Omvendt bildesøk er en av de mest kjente og enkleste digitale undersøkende teknikker, med to-klikk funksjonalitet for å velge «Søk Google etter bilde» i mange nettlesere. Denne metoden har også sett utstrakt bruk i populærkulturen, kanskje særlig I MTV showet Steinbit, som eksponerer folk i online relasjoner som bruker stjålne bilder på sine sosiale medier.

men hvis Du bare bruker Google for omvendt bildesøk, blir du skuffet oftere enn ikke. Begrense søkeprosessen til å laste opp et bilde i sin opprinnelige form til bare images.google.com kan gi deg nyttige resultater for de mest åpenbart stjålne eller populære bildene, men for de fleste sofistikerte forskningsprosjekter trenger du flere nettsteder til din disposisjon-sammen med mye kreativitet.denne veiledningen vil gå gjennom detaljerte strategier for å bruke omvendt bildesøk i digitale undersøkelser, med et øye mot å identifisere personer og steder, sammen med å bestemme et bildes avkom. Etter detaljering kjernen forskjeller mellom søkemotorer, Yandex, Bing og Google er testet på fem testbilder som viser ulike objekter og fra ulike regioner av verden.

Utover Google

det første og viktigste råd om dette emnet kan ikke understrekes nok: Google omvendt bildesøk er ikke veldig bra.

Fra denne veiledningens utgivelsesdato er den ubestridte lederen av omvendt bildesøk det russiske nettstedet Yandex. Etter Yandex er løperne Opp Microsofts Bing Og Google. En fjerde tjeneste som også kan brukes i undersøkelser Er TinEye, men dette nettstedet spesialiserer seg på brudd på immaterielle rettigheter og ser etter eksakte duplikater av bilder.

Yandex

Yandex er den desidert beste omvendt bilde søkemotor, med en skremmende kraftig evne til å gjenkjenne ansikter, landskap og objekter. Dette russiske nettstedet trekker tungt på brukergenerert innhold, for eksempel turistvurderingssider (F.eks. FourSquare og TripAdvisor) og sosiale nettverk (f. eks. datingsider), for bemerkelsesverdig nøyaktige resultater med ansikts-og landskapsgjenkjenningsspørsmål.dens styrker ligger i fotografier tatt I Europeisk eller Tidligere Sovjetisk sammenheng. Mens fotografier fra Nord-Amerika, Afrika og andre steder fortsatt kan gi nyttige resultater på Yandex, kan du finne deg frustrert ved å bla gjennom resultater, hovedsakelig Fra Russland, Ukraina og øst-Europa i stedet for landet til målbildene dine.

For Å bruke Yandex, gå til images.yandex.com, velg deretter kameraikonet til høyre.

Derfra kan du enten laste opp et lagret bilde eller skrive INN NETTADRESSEN til en vert på nettet.

hvis du sitter fast med det russiske brukergrensesnittet, se Opp For Выберите файл (Velg Fil), Введите адрес картинки (skriv inn bildeadresse) og найти (søk). Etter å ha søkt, må du se etter Похожие картинки (Lignende Bilder) og ещё похожие (mer lignende).

ansiktsgjenkjenningsalgoritmene som Brukes Av Yandex, er sjokkerende gode. Ikke Bare Vil Yandex se etter fotografier som ligner på den som har et ansikt i det, men det vil også se etter andre fotografier av samme person (bestemt gjennom matchende ansiktslikheter) med helt annen belysning, bakgrunnsfarger og stillinger. Mens Google Og Bing kan bare se etter andre bilder som viser en person med lignende klær og generelle ansiktstrekk, Yandex vil søke etter disse kampene, og også andre fotografier av en ansikts kamp. Nedenfor kan du se hvordan De tre tjenestene søkte Ansiktet Til Sergey Dubinsky, en russisk mistenkt i downing AV MH17. Yandex fant mange fotografier Av Dubinsky fra ulike kilder (bare to av de beste resultatene hadde ikke-relaterte personer), med resultatet forskjellig fra det opprinnelige bildet, men viser samme person. Google hadde ikke flaks i Det hele tatt, Mens Bing hadde et enkelt resultat (femte bilde, andre rad) som også viste Dubinsky.

Yandex er, åpenbart, en russisk tjeneste, og det er bekymringer og mistanker om sine bånd (eller potensielle fremtidige bånd) Til Kreml. Mens Vi På Bellingcat stadig bruker Yandex for sine søkemuligheter, kan du være litt mer paranoid enn oss. Bruk Yandex på egen risiko, spesielt hvis DU også er bekymret for å bruke VK og andre russiske tjenester. Hvis du ikke er spesielt paranoid, prøve å søke en un-indeksert bilde av deg selv eller noen du kjenner I Yandex, og se om det kan finne deg selv eller din doppelganger online.

