Q : Qu'est-ce qu'Amazon Rekognition ?

Amazon Rekognition est un service de reconnaissance d'images entièrement géré et basé sur l'apprentissage profond. Amazon Rekognition est conçu depuis plusieurs années par les équipes Vision par ordinateur d'Amazon et analyse déjà des milliards d'images chaque jour. L'API d'Amazon Rekognition est simple à utiliser et détecte des milliers d'objets et de scènes, analyse les visages, compare deux visages pour déterminer leur similitude et authentifie les visages parmi une bibliothèque d'images de visages. Avec Amazon Rekognition, vous pouvez aisément concevoir des applications qui effectuent des recherches sur la base des contenus visuels des images, analysent les attributs des visages pour identifier leur groupe démographique, implémentent une authentification basée sur la reconnaissance faciale, et bien plus encore. Amazon Rekognition a été conçu pour analyser des images à grande échelle et s'intègre en toute transparence à Amazon S3, AWS Lambda et à d'autres services AWS.

Q : Qu'est-ce que l'apprentissage profond ?

L'apprentissage profond est un sous-ensemble de Machine Learning et représente un aspect important de l'intelligence artificielle. Il consiste à déduire des abstractions de haut niveau à partir de données brutes en utilisant un graphe profond avec plusieurs couches de traitement composées de plusieurs transformations linéaires et non linéaires. L'apprentissage profond s'inspire des modèles de traitement des informations et de communication du cerveau. L'apprentissage profond remplace les fonctionnalités créées manuellement par des fonctionnalités issues de vastes quantités de données annotées. L'apprentissage se produit en estimant de façon itérative des centaines de milliers de paramètres dans le graphe profond, grâce à des algorithmes efficaces.

Plusieurs architectures d'apprentissage profond, comme les réseaux de neurones convolutifs profonds (CNN) et les réseaux de neurones récurrents, ont été appliquées à la vision par ordinateur, à la reconnaissance vocale, au traitement automatique de la langue naturelle et à la reconnaissance auditive, pour produire des résultats hors pair sur plusieurs tâches.

Amazon Rekognition fait partie de la gamme de services Amazon AI. Les services Amazon AI utilisent l'apprentissage profond pour comprendre des images, transformer du texte en un discours naturel et créer des textes conversationnels intuitifs et des interfaces vocales.

Q : Ai-je besoin d'être un expert en apprentissage profond pour utiliser Amazon Rekognition ?

Non. Avec Amazon Rekognition, vous n'avez pas besoin de créer, de gérer ou de mettre à niveau des pipelines d'apprentissage profond.

Afin d'obtenir des résultats précis pour des tâches de vision par ordinateur complexes telles que la détection d'objets ou de scènes, l'analyse faciale et la reconnaissance faciale, les systèmes d'apprentissage profond doivent être correctement paramétrés et recevoir de très vastes quantités de données de vérité-terrain labellisées. L'approvisionnement, le nettoyage et l'étiquetage précis des données représentent des tâches laborieuses et coûteuses. De plus, la formation d'un réseau DNN est onéreuse en termes de calculs et requiert souvent un équipement construit sur mesure à l'aide d'unités de traitement graphique (GPU).

Amazon Rekognition est une solution entièrement gérée, fournie avec des tâches de reconnaissance des images pré-enregistrées. Par conséquent, vous n'avez pas besoin d'investir votre temps et vos ressources pour créer un pipeline d'apprentissage profond. Amazon Rekognition n'a de cesse d'améliorer la précision de ses modèles, en exploitant les travaux de recherche les plus récents et en recueillant de nouvelles données de formation. Cela vous permet de vous focaliser sur la conception et le développement d'applications à haute valeur ajoutée.

Q : Comment démarrer avec Amazon Rekognition ?   

Si vous n'êtes pas déjà inscrit à Amazon Rekognition, vous pouvez cliquer sur le bouton Essayer Amazon Rekognition sur la page Amazon Rekognition et vous inscrire. Pour ce faire, vous devez disposer d'un compte Amazon Web Services. Si vous n'en avez pas, vous serez invité à en créer un dans le cadre de la procédure d'inscription. Une fois que vous serez inscrit, vous pourrez tester Amazon Rekognition avec vos propres images, à l'aide de la console de gestion Amazon Rekognition ou télécharger les kits SDK d'Amazon Rekognition pour commencer à créer vos propres applications. Consultez notre guide de démarrage pas à pas pour obtenir davantage d'informations.

