Amazon Rekognition：基于 AI 的图像与视频分析

Amazon Rekognition 是亚马逊云科技（AWS）推出的一项 AI 驱动服务，可帮助企业轻松分析图像与视频。无论是检测目标、识别人脸，还是进行内容审核，Rekognition 都能胜任，而且不需要深厚的机器学习专业知识。

本教程将带您了解 Amazon Rekognition 是什么、其核心功能、工作原理，以及如何开始使用。我们还将讨论其优势、价格，以及围绕其使用的一些争议与担忧。

什么是 Amazon Rekognition？

简单来说，Amazon Rekognition 是一项由亚马逊云科技（AWS）提供的云端服务，使用深度学习来分析图像与视频。它能自动识别对象、场景、人脸、文本，甚至不安全内容——且无需深入的机器学习知识。

这是一项完全托管、基于深度学习的图像识别服务，自设计之初就面向大规模运行。Rekognition 的亮点在于其预训练模型，开箱即用。如果您有特定需求，也可以训练自定义模型来识别独特的对象或模式。

任何机器学习或深度学习应用的三个核心组成部分是训练、模型和推理。

机器学习/深度学习应用的核心组件。来源：Napkin AI

在这三部分中，最大的优势在于通过 Rekognition API，训练工作已经为您完成。训练生成的模型已在服务内部使用。您只需调用这些 API，即可为您的应用生成推理结果。

此外，这种简单的 API 驱动方式意味着开发者——无论是否具备机器学习背景——都能快速为产品加入强大的 AI 能力。

Amazon Rekognition 的关键功能

下面通过实际案例了解 Rekognition 的一些高影响力功能。

Amazon Rekognition 功能概览。来源：Napkin AI

对象与场景检测

Amazon Rekognition 可以精准识别并标注图像与视频中的数千种对象、场景和动作。例如，它可通过识别货架上的产品来帮助自动化库存管理；同样也能在交通监控中识别车辆与行人。

Pinterest 使用 Rekognition 为用户上传的内容打标签，并识别对象、场景与活动。这有助于为图像添加相关关键词，提升平台推荐视觉相似内容的能力。

人脸分析与识别

Rekognition 的高级人脸分析与识别能力可识别年龄范围、性别与情绪等特征。此外，它还能用于身份核验的人脸识别——例如建筑门禁系统或机场安检闸机。企业常用 Rekognition 在银行应用或考勤系统中安全确认用户身份。

借助 Amazon Rekognition，PBS 构建了企业级知识图谱，以片段、剪辑甚至帧为粒度采集内容元数据，并轻松为 PBS 数字库中超过 60,000 个标题标注人脸、对象与情绪识别信息。

文本检测与提取

社交媒体平台如何识别表情包或带文字叠加的图像？Rekognition 能高效检测并识别照片或视频帧中的文本，即使文本并不清晰或未对齐。企业可将其用于增强的自动化文档处理，甚至基于视觉数据进行情感分析。

自定义标签

Amazon Rekognition 的一大差异化功能是 Custom Labels（自定义标签），可让企业用自有数据训练 Rekognition。比如，作为市场营销人员，如果您想追踪品牌 Logo 在社交媒体上的出现，Rekognition 能在数以百万计的图像中识别您的 Logo，而无需您耗费数百小时逐一人工审核，从而产出可行动的营销洞察。

San Diego Gas & Electric (SDG&E) 使用 Rekognition 的自定义标签自动识别无人机影像中的资产损坏，以及卫星影像中的植被风险。

内容审核

借助内容审核功能，社交媒体与视频流媒体平台可用 Rekognition 自动过滤用户上传中的不当内容，如露骨性内容和血腥暴力。即便面对海量用户生成内容，也能确保处理简单且可靠。

名人识别

Amazon Rekognition 的名人识别功能被媒体公司广泛用于娱乐活动报道。对名人的快速识别可让内容方自动为红毯活动或新闻素材的照片或视频打标签，显著提升工作流程效率。

