Amazon Rekognition ist nun allgemein verfügbar

Amazon Rekognition kostenlos testen
Oder bei der Konsole anmelden

Nach der Anmeldung können Amazon Rekognition-Neukunden für die Dauer des ersten Jahres jeden Monat bis zu 5 000 Bilder analysieren lassen und bis zu 1 000 gesichtsspezifische Metadaten speichern.

Details zum kostenlosen Kontingent für AWS anzeigen »


F: Was ist Amazon Rekognition?

Amazon Rekognition ist ein vollständig verwalteter Bilderkennungsdienst, der auf Deep Learning-Technologien basiert. Amazon Rekognition wurde von den Amazon-Teams für den Bereich maschinelles Sehen über viele Jahre hinweg entwickelt. Inzwischen werden mit diesem Tool jeden Tag Milliarden von Bildern analysiert. Mit der leicht zu verwendenden API von Amazon Rekognition lassen sich Tausende von Objekten und Szenen erkennen, Gesichter analysieren, zwei Gesichter miteinander vergleichen, um Ähnlichkeiten zu erfassen und Gesichter in einer Sammlung von Gesichtern finden. Amazon Rekognition ermöglicht die einfache Erstellung von Anwendungen, die Bilder auf Basis von visuellen Inhalten durchsuchen, Gesichtsattribute analysieren, um demografische Erkenntnisse zu gewinnen oder die gesichtsbasierte Benutzeridentifizierung zu ermöglichen. Amazon Rekognition wurde für die umfangreiche Bildanalyse konzipiert und bietet enge Integration in Amazon S3, AWS Lambda und sonstige AWS-Dienste.

F: Was ist Deep Learning?

Deep Learning ist ein Unterbereich des maschinellen Lernens und spielt eine wichtige Rolle im Fachgebiet künstliche Intelligenz. Beim Deep Learning werden auf Grundlage von Rohdaten Abstraktionen auf hoher Ebene abgeleitet. Dafür wird ein tiefes Netz mit mehreren Verarbeitungsschichten durchlaufen, in denen verschiedene lineare und nicht lineare Transformationen stattfinden. Deep Learning ist an die Fähigkeiten der Informationsverarbeitung und Kommunikation des menschlichen Gehirns angelehnt. Es ersetzt manuelle Funktionen durch Funktionen, die auf Grundlage riesiger Datenmengen erlernt wurden. Der Lernprozess erfolgt durch die sich wiederholende Beurteilung Hunderttausender Parameter im tiefen Netz, wobei effiziente Algorithmen genutzt werden.

Mehrere Deep Learning-Architekturen wie CNNs (Convolutional Deep Neural Networks) und rückgekoppelte neuronale Netze wurden auf Technologien für maschinelles Sehen, Spracherkennung, Verarbeitung natürlicher Sprache und Erkennung von Audio angewendet, um herausragende Ergebnisse bei der Umsetzung verschiedenster Aufgaben zu erzielen.

Amazon Rekognition gehört zur Familie der Amazon AI-Dienste. Die Amazon AI-Dienste verwenden Deep Learning, um Bilder zu verstehen, Text in natürlich klingende Sprache umzuwandeln und intuitive Text- und Sprachoberflächen für Konversationen zu erstellen.

F: Muss ich ein Experte für Deep Learning sein, um Amazon Rekognition verwenden zu können?

Nein. Mit Amazon Rekognition müssen Sie keine Deep Learning-Pipelines erstellen, verwalten oder aktualisieren.

Um präzise Ergebnisse bei der Durchführung komplexer maschineller Sehfunktionen zu erzielen, wie zum Beispiel die Erkennung von Objekten und Szenen, Gesichtsanalyse oder Gesichtserkennung, müssen Deep Learning-Systeme optimal abgestimmt und mithilfe eines riesigen Fundaments an Daten aufgebaut werden, die überprüft und mit einem Label versehen wurden. Die Ermittlung, Bereinigung und korrekte Benennung von Daten ist eine zeitraubende und kostspielige Aufgabe. Die Pflege und der Aufbau eines tiefen neuronalen Netzes ist außerdem berechnungsintensiv und erfordert oft maßgeschneiderte Hardware einschließlich Grafikprozessoren.

Amazon Rekognition ist vollständig verwaltet und kann schon im Auslieferungszustand Aufgaben der Bilderkennung durchführen, sodass Sie weder Zeit noch Ressourcen für die Erstellung einer Deep Learning-Pipeline aufwenden müssen. Amazon Rekognition wird auf Basis der neuesten Forschungsergebnisse stets weiterentwickelt und durch aktuelle Lerndaten kontinuierlich erweitert und verbessert. So können Sie sich ganz auf das Design und die Entwicklung hochwertiger Anwendungen konzentrieren.

F: Was sind die ersten Schritte mit Amazon Rekognition?   

