Amazon Rekognition : analyse d’images et de vidéos avec l’IA

Amazon Rekognition est un service d’IA proposé par Amazon Web Services (AWS) qui aide les entreprises à analyser facilement des images et des vidéos. Que vous ayez besoin de détecter des objets, de reconnaître des visages ou de modérer des contenus, Rekognition le permet sans exiger une expertise poussée en apprentissage automatique. 

Ce tutoriel vous présente Amazon Rekognition, ses fonctionnalités clés, son fonctionnement et comment vous pouvez commencer à l’utiliser. Nous aborderons également ses avantages, sa tarification et certaines préoccupations liées à son usage.

Qu’est-ce qu’Amazon Rekognition ?

En bref, Amazon Rekognition est un service cloud d’Amazon Web Services (AWS) qui utilise l’apprentissage profond pour analyser des images et des vidéos. Il permet d’identifier automatiquement des objets, des scènes, des visages, du texte et même des contenus à risque — le tout sans connaissances avancées en machine learning.

Ce service d’identification d’images, entièrement managé et fondé sur l’apprentissage profond, a été conçu dès le départ pour fonctionner à grande échelle.  Ce qui distingue Rekognition, ce sont ses modèles préentraînés, prêts à l’emploi. Et si vous avez des besoins spécifiques, vous pouvez aussi entraîner des modèles personnalisés pour reconnaître des objets ou des motifs propres à votre contexte.

Les trois composants essentiels de toute application d’apprentissage automatique ou d’apprentissage profond sont l’entraînement, les modèles et l’inférence.

Composants clés d’une application d’IA - apprentissage profond. Source : Napkin AI

Parmi ces trois composants, l’avantage majeur est que l’entraînement est déjà fait pour vous avec les API Rekognition. Cet entraînement a produit des modèles utilisés par le service. Il vous suffit d’appeler ces API pour générer des inférences dans vos applications. 

Mieux encore, cette approche simple, pilotée par API, permet aux développeurs — quel que soit leur niveau en ML — d’ajouter rapidement des capacités d’IA puissantes à leurs produits. 

Fonctionnalités clés d’Amazon Rekognition

Passons en revue les fonctionnalités les plus percutantes de Rekognition, illustrées par des exemples concrets.

Vue d’ensemble des fonctionnalités d’Amazon Rekognition. Source : Napkin AI

Détection d’objets et de scènes

Des milliers d’objets, de scènes et d’actions dans des images et des vidéos peuvent être identifiés et étiquetés avec précision par Amazon Rekognition. Par exemple, il peut contribuer à automatiser la gestion des stocks en identifiant les produits sur les étagères des magasins. De même, il peut reconnaître voitures et piétons dans des tâches de surveillance du trafic.

Pinterest utilise Rekognition pour étiqueter le contenu téléversé par les utilisateurs et identifier objets, scènes et activités. Cela permet d’associer aux images des mots-clés pertinents et d’améliorer la capacité de la plateforme à recommander des contenus visuellement similaires.

Analyse et reconnaissance faciales

Les fonctionnalités avancées d’analyse et de reconnaissance faciales de Rekognition lui permettent d’identifier des caractéristiques comme une tranche d’âge, un genre ou des émotions. Il fournit aussi une reconnaissance faciale pour la vérification d’identité — pensez aux systèmes d’accès aux bâtiments ou aux portiques d’aéroport. Des entreprises l’utilisent pour confirmer en toute sécurité l’identité des utilisateurs dans des applications bancaires ou des systèmes de pointage.

Avec Amazon Rekognition, PBS a créé un graphe de connaissances d’entreprise pour rassembler des métadonnées de contenu au niveau du segment, du clip, voire de l’image, et attribuer aisément des informations de reconnaissance de visages, d’objets et d’humeurs à plus de 60 000 titres de la bibliothèque numérique de PBS. 

Détection et extraction de texte

Vous vous êtes déjà demandé comment les réseaux sociaux reconnaissent les mèmes ou les images avec du texte incrusté ? Rekognition détecte et reconnaît efficacement le texte dans des photos ou des images vidéo, même lorsque le texte n’est pas parfaitement net ou aligné. Les entreprises peuvent s’en servir pour automatiser le traitement documentaire ou encore pour effectuer des analyses de sentiments à partir de données visuelles. 

