Amazon Rekognition

使用机器学习自动执行图像和视频分析。

使用经过验证的、高度可扩展且无需机器学习专业知识就可使用的深度学习技术,Amazon Rekognition 可以轻松将图像和视频分析功能添加到您的应用程序中。借助 Amazon Rekognition,您可以在图像和视频中识别对象、人物、文本、场景和活动,也可以检测任何不适宜的内容。Amazon Rekognition 还提供高度精确的面孔分析和面孔搜索功能,您可以使用这些功能来检测、分析和对比面孔,以处理各种用户验证、人员计数和公共安全使用案例。

借助 Amazon Rekognition 自定义标签,您可以识别图像中特定于您的业务需求的对象和场景。例如,您可以构建模型来对装配线上的特定机器部件进行分类,或检测运行状况不佳的工厂。Amazon Rekognition 自定义标签可以帮您完成繁重的模型开发工作,因此您无需具备机器学习经验。您只需提供想要识别的对象或场景的图像,剩下的工作都交由此项服务处理。

客户

National Football League
Marinus Analytics
National Geographic
Orbit Showtime Network
SmugMug
Sky News

主要功能

对象、场景和活动检测

标签

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,您还可以识别具体活动,例如“包裹配送”或“踢足球”。

对象、场景和活动检测

自定义标签(即将推出)

借助 Amazon Rekognition 自定义标签,您可以扩展 Amazon Rekognition 的检测功能,以便从图像中提取对您的业务有独到用处的信息。例如,您可以在社交媒体中查找您的企业徽标,在商店货架上识别您的产品,在装配线上对您的机器部件进行分类,或在视频中检测您的动画角色。

不安全内容检测

内容审核

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。

 

面孔分析

文本检测

照片中的文本看起来与打印页面上的整齐文本很不一样。Amazon Rekognition 可以读取倾斜和失真的文本,从而捕获商店名称、街道标志和产品包装上的文本等信息。

面孔分析

面孔检测和分析

借助 Amazon Rekognition,您可以轻松检测面孔在图像和视频中出现的时间,并针对每张面孔获取性别、年龄范围、眼睛睁开程度、眼镜、面部毛发等属性。在视频中,您也可以衡量这些面孔属性随时间的变化,比如构建一个演员所表达情感的时间线。

 

面孔识别

面孔搜索和验证

借助 Amazon Rekognition 提供的快速而准确的面孔搜索功能,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物。您还可以对用来对比的所存储图像进行面孔图像分析,从而验证身份。

 

 

名人识别

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。

 

轨迹

轨迹

将 Amazon Rekognition 用于视频文件时,您可以捕捉场景中人物的轨迹。例如,您可以使用运动员在比赛期间的移动情况来确定战术,并进行赛后分析。

 

使用案例

使内容可搜索

Amazon Rekognition 可自动从您的图像和视频文件中提取元数据,同时捕获对象、面孔、文本等。此元数据可用于按关键字轻松搜索您的图像和视频,或查找合适的资产进行内容联合。    

标记不适宜的内容

借助 Amazon Rekognition,您可以自动标记不适宜的内容,例如图像和视频中的裸露、暴力画面或武器。使用返回的详细元数据,您可以根据您认为适合用户的文化和人口统计的内容创建自己的规则。

启用数字化身份验证

利用 Amazon Rekognition,您可以为自动支付和其他身份验证场景创建可扩展的身份验证工作流程。利用 Amazon Rekognition,通过将照片或自拍照与驾驶证等身份证件进行对比,您可以对选择启用数字化身份验证的用户轻松执行面孔验证。

快速应对公共安全挑战

借助 Amazon Rekognition,您可以创建在图像和视频中辅助查找失踪人口的应用程序。通过根据您提供的失踪人口数据库搜索他们的面孔,您可以准确地标记可能匹配的人物并加快救援行动。

识别产品、地标和品牌

应用程序开发人员可以使用 Amazon Rekognition 自定义标签来识别社交媒体和照片应用程序中的特定项目。例如,您可以训练自定义模型来识别城市中的著名地标,只需拍照便可向游客提供关于地标的历史、营业时间和票价的信息。

分析购物者模式

借助 Amazon Rekognition,您可以通过研究每个人的购买轨迹来分析零售商店中购物者的行为和密度。利用面孔分析,您还可以了解人们的平均年龄范围、性别分布以及所表达的情绪,而无需识别他们。

