Пятиминутный обзор AWS Rekognition

Как люди, мы воспринимаем распознавание изображений как должное. Это естественный процесс, продолжающийся с момента нашего появления в младенчестве на протяжении всей нашей жизни. Мы можем легко распознавать объекты, различать похожие объекты и определять уникальные характеристики, которые говорят нам, что это наше домашнее животное по сравнению с похожим животным. Даже будучи младенцами, мы можем распознавать лица как маму и папу, даже если мы не можем точно знать, кто они такие, или не можем вербализовать это распознавание.

Как сообщает Brain Blogger, мозг определяет предметы за миллисекунды, и это быстрое распознавание работает, потому что наш мозг постоянно делает прогнозы об объектах в нашем поле зрения, а затем сравнивает их с поступающей информацией Как мозг распознает лица. Это означает, что распознавание образов - это знание или способность вспомнить достаточно информации из нашей памяти, чтобы точно идентифицировать бабушку, или способность воспринимать / предсказывать информацию об этих объектах, чтобы знать, что скоро произойдет автомобильная авария.

Это создает основу для сложности распознавания изображений как в неподвижных изображениях, так и в видео. Механизмы искусственного интеллекта могут научиться достаточно, чтобы идентифицировать объект, но здесь присутствует фактор уверенности, потому что может быть тонкий нюанс, который не был изучен, чтобы различать двух людей или объекты со 100% уверенностью.

Если бы мы дали определение распознавания изображений, это было бы «Распознавание изображений с технологической точки зрения, относится к компоненту технологии, называемому компьютерным зрением, и относится к технологиям, способным идентифицировать места, логотипы, людей, объекты, здания по изображению, будь то изображение из фотографии, видео или проанализировано в реальном времени с камеры.

Что такое AWS Rekognition?

Amazon Rekognition - это решение для анализа изображений и видео, продукт из категории искусственного интеллекта / машинного обучения, который использует глубокое машинное обучение для идентификации объектов на изображении. Это хорошо масштабируемое решение, способное быстро анализировать изображение и идентифицировать объекты на изображении или видео.

Для использования не требуется знаний машинного обучения, и за кулисами специалисты Amazon, занимающиеся компьютерным зрением, постоянно анализируют новые изображения и видео, совершенствуют модель глубокого обучения и добавляют новые функции в сервис.

Настройка AWS Rekognition

В отличие от других сервисов AWS, в Rekognition нет консольного интерфейса, кроме демонстраций. Хотя демонстрационные примеры можно использовать в качестве тестового примера, они не являются практическим применением службы.

Для настройки Rekognition требуется доступ к AWS, загрузка пакета разработки программного обеспечения (SDK) для желаемого языка программирования и реализация вашего кода.

Возможности Rekognition

Rekognition может анализировать как неподвижные кадры, так и видео.

Rekognition for Video включает следующие функции:

• Анализ потокового видео в реальном времени;
• Идентификация и поиск человека;
• Распознавание лица;
• Анализ лица;
• Обнаружение объектов, сцен и действий;
• Обнаружение несоответствующего видео; и,
• Признание знаменитостей.

Rekognition for Images включает эти функции;

• Обнаружение объектов и сцен;
• Распознавание лиц;
• Анализ лица;
• Сравнение лиц;
• Обнаружение небезопасных изображений;
• Признание знаменитостей; и,
• Текст в изображении.

Анализ изображений ограничен форматами JPEG и PNG.

Использование AWS Rekognition

Хотя взаимодействие с AWS Rekognition в консоли AWS ограничено, реализация Rekognition практически реализуется через SDK.

При использовании SDK изображение и видео можно отправлять напрямую через вызов API или передав URL-адрес объекта, хранящегося в S3. При отправке байтов изображения в API изображение должно быть в кодировке Base64, что для некоторых языков выполняется автоматически. При передаче объекта S3 кодирование Base64 не требуется.

Вот пример - мы собираемся использовать обнаружение объектов, чтобы идентифицировать элементы на следующем изображении.

Код, который мы будем использовать, предоставлен AWS для демонстрации использования API.

Наш код

import os
import sys
import boto3

def detect_labels_local_file(photo):
# Copyright 2018 Amazon.com, Inc. or its affiliates. All Rights Reserved.
# PDX-License-Identifier: MIT-0 (For details, see https://github.com/awsdocs/amazon-rekognition-developer-guide/blob/master/LICENSE-SAMPLECODE.)

    client = boto3.client('rekognition')
    
    with open(photo, 'rb') as image:
        response = client.detect_labels(Image={'Bytes': image.read()})
        
    print('Detected labels in ' + photo)    
    for label in response['Labels']:
        print (label['Name'] + ' : ' + str(label['Confidence']))

    return len(response['Labels'])

def main():
    photo='dscf5559.JPG'

    label_count=detect_labels_local_file(photo)
    print("Labels detected: " + str(label_count))

if __name__ == "__main__":
    main()

Когда мы выполняем это в оболочке с использованием Python3, результаты следующие:

$ python3 rekog1.py
Detected labels in dscf5559.JPG
Walkway : 99.99960327148438
Path : 99.99960327148438
Sidewalk : 99.81764221191406
Pavement : 99.81764221191406
Person : 99.6449966430664
Human : 99.6449966430664
Cobblestone : 92.26229095458984
Furniture : 87.95263671875
Bench : 87.95263671875
Porch : 82.72274780273438
Road : 59.49223327636719
Patio : 55.43474197387695
Labels detected: 12
$

#Copyright 2018 Amazon.com, Inc. or its affiliates. All Rights Reserved.
#PDX-License-Identifier: MIT-0 (For details, see https://github.com/awsdocs/amazon-rekognition-developer-guide/blob/master/LICENSE-SAMPLECODE.)

import boto3
import json

def recognize_celebrities(photo):

    
    client=boto3.client('rekognition')

    with open(photo, 'rb') as image:
        response = client.recognize_celebrities(Image={'Bytes': image.read()})

    print('Detected faces for ' + photo)    
    for celebrity in response['CelebrityFaces']:
        print ('Name: ' + celebrity['Name'])
        print ('Id: ' + celebrity['Id'])
        print ('Position:')
        print ('   Left: ' + '{:.2f}'.format(celebrity['Face']['BoundingBox']['Height']))
        print ('   Top: ' + '{:.2f}'.format(celebrity['Face']['BoundingBox']['Top']))
        print ('Info')
        for url in celebrity['Urls']:
            print ('   ' + url)
        print
    return len(response['CelebrityFaces'])

def main():
    photo='PB086173.JPG'

    celeb_count=recognize_celebrities(photo)
    print("Celebrities detected: " + str(celeb_count))


if __name__ == "__main__":
    main()

$ python3 rekog2.py
Detected faces for PB086173.JPG
Name: Larry Hagman
Id: 1y3D0N
Position:
   Left: 0.47
   Top: 0.23
Info
   www.imdb.com/name/nm0001306
Celebrities detected: 1
$