這裡蒐集了各個著名的依內容查詢的影像資料庫計畫或研究，依我個人的主觀意見按重要性由大至小排列。如果你發現有任何過時的鍊結或資訊，請通知我，謝謝。
 

 
 
  Dr. J. R. Smith
  Thomas P. Minka
  Simone Santini
 
  Patrick M. Kelly
  Jame Ze Wang
  Sadegh Abbasi
  Dr. Robert Wilensky
 
  Dr. Michael Lew
 

QBIC

地點 美國
機構 IBM Almaden實驗室
平台 IBM AIX, Linux, Windows 95/NT, OS/2
內容 第一個以內容為主（Content-based）的影像資料庫，主要的觀念是以色彩長條圖（Color Histogram）、形狀與紋裡（Texture）為查詢索引。應用包括美國加州大學戴維斯分校（U. C. Davis）藝術系的Art and Art History QBIC Project，舊金山美術博物館的Art Imagebase。可下載完整的QBIC軟體，包括索引與搜尋引擎、Web前端程式、API、線上說明文件與範例資料庫影像。

ADVENT

地點 美國
機構 哥倫比亞大學影像與高等電視實驗室（Image and Advanced Television Laboratory）
平台 不詳
內容 下分四個子計畫 
VideoQ 是依內容為主的影片搜尋資料庫，可依內容與運鏡方式搜尋。是一物件導向的影片搜尋引擎。 
 
WebSEEk 可依目錄和關鍵字來搜尋，收藏了近七十萬張影像。當找到一張影像後可再依內容搜尋。 
 
WebClip 線上編輯MPEG影片。提供階層式瀏覽、依內容搜尋與壓縮領域的多解析度編輯（Compressed-domain Multi-resolution）等功能。 
SaFe 利用特徵與空間的關係來搜尋資料庫，以Java寫成。

John R. Smith

地點 美國
機構 哥倫比亞大學
平台 不詳
內容 是張世富教授的學生，直接或間接參與了五項計畫，目前是IBM Almaden實驗室的一員。 
Safe （見上）
WebSEEk （見上）
VisualSEEk J. R. Smith的研究精華。
CBVQ Content-based Image Retrieval System這是J. R. Smith的所有計畫的綜合示範。
Space and frequency adaptive wavelet packets 利用Wavelet來做影像搜尋的一個小計畫。
John R. Smith的博士論文有其研究之總結。

Photobook

地點 美國
機構 麻省理工學院媒體實驗室視覺與建構組
平台 不詳
內容 基本上也提供了以顏色長條圖、形狀和紋裡為查詢索引。所不同的是使用者可根據領域的不同自行選擇所需的特徵和比對的演算法，並提供了FourEyes這個互動式的學習代理人（Interactive Learning Agent）作為使用者介面，可根據使用者所提供的範例影像，自動建立並選擇最適於使用者的影像建模（Modeling）方式。提供了三個範例，一是VisTex有365張紋裡影像的資料庫，二是Faces有7561張人臉的影像資料庫，三則是Feret是用於美國軍方有310張人臉的影像資料庫。

Simone Santini

地點 美國
機構 加州大學聖地牙哥分校
平台 不詳
內容 S. Santini乃是大名鼎鼎的Ramesh Jain的學生。S. Santini的研究集中在依內容為主的影像資料庫中的相似度（Similarity）。

ImageMiner

地點 德國
機構 不來梅大學  
德國TZI  
IBM德國軟體發展實驗室
平台 IBM AIX 3.2.5/4.1.3
內容 ImageMiner是IBM MediaMiner中的一個分支計畫，ImageMiner可以萃取出限定範圍的影像（例如風景照片）中的物件，將之以文字敘述的方式儲存起來，例如：『有山有水，山在水上，山綠水藍』。然後使用者便可以以傳統關鍵字的方式來搜尋整個資料庫。

CANDID (Comparison Algorithm for Navigating Digital Image Databases)

地點 美國
機構 洛塞勒摩斯（Los Alamos）國家實驗室
平台 不詳
內容 基本原理是利用影像的Global Signature為索引。 多用於醫學及衛星影像，例如肺部電腦斷層掃瞄影像資料庫和地形衛星熱影像資料庫。

Content Based Image Search Demo Page

地點 美國
機構 史丹佛大學
平台 不知
內容 這是由James Ze Wang所發展的影像資料庫系統。主要以Wavelet為主，但也有依色彩長條圖和加強版面（Enhanced Layout）搜尋。線上提供了四種不同的資料庫，最少有900張，最多有10000張影像。

SQUID（Shape Queries Using Image Databases）

地點 英國
機構 薩里大學電子電機工程系視訊語音與訊號中心
平台 不詳
內容 主要是利用曲率Curvature與三種總體特徵作為搜尋的根據。目前資料庫中有1100張範例影像。

Content-based Queries

地點 美國
機構 加州大學柏克萊分校電腦視覺組
平台 不詳
內容 這是柏克萊數位圖書館計畫(Berkeley Digital Library Project）的一部份。由柏克萊電腦視覺組所發展，主要是利用顏色與紋裡的區域（Region）為索引比對的方法，同時可以搜尋資料庫中的物件（例如馬）。目前有四種資料庫可供展 示，包括電影、花草、與其他數種，除此之外，還有各種相關技術，包括影像分類（Image Classification）、以區域為主（Region-based）的影像擷取等的示範與相關報告。一個特色是可用SQL來搜尋。

ImageRover

地點 美國
機構 波士頓大學資訊科學系影像與視訊計算組（Image and Video Computing Group）
平台 不詳
內容 這個影像資料庫可送出軟體機器人遊走於網際網路，將所找到的影像傳回伺服器並作成索引。特徵以色彩和紋裡為主，其中尤重紋裡的處理，還另將紋裡做方向性、週期性與亂度的分析（咦？不是大家都這樣做嗎？）。其他的特色還有關連性回饋（Relevance Feedback ），就是由使用者從伺服器所找到的影像中選取數張作為關連影像，伺服器則根據這幾張關連影像將比對結果更細緻化。

Content-based Image Retrieval in the Leiden 19th Century Portrait Database

地點 荷蘭
機構 來登大學資訊科學系來登影像與多媒體組（Leiden Imaging and Multimedia Group) 
菲力普荷蘭恩和芬研究中心（Philips Corporate Research, Eindhoven, The Netherlands）
平台 不詳
內容 將2778張影像的資料庫分成多種型態（例如Gradient、Intensity與Binary）和多種解析度（75、37和18）分別配對並與四種方法作比對實驗，這四種方法分別是Pixel by pixel、Projections、Local Binary Pattern (LBP)與Trigram。除此外尚提供了多種工具，如影像註釋、瀏覽與資料庫管理。

VIR Image Engine

地點 美國
機構 加州聖馬帝歐Virage公司
平台 不詳
內容 Virage是第一個（或第二個）推出以內容為主的影像搜尋引擎的公司。除了搜尋引擎外，還有一些媒體管理的工具。 
VIR Image Engine是根據顏色及其相對位置、紋裡與形狀作為特徵，並可以讓使用者指定不同特徵的比重，以達到最佳效果。除了線上範例外，這家小氣的公司沒有任何技術文件可供下載。