iT邦幫忙

2024 iThome 鐵人賽

DAY 30
0
Python

在AWS上進行物聯網與人工智慧實作系列 第 30

D30-Amazon Rekognition

  • 分享至 

  • xImage
  •  

Amazon Rekognition

目錄

簡介

Amazon Rekognition 是一項基於深度學習的電腦視覺服務,可以使用它來為應用程式添加圖像和視訊分析。Amazon Rekognition 能夠執行以下類型的分析:

  • 可搜尋的圖像和影片庫 – 使圖像和儲存的影片可搜索,以便發現其中出現的物件和場景。
  • 基於臉部的使用者驗證 – 能夠透過將即時影像與參考影像進行比較來確認使用者身分。
  • 情緒和人口統計分析 – 解釋情緒表達,例如快樂、悲傷或驚訝。它還可以從臉部圖像中解讀人口統計訊息,例如性別。
  • 不安全內容偵測 – 可以偵測影像和儲存影片中的不當內容。
  • 文字偵測 – 能夠識別並提取圖像中的文字內容。

Amazon Rekognition 可以與其他 AWS 服務整合,例如用於儲存的 Amazon S3 以及用於身份驗證和授權的 AWS Identity and Access Management (IAM)。Amazon Rekognition 提供 API、開發工具包和 AWS 命令​​列介面 (AWS CLI) 命令。可以使用這些資源存取 Amazon Rekognition 並與之互動。 SDK 支援的語言包括 JavaScript、Python、PHP、.NET、Ruby、Java、GO、Node.js 和 C++。

功能與應用

功能

  • Amazon Rekognition 提供預先訓練和可自訂的電腦視覺 (CV) 功能,可從您的影像和影片中擷取資訊和洞察。
  • 臉部真實性:在臉部識別過程中,幾秒鐘內就能認證真實用戶,並阻止使用欺騙手段的不良行為者。
  • 臉部偵測與分析:偵測影像和影片中出現的臉部,並識別每個人的睜眼、眼鏡和鬍鬚等屬性。
  • 臉部比較與搜尋:確定臉部與另一張相片或您的私人影像儲存庫的相似性。
  • 內容審核:偵測影像和影片中可能不安全、不適當或不需要的內容。
  • 自訂標籤:使用自動化機器學習 (AutoML) 偵測自訂物件,例如品牌標誌,以少至 10 張影像來訓練您的模型。
  • 文字偵測:從街道標誌、社交媒體張貼和產品包裝的影像和影片中擷取傾斜和扭曲的文字。
  • 標籤:偵測物件、場景、活動、地標、首要顏色和影像品質。
  • 短片偵測:偵測影片中的關鍵片段,例如黑畫面、開始或結束字幕、石板、彩條和鏡頭。
  • 名人辨識:識別知名人士在媒體、行銷和廣告中相片和鏡頭。

使用案例
偵測不當內容:根據一般或業務特定標準和實務,快速準確地識別影像和影片資產中的不安全或不當內容。
線上驗證身分:在使用者布設和身分驗證工作流程中,使用臉部比較和分析以遠端方式驗證已選擇加入的使用者身分。
簡化媒體分析:自動偵測主要影片片段,以減少影片廣告插入、內容營運和內容製作的時間、精力和成本。
串流連網家庭智慧提醒:在即時影片串流中偵測到所需物件時,提供及時且可操作的提醒。建立家庭自動化體驗,例如在偵測到人時自動開燈。

Amazon Rekognition 定價

Amazon Rekognition 有以下幾種類型的定價:

  • Amazon Rekognition Image 定價
  • Amazon Rekognition Video 定價
  • Amazon Rekognition 自訂標籤定價
  • Amazon Rekognition Face Liveness 定價
  • Amazon Rekognition 自訂審核定價

因為後續實驗用到的都是相片(Image),所以以下來詳細檢視 Amazon Rekognition Image 定價。

Amazon Rekognition Image 定價

使用雲端工具最著要的就是要先評估成本,讓開發者評估是否要使用這項服務,使用 Amazon Rekognition Image,只需按實際用量付費,Amazon Rekognition Image 有兩種類型的成本:影像分析成本和臉部中繼資料儲存成本。

  • 影像分析:Amazon Rekognition Image 會在每次使用 API 進行影像分析時收費。對單一影像執行多個 API 將視為處理多個影像。依據與每月處理的影像量相關的分層定價模型,對用量計費。 大部分的 Amazon Rekognition Image API 分為兩個群組:第 1 組和第 2 組,其定價不同。
    • 第 1 組:AssociateFaces、CompareFaces、DisassociateFaces、IndexFaces、SearchFacesbyImage、SearchFaces、SearchUsersByImage、SearchUsers。
    • 第 2 組:DetectFaces、DetectModerationLabels、DetectLabels、DetectText、RecognizeCelebrities、DetectProtectiveEquipment API。
  • 臉部中繼資料儲存:若要啟用臉部和使用者搜尋,需要一個存放臉部中繼資料物件 (臉部向量和使用者向量) 的儲存庫,Amazon Rekognition 可對該儲存庫搜尋相符的項目。儲存費用會按月收取,不滿一個月則按比例計算。

定價表
影像分析
區域:us-east-1

群組 前 100 萬張影像 後續 400 萬張影像 後續 3,000 萬張影像 超過 3,500 萬張影像
第 1 組 USD 0.001 USD 0.0008 USD 0.0006 USD 0.0004
第 2 組 USD 0.001 USD 0.0008 USD 0.0006 USD 0.00025

定價範例

假設您的應用程式每月需要為 250 萬個影像進行標籤偵測分析。您使用 Amazon Rekognition 的 DetectLabels API 分析這 250 萬個影像。

使用第 2 組 API (DetectLabels) 處理的影像總數為 250 萬。

使用第 2 組 API 處理 250 萬個影像的成本

費用類型 定價 用量費用
前 100 萬個影像 每個影像 0.0010 USD 1,000,000 個影像 X 0.0010 USD/影像 = 1,000 USD
後續 150 萬個影像 每個影像 0.0008 USD 1,500,000 個影像 X 0.0008 USD/影像 = 1,200 USD

總計︰2,200 USD

參考資料


上一篇
D29-實驗:查詢資料庫中的資料 - DynamoDB
系列文
在AWS上進行物聯網與人工智慧實作30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言