随着互联网的迅速发展,在线图片的数量呈现爆炸性的增长,尤其在最近移动互联网端的迅猛发展,图片作为其信息呈现的载体逐渐火爆。随着大量图片资源的涌现,在大规模的图像规模下的图像检索需求越发突出,人们对于检索的要求也越来越高,传统的通过文字作为关键字来检索使用标签标记图片的模式愈发不能满足人们对于新型互联网的要求。更多的,通过图片本身的语义来检索相关类似的图片是将来的图片检索的发展方向。如何通过提取图片本身的语义,并且通过其提取出来的信息进行检索,是本论文的主要的研究内容。针对于这个问题,将从传统的视觉单词模式出发,通过结合人对于图片识别的视觉习惯,提出了一种基于深度神经网络的图片多级特征的搜索方法。论文主要研究感兴趣区域的筛选,感兴趣区域的特征提取,图片检索方法。在图像特征提取方面,论文选用了卷及神经网络对图像进行特征提取,选用了采纳SPM结构的ZF5网络模型,使用其第七层,也就是fc7层的激活值作为图像的特征表示。使用了selective-search方式对图片进行了候选框的提取,通过尺寸、长宽比等条件将候选框的数量降低,通过筛选若干个候选框与全图组成一个集合来产生多级特征,使用多级特征表示来代替原有的由全图特征。实验证明,在各个维度下,在基于场景的Holidays数据集上,新的特征组合方式能够良好地保持原有的效果,且在MAP值上有略微的提升,采用了基于KD-Tree的索引结构后,索引准确率比线性比较欧氏距离提高了接近两个百分点。在对象丰富的VOC数据集上,使用多级特征在检索结果的相关性上要明显好于原有的单一特征。使用新的多级特征,能够良好地从复杂的图片当中提取适当的特征表示,保证在无对象、多对象等多种图片环境下的检索正确率。