图像重定位是计算机视觉研究的一个热门问题,是增强现实、SLAM以基于图像的地点识别等技术的基础和难点。本文研究了基于单张RGB图像的6自由度图像重定位问题。不同于照片拍摄地点识别,6自由度图像重定位要求准确地计算图像姿态。传统的图像重定位方法多受限于手工特征对图像的表示能力,导致计算复杂、鲁棒性差、实时性低。近几年来以卷积神经网络为代表的深度学习在图像分类、物体检测与识别乃至“看图作文”等诸多热门的计算机视觉研究上均取得了巨大突破。本文从介绍基于2D特征配准的姿态估计开始,分析了传统算法的优缺点以及深度卷积神经网络的基本原理,提出基于深度特征的图像姿态回归模型。该姿态回归模型以CNN作为特征提取器,并使用预训练方法解决了姿态数据集不足的问题。由于该方法对模型的不确定性无法有效建模,本文使用一种混合高斯的思路进行改进。本文在实验基础上分析了姿态回归任务与图像分类任务原理上的相似性,并提出一种多任务学习深度网络框架,联合学习6自由度姿态回归与场景分类。两个不同的任务共享了的底层特征并同时进行训练。在四个数据集上的实验结果表明,这个改进方法大大降低了基于深度特征的姿态回归模型的定位误差。另外,网络模型输出的场景类别及其概率可以作为姿态估计结果的置信度,使得本文的方法在现实应用中具有实用性。最后本文介绍了一个应用,将基于深度特征的姿态回归模型应用于城市级的建筑图像定位系统。