Publicado: Nov 21, 2018
Hoje, anunciamos atualizações em nossos recursos de detecção, análise e reconhecimento de faces. Essas atualizações proporcionam aos clientes aprimoramentos na capacidade de detectar mais faces em imagens, conseguir correspondências de faces com maior precisão e obter melhores atributos de idade, sexo e emoção de faces em imagens. Os clientes do Amazon Rekognition podem usar gratuitamente cada um desses aprimoramentos a partir de hoje. Não é necessária experiência com Machine Learning.
A “detecção de faces” tenta responder à pergunta: há uma face nesta imagem? Em imagens do mundo real, vários aspectos podem afetar a capacidade de um sistema de detectar faces com alta precisão: variações de pose causadas por movimentos da cabeça e/ou da câmera; obstrução por objetos no primeiro plano ou no plano de fundo (faces cobertas por chapéus, cabelos, mãos ou outra pessoa); variações de iluminação, como baixo contraste e sombras, ou iluminação excessiva que gera faces desbotadas; qualidade e resolução baixas que geram faces desfocadas ou sujas; e distorção das próprias câmeras e lentes. Estes problemas surgem como detecções perdidas (uma face não detectada) ou detecções falsas (uma região de imagem detectada como face, embora não exista uma face). Por exemplo, nas redes sociais são comuns poses, filtros de câmera, problemas de iluminação e obstruções (photo-bombs) diferentes. Para os clientes de serviços financeiros, a verificação da identidade do cliente como parte de fluxos de trabalho de autenticação multifator e prevenção de fraudes envolve a correspondência de um selfie de alta resolução (uma imagem facial) com uma imagem de resolução menor, pequena e muitas vezes desfocada de um documento de identidade com foto (como passaporte ou carteira de motorista). Além disso, muitos clientes têm que detectar e reconhecer faces de baixo contraste em imagens onde a câmera está apontando para uma luz brilhante.
Agora, com as atualizações mais recentes, o Amazon Rekognition pode detectar 40% mais faces (que antes não eram percebidas) em imagens com algumas das condições mais desafiadoras descritas acima e reduzir a taxa de detecções falsas em 50%. Isso significa que clientes como aplicativos de mídia social podem conseguir detecções consistentes e confiáveis (menos falhas, menos detecções falsas) com maior confiança. Assim, podem oferecer melhores experiências aos clientes em casos de uso como a revisão automatizada de fotos de perfil. Além disso, o reconhecimento de faces retorna agora um número de correspondências melhores (as faces mais parecidas) 30% maior que o modelo anterior em pesquisas em uma grande coleção de faces. Com esse aprimoramento, os clientes podem obter melhores resultados em aplicativos como prevenção de fraudes. Além disso, agora as correspondências de faces agora apresentam pontuações de similaridade mais consistentes em diferentes tipos de iluminação, pose e aparência, permitindo que os clientes usem limites de confiança mais altos, evitem falsas correspondências e reduzam a análise humana em aplicativos como verificação de identidade. Como sempre, em casos de uso envolvendo liberdades civis ou sentimentos de clientes, onde a veracidade da correspondência é crítica, recomendamos que os clientes usem as melhores práticas, um nível de confiança maior (pelo menos 99%) e incluam sempre a revisão humana.
Hoje, os aprimoramentos de detecção e reconhecimento de faces do Amazon Rekognition estão disponíveis em todas as regiões em que o Amazon Rekognition Image e o Amazon Rekognition Video são oferecidos. Você pode começar a usar ainda hoje por meio do console do Amazon Rekognition ou fazendo download do AWS SDK mais recente. Para obter mais informações, consulte a nossa documentação atualizada.