¿Qué es Amazon Rekognition?

Amazon Rekognition es un servicio de análisis de imágenes y vídeos basado en la nube que facilita la incorporación de capacidades avanzadas de visión artificial a sus aplicaciones. El servicio utiliza tecnología de aprendizaje profundo de eficacia probada y no requiere experiencia en machine learning para usarlo. Amazon Rekognition incluye una API easy-to-use sencilla que puede analizar rápidamente cualquier archivo de imagen o vídeo almacenado en Amazon S3.

Puede añadir funciones que detecten objetos, texto y contenido no seguro, analicen imágenes y vídeos y comparen rostros con su aplicación mediante Rekognition. APIs Con el reconocimiento facial de Amazon Rekognition APIs, puede detectar, analizar y comparar rostros para una amplia variedad de casos de uso, como la verificación de usuarios, la catalogación, el recuento de personas y la seguridad pública.

El servicio se basa en la misma tecnología de aprendizaje profundo de eficacia probada y altamente escalable desarrollada por los científicos de visión artificial de Amazon, que puede analizar miles de millones de imágenes y vídeos al día. Rekognition aprende de forma sistemática de los nuevos datos y, con frecuencia, agregamos nuevas etiquetas y características al servicio.

Para obtener más información, consulte Amazon Rekognition. FAQs

Capacidades clave

Análisis de imágenes:

• Detección de objetos, escenas y conceptos: detecta y clasifica objetos, escenas, conceptos y famosos en imágenes.

• Detección de texto: detecta y reconoce texto impreso y manuscrito en imágenes en varios idiomas.

• Contenido no seguro: detecta y filtra contenido e imágenes explícitos, inapropiados y violentos. Detecta etiquetas de contenido no seguro con amplio detalle.

• Reconocimiento de famosos: reconoce en las imágenes a decenas de miles de famosos de distintas categorías, como políticos, atletas, actores y músicos.

• Análisis facial: detecta, analiza y compara rostros y atributos faciales, como el género, la edad y las emociones. Entre los casos de uso pueden incluirse la verificación de usuarios, la catalogación, el conteo de personas y la seguridad pública.

• Etiquetas personalizadas: cree clasificadores personalizados a fin de detectar objetos específicos para su caso de uso, como logotipos, productos o personajes.

• Propiedades de la imagen: analiza propiedades de la imagen como la calidad, el color, la nitidez y el contraste.

Análisis de vídeo:

• Detección de objetos, escenas y conceptos: detecta y clasifica objetos, escenas, conceptos y famosos en vídeos.

• Detección de texto: detecta y reconoce texto impreso y manuscrito en vídeos en varios idiomas.

• Recorridos de las personas: rastrea a las personas identificadas a medida que se mueven en los fotogramas de vídeo.

• Análisis facial: detecta, analiza y compara rostros en vídeos almacenados o transmisiones de vídeo.

• Reconocimiento de famosos: reconoce en los vídeos almacenados a decenas de miles de famosos de distintas categorías, como políticos, atletas, actores y músicos.

• Detección de contenido no seguro: detecta contenido explícito, inapropiado y violento en los vídeos.

• Segmentación de vídeo: identifica de forma automática segmentos de vídeo útiles, como fotogramas negros y créditos finales.

• Face Liveness: detecta si un usuario está presente durante la verificación facial.

Casos de uso

Bibliotecas multimedia que permiten realizar búsquedas: Rekognition detecta etiquetas, objetos, conceptos y escenas en las imágenes y los vídeos. Puede permitir realizar búsquedas en estas etiquetas en función del análisis de contenido visual. Es útil para crear bibliotecas de imágenes y vídeos con capacidad de búsqueda.

Verificación de la identidad del usuario basada en el rostro: confirme la identidad de los usuarios al comparar los rostros de las imágenes con imágenes de rostros de referencia. Resulta útil para verificar la identidad en las aplicaciones.

Detección de Face Liveness: Rekognition Face Liveness es una característica de machine learning (ML) totalmente administrada que se ha diseñado para ayudar a los desarrolladores a impedir el fraude en la verificación de identidad basada en el rostro. Esta característica le ayuda a comprobar que un usuario está físicamente presente frente a la cámara y que no es un mal actor que esté falsificando su rostro. El uso de Rekognition Face Liveness puede ayudarle a detectar ataques falsos presentados ante una cámara, como fotos impresas, fotos/vídeos digitales o máscaras 3D. También ayuda a detectar los ataques de suplantación de identidad que eluden la cámara, como los vídeos pregrabados o falsos que se inyectan directamente en el subsistema de captura de vídeo.

Búsqueda facial: con Rekognition puede buscar en imágenes, vídeos almacenados y transmisiones de vídeos para detectar rostros que coincidan con los almacenados en un contenedor conocido como colección de rostros. Una colección de rostros es un índice de rostros que usted posee y administra. Para buscar personas en función de su rostro, debe indexar los rostros y, después, buscarlos.

