Ce papier décrit une nouvelle méthode de reconstruction de trajectoires de marqueur issues de la capture de mouvement. En faisant l'hypothèse qu'il existe une corrélation spatiale et temporelle entre le déplacement d'un marqueur et celui de ses voisins, nous proposons d'utiliser l'opérateur Laplacien discret pour reconstruire les données manquantes. Plus précisément, chaque posture du mouvement est décrit par un graphe dont les sommets sont caractérisés par une information différentielle et certaines arêtes associées à une contrainte de distance. Les informations différentielles permettent de préserver les relations spatiales entre les marqueurs alors que les contraintes de distance permettent de préserver les longueurs d'arêtes spécifiques. Dans ce contexte nous présen-tons un algorithme double passe permettant de reconstituer au mieux l'information manquante. Nous montrons à travers un ensemble d'expériences que notre méthode permet des reconstructions réalistes malgré de fortes perturbations du signal original. This paper deals with a new method for reconstruction of marker trajectories which arise from motion capture. Assuming that there is a spatial and temporal correlation between the displacement of a marker and its neighbors, we propose to use the discrete Laplacian operator to reconstruct the missing data. Each posture of the motion is described by a graph whose vertices are characterized by differential information and some edges are associated with distance constraints. Differential information is used to preserve the spatial relationships between markers while distance constraints enable to preserve the length of some edges. We show through a set of experiments that our method provide realistic reconstruction where as there are strong signal distuption.