本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
# 什么是 Amazon Rekognition？
Amazon Rekognition 是一项基于云的图像和视频分析服务，您可以使用该服务向应用程序轻松添加高级计算机视觉功能。该服务由成熟的深度学习技术提供支持，无需机器学习专业知识即可使用。Amazon Rekognition 包含一个简单易用的 API，该 API 可快速分析存储在 Amazon S3 中的任何图像或视频文件。
您可以使用 Rekognition 的 API 向应用程序添加检测对象 images/videos、文本、不安全内容、分析和比较面孔的功能。借助 Amazon Rekognition 的人脸识别 API，您可以在各种使用案例中检测、分析和比较不同人脸，例如用户验证、编录、人员计数和公共安全等领域。
该服务基于同样由 Amazon 计算机视觉科学家开发的成熟且高度可扩展的深度学习技术，这项技术每天能够分析数十亿图像和视频。Rekognition 定期从新数据中学习，我们会经常向该服务添加新的标签和功能。
有关更多信息，请参阅 [Amazon Rekognition 常见问题](https://aws.amazon.com/rekognition/faqs/)。
## 关键功能
图像分析：
+ 对象、场景和概念检测：检测图像中的对象、场景、概念和名人并进行分类。
+ 文本检测：检测和识别图像中的各种语言的印刷和手写文本。
+ 不安全内容：检测和筛选露骨、不当和暴力的内容和图像。检测精细的不安全内容标签。
+ 名人识别：识别图像中成千上万不同类别的名人，例如政治家、运动员、演员和音乐家。
+ 人脸分析：检测、分析和比较人脸以及人脸属性，例如性别、年龄和情绪。使用案例可能包括用户验证、编目、人数统计和公共安全。
+ 自定义标签：构建自定义分类器以检测特定于使用案例的对象，例如徽标、产品、字符。
+ 图像属性：分析图像属性，例如质量、颜色、锐度、对比度。
视频分析：
+ 对象、场景和概念检测：检测视频中的对象、场景、概念和名人并进行分类。
+ 文本检测：检测和识别视频中的各种语言的印刷和手写文本。
+ 人物的轨迹：跟踪已识别的人物在视频帧中的移动。
+ 人脸分析：检测、分析和比较流视频或存储视频中的人脸。
+ 名人识别：识别存储视频中成千上万不同类别的名人，例如政治家、运动员、演员和音乐家。
+ 不安全内容检测：检测视频中露骨、不当和暴力的内容。
+ 视频分段：自动识别视频的有用分段，例如黑帧和片尾字幕。
+ Face Liveness：在人脸验证期间检测是否有真实用户在场。
## 使用案例
**可搜索媒体库**：Rekognition 可检测图像和视频中的标签、对象、概念和场景。您可以根据此视觉内容分析使这些标签可供搜索。对于构建可搜索的图像和视频库很有用。
**Face-Based 用户身份验证**-通过将图像中的人脸与参考人脸图像进行比较来确认用户身份。对于应用程序中的身份验证很有用。
**Face Liveness 检测**：Rekognition Face Liveness 是一项完全托管的机器学习（ML）特征，旨在帮助开发人员遏制基于人脸的身份验证中的欺诈行为。该功能可帮助您验证用户是否真实出现在摄像头前，并且不是仿冒用户人脸的不法分子。使用 Rekognition Face Liveness 可以帮助你检测向相机呈现的恶搞攻击，例如打印的照片、数码或 3D 面具。 photos/videos它还有助于检测绕过摄像头的仿冒攻击，例如直接注入视频采集子系统的预先录制或深度伪造的视频。
**人脸搜索**：利用 Rekognition，您可以在图像、存储视频和流视频中搜索与存储在称为人脸集合的容器中的人脸匹配的人脸。人脸集合是您拥有和管理的人脸的索引。根据人脸搜索人物时，您需要对人脸进行**索引**，然后**搜索**人脸。
**不安全内容检测**：检测并筛选图像和视频中露骨、不当和暴力的内容。根据业务需求使用标签进行精细筛选。内容审核 API 还返回任何已检测标签（对象和概念）的层级列表以及置信度分数。它们 objects/labels 表示不安全内容的特定类别，从而可以对大量用户生成的内容 (UGC) 进行精细筛选和管理。您可以使用适配器对内容审核 API 的输出进行自定义，从而提高图像的性能，例如提供作为训练数据的图像。
**检测个人防护设备**：检测图像中的个人防护设备，以监控各行业的安全合规性。您可以通过检测不当的设备来自动标记不安全状况，并接收有关这些状况的警报，从而提高合规性并改进训练。
