Con el rápido desarrollo de la tecnología de la información, la seguridad de las imágenes ha surgido como un área significativa de investigación. Este estudio presenta un algoritmo que integra el cifrado de imágenes caóticas y una red neuronal convolucional (CNN) para mejorar la seguridad y eficiencia. El algoritmo aplica las propiedades de aleatoriedad y mapeo no lineal de secuencias caóticas con las capacidades avanzadas de extracción de características de una red CNN para lograr un cifrado robusto de imágenes. Primero, delineamos los fundamentos del cifrado de imágenes caóticas y CNN. El cifrado de imágenes caóticas emplea la generación de secuencias caóticas y el mapeo no lineal para mezclar los valores de píxeles con fines de cifrado, mientras que una CNN, como un modelo de aprendizaje profundo con un campo perceptual local y compartición de pesos, extrae eficazmente características de imágenes de alto nivel. Posteriormente, proporcionamos una descripción detallada de los pasos específicos involucrados en la combinación de cifrado de imágenes caóticas y la CNN. Estos pasos incluyen la generación de secuencias caóticas, el mapeo de valores de píxeles, la extracción de características y la gestión de claves. El algoritmo logra un cifrado de alta resistencia al realizar operaciones de disimilitud entre la secuencia caótica y los valores de píxeles de la imagen, así como extrayendo características de imagen de alto nivel utilizando la CNN. Finalmente, realizamos evaluaciones experimentales del algoritmo y lo comparamos con métodos tradicionales de cifrado de imágenes caóticas. Los resultados experimentales demuestran que el algoritmo de cifrado de imágenes muestra mejoras significativas en la calidad y seguridad del cifrado, al tiempo que ofrece ventajas en el rendimiento computacional y la velocidad de cifrado/descifrado.