Perceptual hash (algısal karma), bir görselin piksel piksel değil, görsel içeriğinin genel yapısına göre özetlenmesiyle elde edilen bir parmak izidir. İki görsel arasındaki benzerliği; yeniden boyutlandırma, renk filtresi veya hafif kırpma gibi küçük değişikliklere rağmen tespit edebilir. Orijinal ürün görseli ile taklit ürün görseli arasındaki görsel benzerliği ölçmede kullanılan temel tekniklerden biridir.
Bir pazaryerinde orijinal ürün görseli ile neredeyse aynı görünen başka bir ilan var. Görseller özdeş görünüyor, ama biraz daha parlak ya da farklı boyutlu. Bunu geleneksel yöntemlerle yakalamak güçtür. Perceptual hash, tam bu noktada devreye girer. Bu sayfada terimin ne anlama geldiğini, pratikte nasıl işlediğini ve sık karıştırıldığı kavramları bulacaksınız.
Geleneksel kriptografik karma algoritmalarında (MD5, SHA-256 gibi) bir dosyada tek bir bit bile değişse çıktı tamamen farklılaşır. Perceptual hash ise tam tersi bir yaklaşım benimser: görsel içerik "özünde" aynıysa, küçük piksel farklılıklarına rağmen iki hash birbirine yakın kalır.
Temel işleyiş şu şekilde özetlenebilir: görsel küçük ve gri tonlamalı bir formata indirgenir, yüksek frekanslı ayrıntılar atılır ve geride kalan yapısal bilgi bit dizisine dönüştürülür. Bu bit dizileri arasındaki Hamming mesafesi, iki görselin ne kadar benzer olduğunu sayısal olarak ortaya koyar. Düşük Hamming mesafesi, iki görselin görsel olarak benzer olduğuna işaret eder – bu tek başına sahteliğin kanıtı değildir, bir risk sinyalidir.
SahteAvcı'nın temel analiz katmanında kullanılan blockhash-js kütüphanesi, bu yaklaşımı tarayıcı ortamında, sunucuya veri göndermeden uygular. Temel analiz tarayıcıda yerel çalışır; isteğe bağlı BYOK modunda görseller seçtiğiniz API sağlayıcısına gönderilir.
Peki bu teknik neden önemlidir? Pazaryerlerinde taklit satıcılar, orijinal markanın ürün fotoğraflarını çoğunlukla küçük değişikliklerle yeniden kullanır: arka plan rengi değiştirilir, filigran kaldırılır veya görsel hafifçe kırpılır. Klasik "dosya karşılaştırması" bu farkı göremez. Bir satıcının profil bilgileri ile görsel benzerlik sinyali bir arada değerlendirildiğinde, anlamlı bir risk tablosu ortaya çıkabilir.
Perceptual hash birkaç terimle sıkça karıştırılır. Aşağıdaki tablo bu kavramlar arasındaki temel ayrımı özetler.
| Kavram | Ne ölçer? | Küçük değişikliğe duyarlı mı? | Tipik kullanım |
|---|---|---|---|
| Perceptual hash (pHash, aHash, dHash) | Görsel içerik benzerliği | Hayır – küçük farka toleranslı | Kopya/benzer görsel tespiti |
| Kriptografik hash (MD5, SHA-256) | Dosya bütünlüğü | Evet – tek bit değişse hash farklı | Veri doğrulama, güvenlik |
| Görsel gömme (embedding / CLIP) | Anlam ve içerik benzerliği | Hayır – konsept düzeyinde çalışır | Gelişmiş görsel arama, sınıflandırma |
| Filigran (watermark) | Sahiplik işareti | Değişkene göre – kolayca silinebilir | Telif hakkı koruması |
Özellikle "perceptual hash ile görsel gömme" karışıklığı sıkça yaşanır. Görsel gömmeler (CLIP, FashionCLIP gibi modeller) semantik benzerliği; yani iki görselin "ne anlama geldiğini" karşılaştırır. Perceptual hash ise yalnızca piksel düzeyindeki yapısal benzerliği ölçer. İkisi birbirini tamamlar; biri diğerinin yerini almaz. Yanlış negatif kavramı burada kritik hale gelir: perceptual hash yalnızca görsel yapıya bakıldığında benzer olmayan ama aslında taklit olan ürünleri atlayabilir.
