Azure AI 视觉中的新增功能
了解 Azure AI 视觉中的新增功能。 查看此页以实时跟进新功能、增强功能、修补程序和文档更新。
2022 年 9 月
停用 Azure AI 视觉 3.0/3.1 读取预览版
Azure AI 视觉 3.0 和 3.1 读取 API 的预览版计划于 2023 年 1 月 31 日停用。 建议客户参考操作指南和快速入门,以开始使用正式发布版 (GA) 的读取 API。 最新的 GA 版本具有以下优势:
- 2022 年正式发布的最新 OCR 模型
- OCR 语言覆盖范围显著增大,包括支持手写文本
- 改进了 OCR 质量
2022 年 6 月
用于人脸识别的负责任 AI
人脸透明度说明
- 透明度说明提供了相关指导,通过将融合有意义的人工评审来检测和解决错误识别或其他故障案例、向认为其结果不正确的人员提供支持以及识别和处理因操作条件变化而导致的准确度波动,从而帮助客户提高其系统的准确度和公平性。
停用敏感属性
- 我们已经停用了面部分析功能,这些功能旨在推断情绪状态和身份属性,如性别、年龄、微笑、面部毛发、头发和化妆。
- 面部检测功能(包括检测模糊、曝光、眼镜、头部姿势、特征点、噪音、阻挡物、面部轮廓)将仍然普遍可用,并且不需要应用程序。
Fairlearn 包和 Microsoft 的公平性仪表板
- 开源 Fairlearn 包和 Microsoft 的公平性仪表板旨在支持客户根据自己的数据衡量 Microsoft 面部验证算法的公平性,使他们能够在部署技术之前识别和解决可能影响不同人群的潜在公平性问题。
Azure AI Vision 3.2 预览版弃用
API 3.2 预览版已计划于 2022 年 12 月停用。 建议客户改用 API 正式版 (GA)。 从 3.2 预览版迁移时请注意以下更改:
- 分析图像和读取 API 调用现在采用可选的 model-version 参数,该参数可用于指定要使用的 AI 模型。 默认情况下,它们使用最新模型。
- 分析图像和读取 API 调用还会在成功的 API 响应中返回
model-version
字段。 此字段报告使用了哪个模型。 - 图像分析 API 现在使用不同的错误报告格式。 请参阅 API 参考文档详细了解如何调整任何错误处理代码。
2022 年 5 月
OCR(读取)API 模型已正式发布 (GA)
Azure AI 视觉的 OCR(读取)API 最新模型(具有 164 种支持的语言)现已正式发布为云服务和容器。
- OCR 支持的打印文本扩展到 164 种新语言(包括俄语、阿拉伯语、印地语以及使用西里尔文字母、阿拉伯字母和梵文字母的其他语言)。
- OCR 支持的手写文本扩展到 9 种语言,即英语、简体中文、法语、德语、意大利语、日语、韩语、葡萄牙语和西班牙语。
- 增强了对单个字符、手写日期、数量、名称、通常在收据和发票中找到的其他实体的支持。
- 改进了对数字 PDF 文档的处理。
- 输入文件大小限制提高 10 倍至 500 MB。
- 性能和延迟方面的改进。
请参阅 OCR 操作指南,了解如何使用 GA 模型。
2022 年 2 月
OCR(读取)API 公共预览版支持 164 种语言
Azure AI 视觉的 OCR(读取)API 使用其最新预览版将支持的语言扩展到 164 种:
- OCR 支持的打印文本扩展到 42 种新语言(包括阿拉伯语、印度语以及使用阿拉伯字母和梵文字母的其他语言)。
- 除了英语、简体中文、法语、德语、意大利语、葡萄牙语和西班牙语外,OCR 支持的手写文本还扩展到日语和韩语。
- 增强功能包括更好支持提取手写日期、数量、名称和单个字符框。
- 常规性能和 AI 质量改进
请参阅 OCR 操作指南,了解如何使用新的预览功能。
2021 年 9 月
OCR(读取)API 公共预览版支持 122 种语言
Azure AI 视觉的 OCR(读取)API 使用其最新预览版将支持的语言扩展到 122 种:
- OCR 支持,针对 49 种新语言(包括俄语、保加利亚语、其他西里尔语和其他拉丁语)的打印文本。
