更多模型：通义千问图像翻译、通义万相涂鸦作画、通义万相图像局部重绘、人像风格重绘、图像背景生成、图像画面扩展、图像画面扩展、人物实例分割、图像擦除补全、虚拟模特、鞋靴模特、人物写真生成-FaceChain、AI试衣 语音合成与识别 语音...
图像搜索服务（Image Search）是以深度学习和大规模机器学习技术为核心，通过图像识别和搜索功能，实现以图搜图的和以文搜图的智能...图像搜索服务在基于图像识别技术基础上，结合不同行业应用和业务场景，帮助用户实现相同或相似图片搜索。
内存马执行拦截：当内存马成功注入并尝试在系统内存中运行时，RASP通过结合深度学习与行为识别技术来检测程序的执行过程。该技术通过与已知恶意特征数据库进行对比，能够准确识别并阻止内存马的激活和执行，同时确保不干扰正常的业务操作。...
内存马执行拦截：当内存马成功注入并尝试在系统内存中运行时，RASP通过结合深度学习与行为识别技术来检测程序的执行过程。该技术通过与已知恶意特征数据库进行对比，能够准确识别并阻止内存马的激活和执行，同时确保不干扰正常的业务操作。...
风控模型托管操作指南 决策引擎 一站式的业务风险管理平台，用于复杂风控策略设计与编排，满足实时风险识别与检测的规则计算需求的风险管理引擎。功能集 功能 功能描述 参考文档 租户接入模式 事件管理 事件用于定义复杂决策的业务场景，...
目标检测技术广泛应用于安防、交通等行业内图像场景的目标检测与跟踪。服务开通 请单击 立即开通 在对应产品页面开通该服务，具体开通方式请参见 新手指南。能力介绍 目前阿里云视觉智能开放平台上线的目标检测能力包括：类别 能力 说明 ...
尊敬的阿里云用户，为进一步提升用户体验和产品性价比，提高视觉智能开放平台公有云服务水平，自 2024年02月20日 起，视觉智能开放平台 人脸人体、图像生产、目标检测、图像识别、分割抠图 的部分公测能力API将转正式商业化售卖。...
其中，包含2个独立的模型“悦动人像EMO-detect”和“悦动人像EMO”，分别提供人物图片合规检测与人物视频生成能力。重要 本文档仅适用于“中国大陆（北京）”地域，需使用“中国大陆（北京）”地域的 API Key。模型概览 模型简介 悦动人像...
舞动人像AnimateAnyone可基于人物图片和人物动作模板，生成人物动作视频。...使用时，可结合实际需要调整图像检测模型与视频生成模型的部署比例。通常，当图像以有序的队列输入时，1路图像检测并发应可支撑5路视频生成并发任务。
图像识别：将图像检测目标剪裁后配合图像识别提升识别精度。目标定位：对海量图片进行分类、打标签。图片分类 通过识别图片信息实现分类管理，得出正确结果。EAIS在推理场景中支持更灵活的配置和丰富的网络访问。自然语言处理 支持对字、词...
使用场景 人脸识别：通过人脸检测和识别技术，检测人脸信息。然后将人脸与数据库中的人脸进行比对，实现身份验证、门禁控制等应用。人脸认证：通过人脸检测和认证技术，验证用户的身份，如手机解锁、支付验证等。人脸表情分析：通过人脸...
使用场景 人脸识别：通过人脸检测和识别技术，检测人脸信息。然后将人脸与数据库中的人脸进行比对，实现身份验证、门禁控制等应用。人脸认证：通过人脸检测和认证技术，验证用户的身份，如手机解锁、支付验证等。人脸表情分析：通过人脸...
通过整合多模态语言技术与扩散图像解码器，该模型在多种编辑任务中展现出卓越性能，能够满足专业图像编辑的需求。PAI已全面支持该模型，您可以在PAI-Model Gallery中轻松进行一键部署和调用。模型简介 阶跃星辰正式发布并开源了图像编辑大...
