Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Bewährte Methoden für Sensoren, Eingabebilder und Videos
Dieser Abschnitt enthält Informationen zu bewährten Methoden für die Verwendung von Amazon Rekognition. Diese bewährten Methoden helfen Ihnen dabei, die von Ihnen aufgerufenen Operationen optimal zu nutzen. Wenn Sie Schwierigkeiten haben, mit einem Vorgang die erwarteten Ergebnisse zu erzielen, stellen Sie sicher, dass Sie die hier dokumentierten bewährten Methoden befolgen.
Informationen zur Latenz von Image-Vorgängen finden Sie im Folgenden:
+ [Latenz der Amazon-Rekognition-Image-Operation](operation-latency.md)
Für den Gesichtsvergleich und die Suche nach Gesichtern müssen Sie bestimmte bewährte Methoden befolgen, um Gesichter in einem Bild zu finden. Diese Anforderungen wurden auch unter dem folgenden Link dokumentiert:
+ [Empfehlungen zu Eingabebildern für den Gesichtsvergleich](recommendations-facial-input-images.md)
+ [Empfehlungen für die Suche nach Gesichtern in einer Sammlung](recommendations-facial-input-images-search.md)
In den folgenden Abschnitten wird beschrieben, wie Sie Ihre Kamera für jeden Medientyp einrichten, den Amazon Rekognition analysieren kann:
+ [Empfehlungen für die Kameraeinrichtung (Bild und Video)](recommendations-camera-image-video.md)
+ [Empfehlungen für die Kameraeinrichtung (Gespeicherte Bilder und Videostreaming)](recommendations-camera-stored-streaming-video.md)
+ [Empfehlungen für die Kameraeinrichtung (Videostreaming)](recommendations-camera-streaming-video.md)
Für die Operationen „Face Liveness“ gelten auch eigene bewährte Methoden, die befolgt werden sollten, um die optimale Leistung aus dem Tool „Liveness Check“ herauszuholen:
+ [Empfehlungen für die Verwendung von Face Liveness](recommendations-liveness.md)
# Latenz der Amazon-Rekognition-Image-Operation
Um die geringstmögliche Latenzzeit für Amazon-Rekognition-Image-Operationen zu gewährleisten, sollten Sie Folgendes beachten:
+ Die Region für den Amazon-S3-Bucket, der Ihre Bilder enthält, muss mit der Region übereinstimmen, die Sie für Amazon-Rekognition-Image-API-Operationen nutzen.
+ Der Aufruf einer Amazon-Rekognition-Image-Operation mit Bildbytes ist schneller als das Hochladen des Bildes in einen Amazon-S3-Bucket und das anschließende Referenzieren des hochgeladenen Bilds in einer Amazon-Rekognition-Image-Operation. Beachten Sie diesen Ansatz, wenn Sie Bilder zu Amazon Rekognition Image hochladen, um eine Verarbeitung in nahezu Echtzeit durchzuführen. Beispielsweise bei Bildern, die von einer IP-Kamera oder über ein Webportal hochgeladen wurden.
+ Wenn sich das Bild bereits in einem Amazon-S3-Bucket befindet, wird es wahrscheinlich schneller gehen, wenn Sie das Bild in einer Amazon-Rekognition-Image-Operation referenzieren, als wenn Sie Bild-Bytes an die Operation übergeben.
# Empfehlungen zu Eingabebildern für den Gesichtsvergleich
Die Modelle, die für den Gesichtsvergleich verwendet werden, funktionieren für eine Vielzahl von Posen, Gesichtsausdrücken, Altersbereichen, Rotationen, Lichtverhältnissen und Größen. Es wird empfohlen, bei der Auswahl von Referenzfotos für [CompareFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CompareFaces.html) oder beim Hinzufügen von Gesichtern zu einer Sammlung mit [IndexFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_IndexFaces.html) die folgenden Richtlinien zu beachten.
## Allgemeine Empfehlungen für Eingabebilder für Gesichtsoperationen
+ Die Aufnahmen sollten hell und scharf genug sein. Vermeiden Sie nach Möglichkeit verschwommene Bilder, bei denen sich die aufgenommene Person oder die Kamera bewegt hat. Mit [DetectFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectFaces.html) können Helligkeit und Schärfe eines Gesichts bestimmt werden.
+ Für die Blickerkennung wird empfohlen, das Originalbild in Originalgröße und -qualität hochzuladen.
