Comparación de resistencia al recorte
pHash se basa en características DCT globales de baja frecuencia. El recorte local altera la distribución espectral general y suele provocar cambios significativos en el hash, por lo que su robustez ante la “pérdida parcial” es débil. Por ello, en el ámbito académico se han propuesto mejoras orientadas a la robustez frente a recorte/rotación para compensar las limitaciones del hash global tradicional.
PDQ (imagen) es más vulnerable a cambios de tipo “eliminación de contenido/oclusión”. Las pruebas de sus autores muestran que no es tan estable ante transformaciones de eliminación como ante cambios leves de ganancia, como formato/tasa de bits. El recorte pertenece a la categoría de “eliminación”, por lo que no ofrece ventaja.
TMK+PDQF (video) muestra una degradación especialmente evidente ante el recorte: las evaluaciones indican que, si se recorta más de aproximadamente el 20% de la imagen, resulta difícil lograr coincidencias fiables; incluso se recomienda no esperar aciertos estables cuando supera el 10%, lo que resalta su sensibilidad ante una pérdida amplia del campo visual.
Comparación de resistencia a marcas de agua
pHash es sensible a marcas de agua opacas de gran tamaño, porque estas alteran la estructura global de baja frecuencia. El hash perceptual DCT global tradicional suele tener dificultades para mantener una similitud de hash bajo marcas de agua intensas.
PDQ tolera en cierta medida las “marcas de agua ligeras/logos pequeños”, pero bajo condiciones de marcas de agua “muy opacas, con bordes complejos y variaciones de color”, más de la mitad de las muestras pueden pasar desapercibidas con umbrales habituales, lo que demuestra una robustez limitada ante marcas de agua severas.
En escenarios de video, TMK+PDQF también se ha reportado como de “mal desempeño” ante marcas de agua y recortes. En comparación con transformaciones que conservan la estructura global, como tasa de bits/formato/escalado, la superposición de marcas de agua reduce claramente la confianza de coincidencia.
Consejos prácticos
La experiencia en plataformas muestra que la robustez ante transformaciones de transcodificación de video como “formato/tasa de bits/escalado” es buena, pero ante recortes amplios o marcas de agua fuertes, especialmente opacas y con gran área de cobertura, los tres algoritmos presentan una caída notable de rendimiento. Conviene combinarlos con estrategias ascendentes y descendentes, como ajuste de umbrales y revisión manual.
Si es imprescindible mejorar la estabilidad frente al recorte, se puede combinar un enfoque de “bloques/local” o adoptar métodos de codificación espacial diseñados para recorte/rotación, a fin de compensar las carencias del hash global tradicional. Luego puede fusionarse de forma multimodal con huellas como PDQ/TMK para mejorar la recuperación. Tanto la práctica como la investigación señalan que el hash perceptual global tradicional no es robusto ante el recorte, lo que ha impulsado nuevos métodos orientados a esa robustez.
Para escenarios con marcas de agua, la documentación oficial de PDQ indica que puede tolerar “marcas de agua ligeras/logos pequeños”, mientras que las marcas de agua opacas fuertes afectan significativamente la coincidencia. En video, TMK+PDQF muestra un patrón similar, por lo que debe evitarse depender únicamente de un umbral único y, cuando sea necesario, introducir ampliación de candidatos y un proceso de verificación en dos etapas.
Conclusión importante
En las dos clases de cambios locales —“resistencia al recorte/oclusión parcial” y “superposición de marcas de agua”—, la tendencia general de los tres métodos es la siguiente: PDQ y TMK+PDQF son relativamente más estables ante marcas de agua ligeras, como insignias en la esquina/logos, pero se degradan notablemente ante recortes evidentes y marcas de agua opacas de gran tamaño; pHash, al depender de características globales de baja frecuencia, es el menos robusto ante estos cambios locales.
Amigos que republican videos, ahora ya saben qué hacer, ¿verdad?