功能集

功能

功能描述

參考文檔

基礎(chǔ)操作

項(xiàng)目操作

開通 IMM 后，用戶需要創(chuàng)建項(xiàng)目（Project）來承載相應(yīng)的數(shù)據(jù)處理操作。項(xiàng)目是劃分眾多數(shù)據(jù)處理能力的邏輯單元，用戶可以根據(jù)自身業(yè)務(wù)需求，創(chuàng)建不同的項(xiàng)目來承載不同的數(shù)據(jù)處理操作。

• 創(chuàng)建項(xiàng)目
• 項(xiàng)目操作 API

數(shù)據(jù)集操作

數(shù)據(jù)集是由元數(shù)據(jù)所組成的集合，是元數(shù)據(jù)管理存放元數(shù)據(jù)的容器。通常將有關(guān)聯(lián)的媒體文件存放到同一個數(shù)據(jù)集中，便于查詢。創(chuàng)建數(shù)據(jù)集后，您可以為存儲在對象存儲（OSS）、相冊與網(wǎng)盤服務(wù)（PDS）等產(chǎn)品中的文件建立元數(shù)據(jù)索引。建立元數(shù)據(jù)索引時(shí)智能媒體管理服務(wù)將采集文件元數(shù)據(jù)并將元數(shù)據(jù)索引到元數(shù)據(jù)存儲引擎中，為您提供強(qiáng)大的文件查詢、統(tǒng)計(jì)和管理能力。

• 數(shù)據(jù)集介紹及操作
• 數(shù)據(jù)集管控相關(guān) API
• 數(shù)據(jù)集索引相關(guān) API
• 數(shù)據(jù)集綁定相關(guān) API
• 數(shù)據(jù)集查詢相關(guān) API

任務(wù)管理

觸發(fā)器

使用觸發(fā)器可以對存儲空間（Bucket）中的增量文件進(jìn)行批量處理。例如將Bucket某個目錄中新增的后綴為.docx的文件轉(zhuǎn)換成.pdf格式、將新增的.mov格式的文件轉(zhuǎn)碼為.mp4等。和批處理的不同的是，觸發(fā)器只會對創(chuàng)建觸發(fā)器之后OSS內(nèi)新增的文件進(jìn)行處理，對存量文件則不會處理。

批量操作

使用批處理對存儲空間（Bucket）中存量文件進(jìn)行批量處理。例如將Bucket某個目錄中后綴為.docx的文件轉(zhuǎn)換成PDF格式、將所有MOV格式的文件轉(zhuǎn)碼為MP4等。

查詢?nèi)蝿?wù)信息

可以對異步處理任務(wù)的進(jìn)度進(jìn)行查詢，也可以列舉查看當(dāng)前的全部任務(wù)。

• 獲取任務(wù)信息
• 查詢?nèi)蝿?wù)列表

功能集

功能

功能描述

參考文檔

圖片檢測識別

圖片標(biāo)簽檢測

圖片標(biāo)簽檢測可以識別圖片中的場景、物體和事件等內(nèi)容，實(shí)現(xiàn)圖片的自動打標(biāo)。目前支持的標(biāo)簽種類包含三十多個分類、數(shù)千個標(biāo)簽。

• 圖片標(biāo)簽檢測介紹
• 圖片標(biāo)簽檢測 API

圖片人臉檢測

人臉檢測指的是計(jì)算機(jī)視覺技術(shù)中用于識別和定位圖片或視頻中人臉的功能。這種技術(shù)可以用于多種應(yīng)用，比如身份驗(yàn)證、監(jiān)控系統(tǒng)、智能相冊以及客戶行為分析等。

• 圖片人臉檢測介紹
• 圖片人臉檢測 API

圖片人體檢測

檢測圖片中所有的人體以及人體位置框和置信度。這項(xiàng)技術(shù)可以應(yīng)用于安全監(jiān)控、人流統(tǒng)計(jì)等多個領(lǐng)域。

• 圖片人體檢測介紹
• 圖片人體檢測 API

圖片車輛信息檢測

車輛信息檢測功能可以檢測圖片中的車輛信息，該技術(shù)廣泛應(yīng)用于交通監(jiān)控、智能停車系統(tǒng)、自動駕駛輔助、城市流量管理、電子收費(fèi)系統(tǒng)以及安全與救援服務(wù)中。

• 圖片車輛信息檢測介紹
• 圖片車輛信息檢測 API

人臉相似度對比

人臉相似度對比功能用于身份驗(yàn)證、身份核實(shí)、人臉識別等場景中，通過將采集的人臉圖片與系統(tǒng)中存儲的人物圖片進(jìn)行比較，返回相似度評分，以確認(rèn)是否是同一人，該功能可以提高身份識別的準(zhǔn)確性和便捷性。

