Slike mogu sadržati mnoštvo informacija, ali su problematične za katalogizaciju i pretraživanje. Evropski istraživači pokušavaju da nađu način da umetnu informaciju o sadržaju slike u samu sliku kako bi je učinili dostupnijom i lakšom za katalogizaciju. Digitalne slike karakteriše mnoštvo detalja i mogu biti vrlo lepe, međutim njihov glavni nedostatak je to što je informacija koju one sadrže isključivo vizuelna i samim tim dostupna za interpretaciju i tumačenje njenih osobina samo onome koji je gleda. Sama po sebi ne govori nam ništa o tome kada je i kako snimljena, niti šta se na njoj nalazi. Ovo čini njihovo uređivanje i potraživanje specifične slike vrlo teškim bez obzira za koju svrhu da se vrši.
Naučnici koji sarađuju u okviru velikog evropskog projekta nazvanog aceMedia se trude da razreše ovaj problem pokušavajući da umetnu informacioni sloj u digitalnu sliku. Njihova osnovna ideja je da će fajlovi slike sadržati informaciju o sadržaju, meta-podatke (informacije koje su namenjene isključivo upotrebi na internetu) i inteligentni sloj koji automatski generiše podatke o slici koji su u obliku reči koje je lako pretraživati.
Jedna od tehnologija koju koristi aceMedia tim je softver koji može da identifikuje vizualne deskriptore niskog nivoa, kao što su delovi slike sa konzistentnom bojom, kao što je nebo, more, pesak ili možda sneg, kao i informaciju o teksturi, ivicama i obliku.
Kombinovanjem vizuelnih deskriptora niskog nivoa sa setom kontekstualnih pravila iz domena ontologija (kao što je činjenica da konzistentne oblasti plave boje na vrhu fotografije najčešće jesu nebo, ili da je malo verovatno da se plaža i sneg pojave na istoj fotografiji) moguće je pretvoriti podatke u bogat izvor informacija. Ovi podaci se kasnije kombinuju sa podacima koje generišu drugi detektori kao što su oni koji u komercijalnim fotoaparatima mogu da prepoznaju lica pri fotografisanju, čime se dobija još bolja i bogatija baza podataka o slici.
Još jedan sloj informacija može da dodaje korisnik sam. Njemu je omogućeno da formira pravila kojima će definisati svoje preference i profile kako bi formirao jedinstveni i lični sistem informacija o slikama. Inferencijske tehnike, filtriranje i algoritmi prepoznavanja sličnih osobina su iskorišćeni da bi se ovo personalizovano popunjavanje informacijama učinilo lakšim.
