翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
分析のタイプ
Amazon Rekognition Image API と Amazon Rekognition Video API で実行できる分析のタイプは以下のとおりです。API の詳細については、「イメージおよびビデオのオペレーション」を参照してください。
以下の表は、使用するメディアのタイプおよびユースケースに応じて使用すべきオペレーションを一覧にまとめたものです。
ラベル
ラベルとは、オブジェクト (花、木、テーブルなど)、イベント (結婚式、卒業式、誕生日会など)、概念 (風景、夜、自然など)、アクティビティ (走る、バスケットボールをするなど) のうちのいずれかを指します。Amazon Rekognition では、イメージやビデオ内のラベルを検出できます。詳細については、「オブジェクトおよび概念の検出」を参照してください。
Rekognition は、イメージや保存済みビデオから、大量のラベルリストを検出できます。また、ストリーミングビデオから少数のラベルを検出することもできます。
ラベルを検出するには、ユースケースに応じて次のオペレーションを使用します。
-
イメージ内のラベルを検出するには、 を使用しますDetectLabels。主要な色や画質といったイメージの特性を識別できます。これを実現するには、入力パラメータ
IMAGE_PROPERTIESとして DetectLabelsと を使用します。 -
保存済み動画内のラベルを検出するには、 を使用しますStartLabelDetection。保存済みビデオでは、主要な色や画質の検出はサポートされていません。
-
ストリーミングビデオ内のラベルを検出するには: を使用しますCreateStreamProcessor。ストリーミングビデオでは、主要な色や画質の検出はサポートされていません。
イメージと保存済みビデオの両方で返すラベルの種類は、包含フィルターと除外フィルターのオプションを使用することで指定できます。
カスタムラベル
Amazon Rekognition カスタムラベルは、機械学習モデルをトレーニングすることで、ビジネスニーズに固有のイメージ内のオブジェクトやシーンを識別できます。たとえば、モデルをトレーニングして、ロゴを検出したり、組立ラインでエンジニアリング機械部品を検出したりできます。
注記
Amazon Rekognition カスタムラベルの詳細については、[Amazon Rekognition カスタムラベル開発者ガイド] を参照してください。
Amazon Rekognition には、機械学習モデルの作成、トレーニング、評価、実行に使用するコンソールが用意されています。詳細については、[Amazon Rekognition カスタムラベル デベロッパーガイド] の [Amazon Rekognition カスタムラベルを使い始める] を参照してください。Amazon Rekognition カスタムラベル API を使用して、モデルをトレーニングおよび実行することもできます。詳細については、「Amazon Rekognition デベロッパーガイド」の「Amazon Rekognition Custom Labels SDK の開始方法」を参照してください。 Amazon Rekognition CustomLabels
トレーニング済みモデルを使用してイメージを分析するには、 を使用しますDetectCustomLabels。
Face Liveness による検出
Amazon Rekognition Face Liveness を使用すると、顔での本人確認をパスしたユーザーが実際にカメラの前に存在しており、そのユーザーをかたった偽者ではないことを、確認できます。Face Liveness は、カメラにしかけられたなりすまし攻撃やカメラを回避する攻撃を検出する機能です。Face Liveness のチェックはユーザーが短い自撮り動画を撮影することで完了し、それにより Liveness のスコアが返されます。Face Liveness は確率的計算で算出され、チェック後に信頼スコア (0～100) が返されます。スコアが高いほど、チェックした人物が実在している確実性が高くなります。
Face Liveness の詳細については、「顔のライブネスの検出」を参照してください。
顔の検出と分析
Amazon Rekognition では、イメージおよび保存済みビデオ内の顔を検出できます。Amazon Rekognition を使用すると、以下に関する情報を取得できます。
-
イメージまたはビデオで顔が検出された場所
-
顔のランドマーク (目の位置など)
-
イメージ内で顔を覆っている物の有無
-
確認できる感情 (うれしい、悲しいなど)
-
イメージ内にいる人の視線の方向
性別や年齢といった人口統計的情報を読み取ることもできます。また、イメージ内の顔を、別のイメージで検出された顔と比較することもできます。顔に関する情報を保存して、後で取得することもできます。詳細については、「顔の検出と分析」を参照してください。
イメージ内の顔を検出するには、DetectFaces を使用します。保存済みビデオ内の顔を検出するには、StartFaceDetection を使用します。
顔検索
