Bildesøketeknikker du bør kjenne til

Åpne en hvilken som helst app for sosiale medier nå og tell hvor mange sekunder som går før du ser en ren tekstblokk uten bilde. Jeg er sikker på at du kommer til å vente lenge! 

Internett er i overveldende grad et visuelt medium. 

Anslagsvis 14 milliarder bilder deles daglig på sosiale medier. Google Image Search indekserer for tiden anslagsvis 136 milliarder bilder, og eksperter sier at tallet kan komme opp i 382 milliarder innen 2030 med dagens tempo i bildeskapingen.

Blant alle disse bildene er det vanskelig å finne et virkelig nyttig, korrekt lisensiert bilde som faktisk viser det det utgir seg for å vise.

I denne artikkelen vil du lære:

• Hva bildesøk er og hvilke ulike former det finnes

• Praktisk veiledning i effektiv bruk av avanserte bildesøketeknikker

• Slik beskytter du deg mot falske bilder på nettet

---

Det viktigste å ta med seg

• Hva som er nyttige bilderesultater avhenger av hvor spesifikke søkeordene dine er, plattformen du søker på, og filtrene du bruker for oppløsning og bruksrettigheter

• En gjennomsnittlig person støter på mye feilinformasjon i sosiale medier, og her er omvendt bildesøk et underutnyttet verktøy.

• Du kan finne gratis bilder av høy kvalitet på Creative Commons-lisenser, Openverse, offentlige samlinger fra Smithsonian, Metropolitan Museum, Library of Congress osv.

• Uoppdagelig AI-bildedetektor som brukes sammen med omvendt søk og metadatainspeksjon, gir sterk verifisering mot AI-genererte bilder. 

---

Hva er en bildesøketeknikk?

En bildesøketeknikk er en metode som gjør det mulig for et datasystem å finne og hente frem informasjon basert på visuelt innhold. 

Da forskerne begynte å utforske bildesøketeknikker på begynnelsen av 1990-tallet, var tilnærmingen deres latterlig enkel etter dagens standard. 

Christel Faloutsos og hans kolleger i IBM var grunnleggerne av Spør etter bildeinnhold i 1994.

QBIC kan søke i bildedatabaser ved hjelp av farge, tekstur og form. Et rødt, sirkulært objekt ville matche andre røde, sirkulære objekter. Det var mer eller mindre alt.

I dag omfatter bildesøk et overraskende bredt spekter av metoder: 

1. Tekstbasert bildesøk, der du skriver inn nøkkelord og får opp bilder som er merket med matchende metadata, i hovedsak det Google Bilder startet med

2. Innholdsbasert bildegjenfinning, eller CBIR, som analyserer det visuelle innholdet

3. Omvendt bildesøk, der du gir et bilde til Google Lens og TinEye og ber systemet om å finne visuelt lignende bilder

Effektiv bruk av omvendt bildesøk

Den grunnleggende mekanismen for omvendt bildesøk er ganske enkel.

Alt du trenger å gjøre, er å mate systemet med et bilde, enten ved å laste opp en fil eller, som i Google Lens' tilfelle, bokstavelig talt ved å rette mobilkameraet mot noe i den fysiske verden.

Den analyserer det visuelle innholdet og gir deg resultater som er visuelt like eller kontekstuelt relatert til bildet ditt. 

Men hvordan får man egentlig disse søketeknikkene til å fungere bedre? 

Google Lens er uten tvil det mest nyttige verktøyet for forbrukerprodukter, landemerker og alt som sannsynligvis vil ha en betydelig tilstedeværelse på nettet. 

Her er resultatet av Google Lens da vi ga den et bilde av Harvard Law-bygningen:

TinEye ble spesialbygget for å spore bildes opprinnelse. Den har indeksert bilder siden 2008 og har samlet over 62 milliarder bilder i databasen etter de siste tellingene. 

Yandex Images fungerer som regel best på ansiktsgjenkjenning og på bilder som er mer utbredt i ikke-engelske nettområder, særlig østeuropeiske. 

A Studie av cybersikkerhet i 2022 gjennomførte en grundig black-box-sammenligning av disse plattformene og fant at nøyaktigheten ved omvendt bildesøk var 

• Google: 65%

• Bing: 55%

• Yandex: 50%

Mange ganger vil bildet du er interessert i, ha mye visuell støy. Det kan for eksempel være en travel bakgrunn, flere objekter eller folk som står rundt det du ønsker å fokusere på i søket. 

Så sørg for å beskjære til det spesifikke emnet du ønsker å undersøke, slik at systemet heller ikke blir forvirret.