Bing

I løpet Av de siste årene Har Bing fanget Opp Til Google i sine omvendte bildesøk, men er fortsatt begrenset. Bings «Visuelle Søk», funnet på images.bing.com, er svært enkel å bruke, og tilbyr noen interessante funksjoner som ikke finnes andre steder.

I et bildesøk lar Bing deg beskjære et bilde (knapp under kildebildet) for å fokusere på et bestemt element i bildet, som vist nedenfor. Resultatene med det beskårne bildet vil utelukke de ytre elementene, med fokus på den brukerdefinerte boksen. Men hvis den valgte delen av bildet er liten, er det verdt det å manuelt beskjære fotografiet selv og øke oppløsningen-bilder med lav oppløsning (under 200×200) gir dårlige resultater.Nedenfor ble Et Google Street View-bilde av en mann som gikk et par pugs beskåret for å fokusere på bare pooches, noe Som førte Til At Bing foreslo rasen av hunden synlig på bildet («Ser ut som» – funksjonen), sammen med visuelt lignende resultater. Disse resultatene inkluderte for det meste par hunder som gikk, som samsvarer med kildebildet, men inkluderte ikke alltid bare pugs, som franske bulldogger, engelske bulldogger, mastiffer og andre er blandet inn.

Google

images.google.com, Google er greit for de fleste rudimentære omvendt bildesøk. Noen av disse relativt enkle søkene inkluderer å identifisere kjente personer i fotografier, finne kilden til bilder som har blitt delt ganske mye på nettet, bestemme navn og skaperen av et kunstverk, og så videre. Men hvis du vil finne bilder som ikke er nær en eksakt kopi av den du undersøker, kan du bli skuffet.For eksempel, Når Du søker etter ansiktet til en mann som prøvde å angripe EN BBC-journalist på Et Trump-rally, Kan Google finne kilden til det beskårne bildet, Men kan ikke finne noen ekstra bilder av ham, eller til og med noen som har en forbipasserende likhet med ham.

Fem Testtilfeller

for å teste ut forskjellige omvendt bildesøketeknikker og motorer, brukes en håndfull bilder som representerer ulike typer undersøkelser, inkludert både originale fotografier (ikke tidligere lastet opp på nettet) og resirkulerte. På grunn av det faktum at disse bildene er inkludert i denne guiden, er det sannsynlig at disse testtilfeller ikke vil fungere som tiltenkt i fremtiden, som søkemotorer vil indeksere disse bildene og integrere dem i sine resultater. Dermed er skjermbilder av resultatene som de dukket opp da denne veiledningen ble skrevet, inkludert.disse testfotografiene inkluderer en rekke forskjellige geografiske regioner for å teste styrken til søkemotorer for kildemateriale i vest-Europa, øst-Europa, Sør-Amerika, sørøst-Asia og Usa. Med hver av disse bildene, jeg har også markert diskrete objekter i bildet for å teste ut styrker og svakheter for hver søkemotor.

Last ned disse bildene (hvert bilde i denne veiledningen er hyperkoblet direkte til EN JPEG-fil) og kjør dem gjennom søkemotorer selv for å teste dine ferdigheter.

Olisov Palace I Nizjnij Novgord, Russland (Original, ikke tidligere lastet opp på nettet)

Isolert: Hvit SUV I Nizjnij Novgorod

Isolert: Trailer I Nizjnij Novgorod

bybildet i cebu, filippinene (original, ikke tidligere lastet opp på nettet)

isolert: condominium kompleks, «padgett sted»

Isolert: «Waterfront Hotel»

Studenter Fra Bloomberg 2020 Ad (Skjermbilde fra video)

Isolert: Student

av. gjør Café I Sã Paulo, Brasil (Skjermbilde Fra Google Street View)

Isolert: Toca gjør Ençí

Isolert: Estacionamento (Parkering)

Amsterdam Canal (Original, ikke tidligere lastet opp online)

isolert: nederlandsk flagg (også rotert 90 grader med klokken)

resultater

hver av disse bildene ble valgt for å demonstrere evner og begrensninger av de tre søkemotorene. Mens Yandex spesielt kan virke som om det fungerer digital svart magi til tider, er det langt fra ufeilbarlig og kan slite med noen typer søk. For noen måter å muligens overvinne disse begrensningene, har jeg detaljert noen kreative søkestrategier på slutten av denne veiledningen.

