终止支持通知：2025 年 10 月 31 日，AWS 将停止对 Amazon Rekognition 人物跟踪的支持。2025 年 10 月 31 日之后，您将无法再使用 Rekognition 人物跟踪功能。有关更多信息，请参阅探索 Rekognition 人物跟踪的替代方案

Amazon Rekognition Video

简介

Amazon Rekognition Video 是一种完全托管式机器学习 (ML) 服务，支持实时串流视频活动和存储视频分析。

Amazon Rekognition 串流视频活动是一项低成本、低延迟的服务，可以检测连接摄像头的视频流式传输中的对象。Amazon Rekognition 串流视频活动会返回检测到的对象，例如人、宠物或包裹、边界框坐标、检测到的对象的放大图像以及时间戳。当检测到所需对象时，您可以及时发出可操作的提示。

Amazon Rekognition 存储视频分析服务用于分析您在 Simple Storage Service (Amazon S3) 中存储的视频，并检测对象、场景、地标、名人、文本、活动和任何不当内容。Rekognition Video 存储视频分析还提供高度准确的面部分析和面部搜索功能，以检测、分析和比较面部，并帮助您了解视频中人物的运动。每个结果或检测都与时间戳配对，因此您可以轻松创建索引以进行详细的视频搜索，或者快速导航至视频中有趣的部分，以进行进一步分析。对于对象、面孔、文本和人物，Rekognition Video 存储视频分析还会返回边界框坐标，指明检测在画面中的具体位置。

使用案例

Amazon Rekognition 串流视频活动是一种低成本、低延迟、完全托管式机器学习服务，适用于互联家居使用案例。该服务可以从实时视频流式传输中检测人、宠物和包裹等对象。当检测到所需对象时，您可以及时发出可操作的提示，并将错误提示降至最低。您可以创建优雅的自动化体验，例如在检测到人时自动打开车库灯。

使用 Amazon Rekognition Video 生成的对象、场景、活动、名人、文本和面孔分析元数据，您可以自动索引大型视频资产存档，并使其易于搜索。操作人员可以快速找到所需的资产，而无需手动浏览所有视频。使用 Amazon Rekognition Video、Amazon Transcribe 和端到端无服务器 AWS 解决方案（例如 Media2Cloud 和媒体洞察引擎），您可以在从磁带到媒体资产管理（MAM）系统的整个过程中无缝地策管和过滤归档并通过其获利。

借助 Amazon Rekognition Video，您可以快速标记数千小时的资产中何时出现不适当或品牌不安全的内容。审阅人无需查看每个资产的每一秒，而只需查看 Amazon Rekognition Video 标记的时间戳。此外，使用可用审核标签的详细层次结构，您可以满足不同国际市场的合规需求。要执行音频审核，您可以使用 Amazon Transcribe 中的元数据。

Amazon Rekognition Video 使您能够投放与所显示视频内容最相关的广告。通过使用在某个时间戳上检测到的标签、活动或名人，您可以提高在内容播放后立即显示的广告的效果和回报。

借助 Amazon Rekognition Video，您可以通过研究每个人的购买轨迹来分析零售商店中购物者的行为和密度。利用面孔分析，您还可以了解购物者的平均年龄范围、性别分布以及所表达的情绪，而无需识别他们。

Page Topics

一般性问题

一般性问题

Amazon Rekognition 串流视频活动是一项低成本、低延迟、完全托管式服务，可实时检测人、宠物和包裹等对象。Amazon Rekognition 串流视频活动会返回检测到的对象，例如人、宠物或包裹、边界框坐标、检测到的对象的放大图像以及时间戳。当检测到所需对象时，您可以及时发出可操作的提示。

了解更多

Amazon Rekognition 串流视频活动可实时分析您的直播视频流式传输以检测并搜索面孔。您只需将流式传输从 Amazon Kinesis Video Streams 输入到 Rekognition Video 中，便能以非常低的延迟在图像存储库中执行面孔搜索。

了解详情

 

Amazon Rekognition Video 可自动识别数千个对象（如车辆或宠物）；城市、沙滩或婚礼等场景；包裹派送或跳舞等活动；以及地标。对于检测到的每个标签，您都会获得一个置信度评分。对于“人物”或“车辆”等常见对象，您还可以获得对象边界框，以启用计数和对象本地化。Amazon Rekognition Video 依赖于视频中的运动来准确识别复杂的活动，如“吹蜡烛”或“灭火”。使用此丰富的元数据，您可以使内容可搜索，或投放与前面内容的上下文最匹配的广告。

