本发明提供了一种基于人工智能技术的虚拟现实人机交互系统，包括图像获取模块、图像筛选模块、图像处理模块、模型获取模块和显示模块；图像获取模块用于使用深度相机获取用户的动作图像；图像筛选模块用于对动作图像进行筛选，将符合预设的筛选条件的动作图像传输至图像处理模块；图像处理模块用于对动作图像进行识别，获取动作图像中包含的关节点的坐标；模型获取模块用于基于关节点的坐标和动作图像中包含的深度信息获取人体的骨骼模型；显示模块用于基于骨骼模型对仿真系统的中的虚拟角色的姿态进行控制。通过在图像采集的时候先对动作图像进行筛选，从而避免了不符合筛选条件的动作图像影响的模型识别的速度。