Perceptual Hash関連。
- PhotoDNA
- pHash
- CSAI Match
- Content Safety API
課題
-
ロバスト性 vs 分離性のトレードオフ
変形（圧縮、リサイズ、色変換、ノイズなど）には耐えたい（ロバスト性）が、内容が変わったらハッシュは大きく変わるべき（識別力／分離力）という相反性をどう調整するかが鍵。
たとえば「最大ロバスト性を前提条件に、セキュリティ（改ざん検出能力）を優先して設計する」ような最適化アプローチが提案されている論文もあります。 SpringerOpen+1 -
時空間特徴をどう扱うか
動画では「時間方向（フレーム間の変化）」も特徴になるため、単に各フレームを別々にハッシュするだけでは不十分。動きの連続性、シーン切替、速度変化などを考慮する設計が必要。 -
信号処理操作（リサンプリング、圧縮、切り取り、トリミング）への耐性
動画の実運用ではエンコード形式の変換、部分カット、リサイズ、画質変化などが起こるため、それらを「知覚的に同じ」と見なす変形にはマッチできるようなハッシュ設計が必要。 -
攻撃・改変検出性
知覚ハッシュは、意図的に編集・改変された素材を検出する能力も求められ、攻撃耐性（検出回避攻撃に対する強さ）が重要。実際、クライアント側スキャンの文脈で「ハッシュ回避攻撃」が可能であるという論文もあります。 USENIX+1 -
相互運用性と標準化
企業ごと、プラットフォームごとに異なるハッシュ方式を使っていると、他プラットフォームでのマッチングができない問題が出てくる。Tech Coalition のハッシュ互換性プロジェクト (Video Hash Interoperability) は、この点を扱っています。 Tech Coalition -
評価・実験データの課題
ハッシュ方式を比較・評価するには、大規模な動画セットが必要ですが、CSAM 映像はセンシティブで扱いが制約されるため、公開データでの比較実験が限られているケースが多い。