Reverse image search on yksi tunnetuimmista ja helpoimmista digitaalisista tutkimustekniikoista, jossa monissa verkkoselaimissa voi kahdella klikkauksella valita ”Search Google for image”. Menetelmää on käytetty laajalti myös populaarikulttuurissa, ehkä huomattavimmin MTV: n ohjelmassa Catfish, joka paljastaa nettisuhteessa olevia ihmisiä, jotka käyttävät varastettuja valokuvia sosiaalisessa mediassa.

Jos kuitenkin käytät Googlea vain käänteiseen kuvan hakuun, joudut pettymään useammin kuin et. Rajoittamalla hakuprosessin lataamalla valokuvan sen alkuperäisessä muodossa vain images.google.com voi antaa sinulle hyödyllisiä tuloksia ilmeisimmin varastettu tai suosittu kuvia, mutta useimmat hienostunut tutkimushanke, tarvitset muita sivustoja käytettävissänne — sekä paljon luovuutta.

tässä oppaassa käydään läpi yksityiskohtaisia strategioita käänteisen kuvahaun käyttämiseksi digitaalisissa tutkimuksissa, pitäen silmällä ihmisten ja paikkojen tunnistamista sekä kuvan jälkeläisten määrittämistä. Hakukoneiden välisten keskeisten erojen selvittämisen jälkeen Yandex, Bing ja Google testataan viidellä testikuvalla, jotka esittävät erilaisia kohteita ja eri puolilta maailmaa.

Beyond Google

ensimmäistä ja tärkeintä vinkkiä aiheesta ei voi korostaa tarpeeksi: Google reverse-kuvahaku ei ole kovin hyvä.

tämän oppaan julkaisupäivästä lähtien käänteisen kuvahaun kiistaton johtaja on venäläinen Yandex-sivusto. Yandexin jälkeen kakkosena ovat Microsoftin Bing ja Google. Neljäs palvelu, jota voitaisiin käyttää myös tutkimuksissa, on TinEye, mutta tämä sivusto on erikoistunut immateriaalioikeuksien loukkauksiin ja etsii tarkkoja kopioita kuvista.

Yandex

Yandex on ylivoimaisesti paras käänteisen kuvan hakukone, jolla on pelottavan voimakas kyky tunnistaa kasvoja, maisemia ja esineitä. Tämä venäläinen sivusto hyödyntää voimakkaasti käyttäjien luomaa sisältöä, kuten matkailusivustoja (esim.FourSquare ja TripAdvisor) ja sosiaalisia verkostoja (esim. deittisivustoja), ja tarjoaa huomattavan tarkkoja tuloksia kasvojentunnistuskyselyillä ja maisemantunnistuskyselyillä.

sen vahvuudet ovat eurooppalaisessa tai entisessä Neuvostoliitossa otetuissa valokuvissa. Vaikka valokuvat Pohjois-Amerikasta, Afrikasta ja muista paikoista voivat edelleen palauttaa hyödyllisiä tuloksia Yandexilla, saatat löytää itsesi turhautuneena selaamalla tuloksia enimmäkseen Venäjältä, Ukrainasta ja Itä-Euroopasta eikä kohdekuvien maasta.

käyttääksesi Yandexia, siirry kohtaan images.yandex.com, valitse sitten kameran kuvake oikealla.

sieltä voi joko ladata tallennetun kuvan tai kirjoittaa yhden isännöidyn verkko-osoitteen.

Jos jäät kiinni venäläiseen käyttöliittymään, varokaa Выберите файл (Valitse tiedosto), Введите адрес картинки (Anna kuvaosoite) ja Найти (haku). Etsittyäsi seuraa Похожие картинки (samanlaisia kuvia) ja Ещё похожие (enemmän samanlaisia).

