什麼是 Amazon Rekognition - Amazon Rekognition
關鍵能力使用案例優勢Amazon Rekognition 和 HIPAA 資格第一次使用 Amazon Rekognition 嗎？

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。

什麼是 Amazon Rekognition

Amazon Rekognition 是雲端型影像和影片分析服務，可讓您輕鬆將進階電腦視覺功能新增至應用程式。此服務採用經過驗證的深度學習技術，不需要機器學習專業知識即可使用。Amazon Rekognition 包含一個簡單的 easy-to-use API，可以快速分析存放在 Amazon S3 中的任何影像或影片檔案。

您可以使用 Rekognition 的 API，新增偵測物件、文字、不安全內容、分析影像/視訊，以及比較臉孔與應用程式的功能。您可以偵測、分析及比對各種使用案例的臉部，包括驗證使用者、建立目錄、計算人數和公共安全。

這項服務採用 Amazon 電腦視覺科學家開發的經過驗證、可高度擴展的深度學習技術，該技術每天可分析數十億張影像和影片。Rekognition 會定期從新資料中學習，而且我們經常在服務中加入新的標籤和功能。

如需詳細資訊，請參閱 Amazon Rekognition 問答集。

關鍵能力

影像分析：

  • 對象，場景和概念檢測-檢測和分類圖像中的對象，場景，概念和名人。

  • 文本檢測-檢測和識別各種語言的圖像中的打印和手寫文本。

  • 不安全內容-偵測並過濾露骨、不適當和暴力的內容和影像。偵測細微的不安全內容標籤。

  • 名人識別-識別不同類別的圖像中成千上萬的名人，例如政客，運動員，演員和音樂家。

  • 臉部分析-檢測，分析和比較臉部，以及面部屬性，例如性別，年齡和情緒。使用案例可能包括使用者驗證、編目、人流量統計和公共安全。

  • 自訂標籤-建立自訂分類器，以偵測特定於您使用案例的物件，例如標誌、產品、字元。

  • 圖像屬性-分析圖像屬性，如質量，顏色，清晰度，對比度。

影片分析：

  • 對象，場景和概念檢測-檢測和分類視頻中的對象，場景，概念和名人。

  • 文本檢測-檢測和識別各種語言的視頻中的打印和手寫文本。

  • 人物路徑分析-追蹤已識別的人在視訊影格間移動時。

  • 臉部分析-檢測，分析和比較流媒體或存儲視頻中的臉部。

  • 名人識別-在不同類別（例如政客，運動員，演員和音樂家）中存儲的視頻中識別成千上萬的名人。

  • 不安全內容偵測-偵測影片中的露骨、不適當和暴力內容。

  • 視訊分割-自動識別有用的視訊片段，例如黑框和結束信用資訊。

  • 面部活力-檢測面部驗證過程中是否存在實時用戶。

使用案例

可搜尋的媒體庫-Rekognition 可偵測影像和影片中的標籤、物件、概念和場景。您可以根據此視覺內容分析使這些標籤可搜尋。對於構建可搜索的圖像和視頻庫非常有用。

以臉部為基礎的使用者身分驗證-透過比較影像中的臉孔與參考臉部影像來確認使用者身 適用於應用程式中的身份驗證。

臉部活性偵測-Rekognition Face Liveness 是一項完全受管理的機器學習 (ML) 功能，旨在協助開發人員在臉部識別驗證期間阻止詐騙行為。該功能可幫助您驗證使用者是否實際存在於攝像頭前，並且不是利用使用者臉部詐騙的坏人。使用 Rekognition 臉部活體可協助您偵測對相機造成的詐騙攻擊，例如列印相片、數位相片/影片或 3D 遮罩。它還有助於檢測繞過攝像機的欺騙攻擊，例如直接注入視頻捕獲子系統的預錄或深度偽造視頻。

臉部搜尋-使用 Rekognition，您可以搜尋影像、儲存的影片和串流影片，找出符合儲存在臉孔集合容器中的臉孔。人臉集合為您持有與管理的臉部資料索引。根據人們的臉孔搜索需要您索引臉孔，然後搜索臉孔。

