发布于: Mar 18, 2019
Amazon Rekognition 提供了一整套面部检测、分析和识别功能，用于图像和视频分析。今天，我们将推出面部分析功能的准确性增强功能。这是自该服务推出以来的第五次模型全面更新。面部分析会生成有关检测到的面部的丰富元数据，形式如下：性别、年龄范围、情绪、特征（如“微笑”、“眼镜”和“胡须”）、面部姿态、面部图像质量和面部标记。通过此版本，我们提高了性别识别、情绪检测（对于所有 7 种支持的情绪：“快乐”、“悲伤”、“愤怒”、“惊讶”、“厌恶”、“平静”和“困惑”）和特征（如“眼睛睁开”）的准确性。此版本对于需要搜索和分类大型照片集的客户特别有用。例如，通过面部分析，客户可以轻松找到所有包含微笑的人的照片，或者所有包含留着胡须且戴着太阳镜的男士的照片。
Woo 是面向印度国内和全球印度侨民的领先约会应用程序，有这样的说法：“为了快速整理新用户并确保个人资料和照片符合我们的高标准，我们过去使用手动整理来审查所有个人资料照片。对于像我们这样的成长型企业，这种方法永远无法足够快速地推广。Amazon Rekognition API（尤其是 DetectFaces）提供了丰富的图像元数据。利用来自该 API 的人脸数量、人脸大小、性别和估计年龄范围等信息，我们能够完全避免手动整理工作。先前需要半天才能完成的图像整理工作，我们现在能够在几秒钟内完成。此外，Amazon Rekognition 一直在不断改进，自动整理的整体质量越来越高。”客户在各种使用案例中使用我们的面部检测，分析和识别功能，例如打击人口贩卖（Marinus Analytics 和 Thorn）、减少在未能得到充分金融服务的经济体中移动支付的欺诈行为 (Aella Credit)，以及简化音乐会的安保 (K-STAR Group)。
现在，Amazon Rekognition Image 和 Video 均提供增强型面部分析模型，这是所有受支持的公共 AWS 区域中客户的新默认模型。此功能将在未来 8-10 周内在 AWS GovCloud 中提供。无需具备机器学习经验即可开始使用。