Vergelijking van bestendigheid tegen bijsnijden
pHash is gebaseerd op globale laagfrequente DCT-kenmerken. Lokaal bijsnijden verandert de algehele spectrale verdeling en leidt vaak tot aanzienlijke wijzigingen in de hash. Daardoor is de robuustheid tegen “lokaal ontbrekende delen” relatief zwak. Daarom zijn er in de academische wereld ook verbeteringen voorgesteld die gericht zijn op robuustheid tegen bijsnijden/rotatie, om de tekortkomingen van traditionele globale hashing te compenseren.
PDQ (afbeeldingen) is gevoeliger voor wijzigingen zoals “content verwijderen/afdekken”. Tests van de auteurs tonen aan dat het bij verwijderingsachtige transformaties minder stabiel is dan bij lichte gain-achtige transformaties (zoals formaat/bitrate). Bijsnijden valt onder “verwijderen” en is daarom geen sterk punt.
TMK+PDQF (video) verslechtert bij bijsnijden bijzonder duidelijk: evaluaties tonen aan dat betrouwbare matching moeilijk wordt wanneer meer dan ongeveer 20% van het beeld wordt weggesneden. Er wordt zelfs aangeraden om bij meer dan 10% geen stabiele treffers te verwachten, wat de gevoeligheid voor groot verlies van gezichtsveld benadrukt.
Vergelijking van bestendigheid tegen watermerken
pHash is gevoelig voor grote ondoorzichtige watermerken, omdat watermerken de globale laagfrequente structuur veranderen. Traditionele globale DCT-perceptuele hashes kunnen bij sterke watermerken doorgaans moeilijk een vergelijkbare hashconsistentie behouden.
PDQ heeft enige tolerantie voor “lichte watermerken/kleine logo’s”, maar onder omstandigheden met “sterke ondoorzichtige watermerken met complexe randen en kleurveranderingen” wordt bij gangbare drempels meer dan de helft van de samples gemist. Dit toont aan dat de robuustheid tegen zware watermerken beperkt is.
TMK+PDQF wordt in videoscenario’s zowel bij watermerken als bij bijsnijden gerapporteerd als een transformatietype met “slechte prestaties”. Vergeleken met transformaties die de globale structuur behouden, zoals bitrate/formaat/schalen, verlaagt het toevoegen van watermerken de matching-betrouwbaarheid duidelijk.
Praktische tips
Ervaring aan platformzijde laat zien: bij video is de robuustheid tegen transcoderingstransformaties zoals “formaat/bitrate/schalen” relatief goed, maar bij sterk bijsnijden of sterke watermerken (vooral ondoorzichtig en met een groot bedekt gebied) daalt de prestatie van alle drie de algoritmen duidelijk. Combineer dit daarom met upstream- en downstreamstrategieën, zoals drempeloptimalisatie en handmatige controle.
Als de bestendigheid tegen bijsnijden moet worden verbeterd, kan men ideeën zoals “blokken/lokaal” combineren of ruimtelijke coderingsmethoden gebruiken die specifiek zijn ontworpen voor bijsnijden/rotatie, om de tekortkomingen van traditionele globale hashing te compenseren. Vervolgens kunnen deze met fingerprints zoals PDQ/TMK multimodaal worden gecombineerd om de recall te verhogen. Zowel praktijk als onderzoek tonen aan dat traditionele globale perceptuele hashing niet robuust is tegen bijsnijden, wat heeft geleid tot nieuwe methoden die specifiek op robuustheid tegen bijsnijden zijn gericht.
Voor watermerkscenario’s geven officiële PDQ-materialen aan dat “lichte watermerken/kleine logo’s” kunnen worden getolereerd, terwijl sterke ondoorzichtige watermerken de matching aanzienlijk beïnvloeden. Aan de videozijde vertoont TMK+PDQF een vergelijkbaar patroon. Vermijd daarom om uitsluitend op één drempel te vertrouwen en introduceer zo nodig kandidaatuitbreiding en een tweefasig verificatieproces.
Belangrijke conclusie
Bij de twee soorten lokale wijzigingen “bestendigheid tegen bijsnijden/lokale afdekking” en “toegevoegde watermerken” is het algemene patroon voor de drie methoden: PDQ en TMK+PDQF zijn relatief robuuster tegen lichte watermerken (zoals hoekmarkeringen/logo’s), maar degraderen aanzienlijk bij duidelijk bijsnijden en grote ondoorzichtige watermerken; pHash is door zijn nadruk op globale laagfrequente kenmerken het minst robuust tegen de bovengenoemde lokale wijzigingen.
Vrienden die video’s hergebruiken: nu weten jullie wel wat jullie moeten doen, toch?