数码照片和视频数据的急剧增长需要既能支持速度快又能支持内容形象化浏览的表达技术。随着图像文件数量的爆炸式增长,管理大量图像的内容的能力已成为一项关键技术。　　一种最有效且视觉上有吸引力的图像浏览技术是基于拼贴的表达。拼贴表示的是一个图像库或视频材料,作为有意义的快照集合,它允许对库的内容进行概述。　　自动拼贴设计在很多应用中,从家庭拼贴的设计到商业广告项目,都是非常普遍的任务。　　在我们的研究中,我们提出了两种自动拼贴图组成方法:基于ROI形状估计的方法和基于ROI自适应块分析的方法。　　首先提出的基于ROI形状估计的方法与国际现有技术具有相近的组成性能、信息和美学价值。　　改进的基于ROI自适应块分析的方法比现有技术效果好。根据一系列实验分析和基于社会网络的调查(多达300个受访者进行评估),完成拼贴图组成的整个过程(包括帧选择、分配和ROI近似)的平均时间为17.98秒。生成布局的多样性为81.16％,伴随着空区域为稳定的0%级;ROI近似的准确率为86.08%;整个输出的拼贴的信息价值和美学价值分别估计为90.25%和90.83%。　　基于ROI自适应块分析的方法比Autocollage大约快4秒,并且输出的拼贴比Autocollage高出5%的信息价值和10%的美学价值。　　我们提出的方法既可以用于管理图像库,也可以用于管理视频材料,并且能够编辑更特殊的输出拼贴。