随着工业制造、虚拟现实（VR）和增强现实（AR）等领域的发展,三维模型数量正在以惊人的速度增长,面对海量的三维模型,如何快速准确的检索到目标三维模型,已成为社会的迫切需求。现有的三维模型检索方式包括基于文本的检索、基于实例的检索和基于手绘草图的检索。其中,基于文本的三维模型检索存在着描述差异、语言差异等问题,基于实例的检索也存在三维模型难以提前获取的问题,而基于手绘草图的三维模型检索由于手绘草图的绘制不受年龄、地域限制和语义信息丰富等优势,成为一个新的研究方向。然而,手绘草图是一种主观表达,具有类内多样性。手绘草图和三维模型又存在巨大的类间差异性。这导致基于手绘草图的三维模型检索十分困难。本文针对这一问题展开研究,主要工作如下:（1）提出一种基于半异构网络的手绘草图三维模型检索网络MRSB-SHNet。考虑到手绘草图和三维模型在视觉层面的差异性和语义层面的一致性,采用异构网络捕捉其差异性视觉信息,采用同构网络捕捉其一致性语义信息,形成一个端到端的深度学习框架;针对同一类手绘草图和三维模型都存在的类内多样性问题,采用自适应多类中心操作,更好的拟合数据的分布;针对现有方法仅利用类别标签完成跨域语义特征嵌入,导致语义信息捕捉薄弱的问题,引入标签词向量,进一步利用类别标签带来的信息。通过实验验证了半异构特征提取网络、自适应多类中心操作和引入标签词向量的合理性,并在SHREC2013和SHREC2014上取得了良好的检索精度,验证了算法的有效性。（2）以本文算法为基础,实现了一个多模态的手绘草图三维模型检索系统。该系统可以支持用户完成文本、手绘草图和三维模型间的互检索。具体包括文本检索手绘草图和三维模型、手绘草图检索手绘草图、手绘草图检索三维模型、三维模型检索手绘草图以及三维模型检索三维模型的功能,提供了一个良好的可视化交互环境。通过对该系统进行全面的功能测试和性能测试,验证了本系统具有较高的检索精度和检索速度。