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.
# Best practice per sensori, immagini di input e video
Questa sezione contiene informazioni di best practice per l'utilizzo di Amazon Rekognition. Queste best practice ti aiuteranno a ottenere prestazioni ottimali dalle operazioni che richiami. Se avete difficoltà a ottenere i risultati attesi da un'operazione, assicuratevi di seguire le migliori pratiche documentate qui.
Per informazioni sulla latenza delle operazioni sulle immagini, consultate quanto segue:
+ [Latenza delle operazioni di Immagini Amazon Rekognition](operation-latency.md)
Le operazioni di confronto facciale e di ricerca dei volti richiedono il rispetto di best practice specifiche per trovare i volti in un'immagine. Questi requisiti sono stati documentati anche nel seguente link:
+ [Raccomandazioni per immagini di input di confronto di volti](recommendations-facial-input-images.md)
+ [Raccomandazioni per la ricerca dei volti in una raccolta](recommendations-facial-input-images-search.md)
Le seguenti sezioni spiegano come configurare la videocamera per ogni tipo di supporto che Amazon Rekognition è in grado di analizzare:
+ [Raccomandazioni per le impostazioni della fotocamera (immagini e video)](recommendations-camera-image-video.md)
+ [Raccomandazioni per le impostazioni della fotocamera (video archiviati e in streaming)](recommendations-camera-stored-streaming-video.md)
+ [Raccomandazioni per le impostazioni della fotocamera (video in streaming)](recommendations-camera-streaming-video.md)
Le operazioni di Face Liveness hanno anche le proprie best practice da seguire per ottenere le migliori prestazioni dallo strumento di controllo Liveness:
+ [Raccomandazioni per l'uso di Face Liveness](recommendations-liveness.md)
# Latenza delle operazioni di Immagini Amazon Rekognition
Per garantire la latenza più bassa possibile per le operazioni di Immagini Amazon Rekognition, tenere in considerazione quanto segue:
+ La regione del bucket Amazon S3 contenente le immagini deve corrispondere alla regione utilizzata per le operazioni API di Immagini Amazon Rekognition.
+ Chiamare un'operazione Immagini Amazon Rekognition con i byte di immagine è più veloce che caricare l'immagine in un bucket Amazon S3 e fare poi riferimento all'immagine caricata in un'operazione Immagini Amazon Rekognition. Considera questo approccio se stai caricando immagini su Immagini Amazon Rekognition per l'elaborazione quasi in tempo reale. Ad esempio, le immagini caricate da una telecamera IP o tramite un portale Web.
+ Se l'immagine è già in un bucket Amazon S3, farvi riferimento in un'operazione Immagini Amazon Rekognition sarà probabilmente più veloce del trasferimento di byte di immagine all'operazione.
# Raccomandazioni per immagini di input di confronto di volti
I modelli utilizzati per le operazioni di confronto facciale sono progettati per funzionare con un'ampia varietà di pose, espressioni, età, rotazioni, condizioni di illuminazione e dimensioni. Per la scelta delle foto per [CompareFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CompareFaces.html) o per aggiungere facce a una raccolta utilizzando [IndexFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_IndexFaces.html), ti consigliamo di adottare le seguenti linee guida di riferimento.
## Raccomandazioni generali per le immagini di input per le operazioni relative ai volti
+ Utilizzare immagini luminose e nitide. Se possibile, evita immagini che potrebbero risultare sfocate per il movimento del soggetto o della fotocamera. [DetectFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectFaces.html) può essere utilizzato per determinare la luminosità e nitidezza di un volto.
+ Ai fini del rilevamento dello sguardo, si consiglia di caricare l'immagine originale con le dimensioni e la qualità originali.
+ Utilizza un'immagine in cui il volto rientri nell'intervallo di angolazioni consigliato. Il beccheggio (inclinazione verticale) non deve essere superiore a 30 gradi verso il basso e 45 gradi verso l'alto. L'imbardata (rotazione laterale) non deve superare i 45 gradi verso destra o sinistra. Non vi sono limiti per il rollio (inclinazione laterale).
+ Utilizza un'immagine in cui entrambi gli occhi siano bene aperti e visibili.
+ L'immagine del volto non deve essere oscurata o molto ritagliata. L'immagine deve contenere la testa intera e le spalle della persona. Non deve essere ritagliata sul riquadro di delimitazione del volto.
+ Evita gli elementi che nascondano il viso, come ad esempio fasce e maschere.
+ Il volto deve occupare un'ampia porzione dell'immagine. Il confronto risulta più preciso se il volto occupa la maggior parte dell'immagine.
+ Assicurati che le immagini siano sufficientemente grandi in termini di risoluzione. Amazon Rekognition è in grado di riconoscere volti di dimensioni fino a 50 x 50 pixel con risoluzioni di immagine fino a 1920 x 1080. Immagini con una risoluzione più alta richiedono una dimensione minima del volto maggiore. Se le dimensioni del viso sono superiori al minimo richiesto i risultati del riconoscimento saranno più accurati.