Yandexin käyttämät kasvojentunnistusalgoritmit ovat järkyttävän hyviä. Yandex ei ainoastaan Etsi valokuvia, jotka näyttävät samanlaisilta kuin se, jolla on kasvot, vaan se etsii myös muita valokuvia samasta henkilöstä (määräytyy kasvojen samankaltaisuuksien kautta) täysin eri valaistuksella, taustaväreillä ja asennoilla. Siinä missä Google ja Bing voivat vain etsiä muita valokuvia, joissa näkyy henkilö, jolla on samanlaiset vaatteet ja yleiset kasvonpiirteet, Yandex etsii näitä vastaavuuksia, ja myös muita valokuvia kasvojen vastaavuudesta. Alla näet, kuinka kolme yksikköä tutki MH17: n alasampumisesta epäillyn venäläisen Sergei Dubinskyn Kasvot. Yandex löysi dubinskysta lukuisia valokuvia eri lähteistä (vain kahdessa ylimmässä tuloksessa oli toisiinsa liittymättömiä henkilöitä), joiden tulos poikkesi alkuperäisestä kuvasta mutta esitti samaa henkilöä. Googlella ei ollut lainkaan onnea, kun taas Bingillä oli yksi tulos (viides kuva, toinen rivi), jossa näkyi myös Dubinsky.

Yandex on mitä ilmeisimmin venäläinen palvelu, ja sen kytköksistä (tai mahdollisista tulevista kytköksistä) Kremliin on huolia ja epäilyjä. Vaikka me Bellingcatissa käytämme jatkuvasti Yandexia sen hakuominaisuuksiin, saatat olla hieman vainoharhaisempi kuin me. Käytä Yandexia omalla vastuullasi, varsinkin jos olet huolissasi myös VK: n ja muiden venäläisten palveluiden käytöstä. Jos et ole erityisen vainoharhainen, kokeile etsiä indeksoimatonta valokuvaa itsestäsi tai jostakusta tuntemastasi Yandexissa ja katso, löytääkö se itsesi tai kaksoisolentosi netistä.

Bing

viime vuosina Bing on saanut Googlen käänteisissä kuvanhakuominaisuuksissaan kiinni, mutta on edelleen rajallinen. Bingin ”visuaalinen haku”, löytyy osoitteesta images.bing.com, on erittäin helppokäyttöinen, ja tarjoaa muutamia mielenkiintoisia ominaisuuksia ei löydy muualta.

kuvahaussa Bingin avulla voit rajata valokuvan (lähdekuvan alapuolella oleva painike) tarkentaaksesi kuvan tiettyä elementtiä, kuten alla on nähtävissä. Rajatun kuvan tulokset eivät sisällä ylimääräisiä elementtejä, keskittyen käyttäjän määrittelemään ruutuun. Kuitenkin, Jos valittu osa kuvasta on pieni, se kannattaa se käsin rajata valokuva itse ja lisätä resoluutiota-matalan resoluution kuvat (alle 200×200) tuovat takaisin huonoja tuloksia.

alla oleva Google Street View-kuva, jossa mies kävelyttää paria mopsia, rajattiin keskittymään pelkkiin puppeihin, mikä johti siihen, että Bing ehdotti kuvassa näkyvää koirarotua (”näyttää samalta” – ominaisuus), sekä visuaalisesti samanlaisia tuloksia. Nämä tulokset sisälsivät enimmäkseen käveltäviä koirapareja, jotka vastasivat lähdekuvaa, mutta eivät aina sisältäneet vain mopseja, koska Ranskanbulldoggit, englanninbulldogit, mastiffit ja muut sekoitetaan mukaan.

Google

ylivoimaisesti suosituin käänteisen kuvan hakukone, at images.google.com, Google on hieno useimmissa alkeellisissa käänteinen kuva hakuja. Jotkut näistä suhteellisen yksinkertaisista kyselyistä sisältävät tunnettujen henkilöiden tunnistamisen valokuvista, melko vähän verkossa jaettujen kuvien lähteen löytämisen, taideteoksen nimen ja luojan määrittämisen ja niin edelleen. Kuitenkin, jos haluat löytää kuvia, jotka eivät ole lähellä tarkka kopio yksi olet tutkimassa, saatat olla pettynyt.

