Amazon Rekognitionでいろんな画像のラベル検出を試してみた

Pocket

こんにちは HEROです。
今回は前回ご紹介したAmazon Rekognitionの機能のうち、ラベル検出について実際の画像を使って検証を実施してみます。

Amazon Rekognition ラベル検出機能おさらい

Amazon Rekognitionの画像内のラベル検出は文字通り、画像からラベルを検出します。
例えば海辺の写真なら海、岩、灯台、砂浜などのラベルが検出されます。
戻り値はラベルとその信頼度(0-100)、画像の向き(0/90/180/270度)です。

早速実際の写真で試してみましょう。

試してみた

今回はサンプルとして「風景」「人物」「ネタ画像」といった題材で試しました。

■風景
風景で使った画像はコチラです。


普通の風景ではつまらないので変わった画像にしてみました。果たして顔として認識されるか?
・結果 ※日本語訳はこちらで追加したものです
Fountain(噴水) 98.139
Water(水) 98.139
Fence(フェンス) 93.362
Flora(フローラ) 93.362
Hedge(ヘッジ) 93.362
Plant(工場) 93.362
Ivy(アイビー) 59.517
Outdoors(屋外) 55.921
River(川) 55.921
Waterfall(滝) 55.921
Forest(森林) 50.521
Land(土地) 50.521
Nature(自然) 50.521
Rainforest(熱帯雨林) 50.521
Tree(木) 50.521
Vegetation(植生) 50.521

見方は数値がそのまま%となり一致具合、確からしさを示しています。
さすがに人間とは勘違いしてくれませんでしたね。
%は低いですが熱帯雨林が出てきたのは意外でした。

■人物
続いて人物編。

シンプルな人物の写真で試してみます。

・結果 ※日本語訳はこちらで追加したものです
Human(人間) 99.253
People(人) 99.253
Person(人) 99.253
Face(面) 93.911
Portrait(ポートレート) 93.911
Female(女性) 52.096

妥当な結果と思いきや、まさかの「Female」。前髪の量等で判断されるのでしょうか・・・?50%なのでそりゃどちらかだろとも思います。謎の結果です。

■ネタ画像
ネタ画像で使った画像はコチラです。


某俳優のパロですね。オリーブオイルはどうでるのか!
・結果 ※日本語訳はこちらで追加したものです
Human(人間) 99.004
People(人) 99.004
Person(人) 99.004
Breakfast(朝ごはん) 52.92
Food(フード) 52.92
Meal(お食事) 52.92
Confectionery(菓子) 51.677
Sweets(お菓子) 51.677

結果はまさかのスイーツ!クリームを泡立てる様子と認識されたのでしょうか。
朝食はある意味(元ネタ的に)あってるかもしれませんね笑

まとめ

今回は「風景」「街」「ネタ画像」で試しましたが動物や絵画、アニメ絵などもやってみたいですね。
結果自体も意外なものもでるなど、いろいろと試す価値はありそうです。

次回もお楽しみに!!