Image content search is het vermogen van software om objecten in digitale afbeeldingen te herkennen en op basis van een gebruikersvraag een resultatenpagina van een zoekmachine (SERP) te retourneren. Als de gebruiker bijvoorbeeld vraagt naar een bepaald hondenras, analyseert de software de geïndexeerde afbeeldingen om voorbeelden van dat ras te vinden. Bij traditioneel zoeken naar afbeeldingen wordt daarentegen gezocht naar trefwoorden in de inhoud van afbeeldingen via tekst of meta-tags.
Het zoeken naar beeldinhoud opent veel nieuwe mogelijkheden voor slimme fotobibliotheken, onderzoek, gerichte reclame, interactiviteit van media en toegankelijkheid voor visueel gehandicapten.
Hoewel mensen objecten met weinig moeite herkennen, hebben computers moeite met deze taak. Software voor het zoeken naar beeldinhoud vereist deep learning-computers met neurale netprocessoren en veel rekenkracht voor de rekenintensieve taak. Zoekmachines voor beeldinhoud worden vaak getraind op miljoenen getagde beelden in begeleid computerleren.
Een vroege toepassing van het zoeken naar beeldinhoud is Facebook's Lumos computer vision platform. Lumos was oorspronkelijk ontworpen om te identificeren wat er op een foto staat en wat er gebeurt en het beeld te beschrijven voor visueel gehandicapte gebruikers.
Google, Microsoft, Apple en Pinterest behoren tot de andere bedrijven die momenteel zwaar investeren in de ontwikkeling van image content search.
Image content search is ook bekend als content based image retrieval (CIBR) of query by image content (QBIC).