杨云航，闵连权

(中国人民解放军战略支援部队信息工程大学 地理空间信息学院，河南 郑州 450001)

草图自古以来就是人与人沟通交流的重要手段。随着电子技术的发展以及智能化水平的提高，人们通过草图与电子设备进行交互的需求也越来越高，草图识别[1]逐渐成为计算机应用领域的研究热点。草图识别就是将手绘草图从笔触端到空间认知端的概念转换，即在特定的草图应用领域背景下，将草图图像的非结构化信息赋予具体的形状语义解析[2]。传统的草图识别依靠尺度不变特征变换算子(Scale-Invariant Feature Transform，SIFT)和方向梯度直方图(Histogram of Oriented Gradient，HOG)等手工特征提取器提取特征并进行标注分类，但手工提取特征方法需要对图像进行复杂的预处理，识别效果也一般。而深度学习在图像识别、目标检测[3]以及图像分割等领域展现出巨大的潜力。但手绘草图不同于一般的彩色图像，它具有高度的语义抽象性和结构多样性，以及特有的笔画稀疏性，且缺少纹理和亮度信息。目前用于图像识别的深度学习模型主要以卷积神经网络(Convolutional Neural Networks，CNN)为基础，但大多数CNN模型均是针对一般自然图像的特点而设计，并不完全适用于具有笔画稀疏性的手绘草图识别工作。

文献[4]提出了基于深度学习的草图识别网络Sketch-a-Net。在文献[4]的基础上，越来越多以深度学习方法为基础的草图识别模型不断涌现。例如文献[5]针对手绘草图的形状和结构特点，提出了以卷积神经网络为基础的草图识别深度网络模型；……