三维模型等距配准是计算机图形学中的重要研究问题,特别是基于深度函数映射的方法,但现有的深度函数映射只能求解一对模型同方向配准,无法计算有镜面型内蕴对称模型的对称方向配准;此外,深度函数映射使用一对共享参数的孪生网络学习模型的特征,当输入同一模型时学到两个一样的特征,无法求解模型的内蕴对称。为此,本文提出基于深度函数映射的能够同时计算三维模型等距配准和内蕴对称的网络框架并将该算法封装成一个系统,主要内容如下:（1）提出了基于深度函数映射的能同时检测三维模型等距配准和内蕴对称的算法。首先,将一对三维模型输入到由两个孪生网络组成的特征提取模块,每个网络分支使用核点卷积提取点云特征,第一个网络学习到一对配准过程保持不变的描述子,与其对称的描述子通过另一个网络学到;然后,将空域特征和Laplace-Beltrami算子特征函数通过点乘模块生成谱域特征,输入到规则化函数映射层计算出同方向、对称方向配准以及镜面型内蕴对称的函数映射表示矩阵;最后,利用谱域损失有监督地训练网络。（2）在公开数据集上,由两个孪生网络构成的深度函数映射框架可以同时检测出正确的同方向和对称方向等距配准,能够提高三维模型对应关系计算准确率;当输入相同模型时,能准确检测模型的内蕴对称,与其它传统方法相比降低了测地距离误差。（3）将上述三维模型等距配准和内蕴对称检测算法封装成一个系统。首先,根据参数配置文件调整配准网络参数设置,使用读入的数据集训练网络框架;其次,用训练好的模型作测试,把测地距离误差及其折线图展示出来,以评价配准结果;此外,还可以将配准的结果和网络特征提取模块学习到的特征可视化。