最近几年,运动捕获技术得到了飞速的发展,由此,捕捉到的运动数据也被广泛应用于电影特效、游戏、虚拟现实等。但是运动捕获是一个耗时多耗费大的的过程,所以就需要一些易操作、高效、准确的运动检索技术来从已有的包含大量运动的数据库中检索出想要的运动,再者运动生成、运动编辑等这些操作也需要运动检索技术来重用运动数据库中的数据。鉴于此,本文提出了一种基于手绘草图的三维人体运动检索方法。用户可以使用鼠标或者画板手绘几个运动的二维关键帧,以这些关键帧作为输入,该方法可以实时的返回相似的运动给用户。为了处理手绘二维pose和数据库中三维运动的匹配,本文对数据库中的三维关键帧进行投影,接着对这些二维投影pose提取特征。为了提高检索的效率,本文还提出了一种改进的k-d树方法对数据库中数据的特征进行索引。运用本文提出的逐帧检索算法以及基于Motion Graph的运动合成技术,文章中提出的方法可以准确的检索出用户需要的运动。本文提出了两种特征来表达二维的投影pose以及手绘关键帧草图：肢体方向特征(Limb Direction特征,简称LD特征)和二维几何pose描述子(2D Geometric Posture Descriptor,简称2GPD特征)。这两个特征都能够较好表征二维的投影pose以及手绘关键帧草图,对于高维度的2GPD特征,本文提出了一种基于Laplacian Score的半监督特征选择算法来从2GPD中选择出具有高判别性的子特征,这大大提高了检索的效率。这种手绘草图的输入方式,简化了用户的操纵复杂性；特征的有效性以及索引的建立,大大提高了检索的效率；逐帧检索算法以及运动合成技术的运用则保证了检索的准确性。