本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# 步驟 4：開始使用 Amazon Rekognition 主控台
Amazon Rekognition 主控台可讓您管理與 Rekognition 自訂標籤和自訂管制功能相關的資源。主控台僅提供其他 Rekognition 功能的示範。
本節說明如何使用 Amazon Rekognition 的部分功能，例如物件與場景偵測、人臉分析以及在一組影像中執行人臉比對。如需詳細資訊，請參閱[Amazon Rekognition 的運作方式](how-it-works.md)。您也可以使用 Amazon Rekognition API 或 AWS CLI 來偵測物件和場景、偵測臉部，以及比較和搜尋臉部。如需詳細資訊，請參閱[步驟 3：開始使用 AWS CLI 和 AWS SDK API](get-started-exercise.md)。
本節也將說明如何使用 Rekognition 主控台來查看 Rekognition 的 Amazon CloudWatch 彙總指標。
**Topics**
+ [設定主控台權限](#rekognition-console-permissions)
+ [練習 1：偵測物件和場景 (主控台)](detect-labels-console.md)
+ [練習 2：分析影像中的人臉 (主控台)](detect-faces-console.md)
+ [練習 3：比對影像中的人臉 (主控台)](compare-faces-console.md)
+ [練習 4：查看彙總指標 (主控台)](aggregated-metrics.md)
![\[具有「試用示範」和「下載 SDKs Amazon Rekognition 深度學習型影像分析產品頁面。\]](http://docs.aws.amazon.com/zh_tw/rekognition/latest/dg/images/amazon-rekognition-start-page.png)
## 設定主控台權限
若要使用 Rekognition 主控台，您必須擁有存取主控台之角色或帳戶的適當權限。對於某些操作，Rekognition 會自動建立 Amazon S3 儲存貯體來存放操作期間處理的檔案。如果您想要將訓練檔案儲存在此主控台儲存貯體以外的儲存貯體中，則需要其他權限。
### 允許存取主控台
若要使用 Rekognition 主控台，您可以使用類似下列的 IAM 政策，其涵蓋 Amazon S3 和 Rekognition 主控台。如需有關指派權限的資訊，請參閱指派權限。
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Sid": "RekognitionFullAccess",
"Effect": "Allow",
"Action": [
"rekognition:*"
],
"Resource": "*"
},
{
"Sid": "RekognitionConsoleS3BucketSearchAccess",
"Effect": "Allow",
"Action": [
"s3:ListAllMyBuckets",
"s3:ListBucket",
"s3:GetBucketAcl",
"s3:GetBucketLocation"
],
"Resource": "*"
},
{
"Sid": "RekognitionConsoleS3BucketFirstUseSetupAccess",
"Effect": "Allow",
"Action": [
"s3:CreateBucket",
"s3:PutBucketVersioning",
"s3:PutLifecycleConfiguration",
"s3:PutEncryptionConfiguration",
"s3:PutBucketPublicAccessBlock",
"s3:PutBucketCors",
"s3:GetBucketCors"
],
"Resource": "arn:aws:s3:::rekognition-custom-projects-*"
},
{
"Sid": "RekognitionConsoleS3BucketAccess",
"Effect": "Allow",
"Action": [
"s3:ListBucket",
"s3:GetBucketLocation",
"s3:GetBucketVersioning"
],
"Resource": "arn:aws:s3:::rekognition-custom-projects-*"
},
{
"Sid": "RekognitionConsoleS3ObjectAccess",
"Effect": "Allow",
"Action": [
"s3:GetObject",
"s3:DeleteObject",
"s3:GetObjectAcl",
"s3:GetObjectTagging",
"s3:GetObjectVersion",
"s3:PutObject"
],
"Resource": "arn:aws:s3:::rekognition-custom-projects-*/*"
},
{
