AI ค้นหารูปภาพซ้ำและคล้ายกันของคุณได้อย่างไร (และทำไมถึงดีกว่าการค้นหาด้วยตนเอง)

เปิดคลังรูปภาพใน iPhone ของคุณแล้วเลื่อนดูเหตุการณ์ล่าสุดสักรายการ ไม่ว่าจะเป็นมื้อเย็นกับเพื่อน เดินเล่นในสวน หรืองานรวมญาติ นับดูว่าคุณถ่ายรูปเดิมซ้ำกี่ครั้ง สองช็อตของจานอาหารเดียวกัน เซลฟี่สามรูปที่เปลี่ยนแค่มุมเล็กน้อย รูปพระอาทิตย์ตกห้ารูปที่ถ่ายห่างกันแค่ 10 วินาที

อ่านเพิ่มเติม: วิธีแก้ไขคนซ้ำในอัลบั้ม People บน iPhone

ลองคูณจำนวนนั้นกับทุกวัน ทุกเดือน ทุกปีที่คุณใช้ iPhone มา ผลลัพธ์คืออะไร? คนส่วนใหญ่มีรูปภาพมากกว่าที่ต้องการจริง ๆ ถึง 20-30% และส่วนใหญ่ที่เกินมาก็คือรูปซ้ำและรูปที่เกือบเหมือนกัน

อ่านเพิ่มเติม: วิธีเปรียบเทียบรูปภาพแบบเคียงข้างกันบน iPhone (และเลือกรูปที่ดีที่สุด)

คำถามคือ: คุณจะหารูปเหล่านั้นทั้งหมดได้อย่างไรโดยไม่ต้องเสียเวลาเลื่อนหน้าจอทั้งวันหยุดสุดสัปดาห์?

คุณมีรูปซ้ำมากกว่าที่คิด

รูปซ้ำแอบเข้ามาในคลังของคุณจากหลายช่องทางมากกว่าที่คุณคาดคิด นี่คือสาเหตุที่พบบ่อยที่สุด:

ถ่ายรัวและถ่ายต่อเนื่อง

เมื่อคุณกดปุ่มชัตเตอร์ค้างไว้ iPhone จะจับภาพหลายเฟรมต่อวินาที แม้ว่าคุณจะตั้งใจถ่ายแค่รูปเดียว แต่อาจได้มาถึง 10 รูป อัลบั้ม “Bursts” ของ Apple จะเก็บบางส่วนไว้ แต่หลายรูปก็หลุดรอดออกมาเป็นรูปแต่ละรูป โดยเฉพาะถ้าคุณแค่กดชัตเตอร์เร็ว ๆ แทนที่จะใช้โหมดถ่ายต่อเนื่องโดยตั้งใจ

อ่านเพิ่มเติม: วิธีจัดระเบียบรูปภาพ iPhone กว่า 20,000 รูปในเวลาไม่ถึงชั่วโมง

ภาพหน้าจอซ้อนภาพหน้าจอ

คุณแคปหน้าจอสูตรอาหาร แล้วก็ครอปมัน ตอนนี้คุณมีสองสำเนาแล้ว คุณแคปหน้าจอบทสนทนาเพื่อส่งให้คนอื่น นั่นก็เป็นรูปซ้ำอีก เมื่อเวลาผ่านไปมันก็สะสม: ผู้ใช้ iPhone ทั่วไปมีภาพหน้าจอซ้ำซ้อนหลายร้อยรูป

บันทึกจากแอปส่งข้อความ

เมื่อมีคนส่งรูปภาพมาให้คุณทาง WhatsApp, iMessage หรือ Instagram แล้วคุณบันทึกไว้ คุณก็มีสำเนาแล้ว ถ้าเขาส่งรูปเดียวกันผ่านหลายแอป (หรือคุณบันทึกซ้ำโดยไม่ตั้งใจ) คุณก็จะมีหลายสำเนา รูปซ้ำเหล่านี้แอบซ่อนตัวเก่งเป็นพิเศษ เพราะมักจะมีชื่อไฟล์และเมตาดาต้าต่างกัน ทำให้วิธีตรวจจับแบบง่าย ๆ มองไม่เห็น

ปัญหาการซิงค์คลาวด์

ถ้าคุณใช้ iCloud Photos, Google Photos หรือบริการคลาวด์อื่น ปัญหาการซิงค์อาจสร้างรูปซ้ำได้ การกู้คืนจากข้อมูลสำรอง การสลับอุปกรณ์ หรือการเปิด-ปิดการซิงค์คลาวด์ ล้วนอาจสร้างรายการซ้ำที่ดูเหมือนกันสำหรับคุณ แต่มีคุณสมบัติไฟล์ต่างกัน