Q : Quelles sont les API fournies par Amazon Rekognition ?
Amazon Rekognition offre des API permettant de détecter les objets et les scènes, de détecter, d'analyser et de comparer des visages, de rechercher des visages similaires dans un répertoire d'images de visages, ainsi que des API de gestion des ressources. Pour en savoir plus, consultez la référence API d'Amazon Rekognition.

Q : Quels sont les formats d'image pris en charge par Amazon Rekognition ?

Amazon Rekognition prend actuellement en charge les formats d'image JPEG et PNG. Vous pouvez soumettre des images en tant qu'objets S3 ou en tant que tableau d'octets.

Q : Quels sont les formats de fichiers d'image pris en charge par Amazon Rekognition ?

Amazon Rekognition prend en charge les formats de fichier d'image de 15 Mo maximum lorsque ces derniers sont transformés en objets S3, et de 5 Mo maximum lorsqu'ils sont soumis en tant que tableau d'octets.

Q : De quelle manière la résolution de l'image affecte-t-elle la qualité des résultats ?

Amazon Rekognition fonctionne sur une vaste gamme de résolutions d'image. Pour obtenir des résultats optimaux, nous vous recommandons d'utiliser la résolution VGA (640 x 480) ou plus. Avec une résolution inférieure à la norme QVGA (320 x 240), les visages ou les objets risquent de ne pas être visibles, bien qu'Amazon Rekognition accepte les images de 80 pixels minimum dans les deux dimensions.

Q. Quelle est la taille minimale des objets détectés et analysés par Amazon Rekognition ?

En règle générale, assurez-vous que l'objet ou le visage le plus petit d'une image représente au moins 5 % de la taille (en pixels) de la dimension d'image la moins importante. Par exemple, si vous travaillez sur une image d'une dimension 1 600 x 900, le plus petit objet ou visage doit représenter au moins 45 pixels dans l'une des dimensions.

Q : Dans quelles régions d'AWS Amazon Rekognition est-il disponible ?

Amazon Rekognition est actuellement disponible dans les régions AWS USA Est (Virginie du Nord), USA Ouest (Oregon), UE (Irlande), AWS GovCloud (US) et Asie-Pacifique (Tokyo).


Q : Qu'est-ce qu'une étiquette ?

Une étiquette est un objet, une scène ou un concept figurant sur une image, sur la base de ses contenus. Par exemple, une photo d'un groupe de personnes sur une plage tropicale peut contenir les étiquettes « Personnes », « Eau », « Sable », « Palmier » et « Maillots de bain » (objets), « Plage » (scène) et « Extérieurs » (concept).

Qu'est-ce qu'un score de confiance et comment fonctionne-t-il ?

Un score de confiance est un chiffre compris entre 0 et 100 qui indique la probabilité d'exactitude d'une prévision donnée. Dans l'exemple de la plage tropicale, si le processus de détection de l'objet et de la scène renvoie un score de 99 pour l'étiquette « Eau » et de 35 pour l'étiquette « Palmier », cela signifie que l'image représente plus probablement de l'eau qu'un palmier.

Les applications très sensibles aux erreurs de détection (les faux positifs) doivent supprimer les résultats associés à des scores de confiance inférieurs à un certain seuil. Le seuil optimal dépend de l'application. Dans de nombreux cas, vous bénéficierez d'une expérience utilisateur optimale en définissant des valeurs de confiance minimales supérieures à la valeur par défaut.

Q : Qu'est-ce que la détection d'objets et de scènes ? 

La détection d'objets et de scènes désigne le processus d'analyse d'une image visant à lui assigner des étiquettes, en fonction de son contenu visuel. Amazon Rekognition procède à ces opérations avec l'API DetectLabels. Cette API vous permet d'identifier automatiquement des milliers d'objets, de scènes et de concepts et renvoie un score de confiance pour chaque étiquette. DetectLabels utilise un seuil de confiance par défaut de 50. La détection d'objets et de scènes est idéale pour les clients qui souhaitent effectuer des recherches dans de vastes bibliothèques d'images et les organiser, comme les applications consommateur ou de style de vie qui dépendent de contenus générés par les utilisateurs, et pour les entreprises d'ingénierie publicitaire qui souhaitent améliorer leurs algorithmes de ciblage.