Novgorods Olisov-Palass

Forutsigbart Nok Hadde Yandex ingen problemer med å identifisere denne russiske bygningen. Sammen med fotografier fra en lignende vinkel til kildebildet vårt, Fant Yandex også bilder fra andre perspektiver, inkludert 90 grader mot klokka (se de to første bildene i tredje rad) fra utsiktspunktet til kildebildet.

Yandex hadde heller ingen problemer med å identifisere den hvite SUV i forgrunnen av fotografiet som En Nissan Juke.

Til Slutt, I det mest utfordrende isolerte søket etter dette bildet, Klarte Yandex ikke å identifisere den ikke-beskrivende grå traileren foran bygningen. En rekke av resultatene ser ut som den fra kildebildet, men ingen er en faktisk kamp.

Bing hadde ingen suksess med å identifisere denne strukturen. Nesten alle sine resultater var Fra Usa og vest-Europa, viser hus med hvit/grå mur eller ytterkledning og brune tak.

På Samme Måte Kunne Bing ikke fastslå at den hvite SUV var En Nissan Juke, i stedet fokusere på en rekke andre hvite Suver og biler.

Bing klarte Ikke å identifisere den grå traileren, og fokuserte mer på Bobiler og større, grå bobiler.

Googles resultater for hele bildet er komisk dårlig, ser Til Huset tv-show og bilder med svært lite visuell likhet.

Google har identifisert den hvite SUV Som En Nissan Juke, selv merke det i tekstfeltet søk. Som Sett Med Yandex, mater søkemotoren et bilde fra et lignende perspektiv som populære referansematerialer – et sidevisning av en bil som ligner på de fleste annonser – vil best tillate omvendte bildealgoritmer å jobbe sin magi.

Til Slutt anerkjente Google hva den grå traileren var (reise trailer / camper), Men dens «visuelt lignende bilder» var langt fra det.

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

Cebu

Yandex var teknisk i stand til å identifisere bybildet som Cebu På Filippinene, men kanskje bare ved et uhell. Det fjerde resultatet i første rad og det fjerde resultatet i andre rad er Av Cebu, men bare det andre bildet viser noen av de samme bygningene som i kildebildet. Mange av resultatene var også fra sørøst-Asia (Spesielt Thailand, som er et populært reisemål for russiske turister), og noterte lignende arkitektoniske stiler, men ingen er fra samme perspektiv som kilden.

Av de to bygningene isolert fra søket (Padgett Palace Og Waterfront Hotel), Var Yandex i stand til å identifisere sistnevnte, Men ikke den tidligere. Padgett Palace building er en relativt unremarkable høyblokk fylt med hytter, Mens Waterfront Hotel har også et kasino inne, fører til en rekke turist fotografier som viser sin mer distinkt arkitektur.

Bing hadde ingen resultater som var selv i sørøst-Asia når du søker Etter Cebu bybildet, viser en alvorlig geografisk begrensning til sine indekserte resultater.

Som Yandex kunne Bing ikke identifisere bygningen på venstre del av kildebildet.

Bing var ikke i Stand til å finne Waterfront Hotel, både når du bruker bings beskjæringsfunksjon (bringe tilbake bare bilder med lav oppløsning) og manuelt beskjære og øke oppløsningen av bygningen fra kildebildet. Det er verdt å merke seg at resultatene fra disse to versjonene av bildet, som var identiske utenfor oppløsningen, brakte tilbake dramatisk forskjellige resultater.

Som Med Yandex, google brakt tilbake et bilde Av Cebu i sine resultater, Men uten en sterk likhet med kildebildet. Mens Cebu ikke var i miniatyrbildene for de første resultatene, vil følgende gjennom «Visuelt lignende bilder» hente et bilde av Cebu skyline som ellevte resultat(tredje bilde i andre rad nedenfor).

Som Med Yandex og Bing, Google var ikke i stand Til å identifisere den høye leiligheten bygningen på venstre del av kildebildet. Google hadde heller ingen suksess med Waterfront Hotel image.

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

Bloomberg 2020 Student

Yandex fant kildebildet fra Denne Bloomberg kampanje reklame — En Getty Images stock photo. Sammen Med Dette Fant Yandex også versjoner av fotografiet med filtre påført (andre resultat, første rad) og flere fotografier fra samme arkivfotoserie. Også, av en eller annen grunn, porno, som sett i de uskarpe resultatene nedenfor.

Når Isolere bare ansiktet av stock photo modell, Yandex brakt tilbake en håndfull andre bilder av samme fyr (se siste bilde i første rad), pluss bilder av samme lager bilde satt i klasserommet (se det fjerde bildet i første rad).

