Amazon Rekognition

機械学習を使用して画像と動画の分析を自動化します。

Amazon Rekognition では、機械学習の専門知識を必要とせずに、実績のある高度にスケーラブルな深層学習テクノロジーを使用して、アプリケーションに画像およびビデオ分析を簡単に追加できるようになります。Amazon Rekognition を使用すると、画像と動画の物体、人物、テキスト、シーン、活動を特定し、不適切なコンテンツを検出できます。Amazon Rekognition は、非常に正確な顔分析および顔検索機能も備えています。これを使用して、さまざまなユーザー検証、人数のカウント、および公共安全のユースケースで顔を検出、分析、比較できます。

Amazon Rekognition カスタムラベルを使用して、ビジネスニーズに合わせた画像の物体やシーンを特定できます。たとえば、モデルを構築して、アセンブリライン上の特定の機械部品を分類したり、不健康な植物を検出したりできます。Amazon Rekognition カスタムラベルは、モデル開発の手間のかかる作業を処理するので、機械学習の経験は必要ありません。特定したい物体やシーンの画像を提供するだけで、残りはサービスが処理します。

お客様

National Football League
CBS
National Geographic
Marinus Analytics
SmugMug
Sky News

主な特徴

物体、シーン、アクティビティ検出

ラベル

Amazon Rekognition では、何千もの対象物体 (自転車、電話、ビルなど) とシーン (駐車場、ビーチ、都市など) を特定できます。動画を分析する際には、「小包の配達」や「サッカーの試合」など、特定のアクティビティも特定できます。 詳細 »

物体、シーン、アクティビティ検出

カスタムラベル

Amazon Rekognition カスタムラベルを使用すると、Amazon Rekognition の検出機能を拡張して、ビジネスに独自に役立つ画像から情報を抽出できます。たとえば、ソーシャルメディアで会社のロゴを検索したり、店頭で商品を特定したり、アセンブリラインで機械部品を分類したり、ビデオでアニメーションキャラクターを検出したりできます。 詳細 »

安全でないコンテンツの検出

コンテンツのモデレーション

Amazon Rekognition は画像と動画アセット両方の不安全または不適切な可能性のあるコンテンツを特定し、お客様のニーズに基づいて許容したいものを正確にコントロールできる詳細なラベル付けを行います。 Amazon A2I を使用して、人によるレビューを使った Amazon Rekognition 画像モデレーション予測の精度を向上させます。 詳細はこちら »

顔分析

テキスト検出

写真や動画では、テキストは印刷されたページのきちんとした言葉とは非常に異なって表示されます。Amazon Rekognition は、歪んだり、ひずんだテキストを読み取って、店舗名、メディアで重なり合う強制字幕、道路標識、製品パッケージのテキストなどの情報を取得できます。 詳細 »

顔分析

顔検出と分析

Amazon Rekognition では、画像や動画に顔が表示されるタイミングを簡単に検出し、性別、年齢、目の大きさ、眼鏡、顔の毛などの属性を取得できます。動画では、これらの顔の属性が時間と共にどう変化するかも測定でき、例えば役者が示す感情のタイムラインを作成することができます。 詳細 »

顔認識

顔検索と検証

Amazon Rekognition は高速で正確な顔検索機能を備えており、顔画像の個人的なレポジトリを用いて写真やビデオ中の人物を特定できます。また、比較のために保存した画像に対して顔画像を分析することにより、身元を確認することもできます。 詳細 »

有名人の認識

有名人の認識

動画と画像ライブラリにある有名人を素早く特定し、動画や写真をカタログ化してマーケティング、広告、メディア産業でのユースケースに使えます。 詳細 »

動線の検出

動線の検出

Amazon Rekognition で動画ファイルを分析すると、シーンに含まれる複数の人物の動線をとらえることができます。例えば、スポーツ選手の試合中の動きを検出して、試合後のプレイの分析に使用することができます。 詳細 »

お客様の導入事例

NFL
「今日のメディア環境では、組織が管理する非構造化コンテンツのボリュームが指数関数的に増えます。従来のツールを使用すると、ユーザーが探している特定の要素を見つけるために、数千のメディアアセットを検索するのが困難になる場合があります。Amazon Rekognition の新機能であるカスタムラベルを使用することで、ビジネスの特定のユースケースに合わせたメタデータタグを自動的に生成し、コンテンツ作成チームに検索可能なファセットを提供できます。これにより、コンテンツの検索の速度が向上し、さらに重要なことに、以前は手作業が必要だった要素に自動的にタグを付けることができます。これらのツールにより、制作チームはこのデータを直接活用し、すべてのメディアプラットフォームにわたってお客様にさらに強化した製品を提供できます。」

