기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
비스토리지 및 스토리지 운영에 대한 이해 API
Amazon Rekognition은 두 가지 유형의 작업을 제공합니다. API 즉 Amazon Rekognition에 어떤 정보도 저장되지 않는 비스토리지 작업과 특정 얼굴 정보가 Amazon Rekognition에 저장되는 스토리지 작업입니다.
비스토리지 작업
Amazon Rekognition은 이미지에 대해 다음과 같은 비스토리지 작업을 제공합니다. API
Amazon Rekognition은 비디오에 대해 다음과 같은 비스토리지 작업을 제공합니다. API
이러한 작업을 비스토리지 API 작업이라고 합니다. 작업을 호출할 때 Amazon Rekognition은 입력 이미지에 대해 검색된 정보를 보관하지 않기 때문입니다. 다른 모든 API Amazon Rekognition 작업과 마찬가지로 비스토리지 작업에서는 입력 이미지 바이트가 유지되지 않습니다. API
다음 예제 시나리오는 비스토리지 작업을 애플리케이션에 통합할 수 있는 위치를 보여줍니다. API 이 시나리오에서는 로컬 이미지 리포지토리가 있다고 가정합니다.
예 1: 로컬 리포지토리에서 특정 레이블이 포함된 이미지를 찾는 애플리케이션
먼저 리포지토리에 있는 각 이미지에서 Amazon Rekognition DetectLabels 작업을 사용하여 레이블(객체 및 개념)을 감지하고 다음과 같이 클라이언트 측 인덱스를 빌드합니다.
Label ImageID tree image-1 flower image-1 mountain image-1 tulip image-2 flower image-2 apple image-3
그러면 애플리케이션이 이 인덱스를 검색해 로컬 리포지토리에서 특정 레이블이 포함된 이미지를 찾을 수 있습니다. 예를 들어 나무가 포함된 이미지를 표시하십시오.
Amazon Rekognition이 감지하는 각 레이블에는 연결된 신뢰도 값이 있습니다. 신뢰도 값은 입력 이미지에 해당 레이블이 포함될 신뢰도 수준을 나타냅니다. 이 신뢰도 값을 사용하여 필요하다면 감지의 신뢰도 수준에 대한 애플리케이션 요구 사항에 따라 레이블에서 추가적인 클라이언트 측 필터링을 수행할 수 있습니다. 예를 들어 정확한 레이블이 필요하다면 신뢰도가 더 높은(95% 이상) 레이블만을 필터링하고 선택할 수 있습니다. 애플리케이션에 이보다 높은 신뢰도 값이 필요하지 않은 경우에는 신뢰도 값이 보다 낮은(50% 정도) 레이블을 필터링할 수 있습니다.
예 2: 향상된 얼굴 이미지를 표시하는 애플리케이션
먼저 Amazon Rekognition DetectFaces 작업을 사용하여 로컬 리포지토리에 있는 각 이미지에서 얼굴을 탐지하고 클라이언트 측 인덱스를 빌드할 수 있습니다. 이 작업은 각 얼굴에 대해 경계 상자, 얼굴 표식(예: 입과 귀의 위치), 얼굴 속성(예: 성별)이 포함된 메타데이터를 반환합니다. 이 메타데이터는 다음과 같이 클라이언트 측 로컬 인덱스에 저장할 수 있습니다.
ImageID FaceID FaceMetaData image-1 face-1 <boundingbox>, etc. image-1 face-2 <boundingbox>, etc. image-1 face-3 <boundingbox>, etc. ...
이 인덱스에서 기본 키는 ImageID와 FaceID의 조합입니다.
그런 다음 애플리케이션이 로컬 리포지토리에서 이미지를 표시할 때 인덱스의 정보를 사용하여 이미지를 향상시킬 수 있습니다. 예를 들어 얼굴 주위에 경계 상자를 추가하거나 얼굴 특징을 강조 표시할 수 있습니다.
스토리지 기반 작업 API
Amazon Rekognition IndexFacesImage는 이미지에서 얼굴을 감지하고 Amazon Rekognition 컬렉션에서 감지된 얼굴 특징에 대한 정보를 유지하는 데 사용할 수 있는 작업을 지원합니다. 서비스가 서버에 정보를 보관하기 때문에 이는 스토리지 기반 API 작업의 한 예입니다.
Amazon Rekognition 이미지는 다음과 같은 스토리지 작업을 제공합니다. API
Amazon Rekognition Video는 다음과 같은 스토리지 작업을 제공합니다. API
얼굴 정보를 저장하려면 먼저 계정의 AWS 지역 중 하나에 얼굴 컬렉션을 생성해야 합니다. IndexFaces 작업을 호출할 때 이 얼굴 모음을 지정합니다. 얼굴 모음을 만들고 모든 얼굴의 얼굴 특징 정보를 저장한 후에 모음에서 얼굴 일치를 검색할 수 있습니다. 예를 들어 이미지에서 가장 큰 얼굴을 감지하고 모음에서 일치하는 얼굴을 감지하려면 searchFacesByImage.를 호출합니다.
IndexFaces를 통해 컬렉션에 저장된 얼굴 정보는 Amazon Rekognition Video 작업에 액세스할 수 있습니다. 예를 들어 전화를 걸어 기존 컬렉션의 얼굴과 일치하는 사람을 동영상에서 검색할 수 StartFaceSearch있습니다.
모음을 만들고 관리하는 방법에 대한 정보는 컬렉션에서 얼굴 검색를 참조하십시오.
참고
컬렉션에는 얼굴을 수학적으로 표현한 얼굴 벡터가 저장됩니다. 컬렉션에는 얼굴 이미지가 저장되지 않습니다.
예 1: 건물 액세스를 인증하는 애플리케이션
먼저 얼굴을 추출해 검색 가능한 이미지 벡터로 저장하는 IndexFaces 작업을 사용하여 얼굴 모음을 만들어 스캔한 배지 이미지를 저장할 수 있습니다. 그런 다음 직원이 건물에 들어오면 직원 얼굴 이미지가 캡처되어 SearchFacesByImage 작업으로 전송됩니다. 얼굴 일치에서 충분히 높은 유사성 점수(가령 99%)가 나오면 직원을 인증할 수 있습니다.
