借助于摄像头采集数据，传送到云端的数据中心，利用电脑视觉运算建立物体特征，再与其他已位于数据库中的物体进行比对，找出相似点，并根据这些信息提供搜索结果。
现阶段比较成熟的技术是Google Goggles软件。使用的方式相当简单，第一次打开程序时，它会先做个简短的小说明，基本上就是它会开启拍照模式，取景之后按拍摄键，相机就会做自动对焦（如果支持的话）并且拍摄照片，之后程序就会分析照片里面的物体、并且在 Google上面搜索，支持搜索下列内容：
1. 如果相片里的主体是风景，可以得到相关的旅游资讯与搜寻结果，包括GPS位置信息；
2. 如果相片里的主体是书籍，可以得到相关的比价、评价与搜寻结果；
3. 如果相片里的主体是图画，可以得到相关的作者、介绍与搜寻结果；
4. 如果相片里的主体有条码，可以直接透过该条码找到该产品相关信息，比如购买、比价等；
5. 如果相片里的主体是名片，可以把名片里面的联络人、电话与地址自动建立到通讯录里。
智能视频监控是视觉识别领域的新兴前沿课题，通过对拍摄的图像序列进行自动分析，实现对动态场景中目标的定位、识别和跟踪，并在此基础上分析和判断目标的行为，从而既能完成日常管理工作又能在异常情况发生时做出反应。
视觉识别所涉及的关键技术包括图像处理、模式识别、计算机视觉、神经网络等。