Visuelt innhold

En tjeneste med kunstig intelligens som analyserer innhold i bilder og videoer.

Trekk ut omfattende informasjon fra bilder og videoer

Gjør det lettere å oppdage innhold, automatiser uttrekking av tekst, analyser videoer i sanntid, og skap produkter som flere kan bruke, ved å bygge inn funksjonalitet for visuelt innhold i appene. Bruk behandling av visuelle data til å merke innhold med objekter og konsepter, trekke ut tekst, generere bildebeskrivelser, moderere innhold og forstå menneskers bevegelser på fysiske steder. Det er ikke nødvendig med eEkspertise i maskinlæring er ikke et krav.

Tekstuttrekking (optisk tegngjenkjenning)

Trekk ut trykt og håndskrevet tekst fra bilder og dokumenter med blandede språk og skriftstiler.

Bildeforståelse

Hent fra en omfattende ontologi av mer enn 10 000 konsepter og objekter, og skap verdier fra ressurser med visuelt innhold.

Spatial analyse

Analyser i sanntid hvordan personer beveger seg på et sted.

Fleksibel distribusjon

Kjør visuelt innhold i skyen eller kanten, i beholdere.

Bruk banebrytende visuelt innhold, helt enkelt

Legg til ledende visuelt innhold-teknologi i dine egne apper med et enkelt API-oppkall.