阿里云视觉智能开放平台基于达摩院自研的人脸人体分析技术，提供人脸检测与五官定位、人脸属性识别、人脸比对、人脸搜索、人体检测、人体属性、行为分析等多种功能，为开发者和企业用户提供高性能高可用的人脸人体识别服务。广泛应用于数字...
2020-06-30 华东2（上海）照图修图 图像识别 水果检测识别 识别60种常见的水果和16种坚果。2020-06-30 华东2（上海）已下线 图像分析处理 胸部CT肺炎结节检测 对输入的胸部常规CT形成的DICOM影像（如5 mm的单个序列，API仅接受单序列），...
使用场景 身份验证：可以通过人脸检测与 人脸相似度对比 功能，实现用户信息认证，多用于手机面容解锁 人脸表情分析：通过人脸检测和表情识别技术，分析人脸表情，用于情感分析、增强现实（AR）、虚拟角色等应用。说明 背景杂乱：复杂的...
金融级实人认证方案 依托活体检测、生物识别、证件OCR识别等技术，与权威机构的身份要素验证接口组合，支持验证用户是否为真实有效用户。您也可以根据业务场景需要，设置是否留存人脸照片。金融级实人认证方案 提供五种接入方式。您可以...
应用案例：网约车司机行为安全监控与敏感内容检测 背景 某出行公司希望通过语音识别技术，对网约车内录制的音频进行分析，从多人对话中准确提取司机的语音片段，识别司机语音中是否存在违规内容。通过 AnalyticDB for MySQL 提供的声纹识别...
2021-07-31 华东2（上海）主动脉瘤肺动脉高压检测 2021年06月 类目名称 能力名称 功能描述 发布时间 支持终端 相关文档 离线SDK 实时视频分割SDK 基于深度学习框架，结合检测识别技术，实现高精视觉分割能力，可实现实时全自动主体、场景...
在社交媒体平台上，文本内容检测技术可以自动识别和过滤包含欺凌、仇恨言论、不当内容或其他违反平台规则的信息，有助于保护用户免受有害信息的侵扰，还能维护线上交流环境的健康和安全，确保内容的合规性和积极性，从而提高用户体验与满意...
金融级实人认证方案 依托活体检测、生物识别、证件OCR识别等技术，与权威机构的身份要素验证接口组合，支持验证用户是否为真实有效用户。您也可以根据业务场景需要，设置是否留存人脸照片。本文介绍通过 App（SDK）接入 金融级实人认证服务...
分割抠图技术基于阿里云深度学习技术，结合检测识别技术，为您提供高精度视觉分割能力。分割抠图技术可以实现秒级全自动主体、场景像素级识别，制作4通道透明素材。不仅实现了发丝级精抠，对高度镂空主体、复杂背景等场景都有很好的效果，...
商品理解技术是基于阿里云深度学习算法，结合图像或视频的商品检测、分析/比对技术，为您提供对商品类目、标签、属性的识别以及置信度信息等能力。可广泛应用于电子商务、零售、生产等行业，实现货架商品识别、商品二维码识别、商品属性...
人脸人体（facebody）人脸人体类目能力开通链接：立即开通 分类 能力接口名 能力中文名 说明 人脸检测 DetectFace 人脸检测与五官定位 识别图像中是否有人脸，进行人脸检测后返回检测到的人脸矩形框坐标。人脸属性 RecognizeExpression ...
获取任务信息 查询任务列表 图片数据处理 图片数据处理功能支持图片的自动识别、标签检测，格式转换，图片处理以及人脸识别技术，提供一站式的图片管理和应用需求。功能集 功能 功能描述 参考文档 图片检测识别 图片标签检测 图片标签检测...
支持从图像中自动检测并识别一个或多个主要目标，适用于智能监控、自动驾驶、图像检索等典型计算机视觉应用场景。服务名称 服务ID 服务描述 API调用QPS限制（含主账号与RAM子账号）主体识别 ops-object-detect-001 由阿里云 OpenSearch-AI ...
如今，企业使用AI图像技术，将带有产品缺陷的5万多张图片上传到云计算平台，通过深度学习与图像处理技术进行算法训练。优化的AI算法，其识别准确度可达到95%以上，碎片率（瑕疵品）下降50%。不仅如此，从图像拍摄到数据接收、处理，然后到...
