Amazon Rekognition: Phân tích hình ảnh và video bằng AI

Amazon Rekognition là dịch vụ được hỗ trợ bởi AI của Amazon Web Services (AWS) giúp doanh nghiệp phân tích hình ảnh và video một cách dễ dàng. Dù bạn cần phát hiện đối tượng, nhận diện khuôn mặt hay kiểm duyệt nội dung, Rekognition đều cho phép thực hiện mà không đòi hỏi chuyên môn sâu về machine learning. 

Hướng dẫn này sẽ giới thiệu Amazon Rekognition là gì, các tính năng chính, cách thức hoạt động và cách bạn có thể bắt đầu sử dụng. Chúng tôi cũng sẽ bàn về lợi ích, giá thành và một số lo ngại xoay quanh việc sử dụng dịch vụ này.

Amazon Rekognition là gì?

Nói một cách đơn giản, Amazon Rekognition là dịch vụ đám mây của Amazon Web Services (AWS) sử dụng deep learning để phân tích hình ảnh và video. Dịch vụ giúp tự động nhận diện đối tượng, bối cảnh, khuôn mặt, văn bản và thậm chí cả nội dung không an toàn—tất cả mà không cần kiến thức sâu về machine learning.

Đây là dịch vụ nhận diện hình ảnh dựa trên deep learning, được quản lý toàn phần và thiết kế để vận hành ở quy mô lớn ngay từ đầu.  Điểm nổi bật của Rekognition là các mô hình đã được huấn luyện sẵn, sẵn sàng sử dụng ngay. Tuy nhiên, nếu bạn có nhu cầu cụ thể, bạn cũng có thể huấn luyện mô hình tùy chỉnh để nhận diện các đối tượng hoặc mẫu đặc thù.

Ba thành phần cốt lõi của bất kỳ ứng dụng machine learning hoặc deep learning nào là huấn luyện, mô hình và suy luận (inference).

Các thành phần cốt lõi của một ứng dụng ML - Deep Learning. Nguồn: Napkin AI

Trong ba thành phần này, lợi thế lớn là phần huấn luyện đã được thực hiện sẵn cho bạn với các API của Rekognition. Việc huấn luyện này đã tạo ra các mô hình đang được sử dụng trong dịch vụ. Bạn chỉ cần truy cập các API này để tạo suy luận cho ứng dụng của mình. 

Hơn nữa, cách tiếp cận dựa trên API đơn giản này giúp các nhà phát triển—bất kể chuyên môn ML—có thể nhanh chóng bổ sung các năng lực AI mạnh mẽ vào sản phẩm của họ. 

Các tính năng chính của Amazon Rekognition

Hãy khám phá một số tính năng nổi bật nhất của Rekognition, minh họa bằng các ví dụ thực tế.

Tổng quan về các tính năng của Amazon Rekognition. Nguồn: Napkin AI

Phát hiện đối tượng và bối cảnh

Hàng nghìn đối tượng, bối cảnh, hành động trong ảnh và video có thể được Amazon Rekognition nhận diện và gắn nhãn chính xác. Ví dụ, nó có thể hỗ trợ tự động hóa quản lý hàng tồn kho bằng cách nhận diện sản phẩm trên kệ. Tương tự, nó có thể nhận diện ô tô và người đi bộ trong các tác vụ giám sát giao thông.

Pinterest sử dụng Rekognition để gắn nhãn nội dung do người dùng tải lên và nhận diện đối tượng, bối cảnh, hoạt động. Điều này giúp gắn thẻ hình ảnh với các từ khóa phù hợp, cải thiện khả năng đề xuất nội dung tương tự về mặt hình ảnh của nền tảng.

Phân tích và nhận diện khuôn mặt

Khả năng phân tích và nhận diện khuôn mặt tinh vi của Rekognition cho phép xác định các đặc điểm như khoảng tuổi, giới tính và cảm xúc. Bên cạnh đó, nó cung cấp nhận diện khuôn mặt phục vụ xác minh danh tính—chẳng hạn hệ thống cổng ra vào tòa nhà hoặc cổng an ninh tại sân bay. Doanh nghiệp sử dụng Rekognition để xác thực danh tính người dùng một cách an toàn trong ứng dụng ngân hàng hoặc hệ thống điểm danh.