- OCR 支持,针对 6 种新语言(包括英语、简体中文、法语、德语、意大利语、葡萄牙语和西班牙语)的手写文本。
- 增强功能,用于处理标识文档中的数字 PDF 和计算机可读区域 (MRZ) 文本。
- 常规性能和 AI 质量改进
请参阅 OCR 操作指南,了解如何使用新的预览功能。
2021 年 8 月
图像标记语言扩展
图像标记器的最新版本 (v3.2) 现支持 50 种语言的标记。 有关详细信息,请参阅语言支持页。
2021 年 7 月
面向 Detection_03 的新的 HeadPose 和特征点改进
- Detection_03 模型现已更新,可支持面部特征点。
- Detection_03 中的特征点功能更加精确,尤其是在对视线跟踪至关重要的眼球特征点方面。
2021 年 5 月
空间分析容器更新
已发布提供新功能集的空间分析容器新版本。 借助此 Docker 容器,可分析实时流视频,了解人们与他们在物理环境中的移动之间的空间关系。
现可配置空间分析操作来检测人面朝的方向。
- 可通过配置
enable_orientation
参数,为personcrossingline
和personcrossingpolygon
操作启用方向分类器。 默认情况下,此选项设置为 off。
- 可通过配置
空间分析操作现在还提供可检测人步行/奔跑速度的配置
- 可以通过打开
enable_speed
分类器(默认情况下为关闭状态)来检测personcrossingline
和personcrossingpolygon
操作的速度。 输出结果反映在speed
、avgSpeed
和minSpeed
输出中。
- 可以通过打开
2021 年 4 月
Azure AI 视觉 v3.2 GA
Azure AI 视觉 API v3.2 现已正式发布,进行了以下更新:
- 改善了图像标记模型:根据图像中显示的对象、操作和内容分析视觉对象内容并生成相关标记。 此模型通过标记图像 API 提供。 有关详细信息,请参阅图像分析操作指南和概述。
- 更新的内容审查模型:检测是否存在成人内容并提供标志来筛选包含成人、猥亵和血腥视觉内容的图像。 可通过分析 API 获取此模型。 有关详细信息,请参阅图像分析操作指南和概述。
- 用于 73 种语言的 OCR(读取),这些语言包括简体中文和繁体中文、日语、韩语和拉丁语言。
2021 年 3 月
Azure AI 视觉 3.2 公共预览版更新
Azure AI 视觉 API v3.2 公共预览版已经更新。 该预览版包含所有 Azure AI 视觉功能以及已更新的读取 API 和分析 API。
2021 年 2 月
读取 API v3.2 公共预览版(带有对 73 种语言的 OCR 支持)
Azure AI 视觉读取 API v3.2 公共预览版(可用作云服务和 Docker 容器)包括以下更新:
- 用于 73 种语言的 OCR,这些语言包括简体中文和繁体中文、日语、韩语和拉丁语言。
- 文本行输出的自然读取顺序(仅限拉丁语言)
- 文本行的手写样式分类以及置信度分数(仅限拉丁语言)。
- 对于多页文档,仅提取所选页面的文本。
若要了解详细信息,请参阅读取 API 操作指南。
2021 年 1 月
空间分析容器更新
已发布提供新功能集的空间分析容器新版本。 借助此 Docker 容器,可分析实时流视频,了解人们与他们在物理环境中的移动之间的空间关系。
- 现可配置空间分析操作来检测某人是否正戴着口罩等保护性面罩。
- 可通过配置
ENABLE_FACE_MASK_CLASSIFIER
参数,为personcount
、personcrossingline
和personcrossingpolygon
操作启用口罩分类器。 - 系统将以元数据的形式返回
face_mask
和face_noMask
属性,其中有在视频流中检测到的每个人的置信度分数
- 可通过配置
- personcrossingpolygon 操作已得到扩展,可计算一个人在某个区域中的停留时间。 可将该操作的区域配置中的
type
参数设置为zonedwelltime