esimerkiksi etsiessään Trumpin tilaisuudessa BBC: n toimittajan kimppuun yrittäneen miehen kasvoja Google voi löytää rajatun kuvan lähteen, mutta ei löydä hänestä ylimääräisiä kuvia tai edes häntä ohimennen muistuttavaa henkilöä.

vaikka Google ei ollut kovin vahva löytäessään muita esiintymiä tämän miehen kasvoista tai samannäköisistä ihmisistä, se löysi silti alkuperäisen, rajaamattoman version kuvasta, josta kuvakaappaus oli otettu, ja jossa näkyi jotain hyödyllisyyttä.

viisi testitapausta

erilaisten käänteisen kuvan hakutekniikoiden ja-moottoreiden testaamiseen käytetään kourallista kuvia, jotka edustavat erityyppisiä tutkimuksia, mukaan lukien sekä alkuperäiset valokuvat (joita ei ole aiemmin ladattu verkkoon) että Kierrätetyt. Koska nämä valokuvat sisältyvät tähän oppaaseen, on todennäköistä, että nämä testitapaukset eivät toimi tarkoitetulla tavalla tulevaisuudessa, koska hakukoneet indeksoivat nämä valokuvat ja integroivat ne tuloksiinsa. Mukana on siis kuvakaappauksia tuloksista sellaisina kuin ne ilmestyivät tätä opasta kirjoitettaessa.

näissä koekuvissa on useita eri maantieteellisiä alueita, joilla testataan lähdeaineiston hakukoneiden vahvuutta Länsi-Euroopassa, Itä-Euroopassa, Etelä-Amerikassa, Kaakkois-Aasiassa ja Yhdysvalloissa. Jokaisella näistä valokuvista, olen myös korostanut diskreetti esineitä kuvan testata vahvuudet ja heikkoudet kunkin hakukoneen.

voit vapaasti ladata nämä valokuvat (jokainen tämän oppaan Kuva on hyperlinkki suoraan JPEG-tiedostoon) ja ajaa ne hakukoneiden kautta itse testataksesi taitojasi.

Olisovin palatsi Nižni Novgordissa, Venäjällä (alkuperäinen, ei aiemmin ladattu nettiin)

eristetty: valkoinen SUV Nižni Novgorodissa

eristetty: vaunu Nižni Novgorodissa

Kaupunkikuva Cebussa, Filippiineillä (alkuperäinen, ei aiemmin ladattu nettiin)

isolated: condominium complex, ”the Padgett place”

eristetty: ”Waterfront Hotel”

opiskelijat Bloomberg 2020 Ad (kuvakaappaus videolta)

eristetty: Opiskelija

av. do Café São Paulossa, Brasiliassa (kuvakaappaus Google Street View-sivustolta)

Isolated: Toca do Açaí

Isolated: Estacionamento (parkki)

Amsterdamin kanava (alkuperäinen, ei aiemmin ladattu nettiin)

eristetty: harmaahaikara

eristetty: Alankomaiden lippu (myös pyöritetty 90 astetta myötäpäivään)

tulokset

jokainen näistä valokuvista valittiin osoittamaan kolmen hakukoneen kyvyt ja rajoitukset. Vaikka Yandex erityisesti voi tuntua siltä, että se toimii digitaalista mustaa magiaa ajoittain, se on kaikkea muuta kuin erehtymätön ja voi kamppailla tietyntyyppisten hakujen kanssa. Joitakin tapoja mahdollisesti voittaa nämä rajoitukset, olen yksityiskohtaisesti joitakin luovia hakustrategioita lopussa tämän oppaan.

Novgorodin Olisovin palatsi

Yandexilla ei ollut mitään vaikeuksia tunnistaa tätä venäläistä rakennusta. Lähdekuvamme kaltaisesta kulmasta otettujen valokuvien ohella Yandex löysi kuvia myös muista näkökulmista, mukaan lukien 90 astetta vastapäivään (katso kaksi ensimmäistä kuvaa kolmannella rivillä) lähdekuvan näköalapaikalta.

