Pipeline progressive
La comparaison commence par les contrôles les moins coûteux et n’atteint la vérification finale que pour les candidats plausibles. Un préfiltre échantillonné précède le SHA-256 complet ; cinq images assurent le screening, vingt-quatre construisent l’empreinte et quarante-huit vérifient le résultat. Une vérification incomplète reste en attente ou échoue de façon sûre.
- SHA-256 complet pour les mêmes octets.
- 5 images pour le screening initial.
- 24 pour l’empreinte temporelle.
- 48 pour la vérification finale.
Interpréter les résultats
Un doublon exact possède une preuve cryptographique. “Même vidéo” et “match probable” reposent sur la cohérence des empreintes visuelles pendant la durée et exigent de vérifier images, chemin, taille et qualité. La confiance permet de prioriser la révision mais ne remplace pas la décision de l’utilisateur ni ne justifie un retrait automatique.
- Doublon exact : SHA-256 complet identique.
- Même vidéo : forte cohérence visuelle globale.
- Match probable : à réviser, pas à supprimer.
Limites techniques actuelles
La pipeline aligne les échantillons à des positions relatives de la même durée ; elle ne cherche pas une séquence dans une autre vidéo. Segments, offsets, montages, vitesse, reverse, crop, recadrage et réutilisation en timeline restent donc peu fiables. L’audio est exclu et aucun graphe de projet NLE n’est lu.
- Aucune recherche de segment.
- Aucune comparaison audio.
- Aucune interprétation de projet NLE.
- Aucune normalisation de crop, miroir, reverse ou vitesse.
Performances et benchmarks
Aucun benchmark reproductible n’est publié pour les grandes bibliothèques ; cette documentation ne promet donc aucun temps pour des milliers de fichiers ou des téraoctets. Un benchmark crédible devra préciser version, matériel, corpus, codecs, fichiers, heures et TB, premier scan, cache, erreurs, faux positifs et critères de vérification.
- Les rescans peuvent réutiliser les données des fichiers inchangés.
- La vitesse dépend du codec, de la durée, du stockage et du décodage.
- Les chiffres seront publiés avec corpus et méthode reproductibles.