Amazon Rekognition 的工作原理

Amazon Rekognition 在可扩展的 AWS 云计算基础设施上托管先进的深度学习模型。其简化流程如下：

1. 输入数据： 通过 Rekognition API 提供图像或视频。
2. AI 处理： Rekognition 的深度学习模型分析数据，检测人脸、对象、文本或内容类型。
3. 结果： 通过 API 快速返回 JSON 格式的结果，便于集成进您的应用或数据库。

该服务可与 AWS Lambda、Amazon Kinesis 等其他 AWS 方案协同工作，实现实时分析场景，如安防的实时视频监控。

高层架构

• 将图像或视频流上传到 Amazon S3。
• 调用 AWS Rekognition API 触发 AI 推理。
• 分析结果通过 API 返回到您的应用或服务。

图像处理流水线

高层流水线如下：

• 向 Amazon SQS 队列发送消息，启动图像处理流水线。
• 触发一个同步运行的 Lambda 函数。
• Lambda 函数调用 Amazon Rekognition 分析图像。
• 根据使用场景，将分析结果存储到 DynamoDB、S3 或 Elasticsearch 中。
• 通过调整批处理大小与 Lambda 并发度来控制流水线吞吐，确保处理高效。

视频处理流水线

高层流水线如下：

• 视频处理流水线向 Amazon SQS 队列发送消息，启动视频分析。
• 作业调度的 Lambda 函数按固定间隔运行，向 Amazon Rekognition 提交视频处理请求，直至达到最大并发作业数。
• 当视频分析作业完成后，Amazon Rekognition 通过 Amazon SNS 发送通知，并触发提交下一批作业。
• 分析结果被存入相应的数据存储，供后续使用。
• 流水线会根据 AWS 账户限额自动调整处理速度，确保最佳性能。

这份 参考架构可在需要时为您提供更深入的技术解读。

如何使用 Amazon Rekognition

企业可按以下方式轻松将 Amazon Rekognition 集成到工作流程中：

Amazon Rekognition 工作流

Amazon Rekognition 工作流。来源：Napkin AI 制图

• 步骤 1： 将图像/视频数据存储到 Amazon S3。
• 步骤 2： 使用 AWS SDK（支持 Python、Java、Node.js 等）调用 Rekognition API。
• 步骤 3： 接收并处理 Rekognition 返回的 JSON 洞察结果。
• 步骤 4： 将这些洞察集成到应用逻辑中，触发告警或内容过滤等动作。

Amazon Rekognition 入门

开始使用 Rekognition 的主要步骤如下。

1. 注册： 在 aws.amazon.com 创建 AWS 账户。
2. 通过 AWS 控制台设置： 通过 AWS 管理控制台访问 Rekognition。您可以在搜索栏中输入Rekognition 并选择rekognition 打开服务控制台。

通过 AWS 控制台设置 Amazon Rekognition。来源：AWS

3. AWS CLI 与 SDK 集成： 安装 AWS CLI 或首选 SDK，以便进行编程访问。
4. 实现示例分析： 尝试运行一次简单的图像分析以熟悉流程。例如，您可以在左侧面板导航中选择Facial analysis（人脸分析），如下图所示。该功能可分析图像中的人脸，并返回 JSON 响应。

选择相关服务。图片来源：AWS

如您所见，过程相当直观！

Amazon Rekognition 的优势

企业青睐 Rekognition 的原因包括：

可扩展性与性能

由于 Rekognition 运行在 AWS 基础设施之上，可自动扩展，毫无延迟地处理数百万张图像与视频。无论工作负载多大，企业都无需担心性能下降。也可以将 AI 与人工审核协同，提高效率。