Q : Quels sont les types d'étiquette pris en charge par Amazon Rekognition ?  

Rekognition prend en charge des milliers d'étiquettes associées à des catégories courantes, y compris, mais sans s'y limiter :

  • Personnes et événements : « Mariage », « Mariée », « Bébé », « Gâteau d'anniversaire », « Guitariste », etc.
  • Aliments et boissons : « Pomme », « Sandwich », « Vin », « Gâteau », « Pizza », etc.
  • Nature et extérieurs : « Plage », « Montagnes », « Lac », « Coucher de soleil », « Arc-en-ciel », etc.
  • Animaux et animaux de compagnie : « Chien », « Chat », « Cheval », « Tigre », « Tortue », etc.
  • Maison et jardin : « Lit », « Table », « Cour intérieure », « Chandelier », « Chambre à coucher », etc.
  • Sports et loisirs : « Golf », « Basketball », « Hockey », « Tennis », « Randonnée », etc.
  • Plantes et fleurs : « Rose », « Tulipe », « Palmier », « Forêt », « Bambou », etc.
  • Art et divertissement : « Sculpture », « Peinture », « Guitare », « Ballet », « Mosaïque », etc.
  • Transports et véhicules : « Avion », « Voiture », « Vélo », « Moto », « Camion », etc.
  • Electronique : « Ordinateur », « Téléphone portable », « Caméra », « TV », « Casque », etc.

Q. Je n'arrive pas à trouver l'étiquette dont j'ai besoin. Comment faire pour demander une nouvelle étiquette ?  

Envoyez-nous vos demandes via le support client AWS. Amazon Rekognition élargit en continu son catalogue d'étiquettes en fonction des commentaires des clients.


Q : Qu'est-ce qu'Image Moderation ?

Image Moderation d'Amazon Rekognition est une API facile à utiliser basée sur l'apprentissage profond, qui détecte le contenu explicite et suggestif destiné aux adultes dans les images. Les développeurs peuvent utiliser ces métadonnées supplémentaires pour filtrer le contenu inapproprié selon les besoins de leurs activités. En plus de signaler une image suivant la présence de contenu destiné aux adultes, Image Moderation renvoie également une liste hiérarchique d'étiquettes avec des indices de confiance. Ces étiquettes désignent des catégories spécifiques de contenu destiné aux adultes, offrant ainsi aux développeurs un contrôle plus précis pour filtrer et gérer de grands volumes de données de contenu généré par les utilisateurs (CGU). Cette API peut être utilisée dans les flux de travail de modération pour les applications comme les sites de rencontre et les réseaux sociaux, les plates-formes de partage d'images, les blogs et les forums, les applications pour enfants, les sites d'e-commerce, ainsi que les services de divertissement et de publicité en ligne.

Q : Quels sont les types de contenus explicites et suggestifs destinés aux adultes détectés par Amazon Rekognition ?

Amazon Rekognition détecte les types suivants de contenus explicites et suggestifs destinés aux adultes dans les images :

  • Nudité explicite
    • Nudité
    • Nudité masculine
    • Nudité féminine
    • Activité sexuelle
    • Nudité partielle
  • Image suggestive 
    • Femme en maillot de bain ou en sous-vêtements
    • Homme en maillot de bain ou en sous-vêtements
    • Vêtements trop peu couvrants

L'API Image Moderation d'Amazon Rekognition renvoie une hiérarchie d'étiquettes ainsi qu'un indice de confiance pour chaque étiquette détectée. Par exemple, en cas d'image inappropriée, Rekognition renverra « nudité explicite » avec un indice de confiance comme étiquette de haut niveau. Les développeurs ont juste à l'utiliser pour signaler le contenu. Dans la même réponse, Rekognition renvoie également un second niveau de granularité en fournissant davantage de contexte, comme « Nudité masculine », avec son propre indice de confiance. Les développeurs peuvent utiliser cette information pour concevoir une logique de filtrage plus complexe.

