Image content search is the capacity for software to recognize objects in digital images and return a search engine results page (SERP) based on a user query. Caso o usuário solicite uma raça particular de cão, por exemplo, o software analisará imagens indexadas para identificar quaisquer exemplos dessa raça. Em contraste, a pesquisa tradicional de imagens procura por palavras-chave no conteúdo associado a imagens através de texto ou meta-tags.
Image content search opens up many new possibilities for smart photo libraries, research, targeted advertising, interactivity of media and accessibility for the visually impaired.
Embora os humanos reconheçam os objetos com pouco esforço, os computadores têm dificuldade com a tarefa. O software para pesquisa de conteúdo de imagem requer computadores de aprendizagem profunda com processadores de redes neurais e muito poder de processamento para a tarefa de computação intensiva. Os motores de busca de conteúdo de imagem são muitas vezes treinados em milhões de imagens etiquetadas no aprendizado orientado do computador.
Uma das primeiras aplicações de pesquisa de conteúdo de imagem é a plataforma de visão computacional Lumos do Facebook. O Lumos foi originalmente projetado para identificar o que está em uma imagem e o que está acontecendo nela e descrever a imagem para usuários com deficiência visual.
Google, Microsoft, Apple e Pinterest estão entre as outras empresas que atualmente investem fortemente no desenvolvimento de pesquisa de conteúdo de imagem.
Image content search is also known as content based image retrieval (CIBR) or query by image content (QBIC).