二十世纪九十年代以来，随着运动捕获技术的兴起，计算机动画技术得到了长足的发展，被广泛地应用于影视、游戏、教育和国防等领域。但随之而起的问题是如何方便、高效地利用运动捕获数据进行动画创作。在此背景下，基于运动捕获数据的动画研究，已经成为近年来计算机图形学领域的一大热点。 本文的工作就是探索利用运动捕获数据进行动画创作的新方法，提出了基于小波变换的三维运动合成及真实感处理、基于例子的运动捕获数据检索、基于马尔可夫链的运动图建模及相应的动画创作和基于多智能角色的群体动画创作等技术。本文的主要内容包括： 在第一章中，介绍了本文的研究动机、研究现状、本文的工作概述和内容组织； 在第二章中，综述了运动捕获技术和基于运动捕获数据的计算机动画技术的发展情况； 在第三章中，提出了一种既能控制运动细节，又能在抽象层次上对运动进行处理的动画技术，它能同时在频域和时空域对运动进行处理：首先将小波变换引入运动编辑，对运动信号进行多分辨率分析，实现了运动特征增强、运动融合和运动特征提取与综合等算法；接着，根据运动的特征和动画师的要求，对运动施加时空约束，建立并求解目标方程，保持运动的真实性； 在第四章中，提出了一项基于运动例子的三维运动检索技术：首先运用动态聚类算法，建立基于层次化运动描述的运动检索树，然后根据得到的运动检索树，采用k近邻法则对例子运动进行分类，确定检索子集，最后采用弹性匹配算法计算例子运动和被检索运动子集间的相似度，得到检索结果。为了提高检索效率，采用聚类算法提取运动关键帧序列表征运动； 在第五章中，介绍了一个基于运动图的运动合成框架：首先采用贪婪算法从已有的运动数据库中提取运动元，各个运动元被定义为体现基本动力学的一个运动段，同时把具有相似动力学特征的运动元聚类到同一个运动群中；然后定义各个运动群为一阶马尔可夫过程的一个状态，把运动建模为一阶马尔可夫过程，运动群间的连接关系通过运动图来进行建模；最后根据运动图，采取以下两个步骤来生成新运动：在运动图上找出一条运动元(群)路径，光滑连接各运动元。在此框架下，提出了两项新的运动合成技术：随机运动采样和运动路径合成； 在第六章中，提出了一种智能群体动画创作技术：首先，利用运动捕获技术建立一个基本运动库；然后引入分布式人工智能，把各动画角色作为一个独立的行为者，它们能通过自身的感知系统获取虚拟环境信息，接受动画师的指令，进而产生意图，并规划行为，最后通过运动生成系统，从已有的基本运动库选取合适的运动并对其进行编辑，完成行为实现意图。动画师通过拍摄群体角色的运动就能生成复杂的群体动画； 在第七章中，对本文进行总结，并展望本研究的发展。