荷蘭的一位名為 Arkaitz Garro的程序員在今年年初做了個實驗：開發了一套用以貓臉識別的系統。目的只是想弄清楚家門外經常出現的是野貓還是別人家的貓！
貓臉識別系統如何做
根據 Garro的說法，整套系統由小型相機和 Raspberry Pi運動檢測軟件構成。
當相機感應到移動時，會拍攝一張照片併發送到 AWS圖像識別平臺 Amazon Rekognition。 然後 Rekognition會將計算機拍攝的照片與 Garro上傳到雲端的其他貓照片進行比較。 如果匹配，Garro會在 Slack上收到警報，讓他知道外面有一隻貓想進來。
唯一的難點在於， Amazon Rekognition無法識別貓臉。為此他需要花費些時間，做一些貓的基本圖形識別，提供給系統提取圖像特徵判斷、對比。
聽起來好像……也不算很難？整套設備一共花費 50美元左右，外加幾個小時。貓臉識別系統就 Get了！
別急！貓臉識別系統還可以更酷！
這隻貓每天固定的行動軌跡是如何？如果萬一哪天跳出來只浣熊會不會被誤認？當然，這些 Garro都在 Amazon Rekognition設置了完全託管，松鼠浣熊都不能輕易矇混過關。
另外，如果要給這隻貓的固定居所一定的安全防護，還可以依託 Amazon Rekognition的實時流分析和不安全視頻檢測來做實時監控。
Amazon Rekognition核心技術有哪些
在上面的案例中，Amazon Rekognition所完成的主要利用千、萬級對象及場景進行訓練，而無需為底層基礎設施的設置、運行以及規模伸縮費心。
Amazon Rekognition深度學習過程
更酷是，在 Amazon Go中，進到店裡的消費者自助選用紙袋或印著 logo 的手提袋，從貨架上取下的任何商品會被店內部署的攝像頭和傳感器系統自動識別，並添加到對應的亞馬遜線上購物車中。這一系列行為支持的背後技術支持就是 Amazon Rekognition。
5月 22日下週二 14:00-15:30，AWS解決方案架構師教你如何利用 Amazon Rekognition實現圖像視頻分析動手實踐，實踐：
迅速構建一套具備日均十億級圖像和視頻分析能力的應用；
檢測和抽取圖像中的人臉、文本等信息的快速方法。
主講大咖
5月 15日 14:00-15:30
地點：在線直播
閱讀更多 InfoQ 的文章
