图像属性预测是计算机视觉领域的基础任务之一。早期的图像属性预测大多是基于人工设计的特征,但视觉图像与属性之间的语义鸿沟问题导致其预测效果不尽如人意。随着深度学习技术的快速发展,利用深度网络提取的深度特征来进行图像属性预测成为学术界的研究热点。本文围绕图像的多语义属性预测开展研究,提出了三个深度神经网络模型,提升了图像多属性预测的准确性。本文的主要工作与创新点如下:(1)提出了一种基于注意力机制的双向长短时记忆网络,提高了图像语义属性预测的准确性。本文提出的网络在经典深度卷积神经网络VGG-16的基础上,增加了基于残差机制的注意力模块以排除不相干背景的干扰,并通过双向长短时记忆网络对所提取特征进行学习,以挖掘语义属性与图像特征之间的相关性。在目前规模最大的开源服装图像属性数据库DeepFashion上的实验表明,本文提出的深度神经网络在Texture、Fabric、Part、Style这四类语义属性预测中能获得1%～6%的召回率提升,其中Texture类属性的预测表现最为突出。(2)提出了一种基于多任务机制的Attentional Bi-directional LSTM网络,进一步提升了图像语义属性的预测性能。ABLSTM网络在基于注意力机制的双向长短时记忆网络基础上,增加了一个特征点预测子网络,并设计了多损失函数,通过两个网络的联合优化进一步提升了网络对高层语义属性的预测性能。在DeepFashion-C数据库上的实验表明,ABLSTM网络对Texture、Fabric、Shape、Part这四类语义属性的预测召回率比前一个网络又提升了约2%～5%,其中Shape类属性的预测表现提升幅度最大。针对ABLSTM网络对抽象的Style类属性预测表现提升不明显的问题,本文增加了一个回归模型,使Style类属性的预测召回率提高了约6%。(3)提出了 Advanced ABLSTM网络,该网络在ABLSTM网络基础上使用了基于仿沙漏网络的新特征点预测子网络,并设计了全新的多损失函数。本文设计的新特征点预测子网络引入了空间变换模块对图像特征进行自主学习变换,并设计了“下采样-上采样”的仿沙漏网络对特征点进行学习预测。新设计多损失函数对两个子网络的预测损失进行更新,以更好地训练优化整个网络。DeepFashion-C数据库上的测试结果表明,新的特征点预测网络的预测精确度均远优于对比网络;Advanced ABLSTM网络的性能比ABLSTM网络在五类属性上的预测召回率有4%～11%的提升,尤其是对Shape、Part这两类与特征点紧密相关的属性的预测表现提升显著,同时对Style类属性的预测召回率也超过了针对高层语义属性预测任务的回归模型。