当前位置: 首页 > 知识库问答 >
问题:

使用Amazon识别和运动识别进行人脸检测和识别时遇到的问题

邹阳
2023-03-14

我正在尝试使用amazon rekognition和kinesis执行人脸检测和识别。我正在使用位于本地网络上的IP摄像头

根据AWS文件,我做了以下工作:

1.-在本地计算机(ubuntu 18)上。我已经使用“C生产者库”将数据发送到“Kinesis视频流”。我可以在名为“示例流”的“Kinesis视频流”中观看ip摄像机的视频

2.-我使用“EC2”服务创建了一个“t2.micro”实例。在这个实例中,我配置了“流处理器”。我已经做了以下工作:$aws rekognition create collection--collection id mycollection

然后我创建了一个名为“bcm rekognition”的S3 Bucket,并上传了图片“j1.png”

然后我跑了

$ aws rekognition index-faces --collection-id mycollection --image '{"S3Object": {"Bucket": "bcm-rekognition", "Name": "j1.png"}}' --external-image- go james

当我在实例中执行前面的命令时,我获得了图像的特征,例如镜头的使用、面部表情等。

然后,我根据留档的推荐创建了一个名为“Amazon Rekognition结果”的“Kinesis数据流”。然后,在“IAM”中使用“Amazon RekognitionServiceRole”策略创建一个角色

然后我执行命令替换“适当的RNA”

$ aws rekognition create-stream-processor --input '{"KinesisVideoStream": {"Arn": "<video stream ARN>"}}' --name store-processor --role-arn <role ARN> --stream -processor-output '{"KinesisDataStream": {"Arn": "<data stream ARN>"}}' --settings' {"FaceSearch": {"CollectionId": "mycollection", "FaceMatchThreshold": 85.5}} '

我得到了“流处理器ARN”,据我所知是正确创建的

然后我执行命令:

$ aws rekognition start-stream-processor --name store-processor

我没有得到任何输出。

尝试。我开始与SDK制作人一起发送IP摄像机,我预计会在名为“Amazon Rekognitions”的视频流中看到一些结果,但我什么也没看到。Tengo que配置algún消费者或para ver algún结果?

共有1个答案

慕宏峻
2023-03-14

当您从IP摄像机开始流媒体时,必须使用相同的凭据

export AWS_ACCESS_KEY_ID=YOUR_ACCESS_KEY_ID
export AWS_SECRET_ACCESS_KEY=YOUR_SECRET_ACCESS_KEY
export AWS_DEFAULT_REGION=us-west-2

export KVS=YOUR_KINESIS_VIDEO_STREAM_NAME

./kinesis_video_gstreamer_sample_app $KVS

此外,您还需要添加一个消费者,如Amazon Lambda。https://docs.aws.amazon.com/lambda/latest/dg/with-kinesis.html#events-运动权限

 类似资料:
  • 使用ML Kit的人脸识别API,您可以检测图像中的人脸并识别关键面部特征。 借助人脸识别功能,您可以获取所需的信息,以执行修饰自拍和美化人像等任务或从用户照片中生成头像。由于ML Kit可以执行实时的人脸识别,因此您可以将其用于视频聊天或会对玩家表情进行响应的游戏等应用程序。 iOS Android 核心功能 识别和定位面部特征 获取检测到的每个人脸的眼睛,耳朵,脸颊,鼻子和嘴巴的坐标。 识别面

  • 1.1. 1.FACE SDK集成 1.2. 2. 接口说明及示例 1.2.1. 2.0 人脸检测参数配置: 1.2.2. 2.1 单帧图片检测: 1.2.3. 2.2 相机预览人脸检测: 1.2.4. 2.3 人脸数据库操作: Version:facelib.aar 1.1. 1.FACE SDK集成 添加三方依赖库: dependencies { compile 'com.rokid:

  • 更新时间:2019-07-19 10:48:36 节点简介 人脸识别/图像识别/OCR节点属于智能节点,区别在于封装的云市场api功能不同。人脸识别节点主要有人数检测、人脸身份证对比、性别年龄情绪识别等功能。图像识别节点主要有烟雾火焰火灾识别、动物识别、植物识别、植物花卉识别等功能。OCR节点主要有驾驶证识别、车牌识别、身份证识别等功能。 使用场景 如果您需要进行人数检测、人脸身份证对比、性别年龄

  • 本文向大家介绍python使用opencv进行人脸识别,包括了python使用opencv进行人脸识别的使用技巧和注意事项,需要的朋友参考一下 环境 ubuntu 12.04 LTS python 2.7.3 opencv 2.3.1-7 安装依赖 示例代码 转换效果 原图: 转换后 使用感受 对于大部分图像来说,只要是头像是正面的,没有被阻挡,识别基本没问题,准确性还是很高的。 识别效率有点低,

  • DWZ 百度人脸识别模块 dwzBaiduFaceLive 百度人脸识别模块【apicloud】 功能介绍 https://www.apicloud.com/mod_detail/dwzBaiduFaceLive 封装了新版百度开放平台的人脸识别采集 SDK: 包含活体动作 faceLiveness 不包含活体动作 faceDetect 考虑灵活度问题,本模块只作人脸采集,人脸识别成功后生成 ba

  • 利用CoreImage进行人脸识别,可以判断人脸整体位置,以及两只眼睛和嘴巴的大概位置。并根据人脸范围,对图片进行剪切。 [Code4App.com]