Sử dụng Amazon Rekognition, PBS đã tạo ra đồ thị tri thức doanh nghiệp để thu thập siêu dữ liệu nội dung ở cấp đoạn, clip, thậm chí từng khung hình, và dễ dàng gán thông tin nhận diện khuôn mặt, đối tượng và tâm trạng cho hơn 60.000 tựa trong thư viện số của PBS. 

Phát hiện và trích xuất văn bản

Bạn đã từng thắc mắc các mạng xã hội nhận ra meme hay hình ảnh có chữ chèn lên như thế nào chưa? Rekognition phát hiện và nhận diện văn bản trong ảnh hoặc khung hình video một cách hiệu quả, ngay cả khi văn bản không rõ ràng hoặc không thẳng hàng. Điều này có thể được dùng để tăng cường xử lý tài liệu tự động cho doanh nghiệp hoặc thậm chí để thực hiện phân tích cảm xúc dựa trên dữ liệu trực quan. 

Nhãn tùy chỉnh

Một điểm khác biệt rõ ràng của Amazon Rekognition là Custom Labels, cho phép công ty huấn luyện Rekognition trên dữ liệu riêng của họ. Nếu bạn là người làm marketing và muốn xem logo thương hiệu của mình được tải lên mạng xã hội, Rekognition có thể nhận diện logo của bạn trên hàng triệu hình ảnh mà không cần bạn phải dành hàng trăm giờ rà soát thủ công—từ đó tạo ra insight marketing có thể hành động.

San Diego Gas & Electric (SDG&E) sử dụng các nhãn tùy chỉnh của Rekognition để tự động nhận diện hư hỏng tài sản trên ảnh từ drone và rủi ro thảm thực vật trên ảnh vệ tinh.

Kiểm duyệt nội dung

Với tính năng kiểm duyệt nội dung, các công ty mạng xã hội và nền tảng phát video sử dụng Rekognition để tự động lọc nội dung không phù hợp như tài liệu có tính khiêu dâm và bạo lực đồ họa khỏi nội dung người dùng tải lên. Điều này giúp việc xử lý lượng lớn nội dung do người dùng tạo ra trở nên rất đơn giản và đáng tin cậy.

Nhận diện người nổi tiếng

Tính năng nhận diện người nổi tiếng của Amazon Rekognition được các công ty truyền thông sử dụng rộng rãi khi đưa tin sự kiện giải trí. Khả năng xác định nhanh người nổi tiếng cho phép nhà cung cấp nội dung tự động gắn thẻ ảnh hoặc video từ sự kiện thảm đỏ hay các bản tin, mang lại cải thiện đáng kể cho quy trình làm việc.

Cách Amazon Rekognition hoạt động

Amazon Rekognition sử dụng các mô hình deep learning tiên tiến được lưu trữ trên hạ tầng điện toán đám mây AWS có khả năng mở rộng. Dưới đây là quy trình đơn giản hóa:

1. Dữ liệu đầu vào: Bạn cung cấp hình ảnh hoặc video thông qua API Rekognition.
2. Xử lý bằng AI: Các mô hình deep learning của Rekognition phân tích dữ liệu, phát hiện khuôn mặt, đối tượng, văn bản hoặc loại nội dung.
3. Kết quả: Kết quả được trả về nhanh chóng qua các lệnh gọi API ở định dạng JSON, sẵn sàng tích hợp vào ứng dụng hoặc cơ sở dữ liệu của bạn.

Dịch vụ này có thể hoạt động cùng các giải pháp AWS khác như AWS Lambda và Amazon Kinesis để cho phép các kịch bản phân tích thời gian thực, chẳng hạn giám sát video trực tiếp cho an ninh.

Kiến trúc cấp cao

• Hình ảnh hoặc luồng video được tải lên Amazon S3.
• Các lệnh gọi API AWS Rekognition kích hoạt suy luận AI.
• Kết quả được gửi lại qua API đến ứng dụng hoặc dịch vụ của bạn.

