Reverse image search — как платформы находят крео, даже если текст уже другой

Reverse image search — как платформы находят крео, даже если текст уже другой

Платформы давно не смотрят на картинку как на «файл с пикселями». Для антифрода она сначала превращается в набор признаков: хэши, эмбеддинги, контуры, цветовые паттерны, OCR-текст. Поэтому одинаковый баннер, пережатый, обрезанный или с другим CTA, всё равно часто попадает в ту же группу риска.

Что обычно склеивают между собой:
• один и тот же товар на разных фонах
• скриншоты лендинга, зашитые в креатив
• картинки с почти тем же макетом, но другим заголовком
• дубликаты, где меняют только логотип, рамку или мелкий дисклеймер

Для этого используют не «поиск по картинке» в бытовом смысле, а image fingerprinting + similarity models. Система сравнивает не только визуальное совпадение, но и семантику: если композиция, объект в центре и текстовый слой слишком близки к уже забаненному крео, шанс на ручную проверку растёт.

Отдельный сигнал — повторяющиеся шаблоны. Когда креативы отличаются цветом кнопки, но сохраняют одинаковую структуру, ML быстро учится видеть не вариации, а серийность. Поэтому массовые заливы чаще палятся не «запрещённым словом», а именно визуальным клоном.

Лучше всего работают чистые оригиналы: свой кадр, свой сетап, меньше копий одного и того же макета. Чем меньше креатив похож на уже отфильтрованный образец, тем слабее триггер для image-similarity слоя.