"Sid": "RekognitionConsoleManifestAccess",
"Effect": "Allow",
"Action": [
"groundtruthlabeling:*"
],
"Resource": "*"
},
{
"Sid": "RekognitionConsoleTagSelectorAccess",
"Effect": "Allow",
"Action": [
"tag:GetTagKeys",
"tag:GetTagValues"
],
"Resource": "*"
},
{
"Sid": "RekognitionConsoleKmsKeySelectorAccess",
"Effect": "Allow",
"Action": [
"kms:ListAliases"
],
"Resource": "*"
}
]
}
```
------
### 存取外部 Amazon S3 儲存貯體
當您第一次在新 AWS 區域中開啟 Rekognition 主控台時，Rekognition 會建立用於儲存專案檔案的儲存貯體 （主控台儲存貯體）。或者，您可以使用自己的 Amazon S3 儲存貯體 (外部儲存貯體) 將圖像或清單檔案上傳到主控台。若要使用外部儲存貯體，請將下列政策區塊新增至前述政策。
```
{
"Sid": "s3ExternalBucketPolicies",
"Effect": "Allow",
"Action": [
"s3:GetBucketAcl",
"s3:GetBucketLocation",
"s3:GetObject",
"s3:GetObjectAcl",
"s3:GetObjectVersion",
"s3:GetObjectTagging",
"s3:ListBucket",
"s3:PutObject"
],
"Resource": [
"arn:aws:s3:::amzn-s3-demo-bucket*"
]
}
```
### 指派權限
若要提供存取權，請新增權限至您的使用者、群組或角色：
+ AWS IAM Identity Center (AWS Single Sign-On 的後續產品) 中的使用者和群組：
建立權限合集。遵循《AWS IAM Identity Center (AWS Single Sign-On 的後續產品) 使用者指南》**中[建立權限集](https://docs.aws.amazon.com/singlesignon/latest/userguide/howtocreatepermissionset.html)中的指示。
+ 透過身分提供者在 IAM 中管理的使用者：
建立聯合身分的角色。請按照 *IAM 使用者指南* 的 [為第三方身分提供者 (聯合) 建立角色](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles_create_for-idp.html) 中的指示進行操作。
+ IAM 使用者：
+ 建立您的使用者可擔任的角色。請按照 *IAM 使用者指南* 的 [為 IAM 使用者建立角色](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles_create_for-user.html) 中的指示進行操作。
+ (不建議) 將政策直接附加至使用者，或將使用者新增至使用者群組。請遵循《*IAM 使用者指南*》的[新增許可到使用者 (主控台)](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_users_change-permissions.html#users_change_permissions-add-console) 中的指示。
# 練習 1：偵測物件和場景 (主控台)
此節將从高層面具體說明 Amazon Rekognition 的物件與場景偵測功能的運作方式。當您指定影像做為輸入檔時，服務會偵測影像中的物件和場景，並加上每個物件與場景的可信度分數百分比後傳回結果。
例如，Amazon Rekognition 將偵測範例影像中的下列物件與場景：滑板、運動、人物、汽车、轎車與其他車輛。
![\[在停駐車輛之間城市街道中間的滑板上進行嘲諷的人。\]](http://docs.aws.amazon.com/zh_tw/rekognition/latest/dg/images/detect-scenes.png)
Amazon Rekognition 也將針對範例影像中偵測到的物件傳回可信度分數，如下列範例回應所示。
![\[圖表顯示 Skateboard、Sport、People、Person、Human 和 Parking 等標籤的分數，高可信度值約為 99%。\]](http://docs.aws.amazon.com/zh_tw/rekognition/latest/dg/images/labels-confidence-score.png)
若要查看所有顯示於此回應中的可信度分數，請選擇**標籤\$1可信度**中的**顯示更多**窗格。
您也可以查看對 API 的請求以及來自 API 的回應做為參考。
請求
```
{
"contentString":{
"Attributes":[
"ALL"
],
"Image":{
"S3Object":{
