La búsqueda de contenido de imágenes es la capacidad del software para reconocer objetos en imágenes digitales y devolver una página de resultados del motor de búsqueda (SERP) basada en una consulta del usuario. Si el usuario solicitara una raza de perro en particular, por ejemplo, el software analizaría imágenes indexadas para identificar cualquier ejemplo de esa raza. Por el contrario, la búsqueda de imágenes tradicional busca palabras clave en el contenido asociado con imágenes a través de texto o metaetiquetas.
La búsqueda de contenido de imágenes abre muchas posibilidades nuevas para bibliotecas de fotos inteligentes, investigación, publicidad dirigida, interactividad de los medios y accesibilidad para las personas con discapacidad visual.
Aunque los humanos reconocen los objetos con poco esfuerzo, las computadoras tienen dificultades con la tarea. El software para la búsqueda de contenido de imágenes requiere computadoras de aprendizaje profundo con procesadores de red neuronal y mucha potencia de procesamiento para la tarea de computación intensiva. Los motores de búsqueda de contenido de imágenes a menudo están entrenados en millones de imágenes etiquetadas en el aprendizaje informático guiado.
Una de las primeras aplicaciones de búsqueda de contenido de imágenes es la plataforma de visión por computadora Lumos de Facebook. Lumos fue diseñado originalmente para identificar qué hay en una imagen y qué está sucediendo en ella y describir la imagen para usuarios con discapacidad visual.
Google, Microsoft, Apple y Pinterest se encuentran entre las otras empresas que actualmente invierten mucho en el desarrollo de búsquedas de contenido de imágenes.
La búsqueda de contenido de imágenes también se conoce como recuperación de imágenes basada en contenido (CIBR) o consulta por contenido de imagen (QBIC).