ตรวจจับ วิเคราะห์ และเปรียบเทียบใบหน้า

ด้วย Amazon Rekognition

ในบทแนะนำสอนการใช้งานนี้ คุณจะได้เรียนรู้วิธีใช้คุณสมบัติจดจำใบหน้าใน Amazon Rekognition โดยใช้คอนโซล AWS Amazon Rekognition คือบริการวิเคราะห์ภาพและวิดีโอโดยใช้การเรียนรู้เชิงลึก

ในฐานะนักพัฒนา การจดจำและเปรียบเทียบใบหน้าคือความท้าทายครั้งใหม่ที่คุณต้องเผชิญหากกำลังพัฒนาระบบตรวจสอบยืนยันพนักงาน จำเป็นต้องตัดต่อวิดีโออัตโนมัติ หรือให้การตรวจสอบสิทธิ์รองสำหรับแอปพลิเคชันอื่นๆ ในการเอาชนะความท้าทายนี้ คุณควรพัฒนาโมเดลแมชชีนเลิร์นนิ่ง พัฒนา API และจัดการโครงสร้างพื้นฐานของคุณเอง ตัวเลือกนี้นั้นแพง และจำเป็นต้องใช้ความรู้ขั้นสูง และใช้เวลานาน

แทนที่จะใช้เส้นทางที่ยาก คุณสามารถใช้ Amazon Rekognition ซึ่งสามารถตรวจจับรูปภาพหรือวิดีโอ ค้นหาจุดสำคัญบนใบหน้า เช่น ตำแหน่งของดวงตา และการตรวจจับอารมณ์ เช่น มีความสุข หรือเศร้าใกล้เคียงแบบเรียลไทม์หรือเป็นชุดโดยไม่มีการจัดการโครงสร้างพื้นฐานหรือการสร้างโมเดล

ในบทแนะนำสอนการใช้งานนี้ คุณจะใช้ Amazon Rekognition เพื่อวิเคราะห์ภาพและเปรียบเทียบภาพนั้นกับภาพอื่นๆ เพื่อดูว่าเป็นใบหน้าเดียวกันหรือไม่  

บทแนะนำสอนการใช้งานนี้เป็นการสาธิตฟังก์ชันที่สามารถใช้งานได้เมื่อใช้ AWS CLI หรือ Rekognition API สำหรับการนำไปใช้ในการผลิตหรือการพิสูจน์แนวคิด เราขอแนะนำให้ใช้อินเทอร์เฟซทางโปรแกรมเหล่านี้แทนที่จะใช้ Amazon Rekognition Console

บทแนะนำสอนการใช้งานนี้ต้องใช้บัญชี AWS

ไม่มีค่าบริการเพิ่มเติมสำหรับ Amazon Rekognition ทรัพยากรต่างๆ ที่คุณสร้างขึ้นในการสอนใช้งานนี้จะมีคุณสมบัติแบบ Free Tier 

ข้อมูลเพิ่มเติมเกี่ยวกับ Free Tier >>


ขั้นตอนที่ 1 เข้าสู่ Amazon Rekognition Console


เปิด AWS Management Console เพื่อให้คุณเปิดคำแนะนำทีละขั้นตอนนี้ค้างไว้ได้ เมื่อหน้าจอโหลดข้อมูลแล้ว ให้ใส่ชื่อผู้ใช้และรหัสผ่านของคุณเพื่อเริ่มต้นใช้งาน จากนั้นพิมพ์ Rekognition ในแถบค้นหาและเลือก Rekognition เพื่อเปิดคอนโซลบริการ

detect-analyze-faces-rekognition-1

(คลิกเพื่อขยาย)


ขั้นตอนที่ 2: วิเคราะห์ใบหน้า

ในขั้นตอนนี้ คุณจะได้ใช้คุณสมบัติการวิเคราะห์ใบหน้าใน Amazon Rekognition เพื่อดูการตอบสนอง JSON อย่างละเอียดซึ่งคุณจะได้รับจากการวิเคราะห์รูปภาพหนึ่งรูป


