Reverse image search is een van de bekendste en gemakkelijkste digitale onderzoekstechnieken, met twee-klik functionaliteit van het kiezen van “Search Google for image” in veel webbrowsers. Deze methode heeft ook gezien wijdverbreid gebruik in de populaire cultuur, misschien wel het meest in het bijzonder in de MTV-show Catfish, die blootstelt mensen in online relaties die gestolen foto ‘ s gebruiken op hun sociale media.

echter, als u alleen Google gebruikt voor het zoeken naar omgekeerde afbeeldingen, zult u vaker teleurgesteld zijn dan niet. Uw zoekproces beperken tot het uploaden van een foto in zijn oorspronkelijke vorm om gewoon images.google.com kan geven u nuttige resultaten voor de meest duidelijk gestolen of populaire beelden, maar voor de meeste elk geavanceerd onderzoeksproject, moet u extra sites tot uw beschikking — samen met een veel creativiteit.

Deze gids zal gedetailleerde strategieën doorlopen om reverse image search te gebruiken in digitale onderzoeken, met het oog op het identificeren van mensen en locaties, samen met het bepalen van het nageslacht van een afbeelding. Na het detailleren van de kern verschillen tussen de zoekmachines, Yandex, Bing, en Google worden getest op vijf test beelden tonen verschillende objecten en uit verschillende regio ‘ s van de wereld.

voorbij Google

het eerste en belangrijkste advies over dit onderwerp kan niet genoeg worden benadrukt: Google reverse image search is niet erg goed.

vanaf de publicatiedatum van deze gids is de onbetwiste leider van reverse image search de Russische site Yandex. Na Yandex, de runners-up zijn Microsoft ‘ s Bing en Google. Een vierde dienst die ook kan worden gebruikt in onderzoeken is TinEye, maar deze site is gespecialiseerd in schendingen van intellectuele eigendom en zoekt naar exacte duplicaten van afbeeldingen.

Yandex

Yandex is veruit de beste zoekmachine voor omgekeerde afbeeldingen, met een eng-krachtig vermogen om gezichten, landschappen en objecten te herkennen. Deze Russische site is sterk gebaseerd op door gebruikers gegenereerde content, zoals toeristische beoordelingssites (bijvoorbeeld FourSquare en TripAdvisor) en sociale netwerken (bijvoorbeeld dating sites), voor Opmerkelijk nauwkeurige resultaten met gezichts-en landschapsherkenning queries.de sterke punten liggen in foto ‘ s genomen in een Europese of voormalige Sovjet-context. Hoewel foto ’s uit Noord-Amerika, Afrika en andere plaatsen nog steeds nuttige resultaten op Yandex kunnen opleveren, kunt u zich gefrustreerd voelen door resultaten te scrollen die voornamelijk afkomstig zijn uit Rusland, Oekraïne en Oost-Europa in plaats van het land van uw doelfoto’ s.

om Yandex te gebruiken, ga naar images.yandex.com, kies dan het pictogram camera aan de rechterkant.

vanaf daar kunt u een opgeslagen afbeelding uploaden of de URL van een online gehoste afbeelding typen.

Als u vast komt te zitten met de Russische gebruikersinterface, kijk dan uit voor Выберите файл (bestand kiezen), Введите адрес картинки (afbeeldingsadres invoeren), en Найти (zoeken). Na het zoeken, kijk uit voor Похожие картинки (soortgelijke afbeeldingen), en Ещё похожие (meer vergelijkbaar).

De gezichtsherkenningsalgoritmen die door Yandex worden gebruikt, zijn schokkend goed. Niet alleen zal Yandex op zoek naar foto ’s die lijken op degene die een gezicht in het heeft, maar het zal ook op zoek naar andere foto’ s van dezelfde persoon (bepaald door middel van overeenkomende gezichts overeenkomsten) met volledig verschillende verlichting, achtergrondkleuren, en posities. Terwijl Google en Bing misschien gewoon op zoek naar andere foto ’s van een persoon met soortgelijke kleding en algemene gelaatstrekken, Yandex zal zoeken naar die wedstrijden, en ook andere foto’ s van een gezicht match. Hieronder, kunt u zien hoe de drie diensten zocht het gezicht van Sergey Dubinsky, een Russische verdachte in het neerhalen van MH17. Yandex vond talrijke foto ‘ s van Dubinsky uit verschillende bronnen (slechts twee van de top resultaten hadden niet-verwante mensen), met het resultaat verschillend van de oorspronkelijke afbeelding, maar het tonen van dezelfde persoon. Google had helemaal geen geluk, terwijl Bing een enkel resultaat had (vijfde afbeelding, tweede rij) dat ook Dubinsky liet zien.

