二十世纪九十年代以来,随着运动捕获技术的兴起,以及设备技术的进步,大量的三维人体运动数据被捕获,并被广泛的应用在计算机动画、游戏、医学仿真、电影特技等领域。在此背景下,针对运动捕获数据的研究,已经成为近年来计算机视觉、图形学研究和动画制作领域的一大热点。随着大量三维人体运动捕获数据库的出现,使得如何对人体运动数据进行高效分析和处理,从而有效利用运动捕获数据库成为一个新的挑战。其中,如何对大量的运动捕获数据进行压缩处理,更成为了处理运动捕获数据的重要前提和研究热点之一。本论文的目的是针对运动捕获数据的压缩方法进行研究,从而实现对运动捕获数据方便的存储和传输。本文的主要工作包括：首先对运动捕获数据的人体骨架模型以及人体运动的描述方式进行研究,并研究了基于帧影响值的运动捕获数据关键帧提取算法,针对其在帧影响值大小方面的不足加以改进。然后研究了基于小波编码的运动捕获数据压缩方法。并主要针对一维信号下小波变换的Mallat算法进行了深入的研究和分析,提出了针对运动捕获数据特点的小波基选取方法,并研究了如何对一维信号和多维信号之间的量化系数进行选取。接着研究了模拟退火算法的基本理论和一般方法,并分析了基于模拟退火算法的量化系数选择算法,针对其在采样数目不足方面的缺陷做了改进。最后分别对关键帧提取算法和小波编码算法进行实验测试,并给出了实验的结果和分析。