Modération de contenu Amazon Rekognition
La modération de contenu Amazon Rekognition automatise et rationalise vos flux de travail de modération d'images et de vidéos en utilisant le machine learning (ML), sans qu'une expérience dans ce domaine soit nécessaire. Traitez des millions d'images et de vidéos de manière efficace tout en détectant les images inappropriées ou indésirables, au moyen d'API entièrement gérées et de règles de modération personnalisables pour assurer la sécurité des utilisateurs et garantir le respect des règles par l'entreprise. Ne payez que pour ce que vous utilisez, sans frais minimums, licences ou engagements initiaux.
Avantages
Renforcez la sécurité des utilisateurs et des marques
Examinez quelques images et vidéos ou des millions d'images et de vidéos en les comparant à diverses catégories prédéfinies ou à des catégories dangereuses spécifiques à l'entreprise. Assurez-vous de manière anticipée que vos utilisateurs et les sponsors de votre marque ne seront pas exposés à un contenu indésirable ou inapproprié.
Automatisez la modération
Permettez aux éditeurs humains de suivre de plus petits sous-ensembles de contenu et protégez-les de l'exposition à des contenus nuisibles en signalant automatiquement jusqu'à 95 % des contenus dangereux. Intégrez la révision humaine sans avoir recours à de nouveaux outils et infrastructures grâce à l'IA augmentée d'Amazon (Amazon A2I).
Améliorez la fiabilité et réduisez les coûts
Créez des flux de travail de modération de contenu basés sur le cloud fiables, évolutifs et reproductibles, sans engagements initiaux ni licences coûteuses. Payez en fonction du nombre d'images ou de la durée des vidéos traitées.
Fonctions
Détectez et marquez les images et vidéos explicites
Détectez les contenus explicites pour adultes ou suggestifs, la violence, les drogues, le tabac, l'alcool, les symboles de haine, les jeux d'argent et les contenus dérangeants présents dans les images et dans les vidéos. Indiquez des scores de confiance pour chaque étiquette détectée et chaque horodatage vidéo. Utilisez une taxonomie hiérarchique pour créer des règles commerciales granulaires pour différentes zones géographiques, publics cibles, heures de la journée, etc.
Personnalisez la modération d'audio et de texte
Détectez, lisez et vérifiez le contenu d'un texte par rapport à votre propre liste de mots ou de phrases interdits grâce à la détection de texte Amazon Rekognition. Convertissez les paroles des vidéos en texte avec Amazon Transcribe et vérifiez qu'elles ne contiennent pas de blasphèmes ou de discours haineux. Étendez l'analyse de texte avec les capacités de traitement du langage naturel (NLP) de Amazon Comprehend.
Vérifier l'âge de l'utilisateur
Dissuadez les utilisateurs mineurs d'accéder au contenu restreint avec Amazon Rekognition Face Liveness. Par exemple, les clients de jeux ou de rencontres en ligne peuvent utiliser Face Liveness et l'estimation de l'âge d'Amazon Rekognition Facial Analysis pour vérifier l'âge d'un utilisateur avant de lui accorder l'accès.
Rationaliser les opérations de modération de contenu
Accédez aux fonctionnalités d'automatisation et d'intelligence artificielle (IA) pour mettre en œuvre une solution de modération de contenu fiable sans avoir besoin d'expertise en machine learning. Créez des environnements en ligne sûrs, protégez votre marque et minimisez les coûts de modération. Pour plus d'informations, consultez Rationaliser les opérations de modération du contenu.
Formez et déployez des modèles personnalisés
Formez et déployez facilement vos propres modèles de modération en quelques clics ou appels API. Créez et exploitez rapidement de nouveaux modèles avec les étiquettes personnalisées Amazon Rekognition pour traiter des scénarios en temps réel, tels que la suppression de messages offensants sur des boutiques en ligne ou le floutage de logos sur une émission en direct.
Améliorez les prédictions grâce aux évaluations humaines
Améliorez davantage les prédictions grâce à une intervention humaine stratégique. Intégrez Amazon A2I aux API de modération d'Amazon Rekognition pour permettre à vos équipes ou à un fournisseur tiers de prendre une décision finale lorsque des prédictions à faible niveau de confiance nécessitent une intervention humaine.