Yandex is uiteraard een Russische dienst, en er zijn zorgen en vermoedens over de banden (of potentiële toekomstige banden) met het Kremlin. Terwijl wij bij Bellingcat voortdurend gebruik maken van Yandex voor zijn zoekmogelijkheden, bent u misschien een beetje meer paranoïde dan wij. Gebruik Yandex op eigen risico, vooral als u zich ook zorgen maakt over het gebruik van VK en andere Russische diensten. Als je niet bijzonder paranoïde, probeer te zoeken op een niet-geïndexeerde foto van jezelf of iemand die je kent in Yandex, en kijk of het jezelf of je dubbelganger online kan vinden.

Bing

De afgelopen jaren heeft Bing Google ingehaald in zijn zoekmogelijkheden voor omgekeerde afbeeldingen, maar is nog steeds beperkt. Bing ‘ s “Visual Search”, gevonden op images.bing.com, is zeer eenvoudig te gebruiken, en biedt een paar interessante functies niet elders gevonden.

in een afbeeldingszoekopdracht kunt u met Bing een foto bijsnijden (knop onder de bronafbeelding) om zich te concentreren op een specifiek element in die foto, zoals hieronder te zien is. De resultaten met de bijgesneden afbeelding zullen de vreemde elementen uitsluiten, met de nadruk op het door de gebruiker gedefinieerde kader. Echter, als het geselecteerde gedeelte van de afbeelding klein is, is het de moeite waard om de foto handmatig bij te snijden en de resolutie te verhogen — afbeeldingen met lage resolutie (onder 200×200) brengen slechte resultaten terug.

hieronder werd een Google Street View-afbeelding van een man die een paar mopshonden liep bijgesneden om zich te concentreren op alleen de pooches, wat leidde tot Bing om het hondenras te suggereren dat zichtbaar is op de foto (de “Looks like” – functie), samen met visueel vergelijkbare resultaten. Deze resultaten meestal opgenomen paren van honden worden gelopen, die overeenkomen met de bron afbeelding, maar niet altijd alleen mopshonden, zoals franse bulldogs, Engels bulldogs, mastiffs, en anderen worden gemengd in.

Google

verreweg de meest populaire zoekmachine voor omgekeerde afbeeldingen, op images.google.com, Google is prima voor de meeste rudimentaire reverse image zoekopdrachten. Sommige van deze relatief eenvoudige queries omvatten het identificeren van bekende mensen in foto ‘ s, het vinden van de bron van beelden die al een beetje online zijn gedeeld, het bepalen van de naam en de maker van een kunstwerk, en ga zo maar door. Echter, als u wilt beelden die niet dicht bij een exacte kopie van degene die u onderzoekt te vinden, kunt u teleurgesteld zijn.bij het zoeken naar het gezicht van een man die een BBC-journalist probeerde aan te vallen tijdens een Trump-rally, kan Google bijvoorbeeld de bron van het bijgesneden beeld vinden, maar kan geen extra afbeeldingen van hem vinden, of zelfs iemand die op hem lijkt.

hoewel Google niet erg sterk was in het vinden van andere exemplaren van het gezicht van deze man of soortgelijke personen, vond het toch de originele, niet bijgesneden versie van de foto waarvan de schermafbeelding werd genomen, met een hulpprogramma.

vijf testcases

voor het testen van verschillende reverse image search technieken en motoren wordt een handvol afbeeldingen gebruikt die verschillende soorten onderzoeken weergeven, waaronder zowel originele foto ’s (niet eerder online geüpload) als gerecycleerde foto’ s. Vanwege het feit dat deze foto ’s in deze gids zijn opgenomen, is het waarschijnlijk dat deze testcases niet zullen werken zoals bedoeld in de toekomst, omdat zoekmachines deze foto’ s zullen indexeren en integreren in hun resultaten. Dus, screenshots van de resultaten zoals ze verschenen toen deze gids werd geschreven zijn opgenomen.

deze testfoto ’s omvatten een aantal verschillende geografische regio’ s om de sterkte van zoekmachines voor bronmateriaal in West-Europa, Oost-Europa, Zuid-Amerika, Zuidoost-Azië en de Verenigde Staten te testen. Met elk van deze foto ‘ s heb ik ook discrete objecten in het beeld gemarkeerd om de sterke en zwakke punten voor elke zoekmachine te testen.

voel je vrij om deze foto ‘ s te downloaden (elke afbeelding in deze gids is direct gekoppeld aan een JPEG-bestand) en voer ze zelf door zoekmachines om je vaardigheden te testen.