+ Verwenden Sie ein Bild, auf dem sich das Gesicht innerhalb des empfohlenen Bereichs von Winkeln befindet. Die Neigung (Pitch) sollte nach unten weniger 30 Grad und nach oben weniger als 45 Grad betragen. Die seitliche Ausschwenkung (Yaw) sollte in jeder Richtung weniger als 45 Grad betragen. Es gibt keine Beschränkungen bezüglich der Drehung um die Längsachse (Roll).
+ Auf dem Bild von dem Gesicht sollten beide Augen offen und sichtbar sein.
+ Das Gesicht sollte nicht verdeckt oder stark zugeschnitten sein. Das Bild sollte Kopf und Schultern der Person vollständig enthalten. Es sollte nicht auf den Begrenzungsrahmen zugeschnitten werden.
+ Vermeiden Sie Gegenstände, die das Gesicht verbergen, wie z. B. Stirnbänder und Masken.
+ Das Gesicht sollte einen großen Teil des Bildes abdecken. Bilder, bei denen das Gesicht einen größeren Teil ausmacht, werden mit größerer Genauigkeit abgeglichen.
+ Stellen Sie sicher, dass die Auflösung der Bilder ausreichend groß ist. Amazon Rekognition kann Gesichter mit einer Größe von nur 50 x 50 Pixeln in Bildauflösungen von bis zu 1920 x 1080 erkennen. Bei Bildern mit höherer Auflösung ist die erforderliche minimale Gesichtsgröße größer. Auf Bildern, die größer als die Mindestgröße sind, lassen sich bessere Ergebnisse beim Gesichtsvergleich erzielen.
+ Verwenden Sie Farbbilder.
+ Das Gesicht sollte gleichmäßig ausgeleuchtet sein, d. h. es sollten keine Partien im Schatten liegen.
+ Es sollte ein ausreichender Kontrast zum Hintergrund bestehen. Gut geeignet ist ein kontrastreicher monochromer Hintergrund.
+ Für Verwendungszwecke, bei denen eine hohe Genauigkeit wichtig ist, sollten die Gesichtsausdrücke der Gesichter mit geschlossenem Mund und schwachem bis keinem Lächeln neutral sein.
# Empfehlungen für die Suche nach Gesichtern in einer Sammlung
+ Achten Sie bei der Suche nach Gesichtern in einer Sammlung darauf, dass aktuelle Gesichtsbilder indexiert sind.
+ Wenn mit `IndexFaces` eine Sammlung erstellt wird, verwenden Sie mehrere Bilder des Gesichts einer Person mit verschiedenen Neigungen und seitlichen Ausschwenkungen (innerhalb des empfohlenen Bereichs von Winkeln). Wir empfehlen, dass mindestens fünf Bilder der Person indiziert werden – geradeaus, mit dem Gesicht nach links gedreht mit einem Gierwinkel von 45 Grad oder weniger, mit dem Gesicht nach rechts gedreht mit einem Gierwinkel von 45 Grad oder weniger, mit dem Gesicht nach unten gekippt mit einer Neigung von 30 Grad oder weniger und mit dem Gesicht nach oben gekippt mit einer Neigung von 45 Grad oder weniger. Wenn Sie diese Gesichts-Instances als zu demselben Gesicht gehörend nachverfolgen möchten, wird zur Verwendung des externen Bild-ID-Attributs geraten, wenn sich in dem zu indizierenden Bild nur ein Gesicht befindet. Zum Beispiel können fünf Bilder von John Doe in der Sammlung mit externen Bildern IDs als nachverfolgt werden. `John_Doe_1.jpg, … John_Doe_5.jpg`
# Empfehlungen für die Kameraeinrichtung (Bild und Video)
Die folgenden Empfehlungen gelten zusätzlich zu [Empfehlungen zu Eingabebildern für den Gesichtsvergleich](recommendations-facial-input-images.md).
![\[Diagramm, das die drei Bewegungsachsen des Flugzeugs zeigt: Neigungs-, Wank- und Gierachse, wobei Pfeile die Richtung der einzelnen Achsen um ein graues menschliches Kopfsymbol herum angeben.\]](http://docs.aws.amazon.com/de_de/rekognition/latest/dg/images/RPY-diagram.png)
+ Bildauflösung: Es gibt keine Mindestanforderung für die Bildauflösung, solange die Gesichtsauflösung 50 x 50 Pixel für Bilder mit einer Gesamtauflösung von bis zu 1920 x 1080 beträgt. Bei Bildern mit höherer Auflösung ist die erforderliche minimale Gesichtsgröße größer.
