在以图片识别技术过滤平台上的暴力及攻击内容后，脸书周四在儿童安全黑客马拉松（Child Safety Hackathon）宣布将儿童性犯罪、恐怖主义宣传及血腥暴力的视频和图片识别工具开源出来。
脸书引用第三方数据指出，科技业通报的儿童性剥削的视频数量一年来增加了541%，脸书此次开源可让产业合作伙伴、小型开发商及非盈利机构更迅速识别有害视频或照片。目前二项算法开源项目已经通过GitHub分享出来，提供各种类型有害内容的数字指纹（散列）。已经有内容比对技术的单位则可多一层防护，通过散列分享系统互通有无。
现行常见的视频或照片识别技术包括pHash、微软的PhotoDNA、aHash和Hash等。脸书的PDQ及TMK+PDQF则能侦测二个相同或几乎完全相同的照片和视频。其中PDQ为照片比对算法，是脸书以pHash为主要基础、全新开发有独立软件实例的算法。图片比对技术TMK+PDQF，则是由脸书人工智能研究院（AI Research）团队与意大利摩德纳雷焦艾米利亚大学（University of Modena and Reggio Emili）合作开发而成。
脸书全球安全部门主管Antigone Davis及集成部门副总裁Guy Rosen指出，这两项技术优点在于，能将文件以很短的数字散列（digital hash）形式存储，判断两个文件是相同还是相似，甚至没有原始视频或照片也可以进行。脸书识别出平台上的有害内容，像是恐怖主义宣传时会将之移除，并以算法等其他技术产出散列值。这些散列值可方便分享给其他公司或单位，例如全球反恐怖主义网络论坛（Global Internet Forum to Counter Terrorism, GIFCT）来过滤同样的内容。
脸书说，PDQ和TMK+PDQF是为比对大量内容而设计，支持video-frame-hashing及即时应用。迄今脸书已经将之用来比对过平台上数十亿则的视频和照片。
脸书今年5月和马里兰大学、康奈尔大学、加州大学伯克利分校和麻省理工学院合作开发强化侦测视频、照片的技术，以抓出企图躲过侦测算法的违规内容。
10年前微软也曾捐赠PhotoDNA于类似计划。Google也于去年将内容安全（content safety）API提供给非盈利组织及合作伙伴，以打击儿童色情内容。