
Amazon Rekognition Content Moderation 面向在 AWS 上接收用户图片或视频的社区、图库和内容分发团队。它输出分层审核标签和置信度,视频结果还能帮助定位时间点。运营团队可用这些结果建立允许、人工复查和升级核验的流程,并按自己的内容规则处理边界情况。

| 功能 | 实际用法 |
|---|---|
| 图像审核 | 用有权测试的样本调用图片审核接口,保存标签名称、层级和置信度,供后续追踪 |
| 异步视频审核 | 按官方文档放置测试视频并启动作业,记录作业完成状态,再读取带时间信息的结果 |
| 置信度阈值 | 把不同阈值作用在同一已标注样本,观察漏报、误报和人工成本的变化 |
| 人工复核 | 先确定哪些类别需要人工处理,把标签与原始画面或时间点关联,区分机器标签和编辑判断 |
| 持续评估 | 记录最终判断、接口版本和样本来源。对新类型内容单独留验证组 |
| 产品 | 适用情形 |
|---|---|
| Amazon Rekognition | 已有 AWS 存储、媒体和权限流程,并希望同一服务评估图片和视频时,先测试它的分类体系 |
| Sightengine | 想比较专门的图像及视频内容审核接口时,使用完全相同的片段与标签规则 |
| Azure AI Content Safety | 应用已在 Azure,目标包含文字和图片时,可比较其类别体系、权限与地区 |
官方说明服务按使用付费并提供试用入口,图像分析和视频分析按不同单位及级别计费。上线前从 AWS 价格页选择实际地区,单独估算图片、视频、对象存储与工作流相关费用。
一个允许用户投稿的健身素材库希望识别不适合公开封面的影像,同时保留运动摄影中的正常裸露手臂和背部。把干净封面、模糊边缘样本和需复核的样本混合测试,审核员先独立标注。验收检查标签能定位到画面或视频时段,人工队列能区分重复结果,内容方对错误标签可以看见原片并复核,报告能量化漏报、误报与复核工作量。
它反映模型给该标签的置信度。用内部已标注样本验证阈值,并由审核员确认语境
官方区分图片和视频操作,视频涉及异步作业与时间结果。分别核对格式、地区和配额
这个入口说明图片和视频内容审核。产品内文字审核需求应独立验证适用服务