Amazon Rekognition中更好的人脸检测

亚马逊人脸检测软件的更新已导致其从图像中检测人脸，避免错误检测和进行匹配的性能大大提高。

当我们将亚马逊和人工智能放在同一个句子中时，通常是指语音识别，尤其是Alexa。但是，Amazon的AI服务还包括Amazon Rekognition，它可以识别照片中的对象。

为了使开发人员可以轻松地向应用程序添加图像分析，它是一项完全托管的图像检测和识别服务，它使用了Amazon训练的深度神经网络模型。Rekognition是Amazon Web Services（AWS）的一部分，直接与Amazon S3和AWS Lambda集成，以构建可扩展，负担得起且可靠的图像分析应用程序。

上次我们查看Rekognition时，它已经在其面部识别能力中增加了年龄估计。最新的更新改进了其检测图像中人脸的能力以及执行更高准确度的人脸匹配并获得改进的人脸年龄，性别和情感属性的能力。

AsRanju DasandVenkatesh Bagaria在AWS机器学习博客上进行了解释：

在真实世界的图像中，各个方面都会影响系统以高精度检测人脸的能力。这些方面可能包括头部移动和/或摄像头移动引起的姿势变化，由于前景或背景物体（例如帽子，头发或前景中其他人的手遮盖的脸部）引起的遮挡，照明变化（例如低对比度）和阴影），明亮的灯光会导致脸部褪色，低质量和分辨率会导致噪点和模糊的脸部以及相机和镜头本身的变形。这些问题表现为错过的检测（未检测到脸部）或错误的检测（即使没有脸部也被检测为脸部的图像区域）。

他们还提供了这些具有挑战性的情况的示例，这些示例显示了更新的服务如何成功地检测出以前可能遗漏的面部。右侧的图片带有边框，而左侧的图片则没有。

姿势变化：

照明困难：

模糊和遮挡：

最重要的是，Amazon Rekognition现在可以检测到40％以上的面部，并且错误检测的比率降低了50％。此外，与以前的面部识别相比，面部识别现在可以返回30％的正确``最佳''匹配（最相似的面部）针对大量面孔搜索时的模型。