基于深度学习的图像检索算法所提取的图像特征更加丰富,具有良好的可区分性和鲁棒性,然而,当图像中存在小尺度目标或者被遮挡目标时,这些主流的检索算法模型并不能达到理想的效果,而且检索精度较低。本文分析这两个问题的主要原因并结合现有的主流模型提出了两种新型的检索算法模型。首先,针对图像中存在小尺度目标而导致的检索精度较低的问题,提出了一种基于注意力得分的深度局部特征聚合检索模型DLAA。本文将残差网络(Residual Network,Res Net)中卷积层输出的特征映射作为深度局部特征,把全连接层的输出作为图像的全局特征,然后使用注意力机制对深度局部特征进行关键点选择;同时设计了一种新的特征聚合技术将深度局部特征有机地聚合,同时加以全局特征辅助,目的是让更具区分性的特征在图像表示中有更高的权重,提升模型的性能。在Google Landmarks、Oxford和Holidays三个数据集上的实验结果表明,DLAA能够有效提高对小尺度目标的检索精度。其次,针对图像中存在目标遮挡而造成的检索效果不理想的问题,提出了一种多尺度深度局部特征融合的检索模型MFFM。本文在原始的Res Net结构之上,对残差块进行了优化升级,用于提取多尺度深度局部特征;然后结合混合注意力网络的同时,使用了两条链路的特征金字塔网络(Feature Pyramid Network,FPN)完成多尺度深度局部特征融合,使得融合特征的语义更为丰富,被遮挡目标的语义信息不会被过度抑制。实验结果表明,MFFM能够提高在目标遮挡等复杂环境下的检索精度。