支援結束通知：2025 年 10 月 31 日，AWS 將停止對 Amazon Rekognition People Pathing 的支援。2025 年 10 月 31 日之後，您將無法再使用 Rekognition People Pathing 功能。如需詳細資訊，請參閱探索 Rekognition People Pathing 的替代方案

Amazon Rekognition Video

簡介

Amazon Rekognition Video 是一種全受管機器學習 (ML) 服務，可同時支援即時串流影片事件和存放的影片分析。

Amazon Rekognition Streaming Video Events 是一種低成本、低延遲的服務，可以偵測來自連網攝影機的影片串流中的物件。Amazon Rekognition Streaming Video Events 會傳回偵測到的物件 (例如人、寵物或包裹)、週框方塊座標、偵測到的物件的放大影像及時間戳記。偵測到所需物件時，您可以提供及時且可行的提醒。

Amazon Rekognition 存放的影片分析是一種服務，可分析存放在 Amazon S3 中的影片，並偵測物件、場景、地標、名人、文字、活動和任何不當內容。Rekognition Video 存放的影片分析還提供高度精確的臉部分析和臉部搜尋功能，可偵測、分析和比較臉孔，並協助您了解影片中人物的運動。每個結果或偵測都有相應的時間戳記，因此您可以輕鬆建立索引以進行詳細的影片搜尋，或者快速導航至影片中有趣的部分以進行進一步分析。對於物件、臉孔、文字和人物，Rekognition Video 存放的影片分析還會傳回週框方塊座標，這是偵測在畫面中的具體位置。

使用案例

Amazon Rekognition Streaming Video Events 是一種低成本、低延遲的全受管機器學習服務，適用於連網家庭使用案例。此服務從即時影片串流中偵測人、寵物和包裹等物件。偵測到所需物件時，您可以提供及時且可行的提醒，並最大限度地減少錯誤提醒。您可以建立優雅的自動化體驗，例如在偵測到人時自動開啟車庫燈。

使用 Amazon Rekognition Video 產生的物件、場景、活動、名人、文字和臉部分析中繼資料，您可以自動索引大型影片資產封存，並使其易於搜尋。您的營運商可以快速找到所需的資產，而無需手動瀏覽所有影片。使用 Amazon Rekognition Video、Amazon Transcribe 和端對端無伺服器 AWS 解決方案 (例如 Media2Cloud 和 Media Insights Engine)，您可以在封存從磁帶進入到媒體資產管理 (MAM) 系統的整個期間無縫地進行整理、篩選，並從中獲利。

借助 Amazon Rekognition Video，您可以快速標記數千小時資產中出現的不當或對於品牌不安全的內容。您的審核員無需查看每個資產的每一秒畫面，而只需查看 Amazon Rekognition Video 標記的時間戳記。此外，使用可用的詳細審核分級標籤，您可以滿足不同國際市場的合規性需求。要執行音訊審核，您可以使用來自 Amazon Transcribe 的中繼資料。

Amazon Rekognition Video 讓您能夠投放與所顯示影片內容最相關的廣告。透過使用在某個時間戳記上偵測到的標籤、活動或名人，您可以提高在內容播放後立即顯示的廣告的效果和回報。

透過 Amazon Rekognition Video，您可以研究每個人依循的路徑來分析零售商店中購物者的行為和密度。使用臉部分析功能，您也可以了解平均年齡範圍、性別分佈和購物者表達出的情感，而無需識別其身份。

Page Topics

一般問題

一般問題

Amazon Rekognition Streaming Video Events 是一種低成本、低延遲的全受管服務，可即時偵測人、寵物和包裹等物件。Amazon Rekognition Streaming Video Events 會傳回偵測到的物件 (例如人、寵物或包裹)、週框方塊座標、偵測到的物件的放大影像及時間戳記。偵測到所需物件時，您可以提供及時且可行的提醒。

進一步了解

Amazon Rekognition Streaming Video Events 可以即時分析即時影片串流來偵測和搜尋臉部。透過將 Amazon Kinesis Video Streams 的串流作為 Rekognition Video 的輸入，您可以以極低的延遲對自己的圖像儲存庫執行臉部搜尋。

進一步了解

 

Amazon Rekognition Video 可自動識別數千個物件 (如車輛或寵物)、場景 (如城市、海灘或婚禮) 以及活動 (如送包裹或跳舞以及地標)。對於偵測到的每個標籤，您都會獲得一個可信度分數。對於「人物」或「汽車」等常見物件，您還會獲得物件週框方塊以實現計數和物件本地化。Amazon Rekognition Video 倚賴影片中的動作來正確地識別複雜的活動，例如「吹蠟燭」或「滅火」。使用這些豐富的中繼資料，您可以讓內容可搜尋或投放與前面內容最匹配的廣告。

