As ferramentas de busca por imagem não são implementações concorrentes de uma mesma ideia. Elas pertencem a duas famílias que respondem a perguntas diferentes, e escolher a família errada garante o fracasso, não importa qual produto dentro dela você pegue.

A família um pergunta "onde mais esta imagem aparece?". A família dois pergunta "de quem é este rosto?". Se o que você tem é uma captura de tela de um player de vídeo, só a segunda pergunta tem resposta.

Qual é a diferença real entre as duas famílias?

As de quase-duplicata montam uma impressão digital da imagem inteira e procuram impressões digitais iguais num rastreamento da web. As de vetor facial localizam um rosto, normalizam, codificam em números e comparam esses números com um índice de rostos.

Correspondência por quase-duplicata Correspondência por vetor facial
Pergunta central Onde esta imagem aparece? De quem é este rosto?
Unidade comparada Impressão digital da imagem inteira Rosto alinhado → vetor numérico
Exige que a imagem exata exista on-line Sim Não
Recortar no rosto Atrapalha — remove o sinal Ajuda — é essa a entrada
Pose, luz e ano diferentes Em geral falha Foi projetada para sobreviver a isso
Funciona com um quadro que você capturou Não Sim
Modo de falha típico Devolve imagens de banco sem relação Devolve pessoas reais com pontuação baixa

A linha que decide tudo no caso de quadros de vídeo é a terceira. Pause um player, dê um print e você criou uma imagem que nunca existiu na web como arquivo. Não há cópia a encontrar, então a correspondência por quase-duplicata não tem com o que trabalhar — isso é um limite estrutural, não uma diferença de qualidade.

O que cada ferramenta importante faz, na prática?

Agrupar por comportamento, e não por marca, torna a escolha óbvia.

Ferramenta Família O que ela compara Onde ela quebra com quadros de vídeo
Google Imagens / Lens Quase-duplicata + similaridade visual A imagem inteira contra o rastreamento do Google Sites adultos estão em boa parte ausentes do rastreamento e são suprimidos pelo SafeSearch
Bing Visual Search Quase-duplicata + busca por região A imagem inteira ou uma região selecionada O mesmo problema de cobertura de rastreamento para catálogos adultos
TinEye Quase-duplicata estrita Cópias exatas e editadas do mesmo arquivo É explicitamente um localizador de cópias; um quadro inédito não tem cópias
Yandex Imagens Quase-duplicata + forte similaridade visual A imagem inteira, com ordenamento de similaridade mais frouxo Devolve com frequência desconhecidas visualmente parecidas, o que se lê como acerto e não é
Ferramentas web genéricas de "busca por rosto" Vetor facial Rostos indexados da web aberta O índice é montado com imagens da web aberta e de redes sociais, não de catálogos adultos
Busca por rosto indexada em material adulto Vetor facial Rostos indexados de capas e fotos de cena adultas Limitada ao que essas fontes publicaram

O Yandex merece um aviso específico. O ordenamento por similaridade visual dele é frouxo o bastante para devolver pessoas que apenas se parecem — mesmo cabelo, mesma pose, mesma paleta de cores. Os usuários leem isso como identificação. Não é; nada naquele fluxo está medindo identidade.

Por que o índice importa mais que o motor?

Porque a recuperação só devolve o que foi indexado, e nenhum algoritmo compensa material ausente.

Um motor de vetor facial treinado no estado da arte, apontado para um índice de fotografias da web aberta, não vai achar uma atriz adulta cujas imagens só existem em catálogos que aquele índice nunca rastreou. A engenharia é irrelevante para o resultado.

O nosso foi construído especificamente sobre esse material: 241,792 rostos de capas e fotos de cena adultas em 106 sites, com 2,333 ligados a uma atriz identificada (nosso índice, amostra de 2026-08). É essa, inteira, a razão de ele conseguir responder a uma pergunta que o Google não responde.