Amazon Rekognition では顔を検索することができます。顔情報は、コレクションと呼ばれるコンテナ内にインデックス付けされます。これにより、コレクション内の顔情報を、イメージ、保存済みビデオ、ストリーミングビデオで検出された顔と照合することができます。詳細については、「コレクション内での顔の検索」。
イメージ内の既知の顔を検索するには、DetectFaces を使用します。保存済みビデオ内の既知の顔を検索するには、StartFaceDetection を使用します。ストリーミングビデオ内の既知の顔を検索するには、CreateStreamProcessor を使用します。
人物のパス
Amazon Rekognition では、保存されたビデオで検出された人物のパスを追跡できます。Amazon Rekognition Video は、ビデオで検出された人物のパス追跡、顔の詳細、およびフレーム内の位置情報を提供します。詳細については、「人物の動線の検出」を参照してください。
保存済みビデオ内の人物を検出するには、StartPersonTracking を使用します。
個人用保護具
Amazon Rekognition では、イメージ内で検出された人物が着用している個人用保護具 (PPE) を検出できます。Amazon Rekognition は、フェイスカバー、ハンドカバー、ヘッドカバーを検出します。Amazon Rekognition は、PPE のアイテムが適切な体の部位をカバーしているかどうかを予測します。検出された人物や PPE アイテムの境界ボックスを取得することもできます。詳細については、「個人用保護具を検出する。」を参照してください。
イメージ内の PPE を検出するには、DetectProtectiveEquipment を使用します。
有名人
Amazon Rekognition では、イメージや保存されたビデオに写っている多数の有名人を認識できます。イメージで有名人の顔が写っている場所、顔の特徴、表情に関する情報を取得できます。保存済みビデオ全体で表示される有名人の追跡情報を取得できます。また、認識されている有名人について、感情表現や性別の提示などの詳細情報を得ることもできます。詳細については、「有名人の認識」を参照してください。
イメージの有名人を認識するには、RecognizeCelebrities を使用します。保存済みビデオの有名人を認識するには、StartCelebrityRecognition を使用します。
テキストの検出
Amazon Rekognition Text in Image は、イメージ内のテキストを検出し、機械判読可能なテキストに変換することができます。詳細については、「テキストの検出」を参照してください。
イメージ内のテキストを検出するには、「DetectText」を使用します。
不適切または不快なコンテンツ
Amazon Rekognition では、イメージや保存されたビデオにアダルトコンテンツや暴力的なコンテンツが含まれていないかどうかを分析できます。詳細については、「コンテンツのモデレーション」を参照してください。
不適切なイメージを検出するには、DetectModerationLabels を使用します。不適切な保存済みビデオを検出するには、StartContentModeration を使用します。
カスタマイズ
Rekognition で利用できる特定のイメージ分析 API を使用すると、ユーザー独自のデータでトレーニングされたカスタムアダプターを作成することにより、深層学習モデルの精度を高めることができます。アダプターとは、Rekognition の事前トレーニング済み深層学習モデルにプラグインされるコンポーネントで、ユーザーのイメージに基づく専門知識によりモデルの精度を高めます。アダプターは、サンプルイメージを提供しこれに注釈をつけることにより、ニーズに合うようにトレーニングします。
アダプターを作成すると、 が提供されます AdapterId。これを AdapterId オペレーションに提供して、作成したアダプターを使用するように指定できます。例えば、同期画像分析のために DetectModerationLabels API AdapterId に を指定します。リクエスト AdapterId の一部として を指定すると、Rekognition は自動的にそれを使用してイメージの予測を強化します。こうして、Rekognition の機能を活用しつつニーズに合わせてこれをカスタマイズすることができます。
StartMediaAnalysisJob API を使用してイメージの予測を一括取得することもできます。詳細については「Bulk analysis」を参照してください。
Rekognition のコンソールにイメージをアップロードし分析を実行すると、Rekognition のオペレーションの精度を評価できます。Rekognition は選択した機能を使ってイメージに注釈を付けます。その後、予測を検証し、検証済みの予測を使って、アダプターを作成することで恩恵を受けるラベルはどれかを判断できます。
現在、アダプターは で使用できますDetectModerationLabels。アダプターの作成および使用に関する詳細は、「カスタムモデレーションによる精度の向上」を参照してください。
一括分析
Rekognition Bulk Analysis では、 StartMediaAnalysisJobオペレーションとともにマニフェストファイルを使用して、大量のイメージのコレクションを非同期的に処理できます。詳細については「Bulk analysis」を参照してください。
