Hopp over navigasjon
Azure
Logg på
  1. Hjem
  2. Produkter
  3. Cognitive Services
  4. Visuelt innhold

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 skyinnhold i appene dine ved hjelp av visuelt innhold, som er en del av Azure Cognitive Services. 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.

Se hva som er nytt med kunstig intelligens i Azure på Build

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 hvordan mennesker beveger seg i et rom i sanntid når det gjelder belegg for antall personer, sosial distansering og munnbindoppdagelse.

Fleksibel distribusjon

Kjør visuelt innhold i skyen eller kanten, i beholdere.

Bruk banebrytende visuelt innhold, helt enkelt

Legg til ledende teknologi for video- og bildegjenkjenning i appene dine 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": 0.9955776 }, { "name": "station", "confidence": 0.979665935 }, { "name": "indoor", "confidence": 0.9272351 }, { "name": "subway", "confidence": 0.83886826 }, { "name": "clothing", "confidence": 0.5561272 }, { "name": "person", "confidence": 0.505803 }, { "name": "pulling", "confidence": 0.431911618 } ]
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": 0.833144665 } ] }
Bildeformat "Jpeg"
Bildedimensjoner 462 x 600
Svart-hvitt false
Vokseninnhold false
Voksenscore 0.009112839
Blodig false
Blodighetsscore 0.0461505651
Voksent false
Voksenscore 0.0143244788
Kategorier [ { "name": "trans_trainstation", "score": 0.98828125 } ]
Ansikter []
Dominant bakgrunnsfarge
"Black"
Dominant forgrunnsfarge
"Black"
Aksentfarge
#484C83		 
{
  "categories": [
    {
      "name": "trans_trainstation",
      "score": 0.98828125
    }
  ],
  "adult": {
    "isAdultContent": false,
    "isGoryContent": false,
    "isRacyContent": false,
    "adultScore": 0.009112839,
    "goreScore": 0.0461505651,
    "racyScore": 0.0143244788
  },
  "tags": [
    {
      "name": "train",
      "confidence": 0.9974923
    },
    {
      "name": "platform",
      "confidence": 0.9955776
    },
    {
      "name": "station",
      "confidence": 0.979665935
    },
    {
      "name": "indoor",
      "confidence": 0.9272351
    },
    {
      "name": "subway",
      "confidence": 0.83886826
    },
    {
      "name": "clothing",
      "confidence": 0.5561272
    },
    {
      "name": "person",
      "confidence": 0.505803
    },
    {
      "name": "pulling",
      "confidence": 0.431911618
    }
  ],
  "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": 0.833144665
      }
    ]
  },
  "requestId": "c45eefd0-ef28-45cb-ba4a-daf8e299b766",
  "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": 0.009112839,
    "goreScore": 0.0461505651,
    "racyScore": 0.0143244788
  },
  "tags": [
    {
      "name": "train",
      "confidence": 0.9974923
    },
    {
      "name": "platform",
      "confidence": 0.9955776
    },
    {
      "name": "station",
      "confidence": 0.979665935
    },
    {
      "name": "indoor",
      "confidence": 0.9272351
    },
    {
      "name": "subway",
      "confidence": 0.83886826
    },
    {
      "name": "clothing",
      "confidence": 0.5561272
    },
    {
      "name": "person",
      "confidence": 0.505803
    },
    {
      "name": "pulling",
      "confidence": 0.431911618
    }
  ],
  "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": 0.833144665
      }
    ]
  },
  "requestId": "c45eefd0-ef28-45cb-ba4a-daf8e299b766",
  "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 folk beveger seg i et fysisk område, enten det er et kontor eller en butikk. Bruk funksjonen for romlig analyse til å opprette apper som kan telle personer i et rom, spore baner, forstå oppholdstider foran en vareutstilling og avgjøre ventetider i køer. Bygg løsninger som muliggjør beleggsstyring og sosial avstand, samsvar med ansiktsmaske, optimalisere oppsett i butikk og kontor, og akselere utsjekkingsprosessen. Kjør tjenesten på tvers av flere kameraer og nettsteder.

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

Få fart på appinnovasjonen med Cloud AI Services

Finn ut mer om fem viktige måter organisasjonen kan komme i gang med kunstig intelligens på for å oppnå verdi raskt.

Les rapporten

Bygg på bransjeledende Azure-sikkerhet

Les mer om sikkerhet på Azure

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.

Se priser for visuelt innhold

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

Ta Microsoft Learn-kurs

Se kodeeksempler

Se nærmere på en eksempelapp

Prism Skylabs

"We found Cognitive Services to be the missing piece in the equation, the one that we needed to bring this solution to market and really revolutionize the way people look at video."

Katie McCann: produkt- og teknologidirektør, Prism Skylabs
Pic Collage

"It didn't take us long to realize Azure Cognitive Services had handed us a powerful set of computer-vision and artificial intelligence tools that we could use to create great apps and new features for our customers in just a few hours."

John Fan, Cofounder og CEO, PicCollage

Vanlige spørsmål om visuelt innhold

  • Se tilgjengelighet etter område.
  • Visuelt innhold og andre Azure Cognitive Services-tilbud garanterer 99,9 prosent tilgjengelighet. Ingen serviceavtale gis for gratisnivået. Se detaljer for serviceavtalen.
  • Nei. Microsoft sletter automatisk bildene og videoene dine etter behandling og bruker ikke dataene dine til å lære opp de underliggende modellene. Videodataene forlater ikke lokalene dine, og videodata blir ikke lagret på kanten der beholderen kjører. Finn ut mer om personvern og bruksvilkår.
  • Når du har brukt visuelt innhold til å trekke ut tekst fra bilder og video, kan du bruke tekstanalyse til å analysere sentiment, Oversetter til å oversette tekst til ønsket språk eller Engasjerende leser til å lese teksten høyt, slik at den blir mer tilgjengelig. Ytterligere funksjonalitet knyttet til visuelt innhold omfatter Form Recognizer, som trekker ut nøkkelverdipar og tabeller fra dokumenter, Ansikt, som oppdager og gjenkjenner ansikter i bilder, Custom Vision, som gjør det enkelt å utvikle sin egen modell for visuelt innhold fra bunnen av, og Content Moderator, som oppdager uønsket tekst eller uønskede bilder.
  • Nei, spatial analyse oppdager og finner mennesker i videoklipp og utdata ved å bruke en grenseboks rundt menneskekropper. Modellene for kunstig intelligens registrerer ikke ansikter og fastsetter ikke enkeltpersoners identiteter eller demografi.
  • Modellene for spatial analyse 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 omfatter koordinater for grenseboksen for personens kropp, hendelsestype (for eksempel inngang i eller utgang fra sonen eller kryssing av retningslinje), pseudonymidentifikatorer for sporing av grenseboksen samt en konfidensgrad for oppdagelsen. Disse hendelsesdataene sendes til din egen forekomst av Azure IoT Hub.

Klar når du er – la oss konfigurere gratiskontoen din

Kan vi hjelpe deg?