目前3D角色动画在多个领域得到了广泛的应用。骨骼动画是生成角色动画的主要途径之一。但是骨骼动画制作所需的骨骼运动数据存在采集量有限而需求量无限的矛盾。为解决这一矛盾需要应用运动数据重定向,即将某一角色运动数据迁移到与其骨骼拓扑结构不同、或骨骼长度和比例不同其他角色上,实现运动数据重用。另外一方面,随着深度相机、摄像头等简易动捕设备的普及,以关节坐标形式表示的运动数据越来越多。在此背景下,本文探索面向关节坐标骨骼运动数据的重定向方法,实现以关节坐标形式表示的运动数据的重用。本文针对以下几个方面展开研究:(1)首先研究具有不同骨骼拓扑结构的角色之间的运动重定向方法。提出一种环形生成网络,该网络由两个生成网络模型构成。由用关节坐标表示的骨骼运动数据以循环一致性误差和中间结果约束误差为损失函数训练得到。网络的训练数据为两个不配对的人体骨骼运动数据集。网络训练好后,向网络中输入源角色运动数据和目标骨架,网络可以快速生成重定向到目标骨架上的运动数据。(2)其次研究骨骼拓扑结构相同但骨骼长度和比例不同的角色之间的运动重定向方法。提出一种能够实现将源角色运动数据到多种骨骼的通用双向循环自编码器,由基于关节坐标表示的运动数据以重建误差为损失函数训练得到。在完成训练后,首先用自编码器计算源运动数据对应的隐变量和重建运动,然后对重建运动施加骨骼长度约束、足迹约束、根关节位置约束以及骨骼角度约束,并将损失反向传播至隐变量空间中优化隐变量,通过多次迭代得到重定向后运动。(3)在上述两种算法基础上,设计开发一种快速运动重定向系统。该系统实现上述两种运动重定向功能,用户只需选择源角色运动数据和目标骨架数据,系统即可输出重定向后运动数据。该系统能够简化角色动画制作过程中骨骼运动数据制作流程。