Gesichtserkennung, -analyse und -vergleich mit Amazon Rekognition

TUTORIAL

Einführung

In diesem Tutorial lernen Sie, wie Sie die Gesichtserkennungsfunktionen von Amazon Rekognition mit der AWS-Konsole nutzen können. Amazon Rekognition ist ein Deep-Learning-basierter Service für die Bild- und Videoanalyse.

Als Entwickler stellen Gesichtserkennung und -vergleich eine neue Herausforderung für Sie dar, wenn Sie ein Mitarbeiterüberprüfungssystem entwickeln, die Videobearbeitung automatisieren oder eine sekundäre Authentifizierung für andere Anwendungen bereitstellen müssen. Um diese Herausforderung zu bewältigen, können Sie ein eigenes Machine Learning-Modell entwickeln, eine API entwickeln und Ihre eigene Infrastruktur verwalten. Diese Option ist teuer, zeitintensiv und erfordert fortschrittliche Kenntnisse.

Anstelle des schwierigen Wegs können Sie Amazon Rekognition verwenden, das Gesichter in einem Bild oder Video erkennt, Orientierungspunkte im Gesicht wie die Position der Augen findet und Stimmungen wie Glück oder Trauer nahezu in Echtzeit oder auch in größerem Umfang erkennt, ohne dass eine Verwaltung der Infrastruktur oder Modellierung erforderlich wäre.

In diesem Tutorial verwenden Sie Amazon Rekognition zur Analyse eines Bildes, das Sie dann mit anderen Bildern vergleichen, um zu sehen, ob diese die gleichen Gesichter enthalten.

Dieses Tutorial demonstriert die verfügbaren Funktionen in der AWS-Befehlszeilenschnittstelle bzw. in der Rekognition-API. In Produktionsimplementierungen und für Machbarkeitsnachweise empfehlen wir statt der Amazon Rekognition-Konsole diese programmgesteuerten Schnittstellen.

 Erfahrung mit AWS

Einsteiger

 Benötigte Zeit

10 Minuten

 Kosten für die Fertigstellung

Für kostenloses Kontingent qualifiziert.

 Erfordert

  • AWS-Konto
  • Empfohlener Browser: aktuelle Version von Chrome oder Firefox

[**] Innerhalb der letzten 24 Stunden erstellte Konten haben möglicherweise noch keinen Zugriff auf alle für dieses Tutorial erforderlichen Services.

 Verwendete Services

 Letzte Aktualisierung

11. Juli 2022

Implementierung

  • Öffnen Sie die AWS-Managementkonsole, damit Sie diese Schritt-für-Schritt-Anleitung nebenher geöffnet lassen können. Wenn der Bildschirm vollständig geladen ist, geben Sie Ihren Benutzernamen und das Passwort ein, um zu beginnen. Geben Sie dann Rekognition in die Suchleiste ein und wählen Sie Rekognition aus, um die Servicekonsole zu öffnen.

    Öffnen der Amazon-Rekognition-Konsole
  • In diesem Schritt verwenden Sie die Gesichtsanalysefunktion in Amazon Rekognition, um die detaillierte JSON-Antwort zu sehen, die Sie nach der Analyse eines Bildes erhalten.

    a) Wählen Sie im linken Navigationsbereich die Option Gesichtsanalyse aus, um zu beginnen. Mit dieser Funktion analysieren Sie Gesichter in einem Bild und erhalten JSON-Feedback.
    Die Option Gesichtsanalyse im Navigationsbereich auswählen

    b) Öffnen und speichern Sie das erste Beispielbild für dieses Tutorial hier.

    652499668

    c) Klicken Sie auf die orangefarbene Schaltfläche Hochladen und wählen Sie das gerade gespeicherte Beispielbild aus.

    Auf die blaue Schaltfläche „Hochladen“ klicken und das gerade gespeicherte Beispielbild auswählen

    d) Beachten Sie, dass Sie sich unter dem Drop-down-Feld „Ergebnisse“ durchklicken können, um schnelle Ergebnisse für jedes erkannte Gesicht zu sehen.

    Beachten Sie, dass Sie sich unter dem Drop-down-Feld „Ergebnisse“ durchklicken können, um schnelle Ergebnisse für jedes erkannte Gesicht zu sehen.
     
    e) Klicken Sie auf das Drop-down-Feld Antwort , um die JSON-Ergebnisse anzuzeigen. Beachten Sie, dass unter den Emotionsergebnissen zahlreiche Emotionen erkannt wurden. Fröhlich hat eine Vertrauensrate von 99,98 %.
     