Wenn Sie sich noch nicht bei Amazon Rekognition angemeldet haben, klicken Sie auf der Seite für Amazon Rekognition auf "Testen Sie Amazon Rekognition" und melden Sie sich an. Hierfür ist ein Amazon Web Services-Konto erforderlich. Wenn Sie noch kein Konto haben, werden Sie bei der Anmeldung aufgefordert, ein Konto zu erstellen. Sobald Sie sich angemeldet haben, können Sie Amazon Rekognition mit Ihren eigenen Bildern ausprobieren. Verwenden Sie hierfür die Verwaltungskonsole von Amazon Rekognition oder laden Sie dieAmazon Rekognition-SDKs herunter, um mit der Erstellung Ihrer eigenen Anwendungen zu beginnen. Schritt-für-Schritt-Anweisungen finden Sie im Leitfaden für Erste Schritte.

F: Welche APIs bietet Amazon Rekognition?
Amazon Rekognition bietet APIs zur Erkennung von Objekten und Szenen, zur Erkennung und Analyse von Gesichtern, zum Gesichtsvergleich und zur Suche ähnlicher Gesichter in einer Gesichtssammlung. Darüber hinaus werden APIs zur Verwaltung von Ressourcen bereitgestellt. Weitere Informationen finden Sie in der API-Referenz zu Amazon Rekognition.

F: Welche Bildformate werden von Amazon Rekognition unterstützt?

Amazon Rekognition unterstützt derzeit die Bildformate JPEG und PNG. Sie können Bilder entweder als S3-Objekt oder als Byte-Array übermitteln.

F: Welche Bildgröße wird von Amazon Rekognition unterstützt?

Amazon Rekognition unterstützt eine Bildgröße von bis zu 15 MB bei der Übermittlung als S3-Objekt und eine Bildgröße von bis zu 5 MB bei der Übermittlung als Byte-Array.

F: Wie wirkt sich die Bildauflösung auf die Qualität der Ergebnisse aus?

Amazon Rekognition funktioniert für ein breites Auflösungsspektrum. Um optimale Ergebnisse zu erzielen, empfehlen wir die Verwendung von VGA (640 x 480) oder höher. Bei einer Auflösung unter QVGA (320 x 240) ist das Risiko höher, dass Gesichter, Objekte oder unangemessene Inhalte nicht erkannt werden, obwohl Amazon Rekognition Bilder mit mindestens 80 Pixeln pro Seite unterstützt.

F: Wie groß muss ein Objekt mindestens sein, um von Amazon Rekognition erkannt und analysiert werden zu können?

Als Faustregel gilt, dass das kleinste Objekt oder Gesicht mindestens 5 % der kürzeren Bildseite ausmachen muss (in Pixeln). Beispiel: In einem 1 600 x 900 großen Bild müsste das kleinste Gesicht oder Objekt mindestens 45 Pixel auf jeder Seite umfassen.

F: In welchen AWS-Regionen ist Amazon Rekognition verfügbar?

Amazon Rekognition ist zurzeit in den AWS-Regionen USA Ost (Nord-Virginia), USA West (Oregon), EU (Irland), AWS GovCloud (USA) und Asien-Pazifik (Tokio) verfügbar.


F: Was ist ein Label?

Ein Label beschreibt ein Objekt, eine Szene oder ein Konzept in einem Bild. Ein Foto von einem tropischen Strand kann zum Beispiel Labels wie "Person", "Water", "Sand", "Palm Tree", "Swimwear" (Objekt), "Beach" (Szene) und "Outdoors" (Konzept) enthalten.

F: Was bedeutet "Zuverlässigkeitswert" und wie ist dieser Wert zu verstehen?

Der Zuverlässigkeitswert ist eine Zahl zwischen 0 und 100, die auf die Wahrscheinlichkeit hinweist, dass eine bestimmte Vorhersage zutrifft. Wenn im Beispiel mit dem tropischen Strand der Prozess zur Objekt- und Szenenerkennung einen Zuverlässigkeitswert von 99 für das Label "Wasser" und 35 für das Label "Palme" ergibt, ist die Wahrscheinlichkeit, dass das Bild Wasser enthält, höher als die Wahrscheinlichkeit, dass eine Palme vorhanden ist.

Anwendungen, die sehr anfällig für Erkennungsfehler sind (falsch positives Ergebnis) sollten Ergebnisse verwerfen, die einem Zuverlässigkeitswert unter einem bestimmten Schwellenwert zugeordnet sind. Der optimale Schwellenwert ist abhängig von der Anwendung. In vielen Fällen wird eine optimale Benutzererfahrung gewährleistet, wenn der minimale Zuverlässigkeitswert höher als der Standardwert eingestellt wird.

F: Was ist die Erkennung von Objekten und Szenen? 

