Amazon Rekognition の紹介

Amazon Rekognition の紹介

Amazon Rekognition を使用すると、アプリケーションに画像およびビデオ分析機能を簡単に追加できます。 Rekognition API に画像またはビデオを提供するだけで、サービスがオブジェクト、人物、テキスト、シーン、アクティビティを識別し、不適切なコンテンツを検出します。 Amazon Rekognition は、画像やビデオに対して非常に正確な顔分析と顔認識機能も提供します。ユーザーの確認、人数カウント、公共の安全など、さまざまなユースケースで顔を検出、分析、比較できます。

[[241016]]

Amazon Rekognition は、Amazon のコンピューター ビジョン サイエンティストによって開発された、実績のある高度にスケーラブルなディープラーニング テクノロジーに基づいており、機械学習の専門知識を必要とせずに 1 日あたり数十億の画像やビデオを分析できます。 Amazon Rekognition は、Amazon S3 に保存されている画像やビデオファイルをすばやく分析できる使いやすい API です。 Amazon Rekognition は常に新しいデータから学習しており、新しいラベルと顔認識機能をサービスに継続的に追加しています。

利点

簡単に統合できる

Amazon Rekognition を使用すると、機械学習の専門知識がなくても、使いやすい API を通じてアプリケーションに視覚分析機能を簡単に追加できます。

継続的な学習

このサービスは、新しいデータを使用して継続的にトレーニングされ、オブジェクト、シーン、アクティビティを認識する能力が拡張され、それらを正確に識別する能力が向上します。

完全管理

Amazon Rekognition は、リクエストの数に関係なく、一貫した応答時間を提供します。リクエストの量が数千万リクエストにまで増加しても、アプリケーションのレイテンシは一定に保たれます。

バッチおよびリアルタイム分析

Amazon Kinesis Video Streams からのビデオをリアルタイムで分析したり、Amazon S3 にアップロードされた画像を分析したりできます。大規模なジョブの場合は、AWS Batch を使用して何千もの画像やビデオを分析します。

低コスト

Amazon Rekognition では、分析した画像またはビデオの時間数と、顔認識用に保存した顔データに対してのみ料金をお支払いいただきます。 ***料金なし、事前の義務なし。

セキュリティとアイデンティティ

顔ベースのユーザー認証を新規または既存のアプリケーションに簡単に統合できます。これは 1 つの API のみを使用する単純なプロセスです。

主な特徴

物体、シーン、アクティビティの検出

Amazon Rekognition を使用すると、何千ものオブジェクト (自転車、電話、建物など) やシーン (駐車場、ビーチ、都市など) を認識できます。ビデオを分析すると、「荷物の配達」や「サッカーのプレー」など、フレーム内で発生している特定のアクティビティを識別することもできます。

顔認識

Rekognition の高速かつ正確な検索により、顔画像のプライベート リポジトリを使用して、写真やビデオに写っている人物を識別できます。

顔分析

提供された画像やビデオの顔の属性を分析して、幸福度、年齢範囲、目の開き具合、眼鏡、ひげなどを判断できます。動画では、俳優の感情のタイムラインを作成するなど、時間の経過とともにこれらの側面がどのように変化するかを測定することもできます。

軌道

Amazon Rekognition をビデオファイルで使用すると、シーン内の人物の軌跡をキャプチャできます。たとえば、試合中の選手の動きを活用して戦術を決定し、試合後の分析を行うことができます。

安全でないコンテンツの検出

Amazon Rekognition は、画像や動画アセット内の潜在的に危険または不適切なコンテンツを識別し、詳細なラベル付けを提供して、許可するコンテンツを正確に制御できるようにします。

有名人の認知

ビデオや画像のライブラリで有名人をすばやく識別し、マーケティング、広告、メディア業界のユースケース向けに映像や写真をカタログ化できます。

画像内のテキスト

Rekognition は現実世界の画像を処理するように特別に設計されており、通り名、キャプション、製品名、ナンバープレートなどの画像内のテキストを検出して認識できます。

<<:  Amazon SageMaker について

>>:  Amazon Pollyについて

ブログ    
ブログ    
ブログ    

推薦する

...

インテル、コード名「NLP Architect」の自然言語処理用オープンソースライブラリを発表

[[230933]] 1年前に設立されたインテルAIラボは最近、新たな動きを見せている。数日前、In...

AI導入において、テクノロジーは最大の課題ではないが、人材は

[[427056]]写真: ゲッティ従来型企業の経営幹部が人工知能 (AI) や機械学習 (ML) ...

...

Capital One は NLP を使用して SMS 経由で顧客と潜在的な詐欺行為について話し合う

[[412098]] [51CTO.com クイック翻訳]キャピタル・ワンのモバイル、ウェブ、会話型...

Nvidia H100 は GPT-3 を 11 分でトレーニングしました。PyTorch の創設者: 時間だけを見るのはやめましょう

昨日、Lao Huangが再び「勝利」しました!なぜ?最新の MLPerf ベンチマークでは、NVI...

...

...

ミッドジャーニー創設者:著作権の問題に対する解決策は今のところなく、AI生成画像はアーティストに取って代わることを意図したものではない

ミッドジャーニー火災以降、アーティストの道はますます狭くなっていった。最近、Midjourney や...

チャットボットの機械学習セキュリティの重要性

人工知能は、大手テクノロジー企業、新興企業、大学の研究チームによって推進されている成長産業です。 A...

人工知能を活用して顧客サービスを向上させる方法

顧客エンゲージメント、パーソナライゼーションなど、5 つの異なる領域で AI を使用して顧客サービス...

...

...

...

あなたは知っていますか?注文するテイクアウトはすべて、ディープラーニングとの美しい出会いです

[[196940]]多くの学生は、フードデリバリーはオンラインで注文し、オフラインで配達するビジネス...