在本教學中，您將學習如何透過 AWS 主控台，使用 Amazon Rekognition Video 的影片分析功能。Amazon Rekognition Video 是一項具備深度學習功能的影片分析服務，可偵測活動，以及辨識物件、名人和不當內容。

身為開發人員，若您正在開發影片目錄系統或者建立情緒分析的應用程式，那麼分析影片將是您需要面對的挑戰。您可以建置專屬於您的機器學習模型來解決遇到的挑戰，但這種方法不僅曠日費時，還十分昂貴，並且需要機器學習的專家來完成。

Amazon Rekognition Video 擁有易於使用的 API，且能提供即時串流影片分析與臉部分析。這項全受管並由 API 驅動的服務讓開發人員輕鬆新增視覺分析至現有的應用程式。

在本教學中，您會使用 Amazon Rekognition Video 分析一個關於終極飛盤比賽的 30 秒短片。分析影片會自動擷取豐富的中繼資料，您可以利用它來建立可搜尋的影片庫，執行內容審核或者提供個人化的 VIP 體驗。

本教學會示範使用 AWS CLI 或 Rekognition API 時可用的功能。如需生產或驗證概念實作，建議您使用這些程式設計介面，而非 Amazon Rekognition 主控台。

a.  開啟 AWS 管理主控台，以便讓此逐步指南持續保持開啟狀態。當畫面載入時，請輸入您的使用者名稱和密碼以開始使用。在搜尋列輸入「Rekognition」，然後選取「Rekognition」開啟服務主控台。

a) 首先，在左側面板導覽中選取「影片分析」。透過此功能，您可以分析影片並接收 JSON 回應。

b) 預先上傳的 Jeff Bezos 和 Werner Vogels 的影片展示了 Rekognition Video 如何追蹤人像、偵測活動，以及辨識物件、名人和不當內容。

c) 首先，在「人像」下，按下 Werner Vogels 的圖示。您會發現右側的影片開始播放有 Werner 出現的片段。

d) 接下來，您會看到在短片中偵測到的物件和活動。您可以按一下「鬍子」並查看偵測到 Werner 鬍子的確切時間，或者按一下「家具」以查看偵測到椅子的時間點。

e) 此外，您會發現並沒有偵測到「經編排的標籤」。此功能能幫助您決定和篩選不適宜的內容。例如：您可能想過濾包含裸露內容的影像，但同時希望將含有暗示性內容的影像保留。

a) 按一下此處將範例影片儲存至桌面。

b) 在「選取範本或上傳自選檔案」下方按一下向下箭頭，再按一下「自選影片」，並選取您剛才儲存在桌面的影片檔案。請注意，主控台免費試用的限制為：影片檔案須為 60 mb 以下且影片長度須為 60 秒以下。

約 40 – 50 秒後，影片即分析完成，可至主控台查看相關結果。

c) 您可以發現 Rekognition 從影片中偵測到 12 個人。例如：按一下位於「人像」下方的「顯示更多」並選取身穿橘黑相間條紋上衣的裁判。您可以在右側的影片分析中看到偵測到這位裁判在影片中的時間。

d) 按一下「物件和活動」。可以看到自動標記了 20 個物件和活動。例如：按一下「汽車」並查看影片中偵測到汽車出現的片段。

e) 接下來，按一下「團隊運動」，您會發現右側的影片分析中，每個標記片段都包含至少一個我們在此步驟所選取的標籤：「人像」類別下的裁判、「物件」類別下的汽車與「活動」類別下的團隊運動。

身為開發人員，由影片中自動擷取中繼資料的功能可運用在應用程式中，以提升行銷力、優化廣告投入、建立可搜尋的影片庫或透過設置運動追蹤來提供豐富的運動比賽分析。

a) 按一下「服務」並選取「S3」。

b) 您上傳的影片已自動儲存至 S3 儲存貯體，若要確保沒有其他費用產生，則需要將其刪除。捲動瀏覽 S3 儲存貯體，找到開頭為「rekognition-video-console-demo」的儲存貯體。按下此儲存貯體並選取所有媒體，接著以滑鼠右鍵按一下，並選取「刪除」。