要从目前占主导的，由用户直接操作进行的“显式交互”方式扩展到通过体态语言进行的“隐式交互”方式。体态语言理解是其中的关键问题。
本书论述了与此相关的心理学和脑神经学基本概念，通过多模态信息处理来识别和理解体态语言是从非结构化的多模态传感器数据到高层语义的多层次特征检测和推理过程，也是一个约束不充分的逆向求解问题。本书对觉察上下境计算支撑的视觉处理和理解做了系统的论述，同时也介绍了上下境定义、上下境模型和觉察上下境计算的基本概念。主要包括：基于广义弹性运动跟踪的人体动作分析，三维空间人体定位与体态估计，容忍视角和距离变化的人体动作识别，日常生活中动作（ADL）识别和理解，基于动态上下境模型的群体交互行为分析，支持觉察上下镜计算的分布式多模态信息处理系统。典型应用是面向老人生活和健康看护的“日常生活动作识别”（ADL），和以会议自动分析为代表的群体行为分析。