Bing hadde et interessant søkeresultat: Den fant den nøyaktige matchen til arkivfotoet, og brakte deretter tilbake «Lignende bilder» av andre menn i blå skjorter. «Sider med dette» – fanen i resultatet gir en praktisk liste over dupliserte versjoner av samme bilde over hele nettet.

Fokusering på bare ansiktet av stock photo modellen ikke bringe tilbake noen nyttige resultater, eller gi kildebildet som det ble tatt fra.

Google anerkjenner at Bildet Som Brukes Av Bloomberg-kampanjen, er et arkivfoto, noe som gir et eksakt resultat. Google vil også gi andre lager bilder av folk i blå skjorter i klassen.

ved å isolere studenten vil Google igjen returnere kilden til arkivbildet, Men de visuelt liknende bildene viser ikke arkivfotomodellen, snarere en rekke andre menn med lignende ansiktshår. Vi teller dette som en halv seier ved å finne det opprinnelige bildet, men viser ingen informasjon om den spesifikke modellen, Som Yandex gjorde.

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

Brazilian Street View

Yandex kunne ikke finne ut at dette bildet ble snappet I Brasil, i stedet fokusere på urbane landskap I Russland.

For Toca gjør Ençí, Av en eller annen grunn Tok Yandex for det meste tilbake porno som resultater. Disse bildene ble uskarpe, og du kan klikke her for å se resultatene. Til tross for den uskarpe smuten, identifiserte to av resultatene logoen riktig.

For parkeringsskiltet Kom Yandex ikke engang i nærheten.

Bing visste ikke at dette street view-bildet ble tatt I Brasil.

…Bing kjente heller ikke parkeringsskiltet…

…Eller Toca gjør Ençaí logo.

Til Tross For at bildet ble tatt direkte fra Googles Street View, Gjenkjente google omvendt bildesøk ikke et bilde lastet opp på sin egen tjeneste.

På Samme Måte Som Bing Og Yandex kunne Google ikke gjenkjenne det portugisiske parkeringsskiltet.

Til Slutt, Google kom ikke i nærheten av å identifisere toca gjøre Ençí logo, i stedet for å fokusere på ulike typer trepaneler, som viser hvordan Det fokuserte på bakgrunnen av bildet i stedet for logoen og ordene.

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

Amsterdam Canal

Yandex visste nøyaktig hvor dette bildet ble tatt I Amsterdam, finne andre fotografier tatt i Sentrum Av Amsterdam, og selv inkludert de med ulike typer fugler i rammen.

Yandex korrekt identifisert fugl i forgrunnen av fotografiet som en grå hegre (серая цапля), også bringe tilbake en rekke bilder av grå hegre i en lignende posisjon og holdning som kildebildet.

Yandex flunked imidlertid testen for å identifisere det nederlandske flagget som henger i bakgrunnen av fotografiet. Ved å rotere bildet 90 grader med klokken for å presentere flagget i sitt normale mønster, Kunne Yandex finne ut at Det var et flagg, men returnerte ikke noen nederlandske flagg i resultatene.

Bing anerkjente bare at dette bildet viser et urbant landskap med vann, uten Resultater fra Amsterdam.

Selv Om Bing slet med å identifisere et urbant landskap, identifiserte Det riktig fuglen som en grå hegre, inkludert et spesialisert» Utseende » – resultat som gikk til en side som beskriver fuglen.

men som Med Yandex var det nederlandske flagget for forvirrende For Bing, både i sin opprinnelige og roterte form.

Google bemerket at det var en refleksjon i kanalen av bildet, men gikk ikke lenger enn dette, med fokus på ulike asfalterte stier i byer og ingenting Fra Amsterdam.

Google var nært i fuglidentifikasjonsøvelsen, Men bare knapt savnet det — det er en grå, ikke stor blå, heron.

Google kunne heller ikke identifisere det nederlandske flagget. Selv Om Yandex syntes å gjenkjenne at bildet er et flagg, fokuserte Googles algoritme på vinduskarmen som rammer bildet og feilidentifiserte flagget som gardiner.

Endelig Målstyring: Yandex 9/14; Bing 2/14; Google 3.5/14

Kreativ Søking

Selv med manglene beskrevet i denne veiledningen, er det en håndfull metoder for å maksimere søkeprosessen og spillet søkealgoritmer.