,类型为 personZoneDwellTimeEvent 的新事件将包括durationMs
字段,该字段填充了该人员在该区域中停留的毫秒数。 - 中断性变更:已将 personZoneEvent 事件重命名为 personZoneEnterExitEvent。 此事件在某人进入或离开该区域时由 personcrossingpolygon 操作引发,并提供与所穿过区域的编号侧相关的方向信息。
- 可在所有操作中将视频 URL 作为“专用参数/已模糊处理”提供。 模糊处理现在是可选操作,仅当
KEY
和IV
作为环境变量提供时才有效。 - 默认情况下,对所有操作启用了校准。 设置
do_calibration: false
可禁用它。 - 已通过
enable_recalibration
参数增加对自动重新校准的支持(默认禁用),请参阅空间分析操作了解有关详细信息 - 照相机校准参数设置为
DETECTOR_NODE_CONFIG
。 有关详细信息,请参阅空间分析操作。
2020 年 12 月
人脸 ID 存储的客户配置
- 尽管人脸服务不存储客户图像,但已提取的人脸特征将存储在服务器上。 人脸 ID 是人脸特征的标识符,并且将在人脸 - 识别、人脸 - 验证和人脸 - 查找相似中使用。 在进行原始检测调用之后的 24 小时,存储的人脸特征将过期并将会被删除。 客户现在可以决定这些人脸 ID 的缓存时间长度。 最大值仍为 24 小时,但现在可以设置最小值 60 秒。 缓存人脸 ID 的新时间范围是介于 60 秒和 24 小时之间的任何值。 有关详细信息,请参阅人脸 - 检测 API 参考(faceIdTimeToLive 参数)。
2020 年 10 月
Azure AI 视觉 API v3.1 GA
正式发布的 Azure AI 视觉 API 已升级到 v3.1。
2020 年 9 月
空间分析容器预览版
空间分析容器现提供预览版。 利用 Azure AI 视觉的空间分析功能,你可以分析实时流视频,了解人们与他们在物理环境中的移动之间的空间关系。 空间分析是一种可以在本地使用的 Docker 容器。
读取 API v3.1 公共预览版添加了日语的 OCR
Azure AI 视觉读取 API v3.1 公共预览版添加了以下功能:
日语的 OCR
对于每个文本行,指示呈现效果是手写体还是打印样式,并随附置信度评分(仅限拉丁语言)。
对于多页文档,仅提取所选页面或页面范围的文本。
此预览版本的读取 API 支持英语、荷兰语、法语、德语、意大利语、日语、葡萄牙语、简体中文和西班牙语。
若要了解详细信息,请参阅读取 API 操作指南。
2020 年 7 月
读取 API v3.1 公共预览版包含简体中文的 OCR
Azure AI 视觉读取 API v3.1 公共预览版添加了对简体中文的支持。
- 此预览版本的读取 API 支持英语、荷兰语、法语、德语、意大利语、葡萄牙语、简体中文和西班牙语。
若要了解详细信息,请参阅读取 API 操作指南。
2020 年 5 月
Azure AI 视觉 API v3.0 正式发布,并对读取 API 进行了更新:
- 支持英语、荷兰语、法语、德语、意大利语、葡萄牙语和西班牙语
- 准确度改进
- 每个已提取单词的置信度分数
- 新输出格式
若要了解详细信息,请参阅 OCR 概述。
2020 年 3 月
- 现在,将对此服务的所有 HTTP 请求强制执行 TLS 1.2。 有关详细信息,请参阅 Azure AI 服务安全性。
2020 年 1 月
读取 API 3.0 公共预览版
现在,可以使用 Read API 3.0 版从图像中提取印刷体文本或手写文本。 与早期版本相比,3.0 版提供了:
- 准确度改进
- 新输出格式
- 每个已提取单词的置信度分数
- 使用语言参数同时支持西班牙语和英语
按照提取文本快速入门,开始使用 3.0 API。
2019 年 4 月
提高了属性准确度
- 提高了
age
和headPose
属性的总体准确性。 此外还更新了headPose
属性,pitch
值现已启用。 使用这些属性的方法是在人脸 - 检测returnFaceAttributes
