DEAR - Deep Emotion Audience Rekognition
インスピレーション
聴衆計測システムにおける課題の 1 つは、それらが調査参加者の回答の質に大きく依存しているということです。聴衆の感情を認識するための経費を削減し、同時に測定の信頼性を高めることが私たちの狙いです。
機能
このソリューションには、ローカル推論を使用した AWS DeepLens デバイスによる顔認識機能が使われており、顔だけを切り取ったものが S3 に送信されます。S3 バケットをモニタリングする Lambda が Rekognition を呼び出し、それぞれの顔の感情を取得します。データはその後、保管のために DynamoDB に、メトリクスのリアルタイムでのモニタリングのために CloudWatch に運ばれます。
構築方法
すべてのフレームをリアルタイムで Rekognition に送信することは実用的ではありません。DeepLens のローカル推論が、アウトバウンド帯域幅が今後問題にならない、はるかに最適化されたソリューションなのです。これによって、ローカル推論なしでは実用的にはなり得なかった、次のようなシナリオが可能になります。
- テレビの評価グループに参加している世帯からのより正確な評価
- 製作者は、書面によるフィードバックだけに頼るのではなく、視聴者が番組内のさまざまなシーンでどう反応したかを測定できます。来年の re:invent で使用してみますか?
- 映画や新しい番組は、ダイヤルを使用して感情を共有する視聴者と上映されることがよくあります。視聴者がどのように反応したか感情認識を利用して深く理解することによって、これをより増大させることができます。
つまり、ローカル推論をクラウドベースの深層学習サービスと組み合わせることによって、そうでなければ非実用的だった測定を信じられないほど簡単にすることができるのです。
使用したもの
アマゾン ウェブ サービス
DeepLens
機械学習
深層ニュートラルネットワーク
Python
Lambda
Amazon DynamoDB
Amazon CloudWatch
試してみる
このプロジェクトではプライベートリポジトリを使用しています