Um sistema eficiente de recuperação de subimagens e near-duplicates baseado em partes

Apresentamos um sistema para detecção de near-duplicates e recuperação de subimagens. Tal sistema é útil para encontrar violações de direitos autorais e detectar imagens forjadas. Definimos near-duplicate como imagens alteradas por transformações comuns, como alteração de contraste, saturação, escalonamento, recorte, emolduramento, etc. Nosso sistema constrói uma representação baseada em partes das imagens utilizando descritores locais distintivos, que oferecem correspondências de alta qualidade mesmo sob transformações severas. Para lidar com o grande número de características extraídas das imagens, empregamos hashing sensível à localidade para indexar os descritores locais. Isso nos permite realizar consultas de similaridade aproximadas que examinam apenas uma pequena fração do banco de dados. Embora o hashing sensível à localidade tenha excelentes propriedades de desempenho teórico, uma implementação padrão ainda seria inaceitavelmente lenta para esta aplicação. Mostramos que, ao otimizar o layout e o acesso aos dados do índice no disco, conseguimos consultar eficientemente índices contendo milhões de pontos-chave. Nosso sistema alcança uma precisão quase perfeita (100% de precisão a 99,85% de recall) nos testes apresentados em Meng et al. 16, e resultados consistentemente fortes em nossos próprios experimentos, significativamente mais desafiadores. Os tempos de consulta são interativos mesmo para coleções de milhares de imagens.