Yandexilla ei myöskään ollut vaikeuksia tunnistaa kuvan etualalla olevaa valkoista katumaasturia Nissan Jukeksi.

haastavimmassa yksittäisessä kuvan haussa Yandex ei onnistunut tunnistamaan rakennuksen edessä olevaa Ei-descriptistä harmaata asuntovaunua. Osa tuloksista näyttää samalta kuin lähdekuvassa, mutta yksikään ei ole varsinainen vastaavuus.

Bing ei onnistunut tunnistamaan tätä rakennetta. Lähes kaikki sen tulokset olivat Yhdysvalloista ja Länsi-Euroopasta, ja niissä näkyi taloja, joissa oli valkoinen/harmaa muuraus tai sivuraide ja ruskea katto.

myöskään Bing ei pystynyt määrittelemään, että valkoinen katumaasturi olisi Nissan Juke, vaan keskittyi lukuisiin muihin valkoisiin katumaastureihin ja henkilöautoihin.

lopulta Bing ei onnistunut tunnistamaan harmaata perävaunua, vaan keskittyi enemmän asuntovaunuihin ja suurempiin, harmaisiin asuntovaunuihin.

Googlen tulokset koko valokuvalle ovat koomisen huonoja, kun katsoo talon televisio-ohjelmaa ja kuvia, joissa on hyvin vähän visuaalista samankaltaisuutta.

Google tunnisti valkoisen katumaasturin onnistuneesti Nissan Jukeksi, huomaten sen jopa tekstikenttähaussa. Kuten Yandexissa on nähty, hakukoneen syöttäminen kuva samanlaisesta näkökulmasta kuin suositut vertailumateriaalit-sivunäkymä autosta, joka muistuttaa useimpien mainosten kuvaa-antaa parhaiten käänteisen kuvan algoritmeille mahdollisuuden työskennellä taikoillaan.

lopuksi Google tunnisti, mikä harmaa asuntovaunu on (Matkailuvaunu / asuntovaunu), mutta sen ”visuaalisesti samanlaiset kuvat” olivat siitä kaukana.

tuloskortti: Yandex 2/3; Bing 0/3; Google 1/3

Cebu

Yandex pystyi teknisesti tunnistamaan Cebun kaupunkikuvan Filippiineillä, mutta ehkä vain vahingossa. Ensimmäisen rivin neljäs tulos ja toisen rivin neljäs tulos ovat cebusta, mutta vain toisessa kuvassa näkyy jokin samoista rakennuksista kuin lähdekuvassa. Monet tulokset olivat myös Kaakkois-Aasiasta (erityisesti Thaimaa, joka on suosittu kohde venäläisille turisteille), toteaa samankaltaisia arkkitehtonisia tyylejä, mutta yksikään ei ole samasta näkökulmasta kuin lähde.

kahdesta etsinnöissä eristetystä rakennuksesta (Padgettin palatsi ja rantahotelli) Yandex pystyi tunnistamaan jälkimmäisen, mutta ei edellistä. Padgett Palace rakennus on suhteellisen unmarkable korkea rakennus täynnä asuntoja, kun taas Waterfront Hotel on myös kasino sisällä, johtaa joukko turisti valokuvia osoittaa sen selkeämpi arkkitehtuuri.

Bingillä ei ollut Cebun kaupunkikuvaa etsittäessä edes Kaakkois-Aasiaan sijoittuvia tuloksia, mikä osoitti sen indeksoitujen tulosten huomattavan maantieteellisen rajoittumisen.

Yandexin tavoin Bing ei kyennyt tunnistamaan lähdekuvan vasemmassa osassa olevaa rakennusta.

