随着多媒体技术的发展,大型图像数据库的规模不断增加,与此同时,针对可视化内容管理的需求也在不断增长。伴随着图像数据库在数量和规模的急剧增长,人们对数字图像的自动化管理和检索也越来越重视,这激发了对高效查询多媒体数据库的需求。一种重要的解决方法是使用基于内容的图像检索(CBIR),直接从图像数据中提取特征,并将这些特征与相似性度量结合起来。近年来,深度学习的发展为图像检索的研究带来了新的视角,使用卷积神经网络对图像进行特征提取的方法在相关数据集上取得了良好效果。但是,随着图像内容复杂程度增加和人们检索需求的变化,图像检索逐渐趋于区域化,场景化,目标化,即更加注重局部感兴趣区域的相似性。现有的图像检索研究依然存在局部感兴趣区域定位不准确,特征维度高,特征处理时间长,检索准确率偏低等导致检索效率低的问题。基于以上问题,本文基于深度学习理论,围绕图像内容的显著性与相似性分析及应用,对如何确定局部感兴趣区域的位置,提取感兴趣区域特征,增强特征的表征能力,进而提升检索准确率,以及降低特征维度提升检索性能等问题展开相关研究,主要工作如下:针对原始卷积特征数据维度高,计算资源占用严重等问题,采用大尺度池化窗口得到的全局特征维度仅为传统方法的1/7,在降低特征维度的同时,提升了检索效率。针对目前图像检索研究趋向于场景化对象化,MOP和R-MAC等研究使用的区域采样方法获取局部特征存在的随机性问题,提出一种基于质心理论的图像感兴趣区域定位方法。使用图像的二维全局特征图进行质心定位,以质心为中心设定多尺度候选框,确定感兴趣区域的位置,相比于MOP和R-MAC等提出的滑窗式采样方法,能够更加有效地提取局部特征。同时,在局部区域特征处理阶段消耗的时间仅为R-MAC的40%。使用Oxford5K和Paris6K两个数据集测试,与R-MAC算法相比,最高检索准确率分别提升约3%和2.3%。针对传统图像检索方法中存在的感兴趣区域定位不准确等问题,为了进一步提升局部特征的表达质量,提出基于目标检测定位的图像检索方法。使用自定义目标检测模型对图片进行检测定位,提升感兴趣区域的定位精度,降低非主要目标对象带来的噪声干扰,使用局部特征代替全局特征进行特征表达,进一步提升了检索准确率。在Oxford5K和Paris6K两个数据集上测试,最高检索准确率分别达到85.1%和90.6%,证明了提出方法的有效性。