Pipeline cho hình ảnh

Quy trình cấp cao được phác thảo như sau:

• Một thông điệp được gửi đến hàng đợi Amazon SQS, khởi động pipeline xử lý hình ảnh.
• Điều này kích hoạt một hàm Lambda chạy đồng bộ.
• Hàm Lambda gọi Amazon Rekognition để phân tích hình ảnh.
• Kết quả phân tích được lưu vào DynamoDB, S3 hoặc Elasticsearch, tùy theo trường hợp sử dụng.
• Thông lượng của pipeline được kiểm soát bằng cách điều chỉnh kích thước lô và mức độ đồng thời của Lambda, đảm bảo xử lý hiệu quả.

Pipeline cho video

Quy trình cấp cao được phác thảo như sau:

• Pipeline xử lý video gửi thông điệp đến hàng đợi Amazon SQS, khởi tạo phân tích video.
• Một hàm Lambda lập lịch chạy theo chu kỳ đều đặn, gửi yêu cầu xử lý video đến Amazon Rekognition cho đến khi đạt số lượng tác vụ đồng thời tối đa.
• Khi một tác vụ phân tích video hoàn tất, Amazon Rekognition gửi thông báo qua Amazon SNS, kích hoạt việc gửi đợt tác vụ tiếp theo.
• Kết quả phân tích được lưu vào các kho dữ liệu phù hợp để sử dụng tiếp.
• Pipeline tự động điều chỉnh tốc độ xử lý dựa trên giới hạn của tài khoản AWS, đảm bảo hiệu năng tối ưu.

Kiến trúc tham chiếu này có thể cung cấp cho bạn phần đào sâu kỹ thuật nếu cần.

Cách sử dụng Amazon Rekognition

Dưới đây là cách doanh nghiệp có thể dễ dàng tích hợp Amazon Rekognition vào quy trình làm việc:

Quy trình làm việc của Amazon Rekognition

Quy trình làm việc của Amazon Rekognition. Nguồn: Hình ảnh của Napkin AI

• Bước 1: Lưu trữ dữ liệu hình ảnh/video của bạn trong Amazon S3.
• Bước 2: Gọi API đến Rekognition bằng các SDK của AWS (có sẵn cho Python, Java, Node.js, v.v.).
• Bước 3: Nhận và xử lý phản hồi JSON từ Rekognition với các insight.
• Bước 4: Tích hợp các insight này vào logic ứng dụng của bạn, kích hoạt các hành động như cảnh báo hoặc lọc nội dung.

Bắt đầu với Amazon Rekognition

Các bước chính để bắt đầu với Rekognition được nêu bên dưới. 

1. Đăng ký: Tạo tài khoản AWS tại aws.amazon.com.
2. Thiết lập qua AWS Console: Truy cập Rekognition qua AWS Management Console. Bạn có thể làm điều này bằng cách gõ Rekognition trong thanh tìm kiếm và chọn rekognition để mở bảng điều khiển dịch vụ.

Thiết lập Amazon Rekognition qua AWS Console. Nguồn: AWS

3. Tích hợp AWS CLI & SDK: Cài đặt AWS CLI hoặc SDK ưa thích để truy cập theo lập trình.
4. Thực hiện phân tích mẫu: Hãy thử chạy một phân tích hình ảnh đơn giản để làm quen. Ví dụ, bạn có thể chọn Phân tích khuôn mặt trong điều hướng bảng bên trái như hình dưới. Tính năng này cho phép bạn phân tích khuôn mặt trong ảnh và nhận phản hồi JSON.

Chọn dịch vụ phù hợp. Nguồn hình ảnh: AWS

Như bạn đã thấy, mọi thứ thực sự rất đơn giản!

