概览
下图展示了您可以使用 GitHub 上的示例代码构建的架构。
自动签到应用程序架构
此代码可部署 Amazon API Gateway、Amazon Cognito 用户池、AWS Lambda 函数、Amazon DynamoDB 表、Amazon Rekognition、Amazon CloudWatch 和 Amazon Simple Storage Service（Amazon S3）存储桶。
参会者注册参加您的活动时，可以上载存储在 Amazon S3 存储桶中的照片。上载到 Amazon S3 会触发 Lambda 函数，从而调用 Amazon Rekognition IndexFaces API。Amazon Rekognition 将面部特征提取到特征向量中并创建 face_id。然后，向量存储到面部采集中，而 face_id 和相应的用户名存储在 DynamoDB 表中。
在活动中，操作人员使用该应用程序基于 Python 的 UI 和照相机给参与者拍照，修剪照片并将照片发送到 Amazon API Gateway 中，以触发 Lambda 函数来调用 Amazon Rekognition SearchFacesByImage API。然后，Amazon Rekognition 将图片中的面部特征提取到特征向量中，并将该向量与面部采集中的向量进行比较。当 Amazon Rekognition 发现具有高度相似性的面部时，将使用 face_id 检索用户名。用户名将被发送到操作人员的笔记本电脑中，以显示参与者已经过身份验证。
当参与者经过身份验证后，该应用程序将自动删除参与者在 Amazon S3 中注册时上载的面部图片。活动中拍摄的照片不会存储。它不会存储处理后的任何面部图片。
功能
自动化
构建一个架构，帮助使用 Amazon Rekognition 中预先注册的参与者面部采集对活动参加者自动进行身份验证。
易于部署
使用 GitHub 上的代码部署和配置所需服务，以配置活动签到的面部识别和搜索。
安全性
当图片上载后，Amazon Rekognition 会将面部特征提取到面部向量中。然后，应用程序将删除照片。照片处理后不予存储。
监控
自动签到应用程序包括 Amazon CloudWatch 控制面板，您可以用它显示包括响应时间和延迟在内的性能指标。