ดาวน์โหลดจากโซเชียลมีเดีย

มีมที่คุณบันทึกจาก Instagram? คุณอาจบันทึกมันอีกครั้งหลังจากสามเดือนเมื่อมีคนอื่นโพสต์มัน การแชร์ซ้ำในโซเชียลมีเดียสร้างวงจรของการดาวน์โหลดซ้ำที่สะสมขึ้นอย่างเงียบ ๆ

ผลกระทบของรูปซ้ำ

• 25% อัตราเฉลี่ยของรูปซ้ำในคลังรูปภาพ
• 5,000 รูปซ้ำที่อาจมีในคลัง 20,000 รูป
• 15 GB พื้นที่เก็บข้อมูลที่เสียไปกับรูปซ้ำ

การตรวจจับรูปซ้ำแบบดั้งเดิมทำงานอย่างไร

แอปค้นหารูปซ้ำส่วนใหญ่ใช้วิธีตรงไปตรงมา: การเปรียบเทียบไฟล์แบบตรงทั้งหมด โดยคำนวณแฮช (ลายนิ้วมือดิจิทัล) ของแต่ละไฟล์แล้วเปรียบเทียบกัน ถ้าสองไฟล์มีแฮชเดียวกัน แสดงว่าเหมือนกันทุกไบต์

วิธีนี้ได้ผลดีสำหรับสำเนาที่เหมือนกันจริง ๆ คือไฟล์ที่เหมือนกันทุกบิต แต่ล้มเหลวอย่างสิ้นเชิงสำหรับ “รูปซ้ำ” ประเภทที่พบบ่อยที่สุดในชีวิตจริง:

• รูปเดียวกัน ความละเอียดต่างกัน คุณบันทึกรูปจากข้อความที่ความละเอียดต่ำ ต้นฉบับคือ 4032x3024 พิกเซล เวอร์ชันที่บันทึกคือ 1200x900 ตรงกันไหม? เป็นไปไม่ได้เลย
• ฉากเดียวกัน ครอปต่างกันเล็กน้อย คุณถ่ายรูปสิ่งเดียวกันสองรูป รูปหนึ่งเลื่อนไปทางซ้ายไม่กี่พิกเซล สำหรับแฮชของไฟล์ สิ่งเหล่านี้เป็นไฟล์ที่ต่างกันโดยสิ้นเชิง
• รูปเดียวกัน รูปแบบต่างกัน JPEG และ HEIC ของภาพเดียวกันจะมีแฮชไฟล์ที่แตกต่างกันโดยสิ้นเชิง แม้ว่าจะดูเหมือนกันทุกประการในสายตาของคุณ
• ช่วงเวลาเดียวกัน จังหวะต่างกันเล็กน้อย รูปเพื่อนหัวเราะสองรูปที่ถ่ายห่างกันครึ่งวินาที แทบจะเป็นความทรงจำเดียวกัน แต่ในทางเทคนิคเป็นไฟล์ที่ไม่ซ้ำกัน

ในทางปฏิบัติ การเปรียบเทียบไฟล์แบบตรงทั้งหมดจับได้แค่ประมาณ 10-15% ของรูปซ้ำในคลังทั่วไป ส่วนที่เหลือ ซึ่งเป็น “รูปเกือบซ้ำ” ที่มนุษย์จะจำได้ทันทีว่าไม่จำเป็น ก็หลุดรอดไปอย่างง่ายดาย

Perceptual Hashing เปลี่ยนทุกอย่างได้อย่างไร

ตรงนี้แหละที่เริ่มน่าสนใจ แทนที่จะเปรียบเทียบไฟล์ในระดับไบนารี Tidy ใช้เทคโนโลยีที่เรียกว่า perceptual hashing (pHash) เพื่อเปรียบเทียบว่ารูปภาพดูเป็นอย่างไรจริง ๆ ในสายตามนุษย์

มาดูว่ามันทำงานอย่างไร อธิบายแบบเข้าใจง่าย:

ขั้นตอนที่ 1: ทำให้ภาพง่ายขึ้น

อันดับแรก อัลกอริทึมจะย่อรูปภาพลงเหลือภาพขนาดเล็กมาก ประมาณ 32x32 พิกเซล และแปลงเป็นโทนสีเทาด้วย วิธีนี้จะตัดรายละเอียดที่ไม่สำคัญสำหรับการจำแนก “ความเหมือน” (สีที่แน่นอน พื้นผิวละเอียด) ออกไป ในขณะที่ยังคงโครงสร้างและองค์ประกอบโดยรวม

