Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Tipi di analisi
Di seguito sono riportati i tipi di analisi che possono eseguire l'API Immagini Amazon Rekognition e l'API Video Amazon Rekognition. Per ulteriori informazioni sulle API, consulta Operazioni Image e Video.
La tabella seguente elenca le operazioni da utilizzare in base al tipo di supporto con cui stai lavorando e al tuo caso d'uso:
Etichette
Un'etichetta si riferisce a uno dei seguenti elementi: oggetti (ad esempio fiori, alberi o tavolo), eventi (ad esempio un matrimonio, una laurea o una festa di compleanno), concetti (ad esempio un paesaggio, una sera e la natura) o attività (ad esempio correre o giocare a basket). Amazon Rekognition è in grado rilevare volti in immagini e video. Per ulteriori informazioni, consulta Rilevamento di oggetti e concetti.
Rekognition è in grado di rilevare un ampio elenco di etichette nelle immagini e nei video archiviati. Rekognition è anche in grado di rilevare un numero limitato di etichette nei video in streaming.
Utilizza le seguenti operazioni per rilevare le etichette in base al proprio caso d'uso:
-
Per rilevare DetectLabelsle etichette nelle immagini: Usa. È possibile identificare le proprietà dell'immagine come i colori dominanti e la qualità dell'immagine. Per ottenere ciò, usa DetectLabelswith
IMAGE_PROPERTIEScome parametro di input. -
Per rilevare le etichette nei video archiviati: Usa StartLabelDetection. Il rilevamento dei colori e della qualità dell'immagine dominanti non è supportato per i video archiviati.
-
Per rilevare le etichette nei video in streaming: Usa CreateStreamProcessor. Il rilevamento dei colori e della qualità dell'immagine dominanti non è supportato per i video in streaming.
È possibile specificare i tipi di etichette che si desidera vengano restituiti per il rilevamento delle etichette di immagini e video archiviati utilizzando opzioni di filtro complete ed esclusive.
Custom Labels
Etichette personalizzate Amazon Rekognition può identificare gli oggetti e le scene nelle immagini secondo le tue necessità aziendali addestrando un modello di machine learning. Ad esempio, puoi addestrare un modello per rilevare loghi o parti di macchine su una linea di assemblaggio.
Nota
Per informazioni su Etichette personalizzate Amazon Rekognition, consulta la Guida per gli sviluppatori di Etichette personalizzate Amazon Rekognition.
Amazon Rekognition fornisce una console che puoi utilizzare per creare, addestrare, valutare ed eseguire un modello di machine learning. Per ulteriori informazioni, consulta la pagina relativa alle nozioni di base su Etichette personalizzate Amazon Rekognition nella Guida per gli sviluppatori di Etichette personalizzate Amazon Rekognition. Inoltre puoi utilizzare l'API Etichette personalizzate Amazon Rekognition per addestrare ed eseguire un modello. Per ulteriori informazioni, consulta la sezione Guida introduttiva all'SDK Amazon Rekognition Custom Labels nella Amazon Rekognition Developer Guide. CustomLabels
Per analizzare le immagini utilizzando un modello addestrato, usa. DetectCustomLabels
Rilevamento Face Liveness
Amazon Rekognition Face Liveness può aiutarti a verificare che un utente sottoposto a verifica dell'identità basata sul volto sia fisicamente presente davanti alla telecamera e non sia un malintenzionato che falsifica il volto dell’utente. Rileva lo spoofing rivolto a una telecamera o attacchi che bypassano una telecamera. Un utente può completare un controllo di Face Liveness scattando un breve video selfie e a tale scopo viene restituito un punteggio Liveness. Il riconoscimento facciale viene determinato con un calcolo probabilistico e a seguito del controllo viene fornito un punteggio di confidenza (compreso tra 0 e 100). Più alto è il punteggio, maggiore è la fiducia che la persona che effettua il controllo sia effettivamente presente sul posto.
Per ulteriori informazioni su Face Liveness, consultaRilevamento del riconoscimento facciale.
Rilevamento e analisi facciali
Amazon Rekognition è in grado rilevare volti in immagini e video. Con Amazon Rekognition, puoi ottenere informazioni su:
-
Dove vengono rilevati i volti in un'immagine o in un video
-
Punti di riferimento facciali, ad esempio la posizione degli occhi
-
La presenza di occlusione facciale nelle immagini
-
Emozioni rilevate, come felicità o tristezza
-
Direzione dello sguardo di una persona nelle immagini
Puoi anche interpretare informazioni demografiche come sesso o età. È possibile confrontare un volto in un'immagine con i volti rilevati in un'altra immagine. Le informazioni sui volti possono anche essere memorizzate per il successivo recupero. Per ulteriori informazioni, consulta Rilevamento e analisi facciale.
Per rilevare i volti nelle immagini, utilizzare DetectFaces. Per rilevare i volti nei video archiviati, utilizzare StartFaceDetection.
