Вопрос: Что такое Amazon Rekognition?

Amazon Rekognition – полностью управляемый сервис для распознавания изображений на базе глубокого обучения. Сервис Amazon Rekognition разрабатывался экспертами Amazon в области компьютерного зрения в течение многих лет и уже анализирует миллиарды изображений ежедневно. Простой в использовании API Amazon Rekognition распознает тысячи объектов и сцен, анализирует лица и оценивает их схожесть, а также проверяет определенные лица по коллекции лиц. Amazon Rekognition позволяет разрабатывать приложения с визуальным поиском по изображениям, анализом характеристик лиц для определения демографической принадлежности аудитории, реализацией проверки по лицу и многими другими функциями. Amazon Rekognition разработан для анализа изображений в большом масштабе и эффективно интегрируется с Amazon S3, AWS Lambda и другими сервисами AWS.

Вопрос: Что такое глубокое обучение?

Глубокое обучение – это подраздел машинного обучения и важная область исследований искусственного интеллекта. Цель глубокого обучения – выделение абстракций высокого уровня из несортированных данных с помощью глубоких графов с разными уровнями вычислений, которые представляют собой множество линейных и нелинейных трансформаций. Глубокое обучение основано на общих моделях обработки информации и связей в человеческом мозге. Оно позволяет перейти от запрограммированных вручную функций к новым, обнаруженным в результате обработки очень больших массивов неструктурированных данных. Обучение представляет собой итеративную оценку сотен тысяч параметров в глубоком графе с помощью эффективных алгоритмов.

Ряд архитектур глубокого обучения, таких как сверточные глубокие нейросети (CNN) и рекуррентные нейросети, уже используется в компьютерном зрении, распознавании речи, обработке естественной речи и распознавании звука и показывает блестящие результаты при выполнении различных заданий.

Amazon Rekognition входит в семейство сервисов Amazon AI. Сервисы Amazon AI используют глубокое обучение для распознавания изображений, превращения текста в естественную речь и создания интуитивных интерфейсов живого текстового и голосового взаимодействия.

Вопрос: Требует ли работа с Amazon Rekognition опыта в области глубокого обучения?

Нет. Пользователям Amazon Rekognition не требуется разрабатывать, поддерживать и развивать конвейеры глубокого обучения.

Чтобы грамотно решать задачи из области компьютерного зрения, такие как обнаружение объектов и сцен, а также анализ и распознавание лиц, системы глубокого обучения должны быть грамотно настроены и обучены на огромных массивах данных с заведомо верными маркировками. Создание, очистка и маркировка исходных данных – это дорогая и трудоемкая работа. Более того, само обучение глубокой нейросети требует огромных вычислительных ресурсов и специального оборудования на базе графических процессоров (GPU).

Amazon Rekognition – полностью управляемый сервис, он уже обучен выполнению задач в области распознавания изображений, так что пользователю не нужно расходовать время и ресурсы на создание собственных конвейеров глубокого обучения. Amazon Rekognition продолжает интегрировать последние научные разработки и новые исходные данные в свою нейросеть для повышения точности ее работы. Это позволяет пользователям полностью сосредоточиться на проектировании и разработке важных и нужных приложений.

Вопрос: Как начать работу с Amazon Rekognition?

Если вы еще не зарегистрировались в сервисе Amazon Rekognition, можно нажать кнопку «Попробовать Amazon Rekognition» на странице сервиса Amazon Rekognition и завершить процесс регистрации. Вам потребуется аккаунт Amazon Web Services. Если такового еще нет, аккаунт будет предложено создать во время регистрации в сервисе. Войдя в систему, можно попробовать Amazon Rekognition на собственных изображениях через консоль управления Amazon Rekognition или загрузить SDK Amazon Rekognition и начать разработку собственных приложений. Подробную информацию см. в пошаговом Руководстве по началу работы.

Вопрос: Какие API предлагает Amazon Rekognition?
Сервис Amazon Rekognition предлагает API для распознавания объектов и сцен, распознавания и анализа лиц, сравнения и поиска похожих лиц в коллекции и API для управления ресурсами. Подробнее см. в справке по API Amazon Rekognition.

Вопрос: Какие форматы изображений поддерживает Amazon Rekognition?

