社交媒体的日渐风靡和电子商务网站的繁荣发展催生了海量的时尚媒体数据，比如普通用户分享的街拍数据、时装品牌发布的时装秀数据、电商网站提供的产品数据等。时尚媒体数据是一类特殊的跨媒体数据，除了一般跨媒体数据具备的多模态性，还具有多领域、多场景、弱标签等特点。本文着眼于时尚媒体数据的新型多媒体检索方法，对海量的时尚媒体数据进行语义分析与理解，用以支持和提供多种数据检索方式和时尚流行趋势分析，具有重大的研究意义。　　时尚媒体数据的多模态、多领域、多场景、弱标签这些特点对于时尚数据的检索技术带来了诸多新的研究挑战:1）如何利用弱标签时尚媒体数据，对时尚图片进行表征学习能同时用于图像检索和图像分类等多个图像理解任务？2）如何将包含不同模态、不同领域的时尚数据项映射到一个统一的特征空间，其中度量距离可以用于数据检索与分析？3）如何实现时尚物品在不同场景之间的图像检索模型？本文提出了新型的图像检索方法、跨媒体检索方法、跨场景物品检索方法来着重解决上述三个研究挑战。这些新型的多媒体检索方法为用户提供了灵活多变的数据检索与分析工具，对于步入大数据时代的时尚行业具有非常实际的应用价值。　　本文的主要贡献及创新点如下:　　(1)本文提出了一种新的基于近邻约束嵌入学习的图像检索方法，利用弱标签时尚媒体数据，对时尚图片进行表征学习，能兼具语义类别和相似性度量信息，从而能够用于图像检索和图像分类等多个图像理解任务。设计了基于深度卷积神经网络的特征提取框架QuadNet，并且设计了多任务分类损失函数和包含近邻相似性约束的四元损失函数，在两个损失函数的共同监督优化下完成QuadNet的参数优化，其中多任务分类损失函数保证了学到的特征包含语义类别信息，四元损失函数则保证了学到的特征可用于相似性度量。因此，最后得到的特征表示非常通用，可用于图像的检索、分类、聚类和标注等多个图像理解任务。在真实的弱标签街拍时尚数据集上对QuadNet进行评估以及对街头时尚趋势变化进行分析，充分验证了基于近邻约束嵌入学习的图像检索方法的有效性。　　(2)本文提出了一种新的基于多领域嵌入学习的跨媒体检索方法，针对时尚媒体数据的多模态、多领域特点，将包含不同模态、不同领域的时尚数据项映射到一个统一的特征空间，其中度量距离可以用于数据检索与分析。不同于当前大多数跨媒体检索方法只考虑异质相似性的缺点，我们的跨媒体检索方法同时考虑了同质相似性和异质相似性，具体分为两个步骤:1）学习图像模态的同质相似性，将图像从原始的像素空问转化到一个优化的视觉空间;2）学习图像和文本模态的异质相似性，将图像和文本映射到一个统一的特征表示空间。在第一个步骤中，设计的基于深度卷积神经网络的五元网络和基于五元组的排序损失函数不仅捕获了同质相似性，还融入了时尚媒体数据的多领域属性。在第二个步骤中，设计的图像-文本双分支神经网络和跨视图相似排序损失函数用来捕获异质相似性。在一个新的多模态、多领域的时尚跨媒体数据集对提出的跨媒体检索方法进行评估以及对时尚品牌潮流变化进行分析，充分验证了我们方法的有效性。　　(3)本文提出了一种新的基于关键点的跨场景物品检索方法，实现时尚物品在不同场景之间的图像检索模型。该检索框架主要由识别模块和检索模块组成:识别模块实现对查询图片中的物品进行语义识别，其中的物体检测模型负责对查询图片中的物品进行物体检测，属性识别模型则负责识别出物品的语义属性;检索模块实现快速地从图像库中检索出相似的物品。以眼镜时尚物品为例，为完成眼镜物体的检测，设计了描述眼镜的关键点方案并实现了基于关键点的眼镜检测模型;为准确地识别眼镜的属性，设计了多种有效的特征提取方式，包括基于形状的特征提取、基于颜色的特征提取和基于区域的特征提取;为从图像库中快速地检索出眼镜物品，在检索模块设计了一个由粗到细的搜索策略。最后，在新收集的多场景眼镜数据集上的实验充分验证了我们的物体检测模型、属性识别模型和整个检索框架的有效性。