Bei der Erkennung von Objekten und Szenen wird ein Bild analysiert, um diesem Bild basierend auf seinen visuellen Inhalten Labels zuzuweisen. Für diesen Prozess verwendet Amazon Rekognition die DetectLabels-API. Die API ermöglicht die automatische Erkennung Tausender Objekte, Szenen und Konzepte, und sie gibt einen Zuverlässigkeitswert für jedes Label zurück. DetectLabels verwendet einen standardmäßigen Schwellenwert von 50. Die Erkennung von Objekten und Szenen ist ideal für Kunden, die große Bildbibliotheken durchsuchen und organisieren möchten, darunter Kunden- und Lifestyle-Anwendungen auf Basis von Inhalten, die von Benutzern generiert werden, sowie Technologieunternehmen, die ihre Targeting-Algorithmen verbessern möchten.

F: Welche Arten von Labels unterstützt Amazon Rekognition?  

Rekognition unterstützt Tausende von Labels zu gängigen Kategorien wie beispielsweise:

  • Personen und Veranstaltungen: "Wedding", "Bride", "Baby", "Birthday Cake", "Guitarist" usw.
  • Essen und Trinken: "Apple", "Sandwich", "Wine", "Cake", "Pizza" usw.
  • Natur und Outdoor: "Beach", "Mountains", "Lake", "Sunset", "Rainbow" usw.
  • Tiere und Haustiere: "Dog", "Cat", "Horse", "Tiger", "Turtle" usw.
  • Haus und Garten: "Bed", "Table", "Backyard", "Chandelier", "Bedroom" usw.
  • Sport und Freizeit: "Golf", "Basketball", "Hockey", "Tennis", "Hiking" usw.
  • Pflanzen und Blumen: "Rose", "Tulip", "Palm Tree", "Forest", "Bamboo" usw.
  • Kunst und Unterhaltung: "Sculpture", "Painting", "Guitar", "Ballet", "Mosaic" usw.
  • Transport und Fahrzeuge: "Airplane", "Car", "Bicycle", "Motorcycle", "Truck" usw.
  • Elektronik: "Computer", "Mobile Phone", "Video Camera", "TV", "Headphones" usw.

F: Ich kann das gewünschte Label nicht finden. Wie kann ich ein neues Label anfordern?  

Bitte senden Sie Ihre Anfragen an den AWS-Kundensupport. Der Labels-Katalog von Amazon Rekognition wird basierend auf Kunden-Feedback kontinuierlich erweitert.


F: Was ist Image Moderation?

Image Moderation von Amazon Rekognition ist eine Deep-Learning-basierte, benutzerfreundliche API zu Erkennung unangemessener und mehrdeutiger Erwachseneninhalte in Bildern. Entwickler können diese zusätzlichen Metadaten verwenden, um unangemessene Inhalte basierend auf ihren Geschäftsanforderungen zu filtern. Neben dem Markieren eines Bilds basierend auf dem Vorhandensein von Erwachseneninhalten gibt Image Moderation auch eine hierarchische Liste mit Bewertungen zurück. Diese Bewertungen geben bestimmte Kategorien von Erwachseneninhalten an und stellen so Entwicklern eine genauere Kontrolle bereit, um große Mengen an von Benutzern generierten Inhalten (User Generated Content, UGC) zu filtern und zu verwalten. Diese API kann in Moderations-Workflows für Anwendungen wie Social Network- oder Dating-Websites, Fotofreigabeplattformen, Blogs und Foren, Apps für Kinder, E-Commerce-Websites, Unterhaltungs- und Onlinewerbeservices verwendet werden.

F: Welche Arten von unangemessenen und mehrdeutigen Erwachseneninhalten erkennt Amazon Rekognition?

Amazon Rekognition erkennt die folgenden Arten von unangemessenen und mehrdeutigen Erwachseneninhalten in Bildern:

  • Detaillierte Nacktheit
    • Nacktheit
    • Grafische Nacktheit (männlich)
    • Grafische Nacktheit (weiblich)
    • Sexuelle Aktivität
    • Teilweise Nacktheit
  • Mehrdeutig
    • Schwimmkleidung oder Unterwäsche (weiblich)
    • Schwimmkleidung oder Unterwäsche (männlich)
    • Freizügige Kleidung

Die Image Moderation-API von Amazon Rekognition gibt eine Hierarchie mit Kategorien sowie eine Bewertung für jede entdeckte Kategorie zurück. Rekognition kann bei einem unangemessenen Bild beispielsweise "Explicit Nudity" (detaillierte Nacktheit) mit einer sehr hohen Bewertung zurückgeben. Entwickler können damit Inhalte entsprechend markieren. In der gleichen Antwort gibt Rekognition außerdem eine zweite Genauigkeitsstufe zurück, indem zusätzlicher Kontext wie "Graphic Male Nudity" (grafische Nacktheit (männlich)) mit einer eigenen Bewertung bereitgestellt wird. Entwickler können mit diesen Informationen eine komplexere Filterlogik erstellen.

