La recuperación de imágenes basada en el contenido (CBIR) es un conjunto de técnicas para recuperar imágenes semánticamente relevantes de una base de datos de imágenes, basadas en características de la imagen derivadas automáticamente o en el contenido de la imagen. De los primeros enfoques CBIR se desprende que las características de bajo nivel que se aplican para representar las imágenes suelen ser características globales que se extraen de toda la imagen. Sin embargo, el rendimiento de estos enfoques CBIR sigue estando muy lejos de las expectativas del usuario. El problema puede deberse a las dos razones siguientes. En primer lugar, no es raro que los objetivos que el usuario busca a través de un sistema de recuperación de imágenes no sean imágenes, sino objetos visuales en imágenes. Las características globales extraídas de la imagen no pueden representar las características de los objetos en estas imágenes. En segundo lugar, las características utilizadas en la mayoría de los trabajos CBIR son características de bajo nivel (color, textura y forma, etc.). La brecha semántica entre las características de bajo nivel y la comprensión semántica de alto nivel de las imágenes suele ser difícil de salvar.