Brad Boim 氏、NFL Media、シニアダイレクター、ポストプロダクションアセット管理担当


CBS

マスメディア企業 CBS は、業界最先端のコンテンツをさまざまなプラットフォームにわたってグローバルに制作、配信しています。CBS は視聴率が国内トップのテレビネットワークを米国内に持ち、そのエンターテインメントコンテンツのライブラリは世界最大級で、そのブランド「Eye」はビジネス界の認知度では最高クラスです。

「CBS では、不適切なコンテンツで世界の視聴者に不快感を与えたり、各国の法令に違反したりしないように、プログラミングによるモデレーションに注力しています。ほぼリアルタイムの審査を実施し、毎月数百時間にのぼるコンテンツを編集しているのは、手作業に労力を注ぐことによります。社内プロセスをスケールするために、Amazon Rekognition を使用してビデオコンテンツのモデレーションを自動化すると同時に、カスタムラベルの新機能でモデレーションモデルを改良する道を探りました。このおかげで、裸体、卑猥なジェスチャー、暴力などのセンシティブなコンテンツのタグ付けを自動化して、処理時間を数時間単位から数分単位に短縮しました」

Jamie Duemo 氏、CBS Operations および Engineering、マルチプラットフォーム配信担当上級副社長


influential-600x400

Influential は、プレミア AI で動作する主要なインフルエンサーマーケットプレイスです。Influential では、AI と機械学習を利用して実用的なインサイトと予測インテリジェンスを取得し、それに基づいてインフルエンサーを提案できるようにすることで、インフルエンサーの特定に関する問題を解消しました。

「社内で開発した AI/ML アルゴリズムに加えて、サードパーティーと提携してデータセットを拡充し、インフルエンサーを供給しやすくしています。Amazon Rekognition の物体とシーンの検出機能により、インフルエンサーが投稿しているメディアとソーシャルメディアのコンテンツに基づいて、特定の縦軸とトピックにインフルエンサーを適切に分類できます。検索機能をテキスト以外に拡張することで、Brand Match Score のトレーニングを向上させることができます。Rekognition の使いやすいタグとラベルと組み合わせることで、ユーザークエリのヒット率は 200% 以上向上しました。」

Piotr Tomasik 氏、Influential、CTO


marinus-analytics-600x400

Marinus Analytics は、ビッグデータをアクショナブルインテリジェンスに変えることができる人工知能ベースのツールを法執行機関に提供しています。Marinus の主要ソフトウェアである Traffic Jam は、法執行機関が性的人身売買の捜査に使用する一連のツールです。

「法執行機関は、インターネット時代に被害者を尊重した治安維持活動の発展を促すための高度なツールを必要としています。法執行機関は、家出した子どもが人身売買される可能性がとても高いことを理解していました。Amazon Rekognition を使用する前は、手作業でオンラインデータを調べて子どもたちを見つけるしかありませんでした。非常に時間がかかるため、実用的ではありませんでした。今は、Amazon Rekognition を利用した Traffic Jam の FaceSearch により、捜査官は数百万件のレコードを数秒で検索して被害者を見つけ、効果的な行動を取ることができるようになりました」

Emily Kennedy、Marinus Analytics、創設者兼 CEO


aella-credit-600x400

Aella Credit では、生体認証、雇用主、携帯電話のデータを使用して、新興市場で収入源を証明できる個人に即時ローンを提供しています。

「新興市場では、本人確認が大きな課題でした。新興市場の数十億人のユーザー向けに信用貸しの文化を構築するうえで、ユーザーの身元を適切に確認する機能が必要でした。当社のモバイルアプリケーションで本人確認に Amazon Rekognition を使用することで、確認エラーが大幅に減り、ビジネスを拡大できるようになりました。今では、人間が操作しなくても個人の身元をリアルタイムで検出し、確認できるようになったため、商品にすばやくアクセスできます。よく宣伝されているさまざまなソリューションを試しましたが、さまざまな肌の色合いを正確に認識できるものはありませんでした。Amazon Rekognition を使うことで、当社の市場でお客様の顔を効果的に認識できるようになりました。また、KYC にも有効で、重複するプロファイルや重複するデータセットを検出できるようにもなりました」

