Korte samenvatting: Amazon Rekognition is de volledig beheerde computervisieservice van AWS die deep learning gebruikt om afbeeldingen en video's te analyseren zonder dat expertise op het gebied van machine learning vereist is. Het biedt vooraf getrainde API's voor gezichtsdetectie, objectherkenning, tekstextractie, contentmoderatie en het trainen van aangepaste labels. De service schaalt automatisch en de kosten worden berekend op basis van het volume, beginnend bij $0.00001 per afbeelding voor de eerste miljoen verwerkte afbeeldingen.
Amazon Rekognition werd in 2016 gelanceerd als AWS' antwoord op de groeiende behoefte aan toegankelijke computervisiestechnologie. Het is ontworpen om een specifiek probleem op te lossen: de meeste ontwikkelaars hebben mogelijkheden voor beeld- en videoanalyse nodig, maar beschikken niet over de tijd, het budget of de expertise om machine learning-modellen helemaal zelf te bouwen.
De dienst draait volledig in de cloud. Je stuurt afbeeldingen of video's via API-aanroepen en Rekognition retourneert gestructureerde gegevens over wat er is gedetecteerd: gezichten, objecten, tekst, ongepaste inhoud, wat je maar zoekt.
Het zit echter wel zo: Rekognition is geen monolithisch hulpmiddel. Het is eigenlijk een reeks gespecialiseerde API's die elk verschillende computervisie-taken afhandelen.
Kernfunctionaliteiten en API-categorieën
Rekognition verdeelt zijn functionaliteiten in twee hoofdcategorieën: beeldanalyse en videoanalyse. Elke categorie bevat meerdere gespecialiseerde API's.
Kenmerken van beeldanalyse
De beeldanalysefunctie verwerkt statische afbeeldingen. Volgens de officiële documentatie moeten objecten en gezichten minimaal 5% van de kortste afmeting van de afbeelding beslaan voor betrouwbare detectie. Voor een afbeelding van 1600×900 pixels komt dat neer op minimaal 45 pixels.
Labeldetectie identificeert objecten, scènes, activiteiten en concepten in afbeeldingen. Het geeft een betrouwbaarheidsscore voor elke detectie, meestal tussen 0 en 100. Contentmoderatie scant op ongepaste of ongewenste inhoud in meerdere categorieën.
Gezichtsdetectie en -analyse kunnen gezichten in afbeeldingen identificeren en kenmerken extraheren zoals geschatte leeftijd, waargenomen geslacht, emoties en of de persoon een bril draagt. Gezichtsvergelijking meet de gelijkenis tussen twee gezichten, terwijl gezichtszoekfunctie gedetecteerde gezichten vergelijkt met een opgeslagen verzameling.
Tekstdetectie extraheert gedrukte en handgeschreven tekst uit afbeeldingen – handig voor documentverwerking, herkenning van straatnaamborden en soortgelijke toepassingen.
Video-analysefuncties
Videoanalyse werkt anders. Je kunt opgeslagen video's asynchroon verwerken of streaming video in realtime analyseren. Het systeem detecteert personen, volgt hun bewegingen, herkent objecten en activiteiten en identificeert wanneer scènes veranderen.
Voor segmentdetectie kunt u de resultaten filteren op basis van een betrouwbaarheidsdrempel. Een 70%-filter met minimale betrouwbaarheid wordt vaak gebruikt om een balans te vinden tussen nauwkeurigheid en dekking.
Maar wacht even. Amazon biedt vanaf 30 april 2026 geen streaming video-analyse en batchgewijze beeldmoderatie meer aan nieuwe klanten aan. Bestaande gebruikers die deze functies de afgelopen 12 maanden hebben gebruikt, behouden de toegang, maar nieuwe accounts kunnen ze niet meer inschakelen.
Gezichtsdetectie
Face Liveness is Rekognition's antwoord op spoofing-aanvallen. De functie analyseert korte selfievideo's om te bepalen of er een echt persoon te zien is of dat er gebruik wordt gemaakt van een foto, een vooraf opgenomen video, een 3D-masker of een deepfake.
