Amazon Rekognition

基于深度学习的图像和视频分析

Amazon Rekognition 让您能够轻松地为应用程序添加图像和视频分析功能。您只需向 Rekognition API 提供图像或视频,然后此服务就能识别对象、人员、文字、场景和活动,以及检测任何不适宜的内容。Amazon Rekognition 还提供了高度准确的面孔分析和面孔识别。您可以检测、分析和比较各种使用案例中的面孔,包括用户确认、编录、人员计数和公共安全。

Amazon Rekognition 基于同样由 Amazon 计算机视觉科学家开发的成熟且高度可扩展的深度学习技术,每天能够分析数十亿图像和视频,而且无需使用任何机器学习专业技能。Amazon Rekognition 是一种简单易用的 API,可以快速分析存储在 Amazon S3 中的任何图像或视频文件。Amazon Rekognition 始终从新数据进行学习,我们会不断向此服务添加新的标签和面孔识别功能。

AWS re:Invent 2017 Introducing Amazon Rekognition Video

优势

轻松将强大的图像和视频分析集成到您的应用程序中

持续学习

完全托管

Amazon Rekognition 让您可以轻松通过易于使用的 API (不需要任何机器学习专业技能) 向您的应用程序中添加视觉分析功能。借助 Rekognition 的 API,您可以请求一系列功能,包括对象检测、面孔识别和人员跟踪。

该服务不断在新数据上接受训练,以扩展其识别对象、场景和活动的能力,从而提高准确识别的能力。借助 Amazon Rekognition,您的应用程序可以自动利用这些持续的改进。

无论您发出多少请求,Amazon Rekognition 都可提供一致的响应时间。即使您的请求量增加到数千万个请求,您的应用程序延迟仍然保持一致。

批处理和实时分析

成本低廉

您可以对来自 Amazon Kinesis Video Streams 的视频进行实时分析,或者分析上传到 Amazon S3 的图像。对于大型任务,Amazon Rekognition 可以与 AWS Batch 流程协同工作,并分析存储在 Amazon S3 中的数千个图像或视频。

使用 Amazon Rekognition,您只需为分析的图像数或视频分钟数以及您存储的用于面孔识别的面孔数据付费。无最低费用,无预先承诺。

精选 Rekognition 客户

主要功能

Label-detection

对象、场景和活动检测

借助 Amazon Rekognition,您可以识别数千种对象 (例如自行车、电话、建筑) 和场景 (例如停车场、海滩、城市)。在分析视频时,您还可以识别帧中发生的具体活动,例如“交付包裹”或“踢足球”。

 

Face-search

面孔识别

借助 Rekognition 快速而准确的搜索功能,您可以使用您的私有面孔图像存储库来识别照片或视频中的人员。

 

 

FACE-DETECTION

面孔分析

您可以分析图像和视频中面孔的属性,以确定开心程度、年龄范围、眼睛睁开程度、眼镜、面部毛发等。在视频中,您也可以衡量这些方面随时间的变化,比如构建一个演员情感的时间线。

 

DRUGSTORE

人员跟踪

使用 Rekognition 分析视频时,即使他们的面孔不可见,或者在他们进出场景时,也可以通过视频跟踪人员。您还可以在帧中识别他们的动作,以告知一些信息,比如某人是否正在进入或离开建筑。

 

image-moderation

不安全内容检测

Amazon Rekognition 可帮助您识别图像和视频资产中潜在的不安全或不适宜的内容,并为您提供详细的标签,使您可以根据自己的需要准确控制所要允许的内容。

 

celeb-detection

名人识别

您可以快速识别视频和图像库中的名人,以便为市场营销、广告和媒体行业使用案例编录录像和照片。

 

text_in_image_on_website_napkin_words

图像中的文字

Rekognition 专门用于处理现实世界的图像,可以检测和识别图像中的文字,如街道名称、字幕、产品名称和车牌。

Rekognition Video 使用案例

即时响应公共安全保障

Amazon Rekognition Video 让您可以创建在社交媒体视频内容中辅助查找失踪人口的应用程序。执法人员可以对照失踪人口数据库来识别面部,从而准确标记匹配项目并加快调查速度。 