Bitte beachten Sie, dass die Image Moderation-API für unangemessene und mehrdeutige Erwachseneninhalte keinen erschöpfenden Filter darstellt oder zu sein vorgibt. Außerdem erkennt die Image Moderation-API nicht, ob ein Bild illegale Inhalte (z. B. Kinderpornografie) oder unnatürliche Erwachseneninhalte enthält.

F: Kann die Image Moderation-API von Amazon Rekognition andere ungeeignete Inhalte neben unangemessenen und mehrdeutigen Erwachseneninhalten erkennen?

Derzeit unterstützt Rekognition nur die oben erläuterten Kategorien. Wir arbeiten fortlaufend daran, Kategorien basierend auf Feedback von Kunden hinzuzufügen und zu verbessern.

Wenn Sie andere Arten unangemessener Inhalte in Bildern erkennen müssen, wenden Sie sich bitte über den weiter unten in diesem Abschnitt erläuterten Feedback-Prozess an uns.

F: Wie kann ich sicherstellen, dass Rekognition meinen Anwendungsfällen für die Moderation von Bildern für Erwachsene entspricht?

Die Image Moderation-Modelle von Rekognition wurden umfangreich optimiert und getestet, aber wie empfehlen Ihnen, die Genauigkeit Ihrer eigenen Datensätze zu messen, um die Leistung einzuordnen.

Sie können den "MinConfidence"-Parameter in Ihren API-Anforderungen verwenden, um ein Gleichgewicht zwischen der Inhaltserkennung und der Genauigkeit der Erkennung herzustellen. Wenn Sie "MinConfidence" reduzieren, werden Sie höchstwahrscheinlich die meisten unangemessenen Inhalte erkennen, markieren aber möglicherweise auch Inhalte, die in Wirklichkeit weder unangemessen noch mehrdeutig sind. Wenn Sie "MinConfidence" erhöhen, stellen Sie wahrscheinlich sicher, dass alle erkannten Inhalte tatsächlich unangemessen oder mehrdeutig sind, allerdings werden einige unangemessene Bilder möglicherweise nicht erkannt. Beispiele zum Verwenden von "MinConfidence" finden Sie hier in der Dokumentation.

Falls Rekognition Erwachseneninhalte in Bildern nicht erkennt, wenden Sie sich bitte über den unten erläuterten Feedback-Prozess an uns.

F: Wie kann ich Feedback zu Rekognition geben, um die Moderation zu verbessern?

Bitte senden Sie Ihre Anfragen an den AWS-Kundensupport. Amazon Rekognition erweitert basierend auf dem Kundenfeedback fortlaufend die Arten unangemessener Inhalte, die erkannt werden. Normalerweise dauert es 6 bis 8 Wochen, um neue Arten unangemessener oder mehrdeutiger Inhalte hinzuzufügen. Bitte beachten Sie, dass illegale Inhalte (z. B. Kinderpornografie) durch diesen Prozess nicht verarbeitet werden.


F: Was ist die Gesichtsanalyse?

Mit der Gesichtsanalyse lassen sich Gesichter innerhalb von Bildern erkennen und davon ausgehend relevante Gesichtsattribute erfassen. DieDetectFaces-API von Amazon Rekognition gibt für jedes erkannte Gesicht in einem Bild den Begrenzungsrahmen zurück, zusammen mit Attributen wie Geschlecht, Vorhandensein einer Sonnenbrille und Gesichtsmerkmalen. Mit der Gesichtsanalyse können Sie demografische Merkmale und Stimmungen analysieren oder erkannte Begrenzungsrahmen für weitere Bearbeitungszwecke verwenden.

F: Welche Gesichtsattribute kann ich mit Amazon Rekognition erfassen?

Amazon Rekognition gibt für jedes erkannte Gesicht die folgenden Gesichtsattribute sowie einen Begrenzungsrahmen und den Zuverlässigkeitswert für jedes Attribut zurück:

  • Geschlecht
  • Lächeln
  • Stimmung
  • Brille
  • Sonnenbrille
  • Augen geöffnet
  • Mund geöffnet
  • Schnauzbart
  • Bart
  • Position
  • Qualität
  • Gesichtsmerkmale

F: Was ist die Gesichtsposition?

Die Gesichtsposition bezeichnet die Rotation eines erkannten Gesichtes auf der Nick-, Roll- und Gierachse. Jeder dieser Parameter wird als ein Winkel zwischen -180 und +180 Grad zurückgegeben. Anhand der Gesichtsposition kann die Ausrichtung des Polygons um das Gesicht herum ermittelt werden (im Gegensatz zum rechteckigen Begrenzungsrahmen), um Abweichungen zu messen, Gesichter präzise nachzuverfolgen usw.

F: Was ist die Gesichtsqualität?