В настоящее время Amazon Rekognition поддерживает форматы JPEG и PNG. Изображения передаются в сервис как объекты S3 или массивы байтов.

Вопрос: Какие размеры файлов поддерживает Amazon Rekognition?

Amazon Rekognition поддерживает изображения в виде объектов S3 размером до 15 МБ и в виде массивов байтов размером до 5 МБ.

Вопрос: Как разрешение изображения влияет на точность результата?

Amazon Rekognition работает с самыми разными разрешениями изображений. Для достижения наилучших результатов рекомендуется использовать разрешение VGA (640x480) или выше. При использовании изображений с разрешением QVGA (320x240) и ниже повышается вероятность ошибок при распознавании лиц, объектов или неприемлемого контента, однако Amazon Rekognition может работать с изображениями размером от 80 пикселей в длину/ширину.

Вопрос: Насколько мелкими могут быть объекты для распознавания и анализа в Amazon Rekognition?

Рекомендуется отправлять на распознавание изображения, в которых наименьший объект или лицо занимает не менее 5 % размера меньшей стороны изображения (в пикселях). Например, на изображении с разрешением 1600x900 наименьший объект или лицо должны занимать не менее 45 пикселей по каждой стороне.

Вопрос: В каких регионах AWS доступен Amazon Rekognition?

Сервис Amazon Rekognition в настоящее время доступен в регионах Восток США (Северная Вирджиния), Запад США (Орегон), ЕС (Ирландия), AWS GovCloud (США), а также Азия и Тихий океан (Токио).


Вопрос: Что такое метка?

Метка – это объект, сцена или образ, обнаруженный на изображении в качестве содержимого. Например, фотография отдыхающих на тропическом пляже может содержать метки «человек», «вода», «песок», «пальма», «купальник» (объекты), «пляж» (сцена) и «природа» (образ).

Вопрос: Что такое уровень уверенности и как его использовать?

Уровень уверенности – это число в промежутке между от 0 до 100, отражающее вероятность правильности выдвинутого предположения. Если в примере выше процедура определения объектов и сцен вернет метку «вода» с уровнем уверенности 99 и метку «пальма» с уровнем уверенности 35, то на изображении, скорее всего, есть вода, но нет пальмы.

В приложениях, для которых критически важно отсутствие ошибок определения (ложных срабатываний), рекомендуется использовать только метки с уровнем уверенности выше определенного порогового значения. Оптимальное пороговое значение зависит от приложения. Во многих случаях можно добиться оптимального качества работы для конечного пользователя, установив пороговое значение уровня уверенности выше заданного по умолчанию.

Вопрос: Что такое обнаружение объектов и сцен?

Обнаружение объектов и сцен – это процедура анализа изображения и назначения ему меток на основании его визуального содержимого. Amazon Rekognition выполняет эту процедуру посредством API DetectLabels. Данный API позволяет автоматически распознавать тысячи объектов, сцен и образов с указанием уровня уверенности для каждой метки. При использовании DetectLabels пороговое значение уровня уверенности по умолчанию равняется 50. Обнаружение объектов и сцен подходит для клиентов, заинтересованных в структуризации больших библиотек изображений и поиску по ним. Это могут быть потребительские приложения и приложения-ассистенты, которые полагаются на создаваемый пользователями контент, а также технологические рекламные агентства, заинтересованные в развитии своих алгоритмов целевого обращения.

Вопрос: Какие типы меток поддерживает Amazon Rekognition?

Rekognition поддерживает тысячи меток из стандартных категорий. В качестве примеров можно привести следующие.

  • Люди и события: «свадьба», «невеста», «ребенок», «торт на день рождения», «гитарист» и т. д.
  • Еда и напитки: «яблоко», «сэндвич», «вино», «торт», «пицца» и т. д.
  • Природа: «пляж», «горы», «озеро», «закат», «радуга» и т. д.
  • Животные: «собака», «кошка», «лошадь», «тигр», «черепаха» и т. д.
  • Дом и сад: «кровать», «стол», «двор», «люстра», «спальня» и т. д.
  • Спорт и отдых: «гольф», «баскетбол», «хоккей», «теннис», «туризм» и т. д.
  • Растения и цветы: «роза», «тюльпан», «пальма», «лес», «бамбук» и т .д.
  • Искусство и развлечения: «скульптура», «картина», «гитара», «балет», «мозаика» и т. д.
  • Транспорт: «самолет», «автомобиль», «велосипед», «мотоцикл», «грузовой автомобиль» и т. д.
  • Техника: «компьютер», «мобильный телефон», «видеокамера», «телевизор», «наушники» и т. д.

