Amazon Rekognition 採用經過驗證、高度可擴展的深度學習技術，讓您可輕鬆地在應用程式中加入影像和影片分析，而無需使用任何機器學習專業知識。透過 Amazon Rekognition，您可識別影像和影片中的各種物體、人物、文字、場景和活動，也可以偵測任何不當的內容。Amazon Rekognition 還提供了高度準確的臉部分析和臉部搜尋功能，可用於偵測、分析和比較臉部資料，以進行各種使用者驗證、人數統計和公共安全使用案例。
藉由 Amazon Rekognition 自訂標籤，您可以識別出影像中特定於您業務需求的物件和場景。例如，您可以建立模型來對裝配線上的特定機器零件進行分類或偵測運作狀態不佳的工廠。Amazon Rekognition 自訂標籤為您減輕了模型開發的繁重負擔，因此您不需具備機器學習的相關經驗。您只需要提供待識別的物體或場景的影像，然後此服務將會處理其餘部分。
客戶
主要功能
標籤
Amazon Rekognition 可讓您識別數千種物體 (如腳踏車、電話、建築物) 和場景 (如停車場、海灘、城市)。分析影片時，您還可以識別特定的活動，如「送包裹」或「踢足球」。 進一步了解 »
自訂標籤
透過 Amazon Rekognition 自訂標籤，您可以擴展 Amazon Rekognition 的偵測功能，以從影像中擷取對您的業務特別實用的資訊。例如，您可以在社群媒體上找到公司標誌、識別商店貨架上的產品、對裝配線中的機器零件進行分類，或偵側影片中的動畫人物。 進一步了解 »
內容審核
Amazon Rekognition 可協助您識別影像和影片資產中可能不安全或不當的內容，並提供詳細的標籤，讓您根據自己的需求準確控制所允許的內容。 透過 Amazon A2I 並利用人工審查提高 Amazon Rekognition 影像仲裁預測的準確性。 進一步了解 »
文字偵測
照片和影片中的文字和印刷頁上的整齊文字看起來完全不同。Amazon Rekognition 可讀取歪斜和變形的文字，從中擷取出如商店名稱、媒體上的強迫性敘述、路牌和產品包裝上的文字等資訊。 進一步了解 »
客戶成功案例
「在現今的媒體環境中，組織管理的非結構化內容數量呈現持續暴增成長。若使用傳統型工具，使用者可能難以在成千上萬的媒體資產中進行搜尋，以找到他們正在尋找的特定元素。而使用 Amazon Rekognition 中的新功能『自訂標籤』，我們便能針對業務特定使用案例自動產生量身打造的中繼資料標籤，並為我們的內容建立團隊提供可搜尋的面向。這顯著提升了我們搜尋內容的速度，更重要的是，這使我們能夠自動標記之前需要手動操作的元素。這些工具使我們的生產團隊可直接利用這些資料，並對我們所有的媒體平台中的客戶提供增強的產品。」
Brad Boim，NFL Media 後期製作和資產管理資深總監
CBS Corporation 是一家大眾傳媒公司，致力於在全球各種平台上創造和分發產業領先的內容。CBS 擁有美國觀眾數量最多的電視網路，也是全球最大的娛樂內容庫之一，其品牌「The Eye」是業界最受認可的品牌之一。
「在 CBS，我們付出了巨大的努力以審核我們節目中的不適當內容，以免冒犯全球觀眾或違反政府法規。我們投資人工方法，以近乎即時的方式每月篩选和編輯數百小時的內容。為了擴展我們的內部流程，我們借助 Amazon Rekognition 來自動審核影片內容，同時利用自訂標籤的新功能進一步完善審核模型。這將使我們能夠自動標記諸如裸體、淫穢手勢和暴力之類的敏感內容，並將處理時間從數小時縮短至數分鐘。」
Jamie Duemo，CBS 營運和工程部多平台分發高級副總經理
Influential 是一個採用 AI 技術的核心影響者市集。Influential 利用 AI 和機器學習技術透過可行的見解和預測性情報來推薦影響者，進而消除識別影響者的痛苦點。
