近年来,虚拟现实技术的发展以及三维打印技术的普及,使得三维模型数据呈现井喷式增长,并且数据更加复杂多样,对三维模型检索技术的需求已经越来越迫切。如何简单有效地检索到所需的三维模型是计算机视觉领域长期存在的问题。随着智能触屏技术的发展和相关设备的普及,手绘草图可以轻松地从手机等设备上获取。相较于其他三维模型检索方法,使用草图对三维模型进行检索具有简单、方便的优点,因此基于草图的三维模型检索成为研究热点。手绘草图和三维模型在视觉感知上有明显差异,直接对草图和三维模型进行相似度匹配有一定的困难。本文以三维模型的视图为中介,逐步减小草图和三维模型的差异。同时引入深度学习机制,提出基于深度学习的三维模型草图检索,主要工作有以下三点:(1)提出基于共享语义空间的算法框架。该框架包括三层转换:(1)数据维度的转换,将三维模型渲染成二维视图,使得草图和三维模型都表现成二维形式;(2)视觉维度的转换,将草图和三维模型视图相互转化,使得草图转化为视图、视图转化为草图;(3)共享语义特征空间的转换,使得草图和三维模型视图在共享语义空间中,同类的数据聚集、不同类数据分开。(2)提出基于GAN网络的视觉共享空间的构建。草图和三维模型视图相互转化对数据集进行了扩充,同时经过转化可以缩小草图和三维模型视图之间的视觉差异。(3)提出基于度量学习的共享语义空间构建方法。对草图和三维模型视图转化后的数据进行预训练,然后构建共享语义空间,使用预训练好的网络对共享语义空间进行调优。同时,本文对共享语义空间的输出维度问题以及权值共享问题进行了探讨。基于以上研究内容,本文选择标准数据集SHREC2013和SHREC2014作为BenchMark进行验证,实验证明本文检索结果与现有方法相比在检索评价指标上有明显提升,与当前最好方法相比仍然具有明显优势,证明本文方法具有有效性。