Étiquettes personnalisées

Un véritable différenciateur d’Amazon Rekognition est Custom Labels, qui permet aux entreprises d’entraîner Rekognition sur leurs propres données. Si vous êtes marketeur et souhaitez repérer le logo de votre marque téléversé sur les réseaux sociaux, Rekognition peut identifier votre logo à travers des millions d’images, sans vous faire passer des centaines d’heures en revue manuelle — et produire ainsi des insights marketing exploitables.

San Diego Gas & Electric (SDG&E) utilise les étiquettes personnalisées de Rekognition pour identifier automatiquement des dommages sur des actifs à partir d’images de drones et des risques liés à la végétation sur des images satellites.

Modération de contenu

Grâce à sa fonction de modération de contenu, les réseaux sociaux et plateformes de streaming utilisent Rekognition pour filtrer automatiquement les contenus inappropriés tels que le matériel sexuellement explicite et les scènes de violence graphique dans les fichiers téléversés par les utilisateurs. La gestion de volumes massifs de contenus générés par les utilisateurs devient à la fois simple et fiable.

Reconnaissance de célébrités

La fonctionnalité de reconnaissance de célébrités d’Amazon Rekognition est largement utilisée par les médias couvrant des événements de divertissement. L’identification rapide permet aux éditeurs d’auto-étiqueter les photos ou vidéos issues de tapis rouges ou de sujets d’actualité, améliorant considérablement les workflows.

Comment fonctionne Amazon Rekognition

Amazon Rekognition utilise des modèles d’apprentissage profond avancés hébergés sur une infrastructure cloud AWS extensible. Voici le flux simplifié :

1. Données en entrée : vous fournissez des images ou des vidéos via l’API Rekognition.
2. Traitement par l’IA : les modèles d’apprentissage profond de Rekognition analysent les données et détectent visages, objets, texte ou type de contenu.
3. Résultats : les résultats sont renvoyés très rapidement via des appels API au format JSON, prêts à être intégrés à vos applications ou bases de données.

Le service peut être combiné à d’autres solutions AWS comme AWS Lambda et Amazon Kinesis pour des scénarios d’analyse en temps réel, par exemple la surveillance vidéo pour la sécurité.

Architecture de haut niveau

• Images ou flux vidéo téléversés dans Amazon S3.
• Les appels à l’API AWS Rekognition déclenchent l’inférence d’IA.
• Les résultats sont renvoyés via l’API vers votre application ou vos services.

Pipeline image

Le pipeline de haut niveau est le suivant :

• Un message est envoyé à une file d’attente Amazon SQS pour lancer le pipeline de traitement d’image.
• Cela déclenche une fonction Lambda, exécutée de manière synchrone.
• La fonction Lambda appelle Amazon Rekognition pour analyser l’image.
• Les résultats d’analyse sont stockés dans DynamoDB, S3 ou Elasticsearch, selon le cas d’usage.
• Le débit du pipeline est contrôlé en ajustant la taille des lots et la concurrence Lambda, pour un traitement efficace.

Pipeline vidéo

Le pipeline de haut niveau est le suivant :

• Le pipeline de traitement vidéo envoie des messages à une file Amazon SQS, ce qui lance l’analyse vidéo.
• Une fonction Lambda planificatrice s’exécute à intervalles réguliers et soumet des requêtes de traitement vidéo à Amazon Rekognition jusqu’à atteindre le nombre maximal de tâches concurrentes.
• Lorsqu’une tâche d’analyse vidéo est terminée, Amazon Rekognition envoie une notification via Amazon SNS, déclenchant la soumission du lot suivant.
• Les résultats de l’analyse sont stockés dans les espaces de données appropriés pour réutilisation.
• Le pipeline adapte automatiquement sa vitesse de traitement selon les limites du compte AWS, garantissant des performances optimales.

Cette architecture de référence propose un approfondissement technique si besoin.