ขั้นตอนที่ 2: ใช้การแปลงทางคณิตศาสตร์

ถัดไป จะใช้สิ่งที่เรียกว่า Discrete Cosine Transform (DCT) กับภาพขนาดเล็ก โดยไม่ลงลึกในเรื่องคณิตศาสตร์มาก DCT จะแยกภาพออกเป็นองค์ประกอบความถี่ต่าง ๆ โดยพื้นฐานแล้วคือการอธิบายภาพในรูปแบบของรูปแบบ (pattern) แทนที่จะเป็นพิกเซลแต่ละตัว คิดว่าเหมือนการอธิบายเพลงด้วยทำนองแทนที่จะเป็นคลื่นเสียงแต่ละคลื่น

ขั้นตอนที่ 3: สร้างลายนิ้วมือแบบกะทัดรัด

จากผลลัพธ์ของ DCT อัลกอริทึมจะดึงรูปแบบที่สำคัญที่สุดออกมาและแปลงเป็นแฮช 64 บิต ซึ่งเป็นลายนิ้วมือแบบกะทัดรัดที่จับแก่นแท้ของรูปลักษณ์ของรูปภาพ รูปสองรูปจากฉากเดียวกันจะสร้างแฮชที่คล้ายกันมาก แม้จะแตกต่างกันในเรื่องความละเอียด การบีบอัด รูปแบบ หรือการครอปเล็กน้อย

ขั้นตอนที่ 4: เปรียบเทียบลายนิ้วมือ

เพื่อตรวจสอบว่ารูปสองรูปคล้ายกันหรือไม่ Tidy จะเปรียบเทียบแฮชโดยใช้สิ่งที่เรียกว่า Hamming distance ซึ่งก็คือการนับว่ามีกี่บิตที่แตกต่างกันระหว่างลายนิ้วมือทั้งสอง ระยะห่าง 0 หมายความว่าภาพดูเหมือนกัน ระยะห่าง 5-10 หมายความว่าคล้ายกันมาก มากกว่า 15 ก็อาจจะเป็นรูปคนละรูปโดยสิ้นเชิง

พูดง่าย ๆ คือ: แทนที่จะถามว่า “ไฟล์เหล่านี้เหมือนกันไหม?” perceptual hashing จะถามว่า “รูปเหล่านี้ดูเหมือนกันในสายตามนุษย์ไหม?” นั่นเป็นคำถามที่มีประโยชน์กว่ามากเมื่อคุณพยายามจัดระเบียบคลังรูปภาพ

การจัดกลุ่มอัจฉริยะด้วย Union-Find clustering

การค้นหาคู่รูปที่คล้ายกันเป็นแค่จุดเริ่มต้น พลังที่แท้จริงมาจากการจัดกลุ่มอย่างชาญฉลาด Tidy ใช้เทคนิคที่เรียกว่า Union-Find clustering เพื่อจัดกลุ่มรูปที่เกี่ยวข้องเข้าด้วยกัน ถ้ารูป A คล้ายกับรูป B และรูป B คล้ายกับรูป C ทั้งสามรูปจะอยู่ในกลุ่มเดียวกัน แม้ว่า A และ C จะไม่ได้คล้ายกันโดยตรง

นั่นหมายความว่าเมื่อคุณกำลังรีวิวรูปถ่ายต่อเนื่อง 8 รูปจากช่วงเวลาเดียวกัน Tidy จะนำเสนอทั้งหมดรวมกันเพื่อให้คุณเลือกรูปที่ดีที่สุดและทิ้งที่เหลือในรอบเดียว

รูปคล้ายกัน vs. รูปซ้ำ: ต่างกันอย่างไร?