「除了內部 AI/ML 演算法外，我們還與第三方密切合作，使我們的資料集更加豐富，進而使尋找影響者來源的過程更加便利。Amazon Rekognition 物體和場景偵測功能使我們能夠根據影響者所發布的媒體及其社群媒體內容，順利地將影響者劃分入特定的行業和主題。透過將搜尋功能擴展到文字以外的內容，我們可對品牌符合分數進行更充分的培訓，與 Rekognition 簡單易用的標記和標籤結合使用時，可將使用者查詢的點擊率提升 200% 以上。」
Piotr Tomasik，Influential 首席技術官
Marinus Analytics 為執法部門提供了以人工智慧為基礎的工具，可將大數據轉化為可行的情報。Marinus 的旗艦軟體 Traffic Jam 是一套由執法機構用於性販運調查的工具。
「執法需要具備複雜的工具，才能在網際網路時代促進以受害者為導向的治安工作。執法部門明白失蹤兒童是最有可能被販運的人口。在使用 Amazon Rekognition 之前，他們唯一的辦法是手動篩選線上資料，以嘗試找到這些兒童；這是一件不僅曠日費時，甚至不可能成功的任務。現在，Traffic Jam 的 FaceSearch 採用了 Amazon Rekognition 技術，透過此功能，調查人員可以在幾秒鐘內搜尋數百萬條記錄來找出受害者，以便迅速採取有效的行動。」
Emily Kennedy，Marinus Analytics 執行長暨創始人
Aella Credit 利用生物識別、雇主和行動電話等資料，向新興市場中具有可驗證收入來源的個人提供快速貸款。
「身分驗證和確認一直是新興市場的主要挑戰。正確識別使用者的能力是為新興市場數十億人建立信用時主要面臨的阻礙。在我們的行動應用程式上使用 Amazon Rekognition 進行身分驗證，可以大幅減少驗證錯誤，並讓我們有擴展的空間。我們現在可以即時偵測和驗證個人身分，無須任何人為介入，因此可以更快地存取我們的產品。我們嘗試了多種透過廣告大力宣傳的解決方案，但沒有一種主流替代方案可以準確地繪製各種膚色。Amazon Rekognition 協助我們有效地識別市場中的客戶臉孔。同時還協助我們使用 KYC 來探索重疊的輪廓和重複的資料集。」
Wale Akanbi，Aella Credit 首席技術官兼共同創辦人
使用案例
媒體分析
透過自動偵測黑色畫面、結尾演職員表、鏡頭變更和彩條信號來簡化媒體分析任務。透過自動執行這些任務，您可以減少花在影片廣告插入、內容操作和內容製作等工作流程上的時間和精力，並節省成本。進一步了解
使內容可搜尋
Amazon Rekognition 可自動從影像和影片檔案中擷取中繼資料，以擷取物體、人臉、文字等。此中繼資料可用於輕鬆搜尋含有關鍵字的影像和影片，或尋找合適的資產以進行內容整合。
標記不當內容
透過 Amazon Rekognition，您可以自動標記影像和影片中不適當的內容，例如裸露、暴力畫面或武器。使用傳回的詳細中繼資料，您可以根據被視為適合使用者文化和人口統計的內容來建立自己的規則。進一步了解 »
啟用數位身分驗證
使用 Amazon Rekognition，您可以針對自動付款和其他身份驗證案例建立可擴展的身份驗證工作流程。Amazon Rekognition 可將照片或自拍照與身分證明文件 (如駕駛執照) 進行比較，輕鬆地針對選擇加入的使用者執行臉部驗證。
工作場所安全
大規模自動化偵測個人防護設備 (PPE)，以改善工作場所安全實務，更好地遵循職業安全和健康法規。有了 Amazon Rekognition，您可以大規模分析來自內部部署攝影機的影像，以偵測影像中的人員是否穿戴了 PPE，例如面罩、手套和頭盔。進一步了解 »
識別產品、地標和品牌
應用程式開發人員可以使用 Amazon Rekognition 自訂標籤來識別社群媒體和照片應用程式中的特定項目。例如，您可以培訓自訂模型以識別城市中的著名地標，之後僅需拍照即可為遊客提供有關其歷史、營業時間和門票價格的資訊。
部落格
進一步了解 Amazon Rekognition