"Bucket":"console-sample-images",
"Name":"skateboard.jpg"
}
}
}
}
```
回應
```
{
"Labels":[
{
"Confidence":99.25359344482422,
"Name":"Skateboard"
},
{
"Confidence":99.25359344482422,
"Name":"Sport"
},
{
"Confidence":99.24723052978516,
"Name":"People"
},
{
"Confidence":99.24723052978516,
"Name":"Person"
},
{
"Confidence":99.23908233642578,
"Name":"Human"
},
{
"Confidence":97.42484283447266,
"Name":"Parking"
},
{
"Confidence":97.42484283447266,
"Name":"Parking Lot"
},
{
"Confidence":91.53300476074219,
"Name":"Automobile"
},
{
"Confidence":91.53300476074219,
"Name":"Car"
},
{
"Confidence":91.53300476074219,
"Name":"Vehicle"
},
{
"Confidence":76.85114288330078,
"Name":"Intersection"
},
{
"Confidence":76.85114288330078,
"Name":"Road"
},
{
"Confidence":76.21503448486328,
"Name":"Boardwalk"
},
{
"Confidence":76.21503448486328,
"Name":"Path"
},
{
"Confidence":76.21503448486328,
"Name":"Pavement"
},
{
"Confidence":76.21503448486328,
"Name":"Sidewalk"
},
{
"Confidence":76.21503448486328,
"Name":"Walkway"
},
{
"Confidence":66.71541595458984,
"Name":"Building"
},
{
"Confidence":62.04711151123047,
"Name":"Coupe"
},
{
"Confidence":62.04711151123047,
"Name":"Sports Car"
},
{
"Confidence":61.98909378051758,
"Name":"City"
},
{
"Confidence":61.98909378051758,
"Name":"Downtown"
},
{
"Confidence":61.98909378051758,
"Name":"Urban"
},
{
"Confidence":60.978023529052734,
"Name":"Neighborhood"
},
{
"Confidence":60.978023529052734,
"Name":"Town"
},
{
"Confidence":59.22066116333008,
"Name":"Sedan"
},
{
"Confidence":56.48063278198242,
"Name":"Street"
},
{
"Confidence":54.235477447509766,
"Name":"Housing"
},
{
"Confidence":53.85226058959961,
"Name":"Metropolis"
},
{
"Confidence":52.001792907714844,
"Name":"Office Building"
},
{
"Confidence":51.325313568115234,
"Name":"Suv"
},
{
"Confidence":51.26075744628906,
"Name":"Apartment Building"
},
{
"Confidence":51.26075744628906,
"Name":"High Rise"
},
{
"Confidence":50.68067932128906,
"Name":"Pedestrian"
},
{
"Confidence":50.59548568725586,
"Name":"Freeway"
},
{
"Confidence":50.568580627441406,
"Name":"Bumper"
}
]
}
```
如需詳細資訊，請參閱 [Amazon Rekognition 的運作方式](how-it-works.md)。
## 在您提供的影像中偵測物件和場景
您可以上傳您擁有的影像或提供影像的 URL 做為用於 Amazon Rekognition 主控台的輸入檔。Amazon Rekognition 將傳回物件和場景、每個物件的可信度分數以及在您所提供的影像中偵測到的場景。
**注意**
影像大小必須少於 5MB，且須為 JPEG 或 PNG 格式。
