数字化和理解我们的物理世界是计算机图形学和计算机视觉的重要目标。在三维计算机动画领域,角色动画一直是学术界与工业界感兴趣的研究课题。随着动作捕获技术的发展,人们可以借助动作捕获系统记录人体的真实运动信息,并把动作过程复制到一个虚拟角色上,使得最终呈现的人物动画更具有真实感。但是当动作需求发生改变时就要重新捕获新的人物动作,这样做在时间与经济方面都会产生巨大的成本。因此为了降低成本需要利用动作编辑与合成技术对运动捕获数据进行复用,从而满足用户的需求。在运动编辑合成方面,随着神经网络的兴起,基于数据驱动的运动合成也成为了研究者们研究的热门。在日常生活中,人类经常与周围的物体发生交互。物体的属性和场景的几何信息也影响着人的动作。因此我们考虑把与人物交互的物体属性作为一种高级语义信息对人物动作进行编辑。本论文从人与物体交互的角度出发,研究了一种基于物体属性驱动的动作编辑技术。首先设计了一系列人与物体交互的典型动作,并利用动作捕获系统对人物运动数据进行采集,构建人物运动数据集。随后设计了一个神经网络框架,将用户指定的目标物体属性与初始人物动作一起输入到神经网络中,初始的人物动作拥有自己本身的物体属性,在经过神经网络后,最终的动作会被编辑成具有目标物体属性的人物动作,实现物体属性驱动的人物动作风格的迁移。用户在这一过程中,只需要从外部改变交互的物体属性值,不需要考虑动作编辑内部的具体细节。而在神经网络训练过程中,实际上是将输入的运动数据通过编码器映射到隐藏参数空间中,物体属性值在潜在空间中与编码后的运动特征进行重组,最终经过解码器解码出用户想要的运动。实验结果显示,用户在改变交互物体属性后,神经网络可以自动合成与物体属性对应的动作。我们采用用户调研等方式对实验结果的真实性与准确性进行定性和定量评估。评估的结果显示,合成的新运动在真实性与准确性方面都达到了不错的结果。这种动作合成区别于以往的动作合成方法,很好的应用了日常生活中人与周围物体交互的关系,也是对动作编辑领域的一种新的探索。此外,我们也尝试从分析人与物体交互拓展到分析人与场景交互上,设计实验让被试者在室内做与场景交互的动作,同时采集场景的RGB-D信息和人物动作信息。通过将人物动作序列与场景信息相结合,研究出利用人与场景之间的几何关系作为约束,来优化相机位姿的方法。优化后的位姿可以用于同时恢复准确的室内场景和人物在场景中的运动。