Lợi ích của Amazon Rekognition

Một số lý do khiến doanh nghiệp ưa chuộng Rekognition bao gồm:

Khả năng mở rộng & hiệu năng

Vì Rekognition chạy trên hạ tầng AWS, nó có thể tự động mở rộng, xử lý hàng triệu hình ảnh và video mà không bị trễ. Doanh nghiệp không phải lo lắng về sụt giảm hiệu năng, dù khối lượng công việc lớn đến đâu. Cũng có thể tăng cường các tác vụ rà soát thủ công bằng AI.

Tiết kiệm chi phí

Với mô hình định giá trả theo mức sử dụng, công ty chỉ trả tiền cho những gì họ dùng, trở thành giải pháp tiết kiệm ngân sách mà không cần đầu tư ban đầu lớn.

Dễ tích hợp

Các API thân thiện với người dùng giúp triển khai đơn giản, ngay cả với đội ngũ ít hoặc không có chuyên môn machine learning. Không cần xây dựng mô hình phức tạp từ đầu—chỉ cần kết nối và bắt đầu phân tích hình ảnh hoặc video.

Độ chính xác & độ tin cậy

Amazon liên tục huấn luyện và cải thiện các mô hình AI của mình, đồng nghĩa với độ chính xác cao hơn và giảm công sức thủ công cho doanh nghiệp. Điều này giúp giảm lỗi con người trong các tác vụ như xác minh danh tính, phát hiện đối tượng và kiểm duyệt nội dung.

Những lo ngại và tranh cãi quanh Amazon Rekognition

Giống như bất kỳ công nghệ mạnh mẽ nào, Rekognition đã làm dấy lên vài lo ngại hợp lý:

Lo ngại về quyền riêng tư và giám sát

Việc sử dụng Rekognition trong thực thi pháp luật và giám sát đã gây ra nhiều tranh luận. Những người chỉ trích cho rằng nhận diện khuôn mặt bằng AI có thể bị lạm dụng cho giám sát đại trà, có khả năng xâm phạm quyền riêng tư và tự do dân sự. Amazon đã bị chỉ trích vì bán công nghệ này cho cơ quan chính phủ, với các lo ngại về cách thức sử dụng và liệu nó có thiếu giám sát thích hợp hay không.

Thiên lệch trong nhận diện khuôn mặt

Thiên lệch trong AI là vấn đề có thật, và các nghiên cứu, bao gồm từ MIT, đã chỉ ra rằng các hệ thống nhận diện khuôn mặt có thể gặp khó khăn về độ chính xác, đặc biệt khi xác định cá nhân thuộc các nhóm chủng tộc hoặc giới khác nhau. Nhận diện sai có thể gây hệ quả nghiêm trọng, đặc biệt trong thực thi pháp luật, nơi kết quả khớp sai có thể dẫn đến bắt giữ nhầm. Tranh cãi này nhấn mạnh nhu cầu cấp bách trong việc cải thiện tính công bằng của AI và đảm bảo các mô hình nhận diện khuôn mặt hoạt động đồng đều trên các nhóm dân số đa dạng.

Sử dụng có đạo đức và quy định

Giữa làn sóng chỉ trích gia tăng, Amazon đã quyết định tạm thời dừng bán Rekognition cho các cơ quan thực thi pháp luật, thừa nhận những lo ngại đạo đức xoay quanh việc sử dụng. Cuộc tranh luận về đạo đức AI vẫn tiếp diễn, với các tổ chức như ACLU thúc đẩy giám sát và trách nhiệm giải trình nghiêm ngặt hơn.

Giá của Amazon Rekognition

Amazon Rekognition áp dụng mô hình định giá trả theo mức sử dụng, nghĩa là bạn chỉ trả tiền cho những gì bạn dùng. Giá dựa trên loại phân tích bạn thực hiện, và không có khoản đầu tư ban đầu. Hãy cùng hiểu rõ hơn: 

Giá cho hình ảnh

Rekognition Image cho phép bạn phân tích hình ảnh bằng công nghệ deep learning. Giá được chia làm hai phần:

• Phân tích hình ảnh: Bạn bị tính phí theo từng ảnh được phân tích. Nếu bạn chạy nhiều phân tích trên cùng một ảnh, bạn sẽ bị tính phí riêng cho mỗi yêu cầu. Ví dụ, nếu bạn phân tích 2,5 triệu ảnh để phát hiện nhãn, cấu trúc chi phí như sau:

1 triệu ảnh đầu tiên: $0,0010 mỗi ảnh, chi phí sẽ là $1.000. 

