ملخص سريع: خدمة Amazon Rekognition هي خدمة رؤية حاسوبية مُدارة بالكامل من AWS، تستخدم التعلم العميق لتحليل الصور والفيديوهات دون الحاجة إلى خبرة في مجال التعلم الآلي. توفر الخدمة واجهات برمجة تطبيقات مُدرّبة مسبقًا لاكتشاف الوجوه، والتعرف على الأشياء، واستخراج النصوص، ومراقبة المحتوى، وتدريب التصنيفات المخصصة. تتوسع الخدمة تلقائيًا وتُحاسب بناءً على حجم البيانات، بدءًا من $0.00001 لكل صورة لأول مليون صورة تتم معالجتها.
أُطلقت خدمة Amazon Rekognition في عام 2016 كاستجابة من AWS للحاجة المتزايدة لتقنية رؤية حاسوبية سهلة الاستخدام. صُممت هذه الخدمة لحل مشكلة محددة: فمعظم المطورين يحتاجون إلى إمكانيات تحليل الصور والفيديوهات، لكنهم لا يملكون الوقت أو الميزانية أو الخبرة اللازمة لبناء نماذج تعلم آلي من الصفر.
تعمل الخدمة بالكامل عبر السحابة. تقوم بإرسال الصور أو مقاطع الفيديو من خلال استدعاءات واجهة برمجة التطبيقات (API)، وتقوم خدمة Rekognition بإرجاع بيانات منظمة حول ما تم اكتشافه - وجوه، أشياء، نصوص، محتوى غير لائق، أيًا كان ما تبحث عنه.
لكن الأمر المهم هو أن Rekognition ليس أداة واحدة متكاملة. بل هو في الواقع مجموعة من واجهات برمجة التطبيقات المتخصصة التي تتعامل كل منها مع مهام مختلفة في مجال رؤية الكمبيوتر.
القدرات الأساسية وفئات واجهة برمجة التطبيقات
يقسم برنامج Rekognition ميزاته إلى فئتين رئيسيتين: تحليل الصور وتحليل الفيديو. تحتوي كل فئة على العديد من واجهات برمجة التطبيقات المتخصصة.
ميزات تحليل الصور
يتولى قسم تحليل الصور معالجة الصور الثابتة. ووفقًا للوثائق الرسمية، يجب ألا يقل بُعد الأجسام والوجوه عن 5% من أصغر أبعاد الصورة لضمان دقة الكشف. بالنسبة لصورة بحجم 1600×900 بكسل، يُترجم ذلك إلى 45 بكسل كحد أدنى.
تُحدد خاصية الكشف عن التصنيفات الكائنات والمشاهد والأنشطة والمفاهيم داخل الصور. وتُعيد هذه الخاصية درجات ثقة لكل عملية كشف، تتراوح عادةً بين 0 و100. أما خاصية مراقبة المحتوى فتفحص المحتوى غير اللائق أو غير المرغوب فيه عبر فئات متعددة.
تستطيع خاصية الكشف عن الوجوه وتحليلها تحديد الوجوه في الصور واستخراج سمات مثل النطاق العمري التقريبي، والجنس المُتصوَّر، والمشاعر، وما إذا كان الشخص يرتدي نظارة. تقيس خاصية مقارنة الوجوه مدى التشابه بين وجهين، بينما تُطابق خاصية البحث عن الوجوه الوجوه المكتشفة مع مجموعة مُخزَّنة.
تستخرج خاصية الكشف عن النصوص النصوص المطبوعة والمكتوبة بخط اليد من الصور، وهو أمر مفيد لمعالجة المستندات والتعرف على لافتات الشوارع والتطبيقات المماثلة.
ميزات تحليل الفيديو
تختلف آلية تحليل الفيديو. يمكنك معالجة الفيديوهات المخزنة بشكل غير متزامن أو تحليل الفيديوهات المتدفقة في الوقت الفعلي. يكتشف النظام الأشخاص، ويتتبع حركتهم، ويتعرف على الأشياء والأنشطة، ويحدد متى تتغير المشاهد.
