本文所研究内容为贺兰山岩画的图像语义识别。对图像语义识别的研究已经成为模式识别与图像处理、人工智能、计算机视觉领域的热点问题,在图像分析领域占据了越来越重要的位置。图像语义识别即将图像中所包含的内容信息用语言表达出来,输入一幅图像,输出则是该图像所对应的语义信息,使计算机类似人类大脑一样具有将视觉所看到的事物进行描述的功能。通过对近年来学者对图像语义识别的研究的学习,本文所做的工作主要分为以下几点:(1)制作贺兰山岩画的图像数据集。贺兰山岩画景区位于宁夏回族自治区银川市贺兰县岩画路,通过进行实地考察,使用摄影设备采集岩画图片,经过后期的处理,制作出一个满足实验需要的贺兰山岩画的图像数据集。(2)针对传统图像特征提取方法提取效率低、准确率低的特点,本文选择使用卷积神经网络算法对图像进行低层特征提取,并对卷积神经网络的结构及优缺点进行了研究。(3)针对基于直接支持向量机的卷积神经网络图像识别算法计算复杂度高的特点,本文提出一种基于核函数二叉树支持向量机的卷积神经网络,将基于高斯核函数的二叉树结构支持向量机与卷积神经网络结合,生成新的模型,减小了计算复杂度,提高了识别精度。(4)针对经典卷积神经网络模型的参数多,容易产生过拟合的现象,当网络层数越深时,需要训练的参数也越多,计算复杂度越高,对于不同的数据集训练模型的识别率有待提高的问题,本文提出了改进激活函数和基于布谷鸟搜索算法的卷积神经网络模型,将经典卷积神经网络的激活函数进行改进,对于模型参数的训练,使用布谷鸟搜索算法查找最优参数。最后通过实验验证了改进算法的可行性。