Il Content Based Image Retrieval (CBIR) è un insieme di tecniche per il recupero di immagini semanticamente rilevanti da un database di immagini basato su caratteristiche dell'immagine derivate automaticamente o sul contenuto dell'immagine. Dai primi CBIR, si può vedere che le caratteristiche di basso livello applicate nella rappresentazione delle immagini sono spesso caratteristiche globali che vengono estratte da un'intera immagine. Tuttavia la performance di questi approcci CBIR è ancora lontana dalle aspettative dell'utente. Il problema può essere dovuto alle seguenti due ragioni. Primo, non è insolito che gli obiettivi, per i quali l'utente cerca attraverso un sistema di recupero delle immagini, non siano immagini, ma oggetti visivi nelle immagini. Le caratteristiche globali estratte dall'immagine non possono rappresentare le caratteristiche degli oggetti in queste immagini. In secondo luogo, le caratteristiche usate nella maggior parte dei lavori CBIR sono caratteristiche di basso livello (colore, struttura e forma, ecc.). Il divario semantico tra le caratteristiche di basso livello e la comprensione semantica di alto livello delle immagini è spesso difficile da colmare.