للكشف عن القطاعات، يمكنك تصفية النتائج حسب عتبة الثقة. ويُستخدم عادةً مرشح 70% ذو الحد الأدنى للثقة لتحقيق التوازن بين الدقة والتغطية.
لكن انتظر. اعتبارًا من 30 أبريل 2026، أوقفت أمازون تقديم ميزتي تحليل الفيديو المتدفق ومراقبة محتوى الصور المجمعة للعملاء الجدد. يحتفظ المستخدمون الحاليون الذين استخدموا هاتين الميزتين خلال الاثني عشر شهرًا الماضية بإمكانية الوصول إليهما، لكن الحسابات الجديدة لا يمكنها تفعيلهما.
خاصية الكشف عن حيوية الوجه
تُعدّ ميزة "التعرف على الوجه" من Rekognition حلاً لهجمات انتحال الهوية. تقوم هذه الميزة بتحليل مقاطع الفيديو القصيرة التي تُظهر صور السيلفي لتحديد ما إذا كان الشخص الموجود فيها حقيقياً أم أنه يستخدم صورة أو فيديو مسجل مسبقاً أو قناعاً ثلاثي الأبعاد أو تقنية التزييف العميق.
يكشف النظام عن هجمات التزييف (الصور المطبوعة، والشاشات الرقمية، والأقنعة الورقية المعروضة أمام الكاميرا) وهجمات التجاوز (مقاطع الفيديو المسجلة مسبقًا أو المصطنعة التي تُضاف إلى بث الفيديو). ويُصدر النظام درجة ثقة قابلة للتخصيص تتراوح بين 0 و100.
تتكامل هذه الخاصية مع تطبيقات الويب المبنية على React، وتطبيقات iOS الأصلية، وتطبيقات Android الأصلية. لا حاجة لإدارة البنية التحتية، فهي مُدارة بالكامل بواسطة AWS.
ملصقات مخصصة للتمييز المتخصص
تُعدّ النماذج المدربة مسبقاً مناسبة للاستخدامات العامة. ولكن ماذا عن السيناريوهات المتخصصة - مثل اكتشاف طرازات مركبات محددة، أو تحديد عيوب التصنيع، أو التعرف على المنتجات الخاصة؟
هنا يأتي دور التصنيفات المخصصة. حيث تُزوّدنا بصور تدريبية مُصنّفة بفئاتك الخاصة، ويقوم برنامج Rekognition ببناء نموذج مُصمّم خصيصًا لتلبية احتياجاتك في مجال التعرّف على الصور. وبفضل التحسينات الأخيرة، أصبح بإمكانك الآن بناء نماذج عالية الجودة باستخدام بيانات تدريب أقل مما كان مطلوبًا سابقًا.
تدعم سبع واجهات برمجة تطبيقات جديدة الآن إنشاء النماذج البرمجية، وإدارة مجموعات البيانات، وأتمتة سير عمل التدريب.
تطبيق تحليل الصور الجغرافية المكانية باستخدام الذكاء الاصطناعي من FlyPix
يُستخدم برنامج Amazon Rekognition لتحليل الصور والفيديوهات في مهام رؤية الكمبيوتر العامة. فلاي بيكس الذكاء الاصطناعي يعمل في مجال أكثر تحديدًا، حيث يساعد الفرق على تحليل صور الأقمار الصناعية والطائرات بدون طيار والصور الجوية لاكتشاف الأجسام وتقسيم المواقع ومراقبة التغييرات المرئية عبر المواقع الواقعية.