Вопрос: Не могу найти нужную метку. Как подать запрос на добавление новой метки?

Отправить запрос можно через службу технической поддержки AWS. Каталог меток Amazon Rekognition постоянно пополняется новыми метками на основании отзывов клиентов.


Вопрос: Что такое модерация изображений?

Модерация изображений Amazon Rekognition – это простой в использовании API, основанный на технологии глубокого обучения и предназначенный для обнаружения явного контента для взрослых и подозрительного контента на изображениях. Разработчики могут использовать эти дополнительные метаданные для фильтрации неприемлемого контента в зависимости от потребностей своего бизнеса. Помимо маркировки изображения на основе наличия контента для взрослых, модерация изображений также возвращает иерархический список меток с уровнями уверенности. Эти метки указывают на определенную категорию контента для взрослых, что предоставляет разработчикам возможности более точной фильтрации и управления большим объемом контента, создаваемым пользователями (UGC). Этот API можно использовать в процессах модерации для таких приложений, как социальные сети и сайты знакомств, платформы для обмена фотографиями, блоги и форумы, приложения для детей, сайты интернет-коммерции, развлекательные сервисы и сервисы интернет-рекламы.

Вопрос: Какие типы явного контента для взрослых и подозрительного контента позволяет обнаружить Amazon Rekognition?

Amazon Rekognition позволяет обнаружить следующие типы явного контента для взрослых и подозрительного контента на изображениях.

  • Явную наготу:
    • обнаженное тело;
    • графическое изображение обнаженного мужского тела;
    • графическое изображение обнаженного женского тела;
    • действие сексуального характера;
    • частично обнаженное тело.
  • Подозрительный контент:
    • женский купальник или нижнее белье;
    • мужские плавки или нижнее белье;
    • откровенная одежда.

API модерации изображений Amazon Rekognition возвращает иерархический список меток, а также уровни уверенности для каждой обнаруженной метки. Например, для определенного неприемлемого изображения Rekognition может вернуть тип «явная нагота» и дать оценку, соответствующую максимальному уровню уверенности. Разработчики могут просто использовать этот результат, чтобы пометить контент. В том же ответе Rekognition возвращает и второй уровень детализации, предоставляя дополнительную характеристику, например, «графическое изображение обнаженного мужского тела», для которой также указывается уровень уверенности. Разработчики могут использовать эту информацию для создания более сложных алгоритмов фильтрации.

Обратите внимание на то, что API модерации изображений не является авторитетным источником и не претендует на роль исчерпывающего фильтра явного контента для взрослых и подозрительного контента. Кроме того, API модерации изображений не определяет, содержит ли изображение запрещенный контент (например, детскую порнографию) или контент для взрослых с элементами извращений.

Вопрос: Может ли API модерации изображений Amazon Rekognition обнаруживать другой неприемлемый контент, кроме явного контента для взрослых и подозрительного контента?

В настоящее время Rekognition поддерживает только метки, которые были описаны выше. Мы будем работать над тем, чтобы постоянно добавлять и улучшать метки, используя отзывы наших клиентов.

Если вам требуется выявлять другие типы неприемлемого контента на изображениях, свяжитесь с нами с помощью обратной связи, описанной далее в этом разделе.

Вопрос: Как можно убедиться в том, что Rekognition будет нормально работать в моем примере использования модерации изображений для взрослых?

Модели модерации изображений Rekognition были тщательно настроены и протестированы, но мы рекомендуем проверить точность оценки на собственных наборах данных.

Можно использовать параметр «MinConfidence» в запросах API, чтобы найти баланс между обнаружением контента (отзывом) и правильностью обнаружения (точностью). Если уменьшить значение параметра «MinConfidence», скорее всего, будет обнаружена большая часть подозрительного контента, но в эту категорию также может быть включен контент, который на самом деле не относится к явному контенту для взрослых и подозрительному контенту. Если увеличить значение параметра «MinConfidence», скорее всего, вы будете уверены, что весь обнаруженный контент на самом деле относится к явному контенту для взрослых и подозрительному контенту, но при этом некоторые неприемлемые изображения могут быть не помечены. Примеры использования параметра «MinConfidence» см. в документации по ссылке.