Tips for å finne bilder av høy kvalitet

Noen få, bevisste justeringer av hvordan du søker og hva du filtrerer etter, kan gi deg mye bedre bilder enn et generisk søk. 

• Bruk tydelige søkeord

Hvor spesifikke søkeordene dine er, har direkte innvirkning på resultatene du får. 

Søkemotorer matcher bilder til spørsmål i stor grad gjennom tilhørende metadata og omgivende tekst. Forskning på søkeordbasert bildegjenfinning har vist at eksplisitte og presise søkeord gir mer relevante resultater. 

Prøv å tenke på målbildet ditt i lag. Begynn med motivet, og legg deretter til beskrivelser av stil, omgivelser, stemning, lyssetting og tiltenkt bruk. 

Institusjonelle arkiver som museer eller universiteter, og dedikerte bildeplattformer gir deg også tilgang til andre typer bilder enn et generelt nettsøk. 

Hvis du er ute etter et historisk fotografi, er Google Images sannsynligvis ikke det beste verktøyet for å få tak i det. Kongressbiblioteket, Europeana eller Smithsonians samlinger med åpen tilgang er langt mer egnet til å gi deg det du trenger.

• Filtrer etter bildeoppløsning

Oppløsning er enkelt sagt dimensjonen på et bilde. Det er mulig at et bilde ser fint ut i miniatyrstørrelse, men blir til et pikselert rot når det skrives ut. 

Du kan filtrere størrelsen på bildet du er interessert i, ved hjelp av de innebygde søkefunksjonene i nesten alle bildesøkeverktøy. I Google Bilders avanserte søk kan du for eksempel filtrere resultatene etter størrelse, format, bruksrettigheter og mange andre parametere. 

På Google Bilder får du tilgang til disse filtrene under “Verktøy” etter at du har kjørt et første søk. Eller bare klikk her for å prøve det ut.

Søkeplattformer som er spesifikke for bilder, som Unsplash, Pexels og Adobe Stock, er bygget opp rundt høy oppløsning som en grunnlinje. Det er usannsynlig at du finner noe under en brukbar terskel der.

Hvilken oppløsning du trenger, avhenger i stor grad av hva du skal bruke bildet til. 

• 72 DPI, eller alt over 1000 piksler, er standardoppløsningen for nettbruk

• For en helsides utskrift av et bilde vil du ha minst 300 DPI, eller opp mot 2500 x 3500 piksler

JPEG-formatet er for det meste bra. Hvis du trenger et bilde med gjennomsiktig bakgrunn, vil PNG eller TIFF bevare mer data.

• Sjekk opphavsrett eller bruksrettigheter

Å finne et bilde og å kunne bruke det er to helt forskjellige ting. 

Ifølge DMCA-sporingsdata, står bilder for 23% av alle opphavsrettsrelaterte takedown-forespørsler, den største enkeltkategorien av individuelt målrettet innholdstype på nettet. 

Det tryggeste stedet å få tak i brukbare bilder er å søke på steder der bruksrettighetene er eksplisitte fra begynnelsen av. 

Creative Commons-lisenser finnes på et spektrum fra “fri for all bruk” til “attribusjon kreves” til “kun ikke-kommersiell”.”

Den Creative Commons-søkeverktøy, nå kalt Openverse, kan du filtrere søket etter type lisens. Du kan finne bilder som passer til dine behov uten å måtte bekymre deg for tillatelser. 

Mange offentlige bildesamlinger fra institusjonelle arkiver er allment tilgjengelige og gratis å bruke.

Metropolitan Museum of Art har over 490 000 høyoppløselige bilder i den offentlige samlingen, som alle er tilgjengelige for nedlasting og gjenbruk uten restriksjoner. 

I Google Bilder Avansert søk kan du faktisk også filtrere bildene dine basert på “bruksrettigheter”.”

Hvordan uoppdagelig AI forbedrer bildesøk

Gapet mellom hva folk ønsker å finne og hva de faktisk søker etter, har lenge vært et kjent problem innen informasjonssøking. 

De fleste brukere vet ikke helt hvordan de skal konstruere spesifikke søk. Du kan bruke Undetectable AI-chat til å hjelpe deg med å finne de riktige nøkkelordene som beskriver bildene du har i tankene, før du går til et bildesøkverktøy. 

Et annet problem vi står overfor når det gjelder bilder, er hvorvidt de er ekte eller ikke. En storstilt studie publisert på arXiv analyserte ca. 287 000 bildeevalueringer fra over 12 500 deltakere over hele verden.

