发布于: Nov 16, 2021

Amazon Rekognition 内容审核是一项基于深度学习的功能,可以检测不适宜、不需要或令人反感的图像和视频,使用户能够更轻松地大规模查找和删除此类内容。Amazon Rekognition 提供了 35 个子类别和 10 个不同顶级审核类别的详细分类法。从今天开始,Amazon Rekognition 内容审核采用改进的图像审核模式,可显著降低所有审核类别的误报率,尤其是“明显裸露”,同时不会降低真正不安全内容的检测率。误报率降低,使得要检查的带标记的图片数量进一步减少,从而为人工审核人员的提供更佳的使用体验并节省了更多成本。

如今,许多公司都会聘请人工审核员团队来审核第三方或用户生成的内容,而其他公司则只是对用户投诉做出反应,以撤下令人反感或不适宜的内容。然而,仅靠人工审核人员无法以足够的质量或速度满足这些需求,这可能会导致用户体验不佳,实现规模化的成本高昂,甚至品牌声誉受损。Amazon Rekognition 内容审核可让您使用机器学习简化审核工作流程。使用完全托管的审核 API,您可以快速查看数百万张图像或数千个视频,并仅标记一小部分资产以供进一步操作。这可确保在业务扩展时实现对所有内容的全面但经济高效的审核覆盖范围,并且可以减轻审核人员的负担,因此其不必查看大量内容以进行潜在审核。以下是 Flipboard 关于他们如何使用 Amazon Rekognition 进行图像内容审核的引述:

Flipboard 是一个内容推荐平台,让出版商、内容创作者和管理者与读者分享故事,帮助他们了解自己的爱好和兴趣。Flipboard 平均每天处理大约 9000 万张图像。为了维护安全和包容的环境并大规模地确认所有图像均符合平台指南,使用机器学习实施内容审核工作流程就显得至关重要。在内部为该系统构建模型是一项劳动密集型的工作,并且缺乏满足 Flipboard 用户期望的高质量标准所需的准确性。在此情况下,Amazon Rekognition 成为面向我们产品的正确解决方案。Amazon Rekognition 是一种高度准确、易于部署且高性能的内容审核平台,可提供强大的审核分类法。自从将 Amazon Rekognition 纳入我们的工作流程以来,我们每天都截获大约 63000 张违反我们标准的图像。此外,通过实现最新的内容审核模型更新等频繁的改进,我们可以相信,Rekognition 将继续帮助 Flipboard 为用户提供更加包容和安全的环境。 - Anuj Ahooja, Sr.,Flipboard 工程经理

Amazon Rekognition 图像内容审核的准确性提升现已在所有受支持的 AWS 区域推出。要开始使用,您可以从 Amazon Rekognition 控制台体验最新版本。有关 Amazon Rekognition 内容审核的更多信息,请参阅功能文档