- vừa được xem lúc

Amazon Rekognition -Tự động hóa phân tích hình ảnh và video với máy học

0 0 24

Người đăng: Noodle Wooden

Theo Viblo Asia

image.png

Bài viết này sẽ giới thiệu cho bạn về Amazon Rekognition, một chức năng của AWS cung cấp tính năng thị giác máy tính (CV) có thể tùy chỉnh và được đào tạo trước để trích xuất thông tin và chi tiết từ hình ảnh cũng như video của bạn, hay còn gọi đơn giản là AI.

image.png image.png

Bên trên là các hình ảnh minh họa cho các chức năng hiện có của Amazon Rekognition, bao gồm:

Kiểm duyệt nội dung: Phát hiện nội dung có thể không an toàn, không phù hợp hoặc không mong muốn trên các hình ảnh và video.

Tìm kiếm và so sánh khuôn mặt: Xác định điểm tương đồng giữa khuôn mặt với hình ảnh khác hoặc từ kho hình ảnh riêng tư của bạn.

Nhận diện và phân tích khuôn mặt: Phát hiện khuôn mặt xuất hiện trong hình ảnh và video cũng như nhận dạng các thuộc tính như mắt mở, kính và râu cho từng người.

Nhãn: Phát hiện hàng nghìn đối tượng và cảnh cũng như các hoạt động, ví dụ: “giao kiện hàng” hoặc “chơi bóng đá”.

Nhãn tùy chỉnh : Phát hiện các đối tượng tùy chỉnh như logo thương hiệu bằng máy học tự động (AutoML) để đào tạo mô hình của bạn chỉ với 10 hình ảnh.

Phát hiện văn bản : Trích xuất văn bản bị lệch và bị biến dạng từ hình ảnh và video về biển báo trên đường phố, các bài đăng trên mạng xã hội và bao bì sản phẩm.

Nhận dạng người nổi tiếng : Nhận dạng người nổi tiếng để tạo danh mục ảnh và đoạn phim cho nội dung nghe nhìn, tiếp thị và quảng cáo.

Phát hiện phân đoạn video : Phát hiện phân đoạn chính trong video, ví dụ như khung hình đen, danh đề mở đầu hoặc kết thúc, bảng ghi tên, thanh màu và cảnh quay.

Phát hiện Thiết bị bảo hộ cá nhân (PPE): Tự động phát hiện PPE như mũ bảo hiểm, găng tay và khẩu trang được sử dụng trong hình ảnh.

Tất cả các chức năng này đều được sử dụng thông qua cơ chế xác định tự động với trí thông minh nhân tạo - AI để làm việc.

Ở bài viết này, mình sẽ giới thiệu đến 1 trong các chức năng phổ biến là nhận diện và phân tích khuôn mặt để mọi người có thể hiểu rõ hơn.

Nhận diện và phát hiện khuôn mặt

Amazon Rekognition có thể lưu trữ thông tin về các khuôn mặt được phát hiện trong các vùng chứa phía máy chủ được gọi là bộ sưu tập. Bạn có thể sử dụng thông tin khuôn mặt được lưu trữ trong bộ sưu tập để tìm kiếm các khuôn mặt đã biết trong hình ảnh, video được lưu trữ và video phát trực tuyến. Amazon Rekognition hỗ trợ hoạt động IndexFaces. Bạn có thể sử dụng thao tác này để phát hiện khuôn mặt trong hình ảnh và lưu giữ thông tin về các đặc điểm khuôn mặt được phát hiện vào một bộ sưu tập. Đây là một ví dụ về hoạt động API dựa trên lưu trữ vì dịch vụ này lưu giữ thông tin trên máy chủ.

Để lưu trữ thông tin về khuôn mặt, trước tiên bạn phải tạo (CreateCollection) một bộ sưu tập khuôn mặt tại một trong các Vùng AWS trong tài khoản của bạn. Bạn chỉ định bộ sưu tập khuôn mặt này khi bạn gọi hoạt động IndexFaces. Sau khi bạn tạo bộ sưu tập khuôn mặt và lưu trữ thông tin về đặc điểm khuôn mặt cho tất cả các khuôn mặt, bạn có thể tìm kiếm các khuôn mặt trùng khớp trong bộ sưu tập. Để tìm kiếm các khuôn mặt trong một hình ảnh, hãy gọi SearchFacesByImage. Để tìm kiếm các khuôn mặt trong video đã lưu trữ, hãy gọi StartFaceSearch. Để tìm kiếm các khuôn mặt trong video đang phát trực tuyến, hãy gọi CreateStreamProcessor.

