本發(fā)明提出了一種跨媒體圖像檢索方法及系統(tǒng)，包括：獲取數(shù)據(jù)庫中所有圖片和待檢索的文本標(biāo)題；將所述圖片輸入到預(yù)先構(gòu)建的圖片標(biāo)題生成模型，得到所述圖片對應(yīng)的文本標(biāo)題，并將所述圖片與所述圖片對應(yīng)的文本標(biāo)題以對的形式更新數(shù)據(jù)庫中原始圖片；采用文本匹配的檢索方法從更新后的數(shù)據(jù)庫中檢索所述待檢索的文本標(biāo)題對應(yīng)的圖片；其中，所述圖片標(biāo)題生成模型是基于卷積神經(jīng)網(wǎng)絡(luò)?循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并采用強(qiáng)化學(xué)習(xí)方法對所述圖片標(biāo)題生成模型的參數(shù)優(yōu)化后得到。本發(fā)明的技術(shù)方案采用卷積神經(jīng)網(wǎng)絡(luò)—循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到了實(shí)體之間的關(guān)系，并采用強(qiáng)化學(xué)習(xí)方法對圖片標(biāo)題生成模型的參數(shù)進(jìn)行優(yōu)化，提高了檢索的效率。