Amazon web services AWS Rekognition服务：提高面部识别准确性

我正在寻找使用AWS Rekognition服务的正确方法

我的问题是如何在多个集合中验证人物图像，我正在从Amazon上阅读，但找不到它的实现文档。我的观点是面部验证

更新1：

我的目标是：使用AWS Rekognition通过人脸获取个人信息

我的问题是：如何使AWS识别在识别人脸时提高其准确性

我尝试的是：

上传具有相同ExternalMageID的人的多张抓拍肖像，但我不确定它是否有效

想办法为每个人创建收藏，然后将人物肖像上传到他们的收藏，但我不知道如何通过多个收藏搜索人脸

我正在尝试使用S3来存储人们的图像，然后使用Lambda函数来做一些我还没有做的事情

更新2：

你的输入材料是什么：输入材料是一些人的肖像照片，外部图像ID是他们的名字（例如：我的肖像照片将有外部图像ID为“Long”）

你想做什么：当我发送一张注册人的肖像照片时，我试图获取ExternalMageid。（例如：对于我的另一张肖像照片，AWS必须回答：mageID为“Long”）

你让它工作吗，但它不能识别一些人？是的，它是工作，但有时它不能准确识别人

请告诉我们您的用例/场景以及您试图实现的目标：

• 创建一个具有示例名称的AWS Rekognition集合（例如facetest）
• 注册一些名为ExternalImageID的人
• 向AWS Rekognition API提交一个图像以获取ExternalImageID-他的名字

---

好的，所以基本上你让它工作，但它并不总是能认出那个人。我假设它甚至没有列出响应中的人，即使百分比很低

我建议将同一个人的多个图像添加到面部集合中，为每个图像指定相同的

ExternalImageId

。（使用一个包含所有人的人脸集合，包括同一个人的多张图像。）

---

请注意，“如果您提供相同的图像，指定相同的集合，并在IndexFaces操作中使用相同的外部ID，Amazon Rekognion不会保存重复的人脸元数据。”但是，使用相同的

ExternalImageId

添加不同的图像应该没问题。

好的，所以，基本上你让它工作，但它并不总是能认出那个人。我假设它甚至没有列出响应中的人，即使百分比很低

我建议将同一个人的多个图像添加到面部集合中，为每个图像指定相同的

ExternalImageId

。（使用一个包含所有人的人脸集合，包括同一个人的多张图像。）

---

---

请注意，“如果您提供相同的图像，指定相同的集合，并在IndexFaces操作中使用相同的外部ID，Amazon Rekognion不会保存重复的人脸元数据。”但是，使用相同的

ExternalImageId

添加不同的图像应该没问题。

您能澄清您的问题吗？你所说的“验证多个集合中的人物图像”是什么意思？你尝试过什么，遇到了什么困难？请随意编辑您的问题以添加更多细节。@JohnRotenstein:我已经更新了我的帖子，请看一看！现在还不清楚你想做什么。你的输入材料是什么（如谁的静态照片）？你想做什么（例如在照片中识别一个人，或获取照片中一个人的信息，如年龄、微笑、性别）？“提高其准确性”是什么意思？你有没有让它工作，但它不认识一些人？请告诉我们您的用例/场景以及您试图实现的目标。我很抱歉造成混淆，我已经根据您的问题更新了更多数据。谢谢你能澄清你的问题吗？你所说的“验证多个集合中的人物图像”是什么意思？你尝试过什么，遇到了什么困难？请随意编辑您的问题以添加更多细节。@JohnRotenstein:我已经更新了我的帖子，请看一看！现在还不清楚你想做什么。你的输入材料是什么（如谁的静态照片）？你想做什么（例如在照片中识别一个人，或获取照片中一个人的信息，如年龄、微笑、性别）？“提高其准确性”是什么意思？你有没有让它工作，但它不认识一些人？请告诉我们您的用例/场景以及您试图实现的目标。我很抱歉造成混淆，我已经根据您的问题更新了更多数据。谢谢非常感谢你！还有一件事我需要像你这样的专业人士的帮助：你能提供一些文件，以便通过实时视频流重新认识吗？我建议你看电视上的演示文稿。有一个会议。我的团队已经研究了AWS的文档几天了，但我们仍然无法将iphone前端摄像头的数据流提交给Kinesis流，以使用AWS Rekognition实时视频流。我们遵循此文档：如果我再次让您感到困惑，我很抱歉@您能提供一些带有AWS Rekognition视频流的iOS示例吗？非常感谢你！我还没有玩过实时流媒体Rekognition视频。不过，我已经在AmazonS3中存储的视频文件中使用了人脸识别：非常感谢！还有一件事我需要一个像你这样的专业人士的帮助：你能提供一些文件，以便通过实时视频流重新认识吗？我建议你观看演示文稿