Comment utiliser Amazon Rekognition

Voici à quel point il est simple pour une entreprise d’intégrer Amazon Rekognition dans son flux de travail :

Workflow Amazon Rekognition

Workflow Amazon Rekognition. Source : image Napkin AI

• Étape 1 : stockez vos images/vidéos dans Amazon S3.
• Étape 2 : appelez l’API Rekognition via les SDK AWS (disponibles pour Python, Java, Node.js, etc.).
• Étape 3 : recevez et traitez la réponse JSON de Rekognition contenant les insights.
• Étape 4 : intégrez ces insights dans la logique de votre application pour déclencher des actions comme des alertes ou un filtrage de contenu.

Premiers pas avec Amazon Rekognition

Les principales étapes pour démarrer avec Rekognition sont les suivantes. 

1. Inscription : créez votre compte AWS sur aws.amazon.com.
2. Configuration via la console AWS : accédez à Rekognition depuis la console de gestion AWS. Tapez Rekognition dans la barre de recherche et sélectionnez rekognition pour ouvrir la console du service.

Configuration d’Amazon Rekognition via la console AWS. Source : AWS

3. Intégration AWS CLI & SDK : installez AWS CLI ou le SDK de votre choix pour un accès programmatique.
4. Mettre en œuvre une analyse d’essai : lancez une analyse d’image simple pour vous familiariser. Par exemple, vous pouvez sélectionner Facial analysis dans le menu de gauche comme ci-dessous. Cette fonctionnalité vous permet d’analyser des visages dans une image et de recevoir une réponse JSON.

Sélectionnez le service pertinent. Source de l’image : AWS

Comme vous l’avez constaté, c’est étonnamment simple !

Avantages d’Amazon Rekognition

Voici pourquoi de nombreuses entreprises apprécient Rekognition :

Scalabilité et performances

Étant exécuté sur l’infrastructure AWS, Rekognition peut monter en charge automatiquement et traiter des millions d’images et de vidéos sans latence. Les entreprises n’ont pas à craindre de chute de performance, quelle que soit l’ampleur de la charge. Il est aussi possible d’augmenter l’efficacité des tâches de relecture humaine grâce à l’IA.

Maîtrise des coûts

Avec son modèle de tarification à l’usage, vous ne payez que ce que vous consommez — une solution économique sans investissement initial lourd.

Facilité d’intégration

Des API conviviales facilitent la mise en œuvre, même pour des équipes avec peu ou pas d’expertise en machine learning. Inutile de construire des modèles complexes à partir de zéro — branchez et commencez à analyser images ou vidéos.

Précision et fiabilité

Amazon améliore en continu ses modèles d’IA, ce qui se traduit par une meilleure précision et moins d’efforts manuels pour les entreprises. Cela aide à réduire les erreurs humaines dans des tâches comme la vérification d’identité, la détection d’objets et la modération de contenu.

Préoccupations et controverses autour d’Amazon Rekognition

Comme toute technologie puissante, Rekognition suscite des préoccupations légitimes :

Vie privée et surveillance

L’usage de Rekognition par les forces de l’ordre et dans la surveillance a déclenché de vifs débats. Les critiques estiment que la reconnaissance faciale par IA pourrait être détournée à des fins de surveillance de masse, portant atteinte à la vie privée et aux libertés civiles. Amazon a été critiqué pour la vente de cette technologie à des agences gouvernementales, avec des inquiétudes sur ses modalités d’utilisation et l’absence de contrôle suffisant.

Biais en reconnaissance faciale

Le biais en IA est une réalité, et des études, notamment celles du MIT, ont montré que les systèmes de reconnaissance faciale peuvent manquer de précision, en particulier pour l’identification d’individus de groupes raciaux ou de genres différents. Les erreurs d’identification peuvent avoir de graves conséquences, notamment dans le cadre de la force publique, où de fausses correspondances peuvent conduire à des arrestations injustifiées. Cette controverse souligne l’urgence d’améliorer l’équité des IA et de garantir que les modèles de reconnaissance faciale fonctionnent aussi bien pour toutes les populations.