**若要在您提供的影像中偵測物件和場景**
1. 前往 [https://console.aws.amazon.com/rekognition/](https://console.aws.amazon.com/rekognition/) 開啟 Amazon Rekognition 主控台。
1. 選擇**標籤偵測**。
1. 執行以下任意一項：
+ 上傳影像 – 選擇 **Upload** (上傳)，前往您儲存影像的位置，然後選擇影像。
+ 使用 URL – 在文字方塊中輸入 URL，然後選擇 **Go** (前往)。
1. 在 **Labels \$1 Confidence** (標籤 \$1 可信度) 窗格中檢視每個偵測到的標籤之可信度分數。
若要取得更多影像分析選項，請參閱 [使用映像](images.md)。
## 偵測影片中的人物和物件
您可以在 Amazon Rekognition 主控台上傳您提供的影片，做為輸入。Amazon Rekognition 會傳回在影片中偵測到的人員、物件和標籤。
**注意**
示範影片長度不得超過一分鐘或大於 30 MB。其必須是 MP4 檔案格式，並使用 H.264 編解碼器進行編碼。
**偵測影片中的人物和物件**
1. 前往 [https://console.aws.amazon.com/rekognition/](https://console.aws.amazon.com/rekognition/) 開啟 Amazon Rekognition 主控台。
1. 從導覽列中選擇**儲存的影片分析**。
1. 在**選擇範例或上傳您自己的**影片下，從下拉式選單中選取**您自己的影片**。
1. 拖放影片，或從儲存影片的位置選取影片。
如需更多影片分析選項，請參閱 [使用儲存的影片分析操作](video.md) 或 [處理串流影片事件](streaming-video.md)。
# 練習 2：分析影像中的人臉 (主控台)
本節說明如何使用 Amazon Rekognition 主控台來偵測人臉與分析影像中的人臉屬性。當您提供含有臉部的影像做為輸入檔時，服務會偵測影像中的臉部、分析臉部的臉部屬性，然後傳回影像中偵測到之臉部與臉部屬性的可信度分數百分比。如需詳細資訊，請參閱 [Amazon Rekognition 的運作方式](how-it-works.md)。
例如，如果您選擇以下範例影像做為輸入檔，Amazon Rekognition 將該視該影像為人臉進行偵測，並傳回偵測到的人臉與人臉屬性之可信度分數。
![\[戴著太陽鏡的微笑女性駕駛著黃色的舊型汽車，前方有開路。\]](http://docs.aws.amazon.com/zh_tw/rekognition/latest/dg/images/sample-detect-faces.png)
下列顯示回應範例。
![\[微笑穿著太陽眼鏡的年輕女性，看起來快樂，標籤的可信度值。\]](http://docs.aws.amazon.com/zh_tw/rekognition/latest/dg/images/detect-faces-confidence-score.png)
如果輸入影像中有多個人臉，Rekognition 最多可在影像中偵測 100 個人臉。每一個偵測到的臉部皆以方框標註。當您點擊標註了人臉的方框時，Rekognition 將在**人臉\$1可信度**窗格中顯示偵測到的人臉與其屬性之可信度分數。
## 分析您提供的影像中的人臉
可在 Amazon Rekognition 主控台中上傳您自己的影像或提供影像的 URL。
**注意**
影像大小必須少於 5MB，且須為 JPEG 或 PNG 格式。
**若要分析您提供的影像中的臉部**
1. 前往 [https://console.aws.amazon.com/rekognition/](https://console.aws.amazon.com/rekognition/) 開啟 Amazon Rekognition 主控台。
1. 選擇 **Facial analysis** (臉部分析)。
1. 執行以下任意一項：
+ 上傳影像 – 選擇 **Upload** (上傳)，前往您儲存影像的位置，然後選擇影像。
+ 使用 URL – 在文字方塊中輸入 URL，然後選擇 **Go** (前往)。
1. 在 **Faces \$1 Confidence** (臉部 \$1 可信度) 窗格中檢視其中一個偵測到的臉部可信度分數與其屬性。
1. 如果影像中有多個臉部，請選擇其它臉部來查看屬性與分數。
# 練習 3：比對影像中的人臉 (主控台)
本節說明如何使用 Amazon Rekognition 主控台在一組影像的多個臉孔中進行人臉比對。當您指定**參考人臉** (原始) 和**對比人臉** (目標) 影像時，Rekognition 將以原始影像 (也就是參考人臉) 中最大的臉孔為基礎來比對目標影像 (也就是對比人臉) 中的臉孔，最多可辨識 100 張臉孔，接著便可判定原始影像中的人臉與目標影像中的人臉之間的相似度。每次比對的相似度分數會顯示在 **Results** (結果) 窗格中。
如果目標影像內包含多張臉孔，Rekognition 將對原始影像中的臉孔與目標影像中所偵測到的最多 100 個人臉進行比對，然後指定相似度分數給每個比對結果。