Если Rekognition не может обнаружить контент для взрослых на изображениях, свяжитесь с нами, используя описанную ниже процедуру обратной связи.

Вопрос: Как можно оставить отзыв о работе Rekognition для улучшения алгоритма модерации?

Отправить запрос можно через службу технической поддержки AWS.Amazon Rekognition постоянно расширяет типы обнаруживаемого неприемлемого контента, используя отзывы клиентов. Обычно для добавления новых типов явного контента для взрослых или подозрительного контента требуется 6–8 недель. Обратите внимание на то, что запрещенный контент (такой как детская порнография) не будет принят в рамках этой процедуры.


Вопрос: Что такое анализ лиц?

Анализ лиц – это процесс определения лиц на изображениях и сбора характерных атрибутов этих лиц. API DetectFaces сервиса Amazon Rekognition принимает изображение и возвращает рамки вокруг каждого лица, а также характеристики, такие как пол или наличие очков, и информацию о расположении основных элементов лица. Анализ лиц можно использовать для определения демографической принадлежности и настроения клиента или отправлять рамки лиц на дальнейшую обработку.

Вопрос: Какие характеристики лиц возвращает Amazon Rekognition?

Amazon Rekognition возвращает следующие характеристики для обнаруженных лиц (с рамками и уровнем уверенности для каждой характеристики):

  • пол,
  • улыбка,
  • эмоции,
  • очки,
  • солнцезащитные очки,
  • открытые глаза,
  • открытый рот,
  • усы,
  • борода,
  • положение,
  • качество,
  • элементы лица.

Вопрос: Что такое положение лица?

Положение лица отражает угол наклона обнаруженного лица по трем осям. Каждый параметр принимает значение от -180 до +180 градусов. При помощи положения лица можно определить ориентацию полигона лица (а не просто прямоугольной рамки), замерить деформацию, корректно отслеживать лица и т. д.

Вопрос: Что такое качество лица?

Качество лица отражает качество обнаруженного изображения лица по двум параметрам: четкость и яркость. Оба параметра представляют собой значения в промежутке от 0 до 1. Установив пороговое значение для этих параметров, можно отфильтровывать только хорошо освещенные и четкие лица. Это может быть полезно в приложениях, для которых важно качество изображений лиц, например в решениях для сравнения и распознавания лиц.

Вопрос: Что такое элементы лица?

Элементы лица – это набор выступающих точек, обычно включающий в себя уголки, края или центры ключевых частей лица, таких как глаза, нос и рот. API DetectFaces сервиса Amazon Rekognition возвращает наборы элементов лиц, по которым можно обрезать лица, сливать их друг с другом, накладывать пользовательские маски, создавать фильтры и т. д.

Вопрос: Сколько лиц может быть обнаружено на изображении?

Сервис Amazon Rekognition может обнаружить на одном изображении до 100 лиц.


Что такое сравнение лиц?

Сравнение лиц – это процедура сравнения конкретного лица с одним или несколькими другими и измерение значения сходства. API CompareFaces сервиса Amazon Rekognition позволяет измерить вероятность того, что два лица на разных изображениях принадлежат одному и тому же человеку. API сравнивает лица, обнаруженные на исходном и целевом изображениях, и возвращает значение сходства для каждой пары. Сервис также возвращает рамку и уровень уверенности для каждого обнаруженного лица. Сравнение лиц можно использовать для идентификации пользователей по сохраненным ранее фотографиям практически в режиме реального времени.

Вопрос: Можно ли использовать исходное изображение, на котором больше одного лица?

Да. Если на исходном изображении больше одного лица, CompareFaces выберет самое большое лицо и сравнит его с каждым лицом на целевом изображении.

Вопрос: Со сколькими лицами можно сравнить одно лицо?

Одно лицо с исходного изображения можно сравнить не более чем со 100 лицами, обнаруженными на целевом изображении.


Вопрос: Что такое распознавание лиц?

