随着三维设备的逐渐普及,深度学习中针对三维数据如体素数据、多视图数据和点云数据的研究应运而生,因此作为基于三维数据的感知任务中的关键技术——形状识别也成为了当前计算机视觉的研究热点之一。数据形式驱动研究方法,三维数据的激增鼓励了各种基于三维数据的深度学习方法。然而研究发现,体素数据在处理过程中需要考虑分辨率和算力等问题,多视图数据可能出现全局特征感知缺失和局部信息冗余的问题,至于点云数据使用最为广泛,虽然能够最大程度的保留样本模型的空间结构信息,但是数据本身无序、不规则且稀疏,无法使用传统的神经网络处理,并且在局部信息的感知方面不如二维图像。单一的数据类型难以打破自身局限性,因此需要对多源数据信息进行融合以得到更加优异的特征表达,从而提升整体网络的识别精度。针对以上问题,本文选取了较为流行的两种三维数据——点云数据和多视图数据,以此为基础,研究更为优秀的数据特征提取算法,并且提出了一种基于多模态注意机制的融合网络。具体而言,本文以数据特征提取和多模态特征融合这两大关键技术为研究点,利用新兴的图神经网络和注意力机制,构建了端到端的三维形状识别网络模型,并且在针对每一类数据的研究中不仅提出了新的特征提取算法,还搭建了可以进行形状识别的端到端的网络模型,最终在公开的标准数据集上分别对以上模型进行了验证。本文主要完成了以下三方面工作:1.针对在点云数据的特征提取过程中局部特征不够细粒度化、识别网络精度较低的问题,本文提出一种引入图注意力机制的三维形状识别网络。该模型使用了基于样本感知的数据增强策略,在GAPNet（Graph Attention based Point Neural Network）模型基础上,通过本文提出的顶点和邻域关系的注意力关系模块——VNAM来深度挖掘三维点云中节点之间的深层隐含关系。该特征提取算法通过对节点之间的多级别注意力关系的提取,增强了网络的局部信息感知能力。本文将提出的网络模型在国际公开的标准数据集ModelNet40上进行了实验,结果证明,在本文的实验环境中该算法可以在不影响网络模型参数量的前提下,比GAPNet识别精度提升0.3%。在采用基于样本感知的数据增强策略后,本文的模型可再将精度提升1.2%,最终的模型识别精度在GAPNet的基础上提升了 1.5%。2.针对多视图数据特征提取过程中无法有效探索视图间的内在联系、识别网络精度低的问题,本文提出了联合卷积神经网络和图神经网络共同进行特征提取的算法策略,并搭建了端到端的三维形状识别网络。本文的网络模型摒弃了传统方法中直接将初步提取多个视图特征进行池化的做法,而是将每个视图特征构造成图结构中的节点,使用摄像机坐标差定义图结构中的边,通过图卷积神经网络进一步学习多个视图之间的隐性关系,从而使每个视图充分融合了邻域视图的特征。本文同样将提出的网络模型在标准数据集ModelNet40上进行了精度验证,实验结果表明该特征提取算法比传统方法的识别精度提高了 1.1%。3.本文发现,基于单一数据的识别网络模型精度提高不理想,分析后认为融合多模态的特征可以打破数据的局限性,因此针对点视图融合模型中多模态特征融合的问题,本文首次提出利用多种形式的注意力机制来融合多模态特征的端到端的网络模型。该模型具有兼容性,基于图注意力机制提取点云特征,采用软注意力融合策略解决多模态特征融合问题,最终通过多信息融合实现高精度的三维物体感知。实际实验中还采用早期融合（Early fusion）策略进行了多组对比实验,最终在ModelNet40数据集上的实验结果表明,软注意力融合策略的效果优于早期融合策略,并且本文融合模型的识别精度相较于上述单独使用点云数据和多视图数据的模型精度分别提升了 1.8%和3.5%。