+ Le immagini devono essere a colori.
+ Il volto deve avere un'illuminazione uniforme, senza grandi variazioni di luci e ombre.
+ Utilizzare immagini che abbiano un contrasto sufficiente con lo sfondo. Uno sfondo monocromatico ad alto contrasto è l'ideale.
+ Per le applicazioni che richiedono la massima precisione, utilizza immagini di volti con espressioni neutre: bocca chiusa e poco sorriso.
# Raccomandazioni per la ricerca dei volti in una raccolta
+ Quando cerchi volti in una raccolta, assicurati che le immagini dei volti recenti siano indicizzate.
+ Durante la creazione di una raccolta con `IndexFaces`, utilizza più immagini di una stessa persona con diverse inclinazioni e rotazioni (all'interno dell'intervallo di angolazioni consigliato). Consigliamo di indicizzare almeno cinque immagini di una persona: viso rivolto direttamente alla fotocamera, girato a sinistra di 45 gradi o meno, girato a destra di 45 gradi o meno, abbassato di 30 gradi o meno e sollevato di 45 gradi o meno. Per avere la certezza che le varie istanze di un volto appartengano alla stessa persona, prova a utilizzare l'attributo ID immagine esterna, se nell'immagine è indicizzato un unico viso. Ad esempio, è possibile tenere traccia di cinque immagini di John Doe nella raccolta con un'immagine esterna as. IDs `John_Doe_1.jpg, … John_Doe_5.jpg`
# Raccomandazioni per le impostazioni della fotocamera (immagini e video)
I suggerimenti forniti di seguito sono un'aggiunta a quanto riportato in [Raccomandazioni per immagini di input di confronto di volti](recommendations-facial-input-images.md).
![\[Diagramma che mostra i tre assi del movimento dell'aereo: inclinazione, rollio e imbardata, con frecce che indicano la direzione di ciascun asse attorno a un'icona grigia a forma di testa umana.\]](http://docs.aws.amazon.com/it_it/rekognition/latest/dg/images/RPY-diagram.png)
+ Risoluzione immagine: non è previsto alcun requisito minimo per la risoluzione dell'immagine, purché la risoluzione del volto sia 50x50 pixel nel caso di immagini con una risoluzione complessiva fino a 1920x1080. Immagini con una risoluzione più alta richiedono una dimensione minima del volto maggiore.
**Nota**
Il suggerimento precedente fa riferimento alla risoluzione nativa della fotocamera. La creazione di un'immagine ad alta risoluzione partendo da una a bassa risoluzione non produce risultati utili per la ricerca facciale (a causa degli artefatti generati dal campionamento dell'immagine).
+ Angolazione della fotocamera: esistono tre misurazioni per l'angolazione: beccheggio, rollio e imbardata.
+ Beccheggio: è consigliabile un beccheggio inferiore a 30 gradi se la fotocamera è rivolta verso il basso e inferiore a 45 gradi se è invece rivolta verso l'alto.
+ Rollio: non esiste un requisito minimo per questo parametro. Amazon Rekognition è in grado di gestire qualsiasi quantità di rollio.
+ Imbardata: è consigliabile un’imbardata inferiore a 45 gradi in entrambe le direzioni.
L'angolazione del volto su qualsiasi asse acquisito dalla fotocamera corrisponde alla somma dell'angolazione della fotocamera rispetto alla scena e della testa del soggetto all'interno della scena. Ad esempio, se la fotocamera è inclinata di 30 gradi verso il basso e la persona ha a sua volta la testa abbassata di 30 gradi, il beccheggio effettivo risultante nell'immagine sarà di 60 gradi. In questo caso, Amazon Rekognition non sarebbe in grado di riconoscere il volto. Ti consigliamo di impostare l'angolo delle fotocamere partendo dal presupposto che di solito le persone tendono a guardare direttamente l'obiettivo, con un beccheggio complessivo (somma di volto e fotocamera) non superiore a 30 gradi.
+ Zoom della fotocamera: questa impostazione della fotocamera deve partire dal presupposto che la risoluzione minima per il riconoscimento di un volto è di 50x50 pixel. È consigliabile usare lo zoom della fotocamera, in modo che i volti da acquisire abbiano una risoluzione di almeno 50X50 pixel.
+ Altezza della fotocamera: scegli questa impostazione tenendo a mente i limiti consigliati per il beccheggio.
# Raccomandazioni per le impostazioni della fotocamera (video archiviati e in streaming)
I suggerimenti forniti di seguito sono un'aggiunta a quanto riportato in [Raccomandazioni per le impostazioni della fotocamera (immagini e video)](recommendations-camera-image-video.md).
+ Il codec deve avere la codifica h.264.
+ La frequenza di frame consigliata è 30 fps (non deve essere inferiore a 5 fps).