Bing ei löytänyt rantahotellia, sekä käytettäessä Bingin rajaustoimintoa (tuomalla takaisin vain matalaresoluutioisia valokuvia) että rajaamalla ja lisäämällä rakennuksen resoluutiota käsin lähdekuvasta. On syytä huomata, että näiden kahden kuvan version tulokset, jotka olivat identtisiä päätöslauselman ulkopuolella, toivat takaisin dramaattisesti erilaisia tuloksia.

kuten Yandexilla, Google toi tuloksissaan takaisin valokuvan Cebusta, mutta ilman vahvaa yhdennäköisyyttä lähdekuvan kanssa. Vaikka Cebu ei ollut näytekuvissa alustavia tuloksia varten, ”visuaalisesti samankaltaisten kuvien” jälkeen tulee kuva Cebun taivaanrannasta yhdenneksitoista tulokseksi (kolmas kuva toisella rivillä alla).

Yandexin ja Bingin tapaan Google ei pystynyt tunnistamaan lähdekuvan vasemmasta osasta kerrostaloasuntoa. Google ei myöskään menestynyt Waterfront-Hotellikuvassa.

tuloskortti: Yandex 4/6; Bing 0/6; Google 2/6

Bloomberg 2020 Student

Yandex löysi lähdekuvan tästä Bloombergin kampanjamainoksesta — a Getty Images stock photo. Tämän lisäksi Yandex löysi valokuvasta myös versioita, joissa oli suodattimet (toinen tulos, ensimmäinen rivi) ja lisäkuvia samasta varastokuvasarjasta. Myös jostain syystä, porno, kuten näkyy hämärtynyt tulokset alla.

eristäessään vain varastokuvamallin Kasvot Yandex toi mukanaan kourallisen muita otoksia samasta kaverista (katso viimeinen kuva ensimmäisellä rivillä) sekä kuvia samasta varastokuvasta luokkahuoneessa (katso neljäs kuva ensimmäisellä rivillä).

Bingillä oli mielenkiintoinen hakutulos: se löysi varastokuvan tarkan vastaavuuden ja toi sitten takaisin ”samanlaisia kuvia” muista sinipaitaisista miehistä. Tuloksen” sivut tällä ” – välilehti tarjoaa kätevän luettelon tämän saman kuvan kaksoiskappaleista verkossa.

pelkästään varastokuvamallin kasvoihin keskittyminen ei tuo hyödyllisiä tuloksia tai anna lähdekuvaa, josta se on otettu.

Google tunnustaa, että Bloombergin kampanjan käyttämä Kuva on varastokuva, joka tuo takaisin tarkan tuloksen. Google tarjoaa myös muita varastokuvia sinipaitaisista ihmisistä luokassa.

eristäessään oppilasta Google palauttaa jälleen varastokuvan lähteen, mutta sen visuaalisesti samankaltaisissa kuvissa ei näy varastokuvan mallia, vaan joukko muita samannäköisiä naamakarvoitettuja miehiä. Laskemme tämän puolivoitoksi alkuperäisen kuvan löytämisessä, mutta emme näytä mitään tietoja tietystä mallista, kuten Yandex teki.

tuloskortti: Yandex 6/8; Bing 1/8; Google 3.5/8

Brasilialainen katunäkymä

Yandex ei saanut selville, että tämä kuva napsahti Brasiliassa, vaan keskittyi Venäjän kaupunkimaisemiin.

Toca do Açaílle Yandex toi jostain syystä lähinnä pornon takaisin tuloksina. Nämä kuvat olivat hämärtyneet, ja voit klikata tästä nähdäksesi tulokset. Sumentuneesta törkytaklauksesta huolimatta kahdessa tuloksessa tunnistettiin logo oikein.

pysäköintimerkin osalta Yandex ei tullut edes lähelle.

Bing ei tiennyt, että kyseinen katunäkymäkuva on otettu Brasiliassa.

…eikä Bing tunnistanut pysäköintimerkkiä…

…tai Toca do Açaí-logoa.

huolimatta siitä, että kuva on otettu suoraan Googlen katunäkymästä, Google reverse-kuvahaku ei tunnistanut omaan palveluunsa ladattua valokuvaa.

aivan kuten Bing ja Yandex, Google ei tunnistanut portugalilaista pysäköintimerkkiä.

lopuksi Google ei päässyt lähellekään Toca do Açaí-logon tunnistamista, vaan keskittyi erityyppisiin puupaneeleihin osoittaen, kuinka se keskittyi kuvan taustaan logon ja sanojen sijaan.

tuloskortti: Yandex 7/11; Bing 1/11; Google 3.5/11

Amsterdamin kanava

Yandex tiesi tarkalleen, missä tämä valokuva on otettu Amsterdamissa, löytäen muita Amsterdamin keskustassa otettuja valokuvia ja jopa sellaisia, joissa oli erityyppisiä lintuja kehyksissä.