    Für einen Entwickler ermöglicht das Erkennen von Emotionen in Bildern und Videos das schnelle Katalogisieren einer digitalen Bibliothek nach Emotion. Ein weiterer Nutzungsfall für das Erkennen von Emotionen ist das Erweitern der Anzeigenausrichtung, damit Benutzer ein persönliches Erlebnis erhalten, das zu ihrer aktuellen Emotion passt.
    Auf das Drop-down-Feld „Antwort“ klicken, um die JSON-Ergebnisse anzuzeigen
    JSON-Ergebnisse: Erkannte Emotionen: Fröhlich, verwirrt, ruhig
  • In diesem Schritt verwenden Sie die Gesichtsvergleichsfunktion, um die detaillierte JSON-Antwort vom Vergleich zweier verschiedener Bilder zu erhalten, die nicht zusammenpassen.

    a) Wählen Sie im Navigationsbereich links Gesichtsvergleich aus.

    Gesichtsvergleich auswählen

     

    b) Öffnen und speichern Sie das zweite Beispielbild für dieses Tutorial hier.

    Zweites Beispielbild für das Tutorial

     

    c) Klicken Sie auf die orangefarbene Schaltfläche Hochladen für das Referenzgesicht und wählen Sie das gerade gespeicherte Bild aus.

    Klicken Sie auf die Schaltfläche „Hochladen“ für das Referenzgesicht

     

    d) Klicken Sie auf die blaue Schaltfläche Hochladen für das Vergleichsgesicht und wählen Sie unser erstes Beispielbild aus, das wir in Schritt 2 verwendet haben.

    Auf die blaue Schaltfläche „Hochladen“ für das Vergleichsbild klicken

     

    e) Beachten Sie, dass Sie im Drop-down-Feld Ergebnisse sehen, dass unsere Referenz mit keinem der erkannten Gesichter in unserem Bild mit Vergleichsgesichtern übereinstimmte.

    Das Drop-down-Feld zeigt, dass die Referenz nicht übereinstimmte
     
    f) Klicken Sie auf das Drop-down-Feld Antwort, um die JSON-Ergebnisse anzuzeigen. Sie stellen fest, dass der Wert für „Ähnlichkeit“ für jedes der erkannten Gesichter 1 nie überschreitet. Der Wert für Ähnlichkeit reicht von 1–100, wobei der Schwellenwert bei der Verwendung der API angepasst werden kann.

    Als Entwickler können Sie den Gesichtsvergleich im größeren Umfang in Anwendungen verwenden, um bestimmte Personen zu erfassen, ein gesichtsbasiertes Mitarbeiterüberprüfungssystem zu erstellen oder ein VIP-Erlebnis für Gäste an einem Veranstaltungsort zu bieten.

    Ähnlichkeitswert im Drop-down-Feld „Antwort“
  • In diesem Schritt verwenden Sie die Gesichtsvergleichsfunktion, um die detaillierte JSON-Antwort vom Vergleich zwei verschiedener Bilder zu erhalten, die zusammenpassen.

    b) Öffnen und speichern Sie das dritte und letzte Beispielbild für dieses Tutorial hier.

    Drittes und letztes Beispielbild für das Tutorial

     

    b) Klicken Sie auf die orangefarbene Schaltfläche Hochladen für das Referenzgesicht und wählen Sie das gerade gespeicherte Bild aus.

    Auf die blaue Schaltfläche „Hochladen“ klicken

     

    c) Beachten Sie, dass für das Referenzgesicht, das mit unserem Foto verglichen wurde, ein Ähnlichkeitswert von 99 % ermittelt und für alle anderen Gesichter keine Übereinstimmung erkannt wurde.

    Das Referenzgesicht, das mit unserem anderen Foto verglichen wurde, wies einen Ähnlichkeitswert von 97 % auf

     

    d) Klicken Sie auf das Drop-down-Feld Antwort, um die Details des jeweiligen Vergleichs anzuzeigen.

    Klicken Sie auf das Drop-down-Feld „Antwort“, um die Details des jeweiligen Vergleichs anzuzeigen.

Zusammenfassung

Sie haben gelernt, wie Sie die Konsole zum Analysieren und Vergleichen von Gesichtern verwenden. Sie können diese Funktion auch mit der API verwenden, um sie im größeren Maßstab zu nutzen. Verwenden Sie Amazon Rekognition, wenn Sie eine Gesichtsanalyse durchführen müssen, ohne sich über Infrastruktur Gedanken machen zu müssen, oder wenn Sie ein Modell zum Identifizieren der entsprechenden Personen schulen, eine digitale Bibliothek katalogisieren, ein gesichtsbasiertes Mitarbeiterüberprüfungssystem erstellen oder eine Stimmungsanalyse durchführen.

Nächste Schritte

Gesichtserkennungssystem erstellen

Mit einer aus Amazon Rekognition Video und Amazon Kinesis Video Streams bestehenden Videoanalyseumgebung können Sie auch ohne Server während eines Livestreams ganz einfach eine Gesichtserkennung durchführen
Weiter »

Medienanalyselösung erstellen

Beginnen Sie mit der automatisierten Metadatenextraktion mit der AWS Media Analysis-Lösung
Weiter »

Entdecken der Konsole

Starte noch heute kostenlos, inklusive DocumentDB, Neptune, zusätzlichen Instanzen und mehr!
Weiter »

War diese Seite hilfreich?