Die Gesichtsqualität beschreibt die Qualität des erkannten Bildes mithilfe der beiden Parameter Schärfe und Helligkeit. Beide Parameter werden als Werte zwischen 0 und 1 zurückgegeben. Sie können einen Schwellenwert auf diese Parameter anwenden, um optimal beleuchtete und scharf dargestellte Gesichter herauszufiltern. Dies ist für Anwendungen nützlich, in denen die Qualität der Gesichtsaufnahmen wichtig ist, zum Beispiel für Gesichtsvergleich und Gesichtserkennung.

F: Was sind Gesichtsmerkmale?

Gesichtsmerkmale sind eine Reihe von hervorstehenden Punkten, die sich normalerweise am Rand, an der Spitze oder in der Mitte von wichtigen Gesichtsteilen wie Augen, Nase und Mund befinden. Die DetectFaces-API von Amazon Rekognition gibt eine Gruppe von Gesichtsmerkmalen zurück, die Ihnen dabei helfen, Gesichter freizustellen, ein Gesicht mit einem anderen Gesicht zu kombinieren, durch Überlagern benutzerdefinierter Masken individuelle Filter zu erstellen usw.

F: Wie viele Gesichter können in einem Bild erkannt werden?

Mit Amazon Rekognition lassen sich bis zu 100 Gesichter in einem Bild erkennen.


Was ist der Gesichtsvergleich?

Beim Gesichtsvergleich wird ein Gesicht mit einem oder mehreren Gesichtern verglichen, um die Ähnlichkeit zu messen. Mit der CompareFaces-API von Amazon Rekognition können Sie die Wahrscheinlichkeit messen, mit der Gesichter in zwei Bildern von derselben Person stammen. Die API vergleicht ein Gesicht im Quellbild mit jedem Gesicht, das im Zielbild erkannt wurde, und gibt für jeden Vergleich einen Ähnlichkeitswert zurück. Für jedes erkannte Gesicht wird außerdem ein Begrenzungsrahmen und ein Zuverlässigkeitswert angegeben. Mit der Funktion zum Gesichtsvergleich können Sie die Identität einer Person anhand eines bereits gespeicherten persönlichen Fotos nahezu in Echtzeit überprüfen.

F: Kann ich ein Quellbild mit mehr als einem Gesicht verwenden?

Ja. Wenn das Quellbild mehrere Gesichter umfasst, erkennt CompareFaces das größte Gesicht und vergleicht es mit jedem erkannten Gesicht im Zielbild.

F: Mit wie vielen Gesichtern kann ich ein Gesicht vergleichen?

Sie können ein Gesicht im Quellbild mit bis zu 100 erkannten Gesichtern im Zielbild vergleichen.


F: Was ist die Gesichtserkennung?  

Bei der Gesichtserkennung wird die Identität einer Person erkannt oder überprüft, indem eine Sammlung von Gesichtern nach dem entsprechenden Gesicht durchsucht wird. Um die Funktion zur Gesichtserkennung zu Ihren Anwendungen hinzuzufügen, verwenden Sie die APIs SearchFaces und SearchFacesByImage von Amazon Rekognition. Die Gesichtserkennung kann ganz einfach in Anwendungen eingebunden werden, zum Beispiel für die Multifaktor-Authentifizierung für Bankzahlungen oder den automatisierten Zugang zu Bürogebäuden.

F: Was ist eine Gesichtssammlung und wie kann ich sie erstellen?  

Eine Gesichtssammlung ist ein durchsuchbarer Index mit Gesichtsmerkmalen in Form von Vektoren, die Sie besitzen und verwalten. Mit der CreateCollection-API können Sie ganz einfach eine Sammlung in einer von AWS unterstützten Region erstellen und einen Amazon-Ressourcennamen (ARN) erhalten. Jeder Gesichtssammlung ist eine eindeutige CollectionId zugewiesen.

F: Wie kann ich Gesichter zu einer Sammlung hinzufügen oder aus einer Sammlung löschen?

Um ein Gesicht zu einer vorhandenen Gesichtssammlung hinzuzufügen, verwenden Sie die IndexFaces-API. Diese API nimmt ein Bild in Form eines S3-Objekts oder Byte-Arrays an und fügt eine Vektordarstellung der erkannten Gesichter zur Gesichtssammlung hinzu. IndexFaces gibt außerdem eine eindeutige FaceId und einen Begrenzungsrahmen für jedes hinzugefügte Bild zurück.

Um ein Gesicht aus einer vorhandenen Gesichtssammlung zu löschen, verwenden Sie die DeleteFaces-API. Diese API greift auf die bereitgestellte Gesichtssammlung zu (mithilfe einer CollectionId), und entfernt die Einträge, die der Liste der FaceIds entsprechen. Weitere Informationen zum Hinzufügen und Löschen von Gesichtern finden Sie im Beispiel zurVerwaltung von Sammlungen.

F: Wie kann ich innerhalb einer Gesichtssammlung nach einem Gesicht suchen?