Yandex tunnisti kuvan etualalla olevan linnun oikein harmaahaikaraksi (серая цапля), joka myös toi takaisin joukon kuvia harmaahaikaroista samanlaisessa asennossa ja asennossa kuin lähdekuva.

Yandex kuitenkin reputti testin, jossa tunnistettiin valokuvan taustalla roikkuva Hollannin lippu. Kun kuvaa pyöritettiin 90 astetta myötäpäivään lipun esittämiseksi normaalissa kuviossaan, Yandex sai selville, että kyseessä oli lippu, mutta ei palauttanut tuloksissaan Alankomaiden lippuja.

Bing tunnisti vain, että kuvassa näkyy kaupunkimaisema veden kera, ilman tuloksia Amsterdamista.

vaikka Bing kamppaili kaupunkimaiseman tunnistamisen kanssa, se tunnisti linnun oikein harmaahaikaraksi, mukaan lukien erikoistuneen ”Looks like” – tuloksen, joka meni lintua kuvaavalle sivulle.

kuitenkin Yandexin tapaan Alankomaiden lippu oli Bingille liian sekava sekä alkuperäisessä että käännetyssä muodossaan.

Google totesi, että kuvan kanavassa oli heijastus, mutta ei mennyt tätä pidemmälle keskittyen erilaisiin kaupunkien päällystettyihin polkuihin eikä Amsterdamista mihinkään.

Google oli lähellä lintujen tunnistusharjoituksessa, mutta juuri ja juuri missasi sen — se on harmaa, ei suuri sininen, haikara.

Google ei myöskään pystynyt tunnistamaan Hollannin lippua. Vaikka Yandex näytti tunnistavan kuvan lipuksi, Googlen algoritmi keskittyi ikkunalaudalle kehystämään kuvaa ja tunnisti lipun väärin verhoiksi.

lopullinen tuloskortti: Yandex 9/14; Bing 2/14; Google 3.5/14

Creative Searching

vaikka tässä oppaassa kuvattuja puutteita on kourallinen menetelmät maksimoida hakuprosessin ja peli hakualgoritmeja.

erikoistuneita sivustoja

yhdelle voit käyttää joitakin muita, erikoistuneempia hakukoneita tässä oppaassa mainittujen kolmen ulkopuolella. Esimerkiksi Cornell Labin Merlin Bird ID-sovellus tunnistaa erittäin tarkasti kuvan lintutyypit tai antaa mahdollisia vaihtoehtoja. Lisäksi, vaikka se ei ole sovellus ja ei anna sinun kääntää haku valokuva, FlagID.org voit manuaalisesti syöttää tietoja lippu selvittää, mistä se tulee. Esimerkiksi Hollannin lipun kanssa, jonka kanssa jopa Yandex kamppaili, Flagidilla ei ole ongelmaa. Kun olet valinnut vaakasuora trikolori lippu, laitamme värit näkyvät kuvassa, sitten saada useita vaihtoehtoja, jotka sisältävät Alankomaat (yhdessä muiden, samannäköisiä lippuja, kuten Luxemburgin lippu).

kielentunnistus

Jos etsit vierasta kieltä, jonka ortografiaa et tunnista, yritä helpottaa elämääsi jonkin OCR: n tai Google Translaten avulla. Voit käyttää Google Translaten käsialatyökalua tunnistamaan käsin kirjoittamasi kirjeen kielen* tai valita kielen (jos tunnet sen jo) ja kirjoittaa sen sitten itse sanalle. Alla kahvilan nimi (”siili sumussa”) on kirjoitettu Google Translaten käsialatyökalulla, jolloin sanasta (Ёжик) kirjoitetaan hakukelpoinen versio.