示例:在社交媒体中查找失踪人口
Flow_Diagrams_Rekognition_Identify-missing-persons_2

可搜索的视频库

Amazon Rekognition Video 会自动从上传的视频中生成元数据,这样您就可以创建名人姓名及其出现时间的搜索索引。将新视频上传到 Amazon S3 后,您可以使用 AWS Lambda 函数自动将新视频标签添加到搜索索引中,使索引保持最新状态。然后,您可以将此索引与 Amazon Elasticsearch Service 结合使用来快速查找视频内容。

示例:在用户提交的内容中检测名人
Rekognition_Video_02

检测不安全的视频

借助 Amazon Rekognition Video,管理用户生成内容 (如社交媒体或约会应用程序) 的组织可自动检测视频中的显式或暗示性内容,并根据适合其用户文化和人口统计特点的内容创建自己的规则。

示例:筛选用户生成的内容
Rekognition_Video_03

入门

Rekognition Video 非常容易上手。只需访问 Rekognition 控制台,然后单击几次即可试用该服务。

 

了解有关 Amazon Rekognition Video 功能的更多信息

Rekognition Image 使用案例

可搜索的图像库

Amazon Rekognition 使图像可供搜索,因此您可以发现图像内显示的对象和场景。您可以创建一个 AWS Lambda 函数,以使其在新图像上传到 S3 中后,自动将新检测到的图像标签直接添加到 Elasticsearch 搜索索引中。

示例:不动产搜索
Rekognition_1

图像审核

Amazon Rekognition 让您能够使用图像审核 API 自动检测图像中的不当内容。API 会针对内容所属的具体类别返回一个置信分数,让您可以根据用户的文化和人口统计特点创建自己的规则。

示例:审核用户上传的图像
Rekognition_2

基于面孔的用户验证功能

借助 Amazon Rekognition,您的应用程序可通过比较用户的实时图像与参考图像来确定用户的身份。

示例:员工证件扫描
Rekognition_3

情绪分析

Amazon Rekognition 可从面孔图像中检测到诸如高兴、伤心或惊喜等情绪。Rekognition 可分析实时图像,并将情绪特征发送到 Redshift,以定期报告每个店铺位置的趋势。

示例:零售店情绪分析
Rekognition_4

面孔识别

Amazon Rekognition 使用 IndexFaces API 函数来存储面孔元数据,这让您能够轻松搜索图像集,以找到相似面孔。然后,您可以使用 SearchFaces 函数返回置信度较高的匹配结果。面孔集是指您拥有和管理的面孔索引。

示例:查找朋友的图像
Rekognition_5

名人识别

Amazon Rekognition 的 RecognizeCelebrities API 使用的是基于神经网络的模型,这样您就可以搜索照片库以大规模和高精度地自动识别某一领域中数千位著名、显赫或成绩突出的人士。然后,您可以将名人的姓名、ID 和图像 ID 发送到 Amazon Elasticsearch 搜索索引中,以使名人的图像能够被搜索到。

示例:在图像存档中搜索名人图像
Rekognition_6

车牌验证

借助 Amazon Rekognition,您的应用程序可以通过识别车牌号码来识别在摄像头前行驶的车辆。

示例:加速流动食品车的工作速度
Rekognition_7

入门

Rekognition Image 非常容易上手。只需访问 Rekognition 控制台,然后单击几次即可试用该服务。

 

了解有关 Amazon Rekognition Image 功能的更多信息

了解有关 Amazon Rekognition 定价的更多信息

访问定价页面
准备好开始构建?
Amazon Rekognition 入门
还有更多问题?
联系我们