Amazon Rekognition简介

作者: 佚名 2018-08-22 12:25:06

Amazon Rekognition 让您能够轻松地为应用程序添加图像和视频分析功能。您只需向 Rekognition API 提供图像或视频,然后此服务就能识别对象、人员、文字、场景和活动,以及检测任何不适宜的内容。Amazon Rekognition 还为您提供的图像和视频提供高度准确的面部分析和面部识别功能。您可以检测、分析和比较各种使用案例中的面孔,包括用户确认、人员计数和公共安全。

Amazon Rekognition简介

Amazon Rekognition 基于同样由 Amazon 计算机视觉科学家开发的成熟且高度可扩展的深度学习技术,每天能够分析数十亿图像和视频,而且无需使用任何机器学习专业技能。Amazon Rekognition 是一种简单易用的 API,可以快速分析存储在 Amazon S3 中的任何图像或视频文件。Amazon Rekognition 始终从新数据进行学习,我们会不断向此服务添加新的标签和面孔识别功能。

优势

易于集成

Amazon Rekognition 让您可以通过易于使用的 API 轻松地向您的应用程序中添加视觉分析功能,而不需要任何机器学习专业技能。

持续学习

该服务不断接受新数据的训练,以扩展其识别对象、场景和活动的能力,从而提高准确识别的能力。

完全托管

无论您发出多少请求,Amazon Rekognition 都可提供一致的响应时间。即使您的请求量增加到数千万个请求,您的应用程序延迟仍然保持一致。

批量和实时分析

您可以对来自 Amazon Kinesis Video Streams 的视频进行实时分析,并在它们上传到 Amazon S3 时分析图像。对于大型作业,请使用 AWS Batch 分析数以千计的图像或视频。

成本低廉

使用 Amazon Rekognition,您只需为分析的图像数或视频分钟数以及您存储的用于面孔识别的面孔数据付费。无***费用,无预先承诺。

安全性与身份

您可以轻松将基于面孔的用户验证集成到新的或现有的应用程序中。这是仅需使用一个 API 的简单过程。

主要功能

对象、场景和活动检测

借助 Amazon Rekognition,您可以识别数千种对象 (例如自行车、电话、建筑) 和场景 (例如停车场、海滩、城市)。在分析视频时,您还可以识别帧中发生的具体活动,例如“交付包裹”或“踢足球”。

面部识别

借助 Rekognition 快速而准确的搜索功能,您可以使用您的私有面孔图像存储库来识别照片或视频中的人员。

面孔分析

您可以分析您提供的图像和视频中面孔的属性,以确定开心程度、年龄范围、眼睛睁开程度、眼镜、面部毛发等。在视频中,您也可以衡量这些方面随时间的变化,比如构建一个演员情感的时间线。

轨迹

将 Amazon Rekognition 用于视频文件时,您可以捕捉场景中人物的轨迹。例如,您可以使用运动员在比赛期间的移动情况来确定战术,并进行赛后分析。

不安全内容检测

Amazon Rekognition 可帮助您识别图像和视频资产中潜在的不安全或不适宜的内容,并为您提供详细的标签,使您可以根据自己的需要准确控制所要允许的内容。

名人识别

您可以快速识别视频和图像库中的名人,以便为市场营销、广告和媒体行业使用案例编录录像和照片。

图像中的文字

Rekognition 专门用于处理现实世界的图像,可以检测和识别图像中的文字,如街道名称、字幕、产品名称和车牌。

Amazon Rekognition 深度学习
上一篇:Amazon Polly简介 下一篇:Amazon Translate简介
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

百度CTO王海峰CNCC2019演讲:深度学习平台支撑产业智能化

百度CTO王海峰在会上发表题为《深度学习平台支撑产业智能化》的演讲,分享了百度关于深度学习技术推动人工智能发展及产业化应用的思考,并深度解读百度飞桨深度学习平台的优势,以及与百度智能云结合助力产业智能化的成果。

佚名 ·  11h前
深度学习/计算机视觉常见的8个错误总结及避坑指南

人类并不是完美的,我们经常在编写软件的时候犯错误。有时这些错误很容易找到:你的代码根本不工作,你的应用程序会崩溃。但有些 bug 是隐藏的,很难发现,这使它们更加危险。

skura ·  2天前
2019年深度学习自然语言处理十大发展趋势 精选

自然语言处理在深度学习浪潮下取得了巨大的发展,FloydHub 博客上Cathal Horan介绍了自然语言处理的10大发展趋势,是了解NLP发展的非常好的文章。

HU数据派 ·  3天前
图灵奖得主Yoshua Bengio:深度学习当务之急,是理解因果关系

深度学习擅长在大量数据中发现模式,但无法解释它们之间的联系,而图灵奖获得者Yoshua Bengio想要改变这一点。

佚名 ·  4天前
18个挑战项目带你快速入门深度学习

AlphaGo 大战李世?h之后,深度学习技术便在国内变得异常火。吸引了大批的技术人员争相学习,那么到底如何才能更快速的入门深度学习呢?下面给大家介绍的 18 个挑战项目,通过实践动手带你快速入门深度学习!

实验楼 ·  2019-10-10 14:48:19
盘点 | 8个你可能不知道的深度学习应用案例

深度学习与传统机器学习系统的不同之处在于,它能够在分析大型数据集时进行自我学习和改进,因此能应用在许多不同的领域。

天极网 ·  2019-10-10 14:15:18
2019年较热门的5大深度学习课程

今天,我们将和大家盘点一下,当下较流行的深度学习资源/课程,可以帮助你们提升深度学习技能。

猿哥 ·  2019-09-26 05:16:24
DeepMind一次性开源3个新框架!深度强化学习应用落地即将迎来春天?

深度强化学习(Deep Reinforcement Learning,DRL)一直是近年来人工智能的一些重大突破的核心。然而,尽管 DRL 有了很大的进步,但由于缺乏工具和库,DRL 方法在主流解决方案中仍然难以应用。

杨鲤萍 ·  2019-09-20 09:38:18
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载