图像识别 | 基于Amazon Rekognition的图像识别应用

2017 年 7 月 19 日 沈浩老师 袁璐沈浩

导语：随着人工智能在世界范围内的大爆发，机器学习和深度学习算法不断精进，在图像识别和机器翻译等方面的应用方面，各大巨头也是使出了浑身解数。

今天我们就来借由亚马逊开发出的Amazon Rekognition看一看，人工智能深度学习在图像识别方面有哪些实际性的应用。

首先，我们需要对机器学习、深度学习的概念有一些认识。

什么是机器学习呢？Tom Mitchell在其《Machine Learning》一书的序言开场白中给出了一个定义：“机器学习这门学科所关注的问题是：计算机程序如何随着经验积累自动提高性能。”

在整个机器学习知识领域中，深度学习作为机器学习的一个子领域，是人工智能的重要分支之一。深度学习大致上基于大脑中的信息处理和通信模型，使用从大量的注释数据中学到的特征代替人工编写的特征。在目前的深度学习发展中，卷积深度神经网络 (CNN)、递归神经网络等几种深度学习架构已经在计算机视觉、语音识别、自然语言处理和音频识别中得到了应用。

好了，了解了机器学习、深度学习这些看完似懂非懂的概念之后，我们来用Amazon Rekognition 来看看它们的实际应用。相信玩一圈之后，你就对深度学习人工智能有了新的认识。

Amazon Rekognition是 Amazon AI 系列服务的一部分，是一种采用深度学习技术的完全托管式图像识别服务。Amazon Rekognition 提供了易于使用的 API，能够检测数千种对象和场景、分析面部、比较两副面孔并测量相似性，以及对照面孔库核验面孔。

目前，Amazon Rekognition比较成熟的应用主要有五个：

对象和场景检测
图像监管
面部分析
名人识别
面部比较

接下来，跟随我的步伐，一起探索这些有趣的功能吧。

A——对象和场景检测

Rekognition可识别数千种对象 (如车辆、宠物或家具) 并提供置信度。Rekognition 还可以检测出图像内的场景，如日落或沙滩。这能够轻松添加搜索、筛选等功能，并管理大型图像库。

接下来，看一下我们通过图片获得的测试结果。

这幅图是电视剧《伪装者》的剧照图，我们可以看到在图中，有人物、茶壶等在一个堂厅的场景里的。

我们来看看Rekognition的识别结果：

Rekognition给的识别结果是人、茶壶等关键词，而且每个类别存在的概率（即置信度）都在结果列表里给出了详细的信息。总的来说，测试结果还是比较准确。

我们又测试了一张图片。如下图，是的，依然是《伪装者》的剧照。

我们来看看Rekognition给出的识别结果：

由于图片的内容辨识度更高，我们看到识别结果包括花、植物、玫瑰等不同的关键词，而且在置信度上也有一个比较高的分数。

B——图像审核

Rekognition 能够检测明显和暗示性的内容，因此可以根据应用需求来筛选图像。Rekognition 可以提供一个带有置信度的分级标签列表，能够精细地控制自己允许显示的图像。

说到这一部分的功能，基本上可以用在内容的监测和监管方面，有着很大的实际意义。

C——面部分析

借助 Rekognition，可以定位到图像中的面孔并分析面孔特征，如面孔是否在微笑或者眼睛是否睁开着。在分析图像时，Rekognition 将返回每个所检测面孔的位置和矩形框架。利用 Rekognition 的面孔分析功能，可以轻松地跟踪用户的情绪。以下图为例，我们看到在杂志的封面图中，胡歌穿着红色的毛衣微笑着看着镜头，我们来看一看Rekognition的识别结果。

识别内容：

识别结果分类中有：脸部识别概率，性别，年龄范围，情绪的分析，是否戴眼镜，眼睛和嘴巴是否张开。玩到这里，是不是按耐不住已经打算上传一张自己的图片一测究竟呢？

D——面部比较

Rekognition 能够衡量两张图像中的面孔属于同一个人的可能性。借助 Rekognition，可使用相似性得分，以近乎实时的方式验证某位用户与参考照片中的人物的相似性。在这里我们选择了两幅图，一幅是胡歌本人的时装杂志的图片，一幅则是从网站上下载的《琅琊榜》的剧照图。我们看到右侧的识别结果，可以明显看到脸部的识别结果，正确率还是可信的。