Content Based Image Retrieval (CBIR) ist eine Reihe von Techniken zum Auffinden semantisch relevanter Bilder aus einer Bilddatenbank auf der Grundlage automatisch abgeleiteter Bildmerkmale oder Bildinhalte. Aus den frühen CBIR-Verfahren geht hervor, dass die zur Darstellung von Bildern verwendeten Low-Level-Merkmale häufig globale Merkmale sind, die aus einem gesamten Bild extrahiert werden. Die Leistung dieser CBIR-Ansätze ist jedoch noch weit von den Erwartungen der Benutzer entfernt. Das Problem kann auf die folgenden zwei Gründe zurückzuführen sein. Erstens ist es nicht ungewöhnlich, dass es sich bei den Zielen, nach denen der Benutzer über ein Bildabfragesystem sucht, nicht um Bilder, sondern um visuelle Objekte in Bildern handelt. Globale Merkmale, die aus dem Bild extrahiert werden, können die Eigenschaften der Objekte in diesen Bildern nicht wiedergeben. Zweitens handelt es sich bei den in den meisten CBIR-Arbeiten verwendeten Merkmalen um Low-Level-Merkmale (Farbe, Textur, Form usw.). Die semantische Kluft zwischen den Merkmalen auf niedriger Ebene und dem semantischen Verständnis von Bildern auf hoher Ebene ist oft schwer zu überbrücken.