**名人识别**：识别图像和视频中不同类别的名人，例如政治家、运动员、演员和音乐家。您无需提供姓名即可识别名人外表。
**文本检测**：检测和提取图像中的文本，用于视觉搜索或提取元数据。这适用于不同的字体和样式。检测方向，以处理标牌和横幅上的文字。
**自定义标签**：识别特定于业务使用案例的自定义对象、概念和场景，例如徽标检测。您可以训练自定义分类器来处理利基或专有对象，与一般分类器相比，可以提高关键对象的准确性。有关更多信息，请参阅**《Amazon Rekognition Custom Labels 开发人员指南》中的[什么是 Amazon Rekognition Custom Labels？](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/what-is.html)。
## 优势
**将强大的图像和视频分析功能集成到您的应用程序中**：无需专业知识即可为应用程序添加准确的图像和视频分析。有了 Amazon Rekognition API，您无需任何机器学习知识即可通过深度学习进行分析。您可以将计算机视觉快速构建到 Web、移动和设备应用程序中。
**基于深度学习的图像和视频分析**：使用深度学习分析图像和视频，以实现高精度。Amazon Rekognition 可以检测标签、对象、场景、人脸、名人。将结果筛选到 include/exclude特定的标签。
**可扩展的图像分析**：分析数百万张图像，以整理海量视觉数据集。可进行扩展，以处理不断增长的图像库和流量。您无需规划容量，只需按实际用量付费。
**根据属性分析和筛选图像**：按属性（例如质量、颜色和视觉内容）分析和筛选图像，并检测图像的锐度、亮度和对比度。
**与其他 AWS 服务集成** ——亚马逊 Rekognition 开箱即用地与 S3 和 Lambda 集成。您可以从 Lambda 调用 Amazon Rekognition 的 API，无需移动数据即可在 Amazon S3 中处理图像。Rekognition 使用 IAM 具有内置的可扩展性和安全性。 AWS
**低成本**- Pay-as-you-go 定价，没有最低限额或承诺。提供免费套餐，让您轻松入门。采用分级定价，随着使用量的增加，可节省更多成本。与内部解决方案相比，具有成本效益。
**轻松自定义**：使用适配器为您的使用案例自定义精度。提供示例图像以训练适配器。改进了给定域的对象和标签检测。无需机器学习专业知识即可轻松定制分析。
有关更多信息，请参阅 [Amazon Rekognition 常见问题](https://aws.amazon.com/rekognition/faqs/)。
## Amazon Rekognition 和 HIPAA 资格
这是一项符合 HIPAA 要求的服务。有关以下内容的更多信息 AWS， U.S. [1996 年《健康保险便携性和责任法案》(HIPAA)，以及使用 AWS 服务处理、存储和传输受保护的健康信息 (PHI)，请参阅 HIPAA 概述。](https://aws.amazon.com/compliance/hipaa-compliance/)
## 您是 Amazon Rekognition 的新用户吗？
如果您是 Amazon Rekognition 的新用户，建议您按顺序阅读以下内容：
1. **[Amazon Rekognition 的工作原理](how-it-works.md)** – 本节介绍了您可以用来打造端到端体验的各种 Amazon Rekognition 组件。
1. **[Amazon Rekognition 入门](getting-started.md)** – 在本节中，您将设置账户，安装反映您所选语言的软件开发工具包，并测试 Amazon Rekognition API。有关 Amazon Rekognition 支持的编程语言列表，请参阅[将 Rekognition 与 AWS SDK](sdk-general-information-section.md)。
1. **[使用图像](images.md)** – 本节提供了有关将 Amazon Rekognition 与存储在 Amazon S3 存储桶中的图像以及从本地文件系统加载的图像结合使用的信息。
1. **[使用存储视频分析操作](video.md)** – 本节提供了有关将 Amazon Rekognition 与存储在 Amazon S3 存储桶中的视频结合使用的信息。
1. **[使用流视频事件](streaming-video.md)** – 本节提供了有关将 Amazon Rekognition 与流视频结合使用的信息。