写点什么

Amazon Rekognition 推出实时面部识别、图像文本识别功能支持以及改进的面部检测功能

  • 2019-11-05
  • 本文字数:2173 字

    阅读完需:约 7 分钟

Amazon Rekognition 推出实时面部识别、图像文本识别功能支持以及改进的面部检测功能

Amazon Rekognition 今天推出了三项新功能:用于检测和识别图像中的文本的功能、用于从数千万个面部中实时识别面部的功能以及用于从一堆照片中检测出最多 100 个面部的功能。在大多数情况下,客户通过使用 Amazon Rekognition 进行面部验证和识别可将准确度提高最多 10%。

图像文本识别


使用 Amazon Rekognition 检测图像中的对象和面部的客户一直要求我们提供用于识别图像中嵌入的文本的功能。此文本的示例包括路标、交通摄像头捕获到的牌照、新闻、电视屏幕上的字幕以及手机捕获的家庭照片上覆盖的程式化引述。从今天开始,您可以使用 Rekognition 图像文本识别功能来识别和提取图像中的文本内容。图像文本识别功能专用于处理真实图像,而不是文档图像。它支持大多数拉丁文脚本中的文本以及各种布局、字体和样式中嵌入的数字。它还支持识别不同方向的背景对象 (如横幅和海报) 上覆盖的文本。



“作为一个视觉驱动型平台,Pinterest 在很大程度上依赖于图像的速度和质量,但这些图像背后的文本同样重要,因为它提供了上下文,并使我们 2 亿个以上的活跃用户能够操作书签。利用 Amazon Rekognition 的图像文本识别功能,我们可以更好地针对存储在 Amazon S3 中的数百万个“书签”,大规模地提取图像中捕获的丰富文本信息,并且延迟很低。我们期待继续与 AWS 合作,为书签用户提供优质而快速的体验并拓展我们的 Pinterest 业务_。”– Vanja Josifovski,Pinterest 首席技术官_


“专业摄影师经常使用 SmugMug 分享和售卖包含文字的照片,例如马拉松比赛号码布上的数字。借助 Amazon Rekognition 的图像文本识别功能,我们能够大规模地提取号码布上的数字,并向活动摄影师提供更多功能,使他们能够快速轻松地分享和售卖这些活动的照片。”– Don MacAskill,SmugMug 联合创始人、首席执行官兼首席技客

实时面部识别

您现在可对包含数千万个面部的集合执行实时面部搜索。这可将搜索延迟缩短 1/10 到 1/5,同时可对存储的面部数量比以前多 10 到 20 倍的集合执行搜索。对于安全和公共安全应用,此更新可帮助在包含数百万个面部的集合中实时识别出相关人员,从而支持需要立即响应的使用案例。


华盛顿县警察局是俄勒冈州市民拨打 911 电话时的首要响应方。该警察局还为全县其他城市警察部门提供预防犯罪的支持。在过去的一年里,该警察局一直在使用 Amazon Rekognition,将报告嫌疑犯的识别时间从 2-3 天缩短至几分钟,并且利用他们的新系统在第一周内就逮捕了第一个嫌疑犯。


“这些改进使得现场警官能够近乎实时地接收到对搜索的响应。这使他们能够获得所需的信息并迅速采取行动。在现场节约几秒钟时间对于挽救生命非常重要。”– Chris Adzima,华盛顿县警察局的高级信息系统分析师。

人群模式面部检测

从今天开始,客户还可以在单张图像中检测多达 100 个面部 (15 个起),并对这些面部进行分析和编制索引。通过这种改进,您可以准确地捕获到人口统计信息,并分析群体照片、人群拥挤的活动和公共场所 (如机场和百货商店) 中所有面部的情绪。



“我们的大量照片都是用户以前购买或上传到我们的平台上的。我们通常需要在这些集合中搜索特定用户的孩子的照片,并且我们一直使用 Amazon Rekognition 执行此操作。由于我们有许多组包含几十个小脸的照片,因此,我们之前不得不裁切并分割原始图像以正确检测所有面部。通过使用新的人群面部检测功能,现在我们可以轻松检测出所有面部,而无需预先进行复杂的处理。– Shinji Miyazato,Sen Corporation 的工程部 SRE 主管。