Wale Akanbi 氏、Aella Credit、CTO 兼共同創設者

ユースケース

メディア分析

コンテンツを検索可能に

Amazon Rekognition は画像や動画ファイルからメタデータを自動的に抽出し、物体、顔、テキストなどをキャプチャします。このメタデータを使用して、キーワードで画像や動画を簡単に検索したり、コンテンツシンジケーションに適したアセットを見つけたりできます。    

不適切なコンテンツにフラグを立てる

Amazon Rekognition を使用すると、画像、動画内の裸体、暴力、武器などの不適切なコンテンツに自動的にフラグを立てることができます。返された詳細なメタデータを使用して、ユーザーの文化やでもグラフィックスに適していると考えられるものに基づいて独自のルールを作成できます。

デジタルアイデンティティの検証を有効にする

Amazon Rekognition を使用して、自動支払いやその他のアイデンティティ検証シナリオ向けにスケーラブルな認証ワークフローを作成できます。Amazon Rekognition では、写真や自撮り写真を運転免許証などの身分証明書と比較することで、オプトインしたユーザーの顔認証を簡単に実行できます。

公共安全の課題に対して迅速に対応する

Amazon Rekognition では、画像と動画で行方不明者の検索をするアプリケーションを作成できます。ユーザーから提供された行方不明者のデータベースを検索することにより、可能性のある一致に正確にフラグを立て、捜索活動をスピードアップすることができます。

製品、ランドマーク、およびブランドを特定する

アプリの開発者は Amazon Rekognition カスタムラベルを使用して、ソーシャルメディアと写真アプリの具体的なアイテムを特定できます。たとえば、市の有名なランドマークを識別するようにカスタムモデルをトレーニングして、写真を撮るだけでそこの歴史、営業時間、チケット料金に関する情報を旅行者に提供するといったことが可能です。

ブログ

日付
  • 日付
1

日本国内のお客様導入事例

毎日新聞社は、日本の主要な新聞社の 1 つです。また、週刊時事雑誌など、ペーパーバック、書籍、雑誌も発行しています。

「毎日新聞社は、日々多くの報道写真を、WEBサイトをはじめ、スマートフォンアプリや企業向け販売などに提供しています。さまざまなユーザーに、写真を提供する場合、そのサービスに応じて、拡大、縮小、切り抜きなどの加工が必要になります。これらは、写真の構図や内容を1枚1枚判断しなくてはならないため人的作業が不可欠で、時間的にも費用的にもそのコストは膨大でした。そこで、Amazon Rekognitionの顔認識、顔分析を利用しました。これにより、人的作業を伴わず、顔の位置や大きさ、人数、写真の構図を瞬時に解析することができるため、オリジナル画像の内容を損なわずにトリミングやリサイズなどの加工が可能になりました。プログラムによる自動化でコスト削減が実現し、お客様のニーズに合わせた報道写真が、より多く迅速に提供できるようになりました」

– 株式会社 毎日新聞社 デジタルメディア局 ソリューションアーキテクト 森 雄司 氏

Sen Corporation は、日本で子どもの写真サービスを提供しており、その業界のリーダーです。"はいチーズ!" 写真サービスを提供しています。

「当社には、過去にユーザーが購入した写真や、ユーザーから当社のプラットフォームにアップロードされた写真の膨大なコレクションがあります。このコレクションの中で特定のユーザーのお子様の写真を検索する必要があります。Amazon Rekognition を使用するようになってから、保護者の方が数万枚の写真の中からお子様の写真を簡単に見つけることができるようになりました。Amazon Rekognition では大量の写真が非常に高速かつ正確に処理されるため、保護者の方は探している写真を簡単に見つけることができ、満足されています。その結果、コンバージョン率が向上しました」

– Daichi Kumagai 氏、千株式会社、ものづくり部マネージャー

「当社には数十人の小さい顔が写っている集合写真が多数あるため、以前は元の画像をトリミングして分割し、すべての顔を正しく見つける必要がありました。今は、新しい人混みの顔検出機能を使用して、一度にすべての顔を簡単に検出できるようになり、複雑な事前処理は必要なくなりました」

– Shinji Miyazato 氏、千株式会社、ものづくり部 SRE リーダー

Amazon Rekognition の詳細

特徴のページにアクセスする
構築を始めましょう。
Amazon Rekognition の使用を開始する
ご不明な点がおありですか?
お問い合わせ
不正使用の報告が必要ですか?
こちらへ