随着互联网技术和智能拍照电子设备的普及,人类生活中所接触到的图像信息日益膨胀。为了有效的管理图像资源,该文提出了一套针对多语义复杂图像的分类及检索系统,其中包括基于判别模型的多语义图像标注、基于语义传播的多语义图像标注、多语义层级分类和多语义图像检索四个主要研究问题。从判别模型的思想出发,该文提出了基于语义迁移和融合神经网络的图像标注算法。算法中设计了图像多尺度语义融合神经网络和基于语义线性拟合的语义迁移神经网络。在语义融合网络中该文设计了基于频繁概念格的模式挖掘算法,可以将同语义下的多尺度图像块聚类并得到融合特征,解决了判别模型中语义多尺度问题。语义迁移网络受人类认知的启发,可以从已知语义中学习到未知语义训练判别模型,用以解决语义局限性问题。在基于语义传播的图像标注方向,该文从保证语义传播的准确性和完整性两个研究目的出发,设计了基于加权语义邻近集的图像标注算法。该文提出的图像标注算法通过对训练集中语义重要程度划分构建加权语义邻近集,保证了标注语义的全面性。最后,通过设计语义词频自适应阈值函数,保证了传递语义标签的准确性。该文结合图像标注得到的语义信息设计了基于偏序结构的多语义层级分类算法。在该文多语义层级分类算法中,图像不仅可以按照语义共有性实现层级分类,而且算法考虑了语义之间的关联规则,实现了语义信息的层级共享。所以,该文设计的分类结构不仅具有简单明了的层级关系,并且还能体现数据集中语义的从属关系。针对复杂的多语义图像,该文从图像的语义信息和视觉信息两个方向出发设计了二维多语义图像检索算法。算法中提出的二维检索矩阵能够并行考虑图像的语义相似度和视觉相似度。在二维检索矩阵中结合该文设计的独特检索方式,可以保证检索排名靠前的多语义图像能够兼顾视觉相似性和语义相似性。