Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Perceptual Hashing

 
: Großmann, Tom
: Kuijper, Arjan

Darmstadt, 2020, 48 S.
Darmstadt, TU, Bachelor Thesis, 2020
Deutsch
Bachelor Thesis
Fraunhofer IGD ()
Lead Topic: Digitized Work; Research Line: Computer vision (CV); perceptual hashing; social media analysis; iconic image processing; Intellectual property protection

Abstract
Das Prinzip des Perceptual Hashings dient schon seit geraumer Zeit als Grundlage für das Erkennen ähnlicher Bilder. Perceptual Hash Functions generieren einen Bildfingerabdruck aus einem Eingabebild. Sie orientieren sich an der menschlichen Wahrnehmung, sodass für Bilder, die als ähnlich erkannt werden, auch ähnliche Hashwerte erzeugt werden. Auch wenn durchaus viele verschiedene Perceptual Hash Functions existieren, so wurden diese bisher vorrangig anhand detailreicher Bilder getestet. Das Ziel dieser Arbeit ist es nun, zu untersuchen, inwiefern Perceptual Hash Functions dafür geeignet sind, auch Social Media Icons von anderen Bildern zu unterscheiden. Dazu werden der Average Hash, Block Hash, Difference Hash und DCT Hash implementiert und dahingehend untersucht. Die Untersuchungen führen jedoch zu keinem eindeutigen Ergebnis, das es erlauben würde, allgemeine Rückschlüsse auf Perceptual Hash Funtions zu ziehen. Die Ergebnisse zeigen, dass der Block Hash, Difference Hash und DCT Hash nicht für die Unterscheidung zwischen Social Media Icons und anderen Bildern geeignet sind. Der Average Hash dagegen schafft es bis zu 86 Prozent der Social Media Icons in einem Datensatz, bei einer False Acceptance Rate von zwei Prozent, zu identifizieren.

: http://publica.fraunhofer.de/dokumente/N-635992.html