In sintesi: pHash è più adatto alla deduplicazione e alla ricerca di similarità a livello di immagine; PDQ è un’impronta digitale visiva ad alto numero di bit per immagini; TMK+PDQF (e la relativa implementazione vPDQ) è un algoritmo di fingerprinting per video che include informazioni temporali.
La documentazione ufficiale fornisce anche interfacce per audio e video, ma la parte video restituisce una sequenza di hash a livello di frame: in sostanza si tratta di “hash di immagini frame per frame”, senza una codifica temporale esplicita, e di solito viene usata per controlli leggeri piuttosto che per un matching video altamente robusto.
pHash
pHash è una libreria open source di hashing percettivo, utilizzata da tempo per la ricerca di immagini simili, e offre implementazioni di hash di immagini come DCT e wavelet di Marr, adatte a scenari di deduplicazione di immagini e ricerca di quasi duplicati.
PDQ
PDQ è l’algoritmo open source di “photo-hashing” di Meta: produce un’impronta digitale dell’immagine a 256 bit ed è progettato per un matching rapido e sogliabile dei contenuti visivi, con ampio impiego nella gestione del rischio sui contenuti e nelle librerie condivise tra piattaforme.
Negli scenari video, PDQ può essere usato come componente per “estrarre impronte digitali frame per frame”, ma la soluzione video ufficiale consiglia di combinarlo con la modellazione temporale (vedi TMK+PDQF/vPDQ).
TMK+PDQF (incluso vPDQ)
TMK+PDQF è un algoritmo di similarità video: dopo aver calcolato per ogni frame le caratteristiche PDQF (versione in virgola mobile di PDQ), costruisce tramite un kernel temporale due descrittori a lunghezza fissa, così da confrontare in fase di ricerca prima il livello globale e poi quello temporale, migliorando la robustezza del matching a livello video.
Benchmark e documentazione di settore posizionano TMK+PDQF (e il successivo vPDQ) come soluzione open source di fingerprinting video, orientata al matching di video quasi duplicati e a livello di segmento in presenza di ricodifica e variazioni di risoluzione e bitrate.