Olisov Paleis In Nizhny Novgord, Rusland (Origineel, niet eerder geüploade online)

Geïsoleerd: Wit SUV in Nizhny Novgorod

Geïsoleerd: Aanhangwagen in Nizhny Novgorod

Stadsbeeld In Cebu, Filippijnen (Origineel, niet eerder geüploade online)

Geïsoleerd: Condominium complex, “De Padgett Plaats”

Geïsoleerd: “Waterfront Hotel”

studenten van Bloomberg 2020 Ad (Screenshot van video)

geïsoleerd: Student

av. do Café in São Paulo, Brazilië (Screenshot van Google Street View)

geïsoleerd: Toca do Açaí

geïsoleerd: Estacionamento (Parkeergelegenheid)

Amsterdam Canal (Origineel, niet eerder geüploade online)

Geïsoleerd: de blauwe Reiger

Geïsoleerd: Nederlandse Vlag (ook 90 graden rechtsom gedraaid)

Resultaten

Elk van deze foto ‘ s zijn gekozen om te laten zien dat de mogelijkheden en beperkingen van de drie zoekmachines. Terwijl Yandex in het bijzonder kan lijken alsof het werkt digitale zwarte magie soms, het is verre van onfeilbaar en kan worstelen met sommige soorten zoekopdrachten. Voor sommige manieren om eventueel te overwinnen van deze beperkingen, ik heb een aantal creatieve zoekstrategieën aan het einde van deze gids gedetailleerd.

Novgorod ‘ s Olisov Paleis

voorspelbaar, Yandex had geen moeite om dit Russische gebouw te identificeren. Samen met foto ‘ s vanuit een vergelijkbare hoek als onze bronfoto, vond Yandex ook beelden vanuit andere perspectieven, waaronder 90 graden tegen de klok in (zie de eerste twee beelden in de derde rij) vanuit het gezichtspunt van de bronafbeelding.

Yandex had ook geen problemen met het identificeren van de witte SUV op de voorgrond van de foto als een Nissan Juke.

ten slotte, in de meest uitdagende geà soleerde zoektocht naar deze afbeelding, was Yandex niet succesvol in het identificeren van de niet-beschrijvende grijze aanhangwagen voor het gebouw. Een aantal van de resultaten lijken op die van de bronafbeelding, maar geen enkele komt echt overeen.

Bing had geen succes bij het identificeren van deze structuur. Bijna alle resultaten kwamen uit de Verenigde Staten en West-Europa, met huizen met wit/grijs metselwerk of gevelbekleding en bruine daken.

evenzo kon Bing niet vaststellen dat de witte SUV een Nissan Juke was, in plaats van zich te concentreren op een reeks andere witte SUV ’s en auto’ s.

ten slotte kon Bing de grijze aanhangwagen niet identificeren, waarbij hij zich meer richtte op campers en grotere grijze campers.

de resultaten van Google voor de volledige foto zijn komisch slecht.

Google identificeerde de witte SUV met succes als een Nissan Juke, zelfs noterend in het tekstveld zoeken. Zoals Gezien met Yandex, het voeden van de zoekmachine een beeld vanuit een vergelijkbaar perspectief als populaire referentiematerialen — een zijaanzicht van een auto die lijkt op die van de meeste advertenties — zal het beste toestaan omgekeerde beeld algoritmen om hun magie te werken.

ten slotte herkende Google wat de grijze aanhangwagen was (trailer / camper), maar de” visueel vergelijkbare beelden ” waren verre van.

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

Cebu

Yandex was technisch in staat om het stadsgezicht te identificeren als dat van Cebu in de Filipijnen, maar misschien alleen per ongeluk. Het vierde resultaat in de eerste rij en het vierde resultaat in de tweede rij zijn van Cebu, maar alleen de tweede foto toont een van dezelfde gebouwen als in de bronafbeelding. Veel van de resultaten waren ook afkomstig uit Zuidoost-Azië (vooral Thailand, dat is een populaire bestemming voor Russische toeristen), merken soortgelijke architectonische stijlen, maar geen zijn vanuit hetzelfde perspectief als de bron.

van de twee gebouwen geïsoleerd van de zoektocht (het Padgett Palace en het Waterfront Hotel), Yandex was in staat om de laatste te identificeren, maar niet de eerste. Het Padgett Palace gebouw is een relatief onopvallend hoogbouw vol met appartementen, terwijl het Waterfront Hotel ook een casino binnen heeft, wat leidt tot een scala aan toeristische foto ‘ s die de meer uitgesproken architectuur tonen.

Bing had geen resultaten die zelfs in Zuidoost-Azië waren bij het zoeken naar het Cebu-stadsgezicht, wat een ernstige geografische beperking tot de geïndexeerde resultaten laat zien.

net als Yandex kon Bing het gebouw aan de linkerkant van de bronafbeelding niet identificeren.

Bing kon het hotel aan de waterkant niet vinden, zowel bij gebruik van de bijsnijfunctie van Bing (waarbij alleen foto ‘ s met lage resolutie worden meegenomen) als bij het handmatig bijsnijden en vergroten van de resolutie van het gebouw vanaf de bronafbeelding. Het is vermeldenswaard dat de resultaten van deze twee versies van het beeld, die identiek waren buiten de resolutie, dramatisch verschillende resultaten opleverden.