Um limite que vale dizer: nossa cobertura é enviesada. 2,246 dessas 2,333 atrizes identificadas têm a imagem representativa vinda de uma única fonte. Tudo o que está fora dos catálogos que cobrimos é invisível para nós, e ainda assim vamos mostrar a você uma lista ordenada de quase-acertos — por isso todo resultado vem com uma pontuação, tendo 0.40 como limiar calibrado para quadros de vídeo.

Em que as ferramentas diferem quanto ao que você entrega?

A comparação em geral para na qualidade dos resultados, mas as arquiteturas de privacidade diferem mais que os algoritmos.

Comportamento Ferramenta típica de upload do arquivo inteiro Detecção no navegador
Imagem original transmitida Sim Não
Metadados (GPS, aparelho, data e hora) transmitidos Sim, a menos que sejam removidos Nunca são enviados
Conteúdo fora do rosto transmitido Sim Não
Enviado ao servidor O arquivo inteiro Recorte do rosto + 5 coordenadas de pontos-chave
Verificável pelo usuário Só pela promessa da política Sim — inspecione a requisição de rede

A maioria das ferramentas das duas famílias envia o arquivo inteiro, porque é mais simples de construir. Rodar a detecção no lado do cliente significa que o servidor nunca recebe o original.

O que os grandes serviços dizem sobre os envios que recebem varia mais do que você imagina, e a distinção útil é entre uma política declarada e o silêncio.

Serviço Sobre guardar os envios Sobre uso em treinamento
Google Salvos apenas se o histórico de busca visual estiver ligado, e ele vem desligado Se estiver ligado, as imagens podem ser usadas para treinar os modelos de busca visual; as cópias de treinamento ficam guardadas por até quatro anos, desvinculadas da conta
Bing Visual Search Nenhum prazo de retenção publicado Diz que as fotos podem ser usadas para melhorar seu processamento de imagem; não usa a palavra "treinar"
Yandex Imagens Nenhuma declaração específica sobre imagens Nenhuma declaração específica sobre imagens
TinEye Declara que os envios são apagados depois de os resultados serem mostrados e nunca entram no seu índice Nenhuma declaração em nenhum sentido

Leia as células vazias como desconhecidos, não como tranquilizações. Mais duas armadilhas: a linguagem generosa de "não treinamos com as suas imagens" que as pessoas citam da Microsoft pertence ao produto de geração de imagens dela, não à busca visual; e o padrão do Google descrito acima está documentado para o aplicativo e para as telas do Lens, sem declaração equivalente que cubra um envio pelo desktop com a conta desconectada.

Fontes: as próprias páginas de ajuda ou de políticas de cada serviço; consultadas em 2026-08-03.

Qual delas usar, e quando?

  • Você tem uma imagem publicada — uma capa, uma foto promocional, algo que existe como arquivo na web: uma ferramenta de quase-duplicata é o primeiro movimento certo. Ela consegue achar a página exata de onde a imagem veio.
  • Você tem um quadro que capturou: vá direto para a busca por vetor facial. A correspondência por quase-duplicata não vai funcionar, e insistir não muda isso.
  • Você tem um rosto mas suspeita que a pessoa não seja uma atriz adulta: nenhum motor indexado em material adulto vai ajudar, e usar um deles contra uma pessoa comum é mau uso da ferramenta, não uma saída esperta.
  • Você tem um código ou o texto do título: pule a busca por imagem por completo. A consulta por texto é mais rápida e mais confiável que qualquer método visual.

Um diagnóstico útil de um teste só, antes de investir tempo em qualquer ferramenta: recorte sua imagem só no rosto e rode de novo. Se os resultados ficarem piores, aquela ferramenta faz correspondência por quase-duplicata e não consegue identificar ninguém.

Perguntas relacionadas

A comparação é mais fácil de resolver na prática: rode o mesmo quadro numa ferramenta de quase-duplicata e na busca por rosto daqui. A detecção roda no seu navegador — o original nunca sai do seu dispositivo, e todo resultado mostra a sua pontuação.