随着科技的发展和人民日常需求的提高,图像检索已经成为人们生活中不可缺少的一部分。目前大多数的搜索引擎(Bing, Google, Baidu等)对图像的检索都是基于文本检索,由于这些文本信息不能全面地描述图像内容,导致图像内容与相关文字信息往往并不匹配,因此基于内容的图像检索(CBIR,Content-Based Image Retrieval)成为当前计算机视觉领域的热门课题。然而,不合适的相似度测量和特征量化,噪音干扰,特征检测丢失,与语义概念之间存在很大的语义鸿沟,导致通过单一视觉特征得到检索结果往往并不非常理想。本论文深入分析了多种图像底层特征以及图像检索中重排序的方法,引入了目前比较火热的深度学习概念.。基于Autoencoder模型,对全局特征和局部特征进行非线性融合,有效地提高了特征间的互补性。同时我们引入文本检索中查询扩展的思想,在半监督模式下实现重排序。即利用少量的有标签数据,在离线情况下对数据集进行聚类建立索引,在线阶段中检测置信集作为训练数据,用加速随机对偶上升算法训练学习RankNet打分模型,进一步地提高了检索效果。在实验部分,我们的方法已经成功应用于Paris, FranceLandmark以及TRECVID INS2012(Instance Search)评测集中。实验证明该算法可以改善不同初始检索结果,弥补了一般重排序算法容易受到初始排名影响的缺陷。同时半监督模式的索引结构不仅减少了运算量,同时减少了图片底层特征和高层语义的鸿沟。