Dịch vụ này không tồn tại các byte hình ảnh thực tế. Thay vào đó, thuật toán phát hiện cơ bản trước tiên sẽ phát hiện các khuôn mặt trong hình ảnh đầu vào, trích xuất các đặc điểm trên khuôn mặt thành một vectơ đặc trưng cho mỗi khuôn mặt, sau đó lưu trữ nó trong bộ sưu tập. Amazon Rekognition sử dụng các vectơ đặc điểm này khi thực hiện đối sánh khuôn mặt.

Ví dụ:

image.png

image.png

image.png

Với các ví dụ trên, hệ thống của AWS - Rekognition đã phát hiện được hình ảnh vùng khuôn mặt trong bức ảnh để xác định người, và có thể để dùng so sánh với bộ sưu tập có sẵn các khuôn mặt để đưa ra kết quả cuối cùng cho việc nhận diện và xác định đối tượng ( tên / id). Với việc nhận diện được khuôn mặt này, ta có tể áp dụng vào nhiều tiện ích như: nhận diện khuôn mặt để điểm danh thay cho cơ chế vân tay / thẻ ( tránh tiếp xúc covid), nhận diện để mở cửa nhà, cửa hầm bí mật ( như trong phim), hoặc tìm kiếm trong một hệ thống lớn hơn với nhiều camera được lắp đặt trên đường ( cũng giống trong phim),... Ngoài ra, Amazon Rekognition còn có thêm một chức năng dựa trên Facial là nhận diện người nổi tiếng từ ảnh / video, bạn cũng có thể tham khảo.

Với các chức năng nhận diện này, phía AWS đều có trích xuất ra các API để tích hợp vào hệ thống người dùng ( web front-end, backend java, golang,...) để sử dụng.

AWS cho chúng ta dùng thử miễn phí lên đến 12 tháng và 5000 ảnh mỗi tháng, một con số khá lớn. Ngoài ra, để sử dụng vào mục đích thương mại lớn hơn, ta có biểu phí như sau:

image.png

Bộ API hỗ trợ rất nhiều ngôn ngữ đa dạng và dễ hiểu để có thể tích hợp:

image.png

Trên đây là bài giới thiệu các dịch vụ AI về nhận diện hình ảnh / video mà AWS đang có. Mọi người có thắc mắc hãy cùng nhau trao đổi ở comment nha. Cám ơn.

Bình luận

Bài viết tương tự

- vừa được xem lúc

Các thuật toán cơ bản trong AI - Phân biệt Best First Search và Uniform Cost Search (UCS)

Nếu bạn từng đọc các thuật toán trong AI (Artificial Intelligence - Trí tuệ nhân tạo), rất có thể bạn từng nghe qua về các thuật toán tìm kiếm cơ bản: UCS (thuộc chiến lược tìm kiếm mù) và Best First Search (thuộc chiến lược tìm kiếm kinh nghiệm). Khác nhau rõ từ khâu phân loại rồi, thế nhưng hai th

0 0 169

- vừa được xem lúc

Con đường AI của tôi

Gần đây, khá nhiều bạn nhắn tin hỏi mình những câu hỏi đại loại như: có nên học AI, bắt đầu học AI như nào, làm sao tự học cho đúng, cho nhanh, học không bị nản, lộ trình học AI như nào... Sau nhiều lần trả lời, mình nghĩ rằng nên viết hẳn một bài để trả lời chi tiết hơn, cũng như để các bạn sau này

0 0 157

- vừa được xem lúc

[ChatterBot] Thư viện chatbot hay ho dành cho Python| phần 3

Trong bài trước mình đã trình bày về Training data cho chatbot và tiền xử lý dữ liệu. Trong phần này sẽ trình bày với các bạn về logic adapter.

0 0 62

- vừa được xem lúc

[Deep Learning] Kỹ thuật Dropout (Bỏ học) trong Deep Learning

. Trong bài viết này, mình xin phép giới thiệu về Dropout (Bỏ học) trong mạng Neural, sau đó là mình sẽ có 1 số đoạn code để xem Dropout ảnh hưởng thế nào đến hiệu suất của mạng Neural. 1.1. Dropout trong mạng Neural là gì.

0 0 69

- vừa được xem lúc

Kỹ thuật Dropout (Bỏ học) trong Deep Learning

Trong bài viết này, mình xin phép giới thiệu về Dropout (Bỏ học) trong mạng Neural, sau đó là mình sẽ có 1 số đoạn code để xem Dropout ảnh hưởng thế nào đến hiệu suất của mạng Neural. 1.

0 1 82

- vừa được xem lúc

Blockchain dưới con mắt làng Vũ Đại 4.0

Mở bài. Hey nhô các bạn, lại là mình đây .

0 0 51