Görsel Benzerliği Tespiti (PDQ Algoritması)

Büyük platformlarda yaygın kullanılan PDQ algoritmasına dayalı çevrim içi görsel benzerliği tespit aracı; toplu karşılaştırma analizini destekler, yinelenen ve benzer görselleri hızlıca belirler.

Hata bildirimi

Tarayıcı yürütme modu: Verileriniz tarayıcınızda işlenir ve sunucuya yüklenmez.

Hız ve kararlılık: İşleme hızı cihazınıza ve tarayıcınıza bağlıdır. Büyük toplu işler için masaüstü sürümü daha kararlı olabilir.

Araç yükleniyor, lütfen bekleyin...

Çevrimiçi araç yüklenmez veya çalışmazsa masaüstü aracını deneyin. https://tools.yikeaigc.com/

Araç Kullanımı

Eski sürüme dön

1Orijinal görsel seç

Karşılaştırma temeli olarak bir orijinal görsel seçin. JPG, PNG, BMP, GIF vb. desteklenir.

2Karşılaştırma görseli seç

Orijinalle benzerlik karşılaştırması için bir veya daha fazla görsel seçin. Toplu seçim desteklenir.

3Algılama ayarları

Benzerlik kuralları

≤31- Yinelenen görsel

32-64- Benzer görsel

>64- Benzer olmayan görsel

Karma algoritması

PDQ hash algoritması- Facebook açık kaynaklı, yüksek doğruluklu görsel benzerliği algoritması

Ayrıntıları göster

Benzerliğe göre sırala

Talimatlar

Yazılım Kullanım Talimatları

Orijinal görseli seçin:"Orijinal görseli seçin" düğmesine tıklayın ve referans olarak kullanılacak görsel dosyasını seçin. JPG, PNG, BMP, GIF gibi yaygın görsel formatları desteklenir.
Karşılaştırma görselini seçin:"Karşılaştırma görselini seçin" düğmesine tıklayarak orijinal görselle benzerlik karşılaştırması yapmak için bir veya birden fazla görsel seçebilirsiniz. Birden çok görsel dosyasını toplu seçme desteklenir.
Tespiti başlatın:Görselleri yükledikten sonra "Tespiti başlat" düğmesine tıklayın; araç, PDQ algoritmasını kullanarak görsel hash değerini otomatik olarak hesaplar.
Sonuçları görüntüleyin:Tespit tamamlandıktan sonra sistem, her karşılaştırma görseli ile orijinal görsel arasındaki Hamming mesafesi değerini gösterir ve sabit kurallara göre benzerlik düzeyini otomatik olarak belirler:
- Tekrarlı (Hamming mesafesi ≤31):Görsel içeriği temelde aynıdır
- Benzer (Hamming mesafesi 32-64):Görsel içeriği benzerdir ancak farklılıklar vardır
- Benzer değil (Hamming mesafesi >64):Görsel içeriği arasında büyük fark vardır
Sonuçları indirin:Tespit sonuçlarını Excel dosyası olarak dışa aktarabilirsiniz; dosya adı, hash değeri, Hamming mesafesi ve benzerlik değerlendirmesi gibi ayrıntılı bilgiler içerir.

Sık Sorulan Sorular

Cevap:PDQ algoritması, Facebook tarafından geliştirilen profesyonel bir görsel hash algoritmasıdır; geleneksel aHash ve pHash algoritmalarına göre daha yüksek doğruluk ve dayanıklılık sunar. PDQ algoritması, görsellerdeki döndürme, ölçekleme ve sıkıştırma gibi değişiklikleri daha iyi işleyebilir; yüksek verimliliği korurken daha hassas benzerlik tespit sonuçları sağlar.

Cevap: Hamming mesafesi değerlendirme kriterleri, çok sayıda deneysel veri ve sektör deneyimine dayanarak belirlenmiştir: ≤31 tekrarlı, görsel içeriğinin temelde aynı olduğunu gösterir; 32-64 benzer, görsellerin belirli bir benzerliğe sahip olduğunu ancak farklılıklar bulunduğunu gösterir; >64 benzer değil, görsel içeriği arasında büyük fark olduğunu gösterir. Bu standart, gerçek uygulamalarda farklı derecelerdeki görsel benzerliğini etkili biçimde ayırt edebilir.

Cevap: Araç JPG, JPEG, PNG, BMP, GIF gibi yaygın görüntü formatlarını destekler. Tek bir görüntü dosyasının boyutunun 10MB’ı aşmaması önerilir; toplu tespit sırasında, tespit verimliliğini ve kararlılığını sağlamak için tek seferde yüklenen toplam görüntü sayısının 50’yi aşmaması önerilir.

Cevap: Hayır. Tüm görüntü işleme işlemleri cihazınızda yerel olarak tamamlanır; görüntü dosyaları sunucuya yüklenmez, böylece gizliliğiniz ve veri güvenliğiniz sağlanır. Araç yalnızca yerel olarak görüntü hash değerini ve Hamming mesafesini hesaplar, görüntü içeriğinizin sızdırılmasını önler.

Cevap: Araç, görüntü benzerliği tespiti alanında yüksek doğruluğa sahip, sektörde kabul görmüş PDQ algoritmasını kullanır. Ayrıca Hamming mesafesi hesaplama yöntemi bilimsel ve güvenilirdir; görüntüler arasındaki fark düzeyini doğru şekilde yansıtabilir. Kullanım sırasında tespit sonuçlarını doğrulamak için gerçek ihtiyaçlarınızla ve manuel değerlendirmeyle birlikte ele almanız önerilir.

Cevap: Araç birçok senaryo için uygundur: Görüntü tekilleştirme ile yinelenen dosyaları temizleyerek depolama alanından tasarruf etme; telif hakkı koruması ile görüntülerin izinsiz kullanılıp kullanılmadığını tespit etme; içerik denetimi ile benzer veya yinelenen yüklenen içerikleri belirleme; görüntü yönetimi ile çok sayıda görüntü dosyasını düzenleme ve sınıflandırma; kalite kontrol ile görüntü işleme öncesi ve sonrası benzerlik değişimlerini kontrol etme.

Cevap: PDQ algoritması temel olarak görüntünün genel yapısı ve renk dağılımına göre değerlendirme yapar; benzer kompozisyona ve yakın renk tonlarına sahip görüntüleri benzer olarak değerlendirebilir. Bu, hash algoritmalarının bir özelliğidir; ayrıntı farklılıklarından ziyade görüntünün genel özelliklerine odaklanır. Daha kesin bir değerlendirme gerekiyorsa, insan incelemesiyle birlikte kullanılması veya birden fazla algoritmayla kapsamlı değerlendirme yapılması önerilir.