Open nu een willekeurige sociale media-app en tel hoeveel seconden er voorbijgaan voordat je een blok platte tekst tegenkomt zonder afbeelding. Ik weet zeker dat je lang zult moeten wachten!
Het internet is, overweldigend en onomkeerbaar, een visueel medium.
Een geschatte 14 miljard afbeeldingen worden dagelijks gedeeld op sociale mediaplatforms. Google Image Search indexeert momenteel naar schatting 136 miljard afbeeldingen, en experts zeggen dat dit aantal kan oplopen tot 382 miljard in 2030 met het huidige tempo van beeldcreatie.
Tussen al deze afbeeldingen is het heel moeilijk om een echt bruikbare afbeelding met de juiste licentie te vinden, een afbeelding die echt laat zien wat hij beweert te laten zien.
In dit artikel leer je het volgende:
- Wat zoeken naar afbeeldingen is en de verschillende vormen ervan
- Praktische begeleiding bij het effectief gebruiken van geavanceerde zoektechnieken voor afbeeldingen
- Hoe bescherm je jezelf tegen nepafbeeldingen online
Belangrijkste opmerkingen
- Nuttige zoekresultaten voor afbeeldingen zijn afhankelijk van hoe specifiek je zoekwoorden zijn, het platform waarop je zoekt en de filters die je gebruikt voor resolutie en gebruiksrechten.
- De gemiddelde persoon komt veel verkeerde informatie tegen op zijn sociale media, waarvoor omgekeerd zoeken naar afbeeldingen een onderbenut hulpmiddel is.
- Je kunt gratis afbeeldingen van hoge kwaliteit vinden bij Creative Commons licenties, Openverse, public domain collecties van het Smithsonian, het Metropolitan Museum, de Library of Congress, enz.
- Ondetecteerbare AI-beelddetector gebruikt naast omgekeerd zoeken en metadata-inspectie biedt sterke verificatie tegen AI-gegenereerde afbeeldingen.
Wat is een beeldzoektechniek?
Een beeldzoektechniek is een methode waarmee een computersysteem informatie kan vinden en ophalen op basis van visuele inhoud.
Toen onderzoekers aan het begin van de jaren negentig begonnen met het onderzoeken van technieken om afbeeldingen te doorzoeken, was hun aanpak naar de maatstaven van vandaag lachwekkend eenvoudig.
Christel Faloutsos en zijn collega's bij IBM waren de oprichters van Zoeken op afbeeldingsinhoud in 1994.
Maak je nooit meer zorgen dat AI je sms'jes herkent. Undetectable AI Kan je helpen:
- Laat je AI-ondersteund schrijven verschijnen mensachtig.
- Omleiding alle grote AI-detectietools met slechts één klik.
- Gebruik AI veilig en vol vertrouwen op school en op het werk.
QBIC zou beelddatabases kunnen doorzoeken op kleur, textuur en vorm. Een rood cirkelvormig object zou overeenkomen met andere rode cirkelvormige objecten. Dat was het min of meer.
Momenteel omvat het zoeken naar afbeeldingen een verrassend breed scala aan benaderingen:
- Zoeken naar afbeeldingen op basis van tekst, waarbij je trefwoorden intypt en afbeeldingen met overeenkomende metagegevens ophaalt, in wezen waar Google Afbeeldingen mee is begonnen
- Op inhoud gebaseerd beeldherzoeken, of CBIR, dat de visuele inhoud analyseert
- Omgekeerd zoeken naar afbeeldingen, waarbij je een afbeelding verstrekt aan Google Lens en TinEye en het systeem vraagt om visueel vergelijkbare afbeeldingen te vinden
Omgekeerd zoeken naar afbeeldingen effectief gebruiken
Het basismechanisme voor omgekeerd zoeken naar afbeeldingen is vrij eenvoudig.
Het enige wat je hoeft te doen is het systeem een afbeelding te geven, hetzij door een bestand te uploaden of, in het geval van Google Lens, door de camera van je telefoon letterlijk op iets in de fysieke wereld te richten.