Ricerca di volti
Amazon Rekognition può cercare volti. Le informazioni facciali sono indicizzate in un container noto come raccolta. Le informazioni sui volti contenute nella raccolta possono quindi essere abbinate ai volti rilevati nelle immagini, nei video memorizzati e nello streaming video. Per ulteriori informazioni, consultare Ricerca di volti in una raccolta.
Per cercare volti conosciuti nelle immagini, utilizzare DetectFaces. Per cercare volti conosciuti nei video archiviati, utilizzare StartFaceDetection. Per cercare volti conosciuti nei video in streaming, utilizzare CreateStreamProcessor.
Percorsi delle persone
Video Amazon Rekognition può tracciare i movimenti delle persone in un video archiviato. Video Amazon Rekognition fornisce tracciamento, dettagli facciali e informazioni sulla posizione in-frame per le persone rilevate in un video. Per ulteriori informazioni, consulta Rilevamento dei movimenti delle persone.
Per rilevare le persone nei video archiviati, utilizzare StartPersonTracking.
Dispositivi di protezione individuale
Amazon Rekognition è in grado di rilevare i dispositivi di protezione individuale (DPI) indossati dalle persone rilevati in un'immagine. Amazon Rekognition rileva protezioni per volto, mani e testa. Amazon Rekognition prevede se un dispositivo di DPI copre la parte del corpo appropriata. Puoi anche ottenere riquadri di delimitazione per le persone rilevate e gli articoli DPI. Per ulteriori informazioni, consulta Rilevamento dei dispositivi di protezione individuale.
Per rilevare i PPE nelle immagini, utilizzare DetectProtectiveEquipment.
Volti celebri
Amazon Rekognition può identificare migliaia di celebrità nelle immagini e nei video archiviati. È possibile ottenere informazioni su dove si trova il volto di una celebrità su un'immagine, sui punti di riferimento facciali e sulla posa del volto. È possibile ottenere informazioni di monitoraggio sulle celebrità quando appaiono in un video archiviato. Puoi anche ottenere ulteriori informazioni su una celebrità riconosciuta, come l'emozione espressa e la presentazione del genere. Per ulteriori informazioni, consulta Riconoscimento delle celebrità.
Per riconoscere volti celebri in un'immagine, utilizzare RecognizeCelebrities. Per riconoscere volti celebri in un video archiviato, utilizzare StartCelebrityRecognition.
Rilevamento del testo
Amazon Rekognition Text in Image è in grado di rilevare il testo nelle immagini e convertirlo in un formato leggibile dal computer. Per ulteriori informazioni, consulta Rilevamento del testo.
Per rilevare il testo nelle immagini, utilizzare DetectText.
Contenuti inappropriati o offensivi
Amazon Rekognition è in grado di analizzare immagini e video archiviati per contenuti per adulti e violenti. Per ulteriori informazioni, consulta Moderazione dei contenuti.
Per rilevare immagini sconsigliate, utilizzare DetectModerationLabels. Per rilevare i contenuti sconsigliati nei video archiviati, utilizzare StartContentModeration.
Personalizzazione
Alcune API di analisi delle immagini offerte da Rekognition consentono di migliorare l'accuratezza dei modelli di deep learning creando adattatori personalizzati addestrati sui tuoi dati. Gli adattatori sono componenti che si collegano al modello di deep learning pre-addestrato di Rekognition, che ne migliorano la precisione grazie alla conoscenza del dominio basata sulle immagini. Addestra un adattatore per soddisfare le tue esigenze fornendo e annotando immagini di esempio.
Dopo aver creato un adattatore, ti viene fornito un AdapterId. Puoi fornirlo AdapterId a un'operazione per specificare che desideri utilizzare l'adattatore che hai creato. Ad esempio, fornisci l'DetectModerationLabelsAPI AdapterId per l'analisi sincrona delle immagini. Forniscili AdapterId come parte della richiesta e Rekognition li utilizzerà automaticamente per migliorare le previsioni per le tue immagini. Ciò consente di sfruttare le funzionalità di Rekognition personalizzandola in base alle proprie esigenze.
Hai anche la possibilità di ottenere previsioni per le immagini in blocco con l'API. StartMediaAnalysisJob Per ulteriori informazioni, consulta Analisi in blocco.
Puoi valutare l'accuratezza delle operazioni di Rekognition caricando immagini sulla console Rekognition ed eseguendo analisi su queste immagini. Rekognition annoterà le tue immagini utilizzando la funzione selezionata e potrai quindi rivedere le previsioni, utilizzando le previsioni verificate per determinare quali etichette trarrebbero vantaggio dalla creazione di un adattatore.
Attualmente è possibile utilizzare adattatori con. DetectModerationLabels Per ulteriori informazioni sull'utilizzo dell'adattatore, consulta Migliorare la precisione con la moderazione personalizzata.
Analisi in blocco
Rekognition Bulk Analysis consente di elaborare un'ampia raccolta di immagini in modo asincrono utilizzando un file manifest insieme all'operazione. StartMediaAnalysisJob Per ulteriori informazioni, consulta Analisi in blocco.
