Duplicate image detection algorithm and its application in Instagram

Abstract

Целью данной работы является создание прототипа системы поиска дубликатов изображений на примере социальной сети Instagram. В процессе работы был проведен обзор существующих сервисов по поиску похожих изображений и проведены исследования того, какими способами они решают поставленную задачу. Было создано приложение с удобным графическим интерфейсом для работы с алгоритмами и проведения сравнительных экспериментов, в ходе которых был выбран наиболее эффективный алгоритм, gHash, показавший себя не хуже других в плане чувствительности к модификациям изображений и являющийся наименее подверженным коллизиям. Также был создан веб-сервис на платформе Microsoft Azure для поиска дубликатов изображений в инстаграме. Для этого была создана база данных для 11000 фотографий из инстаграма natgeo и был предоставлен интуитивно понятный графический интерфейс.

The aim of this work was to create a prototype of duplicate images search engine based on the social network Instagram. A review of existing similar services was conducted and their working principles were observed. While implementing algorithms we created the application with a convenient graphical user interface. After comparative experiments the most efficient algorithm, gHash, was chosen, proving itself no worse than others in terms of sensitivity and image modifications being also the least prone to collisions. The final step was to create a web service based on the Microsoft Azure platform to find duplicate images on Instagram. For this purpose a database for 11,000 photos from natgeo Instagram was created and it was granted an intuitive graphical interface.