Het analyseert de visuele inhoud en geeft je de resultaten die visueel vergelijkbaar of contextueel gerelateerd zijn aan je afbeelding.
Maar hoe kun je deze zoektechnieken voor overeenkomsten in afbeeldingen echt beter laten werken?
Google Lens is waarschijnlijk het handigste hulpmiddel voor consumentenproducten, oriëntatiepunten en alles wat waarschijnlijk een significante aanwezigheid op het web heeft.
Dit is het resultaat van Google Lens toen we de afbeelding van het Harvard Law building gaven:
TinEye is speciaal gebouwd voor het traceren van de oorsprong van afbeeldingen. Het indexeert afbeeldingen sinds 2008 en heeft volgens recente tellingen meer dan 62 miljard afbeeldingen in zijn database.
Yandex Images werkt het beste op gezichtsherkenning en op afbeeldingen die meer voorkomen in niet-Engelse webruimtes, Oost-Europa in het bijzonder.
A Onderzoek naar cyberbeveiliging 2022 voerden een strenge black-box vergelijking uit van deze platforms en ontdekten dat hun nauwkeurigheid bij het zoeken naar omgekeerde afbeeldingen was:
- Google: 65%
- Bing: 55%
- Yandex: 50%
Vaak bevat je interessante afbeelding veel visuele ruis. Bijvoorbeeld een drukke achtergrond, meerdere objecten, mensen die rond het ding staan waarop je je wilt concentreren in je zoekopdracht.
Zorg er dus voor dat je bijsnijdt naar het specifieke onderwerp dat je wilt onderzoeken, zodat het systeem ook niet in de war raakt.
Tips voor het vinden van afbeeldingen van hoge kwaliteit
Een paar bewuste aanpassingen in hoe je zoekt en waar je op filtert, kunnen veel betere afbeeldingen opleveren dan een algemene zoekopdracht.
- Gebruik duidelijke zoekwoorden
De specificiteit van je zoektermen heeft een directe invloed op de resultaten die je krijgt.
Zoekmachines koppelen afbeeldingen grotendeels aan zoekopdrachten via de bijbehorende metagegevens en omringende tekst. Onderzoek naar het ophalen van afbeeldingen op basis van trefwoorden heeft aangetoond dat expliciete en precieze zoekopdrachten met trefwoorden relevantere resultaten opleveren.
Probeer je doelfoto in lagen op te bouwen. Begin met het onderwerp en voeg dan beschrijvingen toe voor stijl, omgeving, sfeer, belichting en beoogd gebruik.
Ook institutionele archieven zoals musea of universiteiten en speciale stockfotoplatforms bieden je andere soorten afbeeldingen dan een algemene zoektocht op het web.
Als je op zoek bent naar een historische foto, is Google Afbeeldingen waarschijnlijk niet het beste hulpmiddel. De Library of Congress, Europeana of de open-access collecties van het Smithsonian bieden je waarschijnlijk veel meer.
- Filteren op beeldresolutie
Resolutie is, eenvoudig gezegd, de afmeting van een afbeelding. Het is mogelijk dat een afbeelding er prima uitziet op miniatuurformaat, maar verandert in een pixelige puinhoop wanneer deze wordt afgedrukt.
Je kunt het formaat van je afbeelding filteren met de ingebouwde zoekfuncties in bijna alle zoekprogramma's voor afbeeldingen. Met Google Afbeeldingen’ Geavanceerd zoeken kun je bijvoorbeeld resultaten filteren op grootte, formaat, gebruiksrechten en vele andere parameters.
Op Google Afbeeldingen kun je deze filters openen onder “Extra” nadat je een eerste zoekopdracht hebt uitgevoerd. Of gewoon klik hier om het uit te proberen.
Specifieke zoekplatforms voor afbeeldingen, zoals Unsplash, Pexels en Adobe Stock, zijn gebouwd rond een hoge resolutie als basis. Het is onwaarschijnlijk dat je daar iets vindt onder een bruikbare drempelwaarde.