**Anmerkung**
Die vorangegangene Empfehlung basiert auf der nativen Auflösung der Kamera. Wenn aus einem Bild geringer Auflösung ein Bild hoher Auflösung generiert wird, werden (aufgrund der beim Upsampling des Bildes entstehenden Artefakte) nicht die für eine Gesichtssuche benötigten Ergebnisse erzielt.
+ Kamerawinkel: Es gibt drei Metriken für den Kamerawinkel: Neigungswinkel, Rollwinkel und Gierwinkel.
+ Neigung: Wir empfehlen eine Neigung von weniger als 30 Grad, wenn die Kamera nach unten zeigt, und weniger als 45 Grad, wenn die Kamera nach oben zeigt.
+ Rolle: Für diesen Parameter gibt es keine Mindestanforderung. Amazon Rekognition kann jede beliebige Menge Rollen verarbeiten.
+ Gieren: Wir empfehlen ein Gieren von weniger als 45 Grad in beide Richtungen.
Der Gesichtswinkel entlang einer beliebigen Achse, der von der Kamera aufgenommen wird, ist eine Kombination daraus, in welchem Winkel die Kamera auf die Szene gerichtet wird und in welchem Winkel die aufgenommene Person in der Szene den Kopf hält. Beispiel: Wenn die Kamera in einem Winkel von 30 Grad nach unten zeigt und die Person den Kopf in einem Winkel von weiteren 30 Grad nach unten hält, beträgt die tatsächliche Neigung des Gesichts aus der Sicht der Kamera 60 Grad. In diesem Fall könnte Amazon Rekognition das Gesicht nicht erkennen. Es wird empfohlen, beim Einrichten der Kamera die Kamerawinkel so einzustellen, dass davon auszugehen ist, dass Personen gewöhnlich mit einer Gesamtneigung (Kombination von Gesicht und Kamera) von maximal 30 Grad in die Kamera schauen.
+ Kamerazoom: Die empfohlene minimale Gesichtsauflösung von 50 x 50 Pixeln sollte diese Kameraeinstellung beeinflussen. Es wird empfohlen, die Zoomeinstellung einer Kamera so zu nutzen, dass sich für die gewünschten Gesichter eine Auflösung von mindestens 50 x 50 Pixeln ergibt.
+ Kamerahöhe: Für diesen Parameter sollte der empfohlene Kameraabstand maßgeblich sein.
# Empfehlungen für die Kameraeinrichtung (Gespeicherte Bilder und Videostreaming)
Die folgenden Empfehlungen gelten zusätzlich zu [Empfehlungen für die Kameraeinrichtung (Bild und Video)](recommendations-camera-image-video.md).
+ Der Codec sollte in H.264 kodiert sein.
+ Die empfohlene Bildrate liegt bei 30 fps. (Sie sollte nicht kleiner als 5 fps sein.)
+ Die empfohlene Encoder-Bitrate sollte 3 Mbit/s betragen. (Sie sollte nicht kleiner als 1,5 Mbit/s sein.)
+ Bildrate im Vergleich zur Bildauflösung: Wenn die Encoder-Bitrate eine Einschränkung darstellt, empfehlen wir, eine höhere Bildauflösung einer höheren Bildrate vorzuziehen, um bessere Ergebnisse bei der Gesichtssuche zu erzielen. Auf diese Weise wird sichergestellt, dass Amazon Rekognition ein Bild mit der bestmöglichen Qualität innerhalb der zugewiesenen Bitrate erhält. Einen Nachteil hat dies jedoch. Aufgrund der niedrigen Bildrate kann die Kamera schnelle Bewegungen in einer Szene nicht erfassen. Es ist wichtig, die Kompromisse zwischen diesen beiden Parametern bei einer bestimmten Einrichtung zu verstehen. Beispiel: Wenn die maximal mögliche Bitrate 1,5 Mbit/s beträgt, sind Aufnahmen mit der Kamera von 1080p bei 5 fps oder 720p bei 15 fps möglich. Die Wahl zwischen den beiden möglichen Einstellungen ist anwendungsabhängig, solange die empfohlene Gesichtsauflösung von 50 x 50 Pixeln erzielt wird.
# Empfehlungen für die Kameraeinrichtung (Videostreaming)
Die folgende Empfehlung gilt zusätzlich zu [Empfehlungen für die Kameraeinrichtung (Gespeicherte Bilder und Videostreaming)](recommendations-camera-stored-streaming-video.md).
