使用 Amazon Rekognition
检测、分析和比较面部
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。
第 1 步:进入 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。
第 2 步:分析面部
在此步骤中,您将使用 Amazon Rekognition 中的面部分析功能查看您可以从分析一张图像中收到的详细 JSON 响应。
第 3 步:比较面部
在此步骤中,您将使用面部比较功能查看通过比较两个不匹配的不同图像而得到的详细 JSON 响应。
第 4 步:比较面部(再次)
在此步骤中,您将使用面部比较功能查看通过比较两个匹配的不同图像而得到的详细 JSON 响应。
恭喜!
您已学习如何使用控制台分析和比较面部。您还可以使用 API 执行此功能,以便大规模执行操作。当您需要大规模执行面部分析时,请使用 Amazon Rekognition,而无需担心基础设施或训练模型来识别相关人员、编目数字库、创建基于面部的员工验证系统或执行情绪分析。