*varoitetaan, että Google Translate ei ole kovin hyvä tunnistamaan kirjaimia, jos et vielä osaa kieltä, vaikka Jos selaat tarpeeksi tuloksia läpi, löydät lopulta käsin kirjoitetun kirjeen.

Pikselöinti ja sumentaminen

lyhyen Twitter-kierteen mukaisesti sinulle voi pikselöidä tai hämärtää valokuvan elementtejä huijatakseen hakukonetta keskittymään suoraan taustaan. Tässä Rudy Giulianin puhemiehen kuvassa tarkan kuvan lataaminen ei tuo tuloksia, jotka osoittaisivat, missä se on otettu.

kuitenkin, jos sumennamme / pikselöimme naisen kuvan keskellä, se antaa Yandexin (ja muiden hakukoneiden) tehdä taikojaan sovittaakseen yhteen kaikki muut kuvan elementit: tuolit, maalaukset, kattokruunu, matto-ja seinäkuviot ja niin edelleen.

tämän pikselöinnin jälkeen Yandex tietää tarkalleen, missä kuva on otettu: suositussa hotellissa Wienissä.

johtopäätös

käänteisen kuvan hakukoneet ovat edenneet viimeisen vuosikymmenen aikana rajusti, eikä loppua ole näköpiirissä. Alati kasvavan indeksoidun aineiston ohella useat hakujätit ovat houkutelleet käyttäjiään kirjautumaan kuvanhallintapalveluihin, kuten Google Photos-palveluun, antaen näille hakualgoritmeille loputtomasti materiaalia koneoppimiseen. Tämän lisäksi kasvojentunnistusäly on tulossa kuluttajatilaan findclonen kaltaisilla tuotteilla, ja sitä saatetaan jo käyttää joissakin hakualgoritmeissa eli Yandexilla. Ei ole julkisesti saatavilla kasvojentunnistusohjelmia, jotka käyttävät mitään länsimaista sosiaalista verkostoa, kuten Facebookia tai Instagram, mutta ehkä on vain ajan kysymys, kunnes jotain tällaista syntyy, tekemisissä suuri isku online yksityisyyttä samalla (että suuri hinta) lisäämällä digitaalisen tutkimuksen toiminnallisuutta.

jos jätit suurimman osan artikkelista väliin ja etsit vain pohjaa, tässä on muutamia helposti sulatettavia vinkkejä käänteiseen kuvan hakuun:

• käytä Yandexia ensimmäisenä, toisena ja kolmantena, ja kokeile sitten Bingiä ja Googlea, jos et vieläkään löydä haluamaasi tulosta.
• Jos työskentelee lähdekuvastolla, joka ei ole mistään länsimaasta tai entisestä Neuvostomaasta, niin silloin ei välttämättä ole paljon tuuria. Nämä hakukoneet ovat hyper-keskittynyt näillä alueilla, ja taistelu valokuvia otettu Etelä-Amerikassa, Keski-Amerikassa/Karibialla, Afrikassa, ja suuressa osassa Aasiaa.
• lisää lähdekuvasi resoluutiota, vaikka se tarkoittaisi vain resoluution kaksinkertaistamista tai kolminkertaistamista, kunnes se on pikselöity sotku. Mikään näistä hakukoneista ei voi tehdä paljon kuva, joka on alle 200×200.
• kokeile rajata kuvan elementtejä tai pikselöidä niitä, jos se kaataa tuloksesi. Suurin osa hakukoneista keskittyy ihmisiin ja heidän kasvoihinsa kuin lämpöhakuinen ohjus, joten Pikselöi heidät keskittymään taustaelementteihin.
• Jos kaikki muu epäonnistuu, ryhdy todella luovaksi: peilaa kuvaasi vaakatasossa, lisää värisuodattimia tai käytä kuvaeditorin kloonaustyökalua täyttääksesi kuvassasi hakuja häiritseviä elementtejä.