Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Bonnes pratiques pour les capteurs, images d’entrée et vidéos
Cette section contient des informations sur les bonnes pratiques pour l’utilisation d’Amazon Rekognition. Ces bonnes pratiques vous aideront à optimiser les performances des opérations que vous invoquez. Si vous avez du mal à obtenir les résultats attendus d'une opération, assurez-vous de suivre les meilleures pratiques documentées ici.
Pour plus d'informations sur la latence des opérations d'imagerie, consultez les rubriques suivantes :
+ [Latence de fonctionnement d’Image Amazon Rekognition](operation-latency.md)
Les opérations de comparaison faciale et de recherche de visages vous obligent à suivre les meilleures pratiques spécifiques pour trouver des visages sur une image. Ces exigences ont également été documentées dans le lien suivant :
+ [Recommandations pour les images d’entrée de comparaison faciale](recommendations-facial-input-images.md)
+ [Recommandations pour rechercher des visages dans une collection](recommendations-facial-input-images-search.md)
Les sections suivantes expliquent comment configurer votre caméra pour chaque type de média qu'Amazon Rekognition est capable d'analyser :
+ [Recommandations pour la configuration de la caméra (image et vidéo)](recommendations-camera-image-video.md)
+ [Recommandations pour la configuration de la caméra (vidéos stockées et en streaming)](recommendations-camera-stored-streaming-video.md)
+ [Recommandations pour la configuration de la caméra (vidéo en streaming)](recommendations-camera-streaming-video.md)
Les opérations Face Liveness ont également leurs propres meilleures pratiques qui doivent être suivies pour tirer le meilleur parti de l'outil de vérification de la qualité de vie :
+ [Recommandations pour l’utilisation de Face Liveness](recommendations-liveness.md)
# Latence de fonctionnement d’Image Amazon Rekognition
Pour garantir la latence la plus faible possible pour les opérations d’Image Amazon Rekognition, prenez en considération les éléments suivants :
+ La région du compartiment Amazon S3 contenant vos images doit correspondre à la région que vous utilisez pour les opérations d’API d’Image Amazon Rekognition.
+ Il est plus rapide d’appeler une opération d’Image Amazon Rekognition avec des octets d’image que de charger l’image dans un compartiment Amazon S3, puis de référencer l’image chargée dans une opération d’Image Amazon Rekognition. Envisagez cette approche si vous chargez des images dans Image Amazon Rekognition en vue d’un traitement pratiquement en temps réel. Tel est le cas, par exemple, des images chargées à partir d’une caméra IP ou des images chargées via un portail web.
+ Si l’image se trouve déjà dans un compartiment Amazon S3, il est probablement plus rapide de la référencer dans une opération d’Image Amazon Rekognition que de transmettre des octets d’image à l’opération.
# Recommandations pour les images d’entrée de comparaison faciale
Les modèles utilisés pour les opérations de comparaison faciale sont conçus pour fonctionner dans une grande variété de poses, d’expressions faciales, de tranches d’âge, de rotations, de conditions d’éclairage et de tailles. Nous vous recommandons de suivre les directives suivantes lorsque vous choisissez des photos de référence pour [CompareFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CompareFaces.html) ou pour ajouter des visages à une collection à l'aide d'[IndexFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_IndexFaces.html).
## Recommandations générales pour la saisie d’images pour les opérations faciales
+ Utilisez des images lumineuses et nettes. Évitez autant que possible d'utiliser des images qui peuvent être floues en raison du mouvement de la personne et de la caméra. [DetectFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectFaces.html) peut être utilisé pour déterminer la luminosité et la netteté d'un visage.
+ À des fins de détection du regard, il est recommandé de télécharger l’image originale à sa taille et à sa qualité d’origine.
+ Utilisez une image dont le visage se trouve dans la plage d’angles recommandée. Le tangage doit être inférieur à 30 degrés lorsque la caméra est orientée vers le bas, et inférieur à 45 degrés lorsqu’elle est orientée vers le haut. Le lacet doit être inférieur à 45 degrés dans les deux directions. Il n’existe aucune restriction sur le roulis.
+ Utilisez l’image d’un visage dont les deux yeux sont ouverts et visibles.
+ Utilisez une image de visage qui n’est pas dissimulé ou étroitement rogné. L’image doit contenir l’intégralité de la tête et des épaules de la personne. Elle ne doit pas être rognée en suivant le cadre de délimitation du visage.
+ Évitez les accessoires qui cachent le visage, comme les bandeaux et les masques.
+ Utilisez une image dont le visage occupe une grande partie de l’image. La mise en correspondance des images où le visage occupe une plus grande partie de l’image est plus précise.