Sobald Sie eine indizierte Gesichtssammlung erstellt haben, können Sie sie entweder anhand eines Bildes (SearchFaceByImage) oder einer FaceId (SearchFaces) nach einem Gesicht durchsuchen. Diese APIs überprüfen ein eingegebenes Bild und geben eine Gruppe an übereinstimmenden Gesichtern zurück, die nach Ähnlichkeitsgrad geordnet sind, das heißt, das Bild mit der größten Ähnlichkeit wird als Erstes angezeigt. Weitere Informationen finden Sie im Beispiel zum Suchen nach Gesichtern.

F: Verwendet Amazon Rekognition die Daten, die in einer Gesichtssammlung gespeichert sind?

Nein. Amazon Rekognition kann die Daten, die in einer Gesichtssammlung gespeichert sind, ohne Ihre Erlaubnis weder aufrufen noch verwenden. Sie sind im vollständigen Besitz Ihrer Daten.

F: Was ist Modell-Versioning von Gesichtern und wie funktioniert es?
Amazon Rekognition verwendet zur Ermittlung und Erkennung von Gesichtern Modelle für tiefes Lernen. Wir verbessern basierend auf Feedback von Kunden und den neuesten Fortschritten in der Forschung weiterhin die Genauigkeit unserer Modelle. Diese Verbesserungen stellen wir Kunden in Form von Aktualisierungen der Gesichtsmodelle bereit. Wenn Sie eine neue Sammlung erstellen, verwendet Amazon Rekognition dabei automatisch die aktuelle Version des Gesichtsmodells. Vorhandene Sammlungen verwenden weiterhin die Version des Modells, mit der sie erstellt wurden. Die gespeicherten Gesichtsvektoren werden nicht automatisch auf die neue Version aktualisiert.

Verschiedene Modellversionen sind möglicherweise nicht untereinander kompatibel. Besonders wenn dasselbe Bild in verschiedene Sammlungen indiziert ist, die unterschiedliche Modellversionen verwenden, weichen die Identifizierungsmerkmale für dasselbe erkannte Gesicht voneinander ab. Ist ein Bild in mehrere Sammlungen indiziert, die demselben Modell zugeordnet sind, bleiben die Identifizierungsmerkmale für Gesichter gleich.

F: Wo sehe ich, welche Version des Gesichtsmodells ich verwende?
Sie finden die Version des in einer Sammlung verwendeten Gesichtsmodells heraus, indem Sie auf die Schaltfläche "FaceModelVersion" klicken, die von den jeweiligen APIs ausgegeben wird, die Gesichtssammlungen betreiben.

F: Wie kann ich meine vorhandenen Sammlungen auf die neueste Version des Gesichtsmodells übertragen?
Um die neuesten Modelle mit in einer vorhandenen Sammlung gespeicherten Gesichtern verwenden zu können, müssen Sie eine neue Sammlung mit der Option CreateCollection erstellen. Indizieren Sie dazu wieder den ursprünglichen Satz der Quellbilder mit der Option IndexFaces in die neue Sammlung. Aktualisieren Sie alle Identifizierungsmerkmale für Gesichter, die in Ihrer Anwendung gespeichert sind. Dies ist erforderlich, da sich die Identifizierungsmerkmale für Gesichter in der neuen Sammlung von denen in der alten Sammlung unterscheiden können. Wenn Sie die alte Sammlung nicht länger benötigen, löschen Sie diese durch Klicken auf DeleteCollection.


F: Was ist Text in Image?

Text in Image ist eine Funktion von Amazon Rekognition, mit der Sie Text in Bildern, wie Straßennamen, Bildunterschriften, Produktnamen und Autokennzeichen, ermitteln und erkennen können. Text in Image wurde speziell für Fotografien und weniger für Abbildungen in Dokumenten entwickelt Die DetectText-API von Amazon Rekognition verarbeitet ein Bild und gibt die Textkennung sowie einen Begrenzungsrahmen für jede ermittelte Zeichenkette mit einem Zuverlässigkeitswert aus. In Social Media- und Image Sharing-Anwendungen können Sie beispielsweise eine visuelle Suche basierend auf einem Index an Bildern aktivieren, die dieselben Textkennungen enthalten. In Medien- und Unterhaltungsanwendungen können Sie Text-Metadaten für Videobilder erstellen, um Suchen nach relevanten Inhalten, wie Nachrichten, Sportergebnissen, Werbung und Bildunterschriften, zu unterstützen. In Sicherheits- und Überwachungsanwendungen können Sie Fahrzeuge anhand von Autokennzeichen auf Bildern ermitteln, die mit Körper- oder Verkehrskameras aufgenommen wurden.

F: Welche Textarten unterstützt Amazon Rekognition Text in Image?

