ClipClone

通俗解释 SSIM、pHash、dHash、PDQ 和 PSNR

ClipClone 团队 · 更新于：

视频相似度指标是一组数字，用来表示视频副本与原视频的相似程度：有的比较画面本身，有的比较画面的数字指纹，还有的监控画质。 ClipClone 为每个副本计算五项这样的指标：SSIM、pHash、dHash、PDQ 和 PSNR。下面是简短的定义、每个数字的含义，以及服务使用的阈值。

每项指标是什么意思？

每项指标回答各自的问题：SSIM 看画面结构是否相似；pHash、dHash 和 PDQ 看画面的数字指纹是否一致；PSNR 看画面是否受损。只有同时满足所有阈值，副本才能通过检测。

SSIM

SSIM（结构相似性指数）是一种按亮度、对比度和结构比较两帧画面的指标，结果是 0 到 1 之间的数字。数值 1.00 表示两帧完全相同；数值越小，副本与原视频的差异越大。在 ClipClone 中，副本与原视频的 SSIM 在所有内置预设中都必须不高于 0.88。

pHash

pHash（感知哈希）是长度为 64 位的画面数字指纹，依据图像的大块细节而不是单个像素生成。肉眼看起来相似的画面会得到相似的指纹。差异按 64 位中不一致的位数计算：0 表示指纹一致，数值越大，画面差异越大。ClipClone 的阈值：所有内置预设中均不少于 64 位中的 8 位。

dHash

dHash（差异哈希）是 64 位的画面指纹，依据缩小后图像中相邻区域之间的亮度变化生成。它与 pHash 互为补充：两种指纹对画面变化的反应不同。解读方式相同：64 位中有多少位不一致。ClipClone 的阈值：所有内置预设中均不少于 64 位中的 8 位。

PDQ

PDQ 是一种感知图像哈希，其算法由 Meta 开源；在 ClipClone 中，它的指纹长度为 256 位。差异是 256 位中有多少位不一致。该算法的文档建议，起步时可以把相差不超过 31 位的指纹视为一致（PDQ，ThreatExchange 代码库）。ClipClone 的阈值更严格：所有内置预设中均不少于 256 位中的 55 位。

PSNR

PSNR（峰值信噪比）以分贝表示副本画面相对原视频的失真程度。在 ClipClone 的检测中，它用于控制画质，而不是衡量差异：PSNR 过低表示修改损坏了画面。所有预设的阈值都是不低于 12 dB。它只会拦下真正受损的画面：任何裁切、平移或色彩滤镜都会使 PSNR 降到 14–17 dB，而画质并无明显损失。

汉明距离

汉明距离是两个等长指纹中取值不同的位置数量。pHash、dHash 和 PDQ 的差异正是这样计算的：“差异为 64 位中的 8 位”表示副本与原视频的 64 位中有 8 位不一致。

逐帧中位数

逐帧中位数是把各帧的差异排序后位于中间的那个值；个别异常值几乎不会影响它。ClipClone 按视频的 8 帧计算指纹并取中位数，因此单个随机场景不会改变检测结果。

如何解读报告中的数字？

不同指标的方向不同：对 SSIM 来说，越小表示差异越大；而对 pHash、dHash 和 PDQ 来说正好相反，越大表示差异越大；PSNR 则必须不低于阈值。下面是一个「最佳」预设真实副本的示例（首页上的 V-04）：

指标副本数值「最佳」阈值含义
与原视频的 SSIM0.66不高于 0.88画面结构明显不同
pHash64 位中的 10 位不少于 8指纹差异超过阈值
dHash64 位中的 11 位不少于 8指纹差异超过阈值
PDQ256 位中的 80 位不少于 55指纹差异超过阈值
PSNR17.4 dB不低于 12 dB画质正常

所有条件均已满足，因此该副本获得了「已通过」标记。只要有一项不满足，副本就会被标记为「与原视频过于相似」「与其他副本过于相似」或「画质过低」。

为什么要用多项指标？

单一指标无法发现所有变化：SSIM 对画面结构敏感；指纹对细小修改不敏感，能识别出看起来不同、实际上仍是同一画面的副本；PSNR 则防止以画面受损为代价换取差异。因此，只有同时满足所有条件，副本才能通过检测。

除原视频外，每个副本还会与项目中 100 个相邻副本比较，并使用相应的阈值：例如在「最佳」中，与相邻副本的 SSIM 不高于 0.92，PDQ 差异不少于 256 位中的 35 位。

ClipClone 不同预设的阈值是多少？

阈值由预设决定。四个预设全部条件的完整表格见指南《视频多版本生成预设》，副本未通过检测时该怎么做见指南《如何检测视频副本是否不同》。

四个预设的阈值都相同；各预设的区别在于修改强度，而不是检测的严格程度。

指标所有预设的阈值
与原视频的 SSIM不高于 0.88
与原视频的 pHash 和 dHash 差异不少于 64 位中的 8 位
与原视频的 PDQ 差异不少于 256 位中的 55 位
PSNR不低于 12 dB

常见问题

副本的 SSIM 多少算好？

没有通用的数值：一切取决于视频需要修改到什么程度。在 ClipClone 中，只要副本与原视频的 SSIM 不高于 0.88，就能通过检测，这个阈值在所有预设中都相同。

为什么 pHash 要数值大，而 SSIM 要数值小？

SSIM 衡量相似度：越接近 1，副本与原视频越相似。pHash、dHash 和 PDQ 衡量指纹的差异：不一致的位越多，副本差异越大。

在哪里查看我的副本的指标？

在控制台的项目中：打开副本，它的卡片里会显示检测结果，即各项指标的数值和预设的阈值。

指标好就能保证在信息流中获得展示吗？

不能。指标显示的是副本在可衡量特征上与原视频及其他副本的差异程度。是否在信息流中展示由平台决定。

其他指南