+ Assurez-vous que les images sont suffisamment grandes en termes de résolution. Amazon Rekognition peut reconnaître des visages aussi petits que 50 x 50 pixels dans des résolutions d’image allant jusqu’à 1920 x 1080. Les images de plus haute résolution exigent une taille de visage minimale supérieure. Les visages dont la taille est supérieure à la taille minimale génèrent un ensemble de résultats de comparaison faciale plus précis.
+ Utilisez des images en couleur.
+ Utilisez des images de visage éclairé de façon uniforme, par opposition aux variations d’éclairage telles que les ombres.
+ Utilisez des images dont le contraste est suffisant avec l’arrière-plan. Un arrière-plan monochrome avec un contraste élevé fonctionne bien.
+ Pour les applications nécessitant une précision élevée, utilisez des images de visage dont les expressions faciales sont neutres avec la bouche fermée et un petit sourire voire aucun.
# Recommandations pour rechercher des visages dans une collection
+ Lorsque vous recherchez des visages dans une collection, assurez-vous que les images de visages récentes sont indexées.
+ Lorsque vous créez une collection à l’aide d’`IndexFaces`, utilisez plusieurs images de visage d’une personne avec différents tangages et lacets (dans la plage d’angles recommandée). Nous recommandons d’indexer au moins 5 images de la personne : visage droit, visage tourné vers la gauche avec un lacet de 45 degrés ou moins, visage tourné vers la droite avec un lacet de 45 degrés ou moins, visage incliné vers le bas avec un tangage de 30 degrés ou moins, et visage incliné vers le haut avec un tangage de 45 degrés ou moins. Si vous souhaitez suivre les instances de visage qui appartiennent à une même personne, pensez à utiliser l’attribut d’ID d’image externe si l’image en cours d’indexation ne contient qu’un seul visage. Par exemple, cinq images de John Doe peuvent être suivies dans la collection avec une image externe IDs sous la forme`John_Doe_1.jpg, … John_Doe_5.jpg`.
# Recommandations pour la configuration de la caméra (image et vidéo)
Les recommandations suivantes viennent compléter les [Recommandations pour les images d’entrée de comparaison faciale](recommendations-facial-input-images.md).
![\[Schéma illustrant les trois axes du mouvement de l'avion : tangage, roulis et lacet, avec des flèches indiquant la direction de chaque axe autour d'une icône grise représentant une tête humaine.\]](http://docs.aws.amazon.com/fr_fr/rekognition/latest/dg/images/RPY-diagram.png)
+ Résolution d’image : il n’existe pas d’exigence minimale en termes de résolution d’image, tant que la résolution du visage est de 50 x 50 pixels pour les images dont la résolution totale est de 1920 x 1080 maximum. Les images de plus haute résolution exigent une taille de visage minimale supérieure.
**Note**
La recommandation précédente se base sur la résolution native de la caméra. La génération d’une image haute résolution à partir d’une image faible résolution ne génère pas les résultats nécessaires à la recherche de visages (en raison des artefacts générés par le sur-échantillonnage de l’image).
+ Angle de la caméra : il existe trois mesures pour l’angle de la caméra : tangage, roulis et lacet.
+ Tangage : nous recommandons de configurer un tangage inférieur à 30 degrés lorsque la caméra est orientée vers le bas, et inférieur à 45 degrés lorsque la caméra est orientée vers le haut.
+ Roulis : il n’existe pas d’exigence minimale pour ce paramètre. Amazon Rekognition peut gérer n’importe quelle valeur de roulis.
+ Lacet : nous recommandons de configurer un lacet inférieur à 45 degrés dans les deux directions.
L’angle du visage le long de n’importe quel axe qui est capturé par la caméra est une combinaison de l’angle de la caméra face à la scène et de l’angle de la tête de la personne dans la scène. Par exemple, si la caméra est orientée vers le bas à 30 degrés et que la personne baisse la tête de 30 degrés, le tangage réel du visage tel qu’il est vu par la caméra est de 60 degrés. Dans ce cas, Amazon Rekognition n’est pas en mesure de reconnaître le visage. Nous vous recommandons de configurer les caméras de telle manière que les angles de la caméra supposent que les personnes regardent généralement la caméra avec un tangage global (combinaison du visage et de la caméra) inférieur ou égal à 30 degrés.
+ Zoom de la caméra : la résolution minimale recommandée du visage de 50 x 50 pixels doit influencer ce paramètre. Nous vous recommandons d’utiliser le paramètre de zoom d’une caméra afin que la résolution des visages ne soit pas inférieure à 50 x 50 pixels.
+ Hauteur de la caméra : le tangage recommandé de la caméra doit influencer ce paramètre.
# Recommandations pour la configuration de la caméra (vidéos stockées et en streaming)
Les recommandations suivantes viennent compléter les [Recommandations pour la configuration de la caméra (image et vidéo)](recommendations-camera-image-video.md).
+ Le codec doit être codé en h.264.
+ La fréquence d’images recommandée est de 30 images par seconde. (Elle ne doit pas être inférieure à 5 images par seconde).