• 人臉相似度對比介紹
• 人臉相似度對比 API

二維碼識別

可以識別圖片（包括照片、截圖等多種圖片）中多個有效二維碼或者條形碼的位置及內(nèi)容，輸出圖像中二維碼或者條形碼的位置框和其包含的文本信息。

• 二維碼識別介紹
• 二維碼識別 API

圖片編輯與分析

圖片模糊處理

圖片模糊處理可以對一張圖片的特定區(qū)域進(jìn)行馬賽克、高斯模糊或純色塊填充操作，用于隱私保護(hù)。

• 圖片模糊處理介紹
• 圖片模糊處理 API

圖片轉(zhuǎn) PDF

圖片轉(zhuǎn)換為PDF文件可以將多張圖片轉(zhuǎn)換為單個PDF文件，為用戶提供方便的文件查找服務(wù)。

• 圖片轉(zhuǎn) PDF 介紹
• 圖片轉(zhuǎn) PDF API

圖片拼接

圖片拼接采用圖像拼接技術(shù)，即將普通相機(jī)拍攝的兩幅或多幅來自不同視點(diǎn)、視角和時(shí)間拍攝的具有一定空間重疊的圖像拼接起來，形成一幅寬視角的高質(zhì)量圖像。

• 圖片拼接介紹
• 圖片拼接 API

圖片裁剪建議

圖片裁剪建議功能可以根據(jù)指定比例返回圖片的裁剪建議框和裁剪方案的美學(xué)分?jǐn)?shù)。如果指定了多個裁剪比例，該接口會按照不同的裁剪比例分別給出圖片的裁剪建議。

• 圖片裁剪建議介紹
• 圖片裁剪建議 API

圖片質(zhì)量評分

圖片質(zhì)量評分功能可以從清晰度、噪聲和失真、色彩飽和度、曝光度等多個方面評估輸入圖片在視覺上的質(zhì)量，并給出綜合的評分。通常用于文章封面、視頻封面、低質(zhì)量圖片過濾等場景。

• 圖片質(zhì)量評分介紹
• 圖片質(zhì)量評分 API

圖片盲水印

為圖片添加圖片或文字類型的盲水印。盲水印添加后，用戶不能直接看到圖片中的水印信息，如果需要恢復(fù)圖片中的水印信息，請使用解析圖片盲水印功能，通常用于圖片版權(quán)追溯等場景。

功能集

功能

功能描述

參考文檔

媒體識別檢測

視頻標(biāo)簽檢測

使用視頻標(biāo)簽檢測，可以對視頻智能分析，輸出基于視頻的標(biāo)簽。標(biāo)簽結(jié)果豐富全面，同時(shí)具有高準(zhǔn)確率、高有效性、高價(jià)值等特點(diǎn)。通過獲取視頻的標(biāo)簽進(jìn)行分類，檢索，可以更精準(zhǔn)高效的管理視頻。

• 視頻標(biāo)簽檢測介紹
• 視頻標(biāo)簽檢測 API

逆地理編碼

可以檢測媒體信息中包含的地理信息。

媒體編輯處理

媒體轉(zhuǎn)碼

媒體轉(zhuǎn)碼是為多媒體數(shù)據(jù)提供的媒體處理服務(wù)。它以經(jīng)濟(jì)、易用、彈性和高可擴(kuò)展的音視頻轉(zhuǎn)換方法，幫助您將存儲于OSS的音視頻轉(zhuǎn)碼成適合在PC、TV以及移動終端上播放的格式。

• 媒體轉(zhuǎn)碼介紹
• 媒體轉(zhuǎn)碼 API

獲取媒體元信息

獲取媒體文件元信息，如分辨率、碼率、幀率、編碼標(biāo)準(zhǔn)等。用于媒體檢索、播放展示、智能管理等，提升媒體的運(yùn)營與管理效率。

• 獲取媒體元信息介紹
• 獲取媒體元信息 API

邊轉(zhuǎn)邊播

不同于媒體轉(zhuǎn)碼需要在視頻上傳完成后等待整個視頻轉(zhuǎn)碼完成才能播放，邊轉(zhuǎn)邊播作為實(shí)時(shí)轉(zhuǎn)碼功能，可以實(shí)現(xiàn)原視頻文件上傳完成后立即開始播放，并在播放時(shí)僅對需要播放的視頻片段進(jìn)行轉(zhuǎn)碼。

功能集

功能

功能描述

參考文檔

文檔在線服務(wù)