Het systeem detecteert presentatieaanvallen (geprinte foto's, digitale schermen, papieren maskers die voor de camera worden getoond) en bypass-aanvallen (vooraf opgenomen of synthetische video's die in de videostream worden geïnjecteerd). Het systeem geeft een instelbare betrouwbaarheidsscore van 0 tot 100 terug.
Deze functionaliteit integreert met React-webapplicaties, native iOS-apps en native Android-apps. Er is geen infrastructuurbeheer nodig; alles wordt volledig beheerd door AWS.
Labels op maat voor gespecialiseerde herkenning
De voorgeprogrammeerde modellen werken goed voor algemene toepassingen. Maar hoe zit het met gespecialiseerde scenario's, zoals het detecteren van specifieke voertuigmodellen, het identificeren van fabricagefouten of het herkennen van merkeigen producten?
Daar komen aangepaste labels van pas. U levert trainingsafbeeldingen aan met labels in uw eigen categorieën, en Rekognition bouwt een model dat is afgestemd op uw specifieke herkenningsbehoeften. Dankzij recente verbeteringen kunt u nu kwalitatief hoogwaardige modellen bouwen met minder trainingsdata dan voorheen.
Zeven nieuwe API's ondersteunen nu programmatische modelcreatie, datasetbeheer en automatisering van trainingsworkflows.
Pas geospatiale beeldanalyse toe met FlyPix AI.
Amazon Rekognition wordt gebruikt voor beeld- en videoanalyse bij algemene computervisie-taken. FlyPix-AI Hij werkt op een meer specifiek gebied en helpt teams bij het analyseren van satelliet-, drone- en luchtfoto's om objecten te detecteren, locaties te segmenteren en zichtbare veranderingen op locaties in de echte wereld te monitoren.
Prijzen
Opslag
10 GB
50 studiepunten
~1 Gigapixel
- Inbegrepen functies:
- Toegang tot het analysedashboard
- Vectorlagen exporteren
- U ontvangt binnen 5 werkdagen een e-mail met de klantenservice.
Opslag
120 GB
500 + 100 studiepunten
~Tot 12 Gigapixels
- Inbegrepen functies:
- Toegang tot multispectrale gegevens
- Mogelijkheden voor het delen van kaarten
- U ontvangt binnen 2 werkdagen een e-mail met de klantenservice.
Opslag
600 GB
2000 + 1000 credits
~Tot 60 Gigapixels
- Inbegrepen functies:
- API-toegang
- Teammanagement
- E-mail en chat met een reactietijd van 1 uur.
Opslag
Onbeperkt
Onbeperkt
Gebruikersplaatsen:
Onbeperkt
- Inbegrepen functies:
- API-toegang
- Teammanagement
- E-mail en chat met een reactietijd van 1 uur.
FlyPix AI kan taken voor locatiegebonden beeldanalyse ondersteunen, zoals:
- Het detecteren van zichtbare objecten, wegen, gebouwen, voertuigen, vegetatie of infrastructuur.
- Het segmenteren van in kaart gebrachte gebieden zoals land, water, velden en bebouwde zones.
- Het analyseren van veranderingen in satelliet-, drone- of luchtfoto's over tijd.
- Het ontwikkelen van aangepaste AI-modellen voor geospatiale detectietaken.
Neem contact op met FlyPix AI Om te bespreken hoe geospatiale beeldanalyse uw locatiegebonden visuele beoordelingsworkflow kan ondersteunen.
Ervaar de toekomst van georuimtelijke analyse met FlyPix!
Start vandaag nog met uw proefperiode.
