AIRS圖像檢索，從90年代以來，主要使用基於圖像內容的方法進行圖像檢索，也就是CBIR。即基於圖像特徵從大型資料庫中檢索出用戶所需要圖像。CBIR現今常用的檢索方法為基於低層的視覺特徵(如:顏色、紋理、形狀、空間結構等)進行檢索,當然也有更高層的基於圖像語義特徵的檢索,但是套用的技術還很不成熟。但不管是什麼樣的檢索，這些特徵提取的過程必須是計算機自動完成的。
圖像檢索就是根據對圖像內容的描述,在目標圖像集合中找到具有指定特徵或包含指定內容的圖像。圖像主要有顏色、形狀、紋理等視覺內容和主題、人物、場景等信息內容，要檢索圖像，首先要建立圖像索引，描述圖像的內容。目前,視覺內容的索引一般可以通過特徵提取得到,語義信息的索引則往往要通過人機互動的方式才能得到.在數據源是未知的網際網路上和存儲海量數據的資料庫中，如何實現高效、可靠的圖像檢索十分重要.
基於內容的圖像檢索技術是一種綜合集成技術,它通過分析圖像的內容,如顏色、紋理等,建立特徵索引,並存儲在特徵庫中。用戶在查詢時,只要把自己對圖像的模糊印象描述出來,就可以在大容量圖像庫中找到想要的圖像。基於內容的圖像檢索技術與其它相關學科的主要區別是:首先,它是一種信息檢索技術,應能從大型分散式資料庫中以用戶可以接受的回響時間及儘量與領域無關的方式(在需要時也可以是與領域相關的)檢索到想要的圖像信息。它可以不去理解圖像中的對象,更關注的是信息的快速查詢和發現。舉個例子來說,用戶想買一輛紅色汽車,那么他選定了紅色和汽車輪廓,資料庫系統就能返回所有紅色汽車的圖像,從而幫助用戶快速找到目標。
其次,作為一種多媒體技術,它具有很強的互動性,即用戶可以參與檢索過程。
最後,它引入了特徵庫和知識輔助的概念。用特徵庫保存描述圖像內容的特徵,知識輔助有利於查詢最佳化和快速匹配。
