Referenz: Videoanalyse-Ergebnisbenachrichtigung - Amazon Rekognition

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Referenz: Videoanalyse-Ergebnisbenachrichtigung

Amazon Rekognition veröffentlicht die Ergebnisse einer Amazon Rekognition Video Video-Analyseanfrage, einschließlich des Abschlussstatus, in einem Amazon Simple Notification Service (Amazon) -Thema. SNS Um die Benachrichtigung von einem SNS Amazon-Thema zu erhalten, verwenden Sie eine Amazon Simple Queue Service-Warteschlange oder eine AWS Lambda Funktion. Weitere Informationen finden Sie unter Amazon-Rekognition-Video-Operationen aufrufen. Ein Beispiel finden Sie unter Analysieren eines in einem Amazon S3 S3-Bucket gespeicherten Videos mit Java oder Python (SDK).

Die Nutzlast hat das folgende JSON Format:

{ "JobId": "String", "Status": "String", "API": "String", "JobTag": "String", "Timestamp": Number, "Video": { "S3ObjectName": "String", "S3Bucket": "String" } }
Name Beschreibung

JobId

Die Auftragskennung. Entspricht einer Job-ID, die von einem Start Vorgang zurückgegeben wurde, z. B. StartPersonTracking

Status

Der Status des Auftrags. Gültige Werte sind SUCCEEDEDFAILED, oderERROR.

API

Die Amazon-Rekognition-Video-Operation, die zur Analyse des Eingabevideos verwendet wird.

JobTag

Bezeichner für den Auftrag. Sie geben JobTag in einem Aufruf zum Startvorgang Folgendes an, z. StartLabelDetectionB.

Zeitstempel

Der Unix-Zeitstempel für das Ende des Auftrags.

Video

Details zum Video, das verarbeitet wurde. Umfasst den Dateinamen und den Amazon-S3-Bucket, in dem die Datei gespeichert ist.

Im Folgenden finden Sie ein Beispiel für eine erfolgreiche Benachrichtigung, die an ein SNS Amazon-Thema gesendet wurde.

{ "JobId": "6de014b0-2121-4bf0-9e31-856a18719e22", "Status": "SUCCEEDED", "API": "LABEL_DETECTION", "Message": "", "Timestamp": 1502230160926, "Video": { "S3ObjectName": "video.mpg", "S3Bucket": "videobucket" } }