不安全內容偵測-偵測並過濾影像和影片中的露骨、不適當和暴力內容。根據業務需求使用標籤進行精細篩選。內容協調 API 也會傳回任何偵測到的標籤 (物件和概念) 的階層式清單，以及可信度分數。這些標籤可指出特定類別的不安全內容，並可對大量的使用者產生內容 (UGC) 執行精確篩選與管理。您可以使用配接器自訂內容協調 API 的輸出，如此可增強影像的效能，例如您提供作為訓練資料的影像。

偵測個人防護裝備-偵測圖像中的個人防護裝備，以監控各行各業的安全合規性。您可以透過偵測不當的設備來自動標記不安全的狀況，並接收有關這些狀況的警示，進而改善合規性和訓練。

名人識別-跨類別（例如政客，運動員，演員和音樂家）識別圖像和視頻中的名人。您可以識別名人外表，而無需提供名字。

文本檢測-檢測並提取圖像中的文本以進行可視化搜索或提取元數據。這適用於不同的字體和樣式。檢測方向以處理標誌和橫幅上的文本。

自訂標籤-識別特定於商業使用案例的自訂物件、概念和場景，例如標誌偵測。您可以訓練自訂分類器來處理利基或專有物件，這樣可以改善關鍵物件與一般分類器的準確度。如需詳細資訊，請參閱《Amazon Rekognition 自訂標籤開發人員指南》中的什麼是 Amazon Rekognition 自訂標籤？。

優勢

將強大的圖像和視頻分析集成到您的應用程序中-在沒有專業知識的情況下為應用添加準確的圖像 Amazon Rekognition API 可透過深度學習進行分析，而不需要任何機器學習知識。您可以在網頁、行動裝置和裝置應用程式中快速建置電腦視覺。

基於深度學習的圖像和視頻分析-使用深度學習分析圖像和視頻以實現高準確性。Amazon Rekognition 可以檢測標籤，物體，場景，臉部，名人。篩選結果以包含/排除特定標籤。

可擴展的圖像分析-分析數百萬張圖像以組織大量的可視化數據集。擴展以處理不斷增長的圖像庫和流量。您不需要規劃容量，而且只需按使用量付費。

根據屬性分析和過濾圖像-按屬性（例如質量，顏色和視覺內容）分析和過濾圖像，並檢測圖像的清晰度，亮度和對比度。

與其他 AWS 服務整合-Amazon Rekognition 整合現成的 S3 和 Lambda。您可以從 Lambda 呼叫 Amazon Rekognition 的 API，並在 Amazon S3 中處理映像，而無需移動資料。Rekognition 具有使用 IAM 的內建可擴展性和安全性。 AWS

低成本-P ay-as-you-go 定價，沒有最低限度或承諾。免費方案可供開始使用。透過分層定價節省更多用量表。相對於內部解決方案的成本效益。

簡單的定制-使用適配器為您的使用案例定制準確性。提供範例影像以訓練介面卡。改進了對給定域的對象和標籤檢測。無需 ML 專業知識即可輕鬆量身打造分析。

如需詳細資訊，請參閱 Amazon Rekognition 問答集。

Amazon Rekognition 和 HIPAA 資格

此為 HIPAA 合格服務。如需有關 AWS《1996 年美國 Health 保險流通與責任法案》(HIPAA)，以及使用 AWS 服務來處理、儲存和傳輸受保護的健康資訊 (PHI) 的詳細資訊，請參閱 HIP AA 概觀。

第一次使用 Amazon Rekognition 嗎？

若是第一次使用 Amazon Rekognition，建議您依序閱讀以下章節：

  1. Amazon Rekognition 的運作方式— 本節介紹您用來建立體驗的各種 Amazon Rekognition 元件。 end-to-end

  2. Amazon Rekognition 入門：在本節中，您會設定帳戶、安裝反映您選擇語言的開發套件，然後測試 Amazon Rekognition API。如需 Amazon Rekognition 支援的程式設計語言清單，請參閱 使用 Rekognition 搭配 AWS SDK。

  3. 使用映像：本節提供使用 Amazon Rekognition 分析儲存於 Amazon S3 儲存貯體中的映像以及從本機檔案系統中載入的映像等相關資訊。

  4. 使用儲存的視訊分析作業：本節提供使用 Amazon Rekognition 分析儲存於 Amazon S3 儲存貯體中的影片之相關資訊。

  5. 處理串流影片事件：本節提供使用 Amazon Rekognition 分析串流影片之相關資訊。