Spesialiserte Nettsteder

for en, kan du bruke noen andre, mer spesialiserte søkemotorer utenfor de tre detaljert i denne guiden. Cornell Labs Merlin Bird ID-app, for eksempel, er ekstremt nøyaktig for å identifisere typen fugler i et fotografi, eller gi mulige alternativer. I tillegg, selv om det ikke er en app og ikke lar deg reversere søke et bilde, FlagID.org vil la deg manuelt legge inn informasjon om et flagg for å finne ut hvor det kommer fra. For eksempel, Med det nederlandske flagget Som Selv Yandex kjempet Med, Har FlagID ikke noe problem. Etter å ha valgt et horisontalt tricolor flagg, legger vi inn fargene som er synlige i bildet, og mottar deretter En rekke alternativer som Inkluderer Nederland (sammen med andre lignende flagg, Som Luxembourgs flagg).

Språkgjenkjenning

hvis du ser på et fremmed språk med en ortografi du ikke gjenkjenner, kan du prøve Å bruke NOEN OCR Eller Google Translate for å gjøre livet ditt enklere. Du kan bruke Google Translates håndskriftverktøy til å oppdage språket* i et brev du skriver for hånd, eller velge et språk (hvis du allerede vet det) og deretter skrive det ut selv for ordet. Nedenfor er navnet på en kafe («Hedgehog in The Fog») skrevet Ut Med Google Translates håndskriftverktøy, og gir den utskrevne versjonen av ordet (Ёжик) Som Kan søkes.* vær advart Om At Google Translate ikke er veldig god til å gjenkjenne bokstaver hvis Du ikke allerede kjenner språket, men hvis Du ruller gjennom nok resultater, kan du finne ditt håndskrevne brev til slutt.

Pikselering og Uskarphet

som beskrevet i en kort Twitter-tråd, kan Du kan pixelate eller uskarpe elementer av et fotografi for å lure søkemotoren til å fokusere holdent på bakgrunnen. I Dette bildet Av Rudy Giulianis talskvinne vil opplasting av det nøyaktige bildet ikke gi tilbake resultater som viser hvor Det ble tatt.

Men Hvis vi sløre ut / pixelate kvinnen i midten av bildet, vil Det tillate Yandex (og andre søkemotorer) for å jobbe sin magi i matchende opp alle de andre elementene i bildet: stoler, malerier, lysekrone, teppe og vegg mønstre, og så videre.

Etter at denne pikseleringen er utført, Vet Yandex nøyaktig hvor bildet ble tatt: et populært hotell i Wien.

Konklusjon

Omvendt bildesøkemotorer har utviklet seg dramatisk det siste tiåret, uten ende i sikte. Sammen med den stadig voksende mengden indeksert materiale har en rekke søkegiganter lokket brukerne til å registrere seg for bildevertstjenester, For Eksempel Google Foto, noe som gir disse søkealgoritmene en uendelig mengde materiale for maskinlæring. På toppen av dette kommer ansiktsgjenkjenning AI inn i forbrukerområdet med produkter Som FindClone og kan allerede brukes i noen søkealgoritmer, nemlig Med Yandex. Det finnes ingen offentlig tilgjengelige ansiktsgjenkjenningsprogrammer som bruker Et Vestlig sosialt nettverk, for Eksempel Facebook eller Instagram, men kanskje er det bare et spørsmål om tid før noe som dette kommer fram, og gir et stort slag for personvern på nettet, samtidig som det øker digital forskningsfunksjonalitet (til den store prisen).

Hvis du hoppet over det meste av artikkelen og bare leter etter bunnlinjen, er det noen enkle å fordøye tips for omvendt bildesøk:

• Bruk Yandex første, andre og tredje, og prøv Deretter Bing og Google hvis du fortsatt ikke finner ønsket resultat.
• hvis du jobber med kildebilder som ikke er Fra Et Vestlig eller tidligere Sovjetisk land, kan du ikke ha mye flaks. Disse søkemotorene er hyper-fokusert på disse områdene, og kampen for fotografier tatt I Sør-Amerika,Mellom-Amerika / Karibia, Afrika og Mye Av Asia.
• Øk oppløsningen på kildebildet ditt, selv om det bare betyr å doble eller tredoble oppløsningen til det er et pixelert rot. Ingen av disse søkemotorene kan gjøre mye med et bilde som er under 200×200.
• Prøv å beskjære elementer i bildet, eller pixelere dem hvis det øker resultatene dine. De fleste av disse søkemotorene vil fokusere på mennesker og deres ansikter som en varmesøkende rakett, så pixelate dem til å fokusere på bakgrunnselementene.
• hvis alt annet mislykkes, få virkelig kreativ: speil bildet horisontalt, legge til noen fargefiltre, eller bruke klone verktøyet på bilderedigering for å fylle ut elementer på bildet som forstyrrer søk.