Las herramientas de búsqueda por imagen no son implementaciones rivales de una misma idea. Pertenecen a dos familias que responden a preguntas distintas, y elegir la familia equivocada garantiza el fracaso da igual qué producto de dentro escojas.

La familia uno pregunta «¿en qué otro sitio aparece esta imagen?». La familia dos pregunta «¿de quién es esta cara?». Si lo que tienes es una captura de un reproductor de video, solo la segunda pregunta tiene respuesta.

¿Cuál es la diferencia real entre las dos familias?

Los buscadores de casi duplicados construyen una huella de la imagen entera y buscan huellas coincidentes en un rastreo de la web. Los motores de vectores faciales localizan una cara, la normalizan, la codifican en números y comparan esos números con un índice de rostros.

Coincidencia por casi duplicado Coincidencia por vector facial
Pregunta de fondo ¿Dónde aparece esta imagen? ¿De quién es esta cara?
Unidad que compara Huella de la imagen completa Cara alineada → vector numérico
Exige que la imagen exacta exista en línea Sí No
Recortar hasta la cara Perjudica: elimina la señal Ayuda: esa es la entrada
Otra pose, otra luz, otro año Suele fallar Diseñado para sobrevivirlo
Funciona con un fotograma capturado por ti No Sí
Modo de fallo típico Devuelve imágenes de banco sin relación Devuelve personas reales con puntuaciones bajas

La fila que lo decide todo para los fotogramas de video es la tercera. Pausa un reproductor, haz una captura y habrás creado una imagen que nunca ha existido en la web como archivo. No hay copia que encontrar, así que la coincidencia por casi duplicado no tiene con qué trabajar: es un límite estructural, no una diferencia de calidad.

¿Qué hace en realidad cada herramienta importante?

Agruparlas por comportamiento y no por marca vuelve obvia la elección.

Herramienta Familia Qué compara Dónde se rompe con fotogramas de video
Google Images / Lens Casi duplicado + similitud visual La imagen entera contra el rastreo de Google Los sitios para adultos están en gran medida ausentes del rastreo y suprimidos por SafeSearch
Bing Visual Search Casi duplicado + búsqueda por región La imagen entera o una región seleccionada El mismo problema de cobertura del rastreo para los catálogos adultos
TinEye Casi duplicado estricto Copias exactas y editadas del mismo archivo Es explícitamente un buscador de copias; un fotograma nuevo no tiene copias
Yandex Images Casi duplicado + similitud visual fuerte La imagen entera, con un ranking de similitud más laxo A menudo devuelve desconocidos parecidos, lo que se lee como acierto y no lo es
Buscadores «de caras» genéricos de la web Vector facial Rostros indexados de la web abierta El índice se construye con imágenes de la web abierta y de redes sociales, no de catálogos adultos
Búsqueda facial indexada sobre material adulto Vector facial Rostros indexados de portadas y fotogramas adultos Limitada a lo que publicaron esas fuentes

Yandex merece una advertencia específica. Su ranking de similitud visual es lo bastante laxo como para devolver personas que simplemente se parecen: mismo pelo, misma pose, misma paleta de color. Los usuarios lo leen como una identificación. No lo es; nada en esa cadena está midiendo identidad.

¿Por qué importa más el índice que el motor?

Porque la recuperación solo puede devolver lo que se indexó, y ningún algoritmo compensa el material ausente.

Un motor de vectores faciales entrenado al máximo nivel, apuntado a un índice de fotografías de la web abierta, no encontrará a una actriz cuyas imágenes viven solo en catálogos que ese índice nunca rastreó. La ingeniería es irrelevante para el resultado.

El nuestro está construido específicamente sobre este material: 241,792 rostros de portadas y fotogramas adultos en 106 sitios, con 2,333 vinculados a una actriz identificada (nuestro índice, muestra de 2026-08). Esa es toda la razón por la que puede responder una pregunta que Google no puede.

