Comparação de resistência a cortes
O pHash é baseado em características DCT globais de baixa frequência; cortes locais alteram a distribuição geral do espectro, frequentemente causando mudanças significativas no hash. Portanto, sua robustez a “ausência local” é relativamente fraca, e a comunidade acadêmica também propôs direções de melhoria voltadas à robustez contra cortes/rotações para compensar as limitações do hash global tradicional.
O PDQ (imagem) é mais suscetível a alterações do tipo “remoção/oclusão de conteúdo”. Testes dos autores mostram que ele não é tão estável diante de transformações de remoção quanto diante de transformações leves de ganho (como formato/bitrate); cortes se enquadram na categoria de “remoção”, portanto não levam vantagem.
O TMK+PDQF (vídeo) apresenta degradação especialmente evidente em cortes: avaliações mostram que, se mais de cerca de 20% da imagem for cortada, torna-se difícil obter correspondência confiável; até se recomenda não esperar acertos estáveis quando o corte ultrapassa 10%, destacando sua sensibilidade à perda ampla de campo de visão.
Comparação de resistência a marcas d’água
O pHash é sensível a marcas d’água opacas de grande área, pois a marca d’água altera a estrutura global de baixa frequência; hashes perceptuais DCT globais tradicionais geralmente têm dificuldade em manter hashes aproximadamente consistentes sob marcas d’água fortes.
O PDQ tem certa tolerância a “marcas d’água leves/logos pequenos”, mas sob condições de marcas d’água “fortes, opacas, com bordas complexas e variações de cor”, mais da metade das amostras pode ser perdida nos limiares comuns, mostrando robustez limitada contra marcas d’água pesadas.
No cenário de vídeo, o TMK+PDQF também foi relatado como tendo “baixo desempenho” em transformações com marcas d’água e cortes. Em comparação com transformações que preservam a estrutura global, como bitrate/formato/redimensionamento, a sobreposição de marcas d’água reduz claramente a confiança da correspondência.
Dicas práticas
A experiência em plataformas mostra que a robustez é melhor para transformações de transcodificação de vídeo como “formato/bitrate/redimensionamento”, mas, diante de cortes amplos ou marcas d’água fortes (especialmente opacas e com grande área de cobertura), os três tipos de algoritmo apresentam queda evidente de desempenho; por isso, devem ser combinados com estratégias upstream e downstream, como ajuste de limiares e revisão manual.
Se for necessário melhorar a estabilidade contra cortes, pode-se combinar ideias de “blocos/localidade” ou adotar métodos de codificação espacial projetados para cortes/rotações para compensar as limitações dos hashes globais tradicionais, e então fundi-los multimodalmente com fingerprints como PDQ/TMK para aumentar o recall. Tanto a prática quanto a pesquisa indicam que hashes perceptuais globais tradicionais não são robustos a cortes, o que impulsionou o surgimento de novos métodos robustos a cortes.
Para cenários com marcas d’água, a documentação oficial do PDQ indica tolerância a “marcas d’água leves/logos pequenos”, enquanto marcas d’água fortes e opacas afetam significativamente a correspondência; no lado de vídeo, o TMK+PDQF segue um padrão semelhante. Portanto, deve-se evitar depender apenas de um único limiar e, quando necessário, introduzir expansão de candidatos e um processo de verificação em duas etapas.
Conclusão importante
Nas duas categorias de alterações locais — “resistência a cortes/oclusões locais” e “sobreposição de marcas d’água” — a tendência geral dos três é: PDQ e TMK+PDQF são relativamente mais estáveis contra marcas d’água leves (como selos/logos no canto), mas se degradam significativamente diante de cortes evidentes e marcas d’água opacas de grande área; o pHash, por se inclinar a características globais de baixa frequência, é o menos robusto contra essas alterações locais.
Amigos que repostam vídeos, agora vocês já sabem o que fazer, certo?