Visualización local de los resultados de Rekognition con Kinesis Video Streams

Puede ver los resultados de Amazon Rekognition Video que se muestran en su feed de Amazon Kinesis Video Streams mediante las pruebas de ejemplo de la biblioteca de analizadores de Amazon Kinesis Video Streams que se proporcionan en Rekognition Examples. KinesisVideo KinesisVideoRekognitionIntegrationExample muestra cuadros delimitadores sobre los rostros detectados y renderiza el vídeo de forma local a través de JFrame. Este proceso supone que ha conectado correctamente una entrada multimedia de la cámara de un dispositivo a una transmisión de vídeo de Kinesis y ha iniciado un procesador de transmisión de Amazon Rekognition. Para obtener más información, consulte Transmisión mediante un complemento de GStreamer.

Paso 1: Instalación de Kinesis Video Streams Parser Library

Para crear un directorio y descargar el repositorio de GitHub, ejecute el siguiente comando:

$ git clone https://github.com/aws/amazon-kinesis-video-streams-parser-library.git

Navegue hasta el directorio de la biblioteca y ejecute el siguiente comando de Maven para realizar una instalación limpia:

$ mvn clean install

Paso 2: Ejemplo de configuración de la prueba de integración de Kinesis Video Streams y Rekognition

Abra el archivo KinesisVideoRekognitionIntegrationExampleTest.java. Elimine @Ignore justo después del encabezado de la clase. Rellene los campos de datos con la información de sus recursos de Amazon Kinesis y Amazon Rekognition. Para obtener más información, consulte Configuración de los recursos de Amazon Rekognition Video y Amazon Kinesis. Si está transmitiendo vídeo a su transmisión de vídeo de Kinesis, elimine el parámetro inputStream.

Consulte el siguiente ejemplo de código:

RekognitionInput rekognitionInput = RekognitionInput.builder()
  .kinesisVideoStreamArn("arn:aws:kinesisvideo:us-east-1:123456789012:stream/rekognition-test-video-stream")
  .kinesisDataStreamArn("arn:aws:kinesis:us-east-1:123456789012:stream/AmazonRekognition-rekognition-test-data-stream")
  .streamingProcessorName("rekognition-test-stream-processor")
  // Refer how to add face collection :
  // https://docs.aws.amazon.com/rekognition/latest/dg/add-faces-to-collection-procedure.html
  .faceCollectionId("rekognition-test-face-collection")
  .iamRoleArn("rekognition-test-IAM-role")
  .matchThreshold(0.95f)
  .build();                
            
KinesisVideoRekognitionIntegrationExample example = KinesisVideoRekognitionIntegrationExample.builder()
  .region(Regions.US_EAST_1)
  .kvsStreamName("rekognition-test-video-stream")
  .kdsStreamName("AmazonRekognition-rekognition-test-data-stream")
  .rekognitionInput(rekognitionInput)
  .credentialsProvider(new ProfileCredentialsProvider())
  // NOTE: Comment out or delete the inputStream parameter if you are streaming video, otherwise
  // the test will use a sample video. 
  //.inputStream(TestResourceUtil.getTestInputStream("bezos_vogels.mkv"))
  .build();
            

Paso 2: Ejemplo de ejecución de la prueba de integración de Kinesis Video Streams y Rekognition

Asegúrese de que su transmisión de vídeo de Kinesis reciba entradas multimedia si está transmitiendo a ella y comience a analizar la transmisión con Amazon Rekognition Video Stream Processor en ejecución. Para obtener más información, consulte Descripción general de las operaciones del procesador de transmisión de Amazon Rekognition Video. Ejecute la clase KinesisVideoRekognitionIntegrationExampleTest como una prueba de JUnit. Tras un breve retraso, se abre una nueva ventana con una transmisión de vídeo de la transmisión de vídeo de Kinesis con cuadros delimitadores dibujados sobre las caras detectadas.

nota

Las caras de la colección utilizada en este ejemplo deben tener un identificador de imagen externo (el nombre del archivo) especificado en este formato para que las etiquetas de las casillas delimitadoras muestren texto significativo: 1 de confianza, 2 intrusos, 3 neutrales, etc. PersonName PersonName PersonName Las etiquetas también se pueden codificar por colores y se pueden personalizar en el archivo.java. FaceType