Se i praksis

person
person
subway train
Funksjonsnavn: Verdi
Objekter [ { "rectangle": { "x": 93, "y": 178, "w": 115, "h": 237 }, "object": "person", "confidence": 0.764 }, { "rectangle": { "x": 0, "y": 229, "w": 101, "h": 206 }, "object": "person", "confidence": 0.624 }, { "rectangle": { "x": 161, "y": 31, "w": 439, "h": 423 }, "object": "subway train", "parent": { "object": "train", "parent": { "object": "Land vehicle", "parent": { "object": "Vehicle", "confidence": 0.926 }, "confidence": 0.923 }, "confidence": 0.917 }, "confidence": 0.801 } ]
Tagger [ { "name": "train", "confidence": 0.9974923 }, { "name": "platform", "confidence": 0.9955777 }, { "name": "station", "confidence": 0.979665935 }, { "name": "indoor", "confidence": 0.9272351 }, { "name": "subway", "confidence": 0.838868737 }, { "name": "clothing", "confidence": 0.5561282 }, { "name": "person", "confidence": 0.505803 }, { "name": "pulling", "confidence": 0.431911945 } ]
Beskrivelse { "tags": [ "train", "platform", "station", "building", "indoor", "subway", "track", "walking", "waiting", "pulling", "board", "people", "man", "luggage", "standing", "holding", "large", "woman", "suitcase" ], "captions": [ { "text": "people waiting at a train station", "confidence": 0.833144546 } ] }
Bildeformat "Jpeg"
Bildedimensjoner 462 x 600
Svart-hvitt false
Vokseninnhold false
Voksenscore 0.009112834
Blodig false
Blodighetsscore 0.046150554
Voksent false
Voksenscore 0.0143244732
Kategorier [ { "name": "trans_trainstation", "score": 0.98828125 } ]
Ansikter []
Dominant bakgrunnsfarge
"Black"
Dominant forgrunnsfarge
"Black"
Aksentfarge
#484C83
  1. Forhåndsversjon
  2. JSON
{
  "categories": [
    {
      "name": "trans_trainstation",
      "score": 0.98828125
    }
  ],
  "adult": {
    "isAdultContent": false,
    "isGoryContent": false,
    "isRacyContent": false,
    "adultScore": 0.009112834,
    "goreScore": 0.046150554,
    "racyScore": 0.0143244732
  },
  "tags": [
    {
      "name": "train",
      "confidence": 0.9974923
    },
    {
      "name": "platform",
      "confidence": 0.9955777
    },
    {
      "name": "station",
      "confidence": 0.979665935
    },
    {
      "name": "indoor",
      "confidence": 0.9272351
    },
    {
      "name": "subway",
      "confidence": 0.838868737
    },
    {
      "name": "clothing",
      "confidence": 0.5561282
    },
    {
      "name": "person",
      "confidence": 0.505803
    },
    {
      "name": "pulling",
      "confidence": 0.431911945
    }
  ],
  "description": {
    "tags": [
      "train",
      "platform",
      "station",
      "building",
      "indoor",
      "subway",
      "track",
      "walking",
      "waiting",
      "pulling",
      "board",
      "people",
      "man",
      "luggage",
      "standing",
      "holding",
      "large",
      "woman",
      "suitcase"
    ],
    "captions": [
      {
        "text": "people waiting at a train station",
        "confidence": 0.833144546
      }
    ]
  },
  "requestId": "c1992e92-4017-45f4-a319-37812ab4a5e9",
  "metadata": {
    "width": 600,
    "height": 462,
    "format": "Jpeg"
  },
  "faces": [],
  "color": {
    "dominantColorForeground": "Black",
    "dominantColorBackground": "Black",
    "accentColor": "484C83",
    "isBWImg": false
  },
  "objects": [
    {
      "rectangle": {
        "x": 93,
        "y": 178,
        "w": 115,
        "h": 237
      },
      "object": "person",
      "confidence": 0.764
    },
    {
      "rectangle": {
        "x": 0,
        "y": 229,
        "w": 101,
        "h": 206
      },
      "object": "person",
      "confidence": 0.624
    },
    {
      "rectangle": {
        "x": 161,
        "y": 31,
        "w": 439,
        "h": 423
      },
      "object": "subway train",
      "parent": {
        "object": "train",
        "parent": {
          "object": "Land vehicle",
          "parent": {
            "object": "Vehicle",
            "confidence": 0.926
          },
          "confidence": 0.923
        },
        "confidence": 0.917
      },
      "confidence": 0.801
    }
  ]
}
{
  "categories": [
    {
      "name": "trans_trainstation",
      "score": 0.98828125
    }
  ],
  "adult": {
    "isAdultContent": false,
    "isGoryContent": false,
    "isRacyContent": false,
    "adultScore": 0.009112834,
    "goreScore": 0.046150554,
    "racyScore": 0.0143244732
  },
  "tags": [
    {
      "name": "train",
      "confidence": 0.9974923
    },
    {
      "name": "platform",
      "confidence": 0.9955777
    },
    {
      "name": "station",
      "confidence": 0.979665935
    },
    {
      "name": "indoor",
      "confidence": 0.9272351
    },
    {
      "name": "subway",
      "confidence": 0.838868737
    },
    {
      "name": "clothing",
      "confidence": 0.5561282
    },
    {
      "name": "person",
      "confidence": 0.505803
    },
    {
      "name": "pulling",
      "confidence": 0.431911945
    }
  ],
  "description": {
    "tags": [
      "train",
      "platform",
      "station",
      "building",
      "indoor",
      "subway",
      "track",
      "walking",
      "waiting",
      "pulling",
      "board",
      "people",
      "man",
      "luggage",
      "standing",
      "holding",
      "large",
      "woman",
      "suitcase"
    ],
    "captions": [
      {
        "text": "people waiting at a train station",
        "confidence": 0.833144546
      }
    ]
  },
  "requestId": "c1992e92-4017-45f4-a319-37812ab4a5e9",
  "metadata": {
    "width": 600,
    "height": 462,
    "format": "Jpeg"
  },
  "faces": [],
  "color": {
    "dominantColorForeground": "Black",
    "dominantColorBackground": "Black",
    "accentColor": "484C83",
    "isBWImg": false
  },
  "objects": [
    {
      "rectangle": {
        "x": 93,
        "y": 178,
        "w": 115,
        "h": 237
      },
      "object": "person",
      "confidence": 0.764
    },
    {
      "rectangle": {
        "x": 0,
        "y": 229,
        "w": 101,
        "h": 206
      },
      "object": "person",
      "confidence": 0.624
    },
    {
      "rectangle": {
        "x": 161,
        "y": 31,
        "w": 439,
        "h": 423
      },
      "object": "subway train",
      "parent": {
        "object": "train",
        "parent": {
          "object": "Land vehicle",
          "parent": {
            "object": "Vehicle",
            "confidence": 0.926
          },
          "confidence": 0.923
        },
        "confidence": 0.917
      },
      "confidence": 0.801
    }
  ]
}

Transformer prosessene dine

Identifiser automatisk mer enn 10 000 objekter og konsepter i bildene. Trekk ut trykt og håndskrevet tekst fra flere bilde- og dokumenttyper, med støtte for flere språk og blandede skriftstiler. Bruk disse funksjonene for visuelt innhold til å effektivisere prosesser, blant annet automatisering av robotprosesser og digital ressursbehandling.

