Amazon Rekognition は、画像や動画の中身を機械的に「理解」させるための AWS のマネージドサービスだ。物体・シーンのラベル付け、顔の検出と比較、画像内テキストの検出（OCR）、不適切コンテンツの検出までを API 一本で扱える。
効果が大きい用途
ひとつはコンテンツモデレーションだ。ユーザー投稿型のサービスで不適切な画像を人力チェックするのは限界があり、Rekognition で一次フィルタを自動化すれば運用負荷が大きく下がる。もうひとつは顔の検出・比較を使った認証や人物管理で、動画分析では人物追跡やアクティビティ検出にも踏み込める。
一次フィルタとして設計する
実務で重要なのは、検出結果を「白黒の最終判定」として扱わないことだ。Rekognition は各検出に確信度スコアを返すので、しきい値で「自動承認／自動却下／人間レビュー行き」の三段に振り分ける設計がはまる。しきい値を厳しくすれば見逃しは減るが人間レビューの量が増え、緩めれば逆になる。この調整がモデレーションシステムの運用コストを直接左右する。
料金とロックインの判断
課金は処理した画像・動画の数量ベースの従量制で、無料枠は最初の 12 か月間、月間数千画像程度。処理量に比例してコストが伸びるため、トラフィックの想定が料金感を決める。動画分析は画像より単価が高く、長尺動画を大量に処理する設計だとコストが跳ねやすい。
検討時の注意
最大の前提条件は AWS アカウントが必須なことだ。すでに AWS 上にシステムがあるなら S3 との連携も自然で導入はスムーズだが、他のクラウドで完結させたい・マルチクラウドを避けたい場合は、その時点で選択肢から外れる。同種のサービスは Google Cloud Vision や Azure の画像認識にもあり、すでに使っているクラウドに合わせて選ぶのが運用上は素直だ。精度面でも、顔認識の用途では各国の法規制や倫理的な配慮が絡むため、適用範囲を慎重に切ることが求められる。検出ラベルは英語で返るため、日本語 UI に出すなら対訳辞書を用意する手間も見込んでおきたい。
誤検出をどう扱うかで設計が決まる
画像解析の結果は確信度（スコア）付きで返る。ここを「検出された／されない」の二値として扱うと、閾値の設定次第で見逃しか誤検出のどちらかが必ず増える。実務では、高スコアは自動処理、中間スコアは人間のレビューに回す、低スコアは無視する、という三段構えにするのが扱いやすい。完全自動化を前提にすると、誤りの責任をどこが引き受けるのかという問題に必ず突き当たる。
顔の検出・比較は、個人情報保護の観点で扱いが重い領域です。取得の同意、保管期間、利用目的の明示といった要件が絡み、技術的に使えることと運用してよいことは別問題になります。実装に入る前に、法務・コンプライアンス側の判断を取ってください。
日本語のテキスト検出は別途検証を
画像内の文字を読む機能は言語によって精度が変わる。日本語、とくに縦書きや手書き、装飾的なフォントを含む画像では、期待した結果にならないことがある。想定する画像の実物でサンプル検証を行い、精度が足りなければ日本語に強い OCR サービスとの併用や差し替えを検討する。カタログ上の対応言語だけで判断しないほうがよい。