Bir diğer yaygın karışıklık, perceptual hash'i doğrudan "sahtelik kanıtı" olarak yorumlamaktır. Bu yanlış bir çerçevelemedir. İki ilan arasında yüksek görsel benzerlik, incelenmesi gereken bir sinyal üretir. Nihai değerlendirme için ek kontroller gerekir.
Bir marka, Trendyol'daki orijinal ürün görsellerini içerik ekibinin çektiği stüdyo fotoğraflarından oluşturuyor. Aynı pazaryerinde açılan yeni bir satıcı, bu görseli indiriyor, arka planı beyazdan gri tonlamalıya çeviriyor ve listeleme için kullanıyor. Dosya boyutu, piksel sayısı, hatta format bile farklı artık. Kriptografik hash karşılaştırması bu iki görseli tamamen farklı gösterecektir.
Perceptual hash ise görselin genel yapısını – ürünün silueti, ışık dağılımı, kontür bilgisi – özetlediği için iki hash arasındaki Hamming mesafesi düşük çıkar. Bu düşük mesafe, iki ilanın aynı ya da çok benzer kaynak görseli kullandığına işaret eden bir sinyaldir. Marka bu sinyali aldığında manuel incelemeye yönlenebilir veya bir kaldırma talebini destekleyen delil paketini hazırlamaya başlayabilir.
Perceptual hash bir karar vermez. Bir soruyu sormaya davet eder: "Bu iki görsel neden bu kadar benzer?" Cevabı bulmak insanın ya da ek analiz katmanlarının işidir.
Marka koruma sürecinde perceptual hash tek başına yeterli değildir. Notice and takedown sürecinde platformlara iletilen şikâyetlerin kabul edilmesi için görsel benzerliğin ötesinde; hak sahipliği belgesi, ihlal gerekçesi ve varsa ek kanıtlar gerekmektedir.
Perceptual hash ve diğer sinyal katmanlarına ilişkin yeni içerikler yayımlandığında haberdar olmak ister misiniz? SahteAvcı bültenine kaydolun; marka koruma ve pazaryeri terimleri sözlüğündeki güncellemeleri doğrudan e-postanıza iletiyoruz.
Perceptual hash bir analiz tekniğidir; yasal ya da yasadışı olarak nitelendirilemez. Kamuya açık ilan görsellerine uygulanması, genel arama motoru tarama pratikleriyle örtüşür. Toplanan verinin nasıl kullanıldığı ve saklandığı ise ayrı bir değerlendirme gerektirir. Kişisel veri içermeyen ürün görselleri üzerinde benzerlik analizi yapmak, bilinen mevzuat çerçevesinde sorun teşkil etmez; ancak özgün durumunuz için hukuki danışmanlık almanız önerilir.
Hayır. Perceptual hash, görsel benzerliği ölçen bir hesaplama yöntemidir; taklit ürün ise hukuki bir kavramdır. İki ilan arasında yüksek görsel benzerlik, taklide işaret eden bir sinyal olabilir. Ancak bu sinyalin tek başına ispat değeri yoktur. Marka sahipliği, ürün özellikleri ve satıcı davranışı gibi ek unsurlarla birlikte değerlendirilmelidir.
Perceptual hash "tespit edilmez"; hesaplanır ve karşılaştırılır. Bir ürün görselinden hash üretmek için aHash, dHash veya pHash gibi algoritmalar kullanılır. İki hash arasındaki Hamming mesafesi belirli bir eşiğin altına düşerse görsel benzerlik uyarısı üretilir. SahteAvcı bu hesaplamayı tarayıcınızda yerel olarak yapar; sunucuya görsel göndermez.