近年来,随着三维动画技术和运动捕获技术的飞速发展,运动捕获技术已经非常好的应用在计算机角色动画中。通过运动捕获设备,记录下演员的真实运动,可以生成大量的三维运动数据,然后可以将这些运动数据重新应用到各种虚拟角色中。但当虚拟角色的大小和比例和表演人不一致时,其运动可能会失去原始运动的特点,因此需要对原始运动进行运动重定向,再将运动数据映射到虚拟角色中,以提高运动数据重用的普遍性和适用性。论文对运动重定向中的主要方法进行了研究,包括运动信号处理方法和约束求解方法,提出了时空约束和逆向运动学结合的重定向算法:首先确定时空约束的条件,然后根据不同情况建立相应的目标函数,然后在进行约束的优化求解时利用雅可比的伪逆矩阵实现了逆向运动学的求解,并对其进行了优化,将强制的时空约束改为非强制的时空约束,减小了产生急跳运动的可能。实验结果表明,非强制时空约束的重定向算法可以有效地防止不自然的运动的发生。研究了人体模型到非人体模型的运动重定向方法,包括人体模型到其他关节模型的重定向和人体模型到非关节模型的重定向,介绍了它们各自的重定向方法,提出了改进后的模型分块算法,对已有的人体模型到非关节模型的重定向方法进行了优化。开发设计了一个基于MotionBuilder的运动重定向系统,实现了几种对于不同目标模型的重定向方法,实验结果表明,优化后的重定向方法虽然略微增加了计算时间,但是可以获得更好的重定向效果。