Tidy แยกแยะระหว่างสองหมวดหมู่ และความแตกต่างนี้สำคัญ:

รูปซ้ำ

เหล่านี้คือรูปภาพที่เป็นภาพเดียวกันโดยพื้นฐาน อาจบันทึกในรูปแบบหรือความละเอียดต่างกัน รูปเดียวกันที่คุณบันทึกจาก WhatsApp และมีเป็นต้นฉบับอยู่แล้ว ภาพหน้าจอเดียวกันที่แคปสองครั้ง สำหรับรูปซ้ำ ไม่มีความแตกต่างที่มีความหมายระหว่างสำเนา คุณแค่ต้องการเก็บไว้หนึ่งรูปแล้วลบที่เหลือ

รูปที่คล้ายกัน

เหล่านี้คือรูปภาพของช่วงเวลาหรือฉากเดียวกันแต่มีความแตกต่างเล็กน้อย รูปพระอาทิตย์ตกสามรูปที่เมฆขยับเล็กน้อยระหว่างแต่ละรูป เซลฟี่สองรูปที่สีหน้าต่างกันนิดหน่อย รูปอาหารห้ารูปจากมุมที่ต่างกันเล็กน้อย สำหรับรูปที่คล้ายกัน คุณต้องการเลือกรูปที่ดีที่สุดแล้วทิ้งที่เหลือ

ความแตกต่างนี้สำคัญเพราะการตัดสินใจต่างกัน สำหรับรูปซ้ำ การเลือกนั้นง่ายมาก เก็บสำเนาใดก็ได้ สำหรับรูปที่คล้ายกัน คุณต้องเปรียบเทียบและเลือกรูปที่ชอบที่สุด นั่นเป็นเหตุผลที่ Tidy มีโหมดเปรียบเทียบที่แสดงรูปที่คล้ายกันเคียงข้างกัน ทำให้ง่ายต่อการเลือกรูปที่คมชัดที่สุด จัดองค์ประกอบดีที่สุด หรือสวยที่สุด

ทำไมการตรวจจับด้วย AI ถึงเหนือกว่าการเลื่อนดูด้วยตนเอง

ในทางทฤษฎี คุณสามารถหารูปซ้ำทั้งหมดได้โดยเลื่อนดูคลังด้วยตนเอง? ได้ ถ้าคุณมีเวลาไม่จำกัดและความจำที่สมบูรณ์แบบ ในทางปฏิบัติ การตรวจจับด้วย AI ชนะด้วยเหตุผลที่ชัดเจนหลายข้อ:

ความเร็ว

Tidy สามารถวิเคราะห์รูปภาพหลายพันรูปในเบื้องหลังขณะที่คุณใช้ชีวิตปกติ การสแกนรูป 20,000 รูปทั้งหมดใช้เวลาประมวลผลเพียงไม่กี่นาที ไม่ใช่หลายชั่วโมงหรือหลายวันที่คุณต้องใช้ในการเปรียบเทียบทุกรูปกับทุกรูปด้วยตนเอง และตัวเลขก็น่าตกใจ: การเปรียบเทียบรูปแต่ละรูปกับทุกรูปอื่นในคลัง 20,000 รูป หมายถึงการเปรียบเทียบ 200 ล้านครั้งที่เป็นไปได้ ไม่มีมนุษย์คนไหนทำได้

ความสม่ำเสมอ

ตาของคุณเหนื่อยได้ สมาธิของคุณเตลิดได้ คุณอาจสังเกตว่ารูปสองรูปคล้ายกันเมื่อมันอยู่ติดกันในม้วนกล้อง แต่พลาดโดยสิ้นเชิงเมื่อมันถูกแยกจากกันด้วยรูปอีก 500 รูป อัลกอริทึมไม่เคยเหนื่อยและไม่เคยพลาดการจับคู่ ไม่ว่ารูปที่คล้ายกันจะอยู่ห่างกันแค่ไหนในไทม์ไลน์ของคุณ

จับสิ่งที่คุณพลาด

Perceptual hashing จับความคล้ายที่คนส่วนใหญ่มองข้าม: รูปกับเวอร์ชันที่ถูกครอป ภาพเดียวกันที่บันทึกในระดับคุณภาพต่างกัน ภาพหน้าจอของเนื้อหาเดียวกันที่แคปห่างกันหลายสัปดาห์ เหล่านี้คือรูปซ้ำที่ทำให้คลังของคุณบวมขึ้นอย่างเงียบ ๆ โดยที่คุณไม่เคยสังเกต

การจัดลำดับความสำคัญอย่างชาญฉลาด

เมื่อ Tidy พบกลุ่มรูปที่คล้ายกัน มันไม่ได้แค่แสดงเป็นรายการ มันจะแนะนำว่าควรเก็บรูปไหนโดยอิงจากสัญญาณคุณภาพ ได้แก่ ความคมชัด แสง ความละเอียด รูปที่เบลอจากห้ารูปที่เกือบเหมือนกันจะถูกแนะนำให้ทิ้ง รูปที่คมชัดที่สุดจะถูกแนะนำให้เก็บ คุณยังคงเป็นผู้ตัดสินใจสุดท้าย แต่ AI ช่วยทำงานหนักด้านการวิเคราะห์