Распознавание лиц – это процесс идентификации или проверки пользователя путем поиска его лица в коллекции лиц. Amazon Rekognition позволяет использовать распознавание лиц в приложениях с помощью API SearchFaces и SearchFacesByImage. С помощью распознавания лиц можно легко разработать процедуры для многофакторной аутентификации банковских платежей, автоматического пропуска сотрудников в здание и другие решения.

Вопрос: Что такое коллекция лиц и как ее создать?

Коллекция лиц – это используемый и управляемый пользователем индекс векторных данных о лицах с возможностью поиска. API CreateCollection позволяет создать коллекцию лиц в поддерживаемом регионе AWS и получить соответствующее имя Amazon Resource Name (ARN). Каждой коллекции присваивается уникальный идентификационный номер CollectionId.

Вопрос: Как добавлять лица в коллекцию и удалять их?

Для добавления лица в существующую коллекцию используется API IndexFaces. Данный API принимает изображение в виде объекта S3 или массива байтов и добавляет векторные представления обнаруженных лиц в коллекцию лиц. IndexFaces также возвращает уникальный идентификационный номер FaceId и рамку лица для каждого добавленного лица.

Для удаления лица из существующей коллекции используется API DeleteFaces. Данный API открывает существующую коллекцию лиц (по CollectionId) и удаляет список указанных лиц по FaceId. Подробнее о добавлении и удалении лиц см. в примере Управление коллекциями.

Вопрос: Как выполнить поиск лица в коллекции?

В индексированной коллекции лиц можно выполнять поиск по изображению (SearchFaceByImage) и по FaceId (SearchFaces). Данные API принимают на вход лицо и возвращают набор похожих лиц в порядке убывания значения сходства. Подробнее см. в примере Поиск лиц.

Вопрос: Использует ли Amazon Rekognition данные из коллекции лиц?

Нет. Amazon Rekognition не получает доступа к коллекции лиц и не может использовать эти данные без вашего разрешения. Ваши данные принадлежат только вам.

Вопрос: Что такое версии модели лица и как они работают?
Amazon Rekognition выполняет обнаружение и распознавание лиц с помощью моделей глубокого обучения. Точность моделей постоянно повышается за счет отзывов клиентов и последних научных достижений. Эти улучшения предоставляются клиентам в виде обновлений модели лица. При создании новой коллекции Amazon Rekognition автоматически использует последнюю версию модели лица. В существующих коллекциях продолжают использоваться те версии модели, с которыми они были созданы, а сохраненные в них векторные отображения лиц не обновляются до новой версии автоматически.

Различные версии модели могут быть несовместимы друг с другом. В частности, если одно и то же изображение проиндексировано в нескольких коллекциях, использующих разные версии модели, идентификаторы лиц для одних и тех же обнаруженных лиц будут различными. Если изображение проиндексировано в нескольких коллекциях, связанных с одной и той же моделью, идентификаторы лиц будут одинаковыми.

Вопрос: Как узнать, какая версия модели лица используется?
Узнать версию модели лица, которая применяется в коллекции, можно с помощью поля FaceModelVersion в ответе любого API, работающего с коллекциями лиц.

Вопрос: Как обновить существующие коллекции до последней версии модели лица?
Чтобы применить последнюю модель к лицам, хранящимся в существующей коллекции, создайте новую коллекцию с помощью действия CreateCollection и заново проиндексируйте набор исходных изображений в новой коллекции с помощью операции IndexFaces. Поскольку идентификаторы лиц в новой коллекции могут отличаться от идентификаторов лиц в старой коллекции, потребуется обновить все идентификаторы лиц, хранящиеся в связанных приложениях. Если старая коллекция больше не нужна, ее можно удалить с помощью действия DeleteCollection.


Вопрос: Что представляет собой возможность Text in Image?

Text in Image – это функциональная возможность Amazon Rekognition, которая позволяет обнаруживать и распознавать текст на изображениях, например названия улиц, надписи, названия продуктов и номерные знаки автомобилей. Возможность Text in Image создана именно для работы с изображениями физических объектов, а не документов. API DetectText сервиса Amazon Rekognition обрабатывает изображение и возвращает текстовую метку и рамку, а также уровень уверенности для каждой обнаруженной строки символов. Таким образом, в приложениях для обмена фотографиями и приложениях социальных сетей можно, к примеру, обеспечить возможность визуального поиска на основе индекса изображений, содержащих одни и те же текстовые метки. В мультимедийных и развлекательных приложениях можно создать текстовые метаданные для видеокадров, чтобы обеспечить поиск релевантного контента, например новостей, результатов спортивных соревнований, рекламных роликов и титров. В приложениях для обеспечения безопасности и наблюдения можно идентифицировать транспортные средства, распознавая номерные знаки на изображениях, получаемых с нагрудных или дорожных камер.

