作为一种新的感知媒体，深度图像序列具有的空间线索为消除人体检测的光照变化、表观近似和遮挡阴影等干扰因素提供了可能，因此近几年基于深度图像序列的人体和对象检测得到了极大关注。基于深度图像的人体检测的关键是人体特征的有效表示，现有的一些特征表示方法，如矩特征、测地线、直方图特征等，在特定应用场景下具有较好的检测效果，但由于深度图像噪声大精度低，而人体对象具有复杂的结构和细节变化，目前的方法在稳定性、准确性和计算效率方面还有待改进。本文基于tof相机获得的深度图像序列，针对人体目标的检测问题，将HOG特征表示符和共生矩阵结合，提出了一种CoHOD(Co-occurrence Histograms of Oriented Depths)人体特征表示方法，该方法采用一系列深度共生矩阵描述深度图像中的人体区域，并实现了人体的检测和定位。在实际场景中获得的深度图像序列上的实验表明，基于CoHOD特征的人体检测方法具有较高的准确定性和稳定性。