Den viste at mennesker bare hadde en suksessrate på 62% når de prøvde å skille AI-genererte bilder fra ekte bilder.

Undetectable AI Image Detector kjører en analyse på pikselnivå for å se etter mønstre i tekstur, støy, fargemetning og strukturelle artefakter som statistisk sett er forbundet med generativ AI-produksjon. 

Deteksjonen er basert på pikselinnhold i stedet for metadata. Så selv om metadataene til et bilde er fjernet og det ikke finnes noe vannmerke, vil du likevel kunne oppdage AI-opprinnelsen.

Den er kompatibel med alle de følgende bildegeneratorene: 

• DALL-E

• Stabil diffusjon

• Midt på reisen

• Ideogram

• Flux

• Bing Image Creator

• GANs

• Nano Banana (Google DeepMind)

• Seedream

• Adobe Firefly

Unngå falske bilder på nettet

Det anslås at over 500 000 deepfakes ble delt på sosiale medier bare i 2023. Og det er bare den syntetiske varianten.

Det tar ikke hensyn til den langt større mengden av virkelige fotografier som bevisst er strippet for kontekst eller resirkulert fra gamle hendelser for å gi en feilaktig fremstilling av aktuelle hendelser. 

Ifølge NewsGuard, som sporer feilinformasjonskilder, ble antallet AI-aktiverte falske nyhetssider tidoblet i 2023, og det har bare vokst i 2026.

Når folk søker etter bilder relatert til siste nytt, er disse falske, manipulerte bildene ofte blant de mest sirkulerte, og derfor også blant de mest indekserte.

Så hver gang du kommer over et bilde som vekker sterke reaksjoner, bør du alltid gjøre et omvendt søk for å se når det ble brukt første gang, i hvilken sammenheng det ble brukt, hvem som er kilden til bildet, og om kilden er troverdig. 

Vi har også en nyttig guide om hvordan du kan se om et bilde er AI-generert eller falskt.

Når et bilde redigeres og lagres på nytt, komprimeres de manipulerte områdene annerledes enn de opprinnelige delene. Dette kan oppdages ved hjelp av ELA-teknikken (Error Level Analysis) i et gratis nettverktøy, FotoForensics.

Praktiske bruksområder for bildesøk

Bildesøk har langt flere bruksområder enn du kan tenke deg. Her er noen av de praktiske bruksområdene for bildesøk:

• Hvis du har sett en jakke du vil ha, men ikke aner hva den heter eller hvem som lager den, er det mye mer direkte å laste opp et bilde enn å prøve å beskrive den med nøkkelord. Brukerne av visuelle søk konverterer 30% mer enn brukere av tradisjonelle tekstsøk når de handler på nettet. 

• I helsevesenet hjelper innholdsbaserte systemer for gjenfinning av medisinske bilder klinikere med å søke i radiologi- og patologidatabaser etter visuelt like tilfeller. 

• Hele journalisters karriere er basert på faktasjekking. Global Investigative Journalism Network har formalisert bildesøk som et viktig verifiseringsverktøy i journalistikken. Det brukes til å spore hvor fotografier kommer fra, identifisere personer på bilder, finne den opprinnelige konteksten til en scene, kryssreferere visuelle bevis på tvers av flere kilder osv.

• Google har utviklet SpeciesNet, en AI-modell med åpen kildekode som brukes til å identifisere dyreliv i bilder fra kamerafeller. Den bidrar til å bevare dyrelivet ved å automatisere artsidentifikasjon fra bilder. 

• Du kan også bruke AI-bildedeteksjon for å oppdage plagiat i visuelt arbeid i akademiske sammenhenger.

Forbedre arbeidet ditt med vår AI Detector og Humanizer - start nedenfor!

Avsluttende tanker

Verktøyet for bildesøk finnes på alle telefoner. Google Lens alene håndterer nå 20 milliarder søk hver måned, og har vokst fra 10 millioner daglige søk på relativt kort tid. 

De avanserte og omvendte bildesøketeknikkene som er forklart i denne artikkelen, skal hjelpe deg med å få mest mulig ut av de verktøyene du har i hendene.

Å kunne skille et AI-generert bilde fra et ekte menneskeskapt bilde er også en grunnleggende ferdighet for alle, spesielt når vi lever i en AI-dominert verden. 

Våre Ikke påvisbar AI analyserer støymønstre, komprimeringsartefakter, fargemetning og frekvensdomenesignaler for å hjelpe deg med å holde deg unna falske bilder på nettet.

Prøv det i dag!