Вопрос: Текст какого типа поддерживается возможностью Text in Image сервиса Amazon Rekognition?

Возможность Text in Image создана именно для работы с изображениями физических объектов, а не документов. Она обеспечивает распознавание цифр и текста на основе латиницы с поддержкой разнообразных оформлений, шрифтов и стилей, а также вариантов расположения текста на объектах различной ориентации, включая вывески и плакаты. Text in Image распознает до 50 цепочек символов в одном изображении и перечисляет их как слова и строки. Следует отметить, что Text in Image распознает только горизонтальный текст с ориентацией +/- 30 градусов.

 

Вопрос: Как можно оставить отзыв о работе Rekognition для улучшения распознавания текста?


Отправить соответствующий запрос можно через службу поддержки клиентов AWS. Amazon Rekognition постоянно добавляет новые типы распознаваемого текстового контента, используя отзывы клиентов.

Вопрос: Что такое распознавание знаменитостей?

Распознавание знаменитостей в Amazon Rekognition выполняется с помощью простого в использовании API на базе глубокого обучения. Данный API предназначен для обнаружения и распознавания знаменитых, примечательных или выдающихся в своей области людей. API RecognizeCelebrities был создан для работы в любом масштабе и предназначен для распознавания знаменитостей в нескольких категориях, таких как политика, спорт, бизнес, развлечения и средства массовой информации. Функция распознавания знаменитостей идеально подходит для клиентов, которым нужно индексировать библиотеки цифровых изображений и искать в них знаменитостей, исходя из их конкретных интересов.

Вопрос: Кого можно идентифицировать с помощью API распознавания знаменитостей?

Amazon Rekognition может идентифицировать только тех знаменитостей, на распознавание которых была проведена тренировка модели глубокого обучения. Обратите внимание, что API RecognizeCelebrities не претендует на представление исчерпывающего списка знаменитостей. Эта возможность была разработана с целью охватить как можно больше знаменитостей, исходя из потребностей и отзывов наших клиентов. Мы постоянно добавляем новые имена, но тот факт, что Celebrity Recognition не распознает некоторых людей, которые могут считаться знаменитыми другими организациями или нашими клиентами, не отражает нашего мнения об их статусе как знаменитостей. Если вы хотите, чтобы возможность распознавания знаменитостей распознавала и других известных людей, присылайте свои предложения.

Вопрос: Может ли знаменитость, идентифицируемая через запрос API Amazon Rekognition, потребовать удаления себя из списка знаменитостей, с которым работает эта возможность?

Да. Если знаменитость хочет быть удаленной из списка знаменитостей, с которым работает эта возможность, он или она может отправить электронное письмо в службу поддержки AWS, и мы выполним удаление.

Вопрос: Из каких источников предоставляется дополнительная информация о знаменитости?

Для предоставления дополнительной информации о знаменитости в рамках ответа API использует специальный список источников. В настоящее время мы предоставляем URL-адрес IMDB, когда таковой доступен. Мы можем добавить другие источники в будущем.


Вопрос: Как Amazon Rekognition учитывает количество обработанных изображений?

Для всех API, получающих на входе изображения, количеством обработанных изображений считается фактическое количество проанализированных изображений. К этой категории относятся API DetectLabels, DetectModerationLabels, DetectFaces, IndexFaces, RecognizeCelebrities и SearchFaceByImage. Для API CompareFaces, которому на вход подаются два изображения, учитывается только обработка исходного изображения.

Для API, которые не получают на входе изображения, количеством обработанных изображений считается количество вызовов API. К этой категории принадлежат API SearchFaces и ListFaces.

Вызовы остальных API Amazon Rekognition (DeleteFaces, CreateCollection, DeleteCollection, и ListCollections) не учитываются при подсчете обработанных изображений.

Вопрос: За использование каких API Amazon Rekognition взимается плата?