提高了面部检测模型的准确度

我们还提高了面部检测算法的准确度,这使得检票柜台和员工转门处以及基于面部的手机身份验证中使用的面部验证和识别应用程序的准确度提高了 10%。


最让我们兴奋的是来自多个垂直行业的客户对大型图像分析工作负载的生产推广。我们的客户群不断壮大,其中值得一提的一些新客户包括:


Butterfleye,一家面向家庭和小型商场的安全摄像头的供应商,该公司使用 Amazon Rekognition 快速、经济高效地开发其面部和对象检测摄像头,将其开发时间从 18 个月缩短至 4 个月,并且节省了 100 万美元以上的研发费用。


Open Influence 帮助企业客户找到社交媒体影响者来推广其品牌。由于能够轻松地将 Amazon Rekognition 与其自己的数据管道集成,他们可以生成高质量的搜索结果,帮助其客户发现他们从未发现过的影响者。


Amazon Rekognition 正在帮助 Marinus Analytics 打击人口贩卖活动。美国执法机构使用其旗舰软件来调查性交易。有了 Amazon Rekognition,使用 Marinus Analytics 的调查人员可通过在几秒内搜索数百万条记录来找到受害人,并采取快速高效的行动。


了解有关 Amazon Rekognition 的更多信息。您也可以快速开始使用 Amazon Rekognition。如果您有任何疑问,请在评论中留言。





Ranju 已在 Amazon 工作将近 5 年了,他主管 Amazon Rekognition,这是一项基于深度学习的图像识别服务,可让您搜索、验证和整理数百万张图像。在加入 Amazon 之前,Ranju 就职于 Barnes and Noble,负责 Nook Cloud 工程工作。他的团队负责 Nook 移动服务和数字资源管理服务的策略、设计、开发和 SaaS 运行。


本文转载自 AWS 技术博客。


原文链接:


https://amazonaws-china.com/cn/blogs/china/amazon-rekognition-announces-real-time-face-recognition-support-for-recognition-of-text-in-image-and-improved-face-detection/


2019-11-05 08:00639

评论

发布
暂无评论
发现更多内容

架构师训练营第四周 - 总结

Larry

架构师训练营 W4 作业

Kun

极客大学架构师训练营

架构师训练营 - 第四周 - 学习总结

Anrika

架构师

架构师训练 第四周 作业

LiJun

极客大学架构师训练营

第四周作业:互联网应用系统

Larry

2020-06-27-第四周学习总结

路易斯李李李

第四周·互联网架构-总结

刘璐

Week4 作业一

Coder

极客大学架构师训练营

【架构师训练营】第4周作业

花生无翼

极客大学架构师训练营

【荒于嬉】Redis持久化漫谈

luojiahu

redis 持久化

第四周作业

考尔菲德

进击的Serverless

傅轶

Kubernetes Knative Faas

Week003 作业

徐培

Week003 学习总结

徐培

架构师训练营Week4作业

小高

一个典型的大型互联网应用系统使用了哪些技术方案和手段(四)

麻辣

第四周·互联网架构-作业

刘璐

架构师训练营 第四周 学习心得

LiJun

极客大学架构师训练营

架构师训练营 第四周 大型网站的架构概述1

极客

架构师训练营 - 第四周总结

teslə

Week4 总结

Coder

极客大学架构师训练营

Android | 资源冲突覆盖的一些思考

哈利迪

android 团队

第四周作业

Geek_2b3614

极客大学架构师训练营

学习总结 -- Week 4

吴炳华

极客大学架构师训练营

架构师训练营第四周作业

talen

架构师训练营 W4 学习总结

Kun

极客大学架构师训练营

一周信创舆情观察(6.22~6.28)

统小信uos

大数据 新基建 舆情

架构培训 -04 学习总结 系统架构

刘敏

架构师训练营 - 第四周作业

teslə

Week4作业总结

丿淡忘

极客大学架构师训练营

互联网应用系统的技术方案和手段

鲁米

Amazon Rekognition 推出实时面部识别、图像文本识别功能支持以及改进的面部检测功能_语言 & 开发_亚马逊云科技 (Amazon Web Services)_InfoQ精选文章