本发明公开了一种基于学习的相似性度量方法，包括：给定立体模型的视图，筛选具有代表性的视图构造一个基于视图的超图来表征立体对象之间的关系；利用立体模型数据，从每个立体模型中提取空间结构圆形描述符，并且使用每个立体模型之间的距离来生成简单基于模型的图以探索立体模型之间的关联性；选定合适的学习框架，生成初始的学习权重，将基于视图生成的超图和基于立体模型生成的图作为学习框架的输入，通过联合学习框架来学习两种图的最优组合权重，从而通过基于视图的超图和基于立体模型的图来估计立体对象之间的相关性。本发明通过提取视图特征信息和立体模型空间结构信息，使得对立体模型的描述更加全面，在相似度量化方面更加准确和科学。