Inhaltsverzeichnis
Bilder-Inverssuche: Technik und Funktionsprinzip einfach erklärt
Wer ein Bild im Internet überprüfen oder ähnliche Motive finden möchte, nutzt oft eine Bilder-Inverssuche. Anders als bei der klassischen Websuche steht hier kein Text, sondern eine Bilddatei im Mittelpunkt. Die Suchmaschine untersucht sichtbare Merkmale, erstellt daraus eine maschinell lesbare Beschreibung und vergleicht diese mit bereits gespeicherten Bildern. So lassen sich identische, bearbeitete oder thematisch ähnliche Treffer finden. Dieser Beitrag zeigt in verständlicher Sprache, wie diese Technik funktioniert und warum verschiedene Dienste dabei unterschiedliche Ergebnisse liefern können.
Was mit Bilder-Inverssuche eigentlich gemeint ist
Je nach Anbieter trägt die Methode einen etwas anderen Namen. TinEye spricht von „reverse image search“, Google von „search with an image“ bzw. „Suche anhand von Bildern“, und Microsoft verwendet den Begriff „visuelle Suche“. Auf Deutsch wird das meist als umgekehrte Bildersuche oder Bilder-Inverssuche beschrieben.
Das Grundprinzip bleibt gleich: Sie geben kein Wort ein, sondern ein Bild. Die Suchmaschine versucht dann, identische Treffer, bearbeitete Varianten, ähnliche Motive oder Seiten mit diesem Bild zu finden. Google nennt als mögliche Ergebnisse unter anderem ähnliche Bilder und Suchtreffer zu erkannten Objekten. Bing verweist ebenfalls auf ähnliche Bilder, relevante Websites und zusätzliche Informationen.
In der Fachsprache gehört dieses Verfahren in den Bereich des Content-Based Image Retrieval, also der inhaltsbasierten Bildsuche. Damit ist gemeint, dass das System nicht nur Text um ein Bild herum auswertet, sondern den Bildinhalt selbst zum Ausgangspunkt der Suche macht.
Wie ein Suchsystem ein Bild technisch vorbereitet
Technisch beginnt die Suche damit, dass das hochgeladene Bild in eine Form gebracht wird, die sich gut vergleichen lässt. Klassische Verfahren beschrieben dafür visuelle Merkmale wie Farbe, Textur, Form oder Gradienten. Solche handgebauten Merkmalsbeschreibungen waren lange der Kern der inhaltsbasierten Bildsuche. In der Fachliteratur wird aber deutlich, dass sich der Schwerpunkt verschoben hat: Moderne Verfahren lernen wichtige Merkmale häufig direkt aus großen Datenmengen mit Deep Learning.
Für Nutzer lässt sich das einfach erklären: Das System „schaut“ sich das Bild nicht wie ein Mensch an, sondern übersetzt sichtbare Eigenschaften in messbare Werte. Diese Werte bilden die Grundlage für den späteren Vergleich. Wichtig ist auch, dass eine Rückwärtssuche nicht auf Bildnamen angewiesen sein muss.
Vom Bild zum mathematischen Fingerabdruck
Aus den erkannten Merkmalen entsteht ein kompakter mathematischer Fingerabdruck. TinEye nennt ihn eine digitale Signatur oder einen Fingerprint. In moderneren Suchsystemen ist oft von Embeddings oder Vektoren die Rede. Gemeint ist jeweils eine Zahlenfolge, die zentrale Eigenschaften eines Bildes verdichtet. Im nächsten Schritt vergleicht die Suchmaschine diesen Vektor mit den Vektoren bereits gespeicherter Bilder. Dafür kommen Ähnlichkeitsmaße wie Kosinus-Distanz, euklidische Distanz oder das Dot Product zum Einsatz. In kleinen Sammlungen lässt sich dieser Vergleich sehr genau durchführen. In großen Datenbeständen wäre das jedoch zu langsam und zu teuer. Deshalb setzen viele Systeme auf Vektorindizes und auf Verfahren der sogenannten approximate nearest neighbors, also auf eine schnelle Näherungssuche nach besonders ähnlichen Vektoren. Google erklärt, dass diese Verfahren die Suche deutlich beschleunigen, indem sie einen kleinen Teil an Genauigkeit gegen mehr Tempo und geringere Kosten tauschen. Für sehr große Bildindizes ist das ein sinnvoller Kompromiss.