Veuillez noter que l'API Image Moderation n'est pas infaillible et ne prétend pas être un filtre exhaustif de contenu explicite et suggestif destiné aux adultes. De plus, l'API Image Moderation ne détecte pas si le contenu de l'image est illégal (comme la pédopornographie) ou s'il s'agit de contenu contrenature destiné aux adultes.

Q : Est-ce que l'API Image Moderation d'Amazon Rekognition peut détecter d'autres contenus inappropriés que celui explicite et suggestif destiné aux adultes ?

Actuellement, Rekognition prend uniquement en charge les étiquettes indiquées ci-dessus. Nous travaillons sans cesse à l'ajout de nouvelles étiquettes et à l'amélioration de celles qui existent déjà selon les retours de nos clients.

Si vous avez besoin que d'autres types de contenus inappropriés soient détectés dans les images, merci de nous contacter en utilisant le processus de commentaire expliqué plus loin dans cette section.

Q : Comment puis-je m'assurer que Rekognition correspond à mon cas d'utilisation de modération d'images pour adultes ?

Les modèles d'Image Moderation de Rekognition sont configurés et testés intensément, mais nous vous recommandons d'évaluer leur exactitude sur vos propres ensembles de données pour déterminer leurs performances.

Vous pouvez utiliser le paramètre « MinConfidence » dans vos requêtes d'API pour atteindre un équilibre entre détection de contenu (rappel) et fiabilité de détection (précision). Si vous réduisez « MinConfidence », vous allez probablement détecter plus de contenu inapproprié, mais vous allez également récupérer du contenu qui n'est pas réellement explicite ou suggestif. Si vous augmentez « MinConfidence », tout le contenu détecté sera certainement explicite ou suggestif, mais il est possible que certaines images inappropriées ne soient pas détectées. Pour des exemples d'utilisation de « MinConfidence », veuillez consulter la documentation ici.

Si Rekognition ne réussit pas à détecter du contenu destiné aux adultes dans des images, merci de nous le signaler en utilisant le processus de commentaire ci-dessous.

Q : Comment puis-je faire des commentaires pour améliorer la modération de Rekognition ?

Envoyez-nous vos requêtes via le support client AWS. Amazon Rekognition détecte de plus en plus de types de contenus inappropriés grâce aux commentaires des clients. Il faut compter entre 6 et 8 semaines pour ajouter un nouveau type de contenu explicite et suggestif destiné aux adultes. Veuillez noter que le contenu illégal (comme la pédopornographie) ne sera pas accepté par ce processus.


Q : Qu'est-ce que l'analyse faciale ?

L'analyse faciale est le processus de détection d'un visage dans une image et d'extraction de ses attributs faciaux essentiels. L'API DetectFaces d'Amazon Rekognition recueille l'image et renvoie le cadre de délimitation de chaque visage détecté, en plus d'attributs tels que le sexe, la présence de lunettes de soleil et les traits caractéristiques du visage. Vous pouvez utiliser l'analyse faciale pour analyser les données démographiques et les sentiments des clients, ou utiliser les cadres de délimitation des visages détectés pour un traitement plus poussé.

Q : Quels sont les attributs faciaux pris en charge par Amazon Rekognition ?

Amazon Rekognition renvoie les attributs faciaux suivants pour chaque visage détecté, en plus d'un cadre de délimitation et d'un score de confiance pour chaque attribut :

  • Sexe
  • Sourire
  • Emotions
  • Lunettes de vue
  • Lunettes de soleil
  • Yeux ouverts
  • Bouche ouverte
  • Moustache
  • Barbe
  • Position
  • Qualité
  • Traits caractéristiques du visage

Q : Qu'est-ce que la position du visage ?

La position du visage désigne la rotation d'un visage détecté selon des axes de roulis, de tangage et de lacet. Chacun de ces paramètres est renvoyé en tant qu'angle, compris entre -180 et +180 degrés. La position faciale peut servir à déterminer l'orientation du cadre de délimitation du visage de forme polygone (au lieu de rectangulaire), d'évaluer les déformations, d'établir un suivi précis des visages, etc.

Q : Qu'est-ce que la qualité du visage ?

