電腦視覺讓機器能夠以高於或同於人類的水準,以更快的速度和效率準確辨識影像中的人物、地點和事物。它通常內建深度學習模型,可以從單一影像或一系列影像中自動擷取、分析、分類和理解有用的資訊。影像資料有很多種形式,例如單一影像、影片序列、來自多個相機的視圖或三維資料。

應用程式的功能非常廣泛,從識別高速裝配線的缺陷、自主機器人、醫學影像分析,到識別社交媒體的產品和人物。


開始使用深度學習

 

電腦視覺搭配影像和臉部辨識之後,有助於快速識別非法入侵或嫌疑犯,藉此提高社區治安以及更有效的打擊犯罪。

透過教學學習

 

增強的人類與電腦互動能夠提高客戶滿意度,例如根據零售店的客戶情緒分析來提供產品,或根據客戶身分和偏好快速進行身份驗證,藉此提高銀行的服務速度。

 

取得機器學習資料集

 

媒體和社交管道每天都會增加數百萬張影像。使用中繼資料擷取和影像分類等電腦視覺技術可大幅提高效率和增加收益。

開始使用深度學習

 

使用電腦視覺技術。汽車製造商可以提供更完善、更安全的自動駕駛汽車導航,實現將自動駕駛變成真實且可靠的交通選擇。

 

 

透過教學學習

 

利用電腦視覺進行醫療影像分析可大幅提高病患的醫學診斷準確性和速度,從而獲得更好的療效並延長壽命。


 

取得機器學習資料集

 

在機器人技術中採用訓練良好的電腦視覺可提高製造業的品質保證和營運效率,從而產生更可靠和更具成本效益的產品。


Amazon Rekognition 是一種服務,可以輕鬆、快速地將深度學習視覺搜尋和影像分類功能新增到您的應用程式中。使用 Rekognition 可偵測影像中的物件、場景和臉部。您也可以搜尋和比較臉部、辨識名人及識別不當的內容。 

Amazon Rekognition 與 AWS 整合之後,可提供快速、可擴展、可靠和安全的影像辨識平台,幫助客戶以經濟實惠的方式從圖庫中獲得企業規模的快速洞見和新的收益機會。