Amazon Rekognition Content Moderation
Amazon Rekognition Content Moderation automatizza e semplifica i flussi di lavoro di moderazione di immagini e video utilizzando il machine learning (ML), senza richiedere alcuna esperienza in materia. Elabora in modo efficace milioni di immagini e video, rilevando al contempo contenuti inappropriati o indesiderati, con API completamente gestite e regole di moderazione personalizzabili per garantire la sicurezza degli utenti e la conformità dell'azienda. I prezzi sono calcolati solo in base all'utilizzo effettivo, senza tariffe minime, licenze o impegni anticipati.
Vantaggi
Migliora la sicurezza degli utenti e del marchio
Confronta un numero ridotto oppure milioni di immagini e video con un'ampia gamma di categorie non sicure predefinite o specifiche per l'azienda. Assicurati in modo proattivo che utenti e sponsor del marchio non siano esposti a contenuti indesiderati o inappropriati.
Moderazione automatizzata
Consenti ai revisori umani di monitorare sottoinsiemi di contenuti più piccoli e proteggili dall'esposizione a contenuti dannosi, segnalando automaticamente fino al 95% degli elementi non sicuri. Integra la revisione umana senza sviluppare nuovi strumenti e infrastrutture con l'IA aumentata Amazon (Amazon A2I).
Aumento dell'affidabilità e riduzione dei costi
Crea flussi di lavoro di moderazione dei contenuti su cloud affidabili in termini di costi, dimensionabili e ripetibili, senza impegni iniziali o licenze costose. Paga in base al numero di immagini o alla durata dei video elaborati.
Funzionalità
Rilevazione ed etichettatura di immagini e video espliciti
Rileva contenuti osceni o espliciti per adulti, violenza, droga, fumo, alcol, simboli di odio, gioco d'azzardo e contenuti scioccanti in immagini e video. Contrassegna ogni etichetta rilevata e il timestamp sul video con punteggi di affidabilità. Utilizza una tassonomia gerarchica per creare regole aziendali granulari per le diverse aree geografiche, il pubblico target, l'ora del giorno e altro ancora.
Personalizzazione della moderazione di audio e testo
Rileva, leggi e verifica il testo rispetto al tuo elenco di parole o frasi proibite con Amazon Rekognition Text Detection. Converti il parlato dei video in testo con Amazon Transcribe e controlla l'uso di volgarità o incitamento all'odio. Estendi l'analisi del testo con le funzionalità di elaborazione del linguaggio naturale di Amazon Comprehend.
Addestramento e implementazione di modelli personalizzati
Addestra e implementa facilmente i tuoi modelli di moderazione personali con pochi clic o chiamate API. Crea e rendi operativi rapidamente nuovi modelli con il servizio Amazon Rekognition Custom Labels per affrontare scenari in tempo reale, come la rimozione di messaggi offensivi dai negozi online o l'offuscamento dei loghi in una trasmissione in diretta.
Miglioramento delle previsioni con revisioni umane
Migliora ulteriormente le previsioni con un intervento umano strategico. Integra A2I con le API di moderazione di Rekognition per consentire ai tuoi team o a un fornitore di terze parti di emettere giudizi finali ogni volta che le previsioni a bassa affidabilità richiedono l'intervento umano.
Casi d'uso
Revisione dei contenuti generati dagli utenti
Modera in modo proattivo i grandi volumi di upload degli utenti per non esporre utenti e comunità a contenuti inappropriati sulle piattaforme di social media e sui servizi che includono la condivisione di foto e video, i giochi online, lo streaming video e il matchmaking online.
Conformità dei media e dell'e-commerce
Utilizza Amazon Rekognition e Amazon Transcribe per identificare immagini, video, testi e contenuti audio potenzialmente non sicuri o assicurati che gli annunci di terzi non violino le policy di sicurezza della tua piattaforma.
Sicurezza del marchio
Identifica e filtra le associazioni di marchi indesiderati utilizzando i metadati complessi e organizzati gerarchicamente di Amazon Rekognition Content Moderation.
