Invent大會上，亞馬遜推出了Rekognition，它是一種使用深度學習進行圖像識別和分析的托管服務。Rekognition提供的功能包括物體和場景檢測、面部分析、面部比較和面部識別。

在過去5年里，圖像增長的速度一直在上升， 預計2017年拍攝的照片將達到1.2萬億張 ，而2000年拍攝的照片 大概 只有800億張。2016年的Mary Meeker互聯(lián)網趨勢 報告 估計，光是在Snapchat，每天就有10億張照片。

隨著越來越多的內容變成數字圖像，企業(yè)組織該如何索引和解釋這些數據呢?亞馬遜Rekognition的總經理Ranju Das將該服務 定位 為“發(fā)現數據的意義”的一種方式。雖然有許多服務可以提供對數據的洞察，但是“亞馬遜通過Reckognition努力解決視覺內容方面的問題。"

雖然亞馬遜的Rekognition是一個新的公共服務，但是它一直以來都有著良好的表現。AWS首席布道師Jeff Barr 解釋 道：

經過我們的計算機視覺團隊多年的構建，使用深度學習，這個完全托管的服務已經能每天分析數十億的圖像。它已經訓練了數千個物體和場景。Rekognition從一開始就是為大規(guī)模運行而設計的。

對該服務有興趣的企業(yè)組織可以嘗試 控制臺 以快速獲得演示體驗，然后再使用Rekognition的API編寫代碼。

物體和場景檢測

物體和場景檢測可用于識別圖像內的物體。以含有許多物品的起居室為例，使用物體和場景檢測，亞馬遜的Rekognition能夠識別常見的物品，如花朵、咖啡桌和椅子等。

亞馬遜已經確定了物體和場景檢測的以下使用場景：

照片共享應用可以強化智能搜索，并快速找回珍貴的記憶，如婚禮、徒步旅行或日落。

度假租賃市場平臺可以自動地給主機上傳的圖像打上標簽，如壁爐、廚房或游泳池。

旅游網站和論壇可以將用戶生成的圖像按照標簽分類，如海灘、露營或山脈。

亞馬遜已在其Amazon Prime Photo服務中使用Rekognition，它提供免費的照片存儲。亞馬遜 表示 ，該服務已經包含了用戶上傳的“數十億張照片”。因此，亞馬遜可以提供有關已上傳照片內容的元數據。

面部分析

使用面部分析，開發(fā)人員可以獲得照片的如下特征：

人口統(tǒng)計數據

表達的情緒

面部標志

圖片質量

一般屬性，比如某人是否張開了嘴巴

亞馬遜已經確定面部分析的一些使用場景包括：

照片打印服務能給用戶推薦最好的照片。

在線約會應用可以使用面部屬性來改善他們的匹配建議。

廣告服務可以向客戶顯示動態(tài)和個性化的內容。

亞馬遜確定的另一個使用場景是零售客戶服務領域。考慮一下這種情況，購物者在商場內尋找貨物。使用面部分析，商場可以確定客戶的情緒并在顧客沮喪然后決定離開之前與他(她)們展開主動交流。

面部比較

亞馬遜將面部比較API 描述 為一種實現如下功能的方式：

測量兩個圖像中的人臉屬于同一個人的可能性。使用Rekognition，我們可以依據相似度評分來實現近乎實時的基于照片的用戶驗證。

面部比較API依賴于相似度屬性，它在應用程序中可用于驅動不同的行為。例如，考慮為了安保目的使用面部比較的應用程序。我們需要將進入一棟建筑物的相似度閾值設置得遠高于進入房間時調整燈光亮度的相似度閾值。

面部比較的其它使用場景包括：

尋找感興趣或關注的人的監(jiān)視場景。

物聯(lián)網和設備制造商能將基于人臉的驗證直接植入它們的應用。

酒店業(yè)務提供方在識別出貴賓之后為他們提供額外的客戶服務。

面部識別

我們可以為圖像構建索引，然后可用于比較。亞馬遜搜索時使用的是圖像的元數據。

亞馬遜Rekognition在美國東部(弗吉尼亞北部)、美國西部(俄勒岡)和歐盟(愛爾蘭)地區(qū)可用。有一個免費區(qū)間可供開發(fā)人員使用，開發(fā)人員每月可分析最多5000張圖片，每月可保存1000張臉部向量數據，保存一整年。超出的部分按照實際消費量進行計費。