張貼日期: Nov 2, 2018
Amazon Rekognition 是深度學習型影像和影片分析服務，可識別各種物件、人物、文字、場景和活動，並偵測不安全的內容。我們現在宣佈物件和場景偵測的重要更新，也稱為標籤偵測。標籤偵測可識別影像中的物件和場景。在此之前，Amazon Rekognition 可以識別影像中物件的存在，但無法找出物件在影像中的所在位置。Amazon Rekognition 現在可以透過傳回物件週框方塊指出常見物件的位置，例如影像中的狗、人和車輛，並針對各種使用案例大幅提升所有現有物件和場景標籤的準確度。此外，客戶可以使用週框方塊資訊推算影像中每個物件的數量 (「3 隻狗」)，以及物件之間的關係 (「狗在沙發上」)。這些全新的增強功能皆無須額外付費。
新聞、運動和社群媒體公司客戶都面臨影像庫快速成長的問題。他們正在尋找可快速搜尋和篩選這類內容的方法。人為提供的中繼資料對這類應用程式有某種程度的幫助，但這種方法的準確度和可擴展性有限。使用 Amazon Rekognition 物件和場景偵測，客戶可以自動編製超大型影像庫的索引，以方便搜尋。
「GuruShots 讓全球數百萬名攝影愛好者彼此聯繫並提供靈感，重新創造人們透過照片互動的方法，讓這類體驗更有趣、刺激且更有成就感。之前，我們的最終使用者要手動標記影像以獲得更多資訊。為了提供更好的客戶體驗，我們一直在尋找可擴展的方法以自動標記上傳的影像，進一步進行分析。使用 Amazon Rekognition，我們現在可以標記每個使用者上傳的影像，並使用產生的中繼資料偵測趨勢、改善搜尋結果，以及調整內容以符合使用者偏好。這個全新的簡化流程可讓使用者留存率提高 40%，參與度提高 50%。」– GuruShots 創辦人暨首席技術官 Eran Hazout
客戶現在可以使用物件週框方塊計算每個物件在影像中出現的數量 (「3 隻狗」)，還能使用位置座標和週框方塊與影像尺寸的相對大小找出哪些是主要物件，或比其他物件更加重要的物件。這項資訊可用來判斷使用者的偏好。例如，某人的相片大多以「車輛」為主，則他可能是汽車愛好者。部分客戶還會使用週框方塊進一步處理影像，例如讓武器等特定物件模糊。您可以進一步使用週框方塊資訊搜尋特定影像類型 (例如，背景包含多隻狗或以狗為主的影像，而不是只有一隻狗)。為了讓資產搜尋功能更加強大，Amazon Rekognition 現在可傳回階層式清單中的父標籤，例如標籤「狗」的父項為「哺乳類」、「犬科」和「動物」。這項中繼資料可讓客戶依父項子項關係建立相關的標籤群組，以提高分類和篩選功能。
週框方塊、階層式中繼資料和增強的標籤偵測準確性現已在提供 Amazon Rekognition Image 的所有區域推出。即將推出 Amazon Rekognition Video 的標籤增強功能。您可以透過 Rekognition 主控台或下載最新的 AWS 開發套件立即開始使用。如需詳細資訊，請參閱文件。