如果原始影像含有多張臉孔，服務將偵測原始影像中最大的臉孔，使用它與目標影像中偵測到的每個臉孔進行比對。
如需詳細資訊，請參閱 [比較映像中的人臉](faces-comparefaces.md)。
例如，使用顯示在左側的範例影像做為原始影像、右側的範例影像則做為目標影像，Rekognition 將偵測原始影像中的臉孔並與在目標影像中偵測到的每個臉孔進行比較，最後為每組顯示相似度分數。
![\[青少女互相大笑和接受，中間有一個女生，比較顯示偵測到相同的臉孔。\]](http://docs.aws.amazon.com/zh_tw/rekognition/latest/dg/images/sample-compare-faces.png)
以下顯示在目標影像偵測到的臉孔以及每個臉孔的相似度分數。
![\[具有相似度分數的三組臉部影像：第一對的相似度為 92%，第二對和第三對的相似度為 0%。\]](http://docs.aws.amazon.com/zh_tw/rekognition/latest/dg/images/sample-compare-faces-score.png)
## 比較您提供的影像中的人臉
您可以上傳自己的原始和目標影像，供 Rekognition 比對影像中的臉孔，或者您可以指定影像所在的 URL 位置。
**注意**
影像大小必須少於 5MB，且須為 JPEG 或 PNG 格式。
**若要比較影像中的臉部**
1. 前往 [https://console.aws.amazon.com/rekognition/](https://console.aws.amazon.com/rekognition/) 開啟 Amazon Rekognition 主控台。
1. 選擇 **Face comparison** (臉部比較)。
1. 指定原始影像可使用以下其中一個方法：
+ 上傳影像 – 選擇左側的 **Upload** (上傳)，前往您儲存原始影像的位置，然後選擇影像。
+ 使用 URL – 在文字方塊中輸入原始影像的 URL，然後選擇 **Go** (前往)。
1. 指定目標影像可使用以下其中一個方法：
+ 上傳影像 – 選擇右側的 **Upload** (上傳)，前往您儲存目標影像的位置，然後選擇影像。
+ 使用 URL – 在文字方塊中輸入原始影像的 URL，然後選擇 **Go** (前往)。
1. Rekognition 將偵測原始影像中最大的臉孔並與目標影像中最多 100 張臉孔進行比對，接著在**結果**窗格中顯示每個人臉配對的相似度分數。
# 練習 4：查看彙總指標 (主控台)
Amazon Rekognition 指標窗格將顯示在一段期間內的 Rekognition 指標彙總活動圖形。例如，`SuccessfulRequestCount` 彙總指標會顯示過去七天內對所有 Rekognition API 操作的成功請求總數。
下表列出顯示在 Rekognition 指標窗格中的圖表以及和對應的 Rekognition 指標。如需詳細資訊，請參閱 [Rekognition CloudWatch 指標](rekognition-monitoring.md#cloudwatch-metricsdim)。
| 圖表 | 彙總指標 |
| --- | --- |
| 成功呼叫 | SuccessfulRequestCount |
| 客戶端錯誤 | UserErrorCount |
| 伺服器錯誤 | ServerErrorCount |
| 受節制 | ThrottledCount |
| 偵測到的標籤 | DetectedLabelCount |
| 偵測到的臉部 | DetectedFaceCount |
每個圖表顯示指定期間內收集到的彙總指標資料。也會顯示時間期間內彙總指標資料的總數。若要查看個別 API 呼叫的指標，請選擇各圖表下方的連結。
若要允許使用者存取 Rekognition 指標窗格，請確認使用者擁有適用的 CloudWatch 和 Rekognition 許可。例如，使用者若擁有 `AmazonRekognitionReadOnlyAccess` 和 `CloudWatchReadOnlyAccess` 受管政策的使用權限，便可查看指標窗格。如果使用者沒有所需的權限，開啟指標窗格時便不會顯示圖表。如需詳細資訊，請參閱 [Amazon Rekognition 的身分與存取管理](security-iam.md)。
如需使用 CloudWatch 監控 Rekognition 的詳細資訊，請參閱 [使用 Amazon CloudWatch 監控 Rekognition](rekognition-monitoring.md)。
**若要查看彙總指標 (主控台)**
1. 前往 [https://console.aws.amazon.com/rekognition/](https://console.aws.amazon.com/rekognition/) 開啟 Amazon Rekognition 主控台。
1. 在導覽窗格中，選擇 **指標**。
1. 在下拉式清單中，選取您需要的指標所屬期間。
1. 若要更新圖表，請選擇 **Refresh** (重新整理) 按鈕。
1. 要查看特定彙總指標的詳細 CloudWatch 指標，請選擇指標圖形下方的**查看 CloudWatch 詳細資訊**。