Importante:A partir del 30 de agosto de 2023, Análisis de contenido en AWS ya no será compatible y se archivará el repositorio de GitHub. Las implementaciones existentes se seguirán ejecutando. Si implementó Análisis de contenido en AWS mediante la clonación de código abierto de GitHub, puede seguir utilizando la solución.
La funcionalidad proporcionada por Análisis de contenido en AWS se sustituirá por la funcionalidad en Media2Cloud en AWS y Localización de contenido en AWS. Le sugerimos que revise estas soluciones.
Información general

La solución de análisis de contenido en AWS lo ayuda a ejecutar análisis automatizados de contenido en video con un modelo de aplicaciones sin servidor para generar información significativa a través de los metadatos generados con machine learning (ML). Esta solución proporciona acceso a una serie de servicios de IA de AWS que puede aplicar a sus bibliotecas de contenido multimedia. Luego, es posible utilizar información y metadatos para automatizar procesos manuales. La solución incluye una interfaz de usuario basada en la web para cargar y buscar las bibliotecas de video.
La solución de análisis de contenido en AWS combina Amazon Rekognition, Amazon Transcribe, Amazon Translate y Amazon Comprehend a fin de ofrecer un conjunto de capacidades completas para analizar el contenido en video de los clientes. La solución consiste en una aplicación personalizada basada en el marco de desarrollo Media Insights en AWS.
La solución proporciona una única aplicación para la utilización de varios servicios de machine learning, lo que hace más fácil para los clientes comenzar a usar esos servicios. La solución también automatiza los procesos manuales, incluida la generación de metadatos, y busca metadatos de varios servicios de machine learning en una única ubicación.
Beneficios

Obtenga la detección precisa de actividades, escenas y objetos; la identificación y el seguimiento de personas; y el reconocimiento de celebridades en los videos.
Cargue, analice y busque colecciones de videos de manera inmediata con una interfaz de usuario simple basada en la Web.
Media Insights proporciona un marco que facilita a los desarrolladores la creación de aplicaciones que transforman o analizan videos en AWS.
Automatice la generación de metadatos y otros procesos manuales mediante el uso de una única aplicación. Reduzca de forma drástica la participación de personas necesaria en la clasificación de los archivos de video para búsquedas.
Detalles técnicos

En el siguiente diagrama se muestra el flujo de arquitectura sin servidor que puede implementar automáticamente con la guía de implementación de la solución y la plantilla de AWS CloudFormation correspondiente.
Paso 1
Una distribución de Amazon CloudFront para ofrecer la aplicación web de análisis de contenido estática.
Paso 2
Un bucket de origen web de Amazon Simple Storage Service (Amazon S3) para alojar la aplicación web estática.
Paso 3
Un grupo de usuarios de Amazon Cognito para proporcionar un directorio de usuarios.
Paso 4
Un grupo de identidades de Amazon Cognito para proporcionar la federación con AWS Identity and Access Management (IAM) para la autenticación y la autorización a la interfaz de usuario web.
Paso 5
Una API de REST Amazon API Gateway para el plano de control para redirigir mediante proxy cargas de archivo y orquestar operaciones de flujos de trabajo desde la interfaz de usuario web a Amazon S3 y AWS Step Functions. Se crean roles de AWS IAM para que la API funcione.
Paso 6
Una función del controlador de la API de AWS Lambda para admitir la API de REST de plano de control.
Paso 7
Tablas de Amazon DynamoDB para almacenar parámetros del sistema, definiciones de flujo de trabajo, estados de flujo de trabajo, historial de ejecución de flujo de trabajo y otros datos relacionados con el flujo de trabajo.
Paso 7
Un flujo de trabajo de AWS Glue se activa diariamente a la 1:00 (UTC). El flujo de trabajo inicia trabajos de AWS Glue que procesan los datos sin procesar y almacenan los resultados en el bucket de Amazon S3 de datos procesados. A continuación, el flujo de trabajo inicia un rastreador de AWS Glue que actualiza el Catálogo de datos de AWS Glue.
Paso 8
Recursos de Amazon Simple Queue Service (Amazon SQS) para limitar a un máximo configurable la cantidad total de flujos de trabajo que se ejecutan de forma simultánea.
Paso 9
Una función de Lambda para verificar y registrar el estado de ejecución de los flujos de trabajo en DynamoDB.
Paso 10
Dos flujos de trabajo de AWS Step Functions que se componen de funciones de Lambda que ejecutan trabajos de análisis de contenido multimedia en Amazon Rekognition, Amazon Transcribe, Amazon Translate, AWS Elemental MediaConvert y Amazon Comprehend. Estas funciones de Lambda también interactúan con el plano de datos para almacenar y recuperar metadatos y objetos multimedia que devolvieron los trabajos de análisis de contenido multimedia.
Paso 11
Una API de REST de API Gateway para la funcionalidad CRUD en el plano de datos.
Paso 12
Una función del controlador de la API de Lambda para admitir la API de REST de plano de datos.
Paso 13
Una tabla de DynamoDB para registrar las relaciones entre los metadatos, los objetos multimedia y los archivos multimedia especificados por el usuario.
Paso 14
Un bucket de Amazon S3 para almacenar archivos de video cargados, resultados de metadatos derivados y objetos multimedia derivados, como las miniaturas, los archivos de audio y los archivos de video transcodificados.
Paso 15
Recursos de Amazon Kinesis Data Streams para proporcionar una interfaz para Amazon OpenSearch Service con el fin de acceder a los metadatos multimedia mediante una transmisión de la captura de datos de cambio que refleje las operaciones CRUD en la tabla de DynamoDB.
Paso 16
Una función de Lambda para extraer, transformar y cargar metadatos multimedia de la tabla de DynamoDB a un clúster de Amazon OpenSearch Service.
Paso 17
Un clúster de Amazon OpenSearch Service para hacer un índice de los metadatos multimedia.
Contenido relacionado

Estamos encantados de anunciar la disponibilidad de las soluciones de AWS Media Intelligence (AWS MI), una combinación de servicios que permiten a los clientes integrar fácilmente la IA en los flujos de trabajo de contenido multimedia.
Este curso explica cómo crear un flujo de trabajo para automatizar la generación de subtítulos, subtítulos en idiomas alternativos y pistas de audio en idiomas alternativos mediante los servicios de IA de Amazon: Amazon Transcribe, Amazon Translate y Amazon Polly.
Después de realizar este conjunto de cursos, comprenderá cómo la inteligencia artificial (IA) permitió el machine learning (ML), que luego llevó al aprendizaje profundo.
Este curso explica cómo crear un flujo de trabajo para automatizar la generación de subtítulos, subtítulos en idiomas alternativos y pistas de audio en idiomas alternativos mediante los servicios de IA de Amazon: Amazon Transcribe, Amazon Translate y Amazon Polly.