了解重認的分析類型 - Amazon Rekognition
標籤自訂標籤人臉活體偵測人臉偵測與分析人臉搜尋人物路徑個人防護裝備名人文字偵測不當或冒犯性的內容自訂批量分析

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

了解重認的分析類型

以下是亞馬遜重新認知影像API和 Amazon Rekognition 影 Amazon Rekognition Video 可以執行的分析類型。API如需有關的資訊APIs，請參閱了解重新認知的影像和影片操作。

下表列出您需要針對您正在使用的媒體類型和使用案例進行的操作：

使用案例 媒體類型 操作
管制內容 映像 DetectModerationLabels, StartMediaAnalysisJob, GetMediaAnalysisJob, ListMediaAnalysisJobs
已存放影片

StartContentModeration, GetContentModeration

身分驗證 映像 CreateCollection, CreateUser, IndexFaces, AssociateFaces, SearchFacesByImage, SearchUsersByImage
已存放影片 CreateCollection, IndexFaces, StartFaceSearch, GetFaceSearch
串流影片 (偵測人臉活體) CreateFaceLivenessSession, StartFaceLivenessSession, GetFaceLivenessSessionResults,
人臉分析 映像 DetectFaces, CompareFaces
已存放影片 StartFaceDetection, GetFaceDetection
串流影片 CreateStreamProcessor, StartStreamProcessor
物件和活動識別 映像 DetectLabels
已存放影片 StartLabelDetection, GetLabelDetection
連接的家庭 串流影片 StartStreamProcessor
媒體分析 已存放影片 StartSegmentDetection, GetSegmentDetection
職場安全 映像 DetectProtectiveEquipment
文字偵測 映像 DetectText
影片 StartTextDetection, GetTextDetection
人物路徑 影片 StartPersonTracking, GetPersonTracking
名人辨識 映像 RecognizeCelebrities
影片 StartCelebrityRecognition, GetCelebrityRecognition
自訂標籤偵測 映像 DetectCustomLabels
模型訓練 請參閱自訂標籤開發人員指南

標籤

標籤是指下列任何專案：物件 (例如，花朵、樹或桌子)、事件 (例如，結婚、畢業典禮或生日派對)、概念 (例如，景色、黃昏和自然) 或活動 (例如，跑步或打籃球)。Amazon Rekognition 可以偵測映像與影片中的標籤。如需詳細資訊，請參閱 偵測物件和概念。

Rekognition 可以偵測映像和儲存的影片中的大量標籤清單。Rekognition 還可以在串流影片中偵測少量標籤。

根據您的使用案例，使用以下操作偵測標籤：

  • 要檢測圖像中的標籤：使用DetectLabels。您可以識別映像屬性，例如主要映像顏色和映像品質。要實現這一目標，請DetectLabels與IMAGE_PROPERTIES作為輸入參數一起使用。

  • 要檢測存儲視頻中的標籤：使用StartLabelDetection。儲存的影片不支援偵測主要映像色彩和映像品質。

  • 要檢測流視頻中的標籤：使用CreateStreamProcessor。串流影片不支援偵測主要映像色彩和映像品質。

您可以使用包含性和排斥性篩選的選項，指定要針對映像和儲存的影片標籤偵測傳回哪些類型的標籤。

自訂標籤

Amazon Rekognition 自訂標籤可以藉由培訓機器學習模型，識別出映像中專屬於您業務需求的物件和場景。例如，您可以培訓模型以偵測標誌或偵測裝配線上的工程機具零件。

注意

有關 Amazon Rekognition 自訂標籤的資訊，請參閱 Amazon Rekognition 自訂標籤開發人員指南。

Amazon Rekognition 提供您用來建立、培訓、評估和執行機器學習模型的主控台。如需詳細資訊，請參閱 Amazon Rekognition 自訂標籤開發指南中的 Amazon Rekognition 自訂標籤入門。您也可以使用 Amazon Rekognition 自訂標籤API來訓練和執行模型。如需詳細資訊，請參閱 Amazon Rekognition 開發人員指南SDK中的 Amazon Rekognition 自訂標籤入門。 CustomLabels

若要使用訓練過的模型分析影像，請使用DetectCustomLabels。

人臉活體偵測

Amazon Rekognition 人臉活體可協助您確認正在進行人臉型身分驗證的使用者實際存在於攝影機前方，而且不是詐騙使用者臉孔的壞人。其可以偵測出現給攝影機的欺騙攻擊以及繞過攝影機的攻擊。使用者可以通過拍攝短影片自拍來完成人臉活體檢查，並傳回活體分數以進行檢查。人臉活體是透過機率計算來決定的，且在檢查後傳回可信度分數 (介於 0 至 100 之間)。得分越高，接受检查的人的可信度就越大。

