20210728_nakanoshima_dev_19_rekognition

Transcript

1. © 2021, Amazon Web Services, Inc. or its Affiliates. アマゾン ウェブ サービス ジャパン株式会社 技術統括本部 ⻄⽇本ソリューション部 ソリューションアーキテクト 池⽥ 敬之 2021/7/28 Amazon Rekognition で画像分析へ⼊⾨ nakanoshima.dev #19 画像認識AIサービス
2. © 2021, Amazon Web Services, Inc. or its Affiliates. ⾃⼰紹介 名前︓池⽥ 敬之（Ikeda Takayuki） 所属︓アマゾンウェブサービスジャパン株式会社 ⻄⽇本担当ソリューションアーキテクト 経歴︓SIerでインフラエンジニア →データベースベンダでプリセールスエンジニア 好きなAWSサービス︓Amazon VPC
3. © 2021, Amazon Web Services, Inc. or its Affiliates. 本セッションのゴール 「Amazon Rekognition ちょっと触ってみたい」 という気持ちになっていただく
4. © 2021, Amazon Web Services, Inc. or its Affiliates. VISION SPEECH TEXT SEARCH CHATBOTS PERSONALIZATION FORECASTING FRAUD CONTACT CENTERS Deep Learning AMIs & Containers GPUs & CPUs Elastic Inference Trainium Inferentia FPGA DeepGraphLibrary Amazon Rekognition Amazon Polly Amazon Transcribe +Medical Amazon Lex Amazon Personalize Amazon Forecast Amazon Comprehend +Medical Amazon Textract Amazon Kendra Amazon CodeGuru Amazon Fraud Detector Amazon Translate INDUSTRIAL AI CODE AND DEVOPS NEW Amazon DevOps Guru Voice ID For Amazon Connect Contact Lens NEW Amazon Monitron NEW AWS Panorama + Appliance NEW Amazon Lookout for Vision NEW Amazon Lookout for Equipment AWS の機械学習スタック NEW Amazon HealthLake HEALTH AI NEW Amazon Lookout for Metrics ANOMALY DETECTION Amazon Transcribe Medical Amazon Comprehend Medical Amazon SageMaker Label data NEW Aggregate & prepare data NEW Store & share features Auto ML Spark/R NEW Detect bias Visualize in notebooks Pick algorithm Train models Tune parameters NEW Debug & profile Deploy in production Manage & monitor NEW CI/CD Human review NEW: Model management for edge devices NEW: SageMaker JumpStart SAGEMAKER STUDIO IDE AI サービス: 機械学習の深い知識なしに利⽤可能 ML サービス: 機械学習のプロセス全体を効率化するマネージドサービス ML フレームワークとインフラストラクチャ: 機械学習の環境を⾃在に構築して利⽤
5. © 2021, Amazon Web Services, Inc. or its Affiliates. Amazon Rekognition（画像・動画の分析） シーン、物体、 アクティビティ カスタムラベル モデレーション テキスト検出 顔の検出と分析 顔の検索と認証 有名⼈の認識 動線の検出
6. © 2021, Amazon Web Services, Inc. or its Affiliates. Amazon Rekognition（画像・動画の分析） シーン、物体、 アクティビティ カスタムラベル モデレーション テキスト検出 顔の検出と分析 顔の検索と認証 有名⼈の認識 動線の検出
7. © 2021, Amazon Web Services, Inc. or its Affiliates. シーン、物体、アクティビティ認識 ⼈、⾞、猫、などの⼀般的なオブジェクトを認識 l 何を認識できるかの⼀覧はなし l オブジェクトごとにラベル、 バウンディングボックス、 信頼度を取得可能 "Name": ”Person", "Confidence": 99.15271759033203, "Instances": [ { "BoundingBox": { "Width": 0.10616336017847061, "Height": 0.18528179824352264, "Left": 0.0037978808395564556, "Top": 0.5039216876029968 }, "Confidence": 99.15271759033203 }]
8. © 2021, Amazon Web Services, Inc. or its Affiliates. Amazon Rekognition（画像・動画の分析） シーン、物体、 アクティビティ カスタムラベル モデレーション テキスト検出 顔の検出と分析 顔の検索と認証 有名⼈の認識 動線の検出
9. © 2021, Amazon Web Services, Inc. or its Affiliates. © 2021, Amazon Web Services, Inc. or its Affiliates. Amazon Rekognition Custom Labels を利⽤する
10. © 2021, Amazon Web Services, Inc. or its Affiliates. お客様毎にカスタマイズした物体識別・認識の実現 プードル 追加学習データ Amazon Rekognition Custom Labels
