Сравнение устойчивости к обрезке
pHash основан на глобальных низкочастотных DCT-признаках: локальная обрезка меняет общее распределение спектра и часто приводит к значительному изменению хеша. Поэтому его устойчивость к «локальной потере» данных относительно слабая; именно поэтому в академической среде предлагаются улучшения, ориентированные на устойчивость к обрезке/повороту, чтобы компенсировать недостатки традиционного глобального хеширования.
PDQ (изображения) более чувствителен к изменениям типа «удаление содержимого/перекрытие». Тесты авторов показывают, что к преобразованиям с удалением он менее устойчив, чем к легким изменениям вроде формата/битрейта; обрезка относится к категории «удаления», поэтому здесь PDQ не имеет преимущества.
У TMK+PDQF (видео) ухудшение при обрезке особенно наглядно: оценка показывает, что если из кадра удалено более примерно 20%, надежное совпадение становится затруднительным; более того, при обрезке свыше 10% уже не рекомендуется ожидать стабильного срабатывания. Это подчеркивает чувствительность метода к существенной потере области обзора.
Сравнение устойчивости к водяным знакам
pHash чувствителен к крупным непрозрачным водяным знакам, поскольку они меняют глобальную низкочастотную структуру. Традиционному глобальному DCT-перцептивному хешированию обычно трудно сохранять близость хешей при сильном водяном знаке.
PDQ в определенной степени терпим к «легким водяным знакам/небольшим logo», но при «сильных непрозрачных водяных знаках со сложными краями и изменениями цвета» более половины образцов пропускаются при стандартных порогах, что показывает ограниченную устойчивость к тяжелым водяным знакам.
TMK+PDQF в видеосценариях также относится к преобразованиям, для которых водяные знаки и обрезка показывают «плохие результаты»: по сравнению с изменениями, сохраняющими глобальную структуру, такими как битрейт/формат/масштабирование, наложение водяного знака заметно снижает уверенность совпадения.
Практические рекомендации
Опыт платформ показывает: для видео устойчивость к транскодированию типа «формат/битрейт/масштабирование» достаточно хорошая, но при значительной обрезке или сильном водяном знаке (особенно непрозрачном и покрывающем большую область) у всех трех алгоритмов наблюдается заметное падение качества. Поэтому их следует сочетать со смежными стратегиями, например настройкой порогов и ручной проверкой.
Если необходимо повысить устойчивость к обрезке, можно использовать идеи «блочного/локального» анализа или пространственные методы кодирования, специально разработанные для обрезки/поворота, чтобы компенсировать недостатки традиционного глобального хеширования. Затем их можно объединять с отпечатками PDQ/TMK в мультимодальной схеме для повышения полноты обнаружения. Практика и исследования показывают, что традиционное глобальное перцептивное хеширование неустойчиво к обрезке, что и привело к появлению новых методов, устойчивых к ней.
Для сценариев с водяными знаками официальные материалы PDQ указывают, что метод способен терпеть «легкие водяные знаки/небольшие logo», тогда как сильные непрозрачные водяные знаки существенно влияют на совпадение. На стороне видео TMK+PDQF демонстрирует похожую закономерность, поэтому не следует полагаться только на один порог; при необходимости стоит вводить расширение кандидатов и двухэтапную проверку.
Важный вывод
Для двух типов локальных изменений — «обрезка/локальное перекрытие» и «наложение водяного знака» — общая закономерность такова: PDQ и TMK+PDQF относительно устойчивее к легким водяным знакам, например угловым меткам/logo, но заметно деградируют при явной обрезке и крупных непрозрачных водяных знаках; pHash из-за ориентации на глобальные низкочастотные признаки наименее устойчив к таким локальным изменениям.
Друзья, которые перезаливают видео, теперь вы знаете, что делать.