由于多媒体技术迅猛的发展,产生了越来越多的图像数据,所以就需要有新的技术去管理这些数量巨大的图像数据集。场景分类作为一种图像理解和管理的有效方法正成为热门的研究领域。为了提高图像场景分类的效率,本文将视觉注意机制融入到图像的场景分类算法中,由此可以得到本文的主要工作如下:(1)针对传统的基于背景的显著性检测算法无法精确的选择出背景种子点从而导致显著性检测的结果不够精确的问题,提出了一种基于背景种子点的图像视觉显著性检测算法。该算法首先对图像进行加权中值滤波、SLIC超像素分割、Canny边缘检测的预处理,然后采用一种最小能量损耗路径的算法找出更多且精确的属于背景的种子点,最后基于背景种子点采用流型排序算法得到图像的显著图。实验结果表明,该算法可以很好的提高显著性检测区域的完整性、精确性。(2)针对传统的基于视觉词袋的图像场景分类算法没有对图像前后景进行区分从而导致分类精度不够的问题,提出了一种基于显著性检测和视觉词袋的图像场景分类算法。该算法首先对图像提取SURF(加速稳健)局部特征,然后采用(1)中的方法计算各个特征点的视觉显著性值,接着将提取的特征和视觉显著性值融合来达到对图像前后景区分的目的,再采用一种分层的聚类算法得到视觉词典,最后将输入图像表示成基于视觉词典的直方图,构建二叉树结构的SVM多分类器用于场景的分类。实验结果表明,本章提出的改进的视觉词袋模型比传统的视觉词袋模型平均分类精度提高了10%。(3)针对图像的背景信息对深度网络分类精度以及训练成本的影响问题,提出了一种基于显著性检测和深度学习的图像场景分类算法。该算法首先对输入图像进行(1)中的算法得到图像的显著性检测的结果,然后基于显著性检测的结果再对原彩色图像进行前景分割后得到前景图,这样就去除了背景信息对网络模型的影响。接着采用了一种多尺度的残差神经网络用于前景图的特征选择,基于选择的特征采用Softmax分类器完成最终的场景分类任务。实验结果表明,本章提出的方法相对于传统的卷积神经网络可以使分类精度提高约2%左右。