AWS Solutions

Inhaltsanalyse auf AWS

Was macht diese AWS-Lösung?

Die Inhaltsanalyse-Lösung auf AWS hilft Ihnen, eine automatisierte Videoinhaltsanalyse mit einem Serverless-Anwendungsmodell durchzuführen, um mithilfe von durch Machine Learning (ML) generierten Metadaten wichtige Erkenntnisse zu gewinnen. Diese Lösung bietet Zugriff auf eine Vielzahl von AWS-KI-Services, die Sie auf Ihre Mediatheken anwenden und dann Erkenntnisse und Metadaten verwenden können, um manuelle Prozesse zu automatisieren. Die Lösung umfasst eine webbasierte Benutzeroberfläche, um Ihre Video-Bibliotheken hochzuladen und zu durchsuchen.

Die Lösung der Inhaltsanalyse auf AWS vereint Amazon Rekognition, Amazon Transcribe, Amazon Translate und Amazon Comprehend, um eine Suite umfassender Funktionen zur Analyse des Videoinhalts eines Kunden anzubieten. Die Lösung ist eine maßgeschneiderte Anwendung, die auf dem AWS Media Insights Engine (MIE)-Entwicklungs-Framework basiert.

Vorteile

AWS-KI-Services nutzen

leer

Extrahieren Sie wertvolle Metadaten aus Videodateien mit Amazon Rekognition, Amazon Transcribe, Amazon Translate und Amazon Comprehend automatisch.

Interagieren mithilfe einer einfachen Webbenutzeroberfläche

leer

Laden Sie mithilfe einer einfachen webbasierten Benutzeroberfläche Videosammlungen sofort hoch, analysieren und durchsuchen Sie diese.

Nutzen Sie das Media-Insights-Engine-Framework (MIE)

MIE bietet ein Framework, das es Entwicklern erleichtert, Anwendungen zu erstellen um Videos auf AWS transformieren oder analysieren.

Manuelle Prozesse automatisieren

leer

Automatisieren Sie das Generieren von Metadaten und andere manuelle Prozesse mittels einer einzigen Anwendung. Reduzieren Sie die erforderliche menschliche Beteiligung an der Katalogisierung von Videoarchiven für die Suche erheblich.

Hochpräzise Erkennung und Identifizierung

Profitieren Sie von einer hochpräzisen Erkennung von Objekten, Szenen und Aktivitäten, von der Identifizierung von Personen und Pfaden sowie von der Erkennung von Prominenten in Videos.

AWS-Lösungsübersicht

Das folgende Diagramm zeigt den Ablauf der Serverless-Architektur, den Sie dank des Leitfadens zur Lösungsimplementierung und der dazugehörigen AWS-CloudFormation-Vorlage automatisch bereitstellen können.

AWS Content Analysis | Architektur-Schaubild

Lösungsarchitektur der Inhaltsanalyse auf AWS

Die AWS-CloudFormation-Vorlage stellt die folgende Infrastruktur bereit:

1. Eine Amazon-CloudFront-Distribution zur Bereitstellung der statischen Inhaltsanalyse-Webanwendung.

2. Ein Amazon-Simple-Storage-Service-Web-Source-Bucket (Amazon S3) für das Hosting der statischen Webanwendung.

3. Einen Amazon-Cognito-Benutzerpool zur Bereitstellung eines Benutzerverzeichnisses.

4. Ein Amazon-Cognito-Identitätspool, um einen Verbund mit AWS Identity and Access Management (IAM) für die Authentifizierung und Autorisierung für die Web-UI bereitzustellen.

5. Eine Amazon API Gateway REST API für die Steuerungsebene, um Datei-Uploads zu projizieren und Workflow-Vorgänge von der Web-UI zu Amazon S3 und AWS Step Functions zu steuern. AWS-IAM-Rollen werden für den Betrieb der API erstellt.

6. Eine AWS-Lambda-API-Handler-Funktion zur Unterstützung der REST-API der Steuerungsebene.

7. Amazon-DynamoDB-Tabellen zum Speichern von Systemparametern, Workflow-Definitionen, Workflow-Status, Workflow-Ausführungshistorie und anderen workflowbezogenen Daten.

8. Amazon-Simple-Queue-Service-Ressourcen (Amazon SQS), um die Gesamtzahl der gleichzeitig laufenden Workflows auf ein konfigurierbares Maximum zu begrenzen.

9. Eine Lambda-Funktion zur Überprüfung und Aufzeichnung des Workflow-Laufstatus in DynamoDB.

10. Zwei AWS-Step-Functions-Workflows bestehend aus Lambda-Funktionen, die Medienanalyseaufträge in Amazon Rekognition, Amazon Transcribe, Amazon Translate, AWS Elemental MediaConvert und Amazon Comprehend ausführen. Diese Lambda-Funktionen interagieren auch mit der Datenebene, um Medienobjekte und Metadaten, die von Medienanalyseaufträgen zurückgegeben werden, zu speichern und abzurufen.

11. Eine API Gateway REST API für CRUD-Funktionen in der Datenebene.

12. Eine Lambda-API-Handler-Funktion zur Unterstützung der REST-API der Datenebene.

13. Eine DynamoDB-Tabelle zum Aufzeichnen von Beziehungen zwischen Metadaten, Medienobjekten und benutzerdefinierten Mediendateien.

14. Ein Amazon-S3-Bucket zum Speichern hochgeladener Videodateien, abgeleiteter Metadatenergebnisse und abgeleiteter Medienobjekte wie Miniaturansichten, Audiodateien und transkodierter Videodateien.

15. Ressourcen von Amazon Kinesis Data Streams zur Bereitstellung einer Schnittstelle für Amazon OpenSearch Service für den Zugriff auf Medienmetadaten über einen Stream zur Erfassung von Änderungsdaten, der CRUD-Vorgänge in der DynamoDB-Tabelle widerspiegelt.

16. Eine Lambda-Funktion zum Extrahieren, Transformieren und Laden von Medienmetadaten aus der DynamoDB-Tabelle in einen Amazon-OpenSearch-Service-Cluster.

17. Ein Amazon-OpenSearch-Service-Cluster zum Indexieren von Medien-Metadaten.

Weitere Informationen

Weniger anzeigen