基于草图的细粒度类级三维模型检索数据集

来源：计算机工程与应用杂志2025年第19期北京时间：

作者：郑虎, 白静, 晏浩, 苏雅雯

单位：1.北方民族大学 计算机科学与工程学院，银川 750021；2.国家民委图形图像智能处理实验室，银川 750021

摘要：近年来，细粒度三维模型分类在计算机图形学和计算机视觉领域受到越来越多的关注。如何有效检索细粒度类级三维模型引起了学者的关注。构建了一个基于草图的细粒度类级三维模型检索数据集，并命名为FGCL-SBSR，以支持草图到元类别下特定子类三维模型的检索。该数据集中三维模型取自FG3D数据集，而草图则是通过招募志愿者绘制的方式完成收集。在草图收集完成后，对其进行了筛选，并据此对数据集进行了合理的划分。具体来说，FGCL-SBSR中Airplane子数据集包含12个类，其中三维模型1?388个，草图1?286张；Chair子数据集包含25个类，其中三维模型2?321个，草图2?102张。该数据集在子类别上建立了草图与三维模型之间的对应关系，并且保持了草图的抽象性、稀疏性、多样性和代表性。最后，通过不同训练集训练模型以及不同方法在该数据集中的实验结果证明了该数据集可以很好地适用于基于草图的细粒度类级三维模型检索任务，充分体现了其必要性、一致性和有效性。

关键词：深度学习,细粒度类级,基于草图的三维模型检索