Cas d'utilisation
Réseaux sociaux
Protégez les utilisateurs contre l'exposition à du contenu inapproprié sur les plateformes de partage de contenu. Modérez de manière anticipée les gros volumes de téléchargements des utilisateurs afin de les protéger, de même que les communautés, contre les contenus inappropriés sur les réseaux sociaux et les services tels que le partage de photos et de vidéos, les jeux en ligne, le streaming vidéo et les sites de rencontres en ligne.
Jeux
Empêchez les images offensantes ou controversées sur les forums de jeu, les jeux en direct et les services de streaming vidéo. En outre, modérez le contenu généré par les utilisateurs, tel que les profils et les avatars, maintenez l'engagement et l'activité des joueurs, et empêchez le harcèlement et le désabonnement des utilisateurs à l'origine du harcèlement.
E-commerce
Renforcez la confiance de vos clients en excluant de vos rayons numériques le contenu image et vidéo illégal ou inapproprié associé aux listes de produits et aux avis de tiers, afin de garantir une expérience d'achat sécurisée et transparente. Préservez la réputation et la conformité de la plateforme, car les clients se tournent de plus en plus vers les évaluations de produits pour prendre des décisions éclairées lors de leur parcours d'achat.
Publicité
Protégez les marques contre les associations indésirables afin de respecter la conformité. Atteignez également les objectifs de marque qui se traduisent par une croissance du chiffre d'affaires, tels que l'élévation de la marque et la sympathie.
Multimédia et divertissement
Protégez le public contre l'exposition à du contenu image et vidéo potentiellement dangereux, en préservant le bien-être des utilisateurs, en protégeant la propriété intellectuelle et en maintenant une communauté positive.
Enseignement
Modérez les contributions des étudiants et des éducateurs pour aider à créer une expérience d'apprentissage sûre, inclusive et épanouissante.
Clients
En savoir plus sur nos plus de 40 témoignages de clients Amazon Rekognition.
CoStar est un leader dans le domaine de l'information, de l'analytique, de la technologie et des actualités de l'immobilier commercial, avec l'une des plateformes de données les plus complètes du marché, traitant plus de 150 000 images qui sont chargées quotidiennement sur sa plateforme.
« Pour CoStar, il est impératif que les images chargées sur notre plateforme soient conformes aux termes de notre accord d'utilisateur final et ne contiennent pas de contenu inapproprié, afin que nous puissions garantir une communauté d'utilisateurs inclusive, sûre et orientée données. L'API de modération de contenu d'Amazon Rekognition nous a permis de créer facilement une solution pour analyser automatiquement toutes les images chargées, ce qui nous permet de livrer efficacement des produits à forte valeur ajoutée à nos clients. Amazon Rekognition offre une suite d'API de vision par ordinateur préentraînées, qui, avec la modération de contenu, la détection de texte et la détection d'objets, nous aident à améliorer encore nos offres de produits en rendant les images que nous recevons plus faciles à découvrir et notre communauté plus inclusive. Amazon Rekognition nous permet d'agir rapidement et d'ajouter des capacités d'IA à nos systèmes grâce à ses modèles préentraînés, ce qui nous aide à rester concentrés sur la fourniture de solutions uniques au secteur de l'immobilier. »
Mark Osborn, Ingénieur logiciel principal, CoStar Group
Dream11 permet aux utilisateurs de publier des vidéos et des photos et de partager des images dans des discussions de groupe. L'entreprise utilise Amazon Rekognition pour automatiser l'analyse médiatique de milliers de contenus chaque jour dans le cadre de son processus de modération de contenu afin de protéger et d'offrir des expériences attrayantes à ses 100 millions d'utilisateurs.
