1、圖像檢索和三維模型檢索都是計算機視覺重要的研究領域。隨著圖像采集設備（如照相機、手機等）和三維模型采集設備（如深度攝像頭、LiDAR等）變得越來越普及，圖像和三維模型的規(guī)模也在快速增長，對檢索系統(tǒng)提出了更高的要求。作為機器學習的一個分支，深度學習在近年來異軍突起，在提取圖像、語音等數據特征方面表現出極大的優(yōu)勢。作為對特征的質量具有很高要求的領域，圖像檢索和三維模型檢索也具備了通過使用深度學習提取的質量更佳的特征來提升整體檢索性能的可能性

2、。
　　本文旨在將深度學習引入到圖像檢索和三維模型檢索領域中，針對特定的檢索需求，發(fā)掘、創(chuàng)新深度學習的應用模式，通過深度學習的方法自動提取具備相應性質的特征。針對面向類別層次的大規(guī)模圖像檢索需求，通過加入一個特殊的哈希層，直接使用網絡提取類似于哈希碼的二值化特征。這種哈希特征同時保留了大量的圖像語義信息，在檢索中比傳統(tǒng)的圖像哈希算法所提取的特征表現更優(yōu)。針對面向實例層次的圖像檢索，提出了一種結合不同網絡層輸出信息的聯(lián)合特征方法，由