ก) เมื่อต้องการเริ่มต้น ให้เลือก การวิเคราะห์ใบหน้า ในแถบการนำทางที่ด้านซ้าย คุณสมบัตินี้จะช่วยให้คุณสามารถวิเคราะห์ใบหน้าในรูปและรับการตอบสนอง JSON

detect-analyze-faces-rekognition-2a

(คลิกเพื่อขยาย)


ข) เปิดและบันทึกรูปภาพตัวอย่างรูปแรกสำหรับบทแนะนำสอนการใช้งานนี้ที่นี่

652499668

(คลิกเพื่อขยาย)


ค) คลิกปุ่ม อัปโหลด สีฟ้าแล้วเลือกรูปภาพตัวอย่างที่คุณเพิ่งบันทึก

detect-analyze-faces-rekognition-2c

(คลิกเพื่อขยาย)


ง) จะสังเกตว่าใต้ดรอปดาวน์ ผลลัพธ์ คุณสามารถคลิกและดูผลลัพธ์อย่างรวดเร็วของใบหน้าแต่ละรายการที่ตรวจจับแล้วได้

detect-analyze-faces-rekognition-2d

(คลิกเพื่อขยาย)


จ) คลิกที่ดรอปดาวน์ ตอบสนอง เพื่อดูผลลัพธ์ JSON สังเกตว่าใต้ผลลัพธ์อารมณ์จะปรากฎอารมณ์ที่ตรวจจับได้สามรายการ: มีความสุข สับสน และ สงบ โดยใบหน้ามีความสุขจะมีคะแนนความมั่นใจอยู่ที่ 99.79% ส่วนอีกสองอารมณ์ที่เหลือจะน้อยกว่า 1%

ในฐานะนักพัฒนา การตรวจจับอารมณ์ในรูปภาพและวิดีโอจะทำให้สามารถสร้างแค็ตตาล็อกคลังข้อมูลดิจิทัลโดยแบ่งตามอารมณ์ได้อย่างรวดเร็ว กรณีการใช้งานการตรวจจับอารมณ์อีกรูปแบบหนึ่งคือการขยายการกำหนดกลุ่มเป้าหมายการโฆษณาเพื่อให้ผู้ใช้ได้รับประสบการณ์เฉพาะบุคคลที่เหมาะสมกับอารมณ์ในขณะนั้น

detect-analyze-faces-rekognition-2e

(คลิกเพื่อขยาย)

detect-analyze-faces-rekognition-2ee

(คลิกเพื่อขยาย)


ขั้นตอนที่ 3: เปรียบเทียบใบหน้า

ในขั้นตอนนี้ คุณจะได้ใช้คุณสมบัติการเปรียบเทียบใบหน้าเพื่อดูการตอบสนอง JSON อย่างละเอียดจากการเปรียบเทียบรูปภาพสองรูปที่มีความแตกต่างกัน


ก) เลือก การเปรียบเทียบใบหน้า ในแถบการนำทางทางด้านซ้าย


detect-analyze-faces-rekognition-3a

(คลิกเพื่อขยาย)


ข) เปิดและบันทึกรูปภาพตัวอย่างรูปที่สองสำหรับบทแนะนำสอนการใช้งานนี้ ที่นี่

 

detect-analyze-faces-rekognition-sample2

(คลิกเพื่อขยาย)


ค) คลิกปุ่ม อัปโหลด สีฟ้าสำหรับใบหน้าที่ใช้สำหรับการอ้างอิงแล้วเลือกรูปที่คุณเพิ่งบันทึก

 

 

detect-analyze-faces-rekognition-3c

(คลิกเพื่อขยาย)


d) คลิกปุ่ม อัปโหลด สีฟ้าสำหรับการเปรียบเทียบใบหน้าและเลือกรูปภาพตัวอย่างรูปแรกที่เราใช้ในขั้นตอนที่ 2

 

 

detect-analyze-faces-rekognition-3d

(คลิกเพื่อขยาย)


จ) สังเกตว่าในดรอปดาวน์ ผลลัพธ์ คุณสามารถดูข้อมูลอ้างอิงที่ไม่ตรงกันสำหรับใบหน้าที่ตรวจจับในการเปรียบเทียบรูปภาพใบหน้า


detect-analyze-faces-rekognition-3e

(คลิกเพื่อขยาย)


