張貼日期: Nov 21, 2018
今天我們發布人臉偵測、分析和辨識別特徵的更新版本，為客戶提供改良功能，可以在影像中找出更多張臉、執行精確度更高的人臉比對，以及獲得影像中人臉的年齡、性別和情緒屬性。Amazon Rekognition 客戶可以不需額外付費，立即開始使用這些改進功能。不需要機器學習相關經驗。
「人臉偵測」試圖回答下列問題：圖案中是否有人臉？ 在現實世界的影像中，有許多方面會影響系統以高精確度偵測人臉的能力︰頭部移動及/或相機移動造成的姿勢變化，前景或背景物體產生的遮掩 (被帽子，頭髮，手或另一個人遮住的臉)，低對比和陰影，或光線太明亮導致臉部反白等亮度變化，影像品質不良和解析度過低造成臉部充滿雜訊和模糊不清，以及相機和鏡頭本身產生的影像失真。這些問題以兩種方式呈現：遺漏偵測 (沒被偵測到的臉) 或虛假偵測 (沒有人臉的影像區域被偵測為人臉)。例如，在社群媒體中，不同的姿勢、相機濾鏡、照明和遮擋 (出現不明物體) 都很常見。對於金融服務業客戶而言，客戶身分驗證是多因子認證和詐騙預防工作流程的一部分，包括將一張高解析度的自拍照 (一幅臉部影像) 與附照片身分證件 (例如護照或駕駛執照) 上解析度較低、小尺寸，且經常模糊不清的臉部影像進行比對。此外，很多客戶必須從相機對準明亮光線的影像中辨認出低對比度的人臉。
由於最新的更新，Amazon Rekognition 目前可以在最有挑戰性的影像中多偵測出 40% 的人臉 (先前這些人臉沒有被檢測到)，同時將偵測錯誤率降低 50%。這表示客戶 (例如社群媒體應用程式) 更有信心獲得一致和可靠的偵測結果 (遺漏次數更少，錯誤偵測次數更少)，讓他們可以在類似自動化側面照檢驗等應用案例中提供更好的客戶體驗。此外，與先前的模型相比，目前當人臉辨識搜尋大量的人臉影像時，可以多傳回 30% 的正確「最佳」比對 (最相似的臉)，使得客戶可以在詐騙預防等應用中獲得更理想的搜尋結果。人臉比對目前也已具備在不同的照明、姿勢和外表之間一致性更高的相似度分數，讓客戶可以使用更高的可信度閥值，避免錯誤的比對結果，並減少身分驗證等應用中的人工檢驗。和往常一樣，對於涉及公民自由權或客戶心情的使用案例，比對的真實度極為關鍵，我們建議客戶使用最佳實務，提高可信度 (至少 99%)，務必加入人工檢驗。
Amazon Rekognition 人臉偵測和人臉辨識改進功能即日起在提供 Amazon Rekognition 影像和視頻服務的地區均可使用。您可以透過 Rekognition 主控台或下載最新的 AWS SDK立即開始使用。如需詳細資訊，請參閱我們的更新版文件。