了解更多

 

 

Amazon Rekognition Video 可自动检测视频中的不当内容，例如裸露、暴力或武器，并为每次检测提供时间戳。您还将获得包含置信度评分的标签的分层列表，它描述了不安全内容的子类别。例如，“女性裸体图”是“显式裸露”的一个子类别。置信度评分和详细标签允许您设置各种业务规则，以满足不同市场和地理位置的合规需求。

了解更多

 

 

 

Amazon Rekognition Video 可自动检测并读取视频中的文本，并提供检测置信度、位置边界框以及每次文本检测的时间戳。此外，现在您可以便捷地按感兴趣的区域 (ROI)、文字边界框大小和文字置信度评分筛选文字。例如，您可能只想在屏幕图形底部的第三个区域中检测文本，或者只想在足球比赛中检测记分牌左上角的文本。

了解更多

 

借助 Amazon Rekognition Video，您可以检测和识别知名人士在视频中出现的时间和位置。时间编码的输出包括名人的姓名和唯一 ID、指向名人相关内容的 URL，如名人的 IMDB 链接。

了解详情

 

 

Amazon Rekognition Video 可在一个视频帧中最多检测 100 个面孔，并返回边界框位置。对于每个检测到的面孔，您还可以获得其他属性，例如性别、情绪、估计的年龄范围、此人是否面带微笑，以及每次检测的时间戳。

了解更多

 

 

 

Amazon Rekognition Video 可以通过搜索私有人脸图像存储库来识别视频中的已知人员。您将获得每个匹配项的相似度分数，以及视频中标识同一个人的每个实例的时间戳。Amazon Rekognition Video 还可以将存储库中没有匹配项的所有未知人员聚集在一起，并为每个人返回带有唯一标识符的时间戳。

了解详情

 

 

 

 

借助 Amazon Rekognition Video，您可以捕获每个人在视频中的移动位置、时间和方式。Amazon Rekognition 还为找到的每个人提供唯一索引，使您可以计算视频中的人数。

了解详情

 

 

 

 

 

  • Abode Systems (Abode)

    Abode Systems (Abode) 为房主提供了一套全面的自助家庭安全解决方案，只需几分钟即可完成设置，使房主能够确保家庭和财产安全。自该公司于 2015 年启动该解决方案以来，摄像头传感器在 Abode 的解决方案中发挥了重要作用，使客户能够从任何地方直观地监控他们的家。

    我们始终专注于做出技术选择，为客户提供价值，实现快速增长，同时保持低成本。有了 Amazon Rekognition 串流视频活动，我们可以启动人、宠物和包裹检测，而自行开发这一切的成本微不足道。对我们来说，这是一个不需要动脑筋的过程，我们不想创建和维护一个定制的计算机视觉服务。因此我们求助于 Rekognition 团队的专家。Amazon Rekognition 的串流视频活动 API 准确、可扩展，并且易于整合到我们的系统中。这种集成增强了我们的智能通知功能，因此，每次当视频流中出现感兴趣的事件触发运动传感器时，客户只会收到 2 或 3 个智能通知，而不是每天收到 100 个通知。

    Scott Beck，Abode Systems 首席技术官

  • VidMob

    VidMob 是一款技术平台，可通过全球网络，将营销人员与专业编辑、动画师和动态影像设计师联系起来。

    性能数据不是问题，但了解为什么某些创意资产的效果比其他资产好，然后能根据这些信息采取相应措施是个问题。通过在 Amazon Rekognition 上构建 VidMob 的 Agile Creative Suite™，我们解决了营销人员遇到的两个最重要的难题。迄今为止，我们的 Agile Creative Suite 已经使用 Rekognition 分析了超过 40000 项创意资产。来自 Rekognition 的数据粒度使我们能够为客户提供深入见解，并使他们能够以全新的方式查看其内容。

    Alex Collmer，VidMob 首席执行官兼创始人

  • Pattern89

     

    Pattern89 是世界上第一个进行有偿社交的数据科学训练平台。

    Pattern89 使用 Amazon Rekognition 向我们的客户提供深度数据分析，包括创新训练，以改善在 Facebook 和 Instagram 上的广告绩效。我们的客户已经能够实施我们的建议来缩减广告开支、提高收益和改善效率指标。我们之所以选择 Amazon Rekognition，是因为其简单的 API、支持多种媒体类型以及一流的标签和面部检测。

    Matt Brown，Pattern89 首席技术官