为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
本次学术报告主要介绍了一种基于卷积神经网络的草图-三维模型检索算法。
从2D手绘草图检索获取3D模型在图形、图像检索和计算机视觉领域受到相当大的关注。 现有的方法中，大多将3D模型进行投影得到大量的视图，然后希望输入的草图与这些提取好的2D投影的“最佳视图”相匹配。这个方法非常有效，但也存在问题。因为“最佳视图”的概念是主观和不明确的，这使得匹配过程变得模糊。
本文使用一种极简化的草图、视图特征提取算法，不依靠“最佳视图”的选取。本文将整个数据集的视图数量大大减少，一个模型根据其投影方向只对应两个视图。 然后，分别为视图域和草图域学习两个孪生卷积神经网络（CNN）。 损失函数既考虑了域间的相似性又考虑了跨域相似性。在三个基准数据集上进行的实验表明，本文的方法明显优于现有方法。