Visualizzazione locale dei risultati di Rekognition con Kinesis Video Streams - Amazon Rekognition

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Visualizzazione locale dei risultati di Rekognition con Kinesis Video Streams

Puoi vedere i risultati di Amazon Rekognition Video visualizzati nel tuo feed da Amazon Kinesis Video Streams utilizzando i test di esempio di Amazon Kinesis Video Streams Parser Library forniti all'indirizzo - Rekognition Examples. KinesisVideo KinesisVideoRekognitionIntegrationExample visualizza dei riquadri di delimitazione sui volti rilevati e renderizza il video localmente tramite JFrame. Questo processo presuppone che tu abbia collegato correttamente un ingresso multimediale dalla fotocamera di un dispositivo a un flusso video Kinesis e avviato un elaboratore di flussi Amazon Rekognition. Per ulteriori informazioni, consulta Streaming tramite un plugin GStreamer.

Fase 1: installazione della libreria parser Kinesis Video Streams

Per creare una directory e scaricare il repository Github, esegui il seguente comando:

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

Vai alla directory della libreria ed esegui il seguente comando Maven per eseguire un'installazione pulita:

$ mvn clean install

Fase 2: configurazione del test di esempio di integrazione tra Kinesis Video Streams e Rekognition

Apri il file KinesisVideoRekognitionIntegrationExampleTest.java. Rimuovi @Ignore subito dopo l'intestazione della classe. Compila i campi dati con le informazioni delle tue risorse Amazon Kinesis e Amazon Rekognition. Per ulteriori informazioni, consulta Configurazione delle risorse Video Amazon Rekognition e Amazon Kinesis. Se stai trasmettendo video in streaming al flusso video Kinesis, rimuovi il parametro inputStream.

Consulta l'esempio di codice seguente:

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();

Fase 3: esecuzione del test di esempio di integrazione tra Kinesis Video Streams e Rekognition

Assicurati che il tuo flusso video Kinesis riceva input multimediali se stai trasmettendo ad esso e inizia ad analizzare il flusso con un elaboratore di flussi Video Amazon Rekognition in esecuzione. Per ulteriori informazioni, consulta Panoramica delle operazioni del processore di streaming video Amazon Rekognition. Esegui la classe KinesisVideoRekognitionIntegrationExampleTest come test JUnit. Dopo un breve ritardo, si apre una nuova finestra con un feed video del flusso video Kinesis con riquadri di delimitazione disegnati sui volti rilevati.

Nota

I volti della raccolta utilizzata in questo esempio devono avere un ID immagine esterno (il nome del file) specificato in questo formato affinché le etichette dei riquadri di delimitazione visualizzino un testo significativo: PersonName 1-Trusted, PersonName 2-Intruder, PersonName 3-Neutral, ecc. Le etichette possono anche essere codificate a colori e sono personalizzabili nel file.java. FaceType