在本教程中，您将学习如何使用 AWS 控制台来使用 Amazon Rekognition 中的面部识别功能。Amazon Rekognition 是一项基于深度学习的图像和视频分析服务。

作为开发人员，如果您正在开发员工验证系统，需要自动进行视频编辑或为其他应用程序提供辅助身份验证，面部识别和对比将是您面临的新挑战。要解决这一难题，您可以开发自己的机器学习模型、开发 API 以及管理自己的基础设施。但此方案成本高昂，需要掌握先进知识，并且也非常耗时。

相较于选用较难的方案，您可以使用 Amazon Rekognition 来检测图像或视频中的面部，查找面部标记（如眼睛位置），以及检测情绪（如快乐或悲伤），这些操作可近乎实时地进行或分批进行，而您无需管理基础设施或建模。

在本教程中，您将使用 Amazon Rekognition 分析图像，然后将其与其他图像进行比较，以判断这些面部是否相同。 

本教程演示了在使用 AWS CLI 或 Rekognition API 时可用的功能。对于生产或概念验证实现，我们建议使用这些编程接口，而不是 Amazon Rekognition 控制台。

打开 AWS 管理控制台，以便使本分步指南处于打开状态。此屏幕加载后，请输入您的用户名和密码以便开始操作。在搜索栏中输入 Rekognition，然后选择 Rekognition 以便打开服务控制台。

a) 要开始，请在左侧的面板导航中选择面部分析。此功能允许您分析图像中的面部并接收 JSON 响应。

b) 单击 此处打开并保存本教程的第一个示例图像。

c) 单击蓝色的上传按钮，然后选择刚保存的示例图像。

d) 请注意，在结果下拉列表中，您可以单击并查看检测到的每个面部的快速结果。

e) 单击响应下拉列表以查看 JSON 结果。请注意，在情绪结果下，可以检测到三种情绪：快乐、困惑和平静。快乐情绪的置信度为 99.79%，而其他两种情绪的置信度均低于 1%。

作为一名开发人员，通过检测图像和视频中的情绪，可以通过情绪快速对数字库进行编目。检测情绪的另一个使用案例是增强广告定位，以便用户获得针对当前情绪打造的个性化体验。

a) 在左侧的面板导航中选择面部比较。

b) 单击此处打开并保存本教程的第二个示例图像。

c) 单击与参考面部对应的蓝色上传按钮，然后选择刚保存的图像。

d) 单击与比较面部对应的蓝色上传按钮，然后选择我们在第 2 步中使用的第一个示例图像。

e) 请注意，在结果下拉列表中，您可以看到我们的参考面部与比较面部图像中检测到的任何面部都不匹配。

f) 单击响应下拉列表以查看 JSON 结果。请注意，每个检测到的面部的“相似度”分数决不会超过 10。相似度分数范围为 1-100，使用 API 时可以调整阈值。

作为一名开发人员，在应用程序中可以使用大规模的面部比较来跟踪相关人员，创建基于面部的员工验证系统，或为入住酒店的客人提供 VIP 体验。

a) 单击此处打开并保存本教程的第三个也是最后一个示例图像。

b) 单击与参考面部对应的蓝色上传按钮，然后选择刚保存的图像。

c) 请注意，与我们的其他照片相比较的参考面部检测到 97% 的相似度分数，并检测到所有其他面部都不匹配。

d) 单击响应下拉列表，查看每个比较的详细信息。