La qualité du visage désigne la qualité de l'image du visage détecté, établie à l'aide de deux paramètres : la netteté et la luminosité. Ces deux paramètres sont renvoyés sous la forme de valeurs comprises entre 0 et 1. Vous pouvez appliquer un seuil à ces paramètres pour trier les visages nets et bien éclairés. Cela peut être utile pour les applications qui nécessitent des images de visage de haute qualité, par exemple en vue de la comparaison faciale ou de la reconnaissance faciale.

A. Que sont les traits caractéristiques du visage ?

Les traits caractéristiques du visage désignent un ensemble de points saillants, en général localisés sur les coins, les bords et les points intermédiaires des principaux composants faciaux, tels que les yeux, le nez et la bouche. L'API DetectFaces d'Amazon Rekognition renvoie un ensemble de traits caractéristiques de visage et peut être utilisée pour rogner des visages, fusionner deux visages, appliquer des masques personnalisés pour créer des filtres personnalisés, etc.

Q : Combien de visages est-il possible de détecter dans une image ?

Vous pouvez détecter jusqu'à 100 visages dans une image à l'aide d'Amazon Rekognition.


Q : Qu'est-ce que la comparaison faciale ?

La comparaison faciale désigne le processus de comparaison d'un visage avec un ou plusieurs autres afin d'en mesurer la similitude. A l'aide de l'API CompareFaces, Amazon Rekognition vous permet de déterminer la probabilité que deux images représentent le visage d'une même personne. L'API compare un visage dans l'image d'entrée source avec chaque visage détecté dans l'image d'entrée cible et renvoie un score de similitude pour chaque comparaison. Chaque visage détecté s'accompagne d'un cadre de délimitation et d'un score de confiance. Vous pouvez utiliser la comparaison faciale pour vérifier l'identité d'une personne par rapport à une photo enregistrée dans un fichier de personnel, et ce quasiment en temps réel.

Q : Est-il possible d'utiliser une image source avec plusieurs visages ?

Oui. Si l'image source contient plusieurs visages, CompareFaces détecte le visage le plus grand et le compare à chaque visage détecté dans l'image cible.

Q : Combien de visages est-il possible de comparer ?

Vous pouvez comparer un visage présent dans l'image source avec 100 visages maximum détectés dans l'image cible.


Q : Qu'est-ce que la reconnaissance faciale ?  

La reconnaissance faciale est le processus d'identification et de vérification de l'identité d'une personne en recherchant son visage dans un répertoire d'images de visages. Amazon Rekognition vous permet d'ajouter la reconnaissance faciale à vos applications à l'aide des API SearchFaces et SearchFacesByImage. Avec la reconnaissance faciale, vous pouvez aisément créer des applications telles qu'une authentification multi-facteurs pour les paiements bancaires, pour l'entrée automatique des employés dans des bâtiments, etc.

Q : Qu'est-ce qu'un répertoire d'images de visages et comment en créer un ?  

Un répertoire d'images de visages est un index de recherche de vecteurs de caractéristiques faciales, que vous détenez et gérez. A l'aide de l'API CreateCollection, vous pouvez facilement créer un répertoire dans une région AWS prise en charge et récupérer un Amazon Resource Name (ARN). Chaque répertoire d'images de visages est doté d'un CollectionId unique qui lui est associé.

Q : Comment ajouter ou supprimer des visages à un répertoire d'images de visages ?

Pour ajouter un visage à un répertoire d'images de visages existant, utilisez l'API IndexFaces. Cette API accepte une image sous la forme d'un objet S3 ou d'un tableau d'octets et ajoute une représentation vectorielle des visages détectés au répertoire d'images de visages. IndexFaces renvoie également un FaceId unique et un cadre de délimitation du visage pour chaque visage ajouté.

Pour supprimer un visage à un répertoire d'images de visages existant, utilisez l'API DeleteFaces. Cette API agit sur le répertoire d'images de visages qui lui est fourni (à l'aide d'un CollectionId) et supprime les entrées correspondant à la liste des FaceId. Pour en savoir plus sur l'ajout et la suppression de visages, reportez-vous à notre exemple Gestion des répertoires.

Q : Comment rechercher un visage un répertoire d'images de visages ?