ความเป็นส่วนตัว: ทุกอย่างอยู่บนอุปกรณ์ของคุณ

นี่คือสิ่งสำคัญ: การวิเคราะห์รูปภาพทั้งหมดของ Tidy ทำงานบน iPhone ของคุณทั้งหมด รูปภาพของคุณไม่เคยถูกอัปโหลดไปยังเซิร์ฟเวอร์ใด ๆ การทำ perceptual hashing การตรวจจับความคล้าย และการจัดกลุ่มทั้งหมดทำงานภายในเครื่องโดยใช้โปรเซสเซอร์ของอุปกรณ์

สิ่งนี้สำคัญเพราะคลังรูปภาพของคุณเป็นเรื่องส่วนตัวอย่างยิ่ง มันมีรูปครอบครัว บ้าน ช่วงเวลาส่วนตัวของคุณ เครื่องมือจัดการรูปภาพหลายตัวต้องการการอัปโหลดคลาวด์เพื่อให้ฟีเจอร์ AI ทำงาน Tidy ไม่ต้องการ รูปภาพของคุณไม่เคยออกจากอุปกรณ์ของคุณ เด็ดขาด

การวิเคราะห์เบื้องหลังจะทำงานเมื่อโทรศัพท์ชาร์จในตอนกลางคืน โดยใช้ BackgroundTasks framework ของ Apple เมื่อคุณเปิด Tidy ในตอนเช้า คลังของคุณจะถูกวิเคราะห์เสร็จแล้วและรูปซ้ำพร้อมให้รีวิว ทั้งหมดนี้โดยไม่มีข้อมูลแม้แต่ไบต์เดียวออกจาก iPhone ของคุณ

ไม่มีการอัปโหลดคลาวด์ ไม่มีการเก็บข้อมูล ไม่มีการประนีประนอม การประมวลผล AI ทุกอย่างทำงานบน neural engine ของ iPhone ของคุณ รูปภาพของคุณเป็นเรื่องของคุณ และจะยังคงเป็นเช่นนั้น

ให้ AI ทำงานกับคลังของคุณ

การค้นหาและลบรูปซ้ำและรูปที่คล้ายกันเป็นหนึ่งในวิธีที่เร็วที่สุดในการเพิ่มพื้นที่เก็บข้อมูล iPhone ถ้าคลังของคุณมีรูปมากกว่า 20,000 รูป มีโอกาสสูงมากที่หลายพันรูปจะเป็นรูปซ้ำซ้อน และคุณไม่มีทางหาได้ครบทั้งหมดด้วยการเลื่อนดูเอง

AI ของ Tidy ทำงานน่าเบื่อแทนคุณ ทั้งการสแกน เปรียบเทียบ และจัดกลุ่ม คุณได้ส่วนที่สนุก: ปัดดูผลลัพธ์แล้วตัดสินใจว่าจะเก็บอะไร เลือกรูปที่ดีที่สุดจากแต่ละกลุ่ม ทิ้งที่เหลือ แล้วเพลิดเพลินกับคลังที่เบาลง เป็นระเบียบมากขึ้น และเรียกดูง่ายขึ้น

รวมกับโปรแกรมแก้ไขรูปภาพในตัว คุณยังสามารถตกแต่งรูปที่เก็บไว้ก่อนจบเซสชันการจัดระเบียบ

บทความที่เกี่ยวข้อง

• วิธีจัดระเบียบรูปภาพ iPhone กว่า 20,000 รูปในเวลาไม่ถึงชั่วโมง - คู่มือฉบับสมบูรณ์ในการจัดระเบียบคลังรูปภาพอย่างรวดเร็วด้วยการปัดและฟิลเตอร์อัจฉริยะ
• พื้นที่ iPhone เต็ม? รูปภาพของคุณใช้พื้นที่เท่าไหร่กันแน่ - ค้นหาว่ารูปภาพประเภทใดกินพื้นที่มากที่สุดและวิธีเรียกคืนพื้นที่หลายกิกะไบต์
• ปัดขวาเพื่อเก็บ ปัดซ้ายเพื่อทิ้ง - จิตวิทยาเบื้องหลังว่าทำไมการปัดจึงเป็นวิธีที่เร็วที่สุดในการตัดสินใจเรื่องรูปภาพ