准确率高：换脸鉴别结合阿里云多年人脸识别技术能力和大数据安全技术能力，能对视频图像中 AI 换脸、AI人脸生成等技术进行准确识别判断，对AI换脸攻击识别准确率高。支持单个或多个人脸判断逻辑，可直接调用的API接口，服务简单易用，易被...
检测模块和识别模块并行处理 获取视频流之后，通过人脸检测识别出人脸，根据跟踪的ID进行人脸质量的判断。一个人脸的质量可以通过关键点定位是否准确、人脸质量模块分值是否比较高、人脸的角度是否在一定的范围内进行挑选，然后送入到活体...
人像检测 支持图像检测功能，可定位身份证中的人像图案并返回坐标。图像增强 默认支持图像增强，包括图像自动旋转、畸变自动矫正、模糊图片自动增强等能力。如何使用本接口 步骤 概述 1 开通 个人证照识别 服务。开通服务前后，您可以通过 ...
产品介绍 智能双录质检（Intelligent Dual-Recording System,简称 IDRS）是蚂蚁集团移动开发平台（mPaaS）团队与阿里巴巴达摩院基于实时音视频以及 AI 识别服务，共同研制的一款智能化的音视频内容录制、检测及审核产品。该产品通过 AI ...
其他类目能力详细说明及使用方法，请参见：生成专区、人脸人体、文字识别、商品理解、内容审核、图像识别、图像生产、分割抠图、视觉搜索、图像分析处理、目标检测、视频理解、视频生产、视频分割。参考案例 开发代码示例 为身份证识别系统...
接口说明 本接口适用场景 阿里云整页试卷识别，是阿里云官方自研 OCR 文字识别产品，适用于对练习册、教辅、教材等内容进行整页识别与题目检索场景。阿里云 OCR 产品基于阿里巴巴达摩院强大的 AI 技术及海量数据，历经多年沉淀打磨，具有...
单击在线体验 音 视 频增强 音频增强 视频云音频实验室有机结合传统信号处理与深度学习技术，提供全场景音频增强与修复方案。单击在线体验。重要 以下功能需要在 提交转码作业 时 配置相应参数 使用，音频部分按照输出的音频规格和时长，...
实时语音识别-通义千问 视觉理解 2025-10-21 qwen3-vl-32b-thinking、qwen3-vl-32b-instruct Qwen3-VL系列 32B 的Dense模型，文档识别与理解、空间感知与万物识别能力、视觉2D检测与空间推理能力均表现出色，适合通用场景下的复杂感知任务...
基本介绍 人物实例分割运用了检测和分割技术，不仅能够在图像中识别出不同的对象，而且还能准确地画出每一个对象边界的像素级掩码（mask）。推荐配合使用 图像擦除补全 接口来进行AI人体消除，选择完整人体mask区域来消除一个或多个人物。...
相比 MPScanner，使用 MPCustomScanView 的方案封装了相机管理、码识别、多码识别、画面放大与缩小、码结果解析等扫一扫服务核心流程，您在开发时无需关注相关操作，只需专注于在 MPCustomScanView 中实现您自定义的 UI。您仍然可以继续...
支持的标注任务 iTAG预置了标注模板，可支持以下类型的标注任务：图像类：图像分类、目标检测、图像OCR、表格识别、图像语义分割。文本类：文本分类、命名实体识别、实体关系识别。视频类：视频分类、视频打点、视频OCR。音频类：音频分类...
融合戴口罩生成、抗遮挡关键点定位、抗遮挡特征注意力三大技术优化，实现戴口罩时的极速人脸识别。2023-02-02 华东2（上海）口罩人脸比对1:1 图像生产 生成式图像卡通化 输入一张图像，选择想要生成的卡通化风格，即可生成与输入图像相同...
在 基于YOLOX模型和iTAG标注数据的图像检测示例 区域，单击 在DSW中打开，并按照控制台操作指引构建yolox目标检测模型。如果您使用的是iTAG标注的自定义数据集，请将以下数据集目录替换为 准备数据 中的自定义数据集目录。将训练后得到的_...