Une fois que vous aurez créé un répertoire d'images de visages indexé, vous pourrez y rechercher des visages, en utilisant une image (SearchFaceByImage) ou un FaceId (SearchFaces). Ces API recueillent un visage d'entrée et renvoient un ensemble de visages correspondants, organisés selon des scores de similitude, classés par ordre croissant. Pour en savoir plus, reportez-vous à notre exemple Recherche de visages.

Q : Amazon Rekognition utilise-t-il les données stockées dans un répertoire d'images de visages ?

Non. Amazon Rekognition ne peut accéder ni ne peut utiliser les données stockées dans un répertoire d'images de visages sans votre permission. Vous conservez la possession totale de vos données.

Q : Qu'est-ce que le versionnage de modèle facial et comment ça fonctionne ?
Amazon Rekognition utilise des modèles d'apprentissage profond pour réaliser la reconnaissance et la détection faciales. Nous continuons d'améliorer la précision de nos modèles en fonction des commentaires des clients et des dernières avancées dans la recherche. Ces améliorations sont mises à la disposition des clients sous la forme de mises à jour du modèle de visages. Lorsque vous créez une nouvelle collection, Amazon Rekognition utilise automatiquement la dernière version du modèle de visages. Les collections existantes continuent d'utiliser la version du modèle avec laquelle elles ont été créées et leurs vecteurs de visages stockés ne sont pas automatiquement mis à jour.

Il est possible que différentes versions du modèle ne soient pas compatibles entre elles. Plus particulièrement, si la même image est indexée dans plusieurs collections utilisant différentes versions du modèle, les identificateurs de visages pour les mêmes visages détectés sont différents. Si une image est indexée dans plusieurs collections associées au même modèle, les identificateurs de visages seront les mêmes.

Q : Comment savoir quelle version du modèle de visages j'utilise ?
Vous pouvez connaître la version du modèle de visages d'une collection à l'aide du champ FaceModelVersion renvoyé par n'importe quelle API agissant sur les collections de visages.

Q : Comment intégrer la dernière version du modèle de visages à mes collections existantes ?
Pour utiliser le dernier modèle de visages stockés dans une collection existante, créez une nouvelle collection avec CreateCollection et indexez à nouveau l'ensemble d'origine d'images sources dans la nouvelle collection avec IndexFaces. Vous devrez mettre à jour les identificateurs de visages stockés par votre application, car les identificateurs de visages de la nouvelle collection peuvent être différents des identificateurs de visages de l'ancienne collection. Si vous n'avez plus besoin de l'ancienne collection, vous pouvez la supprimer avec DeleteCollection.


Q : Qu'est-ce que Text in Image ?

Text in Image est une fonctionnalité d'Amazon Rekognition qui vous permet de détecter et reconnaître du texte dans une image comme des noms de rue, des légendes, des noms de produit ou encore des plaques d'immatriculation. Text in Image est spécifiquement conçu pour travailler sur des images réelles plutôt que sur des images de documents. L'API DetectText d'Amazon Rekognition prend du texte dans une image et renvoie l'étiquette de texte ainsi qu'une boîte de liaison pour chaque chaîne de caractère détectée et un indice de confiance. Par exemple, dans les applications de réseaux sociaux et de partage d'image, vous pouvez activer la recherche visuelle basée sur un index d'images contenant les mêmes étiquettes de texte. Dans les applications médiatiques et de divertissement, vous pouvez créer des métadonnées de texte pour les cadres vidéo afin de prendre en charge du contenu pertinent, comme des actualités, des résultats sportifs, des publicités et des légendes. Dans les applications de sécurité et de surveillance, vous pouvez identifier des véhicules d'après des numéros d'immatriculation tirés d'images prises par des caméras embarquées ou les radars routiers.

Q : Quel type de texte la fonction Text in Image d'Amazon Rekognition prend-elle en charge ?

Text in Image est spécifiquement conçu pour travailler sur des images réelles plutôt que sur des images de documents. Il prend en charge le texte de la plupart des scripts latins et les nombres intégrés dans diverses mises en pages, polices et autres styles, ainsi que le texte superposé à des objets d'arrière-plan dans diverses orientations comme des bannières et des posters. Text in Image reconnaît jusqu'à 50 séquences de caractères par image et les répertorie sous forme de mots et de lignes. De la même manière, Text in Image ne reconnaît que le texte horizontal avec une orientation de +/- 30 degrés.

