中文摘要：

研究一种以三维视觉模型的形状和空间拓扑特性为主，并有效结合其颜色、光照和纹理等表面属性的三维特征计算及内容索引机制，在无需估计三维模型姿态的前提下，具有针对平移、旋转、尺度变换的不变性和鲁棒性，简洁有效地表达三维视觉模型的内容。在此基础上，利用模式识别、人工智能、机器学习、语义网和本体论技术，进一步研究三维视觉模型的语义概念知识特征提取、描述及索引机制，实现三维语义概念知识的层次化建模方法。并研究适用于大规模三维视觉模型集合，支持人类主观认知的相似性计算方法和用户相关反馈机制，建立有效的用户兴趣度模型，以有限的响应时间，从互联网和专业三维数据库中检索出符合用户需要的三维视觉模型，实现良好重用，大量节省三维建模过程中的人力、物力、时间耗费与开支；并实现三维视觉模型的自动识别与分类，提高计算机辅助设计、数字文化遗产、地理学、分子生物学、医学和工业制造等领域以及互联网信息检索引擎的智能应用水平。