進一步了解

 

 

Amazon Rekognition Video 自動偵測影片中的不當內容，例如裸露、暴力或武器，並為每次偵測提供時間戳記。您還將獲得帶有可信度分數的分級標籤清單，該清單描述了不安全內容的子類別。例如，「女性裸露圖片」是「露骨的裸露」的子類別。可信度分數和詳細的標籤讓您可以設定各種業務規則，以滿足不同市場和地區的合規需求。

進一步了解

 

 

 

Amazon Rekognition Video 自動偵測和讀取影片中的文字，並為每個文字偵測提供偵測可信度、位置週框方塊以及時間戳記。此外，您可以使用方便的選項，可以按興趣區域 (ROI)、字詞邊界框大小和文字可信度分數來篩選字詞。例如，您可能只想偵測出現在屏幕最底下三分之一區域圖形上的文字，或者在足球比賽中，只偵測左上角的計分板以讀取比分。

進一步了解

 

使用 Amazon Rekognition Video，您可以偵測及識別名人出現在影片中的時間和地點。含時間編碼的輸出內容包括名人的姓名和唯一 ID，以及指向該名人相關內容的 URL，例如，名人的 IMDB 連結。

進一步了解

 

 

Amazon Rekognition Video 可以在一個影片畫面中最多偵測 100 個臉孔，並返回週框方塊位置。對於每個偵測到的臉孔，您還可以獲得其他屬性，例如性別、情緒、估計的年齡範圍以及是否在微笑，以及每次偵測的時間戳記。

進一步了解

 

 

 

Amazon Rekognition Video 可以透過搜尋人臉圖像私有儲存庫來識別影片中的已知人物。每個匹配項將獲得相似性分數，並且在影片中每次識別出同一個人時都會產生時間戳記。Amazon Rekognition Video 還可以匯聚在影片庫中沒有任何匹配的所有未知人物，並為每個人物返回帶有唯一識別符的時間戳記。

進一步了解

 

 

 

 

借助 Amazon Rekognition Video，您可以捕獲每個人物在影片中移動的位置、時間和方式。Amazon Rekognition 還為找到的每個人物提供唯一索引，讓您可以計算影片中的人數。

進一步了解

 

 

 

 

 

  • Abode Systems (Abode)

    Abode Systems (Abode) 為屋主提供一套全面的 DIY 家庭安全解決方案，只需幾分鐘即可完成設定，且可讓屋主確保家人和財產的安全。自公司於 2015 年推出以來，攝影機感應器在 Abode 的解決方案中發揮了重要作用，可讓客戶從任何地方以視覺方式監控他們的家。

    我們始終專注於做出可為客戶提供價值並在保持低成本的同時實現快速增長的技術選擇。使用 Amazon Rekognition Streaming Video Events，我們可以啟動人員、寵物和包裹偵測，而成本只有我們自己開發成本的一小部分。對我們來說，這很容易，我們不想建立和維護自訂電腦視覺服務。我們求助於 Rekognition 團隊的專家。Amazon Rekognition 的串流影片事件 API 準確、可擴展且易於整合到我們的系統中。此整合為我們的智慧通知功能提供了支援，因此每次觸發動作感應器時，客戶不會每天收到 100 條通知，而當影片串流中存在感興趣的事件時，他們只會收到 2 條或 3 條智慧通知。

    Abode Systems 技術長 Scott Beck

  • VidMob

    VidMob 是一個技術平台，將行銷人員與全球的專業編輯、動畫師和動態圖像設計師連接起來。

    效能資料不是問題，但是要了解為什麼某些創意資產的效能比其他好，然後針對該資訊採取行動才是最困難的。建立採用 Amazon Rekognition 的 VidMob Agile Creative Suite™，我們解決了行銷人員的兩大難題。到目前為止，Agile Creative Suite 已使用 Rekognition 分析超過 40,000 個創意資產。Rekognition 資料的精細度可讓我們為客戶提供寶貴的洞見，並讓他們以全新的角度看待內容。

    Alex Collmer，VidMob 執行長兼創始人

  • Pattern89

     

    Pattern89 是世界上第一個針對付費社群的資料科學指導平台。

    Pattern89 使用 Amazon Rekognition 向我們的客戶提供深入的資料分析，包括創意指導，以改善 Facebook 和 Instagram 上的廣告效果。透過實作我們的建議，我們的客戶能夠減少廣告支出、增加收入並提高效率指標。我們之所以選擇 Amazon Rekognition，是因為它具有簡單的 API、支援多種媒體類型以及一流的標籤和臉部偵測功能。

    Pattern89 技術長 Matt Brown