Amazon Rekognition Video 是基於機器學習 (ML) 的服務，可分析視訊，以偵測各種物件、人物、臉部、文字、場景和活動，並偵測任何不當的內容。自今日起，您可以自動化四個常用媒體分析任務 - 使用 Amazon Rekognition Video 的全受管、採用 ML 的 API 偵測黑框、結束字幕、鏡頭切換，以及彩條。

這些功能可讓您執行各種工作流程，例如內容準備、廣告插入，以及在雲端中大規模新增 ‘binge-markers’ 至內容。視訊通常包含一小段空白的黑框，沒有音訊來區分廣告插入位置或場景結束。使用 Amazon Rekognition Video，您可以偵測此類次序，透過移除不想要的片段，來將 Video-On-Demand (VOD) 的廣告插入或封裝內容作業自動化。接下來，若要實作互動式觀衆提示，例如 VOD 應用程式中的「下一期」，您可以識別視訊中片尾字幕開始和結束所在的確切畫面。此外，當場景從一個攝像機切換到另一個時，Amazon Rekognition Video 可讓您偵測鏡頭切換。使用此資訊，您可以使用選取的鏡頭創作促銷視訊，透過選擇鏡頭中的關鍵畫面來產生高品質預覽縮圖，然後在不干擾觀衆體驗的情況下插入廣告，例如，避免在有人說話時中間插入鏡頭。最後，您可以偵測顯示 SMPTE (電影電視工程師學會) 彩條的視訊部分，從 VOD 內容中將其移除，或偵測各種問題，例如，當持續顯示彩條作為預設訊號時，錄製中的廣播訊號遺失。

藉由這些 API，您可以輕鬆分析 Amazon S3 中儲存的大量視訊，然後針對每個偵測取得 SMPTE 時間碼和時間戳記 - 而無需任何機器學習經驗。傳回的 SMPTE 時間碼為準確的畫面，這表示 Amazon Rekognition Video 在偵測到相關視訊片段時會提供確切的畫面編號，而且會處理各種視訊畫面播放速率格式，例如背景丟框和小數畫面播放速率。使用來自 Amazon Rekognition Video 的畫面準確中繼資料，您可以將操作任務完全自動化，或大幅降低受訓人工操作員的檢閱工作負載。這可讓您在雲端中大規模執行媒體分析工作流程。您僅需對分析的視訊分鐘數付費。沒有最低費用、授權，也無須前期承諾。