人群在现实生活中随处可见。在虚拟环境中,真实的人群运动会使整个环境显得逼真、生动。随着计算机视觉与计算机图形学技术的飞速发展,人群运动仿真技术受到了越来越多学者的关注与研究,是近年来的研究热点之一。基于运动捕获数据的运动合成技术能很好地降低人体运动的制作成本,提高合成效率。但是,对于人群运动的仿真需要占用大量的计算和存储空间,需要考虑角色之间的交互影响。如何利用现有运动数据合成丰富、真实、可灵活控制的人群动画,有着重要的研究意义和应用前景。针对人群运动数据具有维度高、可控性差的问题,本文将运动分解并降维,构建了一个适用于多角色的可变形运动模型,并结合运动片元和运动图的方法,实现了语义化多角色的运动分析与合成。本文主要贡献如下：1.提出了多角色可变形运动模型,将人体运动分解为几何与时间变化两部分。对原始运动数据库中的数据进行关键帧提取、DTW对齐等操作后,使用PCA进行降维,构建可变形运动模型的低维语义空间。2.提出了将多角色可变形运动模型和多角色运动片元相结合的方法。将多角色交互事件构建成运动片元,通过随机抽样和确定性搜索,对其拼接得到紧密连续的拼接图,合成交互式人群运动。3.提出一个两层结构的可变形语义化运动图,能够合成不同类型的运动和相同类型不同风格的运动。