Content Based Image Retrieval (CBIR) é um conjunto de técnicas para a recuperação de imagens semanticamente relevantes de uma base de dados de imagens com base em características de imagem ou conteúdo de imagem automaticamente derivados. Desde o CBIR inicial, pode-se ver que as características de baixo nível aplicadas na representação de imagens são frequentemente características globais que são extraídas de uma imagem inteira. Contudo, o desempenho destas abordagens CBIR ainda está muito longe das expectativas do usuário. O problema pode ser devido às duas razões a seguir. Primeiro, não é raro que alvos, para os quais o usuário busca através de um sistema de recuperação de imagem, não sejam imagens, mas objetos visuais em imagens. As características globais extraídas da imagem não podem representar as características dos objetos nessas imagens. Segundo, as características utilizadas na maioria dos trabalhos CBIR são características de baixo nível (cor, textura e forma, etc.). A lacuna semântica entre a característica de baixo nível e a compreensão semântica de alto nível das imagens é muitas vezes difícil de colmatar.