多媒體技術(shù)和Internet的發(fā)展給人們帶來(lái)巨大的多媒體信息海洋，并進(jìn)一步導致了超大型多媒體信息庫的產(chǎn)生，光憑關(guān)鍵詞是很難做到對多媒體信息的描述和檢索的，這就需要有一種針對多媒體的有效的檢索方式。如何有效的幫助人們快速、準確地找到所需要的多媒體信息，成了多媒體信息庫所要解決的核心問(wèn)題。
基于內容的信息檢索（Content-Based Retrival）是一種新的檢索技術(shù)，是對多媒體對象的內容及上下文語(yǔ)義環(huán)境進(jìn)行檢索，如對圖像中的顏色、紋理，或視頻中的場(chǎng)景、片斷進(jìn)行分析和特征提取，并基于這些特征進(jìn)行相似性匹配。
基于內容的圖像檢索：
它是根據分析圖像的內容，提取其顏色、形狀、紋理，以及對象空間關(guān)系等信息，建立圖像的特征索引。目前有的圖像檢索系統有：
QBIC(Query By Image Content)是IBM Almaden研究中心開(kāi)發(fā)的第一個(gè)商用基于內容的圖像及視頻檢索系統，它提供了對靜止圖像及視頻信息基于內容的檢索手段，其系統結構及所用技術(shù)對后來(lái)的視頻檢索有深遠的影響；
由MIT的媒體實(shí)驗室開(kāi)發(fā)研制的Photobook，圖像在存儲時(shí)按人臉、形狀或紋理特性自動(dòng)分類(lèi)，圖像根據類(lèi)別通過(guò)顯著(zhù)語(yǔ)義特征壓縮編碼；
美國哥倫比亞大學(xué)開(kāi)發(fā)的VisualSEEK圖像查詢(xún)系統，該系統的主要特點(diǎn)是用到了圖像區域的空間關(guān)系查詢(xún)和直接從壓縮數據中提取視覺(jué)特征。
EXCALIBUR技術(shù)公司開(kāi)發(fā)的retrieval ware系統；
Virage公司開(kāi)發(fā)的virage檢索系統能；
香港中央圖書(shū)館的多媒體信息系統（MMIS）是IBM和分包商ICO于1999年底開(kāi)始承建190萬(wàn)美元的數字圖書(shū)館項目，被認為是世界上最大且最復雜的“中文/英文”雙語(yǔ)圖書(shū)館服務(wù)之一，其采用的DB2 Text 和Image Extenders既支持文本查找，也支持圖片查找。
基于內容的視頻檢索：
基于內容的視頻信息檢索是當前多媒體數據庫發(fā)展的一個(gè)重要研究領(lǐng)域，它通過(guò)對非結構化的視頻數據進(jìn)行結構化分析和處理，采用視頻分割技術(shù)，將連續的視頻流劃分為具有特定語(yǔ)義的視頻片段——鏡頭，作為檢索的基本單元，在此基礎上進(jìn)行代表幀(representative frame)的提取和動(dòng)態(tài)特征的提取，形成描述鏡頭的特征索引；依據鏡頭組織和特征索引，采用視頻聚類(lèi)等方法研究鏡頭之間的關(guān)系，把內容相近的鏡頭組合起來(lái)，逐步縮小檢索范圍，直至查詢(xún)到所需的視頻數據。其中，視頻分割、代表幀和動(dòng)態(tài)特征提取是基于內容的視頻檢索的關(guān)鍵技術(shù)。目前相關(guān)的研究有：
MPEG-7標準稱(chēng)為“多媒體內容描述接口”(Multimedia Content Description Inteface) ，它是一種多媒體內容描述的標準，它定義了描述符、描述語(yǔ)言和描述方案，對多媒體信息進(jìn)行標準化的描述，實(shí)現快速有效的檢索；
JJACOB基于內容的視頻檢索系統，可進(jìn)行視頻自動(dòng)發(fā)段并從中抽取代表幀，并可按彩色及紋理特征以代表幀描述基于內容的檢索；
卡內基·梅隆大學(xué)的informedia數字視頻圖書(shū)館系統，結合語(yǔ)音識別、視頻分析和文本檢索技術(shù)，支持2000小時(shí)的視頻廣播的檢索；實(shí)現全內容的、基于知識的查詢(xún)和檢索。
基于內容的音頻檢索：
基于內容的圖像檢索要提取顏色、紋理、形狀等特征，視頻檢索要提取關(guān)鍵幀特征，同樣要實(shí)現基于內容的音頻檢索，必須從音頻數據中提取聽(tīng)覺(jué)特征信息。音頻特征可以分為：聽(tīng)覺(jué)感知特征和聽(tīng)覺(jué)非感知特征(物理特性)，聽(tīng)覺(jué)感知特征包括音量、音調、音強等。在語(yǔ)音識別方面，IBM的Via Voice已趨于成熟，另外劍橋大學(xué)的VMR系統，以及卡內基悔隆大學(xué)的Informedia都是很出色的音頻處理系統。在基于內容的音頻信息檢索方面，美國的Muscle fish公司推出了較為完整的原型系統，對音頻的檢索和分類(lèi)有較高的準確率。
基于內容的多媒體檢索是一個(gè)新興的研究領(lǐng)域，國內外都處于研究、探索階段。目前仍存在著(zhù)諸如算法處理速度慢、漏檢誤檢率高、檢索效果無(wú)評價(jià)標準、支持多種檢索手段缺少等問(wèn)題。但隨著(zhù)多媒體內容的增多和存儲技術(shù)的提高，對基于內容的多媒體檢索的需求將更加上升。