参数的returnFaceAttributes
参数中指定它们。
提高了处理速度
- 提高了人脸 - 检测、FaceList - 添加人脸、LargeFaceList - 添加人脸、PersonGroup 人员 - 添加人脸和 LargePersonGroup 人员 - 添加人脸操作的速度。
2019 年 1 月
人脸快照功能
- 此功能使服务可以支持跨订阅进行数据迁移:快照。
重要
人脸快照 API 已于 2023 年 6 月 30 停用。
2018 年 10 月
API 消息
- 在 PersonGroup - 获取训练状态、LargePersonGroup - 获取训练状态和 LargeFaceList - 获取训练状态中完善了对
status
、createdDateTime
、lastActionDateTime
和lastSuccessfulTrainingDateTime
的说明。
2018 年 5 月
提高了属性准确度
- 显着改进了
gender
属性,还改进了age
、glasses
、facialHair
、hair
、makeup
属性。 通过人脸 - 检测returnFaceAttributes
参数使用这些属性。
增加了文件大小限制
- 在以下部分中将输入图像文件大小限制从 4 MB 增加到了 6 MB:人脸 - 检测、FaceList - 添加人脸、LargeFaceList - 添加人脸、PersonGroup 人员 - 添加人脸和 LargePersonGroup人员 - 添加人脸。
2017 年 5 月
新的可检测人脸属性
- 在人脸 - 检测
returnFaceAttributes
参数中添加了hair
、makeup
、accessory
、occlusion
、blur
、exposure
和noise
属性。 - 在 PersonGroup 和人脸 - 识别中支持 10K 人员。
- 在带可选参数
start
和top
的 PersonGroup 人员 - 列表中支持分页。 - 支持在针对 PersonGroup 中的不同 FaceLists 和不同人员添加/删除人脸时的并发性。
2017 年 3 月
新的可检测人脸属性
- 在人脸 - 检测
returnFaceAttributes
参数中添加了emotion
属性。
已修复的问题
- 无法使用从人脸 - 检测返回的矩形重新将人脸检测为 FaceList - 添加人脸和 PersonGroup 人员 - 添加人脸中的
targetFace
。 - 设置了可检测的人脸大小,以确保它一定在 36x36 到 4096x4096 像素之间。
2016 年 11 月
新的订阅层
- 添加了人脸存储标准订阅以在使用 PersonGroup 人员 - 添加人脸或 FaceList - 添加人脸进行标识或相似性匹配时存储额外的持久性人脸。 存储的图像按每 1000 张人脸 0.5 美元收费,每天以此费率按比例计费。 免费层订阅的总人数仍限制为 1,000 人。
2016 年 10 月
API 消息
- 在 FaceList - 添加人脸和 PersonGroup 人员 - 添加人脸中将
targetFace
中多个人脸的错误消息从“There are more than one face in the image”更改为“There is more than one face in the image”。
2016 年 7 月
新增功能
- 支持在人脸 - 验证中进行人脸到人员对象身份验证。
- 添加了可选的
mode
参数,可以选择两种工作模式:人脸 - 查找相似中的matchPerson
和matchFace
,默认值为matchPerson
。 - 为用户添加了可选的
confidenceThreshold
参数,以设置一个人脸是否属于人脸 - 识别中的 Person 对象的阈值。 - 在 PersonGroup - 列表中添加了可选的
start
和top
参数,使用户能够指定要列出的起点和总 PersonGroup 数。