Usage éthique et régulation

Face aux critiques croissantes, Amazon a décidé de mettre temporairement fin à la vente de Rekognition aux forces de l’ordre, reconnaissant les enjeux éthiques liés à son usage. Le débat sur l’éthique de l’IA se poursuit, avec des organisations comme l’ACLU qui plaident pour un contrôle et une redevabilité renforcés.

Tarification d’Amazon Rekognition

Amazon Rekognition applique un modèle de tarification à l’usage : vous ne payez que ce que vous consommez. La tarification dépend du type d’analyse effectuée, sans investissement initial. Voyons cela plus en détail : 

Tarification pour les images

Rekognition Image vous permet d’analyser des images à l’aide de l’apprentissage profond. La tarification se décompose en deux volets :

• Analyse d’images : facturation par image analysée. Si vous lancez plusieurs analyses sur une même image, chaque requête est facturée séparément. Par exemple, si vous analysez 2,5 millions d’images pour la détection d’étiquettes, la structure de coût est la suivante :

Premier million d’images : 0,0010 $ par image, soit 1 000 $.

1,5 million d’images suivantes : 0,0008 $ par image, soit 1 200 $.

Coût total : 2 200 $

• Stockage des métadonnées de visages : si vous utilisez la comparaison ou la recherche de visages, Rekognition stocke des métadonnées de visages et vous êtes facturé un petit montant mensuel pour ce stockage. Les coûts sont de 0,00001 $/métadonnée de visage par mois, avec une facturation mensuelle proratisée en cas de mois incomplet.

Tarification pour la vidéo

Si vous analysez des vidéos plutôt que des images, la facturation s’effectue à la minute de séquences traitées.

• Détection d’étiquettes (objets, scènes et activités) : à partir de 0,10 $ par minute
• Recherche de visages (appariement avec une base de données) : à partir de 0,10 $ par minute

Ainsi, traiter 1 000 minutes de vidéo pour la détection d’étiquettes coûterait 100 $ à 0,10 $ par minute.

Tarification pour les étiquettes personnalisées

Rekognition permet d’entraîner le service à reconnaître des objets spécifiques à vos besoins. Cette fonctionnalité comporte deux volets de coûts :

• Entraînement d’un modèle : 1,00 $ par heure
• Exécution des prédictions (inférence) : 4,00 $ pour 1 000 images

À noter : l’entraînement et l’inférence sont facturés à la minute, avec une durée minimale d’1 minute.

Les tarifs détaillés pour d’autres services sont régulièrement mis à jour et sont consultables sur la page Amazon Rekognition Pricing.

Conclusion

Amazon Rekognition est une solution AWS puissante pour l’analyse d’images et de vidéos, offrant la reconnaissance faciale, la détection d’objets, l’extraction de texte et la modération de contenu.  Sa scalabilité, sa facilité d’intégration et sa maîtrise des coûts en font un atout pour de nombreux secteurs. 

Si vous explorez de nouvelles façons de tirer parti de la vision par ordinateur avancée pour votre activité, Amazon Rekognition est sans conteste un point de départ précieux et accessible.

Et si vous souhaitez approfondir les services et produits AWS connexes, nous avons d’excellentes ressources :

• AWS Concepts Course : découvrez l’univers d’Amazon Web Services (AWS) et comprenez pourquoi il est à la pointe du cloud computing.
• AWS Cloud Technology and Services Concepts Course : maîtrisez la technologie cloud AWS avec des exercices pratiques et des applications concrètes dans l’écosystème AWS.
• AWS Cloud Practitioner Certification (CLF-C02) : démontrez vos connaissances fondamentales des services cloud AWS et accédez à tout le nécessaire pour préparer la certification AWS Cloud Practitioner.
• AI Ethics : pourquoi c’est essentiel de bien faire les choses (podcast et blog)
• AI Regulation : comprendre les politiques publiques à l’échelle mondiale (blog)
• AI Ethics Course : explorez l’éthique de l’IA avec un focus sur les principes, l’équité, la réduction des biais et la confiance dans la conception des systèmes.