Deteksi Kemiripan Gambar (Algoritma PDQ)

Alat deteksi kemiripan gambar online berbasis algoritma PDQ yang umum digunakan di berbagai platform, mendukung analisis perbandingan massal, dan dengan cepat mengidentifikasi gambar duplikat serta serupa

Laporan bug

Mode eksekusi browser: Data Anda diproses di browser dan tidak diunggah ke server.

Kecepatan dan stabilitas: Kecepatan pemrosesan bergantung pada perangkat dan browser Anda. Untuk pekerjaan batch besar, versi desktop mungkin lebih stabil.

Memuat alat, harap tunggu...

Jika alat online tidak dapat dimuat atau dijalankan, coba alat desktop. https://tools.yikeaigc.com/

Penggunaan Alat

Kembali ke versi lama

1Pilih gambar asli

Pilih satu gambar asli sebagai acuan perbandingan. Mendukung format JPG, PNG, BMP, GIF, dll.

2Pilih Gambar Pembanding

Pilih satu atau beberapa gambar untuk dibandingkan kemiripannya dengan gambar asli. Mendukung pilihan massal.

3Parameter deteksi

Aturan penilaian kemiripan

≤31- Gambar duplikat

32-64- Gambar mirip

>64- Gambar tidak mirip

Algoritma hash

Algoritma hash PDQ- Algoritma deteksi kemiripan gambar presisi tinggi sumber terbuka dari Facebook

Tampilkan detail

Urutkan menurut kemiripan

Petunjuk

Petunjuk Penggunaan Perangkat Lunak

Pilih gambar asli:Klik tombol "Pilih gambar asli", lalu pilih file gambar yang akan digunakan sebagai acuan. Mendukung format gambar umum seperti JPG, PNG, BMP, GIF, dan lainnya.
Pilih gambar pembanding:Klik tombol "Pilih gambar pembanding", Anda dapat memilih satu atau beberapa gambar untuk dibandingkan tingkat kemiripannya dengan gambar asli. Mendukung pemilihan banyak file gambar sekaligus.
Mulai deteksi:Setelah gambar diunggah, klik tombol "Mulai deteksi", alat akan otomatis menggunakan algoritma PDQ untuk menghitung nilai hash gambar.
Lihat hasil:Setelah deteksi selesai, sistem akan menampilkan nilai jarak Hamming antara setiap gambar pembanding dan gambar asli, lalu secara otomatis menentukan tingkat kemiripan berdasarkan aturan tetap:
- Duplikat (jarak Hamming≤31):Konten gambar pada dasarnya sama
- Mirip (jarak Hamming 32-64):Konten gambar mirip tetapi terdapat perbedaan
- Tidak mirip (jarak Hamming>64):Perbedaan konten gambar cukup besar
Unduh hasil:Hasil deteksi dapat diekspor sebagai file Excel, yang mencakup informasi detail seperti nama file, nilai hash, jarak Hamming, dan penilaian kemiripan.

Pertanyaan Umum

J: Algoritma PDQ adalah algoritma hash gambar profesional yang dikembangkan oleh Facebook. Dibandingkan algoritma tradisional seperti aHash dan pHash, PDQ memiliki akurasi dan ketahanan yang lebih tinggi. Algoritma PDQ dapat menangani perubahan gambar seperti rotasi, penskalaan, dan kompresi dengan lebih baik, serta memberikan hasil deteksi kemiripan yang lebih akurat sambil tetap mempertahankan efisiensi tinggi.

J: Standar penilaian jarak Hamming dibuat berdasarkan banyak data eksperimen dan pengalaman industri: ≤31 dianggap duplikat berarti konten gambar pada dasarnya sama; 32-64 dianggap mirip berarti gambar memiliki tingkat kemiripan tertentu tetapi terdapat perbedaan; >64 dianggap tidak mirip berarti perbedaan konten gambar cukup besar. Standar ini dapat secara efektif membedakan tingkat kemiripan gambar yang berbeda dalam penggunaan nyata.

Jawaban: Alat ini mendukung format gambar utama seperti JPG, JPEG, PNG, BMP, GIF. Ukuran satu file gambar disarankan tidak melebihi 10MB. Saat deteksi massal, disarankan jumlah total gambar yang diunggah dalam satu kali proses tidak melebihi 50, untuk memastikan efisiensi dan stabilitas deteksi.

Jawaban: Tidak. Semua pemrosesan gambar dilakukan secara lokal di perangkat Anda. File gambar tidak akan diunggah ke server, sehingga privasi dan keamanan data Anda terjamin. Alat ini hanya menghitung nilai hash gambar dan jarak Hamming secara lokal, sehingga melindungi konten gambar Anda agar tidak bocor.

Jawaban: Alat ini menggunakan algoritma PDQ yang diakui industri, yang memiliki akurasi tinggi dalam bidang deteksi kemiripan gambar. Selain itu, metode perhitungan jarak Hamming bersifat ilmiah dan andal, sehingga dapat mencerminkan tingkat perbedaan antar gambar secara akurat. Disarankan untuk menggabungkan kebutuhan nyata dan penilaian manual saat menggunakan alat ini untuk mengonfirmasi hasil deteksi.

Jawaban: Alat ini cocok untuk berbagai skenario: deduplikasi gambar untuk membersihkan file duplikat dan menghemat ruang penyimpanan; perlindungan hak cipta untuk mendeteksi apakah gambar dicuri atau digunakan tanpa izin; moderasi konten untuk mengidentifikasi konten unggahan yang mirip atau duplikat; manajemen gambar untuk mengatur dan mengklasifikasikan banyak file gambar; kontrol kualitas untuk memeriksa perubahan kemiripan gambar sebelum dan sesudah pemrosesan.

Jawaban: Algoritma PDQ terutama menilai berdasarkan struktur keseluruhan dan distribusi warna gambar. Untuk gambar dengan komposisi serupa dan nuansa warna yang mendekati, gambar tersebut mungkin dinilai mirip. Ini adalah karakteristik algoritma hash, yang lebih berfokus pada fitur keseluruhan gambar daripada perbedaan detail. Jika memerlukan penilaian yang lebih akurat, disarankan untuk menggabungkannya dengan pemeriksaan manual atau menggunakan beberapa algoritma untuk penilaian menyeluruh.