Оплачиваются следующие API Amazon Rekognition: DetectLabels, DetectModerationLabels, DetectFaces, IndexFaces, RecognizeCelebrities, SearchFaceByImage, CompareFaces, SearchFaces и ListFaces.

Вопрос: Сколько стоит использование сервиса Amazon Rekognition?

Актуальную информацию о ценах см. на странице цен на Amazon Rekognition.

Вопрос: Взимается ли плата за хранение векторных отображений лиц в коллекциях?

Да. За хранение векторных отображений лиц взимается плата в размере 0,01 USD за 1000 лиц в месяц. Подробнее см. на странице цен.

Вопрос: Распространяется ли уровень бесплатного пользования AWS на Amazon Rekognition?

Да. В рамках уровня бесплатного пользования AWS можно начать работу с Amazon Rekognition бесплатно. После регистрации новым пользователям Amazon Rekognition доступен анализ до 5000 изображений в месяц в течение первых 12 месяцев. В рамках уровня бесплатного пользования также можно бесплатно использовать API Amazon Rekognition и хранить до 1000 лиц.

Вопрос: Ваши цены указаны с учетом налогов?

Подробнее о налогах см. на странице Справка по налогам при работе с Amazon Web Services.


Вопрос: Поддерживает ли Amazon Rekognition работу с изображениями, хранящимися в Amazon S3?

Да. Чтобы начать анализировать изображения на Amazon S3, достаточно указать API Amazon Rekognition на корзину S3. Данные никуда перемещать не нужно. Подробнее о работе с объектами S3 и API Amazon Rekognition см. в упражнении по определению меток.

Вопрос: Можно ли использовать Amazon Rekognition для анализа изображений, которые хранятся в корзине S3 в другом регионе?

Нет. Убедитесь, что корзина Amazon S3, которую вы хотите использовать, находится в том же регионе, что и ваш адрес API Amazon Rekognition.  

Вопрос: Как можно пакетно обрабатывать множество изображений в Amazon Rekognition?

Для пакетной обработки изображений из Amazon S3 следуйте шагам, описанным в примере пакетной обработки изображений Amazon Rekognition на GitHub.

Вопрос: Как использовать AWS Lambda с Amazon Rekognition?

Amazon Rekognition поддерживает эффективное взаимодействие с AWS Lambda и позволяет реализовать в хранилищах данных AWS, таких как Amazon S3 и Amazon DynamoDB, анализ изображений в ответ на события. Чтобы начать использовать Amazon Rekognition вместе с AWS Lambda, выполните шаги, описанные здесь, и выберите схему, предложенную сервисом Amazon Rekognition.


Вопрос: Сохраняет ли Amazon Rekognition изображения, отправляемые на анализ?

Нет, если вы не предоставите соответствующего разрешения. API Amazon Rekognition не сохраняют отправляемые на анализ изображения. В коллекциях лиц Amazon Rekognition хранятся только векторные метаданные лиц в виде векторов элементов, а не опознаваемые вырезанные изображения лиц. Имейте в виду, что изображения, отправляемые в службу поддержки AWS для разрешения возникающих проблем, могут быть сохранены и использованы в обучающих целях в соответствии с условиями, приводимыми при отправке подобных изображений.

Вопрос: Использует ли Amazon Rekognition отправляемые изображения в обучающих целях?

Нет, если вы не предоставите соответствующего разрешения. Чтобы поделиться своими наборами изображений с Amazon Rekognition и разрешить использование данных в обучающих целях, обратитесь в Службу поддержки AWS.

Вопрос: Требуется ли предоставлять Amazon Rekognition данные для обучения?

Нет. Нейросеть Amazon Rekognition уже обучена обнаружению тысяч меток и определению лиц в самых разных условиях, а также представлению лиц в виде компактных наборов векторных элементов. Пользователю не нужно предоставлять данные для обучения и изменять настройки моделей. Amazon Rekognition продолжает развитие моделей обработки и регулярно пополняет каталог меток.


Вопрос: Как управлять доступом к Amazon Rekognition?

Сервис Amazon Rekognition интегрирован с AWS Identity and Access Management (IAM). Политики AWS IAM позволяют предоставить доступ к API Amazon Rekognition только определенному кругу авторизованных пользователей. Подробнее см. на странице аутентификации и контроля доступа к Amazon Rekognition.