Kırpmaya Dayanıklılık Karşılaştırması
pHash, küresel düşük frekanslı DCT özelliklerine dayanır; yerel kırpma genel spektrum dağılımını değiştirir ve çoğu zaman hash değerinde belirgin değişikliklere yol açar. Bu nedenle “yerel eksikliklere” karşı dayanıklılığı zayıftır. Akademik çevrelerde de bu yüzden geleneksel küresel hash yöntemlerinin eksiklerini gidermek için kırpma/döndürmeye dayanıklı iyileştirme yönleri önerilmiştir.
PDQ (görüntü), “içerik kaldırma/örtme” türü değişikliklerden daha kolay etkilenir. Yazarların testleri, kaldırma tipi dönüşümlere karşı format/bit hızı gibi hafif kazanç değişimlerine olduğu kadar sağlam olmadığını göstermektedir. Kırpma da “kaldırma” kategorisine girdiğinden avantajlı değildir.
TMK+PDQF (video) tarafında kırpma kaynaklı bozulma özellikle belirgindir: Değerlendirmeler, görüntü alanının yaklaşık %20’den fazlası kırpıldığında güvenilir eşleştirmenin zorlaştığını, hatta %10’u aştığında bile istikrarlı eşleşme beklenmemesinin önerildiğini göstermektedir. Bu da geniş görüş alanı kaybına karşı hassasiyetini ortaya koyar.
Filigrana Dayanıklılık Karşılaştırması
pHash, geniş alan kaplayan opak filigranlara duyarlıdır; çünkü filigran küresel düşük frekanslı yapıyı değiştirir. Geleneksel küresel DCT tabanlı algısal hash yöntemleri, güçlü filigranlar altında genellikle benzer hash tutarlılığını korumakta zorlanır.
PDQ, “hafif filigran/küçük logo” için belirli bir toleransa sahiptir; ancak “güçlü, opak, karmaşık kenarlar ve renk değişimleri içeren” filigran koşullarında, yaygın eşik değerleri altında örneklerin yarısından fazlası kaçırılabilir. Bu da ağır filigranlara karşı dayanıklılığının sınırlı olduğunu gösterir.
TMK+PDQF için video senaryolarında hem filigran hem de kırpma “zayıf performans gösteren” dönüşümler olarak raporlanmıştır. Bit hızı/format/ölçekleme gibi küresel yapıyı koruyan dönüşümlere kıyasla, filigran ekleme eşleşme güvenini belirgin şekilde düşürür.
Pratik Notlar
Platform tarafındaki deneyimler şunu göstermektedir: Videolarda “format/bit hızı/ölçekleme” gibi kod dönüştürme türü değişikliklere karşı dayanıklılık daha iyidir; ancak büyük ölçekli kırpma veya güçlü filigranlarda (özellikle opak ve geniş alan kaplayan) üç algoritmada da belirgin performans düşüşü görülür. Bu nedenle eşik optimizasyonu ve manuel inceleme gibi yukarı/aşağı akış stratejileriyle birlikte kullanılmalıdır.
Kırpmaya karşı dayanıklılığın mutlaka artırılması gerekiyorsa, geleneksel küresel hash yöntemlerinin zayıflıklarını telafi etmek için “bloklara ayırma/yerel” yaklaşımıyla birlikte kırpma/döndürme için tasarlanmış uzamsal kodlama yöntemleri kullanılabilir. Ardından PDQ/TMK gibi parmak izleriyle çok modlu birleştirme yapılarak geri çağırma oranı artırılabilir. Hem pratik hem de araştırmalar, geleneksel küresel algısal hash yöntemlerinin kırpmaya karşı dayanıklı olmadığını ve bunun kırpmaya dayanıklı yeni yöntemleri doğurduğunu göstermektedir.
Filigran senaryolarında, PDQ’nun resmi materyalleri “hafif filigran/küçük logo” için tolerans olduğunu belirtirken, güçlü opak filigranların eşleşmeyi ciddi şekilde etkilediğini gösterir. Video tarafında TMK+PDQF de benzer bir eğilim sergiler. Bu nedenle yalnızca tek bir eşik değerine güvenilmemeli; gerektiğinde aday genişletme ve iki aşamalı doğrulama süreci devreye alınmalıdır.
Önemli Sonuç
“Kırpmaya/yerel örtmeye dayanıklılık” ve “filigran ekleme” şeklindeki iki yerel değişiklik türünde genel eğilim şöyledir: PDQ ve TMK+PDQF, hafif filigranlara (ör. köşe etiketi/logo) karşı nispeten daha sağlamdır; ancak belirgin kırpma ve geniş alan kaplayan opak filigranlarda performansları ciddi şekilde düşer. pHash ise küresel düşük frekans özelliklerine daha fazla dayandığı için bu yerel değişikliklere karşı en dayanıksız olanıdır.
Video yeniden paylaşımı yapan arkadaşlar, artık ne yapmanız gerektiğini biliyorsunuz, değil mi?