随着多媒体技术和计算机网络技术的发展,人们接触到的图像数据以前所未有的速度增长,面对海量的图像资源,用来有效地分析、组织和管理图像数据的基于内容的图像检索系统成为多媒体技术的研究热点。研究的难点在于如何使计算机能够从人的认知角度来理解图像语义信息,最大程度地弥合图像低层特征和高层语义之间的语义鸿沟。论文工作的前半部分主要研究面向用户感知的图像检索算法,着重讨论如何从图像中提取出符合用户感知的语义内容,以及如何有效地融入用户的高层语义来改进图像检索的性能。论文工作的后半部分主要研究自动图像标注算法,着重讨论如何建立有效的机器学习模型来描述并解决标注问题,以及如何改进训练样本的有效性以改善图像标注的性能。在基于区域的图像检索上,准确地提取出图像中用户感兴趣的部分是解决图像检索问题的关键。针对图像中只存在部分区域符合用户检索意图这一歧义性问题,提出一种完全数据驱动的,基于选择视觉注意力机制的图像检索算法。该算法首先利用注意力模型生成显著图,通过与边缘图及分割图的结合自动地选取图像中的显著边缘和显著区域,并以此来表征用户的检索意图,然后采用有效的视觉特征描述图像的显著信息,最后通过特征融合策略实现了基于语义的图像检索。在基于机器学习理论与相关反馈机制相结合的图像检索上,着重研究了基于图的半监督学习算法在区域图像检索中的应用。在无用户反馈以及用户只反馈正例图像的情形下,将图像检索问题转化为直推式学习问题,构建融合区域显著性信息的层次化图模型,利用流形排序算法实现标记传播:在用户同时反馈正反例图像的情形下,利用反馈得到的正反例图像构建区域级相似性邻接矩阵,通过图学习算法进行迭代计算,选择出符合用户查询语义的区域级特征向量集合,并利用该特征向量集合实现区域级的图像检索。在自动图像标注算法上,通过分析自动图像标注中存在的输入空间和输出空间的歧义性,提出一种基于半监督学习框架下的多示例多标记学习算法实现图像自动标注。该算法首先提出一种改进的多样性密度求解方法,用以衡量训练正包和未标记包中各个示例与给定关键词的语义相似性;然后选取多样性密度值满足预定条件的示例作为表征给定语义关键词的示例原型,采用高斯混合模型对其进行语义建模;在此基础上,提出一种有效的特征映射策略,用以将正包集合和未标记包集合进行重定义;最后采用一种基于图的半监督学习算法来完成给定语义关键词的标记传播。在图像标注性能改善上,针对现有的标注算法大多没有考虑到训练样本表征关键词典型程度的问题,提出了一种基于核密度估计思想的样本表征关键词的置信权值计算方法,通过[0-1]间的实数值表示来反映训练样本表征关键词的典型程度。在此基础上,利用改进的Citation-kNN多示例学习算法求解待标注图像的类别标记。该算法无需求解每个关键词对应的目标示例,而是基于惰性学习的思想直接实现了待标注图像包级别的类别判定,从而完成图像标注的任务。