 

Q : Comment puis-je faire des commentaires à Rekognition pour améliorer la reconnaissance textuelle ?


Envoyez-nous vos demandes via le support client AWS. Amazon Rekognition reconnaît de plus en plus de types de contenu textuel grâce aux commentaires des clients.

Q : Qu'est-ce que la reconnaissance de célébrité ?

La reconnaissance de célébrité Amazon Rekognition est une API conviviale basée sur l'apprentissage profond permettant de détecter et de reconnaître des personnes célèbres ou notables dans leur domaine. L'API RecognizeCelebrities a été créée pour être utilisée à haut niveau. Elle reconnaît des célébrités d'un grand nombre de domaines, tels que la politique, le spot, l'économie, le divertissement et les médias. Notre fonction de reconnaissance de célébrité est idéale pour les clients ayant besoin d'indexer et d'effectuer des recherches dans leurs bibliothèques d'images numériques afin de trouver des célébrités dans les domaines qui les intéressent.

Q : Qui est susceptible d'être identifié par l'API de reconnaissance de célébrité ?

Amazon Rekognition ne peut reconnaître que les célébrités que les modèles d'apprentissage profond ont appris à reconnaître. Notez que l'API RecognizeCelebrities n'est pas une autorité en matière de célébrités et n'est pas destinée à en être une liste exhaustive. Le but de cette fonction est d'inclure un maximum de célébrités en fonction des besoins et des commentaires de nos clients. Nous ajoutons de nouveaux noms en permanence, mais le fait que la reconnaissance de clébrité ne reconnaît pas certaines personnes considérées comme notables par d'autres groupes ou par nos clients ne reflète en rien notre opinion sur leur statut de célébrité. Si vous voulez voir d'autres célébrités identifiées par la reconnaissance de célébrité, envoyez-nous un commentaire.

Q : Est-ce qu'une célébrité identifiée par l'API d'Amazon Rekognition peut demander à être retirée de la fonctionnalité ?

Oui. Si une célébrité souhaite être retirée de cette fonctionnalité, elle peut envoyer un e-mail au service client d'AWS. Nous nous occuperons de la retirer.

Q : Quelles sont les sources prises en charge fournissant des informations supplémentaires sur les célébrités ?

L'API prend en charge une liste de sources optionnelles afin de fournir des informations supplémentaires sur les célébrités lors de la réponse de l'API. Pour le moment, nous fournissons le lien hypertexte d'IMDB lorsqu'il est disponible. Nous ajouterons peut-être d'autres sources plus tard.


Q : Comment Amazon Rekognition comptabilise-t-il le nombre d'images traitées ?

Concernant les API qui acceptent les images en tant qu'entrées, Amazon Rekognition comptabilise le nombre réel d'images analysées en tant que nombre d'images traitées. DetectLabels, DetectModerationLabels, DetectFaces, IndexFaces, RecognizeCelebrities et SearchFaceByImage entrent dans cette catégorie. Concernant l'API CompareFaces, avec laquelle deux images sont recueillies en tant qu'entrées, seule l'image source est comptée comme étant une image traitée.

Concernant les appels d'API qui ne requièrent pas d'image comme paramètre d'entrée, Amazon Rekognition compte chaque appel de l'API comme une image traitée. SearchFaces et ListFaces entrent dans cette catégorie.

Les opérations des autres API d'Amazon Rekognition, DeleteFaces, CreateCollection, DeleteCollection et ListCollections ne sont pas comptabilisées dans les images traitées.

Q : Quelles API d'Amazon Rekognition sont payantes ?

Amazon Rekognition facture les API suivantes : DetectLabels, DetectModerationLabels, DetectFaces, IndexFaces, RecognizeCelebrities, SearchFaceByImage, CompareFaces, SearchFaces et ListFaces.

Q : Combien coûte la solution Amazon Rekognition ?

Consultez la page de tarification d'Amazon Rekognition pour connaître les tarifs à jour.

Q. Serai-je facturé pour les vecteurs de caractéristiques que j'ai stockés dans mes répertoires d'images de visages ?

Oui. Amazon Rekognition facture 0,01 USD par lot de 1 000 vecteurs faciaux par mois. Pour en savoir plus, consultez la page sur la tarification.