Text in Image wurde speziell für Fotografien und weniger für Abbildungen in Dokumenten entwickelt Die Funktion unterstützt die meisten lateinischen Schriften und Ziffern, die in einer großen Vielzahl von Layouts, Schriftarten und Schriftschnitten integriert. Sie unterstützt zudem Hintergrundobjekte wie Banner oder Plakate, die mit Text in unterschiedlichen Ausrichtungen überlagert sind. Text in Image erkennt bis zu 50 Zeichenfolgen pro Bild und listet diese als Wörter und Zeilen auf. Sie erkennt nur horizontal ausgerichteten Text mit einer Abweichung von +/-30 Grad.

 

F: Wie kann ich Feedback zu Rekognition geben, um die Texterkennung zu verbessern?


Bitte senden Sie Ihre Anfragen an den AWS-Kundensupport. Amazon Rekognition erweitert basierend auf dem Kundenfeedback fortlaufend die erkannten Typen von Textinhalten.

F: Was ist die RecognizeCelebrities-API?

Die RecognizeCelebrities-API von Amazon Rekognition ist eine benutzerfreundliche Deep-Learning-basierte API für die Erkennung von prominenten, bemerkenswerten oder auf ihrem Gebiet herausragenden Persönlichkeiten. Die RecognizeCelebrities-API ist für große Datenmengen konzipiert und erkennt Persönlichkeiten aus den verschiedensten Bereichen wie Politik, Sport, Wirtschaft, Entertainment und Medien. Damit ist diese Persönlichkeitserkennung ideal für Amazon-Kunden, die ihre digitalen Bildbibliotheken nach Personen ihres Interesses durchsuchen möchten.

F: Wer kann durch die RecognizeCelebrities-API erkannt werden?

Amazon Rekognition kann nur Persönlichkeiten erkennen, auf die die Deep-Learning-Modelle trainiert wurden. Dabei ist und bezweckt die RecognizeCelebrities-API in keiner Weise, eine Autorität bzw. eine umfassende Liste aller bekannten und berühmten Personen zu sein. Diese Funktion kennt die Daten einer großen Palette an Persönlichkeiten, die nach Anforderungen und Feedback unserer Kunden zusammengestellt wurde. Amazon fügt laufend neue Namen hinzu. Der Fakt aber, dass RecognizeCelebrities nicht alle Personen erkennt, die von anderen Gruppierungen oder unseren Kunden als prominent bezeichnet werden, hat keinerlei Aussagekraft hinsichtlich unserer Meinung zum Berühmtheitstatus einzelner Personen. Falls Sie gerne weitere Persönlichkeiten in die Liste der von RecognizeCelebrities erkannten Personen aufnehmen würden, senden Sie uns hierzu ihr Feedback.

F: Kann eine durch die RecognizeCelebrities-API erkannte Person verlangen, aus dieser Funktion entfernt zu werden?

Ja. Eine Person, die nicht in dieser Funktion geführt sein will, kann via E-Mail eine entsprechende Anfrage an AWS Customer Support senden. Wir werden die Entfernung sofort betreiben.

F: Welche Quellen mit weiteren Informationen zu einer Persönlichkeit werden unterstützt?

Die API unterstützt eine optionale Liste mit Quellen, die weitere Informationen zu einer Persönlichkeit bereitstellen. Diese ist Bestandteil der API-Rückgabe. Derzeit stellen wir die IMDB-URL bereit, sofern verfügbar. Weitere Quellen können noch hinzukommen.


F: Wie zählt Amazon Rekognition die Anzahl der verarbeiteten Bilder?

Bei Verwendung von APIs, die Bilder als Eingaben akzeptieren, zählt Amazon Rekognition die tatsächliche Anzahl der analysierten Bilder als die Anzahl der verarbeiteten Bilder. Zu dieser Kategorie gehören DetectLabels, DetectModerationLabels, DetectFaces, IndexFaces, RecognizeCelebrities und SearchFaceByImage. Bei Verwendung der CompareFaces-API, die zwei Bilder als eine Eingabe erfasst, wird nur das Quellbild als ein verarbeitetes Bild gewertet.

Bei Verwendung von API-Aufrufen, die kein Bild als Eingabeparameter erfordern, zählt Amazon Rekognition jeden API-Aufruf als ein verarbeitetes Bild. Zu dieser Kategorie gehören SearchFaces und ListFaces.

Die restlichen Amazon Rekognition-APIs, also DeleteFaces, CreateCollection, DeleteCollection und ListCollections, werden nicht als verarbeitete Bilder betrachtet.

F. Für welche APIs werden von Amazon Rekognition Gebühren berechnet?

Amazon Rekognition berechnet Gebühren für die folgenden APIs: DetectLabels, DetectModerationLabels, DetectFaces, IndexFaces, RecognizeCelebrities, SearchFaceByImage, CompareFaces, SearchFaces und ListFaces.

F: Wie viel kostet Amazon Rekognition?

Auf der Seite mit den Preisen von Amazon Rekognition finden Sie aktuelle Preisinformationen.