成本效益

按量计费模式让企业只为实际使用付费，无需高额前期投入，具备良好的预算友好性。

易于集成

友好的 API 使其易于实现，即使团队几乎没有机器学习经验。无需从零构建复杂模型——接入即可开始分析图像或视频。

准确性与可靠性

亚马逊持续训练并改进其 AI 模型，这意味着更高的准确率与更少的人工投入。这有助于在身份核验、目标检测和内容审核等任务中降低人为错误。

围绕 Amazon Rekognition 的担忧与争议

与任何强大的技术一样，Rekognition 也引发了一些合理担忧：

隐私与监控担忧

在执法与监控领域使用 Rekognition 引发了激烈讨论。批评者认为，AI 驱动的人脸识别可能被用于大规模监控，潜在侵犯隐私权与公民自由。亚马逊因向政府机构出售该技术而备受质疑，人们担心其使用方式以及是否缺乏适当监管。

人脸识别中的偏见

AI 偏见是真实存在的问题，研究（包括 MIT 的研究）显示，人脸识别系统在准确性方面可能面临挑战，尤其是在识别不同种族或性别群体个体时。误识别可能带来严重后果，特别是在执法场景中，错误匹配可能导致冤假错案。此类争议凸显了提升 AI 公平性、确保人脸识别模型在多元人群中同样有效的迫切需求。

伦理使用与监管

在日益增长的批评声中，亚马逊决定暂时停止向执法机构销售 Rekognition，以回应相关伦理担忧。关于 AI 伦理的讨论仍在持续，ACLU 等组织正推动更为严格的监督与问责。

Amazon Rekognition 的定价

Amazon Rekognition 采用按量计费模式，即用多少、付多少。价格依据您执行的分析类型计算，无需前期投入。具体如下：

图像定价

Rekognition Image 允许您使用深度学习技术分析图像。定价分为两部分：

• 图像分析： 按每张已分析图像计费。若对同一图像执行多次分析，每个请求将单独计费。举例而言，若您对 250 万张图像进行标签检测，费用结构如下：

前 100 万张：每张 $0.0010，费用 $1,000。

接下来的 150 万张：每张 $0.0008，费用 $1,200

总费用：$2,200

• 人脸元数据存储： 如果您使用人脸比对或人脸搜索，Rekognition 会存储人脸元数据，并按月收取少量存储费。费用为 $0.00001/条人脸元数据/月，按月计费，不足月按比例计算。

视频定价

如果分析的是视频，则按处理的分钟数计费。

• 标签检测（检测对象、场景与活动）： 起价 $0.10/分钟
• 人脸搜索（与数据库匹配人脸）： 起价 $0.10/分钟

因此，以 $0.10/分钟的价格处理 1,000 分钟的视频标签检测将花费 $100。

自定义标签定价

Rekognition 允许企业训练其识别特定、与自身需求相关的对象。此功能包含两项费用：

• 模型训练：$1.00/小时
• 预测（推理）运行：$4.00/每 1,000 张图像

需要注意的是，训练与推理的用量以分钟为计费单位，最少计 1 分钟。

其他各项服务的详细定价会持续更新，可在 Amazon Rekognition 定价 页面查看。

结论

Amazon Rekognition 是一款功能强大的 AWS 图像与视频分析产品，提供人脸识别、目标检测、文本提取与内容审核等功能。其可扩展性、易集成与高性价比，使其在各行业均具备应用价值。

如果您正探索将先进计算机视觉用于业务的新方式，Amazon Rekognition 无疑是一个既有价值又易上手的起点。

若您想进一步学习与之相关的 AWS 服务与产品，我们准备了以下优质资源：

• AWS 概念课程：探索亚马逊云科技（AWS）的世界，了解其为何站在云计算前沿。
• AWS 云技术与服务概念课程：通过动手实践掌握 AWS 云技术及其在 AWS 生态中的实际应用。
• AWS 云从业者认证（CLF-C02）：展示您对 AWS 云服务的基础认知，并获取备考 AWS 云从业者认证所需的一切资源。
• AI 伦理：为何必须重视（播客与博客）
• AI 监管：解读全球政策的博客
• AI 伦理课程：聚焦原则、公平性、偏见消减与可信 AI 设计。