« Chaque décision que nous prenons s'appuie sur des données et des technologies, en tenant compte de diverses métriques pour ajouter continuellement des « facteurs d'étonnement » qui contribuent à retenir les clients. AWS favorise une culture axée sur l'utilisateur, avec des services intuitifs natif cloud qui nous aident à lancer des choses rapidement sans aucune dépendance. Les différentes offres technologiques d'AWS nous aident à développer nos prototypes et à les mettre en ligne très rapidement, même à grande échelle. Cela nous donne un avantage concurrentiel sur le marché, où la rapidité est essentielle. »
Praveen Jain, vice-président chargé de l'ingénierie, Dream11
MobiSocial est une société leader dans le domaine des logiciels pour téléphones mobiles, axée sur la création d'applications de réseaux sociaux et de jeux. La société développe Omlet Arcade, une communauté mondiale où des dizaines de millions de live-streamers de jeux mobiles et de joueurs d'e-sports se réunissent pour partager des médias de jeu.
« Pour garantir que notre communauté de joueurs est un environnement sûr pour socialiser et partager des contenus divertissants, nous avons utilisé le machine learning pour identifier les contenus qui ne sont pas conformes à nos normes communautaires. Nous avons créé un flux de travail, exploitant Amazon Rekognition, pour signaler les images et vidéos chargées qui contiennent du contenu non conforme. L'API de modération de contenu d'Amazon Rekognition nous aide à atteindre la précision et la dimension nécessaires pour gérer une communauté de millions de créateurs de jeux dans le monde entier. Depuis la mise en œuvre d'Amazon Rekognition, nous avons réduit de 95 % la quantité de contenu examiné manuellement par notre équipe d'exploitation, tout en libérant des ressources d'ingénierie pour nous concentrer sur notre activité principale. Nous attendons avec impatience la dernière mise à jour du modèle de modération de contenu Rekognition, qui améliorera la précision et ajoutera de nouvelles classes pour la modération. »
Zehong, architecte senior chez MobiSocial
SmugMug exploite deux très grandes plateformes de photos en ligne, SmugMug et Flickr, offrant la possibilité à plus de 100 millions de membres de stocker, rechercher, partager et vendre en toute sécurité des milliards de photos. Flickr est la plus grande communauté de photographes au monde, permettant aux photographes du monde entier de trouver leur inspiration, de se connecter les uns aux autres et de partager leur passion avec le monde entier.
« En tant que large plateforme mondiale, le contenu indésirable est extrêmement risqué pour la santé de notre communauté et peut aliéner les photographes. Nous utilisons la fonction de modération de contenu d'Amazon Rekognition pour trouver et signaler correctement le contenu indésirable, afin de garantir une expérience sûre et accueillante pour notre communauté. À l'immense échelle de Flickr, faire cela sans Amazon Rekognition relève presque de l'impossible. Désormais, grâce à la modération du contenu avec Amazon Rekognition, notre plateforme peut automatiquement découvrir et mettre en avant d'exceptionnelles photographies qui correspondent davantage aux attentes de nos membres, rendant possible notre mission d'inspirer, de connecter et de partager. »
Don MacAskill, cofondateur, PDG et geek en chef, chez SmugMug
ZOZO, Inc. possède et exploite ZOZOTOWN, le plus grand commerce électronique de mode du Japon, et WEAR, un réseau social de partage de styles et de tenues, ainsi que d'autres services divers pour les amateurs de mode.
« Les utilisateurs postent tous les jours un grand nombre d'images sur WEAR. Il était donc nécessaire de vérifier chacune de ces images pour s'assurer de leur conformité aux directives du service. Nous avons créé une solution basée sur l'API de modération de contenu Amazon Rekognition qui inspecte automatiquement et analyse le contenu que les utilisateurs publient et stockent dans Amazon S3. Amazon Rekognition nous a permis de réduire le processus de révision manuelle du contenu jusqu'à 40 % grâce à l'analyse automatique des images. Nous avons également pu réduire le nombre d'évaluations transmises aux superviseurs, ce qui aurait ralenti les opérations relatives au contenu lorsqu'une personne n'était pas en mesure de déterminer si une image était appropriée ou non. »
Yu Shigetani, ingénieur au sein du service chargé du développement de solutions de marque chez ZOZO Inc.
En savoir plus sur la tarification d'Amazon Rekognition