De resolutie die je nodig hebt, hangt sterk af van het doel waarvoor je de afbeelding gebruikt.
- 72 DPI, of alles boven de 1000 pixels, is de standaardresolutie voor webgebruik
- Voor een paginagrote afdruk van een afbeelding wil je minstens 300 DPI, of meer dan 2500 x 3500 pixels.
Het JPEG-formaat is meestal prima. Als je een afbeelding met een transparante achtergrond nodig hebt, zullen PNG of TIFF meer gegevens behouden.
- Controleer auteursrechten of gebruiksrechten
Een afbeelding vinden en kunnen gebruiken zijn totaal verschillende dingen.
Volgens DMCA-trackinggegevens, afbeeldingen zijn goed voor 23% van alle auteursrecht-gerelateerde takedown verzoeken, de grootste categorie van individueel gerichte inhoud online.
De veiligste plek om bruikbare afbeeldingen te krijgen is om te zoeken op plaatsen waar de gebruiksrechten van begin af aan expliciet zijn.
Creative Commons-licenties bestaan op een spectrum van “vrij voor elk gebruik” tot “naamsvermelding vereist” tot “alleen voor niet-commercieel gebruik”.”
De Creative Commons zoekfunctie, nu Openverse genaamd, kun je je zoekopdracht filteren op het soort licentie. Je kunt afbeeldingen vinden die aan je wensen voldoen zonder dat je je zorgen hoeft te maken over rechten.
Veel beeldcollecties uit het publieke domein van institutionele archieven zijn ruim beschikbaar en gratis te gebruiken.
Het Metropolitan Museum of Art heeft meer dan 490.000 afbeeldingen met hoge resolutie in de collectie van het publieke domein, die allemaal onbeperkt gedownload en hergebruikt kunnen worden.
Met Google Afbeeldingen Geavanceerd zoeken kun je je afbeeldingen ook filteren op basis van “gebruiksrechten”.”
Hoe ondetecteerbare AI het zoeken naar afbeeldingen verbetert
De kloof tussen wat mensen willen vinden en wat ze daadwerkelijk zoeken is al lang een erkend probleem bij het ophalen van informatie.
De meeste gebruikers weten niet echt hoe ze specifieke zoekopdrachten moeten opstellen. Je kunt Undetectable AI chat gebruiken om je te helpen de juiste trefwoorden te vinden die de afbeeldingen beschrijven die je in gedachten hebt, voordat je naar een zoekprogramma voor afbeeldingen gaat.
Een ander probleem met beelden is of ze echt zijn of niet. Een grootschalig onderzoek gepubliceerd op arXiv analyseerde ongeveer 287.000 beeldevaluaties van meer dan 12.500 deelnemers over de hele wereld.
Uit het onderzoek bleek dat mensen slechts 62% succesvol waren bij het onderscheiden van echte van AI-gegenereerde afbeeldingen.
Undetectable AI Image Detector voert een analyse uit op pixelniveau om te zoeken naar patronen in textuur, ruis, kleurverzadiging en structurele artefacten die statistisch geassocieerd worden met generatieve AI-uitvoer.
De detectie is gebaseerd op pixelinhoud in plaats van metadata. Dus als de metagegevens van een afbeelding zijn verwijderd en er geen watermerk aanwezig is, kun je nog steeds de AI-herkomst achterhalen.
Het is compatibel met alle volgende afbeeldingsgeneratoren:
- DALL-E
- Stabiele verspreiding
- Reis halverwege
- Ideogram
- Flux
- Bing-afbeeldingscreator
- GAN's
- Nano banaan (Google DeepMind)
- Seedream
- Adobe Vuurvliegje
Online nepafbeeldingen vermijden
Schattingen suggereren dat meer dan 500.000 deepfakes werden gedeeld op sociale media alleen al in 2023. En dat is alleen nog maar de synthetische variant.
