在本教學中，您將學習如何透過 AWS 主控台，使用 Amazon Rekognition 的面部辨識功能。Amazon Rekognition 是深度學習型影像和影片分析服務。

作為開發人員，若您正在開發員工驗證系統，需要自動執行影片剪輯，或者為其他應用程式提供輔助身份驗證，面部識別和比較將是您將面臨的新挑戰。為了解決這一挑戰，您可以開發自己的機器學習模型，開發 API，以及管理自己的基礎架構。該選項很昂貴，不僅需要進階知識，而且很耗時。

您可以使用 Amazon Rekognition，而不是選擇艱難的途經，該產品可以偵測影像或影片中的面部，尋找眼睛位置等的面部標誌，以及即時或大量偵測開心或悲傷等情緒，而無需管理基礎架構或建模。

在本教學中，您將使用 Amazon Rekognition 分析影像，然後將它與其他影像做比較，以辨別面部是否相同。 

本教學示範使用 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。

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

a) 首先，在左側面板導覽中選取面部分析。透過此功能，您可以分析影像中的面部並接收 JSON 回應。

b) 在這裡開啟並儲存本教學的第一張範例影像。

c) 按一下藍色的上傳按鈕，然後選取剛剛儲存的範例影像。

d) 請注意，在結果下拉式清單下，您可以按一下並查看偵測到每個面部的快速結果。

e) 按一下回應下拉式清單以查看 JSON 結果。請注意，在情緒結果下，偵測到三種情緒：開心、困惑和平靜。開心的可信度為 99.79%，而其他兩種情緒的可信度均小於 1%。

作為開發人員，偵測影像和影片中的情緒可以透過情緒來快速對數位庫進行分類。用於偵測情緒的另一個使用案例是放大廣告定位，以便使用者根據其目前情緒獲得個人化體驗。

a) 在左側面板導覽中選取面部比較。

b) 在這裡開啟並儲存本教學的第二張範例影像。

c) 按一下參照面部的藍色上傳按鈕，然後選取剛剛儲存的影像。

d) 按一下藍色的上傳按鈕以便比較面部，然後選取我們在步驟 2 中使用的第一張範例影像。

e) 請注意，在結果下拉式清單中，您可以看到我們的參照面部與我們比較面部影像中偵測到的任何面部都不相符。

f) 按一下回應下拉式清單以查看 JSON 結果。請注意，每個偵測到的面部的「相似度」得分都不會超過 10。相似度評分範圍為 1-100，使用 API 時可以調整閾值。

作為開發人員，可以在應用程式中大規模比較面部來追蹤相關人員，建立以面部為基礎的員工驗證系統，或者為待在酒店場所的賓客提供 VIP 體驗。

a) 在這裡開啟並儲存本教學的第三張和最後一張範例影像。

b) 按一下參照面部的藍色上傳按鈕，然後選取剛剛儲存的影像。

c) 請注意，與我們其他相片作比較的參照面部偵測到 97% 的相似度得分，並且偵測到所有其他面部均不相符。

d) 按一下回應下拉式清單，以查看每項比較的詳細資訊。