发布于: Nov 21, 2018
今天，我们将发布有关人脸检测、分析和识别功能的更新，提高客户从图像中检测更多人脸的能力，执行更高精度的人脸匹配，改进对图像中人脸的年龄、性别和情绪属性的识别。Amazon Rekognition 客户可以从今天开始使用这些增强功能，无需额外付费。无需具备机器学习经验。
“人脸检测”试图回答这个问题：这张照片中有人脸吗？ 在现实世界的图像中，许多方面都可能影响系统精确检测人脸的能力：由头部运动和/或相机运动引起的姿势变化，由前景或背景物体引起的遮挡（被帽子、头发、手或其他人遮挡的人脸） ，照明变化，如低对比度和阴影，或明亮的光线导致人脸图像褪色，低质量和低分辨率导致噪点和模糊的人脸，以及相机和镜头本身的失真。这些问题表现为漏检（未检测到人脸）或误检（将没有人脸的图像区域识别为有人脸）。例如，在社交媒体中，不同的姿势、相机滤镜、照明和遮挡（照片炸弹）非常常见。对于金融服务业的客户，验证客户的身份是多因素认证和防欺诈工作流程的一部分，需要将高分辨率自拍（人脸图像）与身份证件（例如护照或驾驶证）上较低分辨率、小而模糊的人脸图像进行匹配。此外，许多客户必须从相机正对强光的图像中检测并识别低对比度的人脸。
凭借最新发布的更新，在具有上述困难情形的图像中，Amazon Rekognition 现在可以多检测出 40% 的人脸（之前遗漏的），同时将误检率降低了 50%。这意味着社交媒体应用程序等客户可以更有信心地获得一致且可靠的检测（更少的漏检和误检），从而在个人资料照片自动审查等用例中提供更好的用户体验。此外，与我们以前的模型相比，在搜索大量人脸时，人脸识别现在返回的正确“最佳”匹配（最相似的人脸）比以往高了 30%，使客户能够在防欺诈等应用中获得更好的搜索结果。人脸匹配现在在不同的光照、姿势和外观条件下也具有更一致的相似性得分，允许客户使用更高置信度阈值，避免错误匹配，并减少身份验证等应用中的人工审核。与往常一样，对于涉及公民自由或客户情绪的用例，由于匹配的准确性至关重要，所以我们建议客户使用最佳实践，更高的置信度（至少 99%），并始终包含人工审核环节。
Amazon Rekognition 人脸检测和人脸识别增强功能现在已经在提供 Amazon Rekognition Image 和 Video 的所有地区提供。您可以通过 Amazon Rekognition 控制台或下载最新的 AWS 开发工具包立即开始使用。有关更多信息，请参阅我们的更新文档。