一、本课题的研究背景：随着互联网+时代到来，三维模型的应用也越来越广泛，如3D打印、3D建模、3D扫描等。人们对于三维数据的需求越来越大，但是基于三维模型的互联网服务很有限，而轻量化的3D数据几乎没有，正是基于这种情况，建立轻量级的三维模型库及相关的服务非常必要，面向移动互联网的3D数据必然要求轻量化的。然而，网页浏览器也给面向移动互联网的3D数据应用系统带来了挑战。一方面，网页浏览器的处理能力有限，根本无法与单机软件相比；另一方面，随着科技的迅猛发展，许多领域都产生了海量的数据，相应的需要处理的数据量也就越来越大，远远超出网页浏览器的承载范围。

二、本研究旨在解决的关键问题是：设计一种准确、高效、低功耗的基于草图和图像的3D模型检索算法 通过该算法可以快速通过简单地勾勒出草图或同时采用草图和图像获取用户需要的模型数据，用户可以通过这种方式快速获取模型数据。

本课题研究的技术路线主要分为两阶段，即在线处理和离线处理过程。

（1）在线过程：在线处理过程是检索的关键部分，包括了4个关键技术，即草图的智能推荐机制、草图的质量评价机制、草图和图像的融合机制、草图和图像的特征提取与匹配。

   （2）离线过程：离线预处理过程，包括对于海量模型的归一化处理、CPAC分析、海量模型的最佳视点选择，海量模型的特征字典的构建等过程，其中模型的最佳视点选择是关键技术、特征字典的构建。

三、发表论文：

[1] Jinyuan Jia, Qian Zhang, Long Zeng and Shuang Liang, “Voxel-Encoded Descriptor for 3D Model Retrieval by Exploring Models’ Spatial Information”，Journal of Mechanical Science and Technology(JMST), 2014.（SCI收录）

[2] Shuang Liang, Long Zhao, Yichen Wei and Jinyuan Jia, “Size and Location Matter: a New Baseline for Salient Object Detection”, ACCV, 2014.

[3] Shuang Liang, Long Zhao, Yichen Wei and Jinyuan Jia, “Sketch-Based Retrieval Using Content-Aware Hashing”, ACM PCM Pacific Rim Conference on Multimedia, Malaysia, 2014.

[4] Long Zhao, Shuang Liang, Yichen Wei, Jinyuan Jia, “Object Proposal by Multi-branch Hierarchical Segmentation”, IEEE CVPR, 2015. （国际视觉识别顶级会议）