如需有關人臉活體的詳細資訊，請參閱 偵測人臉活體。

人臉偵測與分析

Amazon Rekognition 可以偵測映像與儲存的影片中的人臉。透過 Amazon Rekognition，您可以取得下列相關資訊：

  • 在映像或影片中偵測到臉孔的位置

  • 人臉特徵點，例如左眼的位置。

  • 映像中存在人臉遮擋

  • 偵測到情緒，例如快樂或悲傷

  • 一個人在映像中凝視的眼睛方向

您還可以解釋和人口統計資訊，例如性別或年齡。您也可以將映像中的人臉與另一張映像中偵測到的臉孔進行比對。關於臉部的資訊也可儲存提供日後使用。如需詳細資訊，請參閱偵測與分析人臉。

若要偵測影像中的臉孔，請使用DetectFaces。若要偵測儲存影片中的臉孔，請使用StartFaceDetection。

人臉搜尋

Amazon Rekognition 可以搜尋臉孔。臉部資訊以索引編入容器中，也就是集合。集合中的人臉資訊可與映像、儲存的影片以及串流影片中偵測到的臉孔進行比對。如需詳細資訊，請參閱 在集合中搜尋人臉。

若要搜尋影像中的已知臉孔，請使用DetectFaces。如要搜尋已儲存影片中的已知臉孔，請使用StartFaceDetection。若要搜尋串流影片中的已知臉孔，請使用CreateStreamProcessor。

人物路徑

Amazon Rekognition 可以追蹤已儲存影片中偵測到的人員路徑。Amazon Rekognition Video 提供追蹤、人臉詳細資訊、以及在影片中偵測到人物所在的影格位置資訊。如需詳細資訊，請參閱人物路徑。

若要偵測儲存影片中的人物，請使用StartPersonTracking。

個人防護裝備

Amazon Rekognition 可以偵測到影像中偵測到的人員佩戴的個人防護裝備 (PPE)。Amazon Rekognition 可偵測到面罩、手套和頭套。Amazon Rekognition 預測的項目是否PPE覆蓋了適當的身體部位。您也可以取得偵測到的人PPE物和項目的邊界方框。如需詳細資訊，請參閱偵測個人防護裝備。

若要PPE在影像中偵測，請使用DetectProtectiveEquipment。

名人

Amazon Rekognition 可以在映像與已儲存影片中辨識數千位名人。您可以取得名人臉孔在映像中的位置、人臉特徵點以及名人的人臉姿態等相關資訊。您可以獲得名人在儲存的影片中出現的追蹤資訊。您還可以獲得有關公認名人的更多資訊，例如表達的情感以及性別的表達方式。如需詳細資訊，請參閱辨識名人。

要識別圖像中的名人，請使用RecognizeCelebrities。要識別存儲視頻中的名人，請使用StartCelebrityRecognition。

文字偵測

Amazon Rekognition 映像文字偵測可以偵測映像中的文字並將其轉換為機器可讀取的文字。如需詳細資訊，請參閱偵測文字。

若要偵測影像中的文字，請使用DetectText。

不當或冒犯性的內容

Amazon Rekognition 可以分析映像和已儲存的影片中是否含有成人和暴力的內容。如需詳細資訊，請參閱管制內容。

如要偵測不安全的影像，請使用 DetectModerationLabels。要檢測不安全的存儲視頻，請使用StartContentModeration。

自訂

Rekognition APIs 提供的某些影像分析可讓您建立根據自己的資料訓練的自訂轉接器，藉此提升深度學習模型的準確性。轉接器是外掛於 Rekognition 預先訓練的深度學習模型的元件，可根據您的映像運用領域知識提升其準確性。您可以透過提供和註解範例映像來訓練轉接器以符合您的需求。

建立介面卡之後，系統會提供一個 AdapterId. 您可以將其提供 AdapterId 給作業，以指定要使用您所建立的轉接器。例如，您可以提供 AdapterId 給以DetectModerationLabelsAPI進行同步影像分析。提供作 AdapterId 為請求的一部分，Rekognition 將自動使用它來增強圖像的預測。這使您可以利用 Rekognition 的功能，同時對其進行自定義以滿足您的需求。

您也可以選擇使用大量取得影像的預測StartMediaAnalysisJobAPI。如需詳細資訊，請參閱批量分析。

您可以將映像上傳至 Rekognition 主控台並對這些映像執行分析，以評估 Rekognition 操作的準確性。Rekognition 會使用選取的特徵為您的映像加上註解，然後您可以使用經過驗證的預測來檢閱預測，以判斷哪些標籤可以從建立轉接器中受益。

目前您可以將介面卡與 DetectModerationLabels. 如需有關建立和使用轉接器的詳細資訊，請參閱 透過自訂管制提升準確性。

批量分析

Rekognition 大量分析可讓您使用資訊清單檔案和作業，以非同步方式處理大量影像集合。StartMediaAnalysisJob如需詳細資訊，請參閱批量分析。