Få maksimal verdi fra organisasjonens fysiske steder

Forstå hvordan personer beveger seg på et fysisk sted, for eksempel et kontor eller en butikk. Skap apper som kan telle personer i et rom, spore baner, forstå hvor lenge folk oppholder seg foran en butikkutstilling og fastsette ventetider i køer. Bruk disse funksjonene til å bygge løsninger som muliggjør beleggadministrasjon, sosial distansering, optimalisering av butikk- og kontorlayout og raskere kasseprosesser. Kjør tjenesten over flere kameraer og steder.

Få mer informasjon om denne funksjonaliteten

Distribuer hvor som helst, fra skyen til kanten

Kjør visuelt innhold i skyen eller lokalt med beholdere. Bruk løsningen i ulike scenarioer, for eksempel bildeundersøkelser i pasientjournaler, uttrekking av tekst fra sikre dokumenter eller analyser av hvordan folk beveger seg gjennom en butikk, der datasikkerhet og lav ventetid er overordnet.

Finn ut mer om visuelt innhold i beholdere

Bygg på bransjeledende Azure-sikkerhet

  • Microsoft investerer mer enn USD 1 billion årlig på cybersikkerhet og utvikling.

  • Vi har over 3500 sikkerhetseksperter som bare jobber med din datasikkerhet og ditt personvern.

  • Azure har flere sertifiseringer enn noen annen skyleverandør. Se hele listen her.

Visuelt innhold i verdensklasse til konkurransedyktige priser

Betal bare for det du bruker – ingen forhåndskostnader. Med visuelt innhold betaler du for forbruk basert på antallet transaksjoner.

Kom i gang med visuelt innhold på 3 trinn

Få øyeblikkelig tilgang og $200-kreditt ved å registrere deg for din gratis Azure-konto.

Logg på Azure-portalen og legg til visuelt innhold.

Finn ut hvordan du bygger inn visuelt innhold, med hurtigstarter og dokumentasjon.

Dokumentasjon og ressurser

Kom i gang

Les dokumentasjonen vår

Ta Microsoft Learn-kursene

Se nærmere på kodeeksemplene

Se vår nye prøvekode

Oppdateringer, blogger og kunngjøringer om visuelt innhold

Vanlige spørsmål om visuelt innhold

  • Visuelt innhold og andre Cognitive Services-tilbud garanterer 99,9 prosent tilgjengelighet. Ingen tjenestenivåavtale gis for gratisnivået. Se detaljer for serviceavtalen.
  • Bildene og videoene dine slettes automatisk etter behandling. Microsoft lærer ikke opp dataene dine for å forbedre de underliggende modellene. Videodataene forlater ikke lokalene dine, og videodata blir ikke lagret på Edge-gatewayen der beholderen kjører. Finn ut mer om personvern og bruksvilkår.
  • Ja, du kan trekke ut engangsbilder fra videoinnhold. Med spatial analyse kan du analysere videostrømmer med høy bildefrekvens ved hjelp av kameraer som er koblet til via Real Time Streaming Protocol.
  • Spatial analyse oppdager og finner bare mennesker i videoklipp og utdata ved å bruke en grenseboks rundt menneskekropper. Modellene for kunstig intelligens oppdager ikke ansikter og identifiserer heller ikke identiteten eller demografien til enkeltpersoner.
  • Modellene med kunstig intelligens oppdager og sporer bevegelser i videofeeden basert på algoritmer som identifiserer tilstedeværelsen av ett eller flere mennesker med en grenseboks for kropper. For hver bevegelse som oppdages i en grenseboks i en sone i kameraets synsfelt, sender modellene for kunstig intelligens ut hendelsesdata som inkluderer følgende: koordinater for grenseboksen for personens kropp, hendelsestype (for eksempel inngang i eller utgang fra sonen eller kryssing av retningslinje), pseudonymidentifikator for sporing av grenseboksen samt konfidensgrad for oppdagelsen. Disse hendelsesdataene sendes til din egen forekomst av Azure IoT Hub.

Klar når du er – la oss konfigurere gratiskontoen din