随着互联网的发展及相关技术的逐渐成熟,图像在互联网上的运用越来越广泛,如电商平台,门户网站等都通过图像来展览商品,显示信息等。为了更有效的利用展示空间,减少传输时间,提出了缩略图的概念,即通过对原始图像裁剪和缩放得到能够代表原始图像信息和特点的小尺寸图像。在裁剪过程中既要保证缩略图能够代表原始图像所要表达的信息,又能够在尺寸缩小后保证其清晰的展现原始图像前景,所以怎样生成缩略图是至关重要的。本文针对现有相关方法对多目标图像处理的不足进行研究,提出基于目标识别和显著性检测的缩略图生成技术。具体研究工作如下:缩略图生成过程中确定裁剪初始区域是整个过程的基础工作,本文通过分析现有基于目标识别和显著性检测的相关缩略图生成算法,将目标识别和显著性检测两者优势结合,确定初始区域。该方法兼顾了图像显著信息的保留和图像中目标的选取,使得确定的初始区域既包含图像显著区域的重要信息,也包含具有显著性的完整目标。在确定初始区域后,本文通过在初始区域周围生成一系列包含初始区域的候选区域,并且保证所有候选区域和缩略图所要求的长宽比尽可能相等,使得图像在最终裁剪缩放后既保持对原图的全局代表性,又保证图像尽可能不发生扭曲变形的情况。最后,论文研究了现有相关的美学评价方法,并提出了基于前景目标和背景显著区域所构成的图关系进行美学评价的方法。通过对移除目标的背景图像做显著性检测确定真正代表背景的位置,并和前景目标建立关系,形成图特征向量。经过对大量正负样本进行训练,生成了能够计算每个候选框美学得分的模型。该方法对多目标图像更具有针对性,结果显示其有较好的效果。