Pipeline progressiva
Il confronto parte da controlli economici e arriva alla verifica più costosa solo sui candidati plausibili. Un pre-filtro campionato precede SHA-256 dell’intero file per le copie esatte; cinque frame svolgono lo screening visivo, ventiquattro costruiscono il fingerprint e quarantotto verificano il risultato. Una verifica incompleta resta in attesa o fallisce chiusa.
- SHA-256 completo per confermare copie con gli stessi byte.
- 5 frame per lo screening visivo iniziale.
- 24 frame per l’impronta temporale completa.
- 48 frame per la verifica visiva finale.
Come interpretare i risultati
Un duplicato esatto ha una prova crittografica sul contenuto del file. “Stesso video” e “match probabile” derivano invece dalla coerenza delle impronte visive lungo la durata e devono essere controllati con fotogrammi, percorso, dimensione e qualità. La confidenza aiuta a ordinare il lavoro, ma non sostituisce la decisione dell’utente.
- Duplicato esatto: SHA-256 dell’intero file uguale.
- Stesso video: forte coerenza visiva sul video completo.
- Match probabile: somiglianza sufficiente per una revisione, non per una rimozione automatica.
Limiti tecnici correnti
La pipeline allinea campioni in posizioni relative della stessa durata; non cerca una sequenza dentro un altro filmato. Per questo segmenti, offset, montaggi, cambi di velocità, reverse, crop, reframing e riuso in timeline non sono coperti in modo affidabile. L’audio è escluso e i grafi dei progetti NLE non vengono letti.
- Nessuna ricerca di segmenti o sottosequenze.
- Nessun confronto audio.
- Nessuna interpretazione di timeline o progetti NLE.
- Nessuna normalizzazione di crop, specchio, reverse o velocità.
Prestazioni e benchmark
Non è pubblicato un benchmark riproducibile per grandi librerie; quindi questa documentazione non promette tempi su migliaia di file o terabyte. Un benchmark attendibile e controllabile dovrà indicare versione, hardware, corpus, codec, quantità di file, ore e TB, prima scansione, scansione con cache, errori, falsi positivi e criteri di verifica.
- Le scansioni successive possono riutilizzare metadati, hash e impronte dei file invariati.
- La velocità dipende da codec, durata, supporto di archiviazione e decodifica.
- I dati prestazionali saranno pubblicati solo con metodo e corpus riproducibili.