التسعير
تخزين
10 جيجابايت
50 ساعة معتمدة
~1 جيجابكسل
- الميزات المضمنة:
- الوصول إلى لوحة معلومات التحليلات
- تصدير طبقات المتجهات
- الدعم عبر البريد الإلكتروني خلال 5 أيام عمل
تخزين
120 جيجابايت
500 + 100 نقطة
~حتى 12 جيجابكسل
- الميزات المضمنة:
- الوصول إلى البيانات متعددة الأطياف
- إمكانيات مشاركة الخرائط
- الدعم عبر البريد الإلكتروني خلال يومي عمل
تخزين
600 جيجابايت
2000 + 1000 رصيد
~حتى 60 جيجابكسل
- الميزات المضمنة:
- الوصول إلى واجهة برمجة التطبيقات
- إدارة الفريق
- البريد الإلكتروني والدردشة مع وقت استجابة لا يتجاوز ساعة واحدة
تخزين
مطلق
مطلق
مقاعد المستخدم:
مطلق
- الميزات المضمنة:
- الوصول إلى واجهة برمجة التطبيقات
- إدارة الفريق
- البريد الإلكتروني والدردشة مع وقت استجابة لا يتجاوز ساعة واحدة
يمكن لتقنية الذكاء الاصطناعي FlyPix دعم مهام تحليل الصور القائمة على الموقع، مثل:
- الكشف عن الأجسام المرئية، والطرق، والمباني، والمركبات، والنباتات، أو البنية التحتية
- تقسيم المناطق المحددة على الخريطة مثل الأرض والماء والحقول والمناطق المبنية
- مراجعة التغيرات التي طرأت على صور الأقمار الصناعية أو الطائرات بدون طيار أو الصور الجوية بمرور الوقت
- إنشاء نماذج ذكاء اصطناعي مخصصة لمهام الكشف الجغرافي المكاني
تواصل مع FlyPix AI لمناقشة كيف يمكن لتحليل الصور الجغرافية المكانية أن يدعم سير عمل المراجعة البصرية القائم على الموقع.
تجربة مستقبل التحليل الجغرافي المكاني مع FlyPix!
ابدأ تجربتك اليوم
هيكل التسعير وإدارة التكاليف
تستخدم Rekognition نظام تسعير متدرج يعتمد على حجم البيانات الشهري. وقد تغير هذا النظام بشكل كبير، حيث قامت AWS بتبسيط مستويات التسعير وخفض الأسعار بما يصل إلى 381 تيرابايت للمستخدمين ذوي الأحجام الكبيرة.
| مستوى التسعير | الحجم (صور/شهر) | سعر الصورة الواحدة من واجهات برمجة التطبيقات للمجموعة 1 |
|---|---|---|
| المستوى 1 | أول مليون | $0.00001 |
| المستوى الثاني | الأربعة ملايين التالية | $0.00008 |
| المستوى 3 | الثلاثون مليون التالية | $0.00006 |
| المستوى الرابع | أكثر من 35 مليون | $0.00004 |
تتضمن واجهات برمجة التطبيقات من المجموعة الأولى معظم الميزات الشائعة، وهي: ربط الوجوه، ومقارنة الوجوه، وفصل الوجوه، وفهرسة الوجوه، والبحث عن الوجوه بالصور، والبحث عن الوجوه، والبحث عن المستخدمين بالصور، والبحث عن المستخدمين. أما واجهات برمجة التطبيقات من المجموعة الثانية فتتضمن: اكتشاف الوجوه، واكتشاف تصنيفات الوسائط، واكتشاف التصنيفات، واكتشاف النصوص، والتعرف على المشاهير، ولكل منها هيكل تسعير منفصل.
تبلغ تكلفة تخزين بيانات الوجه المتجهة $0.00001 لكل بيانات تعريفية للوجه شهريًا. أما تحليل الفيديو فيعتمد على التسعير بالدقيقة وليس بالصورة.
باختصار؟ بالنسبة للاستخدام المعتدل، تظل التكاليف معقولة للغاية.
عتبات الثقة والدقة
يتضمن كل اكتشاف يقوم به نظام Rekognition درجة ثقة. إن فهم كيفية تحديد العتبات المناسبة أمر بالغ الأهمية للتطبيقات العملية.
بالنسبة لتطبيقات الصور العادية التي تحدد أفراد العائلة، عادةً ما يكون مستوى 80% مناسبًا. أما سيناريوهات الأمان عالية المخاطر فتتطلب معايير أكثر صرامة، غالبًا 99% أو أعلى، لتقليل احتمالية التطابقات الخاطئة.