F: Fallen Gebühren für die Merkmalsvektoren an, die ich in meinen Gesichtssammlungen speichere?

Ja. Amazon Rekognition berechnet monatlich 0,01 USD pro 1 000 Gesichtsvektoren. Weitere Informationen finden Sie auf der Seite mit der Preisübersicht.

F: Ist Amazon Rekognition Teil des kostenlosen AWS-Nutzungskontingents?

Ja. Im Rahmen des kostenlosen Nutzungskontingents von AWS können Sie Amazon Rekognition zum Einstieg kostenlos verwenden. Nach der Anmeldung können Amazon Rekognition-Neukunden für die Dauer des ersten Jahres jeden Monat bis zu 5 000 Bilder analysieren lassen. Im Rahmen des kostenlosen Nutzungskontingents können Sie alle Amazon Rekognition-APIs verwenden und bis zu 1 000 Gesichter speichern.

F: Sind Steuern im Preis enthalten?

Details finden Sie in der Steuerhilfe zu Amazon Web Services.


F: Funktioniert Amazon Rekognition mit Bildern, die auf Amazon S3 gespeichert sind?

Ja. Um mit dem Analysieren von Bildern aus Amazon S3 zu beginnen, verweisen Sie die Amazon Rekognition-API auf Ihren S3-Bucket. Sie müssen die Daten nicht verschieben. Weitere Informationen zur Verwendung von S3-Objekten mit Amazon Rekognition API-Aufrufen finden Sie in der Übung zur Erkennung von Labels.

F: Kann ich Amazon Rekognition mit Bildern verwenden, die in einem Amazon S3-Bucket in einer anderen Region gespeichert sind?

Nein. Bitte stellen Sie sicher, dass sich der Amazon S3-Bucket, den Sie verwenden möchten, in derselben Region wie Ihr Amazon Rekognition-API-Endpunkt befindet.  

F: Wie kann ich mit Amazon Rekognition mehrere Bilddateien in einem Stapel verarbeiten?

Sie können Ihre Amazon S3-Bilder in einem Stapel verarbeiten, indem Sie die Schritte aus dem GitHub-Beispiel zur Stapelverarbeitung mit Amazon Rekognition nachvollziehen.

F: Wie kann ich AWS Lambda mit Amazon Rekognition verwenden?

Amazon Rekognition bietet direkten Zugriff auf AWS Lambda und die Integration von Trigger-basierten Funktionen zur Bildanalyse in Ihre AWS-Datenspeicher wie Amazon S3 und Amazon DynamoDB. Wenn Sie Amazon Rekognition mit AWS Lambda verwenden möchten, befolgen Sie diese Schritte und wählen Sie das Amazon Rekognition-Blueprint aus.


F: Speichert Amazon Rekognition die Bilder, die von mir zur Analyse übermittelt werden?

Nein, es sei denn, Sie erteilen uns eine entsprechende Erlaubnis. Amazon Rekognition-APIs speichern keine Bilder, die zur Analyse übermittelt werden. Für Gesichtssammlungen speichert Amazon Rekognition lediglich Metadaten in Form von Merkmalsvektoren, und keine Bilder von Gesichtern, die Rückschlüsse auf die Identität einer Person bieten würden. Bitte beachten Sie, dass Bilder, die zur Problembehandlung an den AWS-Support gesendet werden, gespeichert und für Schulungszwecke verwendet werden können, wie bei der Übermittlung dieser Bilder angemerkt wird.

F: Verwendet Amazon Rekognition übermittelte Bilder für Schulungszwecke?

Nein, es sei denn, Sie erteilen uns eine entsprechende Erlaubnis. Wenn Sie Ihre Bilddatensätze freigeben und Amazon Rekognition die Verwendung zu Schulungszwecken erlauben möchten, wenden Sie sich an denAWS-Kundensupport.

F: Muss ich Lerndaten für Amazon Rekognition bereitstellen?

Nein. Amazon Rekognition ist bereits darauf ausgerichtet, Tausende von Labels zu erfassen, Gesichter unter verschiedenen Bedingungen zu erkennen und ein Gesicht mithilfe einer umfangreichen Sammlung an Merkmalsvektoren darzustellen. Sie müssen keine Lerndaten bereitstellen oder Modelleinstellungen anpassen. Die Modelle von Amazon Rekognition werden kontinuierlich verbessert, während der Label-Katalog regelmäßig erweitert wird.


F: Wie kann ich den Zugriff auf Amazon Rekognition steuern?

Amazon Rekognition ist in AWS Identity and Access Management (IAM) integriert. Mithilfe der IAM-Richtlinien für AWS kann sichergestellt werden, dass nur autorisierte Benutzer Zugriff auf Amazon Rekognition-APIs haben. Weitere Informationen finden Sie auf der Seite zur Authentifizierung und Zugriffssteuerung in Amazon Rekognition.