Clienti
Leggi di più sulle testimonianze degli oltre 40 clienti di Amazon Rekognition.
Mobisocial è un'azienda leader nel settore dei software per dispositivi mobili e si dedica in particolar modo alla realizzazione di applicazioni di social network e gaming. La società sviluppa Omlet Arcade, una community globale in cui decine di milioni di live-streamer di mobile gaming e giocatori di sport virtuali si riuniscono per condividere gameplay e incontrare nuovi amici.
"Per assicurare che la nostra community di gaming sia un ambiente sicuro per la socializzazione e la condivisione di contenuti di intrattenimento, abbiamo utilizzato il machine learning per individuare contenuti che non rispettano i nostri standard di community. Abbiamo creato un flusso di lavoro, avvalendoci di Amazon Rekognition, per segnalare immagini e video caricati che contengono elementi non conformi. L'API Content Moderation di Amazon Rekognition ci aiuta a ottenere la precisione e la scala necessarie per gestire una community di milioni di creatori di gaming nel mondo. Da quando abbiamo implementato Amazon Rekognition, siamo riusciti a ridurre del 95% la quantità di contenuti esaminati manualmente dal nostro team operativo, liberando al contempo risorse di ingegneria utili alle nostre attività principali. Aspettiamo con impazienza l'ultimo aggiornamento del modello di Amazon Rekognition Content Moderation, che migliorerà la precisione e aggiungerà nuove classi di moderazione".
Zehong, Senior Architect - Mobisocial
SmugMug gestisce due grandi piattaforme di foto online, SmugMug e Flickr, permettendo agli oltre 100 milioni di membri di archiviare, cercare, condividere e vendere decine di miliardi di foto in modo sicuro. Flickr è la più grande comunità di fotografi al mondo, che permette a questi ultimi di trovare ispirazione, di interagire e di condividere la loro passione con il mondo intero.
"In una grande piattaforma globale, i contenuti indesiderati sono estremamente rischiosi per l'integrità della nostra community e possono causare l’allontanamento dei fotografi. Utilizziamo la funzionalità di moderazione dei contenuti di Amazon Rekognition per trovare e segnalare adeguatamente contenuti indesiderati, garantendo un'esperienza sicura ed accogliente alla nostra community. Su una scala vasta come quella di Flickr, raggiungere quest'obiettivo senza Amazon Rekognition sarebbe quasi impossibile. Adesso, grazie alla moderazione dei contenuti di Amazon Rekognition, la nostra piattaforma può rilevare automaticamente ed evidenziare fotografie straordinarie che combaciano con le aspettative dei nostri clienti, supportandoci nella nostra missione di ispirare, connettere e condividere".
Don MacAskill, cofondatore, CEO e Chief Geek
ZOZO, Inc. possiede e gestisce ZOZOTOWN, il più grande sito di e-commerce per l'abbigliamento del Giappone, e WEAR, un social network che fornisce servizi digitali agli amanti della moda per condividere stili e outfit in tutta sicurezza.
"Gli utenti pubblicano ogni giorno un gran numero di immagini su WEAR ed è stato necessario controllare ogni immagine per assicurarsi che fosse conforme alle linee guida del servizio. Per analizzare le immagini pubblicate dagli utenti e archiviate in Amazon S3, abbiamo creato un sistema che le ispeziona automaticamente utilizzando l'API di moderazione dei contenuti di Amazon Rekognition. Grazie al riconoscimento automatico delle immagini, Amazon Rekognition ci ha permesso di ridurre il processo di revisione fino al 40%. Siamo stati anche in grado di ridurre le comunicazioni, come quelle relative alle escalation delle problematiche ai supervisori che si sarebbero verificate qualora il personale responsabile delle revisioni non fosse riuscito a determinare l'appropriatezza di un'immagine".
Yu Shigetani, Engineer, Brand Solution Development Division - ZOZO, Inc.
Per ulteriori informazioni visita la pagina Amazon Rekognition customers (Clienti di Amazon Rekognition).
Ulteriori informazioni sui prezzi di Amazon Rekognition