Prijsstructuur en kostenbeheer
Rekognition hanteert een gelaagde prijsstructuur op basis van het maandelijkse volume. De structuur is aanzienlijk gewijzigd: AWS heeft de prijsniveaus vereenvoudigd en de prijzen voor gebruikers met een hoog volume met maximaal 38% verlaagd.
| Prijsniveau | Aantal afbeeldingen per maand | API's van groep 1: Prijs per afbeelding |
|---|---|---|
| Niveau 1 | Eerste 1 miljoen | $0.00001 |
| Niveau 2 | Volgende 4 miljoen | $0.00008 |
| Niveau 3 | Volgende 30 miljoen | $0.00006 |
| Niveau 4 | Meer dan 35 miljoen | $0.00004 |
De API's van Groep 1 omvatten de meest voorkomende functies: AssociateFaces, CompareFaces, DisassociateFaces, IndexFaces, SearchFacesbyImage, SearchFaces, SearchUsersByImage en SearchUsers. De API's van Groep 2 omvatten DetectFaces, DetectModerationLabels, DetectLabels, DetectText en RecognizeCelebrities, met aparte prijsstructuren.
De opslag van gezichtsvectoren kost $0.00001 per gezichtsmetadata per maand. Videoanalyse hanteert een prijs per minuut in plaats van per afbeelding.
Het korte antwoord? Bij gemiddeld gebruik blijven de kosten goed beheersbaar.
Betrouwbaarheidsdrempels en nauwkeurigheid
Elke detectie die Rekognition uitvoert, bevat een betrouwbaarheidsscore. Inzicht in het instellen van de juiste drempelwaarden is belangrijk voor toepassingen in de praktijk.
Voor eenvoudige foto-applicaties ter identificatie van familieleden is een drempelwaarde van ongeveer 80% doorgaans voldoende. In situaties met een hoge beveiligingsstandaard zijn strengere eisen nodig, vaak 99% of hoger, om valse positieve resultaten te minimaliseren.
Onderzoek naar gezichtsherkenningstechnologie toont aan dat de prestaties sterk variëren afhankelijk van beeldkwaliteit, belichting, hoek en demografische factoren. De prestaties in de praktijk zijn afhankelijk van deze omstandigheden.
Onderzoeksrapporten wijzen erop dat verkeerde identificatie door gezichtsherkenning in gedocumenteerde gevallen heeft bijgedragen aan onterechte arrestaties, wat het belang onderstreept van het gebruik van deze instrumenten als hulpmiddel bij onderzoek in plaats van als definitief bewijs.
Integratie en toegangscontrole
Rekognition integreert met AWS Identity and Access Management (IAM) voor toegangscontrole. Beleidsregels bepalen welke gebruikers en applicaties welke API's kunnen aanroepen, waardoor alleen geautoriseerde systemen toegang hebben tot de mogelijkheden voor visuele analyse.
De service werkt via standaard AWS SDK's die beschikbaar zijn voor Python, JavaScript, Java, .NET en andere talen. Toegang via een REST API is ook beschikbaar voor aangepaste integraties.
U behoudt het volledige eigendom van de inhoud die u naar Rekognition verzendt. AWS gebruikt uw gegevens alleen met uw uitdrukkelijke toestemming en volgens uw configuratie.
Veelvoorkomende gebruiksscenario's
Eerlijk gezegd: Rekognition wordt in uiteenlopende sectoren gebruikt. Mediabedrijven gebruiken het om videoarchieven automatisch te catalogiseren. Beveiligingsapplicaties gebruiken gezichtsherkenning voor identiteitsverificatie. E-commerceplatforms detecteren producten in door gebruikers geüploade afbeeldingen.
Sociale mediaplatforms gebruiken contentmoderatie om op grote schaal ongepaste afbeeldingen te filteren. Productiebedrijven gebruiken aangepaste labels om defecten op de assemblagelijn te detecteren. Workflowprocessen voor documentverwerking extraheren tekst uit gescande formulieren en bonnen.
Washington County in Oregon heeft Rekognition in gebruik genomen voor gezichtsherkenning door de politie. Volgens de Washington Post betaalde de county in 2019 ongeveer 140.000 dollar per maand voor al deze zoekopdrachten. In 2018 registreerde de politie meer dan 1000 gezichtsherkenningen.
Technische overwegingen
De prestaties schalen automatisch mee: het analyseren van miljoenen afbeeldingen of videostreams binnen enkele seconden wordt routine. Er is geen infrastructuurvoorziening nodig; AWS regelt het capaciteitsbeheer.