Un límite que conviene enunciar: nuestra cobertura está sesgada. 2,246 de esas 2,333 actrices identificadas tienen su imagen representativa de una sola fuente. Todo lo que quede fuera de los catálogos que cubrimos nos resulta invisible, y aun así te enseñaremos una lista ordenada de casi aciertos, y por eso cada resultado lleva una puntuación, con 0.40 como umbral calibrado para fotogramas de video.

¿En qué se diferencian las herramientas por lo que les entregas?

La comparación suele quedarse en la calidad de los resultados, pero las arquitecturas de privacidad difieren más que los algoritmos.

Comportamiento Herramienta típica que sube el archivo entero Detección en el navegador
Se transmite la imagen original Sí No
Se transmiten los metadatos (GPS, dispositivo, fecha) Sí, salvo que los quites Nunca se envían
Se transmite el contenido que rodea a la cara Sí No
Lo que se manda al servidor El archivo completo El recorte de la cara + 5 coordenadas de puntos clave
Verificable por el usuario Solo por lo que diga la política Sí: inspecciona la petición de red

La mayoría de las herramientas de ambas familias suben el archivo entero, porque es más simple de construir. Ejecutar la detección en el cliente significa que el servidor no recibe nunca el original.

Lo que dicen los grandes servicios sobre las imágenes que reciben varía más de lo que cabría esperar, y la distinción útil es entre una política declarada y el silencio.

Servicio Sobre conservar lo subido Sobre su uso para entrenar
Google Se guarda solo si el historial de búsqueda visual está activado, y viene desactivado por defecto Si está activado, las imágenes pueden usarse para entrenar sus modelos de búsqueda visual; las copias de entrenamiento se conservan hasta cuatro años, desligadas de la cuenta
Bing Visual Search No publica plazo de conservación Dice que las fotos pueden usarse para mejorar su procesamiento de imágenes; no usa la palabra «entrenar»
Yandex Images Ninguna declaración específica sobre imágenes Ninguna declaración específica sobre imágenes
TinEye Declara que lo subido se borra tras mostrar los resultados y nunca se añade a su índice Ninguna declaración en un sentido ni en otro

Lee las casillas vacías como incógnitas, no como garantías. Dos trampas más: el generoso «no entrenamos con tus imágenes» que la gente cita de Microsoft pertenece a su producto de generación de imágenes, no a la búsqueda visual; y el valor por defecto de Google de arriba está documentado para su app y para Lens, sin ninguna declaración equivalente que cubra una subida desde escritorio sin sesión iniciada.

Fuentes: las páginas de ayuda o de políticas publicadas por cada servicio; consultadas el 2026-08-03.

¿Cuál deberías usar y cuándo?

  • Tienes una imagen publicada: una portada, una foto promocional, algo que existe como archivo en la web. Un buscador de casi duplicados es el primer movimiento correcto. Puede encontrar la página exacta de la que salió.
  • Tienes un fotograma que capturaste tú: ve directo a la búsqueda por vector facial. La coincidencia por casi duplicado no va a funcionar y reintentarla no lo va a cambiar.
  • Tienes una cara pero sospechas que la persona no es actriz de este sector: ningún motor indexado sobre material adulto te va a servir, y usarlo sobre un particular es un mal uso de la herramienta, no un truco ingenioso.
  • Tienes un código o el texto de un título: sáltate la búsqueda por imagen entera. La consulta por texto es más rápida y más fiable que cualquier método visual.

Un diagnóstico de una sola prueba antes de invertir tiempo en cualquier herramienta: recorta tu imagen hasta dejar solo la cara y vuelve a lanzarla. Si los resultados empeoran, esa herramienta está haciendo coincidencia por casi duplicado y no puede identificar a nadie.

Preguntas relacionadas

La comparación se zanja más fácil por la vía empírica: pasa el mismo fotograma por una herramienta de casi duplicados y por la búsqueda facial de aquí. La detección se ejecuta en tu navegador: el original nunca sale de tu dispositivo, y cada resultado muestra su puntuación.