+ Il bitrate consigliato per l'encoder è di 3 Mbps (non deve essere inferiore a 1,5 Mbps).
+ Frequenza di frame e risoluzione dei frame: se il bitrate dell'encoder fosse un vincolo, è consigliabile scegliere una risoluzione di frame elevata piuttosto che una maggiore frequenza di frame. Tale impostazione migliora i risultati delle ricerche di volti. In questo modo, Amazon Rekognition ottiene il frame della migliore qualità all'interno del bitrate allocato. Tuttavia, questa situazione presenta un aspetto negativo. A causa della bassa frequenza di frame, la telecamera perde il movimento rapido in una scena. È importante comprendere i pro e i contro di questi due parametri per scegliere il compromesso più adatto alle varie esigenze. Ad esempio, se il massimo bitrate possibile è di 1,5 Mbps, una fotocamera potrà acquisire 1080p a 5 fps oppure 720p a 15 fps. La scelta tra i due dipende dall'applicazione, purché venga mantenuta la risoluzione raccomandata di 50x50 pixel per i volti.
# Raccomandazioni per le impostazioni della fotocamera (video in streaming)
Il suggerimento fornito di seguito rappresenta un'aggiunta a quanto riportato in [Raccomandazioni per le impostazioni della fotocamera (video archiviati e in streaming)](recommendations-camera-stored-streaming-video.md).
Un ulteriore vincolo delle applicazioni in streaming è costituito dalla larghezza di banda di Internet. Nel caso di video live, Amazon Rekognition accetta solo Flusso di video Amazon Kinesis come input. È consigliabile avere una buona comprensione della dipendenza tra il bitrate dell'encoder e la larghezza di banda disponibile nella rete. La larghezza di banda disponibile deve supportare almeno lo stesso bitrate usato dalla fotocamera per codificare lo streaming in tempo reale. In questo modo, tutto ciò che viene acquisito dalla fotocamera viene inoltrato tramite Flusso di video Amazon Kinesis. Se la larghezza di banda disponibile è inferiore al bitrate dell'encoder, Flusso di video Amazon Kinesis riduce i bit in base alla larghezza di banda di rete. Ciò si traduce in una bassa qualità video.
Le impostazioni di streaming più comuni prevedono la connessione di più fotocamere a un hub di rete che inoltra i flussi. In questo caso, la larghezza di banda deve contenere la somma cumulativa dei flussi provenienti da tutte le fotocamere connesse all'hub. Ad esempio, se l'hub è connesso a cinque fotocamere con codifica a 1,5 Mbps, la larghezza di banda di rete disponibile deve essere di almeno 7,5 Mbps. Per garantire che nessun pacchetto venga eliminato, occorre valutare l'opportunità di mantenere una larghezza di banda di rete superiore a 7,5 Mbps per compensare le perdite di connessione tra una fotocamera e l'hub. Il valore effettivo dipende dall'affidabilità della rete interna.
# Raccomandazioni per l'uso di Face Liveness
Consigliamo di seguire le best practice per l'utilizzo di Rekognition Face Liveness:
+ Gli utenti devono completare il controllo Face Liveness in ambienti non troppo scuri o troppo luminosi e con un'illuminazione abbastanza uniforme.
+ Gli utenti devono aumentare la luminosità dello schermo fino al livello massimo quando effettuano controlli sui browser Web. Mobile Native SDKs regola automaticamente la luminosità dello schermo.
+ Scegli una soglia di punteggio di affidabilità che rifletta la natura del tuo caso d'uso. Per i casi d'uso con maggiori preoccupazioni in materia di sicurezza, utilizza una soglia alta.
+ Esegui regolarmente controlli di verifica umani sulle immagini di controllo per assicurarti che gli attacchi di tipo spoof vengano mitigati alla soglia di confidenza impostata.
+ Offri un percorso alternativo di controllo del riconoscimento facciale ai tuoi utenti se sono fotosensibili o non vogliono controllare il riconoscimento facciale utilizzando Rekognition.
+ Non inviare o visualizzare il punteggio di verifica del riconoscimento sull'applicazione utente. Invia solo un segnale positivo o negativo.
+ Consenti solo cinque controlli di riconoscimento non riusciti in tre minuti da un singolo dispositivo. Dopo cinque tentativi non riusciti, rendi inattivo l'utente per 30-60 minuti. Se lo schema viene rilevato ripetutamente da 3 a 5 volte, impedisci al dispositivo utente di effettuare chiamate aggiuntive.
+ Implementa la schermata di preparazione nel tuo flusso di lavoro in modo che gli utenti possano superare più facilmente i controlli Face Liveness.
+ L'utente è responsabile della fornitura di informative sulla privacy legalmente adeguate agli utenti finali e dell'ottenimento del consenso necessario da parte degli stessi per l'elaborazione, l'archiviazione, l'uso e il trasferimento dei contenuti da parte di Face Liveness.