11. © 2021, Amazon Web Services, Inc. or its Affiliates. Amazon Rekognition Custom Labelsによる学習準備 -画像のラベリング- • Rekognitionの機械学習モデルをカスタマイ ズし独⾃の物体検出・シーン認識モデルを構 築するためにラベリングされた画像が必要 • 認識したい物体・シーンのラベリングされた 画像を、下記⽅法でインポートして学習 • ラベリングのためのサービス SageMaker Ground Truthでラベリングしたデータ • 所定のフォーマットで保存された、S3 や ローカルコンピュータのデータ • Rekognition のモデルを活⽤するため 画像を⼤量に追加する必要はない Amazon Rekognition https://aws.amazon.com/rekognition/custom-labels-features/
12. © 2021, Amazon Web Services, Inc. or its Affiliates. Step 1: 識別を行う画像にラベル を設定 Step 2: Step1の画像を元に 学習を開始するAPIを実 行し、モデルを作成 Step 3: 作成されたモデルにAPI でアクセスし 推論を実現 Amazon Rekognition Custom Labelsでの学習～推論の流れ ポイント • 機械学習の開発不要 • APIを実行するだけで学習、モデル生成、推論 APIのホスティングまで可能 • 数10枚～数100枚の画像データからモデル生成 可能 • 数1000枚を超える膨大なデータがなくと もOK • マネージドサービスのためインフラ知識や可用 性の考慮が不要 プードル プードル
13. © 2021, Amazon Web Services, Inc. or its Affiliates. Amazon Rekognition（画像・動画の分析） シーン、物体、 アクティビティ カスタムラベル モデレーション テキスト検出 顔の検出と分析 顔の検索と認証 有名⼈の認識 動線の検出
14. © 2021, Amazon Web Services, Inc. or its Affiliates. テキスト抽出 – Amazon Rekognition スキャンした書類のような整然と したテキストではないテキストの 抽出が得意。 商品の型番読み取り、 ラベルのチェックなどが可能。 detect_text() API で すぐに使⽤可能。 英数字のみに対応。 https://docs.aws.amazon.com/rekognition/latest/dg/text-detection.html
15. © 2021, Amazon Web Services, Inc. or its Affiliates. テキスト抽出の例 – スマートガレージドア https://aws.amazon.com/jp/blogs/news/building-a-smart-garage-door-opener-with-aws- deeplens-and-amazon-rekognition/ 画像取得と アップロード ナンバープレートの 番号の読み取り 特定のナンバープレートを持つ ⾞が来たらガレージのドアを ⾃動的に開ける。 Amazon Rekognition 実⾏＆ 結果を解釈してドア開閉制御 GIO NTH
16. © 2021, Amazon Web Services, Inc. or its Affiliates. Amazon Rekognition（画像・動画の分析） シーン、物体、 アクティビティ カスタムラベル モデレーション テキスト検出 顔の検出と分析 顔の検索と認証 有名⼈の認識 動線の検出
17. © 2021, Amazon Web Services, Inc. or its Affiliates. 顔の分析 – Amazon Rekognition 顔に関する以下の情報を取得可能 l バウンディングボックス l 属性（年齢、性別、など） l 感情（笑顔、怒り、など） l ランドマーク（⽬、⿐、⼝などの位置） l 品質（明るさ、くっきりさ、など） l ポーズ（上下左右の傾き、回転） l ⼝や⽬が開いているか https://docs.aws.amazon.com/ja_jp/rekognition/latest/dg/faces.html detect_faces() API ですぐに利⽤可能。 ユースケース例︓ 来店した顧客のデモグラ情報を推測して分析。
18. © 2021, Amazon Web Services, Inc. or its Affiliates. Amazon Rekognition（画像・動画の分析） シーン、物体、 アクティビティ カスタムラベル モデレーション テキスト検出 顔の検出と分析 顔の検索と認証 有名⼈の認識 動線の検出
19. © 2021, Amazon Web Services, Inc. or its Affiliates. 顔の検索 ⼊⼒画像 検索対象画像 検索したい顔が写っている画像を⼊⼒とし、 検索対象画像の中の顔との類似度を判定。 FaceMatches（似ている顔）の情報と、 UnmatchedFaces（別⼈）の情報がそれぞれ 出⼒される。 ⼊⼒画像に顔が複数写っている場合は、 Rekognition が検出した中で⼀番⼤きい顔が 検索キーとして使⽤される。 https://docs.aws.amazon.com/ja_jp/rekognition/latest/d g/faces-comparefaces.html
20. © 2021, Amazon Web Services, Inc. or its Affiliates. 顔の認証 – Amazon Rekognition Amazon Rekognition 特徴量コレクション 1. 顔情報を登録（画像ではなく特徴量のみが保存される） 2. 顔認証したい画像を Amazon Rekognition に送信 3. コレクション内の類似の顔の ID と類似度が返ってくる ・類似する顔の ID ・類似度 顔画像 ① ② ③ https://docs.aws.amazon.com/ja_jp/rekognition/latest/dg/collections.html
21. © 2021, Amazon Web Services, Inc. or its Affiliates. 顔認証の例 – イベントの⼊場管理 https://aws.amazon.com/jp/solutions/implementations/auto-check-in-app/ SearchFacesByImage
22. © 2021, Amazon Web Services, Inc. or its Affiliates. Amazon Rekognition Custom Labels デモ
23. © 2021, Amazon Web Services, Inc. or its Affiliates. Thank you!