客户成功案例

nfl
“在如今的媒体领域,组织管理的非结构化内容量呈指数级增长。使用传统的工具,用户可能很难在数以千计的媒体资产中搜索以找到自己所寻求的特定元素。利用 Amazon Rekognition 的新功能(自定义标签),我们能够根据业务的特定使用案例自动生成元数据标签,并为我们的内容创建团队提供可搜索的分面。这极大地提高了我们搜索内容的速度,更重要的是,它使我们能够自动标记以前需要手动操作的元素。借助这些工具,我们的生产团队能够直接利用这类数据,并在我们所有的媒体平台上向我们的客户提供增强的产品。”

Brad Boim,NFL Media 后期制作和资产管理高级总监


osn-logo-600x400

OSN 是中东和北非地区领先的娱乐网络,授权在该地区的 25 个国家/地区进行广播。OSN 拥有 150 多个频道,其优势在于通过与各大影业公司建立长期合作关系,创立了无与伦比的节目系列,其中包括迪士尼、家庭影院、NBC 环球、福克斯、派拉蒙、米高梅、索尼和梦工厂等影业公司。

“通过使用 AWS 的 AI 服务 Amazon Rekognition 和 Amazon Transcribe 来自动对我们的内容进行元数据标记,我们减少了三分之一以上需由策划人审查的影片量,从而加快了我们的媒体供应链,让我们能够以前所未有的速度将我们的作品呈现给受众。”

Dave Mace,OSN 数字和云服务主管


influential-600x400

Influential 是一个 AI 提供技术支持的核心级市场。Influential 利用 AI 和机器学习,通过可操作的洞见和预测性情报为影响者提供建议,消除了识别影响者的痛点。

“除了我们的内部 AI/ML 算法,我们还与第三方合作来丰富我们的数据集,以便更好地促进影响者来源选择。利用 Amazon Rekognition 对象和场景检测,我们能够基于影响者所发布的媒体及其社交媒体内容,将影响者人群更好地区分为具体的垂直领域和主题。通过将我们的搜索功能扩展到文本范围之外,我们得以更好地训练我们的品牌匹配得分,该得分与 Rekognition 的用户友好型标记和标签结合使用,可将我们对用户查询的命中率提高 200% 以上。”

Piotr Tomasik,Influential 首席技术官


marinus-analytics-600x400

Marinus Analytics 为执法部门提供基于人工智能创建的工具,将大数据转化为可供行动用的情报。Marinus 旗舰软件 Traffic Jam 是一套工具,供执法部门用于性交易调查。

“在互联网时代,执法部门需要复杂的工具来促进面向受害者的治安维护。执法部门知道,离家出走的儿童最有可能成为人口贩卖的受害者。在使用 Amazon Rekognition 之前,他们只能依靠手动筛查在线数据来尝试找到他们;这样做非常耗时,甚至根本无法做到。现在,通过由 Amazon Rekognition 提供技术支持的 Traffic Jam FaceSearch,调查人员能够在数秒钟内搜索上百万条记录,从而采取有效的行动找到受害者。”

Emily Kennedy,Marinus Analytics 首席执行官兼创始人


aella-credit-600x400

Aella Credit 使用生物识别、雇主和手机数据在新兴市场向可查证收入来源的个人提供即期贷款。

“身份验证与确认已经成为新兴市场中的一大挑战。正确识别用户的能力是影响在新兴市场为数十亿人建立信用机制的一个主要障碍。使用 Amazon Rekognition 在我们的移动应用程序上进行身份验证,大大减少了验证错误,并使我们能够进行扩展。现在,我们可以实时检测并验证某个人的身份,而无需任何人为干预,因此可以更快地访问我们的产品。我们尝试过各种大加宣传的解决方案,但是没有一个流行的备选方案能够准确地识别各种肤色。Amazon Rekognition 帮助我们有效地对我们市场上的客户进行面部识别。我们还可以通过 KYC 发现重叠的个人资料和重复的数据集。”

Wale Akanbi,Aella Credit 首席技术官兼共同创始人

了解有关 Amazon Rekognition 的更多信息

访问功能页面
准备好开始构建?
Amazon Rekognition 入门
还有更多问题?
联系我们
需要报告滥用行为?
单击此处