+ La vitesse de transmission recommandée de l’encodeur est de 3 Mbit/s. (Elle ne doit pas être inférieure à 1,5 Mbit/s).
+ Fréquence/résolution d’images : si la vitesse de transmission de l’encodeur est une contrainte, nous vous recommandons de préférer une résolution d’image supérieure à une fréquence d’images supérieure afin d’obtenir de meilleurs résultats de recherche faciale. Cela garantit qu’Amazon Rekognition obtienne la meilleure qualité de trame dans le débit binaire alloué. Toutefois, cela présente un inconvénient. En raison de la faible fréquence d’images, la caméra manque un mouvement rapide dans une scène. Il est important de comprendre le compromis entre ces deux paramètres pour une configuration donnée. Par exemple, si la vitesse de transmission possible maximale est de 1,5 Mbit/s, une caméra peut capturer 1080p à 5 images par seconde ou 720p à 15 images par seconde. Le choix entre ces deux paramètres dépend de l’application, tant que la résolution de visage recommandée de 50 x 50 pixels est respectée.
# Recommandations pour la configuration de la caméra (vidéo en streaming)
La recommandation suivante vient compléter les [Recommandations pour la configuration de la caméra (vidéos stockées et en streaming)](recommendations-camera-stored-streaming-video.md).
La bande passante Internet constitue une autre contrainte liée aux applications de streaming. Pour les vidéos en direct, Amazon Rekognition accepte uniquement Amazon Kinesis Video Streams en entrée. Vous devez comprendre la dépendance qui existe entre la vitesse de transmission de l’encodeur et la bande passante réseau disponible. La bande passante disponible doit au minimum prendre en charge la même vitesse de transmission que celle utilisée par la caméra pour coder le flux en direct. Les images capturées par la caméra sont ainsi relayées par l’intermédiaire d’Amazon Kinesis Video Streams. Si la bande passante disponible est inférieure à la vitesse de transmission de l’encodeur, Amazon Kinesis Video Streams diminue les bits en fonction de la bande passante réseau. Cela se traduit par une faible qualité vidéo.
Une configuration de streaming typique consiste à connecter plusieurs caméras à un hub réseau qui relaie les flux. Dans ce cas, la bande passante doit prendre en compte la somme cumulative des flux provenant de l’ensemble des caméras connectées au hub. Par exemple, si le hub est connecté à 5 caméras qui codent à 1,5 Mbit/s, la bande passante réseau disponible doit être de 7,5 Mbit/s minimum. Pour éviter toute perte de paquets, vous devez envisager de maintenir la bande passante réseau à une valeur supérieure à 7,5 Mbit/s pour tenir compte des instabilités dues aux pertes de connexion entre une caméra et le hub. La valeur réelle dépend de la fiabilité du réseau interne.
# Recommandations pour l’utilisation de Face Liveness
Les bonnes pratiques suivantes sont recommandées pour l’utilisation de Rekognition Face Liveness :
+ Les utilisateurs doivent effectuer le test Face Liveness dans des environnements qui ne sont ni trop sombres ni trop lumineux et où l’éclairage est assez uniforme.
+ Les utilisateurs doivent augmenter la luminosité de leur écran d’affichage à son niveau maximum lorsqu’ils effectuent des vérifications sur les navigateurs Web. Mobile Native SDKs règle automatiquement la luminosité de l'écran.
+ Choisissez un seuil de confiance qui reflète la nature de votre cas d’utilisation. Pour les cas d’utilisation présentant des problèmes de sécurité plus importants, utilisez un seuil élevé.
+ Effectuez régulièrement des contrôles humains sur les images d’audit pour vous assurer que les attaques frauduleuses sont limitées au seuil de confiance que vous avez défini.
+ Proposez une méthode alternative de vérification de la vivacité faciale à vos utilisateurs s’ils sont photosensibles ou s’ils ne souhaitent pas vérifier leur vivacité faciale à l’aide de Rekognition.
+ N’envoyez pas et n’affichez pas le score du test de vivacité sur l’application utilisateur. Envoyez uniquement un signal de réussite ou d’échec.
+ N’autorisez que cinq échecs au test de vivacité en trois minutes à partir d’un seul appareil. Après cinq échecs, durée de temporisation pour l’utilisateur de 30 à 60 minutes. Si le schéma est observé 3 à 5 fois de manière répétée, empêchez l’appareil utilisateur de passer des appels supplémentaires.
+ Intégrez l’écran de préparation dans votre flux de travail afin que les utilisateurs puissent passer plus facilement les tests Face Liveness.
+ Il vous incombe de fournir des avis de confidentialité juridiquement adéquats à vos utilisateurs finaux et d’obtenir le consentement nécessaire de leur part pour le traitement, le stockage, l’utilisation et le transfert du contenu par Face Liveness.