1,5 triệu ảnh tiếp theo: $0,0008 mỗi ảnh, chi phí sẽ là $1.200

Tổng chi phí: $2.200

• Lưu trữ siêu dữ liệu khuôn mặt: Nếu bạn sử dụng so sánh hoặc tìm kiếm khuôn mặt, Rekognition sẽ lưu trữ siêu dữ liệu khuôn mặt và bạn sẽ bị tính một khoản phí nhỏ hàng tháng cho việc lưu trữ này. Mức phí là $0,00001/siêu dữ liệu khuôn mặt mỗi tháng, phí lưu trữ được áp dụng hàng tháng và tính theo tỷ lệ cho phần tháng lẻ.

Giá cho video

Nếu bạn phân tích video thay vì hình ảnh, bạn sẽ bị tính phí theo mỗi phút cảnh quay được xử lý.

• Phát hiện nhãn (phát hiện đối tượng, bối cảnh và hoạt động): Bắt đầu từ $0,10 mỗi phút
• Tìm kiếm khuôn mặt (đối sánh khuôn mặt với cơ sở dữ liệu): Bắt đầu từ $0,10 mỗi phút

Vì vậy, xử lý 1.000 phút video để phát hiện nhãn sẽ tốn $100 với mức $0,10 mỗi phút.

Giá cho nhãn tùy chỉnh

Rekognition cho phép doanh nghiệp huấn luyện để nhận diện các đối tượng cụ thể phù hợp với nhu cầu riêng. Tính năng này có hai loại chi phí:

• Huấn luyện mô hình: $1,00 mỗi giờ
• Chạy dự đoán (Suy luận): $4,00 mỗi 1.000 ảnh

Đáng chú ý là việc sử dụng Huấn luyện và Suy luận được tính theo từng phút, với tối thiểu 1 phút.

Giá chi tiết cho nhiều dịch vụ khác liên tục được cập nhật và có thể xem tại trang Amazon Rekognition Pricing.

Kết luận

Amazon Rekognition là sản phẩm mạnh mẽ của AWS dành cho phân tích hình ảnh và video, cung cấp các tính năng như nhận diện khuôn mặt, phát hiện đối tượng, trích xuất văn bản và kiểm duyệt nội dung.  Khả năng mở rộng, dễ tích hợp và hiệu quả chi phí khiến nó trở nên hữu ích cho doanh nghiệp ở nhiều ngành. 

Nếu bạn đang tìm cách ứng dụng thị giác máy tính tiên tiến cho doanh nghiệp của mình, Amazon Rekognition chắc chắn là điểm khởi đầu đáng giá và dễ tiếp cận.

Và nếu bạn muốn khám phá và học thêm về các dịch vụ, sản phẩm liên quan của AWS, chúng tôi có những tài nguyên hữu ích:

• Khóa học AWS Concepts: Khám phá thế giới Amazon Web Services (AWS) và hiểu vì sao nó dẫn đầu lĩnh vực điện toán đám mây.
• Khóa học AWS Cloud Technology and Services Concepts: Thành thạo công nghệ đám mây AWS với học tập thực hành và ứng dụng thực tiễn trong hệ sinh thái AWS.
• Chứng chỉ AWS Cloud Practitioner (CLF-C02): Chứng minh kiến thức nền tảng về dịch vụ đám mây AWS và truy cập mọi thứ bạn cần để chuẩn bị cho kỳ thi AWS Cloud Practitioner.
• Đạo đức AI: Vì sao làm đúng điều này là quan trọng (Podcast & Blog)
• Quy định về AI: Blog tìm hiểu chính sách toàn cầu
• Khóa học Đạo đức AI: Khám phá đạo đức AI tập trung vào nguyên tắc, công bằng, giảm thiên lệch và xây dựng niềm tin trong thiết kế AI.