Cos'è l'hashing percettivo e come lo usano le piattaforme

Ogni volta che carichi un'immagine su Instagram, Facebook, TikTok o un'altra grande piattaforma, il sistema genera un'impronta digitale compatta del file. Questa non si basa sul nome del file o sui byte grezzi. Si basa su come appare l'immagine.

Questa tecnologia si chiama hashing percettivo ed è alla base del rilevamento su larga scala dei contenuti duplicati e ripubblicati. Comprenderla è essenziale per capire perché le semplici modifiche non funzionano più.

I tre tipi principali di hash percettivi

Esistono diversi algoritmi di hashing percettivo molto diffusi. Ciascuno adotta un approccio diverso per ridurre un'immagine a una breve stringa binaria che ne cattura l'essenza visiva.

aHash (hash medio)

Il metodo più semplice. L'immagine viene ridimensionata a una piccola griglia, in genere 8x8 pixel, convertita in scala di grigi, poi ogni pixel viene confrontato con la luminosità media complessiva. I pixel più chiari della media diventano 1, quelli più scuri 0. Il risultato è una stringa binaria a 64 bit. Due immagini simili producono valori aHash quasi identici, anche se una è stata ridimensionata, leggermente ritagliata o modificata nella luminosità.

dHash (hash delle differenze)

Invece di confrontare ogni pixel con la media, dHash lo confronta con il vicino. L'immagine viene ridimensionata a 9x8 pixel e, per ogni riga, l'algoritmo controlla se il pixel a destra è più chiaro o più scuro di quello corrente. Si ottiene un hash a 64 bit che cattura la struttura dei gradienti. dHash resiste meglio di aHash ai cambiamenti di luminosità e contrasto, perché codifica differenze relative anziché valori assoluti.

pHash (hash percettivo)

Il più sofisticato dei tre approcci classici. pHash ridimensiona l'immagine a 32x32 pixel, la converte in scala di grigi e applica una trasformata discreta del coseno (DCT) per convertire i dati dei pixel in componenti di frequenza. Conserva solo le componenti a frequenza più bassa, in genere il blocco 8x8 in alto a sinistra della matrice DCT, perché rappresentano le caratteristiche strutturali generali anziché i dettagli fini. Ogni componente viene confrontata con la mediana per produrre un hash binario. pHash resiste molto bene a ridimensionamento, compressione, piccoli ritagli, regolazioni del colore e alla maggior parte dei filtri in stile Instagram.

Perché l'hashing percettivo resiste alle modifiche comuni

L'intuizione alla base è scartare deliberatamente i dettagli. Riducendo l'immagine a una griglia 8x8 o a poche componenti di frequenza, l'algoritmo cattura solo la struttura generale: disposizione delle zone chiare e scure, forme dominanti e composizione di base. Le modifiche che riguardano solo dettagli fini sono quindi invisibili all'hash.

• Il ridimensionamento non ha effetto perché internamente l'immagine viene già ridotta a una piccola griglia.
• La compressione JPEG conserva per progettazione le informazioni a bassa frequenza, proprio ciò che pHash misura.
• I filtri colore cambiano tonalità e saturazione, ma raramente alterano in modo significativo la struttura in scala di grigi.
• Il ritaglio, se non estremo, lascia intatte gran parte delle caratteristiche spaziali dominanti.
• Aggiungere bordi o filigrane interessa solo una piccola parte della griglia complessiva dei pixel.

Ecco perché i classici trucchi per i repost, come aggiungere un filtro, ribaltare l'immagine o applicare un bordo bianco, hanno smesso di funzionare anni fa. L'hash percettivo della versione modificata resta abbastanza vicino all'originale da attivare il rilevamento dei duplicati.

Limiti dell'hashing percettivo classico

Nonostante l'efficacia contro modifiche semplici, gli hash percettivi classici hanno limiti reali. Faticano con trasformazioni geometriche significative come ampie rotazioni o cambiamenti di prospettiva. Possono essere ingannati da modifiche molto stilizzate che cambiano la distribuzione complessiva della luminosità. Inoltre, operano su un'unica rappresentazione fissa dell'immagine, quindi non catturano contenuti semantici di livello superiore, come quali oggetti o persone siano nel fotogramma.

Per le piattaforme che elaborano miliardi di caricamenti, questi limiti contano. Chi ripubblica con determinazione potrebbe, in teoria, apportare abbastanza cambiamenti da alterare un hash percettivo classico. Ecco perché il settore è andato oltre l'hashing di base.

Come SSCD di Meta supera l'hashing tradizionale

Nel 2022, Meta ha rilasciato SSCD (Self-Supervised Copy Detection), un modello di deep learning progettato appositamente per sostituire e superare l'hashing percettivo classico. Invece di regole definite manualmente, SSCD usa una rete neurale ResNet50 addestrata su milioni di coppie di immagini.

Il modello prende qualsiasi immagine, la ridimensiona a 224x224 pixel e produce un vettore di embedding a 512 dimensioni. Due immagini che sono copie avranno vettori con alta similarità coseno, superiore a 0.75, a prescindere da ritaglio, filtri, compressione o persino sovrapposizioni parziali.

SSCD è molto più robusto di pHash. Rileva copie ritagliate pesantemente, sottoposte a color grading, con testi sovrapposti, compresse più volte in JPEG e persino acquisite con screenshot su un dispositivo e ricaricate da un altro.

Meta usa SSCD su Facebook e Instagram per alimentare la pipeline di rilevamento delle copie. Quando carichi una foto, SSCD genera un embedding, che viene confrontato con un database di contenuti noti. Se la similarità coseno supera la soglia, il caricamento viene segnalato come duplicato.

Cosa significa per chi ripubblica contenuti

La combinazione di hashing percettivo classico e modelli di deep learning come SSCD significa che le modifiche superficiali non bastano più. Ritagliare, filtrare, ribaltare, aggiungere bordi o cambiare risoluzione: nessuno di questi interventi cambia in modo affidabile le caratteristiche sottostanti misurate dai sistemi di rilevamento. L'impronta resiste perché si basa su come l'immagine appare a una rete neurale, non sui valori grezzi dei pixel.

Per rendere davvero non rilevabile un repost, servono modifiche che operino allo stesso livello del modello. Significa perturbazioni avversarie: cambiamenti ai pixel calcolati con cura, invisibili all'occhio umano ma capaci di alterare drasticamente la rappresentazione interna dell'immagine nella rete neurale. Per una spiegazione pratica, consulta la guida su come superare il rilevamento dei contenuti sui social. Queste perturbazioni allontanano l'embedding SSCD abbastanza dall'originale da portare la similarità coseno sotto la soglia di rilevamento.

È esattamente ciò che fa MetaGhost. Combina inserimento dei metadati, modifiche dei pixel e perturbazioni avversarie con IA ottimizzate specificamente contro SSCD e altri modelli, facendo apparire ogni file elaborato come completamente originale alla piattaforma. Non servono filtri, trucchi di ritaglio o modifiche manuali.

Vuoi superare l'hashing percettivo e il rilevamento delle copie con IA? Inizia con MetaGhost e rendi non rilevabile ogni caricamento.