本发明公开了一种基于深度特征与底层特征融合的图像检索方法，将深度神经网络ResNeXt101的Conv_4、Conv_5两个卷积层提取到的特征分别进行特征通过concat融合方式进行融合。然后将提取到的底层SIFT特征和融合后的深度特征进行融合。使用三元组损失训练出最优模型，在人脸数据集上对算法进行测试，使用平均检索精度(mAP)评估算法性能。将深度特征图的重要部分通过ROI感兴趣区域方法提取出来，通过赋予不同权重，使得深度特征的表达能力更好。且不同卷积层的融合也使得特征表达能力更加全面。与现有图像检索方法相比，通过ROI、两次特征的融合，提取到的特征更加精确，加入三元组损失训练模型也使得模型检索精度更加准确。