Het houdt geen rekening met de veel grotere hoeveelheid echte foto's die opzettelijk ontdaan zijn van context of gerecycled zijn van oude gebeurtenissen om een verkeerde voorstelling te geven van huidige gebeurtenissen.
Volgens NewsGuard, die bronnen van desinformatie bijhoudt, vertienvoudigde het aantal AI-ondersteunde nepnieuwssites in 2023, en het is alleen maar toegenomen in 2026.
Wanneer mensen zoeken naar afbeeldingen die gerelateerd zijn aan het laatste nieuws, behoren deze neppe, gemanipuleerde afbeeldingen vaak tot de meest gecirculeerde en daarom tot de meest geïndexeerde afbeeldingen.
Dus als je een afbeelding tegenkomt die een sterke reactie uitlokt, zoek dan altijd omgekeerd om te zien wanneer deze voor het eerst is gebruikt, in welke context deze is gebruikt, wat de bron van de foto is en of die bron geloofwaardig is.
We hebben ook een handige gids over hoe je kunt zien of een afbeelding door AI is gegenereerd of nep is.
Wanneer een afbeelding wordt bewerkt en opnieuw wordt opgeslagen, worden de gemanipuleerde delen anders gecomprimeerd dan de originele delen. Dit kan worden gedetecteerd met de Error Level Analysis (ELA) techniek met behulp van de gratis webtool, FotoForensics.
Praktisch gebruik van zoeken naar afbeeldingen
Zoeken naar afbeeldingen heeft veel meer toepassingen dan je kunt bedenken. Hier zijn enkele praktische toepassingen voor het zoeken naar afbeeldingen:
- Als je een jasje hebt gezien dat je graag wilt hebben, maar geen idee hebt hoe het heet of wie het maakt, is het uploaden van een foto oneindig veel directer dan het proberen te beschrijven in trefwoorden. Gebruikers van visuele zoekopdrachten converteren 30% sneller dan gebruikers van traditionele tekstzoekacties bij online winkelen.
- In de gezondheidszorg helpen inhoudsgebaseerde medische beeldzoeksystemen clinici bij het zoeken in radiologie- en pathologiedatabases naar visueel vergelijkbare gevallen.
- De hele carrière van journalisten draait op fact-checking. Het Global Investigative Journalism Network heeft het zoeken naar afbeeldingen geformaliseerd als een belangrijk verificatiemiddel in de journalistiek. Het wordt gebruikt om de herkomst van foto's te achterhalen, mensen op afbeeldingen te identificeren, de oorspronkelijke context van een scène te lokaliseren, visueel bewijsmateriaal te vergelijken met dat van meerdere bronnen, enz.
- Google heeft SpeciesNet ontwikkeld, een open-source AI-model dat wordt gebruikt om wilde dieren te identificeren in beelden van cameravallen. Het helpt bij het behoud van wilde dieren door de identificatie van diersoorten uit afbeeldingen te automatiseren.
- U kunt ook AI beelddetectie om plagiaat op te sporen in visueel werk in academische contexten.
Verbeter je werk met onze AI Detector en Humanizer - begin hieronder!
Eindgedachten
Zoekfuncties voor afbeeldingen bestaan op ieders telefoon. Google Lens alleen al verwerkt nu 20 miljard zoekopdrachten per maand, na een groei van 10 miljoen dagelijkse toepassingen in een relatief korte periode.
De geavanceerde en omgekeerde zoektechnieken voor afbeeldingen die in dit artikel worden uitgelegd, moeten je helpen om waarde te halen uit de tools die je in handen hebt.
In staat zijn om een door AI gegenereerde afbeelding te onderscheiden van een afbeelding die echt door mensen is gemaakt, is een basisvaardigheid voor iedereen, vooral nu we in deze door AI gedomineerde wereld leven.
Onze Niet detecteerbare AI analyseert ruispatronen, compressieartefacten, kleurverzadiging en frequentiedomeinsignalen om je te helpen uit de buurt te blijven van valse afbeeldingen online.
Probeer het vandaag nog!