Warum manche Systeme Kopien finden und andere eher ähnliche Motive
Nicht jede Bilder-Inverssuche verfolgt dasselbe Ziel. Einige Systeme sind vor allem darauf ausgelegt, identische oder fast identische Bilder zu erkennen. TinEye beschreibt selbst, dass der Dienst typischerweise keine bloß thematisch ähnlichen Fotos sucht, sondern echte Bildtreffer findet, auch wenn diese zugeschnitten, bearbeitet oder skaliert wurden. Für solche Aufgaben sind perzeptuelle Hashes besonders nützlich. Dabei erzeugt das System einen Hash, der mit dem sichtbaren Eindruck eines Bildes zusammenhängt und nicht mit Dateiname, Format, Auflösung oder anderen Metadaten. Solche Verfahren eignen sich gut, um Dubletten, Kopien oder leicht veränderte Varianten aufzuspüren.
Andere Systeme gehen stärker in eine semantische Richtung. Google Lens und Bing Visual Search zeigen, dass die Suche auch auf erkannte Objekte, ähnliche Bilder und verwandte Inhalte zielen kann. Dann fragt das System nicht nur: „Ist das dieselbe Datei?“, sondern eher: „Zeigt dieses Bild dasselbe Objekt oder etwas visuell Vergleichbares?“ Genau daraus entstehen etwa Treffer zu Produkten, Orten oder ähnlichen Motiven.
Warum die Treffer nicht immer perfekt sind
Die Qualität einer Bilder-Inverssuche hängt stark davon ab, wie robust das Verfahren mit Veränderungen umgehen kann. Schon kleine Eingriffe wie Zuschnitt, andere Beleuchtung, Kompression, Unschärfe, Wasserzeichen oder eingeblendeter Text verändern die messbaren Merkmale eines Bildes. Die Fachliteratur nennt es deshalb als zentrales Ziel, den Bildvergleich robust gegen geometrische und photometrische Änderungen zu machen. TinEye weist zusätzlich darauf hin, dass sogar Teiltreffer gefunden werden können, also Bilder, die nur einen Ausschnitt des Originals zeigen.
Trotzdem gibt es Grenzen. Eine Suchmaschine kann nur das finden, was sie bereits indexiert hat. Fehlt eine Quelle im eigenen Datenbestand, bleibt auch ein gutes Verfahren ohne Treffer. Hinzu kommt der Skaleneffekt: Bei sehr großen Datenmengen beschleunigen ANN-Verfahren die Suche zwar deutlich, nehmen dafür aber einen kleinen Recall-Verlust in Kauf. Deshalb können verschiedene Dienste bei demselben Bild zu unterschiedlichen Ergebnissen kommen, obwohl alle technisch nachvollziehbar arbeiten.
Was Nutzer am Ende von der Technik sehen
Für Sie als Nutzer erscheint die Technik am Ende in einer recht einfachen Oberfläche. Nach dem Upload sehen Sie je nach Dienst ähnliche Bilder, erkannte Objekte, Webseiten mit demselben Motiv oder Hinweise auf die Herkunft eines Bildes. Google nennt ähnliche Bilder und Treffer zu Objekten ausdrücklich als mögliche Ergebnisse. Bing verweist auf ähnliche Bilder, relevante Websites und zusätzliche Informationen. TinEye hebt vor allem die Quellenfrage hervor: Woher stammt ein Bild, wo wird es verwendet, gibt es bearbeitete Versionen oder eine höhere Auflösung? Gerade für die Verifikation ist das nützlich. Die Google News Initiative erklärt, dass eine umgekehrte Bildersuche unter anderem zeigen kann, wo und wann ein Foto auftauchte und wo es sonst noch im Netz verwendet wurde.
Technisch bleibt das Verfahren also ein Merkmalsvergleich zwischen Bildern. Praktisch hilft es Ihnen, Bildquellen zu prüfen, Bearbeitungen zu erkennen und schneller herauszufinden, in welchem Zusammenhang ein Motiv bereits veröffentlicht wurde.