旅游从研究图像检索已经吸引了越来越多的关注。主要监督深哈希方法大大提高了检索性能,以手工特征为输入和高维二进制特征向量映射到减少feature-searching复杂性。然而,他们的表现取决于监管标签,但很少把时间和歧视的信息可以在旅游形象。本文提出了一种改进的深度学习哈希增强旅游图像检索的哈希码。共同决定了图像表示和哈希函数与深层神经网络,同时提高了旅游形象的区别的能力哈希码与精制随行的语义关系。此外,我们调整了CNN实现全程培训哈希映射,得到的两个样本之间的语义距离计算二进制代码。各种实验数据证明该方法相比的优越性最先进的浅和深散列技术。