文檔在線編輯

對 OSS 或者 PDS 中的文檔進(jìn)行在線編輯。

• 文檔處理介紹
• 文檔處理 API

文檔在線預(yù)覽

對 OSS 或者 PDS 中的文檔進(jìn)行在線預(yù)覽。

• 文檔處理介紹
• 文檔處理 API

文檔格式轉(zhuǎn)換

對文檔的格式進(jìn)行轉(zhuǎn)換，如從 .doc 轉(zhuǎn)為 .pdf。

• 文檔格式轉(zhuǎn)換介紹
• 文檔格式轉(zhuǎn)換 API

文檔內(nèi)容處理

文檔正文提取

文檔內(nèi)容提取服務(wù)可以從多種格式的文檔中自動提取文字，將目標(biāo)文檔內(nèi)容轉(zhuǎn)換為純文本格式，支持多種語言和文檔類型。

• 文檔正文提取介紹
• 文檔正文提取 API

功能集

功能

功能描述

參考文檔

文件基礎(chǔ)處理

文件壓縮

云上資源的壓縮功能可以幫助用戶高效、便捷地進(jìn)行云上文件管理，可以根據(jù)需要使用該功能對OSS中的文件進(jìn)行在線壓縮，將您的多個文件打包為 zip 等壓縮包。

• 壓縮解壓介紹
• 壓縮 API

文件解壓

創(chuàng)建解壓縮任務(wù)可以將您壓縮包內(nèi)的指定文件解壓縮到特定位置，也可以將壓縮包完整解壓。目前支持的壓縮格式包括Zip、RAR和7z。

• 壓縮解壓介紹
• 解壓 API

特殊場景處理

點(diǎn)云壓縮

點(diǎn)云是海量點(diǎn)的集合，存儲點(diǎn)云數(shù)據(jù)不僅會消耗大量內(nèi)存，而且也會對傳輸帶寬造成很大的挑戰(zhàn)。IMM 提供的點(diǎn)云壓縮功能可以對點(diǎn)云數(shù)據(jù)的時(shí)空信息進(jìn)行分析處理，大幅降低數(shù)據(jù)量與儲存成本，實(shí)現(xiàn)高質(zhì)量且實(shí)時(shí)的點(diǎn)云數(shù)據(jù)編碼解碼方案。

• 點(diǎn)云壓縮介紹
• 點(diǎn)云壓縮API

功能集

功能

功能描述

參考文檔

檢索式處理

語義檢索

語義檢索采用向量檢索的方式，可以根據(jù)文件內(nèi)容進(jìn)行檢索，例如“俯瞰森林”、“雪中城市”、“去年夏天的草原”等文件內(nèi)容。您可以利用 IMM 語義檢索能力對您對象存儲 OSS 中的文件進(jìn)行檢索，也可以對網(wǎng)盤與相冊服務(wù) PDS 中的文件進(jìn)行檢索。

• 語義檢索介紹
• 語義檢索（自然語言查詢）API

人臉聚類

使用人臉聚類功能，您可以將數(shù)據(jù)集中存在相似人臉的多張圖片進(jìn)行分組，適用于網(wǎng)盤的人臉相冊、家庭監(jiān)控的陌生人檢測、甚至新零售的顧客管理等場景。人臉聚類后，您可以根據(jù)人臉分組查詢對應(yīng)人員的所有圖片信息。

• 人臉聚類介紹
• 人臉聚類API

人臉?biāo)阉?/p>

創(chuàng)建媒體集并將圖片索引到媒體集后，您可以使用人臉?biāo)阉鞴δ軓拿襟w集中搜索與指定圖片或人臉 ID 最相似的前 N 張圖片，可用于業(yè)務(wù)的用戶識別等場景。

• 人臉?biāo)阉鹘榻B
• 人臉?biāo)阉?API

時(shí)空聚類

基于照片的拍攝時(shí)間、地理位置等元數(shù)據(jù)信息，將滿足分組條件的照片分到同一組。

• 時(shí)空聚類介紹
• 時(shí)空聚類API

圖片聚類

圖片聚類基于照片的相似度將滿足分組條件的照片分到同一組，您可以使用該功能篩選相冊中連拍的照片，對其進(jìn)行分組操作。

• 圖片聚類介紹
• 圖片聚類 API

生成式處理

故事生成

故事功能可以將數(shù)據(jù)集中的照片使用AI算法按照時(shí)間或人物來生成一組照片故事集，并選取一張較好的照片作為封面。使用故事功能，您可以輕松實(shí)現(xiàn)故事相冊功能，感受生活中的美好時(shí)刻。

• 故事生成介紹
• 故事生成API

功能集

功能

功能描述

參考文檔

違規(guī)檢測

文本違規(guī)檢測

文本違規(guī)檢測用于檢測文本是否違規(guī)，幫助用戶提高審核效率，降低安全風(fēng)險(xiǎn)。

圖片違規(guī)檢測

圖片違規(guī)檢測用于檢測圖片是否違規(guī)，幫助用戶提高審核效率，降低安全風(fēng)險(xiǎn)。

視頻違規(guī)檢測

視頻違規(guī)檢測用于檢測視頻是否違規(guī)，幫助用戶提高審核效率，降低安全風(fēng)險(xiǎn)。