Recientemente, la recuperación de imágenes encriptadas buscables en un entorno de nube ha sido ampliamente estudiada. Sin embargo, el mecanismo de encriptación inapropiado y la descripción de una sola característica hacen que sea difícil lograr los efectos esperados. Por lo tanto, un desafío importante de la recuperación de imágenes encriptadas es cómo extraer y fusionar múltiples características eficientes para mejorar el rendimiento. Con este fin, este documento propone una recuperación de imágenes encriptadas buscables basada en la fusión tardía adaptativa de múltiples características en un entorno de nube. Primero, el cifrado de imágenes se completa diseñando la función de cifrado en un canal de color RGB, plano de bits y posición de píxel de la imagen. En segundo lugar, las imágenes encriptadas se cargan en el servidor de nube y la red neuronal convolucional (CNN) se ajusta finamente para construir un extractor de características semánticas. Luego, se extraen las características de bajo nivel y las características semánticas. Finalmente, se calculan las curvas de puntuación de similitud de cada característica, y se realiza la fusión tardía adaptativa por el área bajo la curva. Se utilizan una gran cantidad de experimentos en un conjunto de datos públicos para validar la efectividad de nuestro método.