随着科研人员的不断探索,研究的问题越来越复杂,目标检测只获取了场景中目标的类别信息和位置信息,而忽视了场景中各目标的内在联系。在实际生活中,需要处理的场景更为复杂,目标间的依赖更为紧密,如何高效解析复杂场景中各目标的空间布局及语义联系,并计算复杂场景间的相似性将变得越来越重要。为了解决上述问题,本文基于Faster R-CNN目标检测网络,提出了一种复杂场景相似性计算方法,并制作和标注了一个复杂场景数据集,即CSBOGM（Complex Scene Based On Graph Model）数据集,主要研究工作如下:（1）提出一种基于Faster R-CNN的场景相似性计算方法。主要包含五部分:a)提出一种基于Faster R-CNN的数据预处理方法,其目的是为了实现对图像的目标检测、目标检测框去冗余以及目标检测框唯一编号;b)提出一种场景目标树构建方法,实现复杂场景下不同尺寸目标的划分与归并,同时,为构建场景图模型提供节点属性信息;c)提出一种目标间相对位置关系解析算法,用于处理复杂场景中各目标之间的语义联系,并为构建场景图模型提供边属性信息;d)基于上述b和c的方法,提出了两种场景图模型的构建方法,将其图模型分别命名为OT（Object Tree）图模型和PGAOT（Primary Goal And Object Tree）图模型;e)基于OT场景图模型和PGAOT场景图模型,提出了两种场景相似性计算方法。在Corel-1K数据集和Caltech101数据集上的实验结果表明:本文提出的方法在视觉感受和客观评价上取得了不错的效果,证明了本文提出方法的有效性和实用性。（2）制作和标注了一个复杂场景数据集,将其命名为CSBOGM数据集。考虑到真实场景往往更为复杂,已有的图像检索数据集场景目标单一,这些数据集不能有效代替真实场景,并不能证明已有的图像检索方法在复杂场景中的效果。因此,本文制作了CSBOGM数据集,包含10个复杂场景,共6200张图像。CSBOGM数据集上的实验结果进一步证明了本文提出方法的有效性,同时,两种对比方法在CSBOGM数据集上也取得了令人满意的效果,这从侧面反映出本文制作的CSBOGM数据集的合理性。综上所述,本文基于深度学习目标检测方法,提出了适用于复杂场景解析和场景相似性计算的方法,同时,本文制作的CSBOGM数据集相对于已有图像检索数据集的场景更为复杂,实验表明:本文提出的方法具有较高的可解释性和实用性,制作数据集的相对合理性。