De latentie varieert per bewerking. Eenvoudige labeldetectie is doorgaans binnen een seconde voltooid. Videoanalyse van opgeslagen content wordt asynchroon verwerkt, waarbij de resultaten beschikbaar zijn via een callback of polling.
Het systeem werkt het best met heldere, goed belichte afbeeldingen waarbij de onderwerpen een redelijk deel van het beeldvlak innemen. Extreme hoeken, slechte belichting of sterk gecomprimeerde afbeeldingen verminderen de nauwkeurigheid.
Documentatie en hulpmiddelen voor ontwikkelaars
AWS biedt uitgebreide documentatie met conceptuele overzichten, API-referenties en implementatiehandleidingen. Er zijn aparte ontwikkelaarshandleidingen voor standaard Rekognition-functies en aangepaste labels.
Om te beginnen moet je doorgaans een AWS-account aanmaken, IAM-machtigingen configureren, een SDK installeren en je eerste API-aanroep doen met een voorbeeldimage. De documentatie bevat voorbeeldcode voor veelvoorkomende scenario's.
Veelgestelde vragen
Amazon Rekognition analyseert afbeeldingen en video's om objecten, gezichten, tekst, ongepaste inhoud en speciaal getrainde categorieën te detecteren. Toepassingen zijn onder andere beveiligingssystemen, mediacatalogisering, contentmoderatie, documentverwerking en productherkenning.
De prijs begint bij $0.00001 per afbeelding voor de eerste 1 miljoen afbeeldingen die maandelijks worden verwerkt met Group 1 API's. De kosten dalen naar $0.00004 per afbeelding bij volumes van meer dan 35 miljoen per maand.
Nee. Rekognition biedt vooraf getrainde API's die werken zonder machine learning-kennis. Je stuurt afbeeldingen of video's via API-aanroepen en ontvangt gestructureerde detectieresultaten. Custom Labels vereist gelabelde trainingsgegevens, maar bouwt het model automatisch op.
De nauwkeurigheid is afhankelijk van de ingestelde betrouwbaarheidsdrempel en de beeldkwaliteit. Voor fototoepassingen is een betrouwbaarheidsniveau van 80% voldoende voor de identificatie van familieleden. Voor beveiligingstoepassingen met een hoge prioriteit is doorgaans een betrouwbaarheidsniveau van 99% vereist. De prestaties variëren afhankelijk van de belichting, de hoek en demografische factoren.
Voor betrouwbare detectie moeten objecten en gezichten minimaal 51 x 3 x 3 x 5 ...
De Face Liveness-functie detecteert specifiek pogingen tot vervalsing, waaronder afgedrukte foto's, digitale schermen, 3D-maskers, vooraf opgenomen video's en deepfakes. Het analyseert korte selfievideo's en geeft een betrouwbaarheidsscore terug die aangeeft of er een echt persoon aanwezig is.
Ja, voor bestaande klanten, maar streaming videoanalyse is vanaf 30 april 2026 niet meer beschikbaar voor nieuwe accounts. Analyse van opgeslagen video's blijft volledig beschikbaar voor alle gebruikers. Deze analyse verwerkt video's asynchroon en detecteert objecten, personen, activiteiten en veranderingen in de scène.
Amazon Rekognition voorziet in een duidelijke behoefte aan toegankelijke computervisie-mogelijkheden. De combinatie van voorgeprogrammeerde modellen, flexibele prijsstelling en beheerde infrastructuur neemt traditionele obstakels weg voor de implementatie van beeld- en videoanalyse.
Voor teams die computervisie-oplossingen evalueren, biedt Rekognition een laagdrempelige instap: betaal alleen voor wat u gebruikt, begin met vooraf gebouwde modellen en schaal mee naarmate de behoeften groeien. Raadpleeg de officiële AWS-documentatie voor de actuele beschikbaarheid van functies en gedetailleerde implementatie-instructies die zijn afgestemd op uw specifieke gebruikssituatie.