تُظهر الأبحاث المتعلقة بتقنية التعرف على الوجوه أن الأداء يختلف اختلافاً كبيراً بناءً على جودة الصورة والإضاءة والزاوية والعوامل الديموغرافية. ويعتمد الأداء الفعلي في الواقع العملي على هذه الظروف.
تشير التقارير البحثية إلى أن سوء التعرف على الوجوه قد ساهم في الاعتقالات الخاطئة في الحالات الموثقة، مما يسلط الضوء على أهمية استخدام هذه الأدوات كوسائل مساعدة في التحقيق بدلاً من كونها دليلاً قاطعاً.
التكامل والتحكم في الوصول
يتكامل Rekognition مع خدمة إدارة الهوية والوصول (IAM) من AWS للتحكم في الوصول. وتحدد السياسات المستخدمين والتطبيقات المسموح لها باستدعاء واجهات برمجة التطبيقات (APIs)، مما يضمن وصول الأنظمة المصرح لها فقط إلى إمكانيات التحليل المرئي.
تعمل الخدمة من خلال حزم تطوير البرامج القياسية من AWS المتوفرة للغات Python وJavaScript وJava و.NET وغيرها. كما يتوفر الوصول إلى واجهة برمجة تطبيقات REST لإجراء عمليات تكامل مخصصة.
تحتفظ بملكية كاملة للمحتوى المُرسَل إلى Rekognition. لا تستخدم AWS بياناتك إلا بموافقة صريحة ووفقًا لإعداداتك.
حالات الاستخدام الشائعة
بصراحة: يُستخدم برنامج Rekognition في قطاعات متنوعة. تستخدمه شركات الإعلام لفهرسة أرشيفات الفيديو تلقائيًا. وتوظف تطبيقات الأمان خاصية البحث عن الوجوه للتحقق من الهوية. وتكتشف منصات التجارة الإلكترونية المنتجات في الصور التي يرفعها المستخدمون.
تستفيد منصات التواصل الاجتماعي من مراقبة المحتوى لتصفية الصور غير اللائقة على نطاق واسع. وتستخدم عمليات التصنيع الملصقات المخصصة لاكتشاف العيوب في خطوط التجميع. وتستخرج عمليات معالجة المستندات النصوص من النماذج والإيصالات الممسوحة ضوئيًا.
اعتمدت مقاطعة واشنطن بولاية أوريغون نظام Rekognition لعمليات البحث عن الوجوه لأغراض إنفاذ القانون. ووفقًا لصحيفة واشنطن بوست، كانت المقاطعة تدفع حوالي 1000 دولار شهريًا مقابل جميع عمليات البحث بحلول عام 2019. وفي عام 2018، سجلت الوكالة أكثر من 1000 عملية بحث عن الوجوه.
الاعتبارات الفنية
يتوسع الأداء تلقائيًا، حيث يصبح تحليل ملايين الصور أو مقاطع الفيديو في غضون ثوانٍ أمرًا روتينيًا. لا حاجة لتوفير بنية تحتية؛ تتولى AWS إدارة السعة.
يختلف زمن الاستجابة باختلاف العملية. عادةً ما يكتمل الكشف البسيط عن التصنيفات في أقل من ثانية. تتم معالجة تحليل الفيديو للمحتوى المخزن بشكل غير متزامن، وتتوفر النتائج عبر رد الاتصال أو الاستقصاء.
يعمل النظام بأفضل شكل مع الصور الواضحة ذات الإضاءة الجيدة حيث تشغل العناصر جزءًا معقولًا من الإطار. أما الزوايا الحادة أو الإضاءة الضعيفة أو الصور المضغوطة بشدة فتؤدي إلى انخفاض الدقة.
الوثائق وموارد المطورين
توفر AWS وثائق شاملة تتضمن نظرة عامة على المفاهيم، ومراجع واجهة برمجة التطبيقات، وأدلة التنفيذ. كما توجد أدلة تطوير منفصلة لميزات Rekognition القياسية و Custom Labels.