Eine zusätzliche Einschränkung bei Streaming-Anwendungen ist die Internetbandbreite. Für Live-Video akzeptiert Amazon Rekognition nur Amazon Kinesis Video Streams als Eingabe. Sie sollten sich über die Abhängigkeit zwischen der Encoder-Bitrate und der verfügbaren Netzwerkbandbreite im Klaren sein. Die verfügbare Bandbreite sollte mindestens die Bitrate unterstützen, die von der Kamera zur Kodierung des Live-Streams verwendet wird. Auf diese Weise wird sichergestellt, dass alle Kameraaufnahmen über Amazon Kinesis Video Streams weitergeleitet werden. Wenn die verfügbare Bandbreite kleiner als die Encoder-Bitrate ist, gehen Amazon Kinesis Video Streams je nach Netzwerkbandbreite Bits verloren. Dies führt zu niedrigerer Videoqualität.
Eine typische Streaming-Einrichtung umfasst den Anschluss mehrerer Kameras an einen Netzwerk-Hub, der die Datenströme weiterleitet. In diesem Fall sollte die Bandbreite groß genug für die Gesamtsumme der Datenströme von allen am Hub angeschlossenen Kameras sein. Beispiel: Wenn der Hub mit fünf Kameras mit einer Kodierung von 1,5 Mbit/s verbunden ist, sollte die verfügbare Netzwerkbandbreite mindestens 7,5 Mbit/s betragen. Um sicherzustellen, dass keine Pakete verloren gehen, sollten Sie versuchen, eine Netzwerkbandbreite höher als 7,5 Mbit/s aufrechtzuerhalten, um Jitter aufgrund von Verbindungsunterbrechungen zwischen einer Kamera und dem Hub bewältigen zu können. Der tatsächliche Wert ist von der Zuverlässigkeit des internen Netzwerks abhängig.
# Empfehlungen für die Verwendung von Face Liveness
Wir empfehlen Ihnen, bei der Verwendung von Rekognition Face Liveness die folgenden bewährten Methoden anzuwenden:
+ Benutzer sollten den Face Liveness Check in Umgebungen durchführen, die nicht zu dunkel oder zu hell sind und eine ziemlich gleichmäßige Beleuchtung bieten.
+ Benutzer sollten bei der Überprüfung in Webbrowsern die Helligkeit ihres Bildschirms auf die maximale Helligkeit erhöhen. Mobile Native SDKs passt die Displayhelligkeit automatisch an.
+ Wählen Sie einen Schwellenwert für den Zuverlässigkeitswert, der der Art Ihres Anwendungsfalls entspricht. Verwenden Sie für Anwendungsfälle mit größeren Sicherheitsbedenken einen hohen Schwellenwert.
+ Überprüfen Sie die Auditbilder regelmäßig von Mitarbeitern, um sicherzustellen, dass gefälschte Angriffe bei Erreichen der von Ihnen festgelegten Vertrauensschwelle abgewehrt werden.
+ Bieten Sie Ihren Benutzern einen alternativen Weg zur Verifizierung der Gesichtserkennung an, wenn sie fotoempfindlich sind oder ihre Gesichtserkennung nicht mit Rekognition verifizieren möchten.
+ Senden Sie das Ergebnis der Echtheitsprüfung nicht und zeigen Sie es auch nicht in der Benutzeranwendung an. Senden Sie nur ein Bestanden- oder Fehlgeschlagen-Signal.
+ Lassen Sie von einem einzigen Gerät aus nur fünf fehlgeschlagene Verfügbarkeitsprüfungen innerhalb von drei Minuten zu. Nach fünf Fehlschlägen tritt für den Benutzer ein Timeout von 30—60 Minuten ein. Wenn das Muster drei- bis fünfmal wiederholt auftritt, blockieren Sie das Benutzergerät daran, weitere Aufrufe zu tätigen.
+ Implementieren Sie den Startbildschirm in Ihren Workflow, damit Benutzer die Face-Liveness-Kontrollen leichter bestehen können.
+ Sie sind dafür verantwortlich, Ihren Endnutzern rechtlich angemessene Datenschutzhinweise für die Verarbeitung, Speicherung, Nutzung und Übertragung von Inhalten durch Face Liveness bereitzustellen und die erforderliche Zustimmung von ihnen einzuholen.