图片拼贴画是以照片集为构图元素,根据艺术设计的原则和经验,将照片在空间排列设计,从而生成具有视觉艺术效果的装饰图案。照片墙作为一种特定风格的图片拼贴画,能很好地展现家庭照片或者企业形象,因此照片墙被广泛地应用于居家装潢、店铺装饰和展厅展览。传统的照片墙通常是由设计师或有经验的室内装潢师来进行设计,制作成本高。对普通用户而言,要搜寻合适的照片并按艺术设计规则生成符合审美要求的照片墙,是具有挑战性的工作。然而目前还没有针对照片墙进行计算机辅助设计和生成的研究工作。因此,本文提出一种融合语义和视觉特征的照片墙优化合成方法。首先,本文设计三种典型的照片墙布局模板。在此基础上,系统能根据输入照片集特点动态生成照片墙的模板候选集,如针对九宫格布局提出基于回溯剪枝的模板生成算法。另外,为了满足用户对照片墙模板的定制需求,系统提供一个半交互方法来生成更丰富的照片墙布局模板。其次,本文在照片空间布局时,结合美学规则和人类视觉认知原理设计照片的空间布局约束条件,其中包括照片元素的主题相关性、内容显著性区域和颜色相似性。最后,在照片墙合成时,我们结合NSGA-Ⅱ算法来求解照片集-模板格的最优映射。该映射过程是一个NP完全问题,我们通过NSGA-Ⅱ算法对其进行优化,且该优化方法也可适用于其它多目标映射问题。本文的主要贡献有:(1)结合照片墙设计的美学规则和经验知识,提出一种新的照片墙辅助设计和生成方法。(2)提出一种基于深度学习框架对小型数据集进行训练,从而提取照片语义信息的方法。(3)提出一种基于NSGA-Ⅱ算法来解决多目标优化的照片墙合成问题。本文通过实验结果并与其他相关工作进行比较和分析,验证了本文方法的有效性。