Exibindo resultados do Rekognition com o Kinesis Video Streams localmente - Amazon Rekognition

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Exibindo resultados do Rekognition com o Kinesis Video Streams localmente

Você pode ver os resultados do Amazon Rekognition Video exibidos em seu feed do Amazon Kinesis Video Streams usando os exemplos de testes da Amazon Kinesis Video Streams Parser Library fornecidos em - Rekognition Examples. KinesisVideo O KinesisVideoRekognitionIntegrationExample exibe caixas delimitadoras sobre faces detectadas e renderiza o vídeo localmente por meio do JFrame. Esse processo pressupõe que você tenha conectado com êxito uma entrada de mídia da câmera de um dispositivo a um stream de vídeo do Kinesis e iniciado um processador Amazon Rekognition Stream. Para ter mais informações, consulte Streaming usando um plugin GStreamer.

Etapa 1: Instalando a biblioteca do Kinesis Video Streams Parser

Para criar um diretório e baixar o repositório Github, execute o seguinte comando:

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

Navegue até o diretório da biblioteca e execute o seguinte comando do Maven para realizar uma instalação limpa:

$ mvn clean install

Etapa 2: Configurando o teste de exemplo de integração entre Kinesis Video Streams e Rekognition

Abra o arquivo KinesisVideoRekognitionIntegrationExampleTest.java. Remova @Ignore a direita após o cabeçalho da classe. Preencha os campos de dados com as informações dos seus recursos do Amazon Kinesis e do Amazon Rekognition. Para ter mais informações, consulte Configurando seus recursos do Amazon Rekognition Video e do Amazon Kinesis. Se você estiver transmitindo vídeo para seu stream de vídeo do Kinesis, remova o parâmetro inputStream.

Veja o exemplo de código a seguir:

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();

Etapa 3: Executando o teste de exemplo de integração entre Kinesis Video Streams e Rekognition

Certifique-se de que seu stream de vídeo do Kinesis esteja recebendo entrada de mídia se você estiver transmitindo para ele e comece a analisar seu stream com um processador Amazon Rekognition Video Stream em execução. Para ter mais informações, consulte Visão geral das operações do processador de stream do Amazon Rekognition Video. Execute a classe KinesisVideoRekognitionIntegrationExampleTest como um teste JUnit. Depois de um pequeno atraso, uma nova janela é aberta com um feed de vídeo do seu stream de vídeo do Kinesis com caixas delimitadoras desenhadas sobre faces detectadas.

nota

As faces na coleção usada neste exemplo devem ter a ID de imagem externa (o nome do arquivo) especificada nesse formato para que os rótulos das caixas delimitadoras exibam texto significativo: PersonName 1-Confiável, PersonName 2-Intruso, 3-Neutro, etc. PersonName Os rótulos também podem ser codificados por cores e são personalizáveis no arquivo.java. FaceType