تتضمن عملية البدء عادةً إنشاء حساب AWS، وتكوين صلاحيات IAM، وتثبيت حزمة تطوير البرامج (SDK)، وإجراء أول استدعاء API باستخدام صورة نموذجية. تتضمن الوثائق نماذج برمجية للسيناريوهات الشائعة.
الأسئلة الشائعة
تُحلل خدمة Amazon Rekognition الصور والفيديوهات لاكتشاف الأشياء والوجوه والنصوص والمحتوى غير اللائق والفئات المُدرّبة خصيصًا. وتشمل تطبيقاتها أنظمة الأمان، وفهرسة الوسائط، ومراقبة المحتوى، ومعالجة المستندات، والتعرف على المنتجات.
يبدأ سعر الصورة الواحدة من $0.00001 لكل صورة لأول مليون صورة تتم معالجتها شهريًا باستخدام واجهات برمجة التطبيقات من المجموعة 1. وتنخفض التكلفة إلى $0.00004 لكل صورة عند تجاوز حجم المعالجة 35 مليون صورة شهريًا.
لا. يوفر Rekognition واجهات برمجة تطبيقات مُدرَّبة مسبقًا تعمل دون الحاجة إلى معرفة مسبقة بالتعلم الآلي. يمكنك إرسال الصور أو مقاطع الفيديو عبر استدعاءات واجهة برمجة التطبيقات واستلام نتائج الكشف المنظمة. تتطلب ميزة التصنيفات المخصصة بيانات تدريب مصنفة، ولكنها تتولى بناء النموذج تلقائيًا.
تعتمد الدقة على إعدادات عتبة الثقة وجودة الصورة. في تطبيقات الصور، تكفي درجة ثقة 80% لتحديد هوية أفراد العائلة. أما تطبيقات الأمن عالية المخاطر فتتطلب عادةً درجة ثقة 99%. ويختلف الأداء باختلاف الإضاءة وزاوية التصوير والعوامل الديموغرافية.
يجب أن يكون حجم الأجسام والوجوه 5% على الأقل من أصغر أبعاد الصورة لضمان الكشف الموثوق. في صورة بحجم 1600×900 بكسل، يعني ذلك 45 بكسل كحد أدنى. قد لا يتم الكشف عن الأجسام الأصغر حجمًا باستمرار.
تكشف ميزة "التحقق من حيوية الوجه" تحديدًا محاولات التزييف، بما في ذلك الصور المطبوعة، والشاشات الرقمية، والأقنعة ثلاثية الأبعاد، ومقاطع الفيديو المسجلة مسبقًا، وتقنية التزييف العميق. وتحلل هذه الميزة مقاطع الفيديو القصيرة التي يلتقطها المستخدمون بصور السيلفي، وتقدم درجات ثقة تشير إلى ما إذا كان هناك شخص حقيقي موجود في الصورة.
نعم بالنسبة للعملاء الحاليين، ولكن تحليل الفيديو المتدفق لم يعد متاحًا للحسابات الجديدة اعتبارًا من 30 أبريل 2026. يظل تحليل الفيديو المخزن متاحًا بالكامل لجميع المستخدمين، حيث يقوم بمعالجة مقاطع الفيديو بشكل غير متزامن ويكتشف الأشياء والأشخاص والأنشطة وتغييرات المشهد.
تُلبي خدمة Amazon Rekognition حاجةً واضحةً إلى إمكانيات رؤية حاسوبية سهلة الوصول. فمزيج النماذج المدربة مسبقًا، والأسعار المرنة، والبنية التحتية المُدارة، يُزيل العوائق التقليدية أمام تطبيق تحليل الصور والفيديوهات.
بالنسبة للفرق التي تُقيّم حلول رؤية الحاسوب، تُقدّم Rekognition نقطة انطلاق منخفضة المخاطر - ادفع فقط مقابل ما تستخدمه، وابدأ بنماذج جاهزة، ووسّع نطاق استخدامك مع نمو احتياجاتك. راجع وثائق AWS الرسمية للاطلاع على الميزات المتاحة حاليًا وإرشادات التنفيذ التفصيلية المُصممة خصيصًا لحالة استخدامك.