Q. Amazon Rekognition fait-il partie de l'offre gratuite AWS ?

Oui. Dans le cadre du niveau d'offre gratuite d'AWS, vous pouvez commencer à utiliser Amazon Rekognition gratuitement. Au moment de leur inscription, les clients d'Amazon Rekognition peuvent analyser jusqu'à 5 000 images gratuitement chaque mois pendant les 12 premiers mois. Vous pouvez utiliser toutes les API d'Amazon Rekognition avec cette offre gratuite, et stocker jusqu'à 1 000 visages gratuitement.

Q : Les prix indiqués sont-ils toutes taxes comprises ?

Pour obtenir des informations relatives à la fiscalité, consultez Aide sur les taxes Amazon Web Services.


Q : Amazon Rekognition fonctionne-t-il avec les images stockées dans Amazon S3 ?

Oui. Vous pouvez commencer à analyser les images stockées dans Amazon S3 en pointant simplement l'API d'Amazon Rekognition vers votre compartiment S3. Vous n'avez pas besoin de transférer vos données. Pour en savoir plus sur l'utilisation des objets S3 avec les appels d'API d'Amazon Rekognition, reportez-vous à notre exercice Détection des étiquettes.

Q : Puis-je utiliser Amazon Rekognition avec des images stockées dans un compartiment Amazon S3 dans une autre région ?

Non. Assurez-vous que le compartiment Amazon S3 que vous souhaitez utiliser se trouve dans la même région que le point d'extrémité de votre API Amazon Rekognition.  

Q : Comment traiter plusieurs fichiers d'image dans un lot avec Amazon Rekognition ?

Vous pouvez traiter vos images Amazon S3 par lot en suivant la procédure indiquée dans notre Exemple de traitement par lot dans Amazon Rekognition sur GitHub.

Q : Comment utiliser AWS Lambda avec Amazon Rekognition ?

Amazon Rekognition fournit un accès en toute transparence à AWS Lambda et vous permet d'intégrer une analyse d'images basée sur des déclencheurs à vos magasins de données, comme Amazon S3 et Amazon DynamoDB. Pour utiliser Amazon Rekognition avec AWS Lambda, veuillez suivre la procédure indiquée ici et sélectionner l'un des plans Amazon Rekognition disponibles.


Q : Amazon Rekognition stocke-t-il les images que je soumets en vue d'une analyse ?

Non, sauf si vous nous en donnez la permission. Les API d'Amazon Rekognition ne stockent pas les images soumises en vue d'une analyse. Concernant les répertoires d'images de visages, Amazon Rekognition ne stocke que les représentations faciales en tant que métadonnées faciales sous la forme de vecteurs de caractéristique, et non pas en tant que portions d'image de visages identifiables. Veuillez noter que les images soumises via AWS Support en vue d'un dépannage peuvent être stockées et utilisées dans le cadre de formations, tel qu'indiqué lors de la soumission de ces images.

Q : Amazon Rekognition utilise-t-il les images soumises à des fins de formation ?

Non, sauf si vous nous en donnez la permission. Si vous souhaitez partager vos ensembles de données d'image et accorder des autorisations à Amazon Rekognition en vue de formations, contactez le support client AWS pour en savoir plus.

Q : Ai-je besoin de fournir des données de formation à Amazon Rekognition ?

Non. Amazon Rekognition est préformé pour détecter des milliers d'étiquettes et de visages dans une multitude de conditions, et est doté de capacités lui permettant de représenter un visage sous la forme d'un ensemble compact de vecteurs de caractéristiques. Vous n'avez pas besoin de fournir des données de formation ou de personnaliser les paramètres des modèles. Amazon Rekognition améliore ses modèles en continu et élargit régulièrement son catalogue d'étiquettes.


Q : Comment contrôler l'accès des utilisateurs à Amazon Rekognition ?

Amazon Rekognition est intégré à AWS Identity and Access Management (IAM). Les stratégies AWS IAM peuvent être utilisées afin de s'assurer que seuls les utilisateurs autorisés ont accès aux API d'Amazon Rekognition. Pour en savoir plus, consultez la page Authentification à Amazon Rekognition et contrôle des accès.