Detección de contenido no seguro: detecta y filtra contenido explícito, inapropiado y violento en imágenes y vídeos. Utiliza etiquetas para un filtrado más detallado en función de las necesidades empresariales. La API de moderación de contenido también devuelve una lista jerárquica de las etiquetas detectadas (objetos y conceptos), junto con las puntuaciones de confianza. Estos objetos o etiquetas indican categorías específicas de contenido no seguro, lo que permite filtrar con amplio detalle y administrar grandes volúmenes de contenido generado por los usuarios (UGC); El resultado de la API de moderación de contenido se puede personalizar con los adaptadores, que mejoran el rendimiento de imágenes como las que se proporcionan como datos de entrenamiento.

Detección de equipos de protección individual: detecte equipos de protección individual en las imágenes para supervisar el cumplimiento de la seguridad en diversos sectores. Las condiciones no seguras pueden marcarse de forma automática al detectar equipos no adecuados y recibir alertas sobre estas condiciones, lo que permite mejorar el cumplimiento y el entrenamiento.

Reconocimiento de famosos: reconoce en sus imágenes y vídeos a famosos de distintas categorías, como políticos, atletas, actores y músicos. Puede identificar la aparición de famosos sin necesidad de proporcionar nombres.

Detección de texto: detecte y extraiga texto de las imágenes para realizar búsquedas visuales o extraer metadatos. Esta operación funciona en diferentes fuentes y estilos. Detecta la orientación para gestionar el texto de los letreros y los banners.

Etiquetas personalizadas: identifica escenas, conceptos y objetos personalizados que son específicos de casos de uso empresariales, como la detección de logotipos. Puede entrenar clasificadores personalizados para gestionar los objetos especializados o exclusivos, lo que mejora la precisión en los objetos clave frente a los clasificadores generales. Para más información, consulte What is Amazon Rekognition Custom Labels? en la Guía para desarrolladores de Etiquetas personalizadas de Amazon Rekognition.

Ventajas

Integración de análisis de imágenes y vídeos de gran eficacia en la aplicación: agregue a las aplicaciones un análisis preciso de imágenes y vídeos sin necesidad de experiencia. La API de Amazon Rekognition permite el análisis mediante aprendizaje profundo sin necesidad de tener conocimientos de machine learning. Puede integrar la visión artificial en aplicaciones web, móviles y de dispositivos de forma rápida.

Análisis de imágenes y vídeos basado en aprendizaje profundo: analiza las imágenes y los vídeos mediante el aprendizaje profundo para obtener una gran precisión. Amazon Rekognition puede detectar etiquetas, objetos, escenas, rostros y famosos. Filtre los resultados para incluir o excluir etiquetas específicas.

Análisis de imágenes escalable: analiza millones de imágenes para organizar enormes conjuntos de datos visuales. Se escala para gestionar el tráfico y las bibliotecas de imágenes en aumento. No es necesario planificar la capacidad y solo se paga por lo que se usa.

Análisis y filtrado de imágenes en función de propiedades: analice y filtre las imágenes por propiedades como la calidad, el color y el contenido visual, y detecte la nitidez, el brillo y el contraste de las imágenes.

Integración con otros AWS servicios: Amazon Rekognition se integra de forma inmediata con S3 y Lambda. Puede llamar a Amazon Rekognition APIs desde Lambda y procesar imágenes en Amazon S3 sin mover datos. Rekognition incorpora escalabilidad y seguridad mediante IAM. AWS

Bajo costo: Pay-as-you-go precios, sin mínimos ni compromisos. Tiene a su disposición el nivel gratuito para comenzar. Ahorre más a medida que se escala el uso con los precios por niveles. Rentable en comparación con las soluciones internas.

Personalización sencilla: personalice la precisión para su caso de uso con los adaptadores. Proporcione imágenes de muestra para entrenar los adaptadores. Mejora la detección de objetos y etiquetas en dominios determinados. Ofrece una forma sencilla de personalizar el análisis sin tener experiencia en ML.

Para obtener más información, consulte Amazon Rekognition. FAQs

Amazon Rekognition y aptitud para la HIPAA

Se trata de un servicio compatible con HIPAA. Para obtener más información sobre AWS la Ley de Portabilidad y Responsabilidad de los Seguros de Salud de los Estados Unidos de 1996 (HIPAA) y el uso de AWS los servicios para procesar, almacenar y transmitir información de salud protegida (PHI), consulte Descripción general de la HIPAA.

¿Es la primera vez que usa Amazon Rekognition?

Si no había usado antes Amazon Rekognition, le recomendamos que lea las siguientes secciones en orden:

1. Cómo funciona Amazon Rekognition— En esta sección se presentan varios componentes de Amazon Rekognition con los que puede trabajar para crear una experiencia. end-to-end

2. Introducción a Amazon Rekognition: en esta sección, configura su cuenta, instala el SDK que refleja el idioma que elija y prueba la API Amazon Rekognition. Para obtener una lista de los lenguajes de programación admitidos por Amazon Rekognition, consulte Uso de Rekognition con un SDK AWS.

3. Trabajar con imágenes: esta sección proporciona información sobre el uso de Amazon Rekognition con imágenes almacenadas en buckets de Amazon S3 e imágenes cargadas a partir de un sistema de archivos local.

4. Cómo trabajar con operaciones de análisis de vídeos almacenados: esta sección proporciona información sobre el uso de Amazon Rekognition con vídeos almacenados en un bucket de Amazon S3.

5. Trabajar con eventos de vídeo en streaming: esta sección proporciona información sobre el uso de Amazon Rekognition con vídeos en streaming.