Confronto della resistenza al ritaglio
pHash si basa su caratteristiche DCT globali a bassa frequenza: un ritaglio locale modifica la distribuzione spettrale complessiva e spesso provoca variazioni significative dell’hash. Per questo la sua robustezza alla “perdita locale” è relativamente debole; anche in ambito accademico sono state proposte direzioni di miglioramento orientate alla robustezza a ritaglio/rotazione per compensare i limiti degli hash globali tradizionali.
PDQ (immagini) è più sensibile alle modifiche di tipo “rimozione/occlusione del contenuto”: i test degli autori mostrano che non è robusto alle trasformazioni di rimozione quanto lo è alle trasformazioni leggere di guadagno, come formato/bitrate. Il ritaglio rientra nella categoria “rimozione”, quindi non risulta vantaggioso.
TMK+PDQF (video) mostra un degrado particolarmente evidente con il ritaglio: le valutazioni indicano che, se viene rimosso oltre circa il 20% dell’inquadratura, diventa difficile ottenere una corrispondenza affidabile; si suggerisce persino di non aspettarsi risultati stabili già oltre il 10%, evidenziando la sensibilità alla perdita significativa del campo visivo.
Confronto della resistenza alle filigrane
pHash è sensibile alle filigrane opache di grandi dimensioni, perché modificano la struttura globale a bassa frequenza. Gli hash percettivi DCT globali tradizionali di solito faticano a mantenere una somiglianza dell’hash in presenza di filigrane marcate.
PDQ tollera in una certa misura “filigrane leggere/piccoli logo”, ma in condizioni di filigrane “molto opache, con bordi complessi e variazioni cromatiche”, oltre metà dei campioni può essere mancata con le soglie comunemente usate, mostrando una robustezza limitata alle filigrane pesanti.
TMK+PDQF, negli scenari video, è stato segnalato come poco performante sia con filigrane sia con ritagli. Rispetto a trasformazioni come bitrate/formato/ridimensionamento, che preservano la struttura globale, la sovrapposizione di filigrane riduce sensibilmente la confidenza della corrispondenza.
Indicazioni pratiche
L’esperienza lato piattaforma mostra che la robustezza è buona per trasformazioni di transcodifica video come “formato/bitrate/ridimensionamento”, ma in caso di ritagli ampi o filigrane forti, soprattutto opache e con ampia area di copertura, tutti e tre gli algoritmi subiscono un evidente calo di prestazioni. È quindi opportuno combinarli con strategie a monte e a valle, come ottimizzazione delle soglie e revisione manuale.
Se è necessario migliorare la stabilità rispetto al ritaglio, si possono combinare approcci “a blocchi/locali” oppure adottare metodi di codifica spaziale progettati per ritaglio/rotazione, così da compensare i limiti degli hash globali tradizionali; poi è possibile fonderli in modo multimodale con impronte come PDQ/TMK per aumentare il richiamo. Sia la pratica sia la ricerca indicano che gli hash percettivi globali tradizionali non sono robusti al ritaglio, favorendo lo sviluppo di nuovi metodi robusti al ritaglio.
Per gli scenari con filigrane, la documentazione ufficiale di PDQ indica che può tollerare “filigrane leggere/piccoli logo”, mentre le filigrane molto opache influenzano significativamente la corrispondenza; anche lato video TMK+PDQF segue un andamento simile. Pertanto è meglio evitare di affidarsi a una sola soglia e, se necessario, introdurre espansione dei candidati e un processo di verifica in due fasi.
Conclusione importante
Per le due categorie di modifiche locali, “resistenza al ritaglio/occlusione locale” e “sovrapposizione di filigrane”, la tendenza generale dei tre metodi è la seguente: PDQ e TMK+PDQF sono relativamente più stabili con filigrane leggere, come badge/logo, ma degradano sensibilmente con ritagli evidenti e filigrane opache di grandi dimensioni; pHash, essendo orientato a caratteristiche globali a bassa frequenza, è il meno robusto a queste modifiche locali.
Amici che ripubblicate video, ora sapete cosa fare, vero?