ฉ) คลิกที่ดรอปดาวน์ ตอบสนอง เพื่อดูผลลัพธ์ JSON สังเกตว่าคะแนน “ความคล้ายคลึง” ของแต่ละใบหน้าที่ตรวจจับจะไม่เกิน 10 คะแนนความคล้ายคลึงกันมีตั้งแต่ 1-100 และสามารถปรับเกณฑ์คะแนนได้เมื่อใช้ API

ในฐานะนักพัฒนา การเปรียบเทียบใบหน้าทุกขนาดสามารถใช้ในแอปพลิเคชันเพื่อติดตามบุคคลที่สนใจ สร้างระบบตรวจสอบยืนยันพนักงานด้วยใบหน้า หรือให้ประสบการณ์ระดับ VIP แก่แขกที่พักภายในโรงแรม

 

detect-analyze-faces-rekognition-3f

(คลิกเพื่อขยาย)


ขั้นตอนที่ 4: เปรียบเทียบใบหน้า (อีกครั้ง)

ในขั้นตอนนี้ คุณจะได้ใช้คุณสมบัติการเปรียบเทียบใบหน้าเพื่อดูการตอบสนอง JSON อย่างละเอียดจากการเปรียบเทียบรูปภาพสองรูปที่ตรงกัน


ก) เปิดและบันทึกรูปภาพตัวอย่างรูปที่สามซึ่งเป็นรูปสุดท้ายสำหรับบทแนะนำสอนการใช้งานนี้ ที่นี่

detect-analyze-faces-rekognition-sample3

(คลิกเพื่อขยาย)


ข) คลิกปุ่ม อัปโหลด สีฟ้าสำหรับใบหน้าที่ใช้สำหรับการอ้างอิงแล้วเลือกรูปที่คุณเพิ่งบันทึก

 

detect-analyze-faces-rekognition-4b

(คลิกเพื่อขยาย)


ค) สังเกตว่าใบหน้าที่ใช้สำหรับการอ้างอิงที่เปรียบเทียบกับรูปภาพอื่นๆ ที่ตรวจจับแล้วได้คะแนนความคล้ายคลึงถึง 97% เมื่อตรวจจับกับรูปภาพอื่นจะมีใบหน้าที่ไม่ตรงกัน


detect-analyze-faces-rekognition-4c

(คลิกเพื่อขยาย)


ง) คลิกดรอปดาวน์ ตอบสนอง เพื่อดูรายละเอียดของการเปรียบเทียบแต่ละรายการ


detect-analyze-faces-rekognition-4d

(คลิกเพื่อขยาย)


ขอแสดงความยินดี!

คุณได้เรียนรู้วิธีใช้คอนโซลเพื่อวิเคราะห์และเปรียบเทียบใบหน้า นอกจากนี้ คุณยังสามารถทำงานกับคุณสมบัตินี้โดยใช้ API เพื่อให้คุณสามารถทำงานได้ในทุกขนาด ใช้ Amazon Rekognition เมื่อคุณต้องการวิเคราะห์ใบหน้าทุกขนาดโดยไม่ต้องกังวลเกี่ยวกับโครงสร้างพื้นฐานหรือฝึกอบรมโมเดลสำหรับระบุตัวตนของบุคคลที่สนใจ สร้างแค็ตตาล็อกคลังข้อมูลดิจิทัล สร้างระบบตรวจสอบยืนยันพนักงานด้วยใบหน้า หรือทำการวิเคราะห์ความรู้สึก

สร้างระบบจดจำใบหน้า

เรียนรู้วิธีสร้างระบบจดจำใบหน้าสำหรับการวิเคราะห์ฟีดสด

สร้างโซลูชันวิเคราะห์สื่อ

เรียนรู้วิธีการสร้างโซลูชันวิเคราะห์สื่อแบบครบวงจร รวมถึง การจดจำใบหน้าอัตโนมัติ

สำรวจคอนโซล

สำรวจคุณสมบัติอื่นๆ ของ Amazon Rekognition อย่างเช่น การจดจำคนดังและการกลั่นกรองรูปภาพ