Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Praktik terbaik untuk sensor, citra input, dan video
Bagian ini berisi informasi praktik terbaik untuk menggunakan Amazon Rekognition. Praktik terbaik ini akan membantu Anda mendapatkan kinerja optimal dari operasi yang Anda panggil. Jika Anda berjuang untuk mendapatkan hasil yang diharapkan dari suatu operasi, pastikan Anda mengikuti praktik terbaik yang didokumentasikan di sini.
Untuk informasi mengenai latensi operasi gambar, lihat berikut ini:
+ [Latensi operasi Amazon Rekognition Image](operation-latency.md)
Perbandingan wajah dan operasi pencarian wajah mengharuskan Anda mengikuti praktik terbaik khusus untuk menemukan wajah dalam gambar. Persyaratan ini juga telah didokumentasikan dalam tautan berikut:
+ [Rekomendasi untuk citra input perbandingan wajah](recommendations-facial-input-images.md)
+ [Rekomendasi untuk mencari wajah dalam koleksi](recommendations-facial-input-images-search.md)
Bagian berikut mencakup cara mengatur kamera Anda untuk setiap jenis media yang dapat dianalisis Amazon Rekognition:
+ [Rekomendasi untuk pengaturan kamera (citra dan video)](recommendations-camera-image-video.md)
+ [Rekomendasi untuk pengaturan kamera (video tersimpan dan streaming)](recommendations-camera-stored-streaming-video.md)
+ [Rekomendasi untuk pengaturan kamera (video streaming)](recommendations-camera-streaming-video.md)
Operasi Face Liveness juga memiliki praktik terbaik mereka sendiri yang harus diikuti untuk mendapatkan kinerja terbaik dari alat pemeriksaan Liveness:
+ [Rekomendasi untuk Penggunaan Face Liveness](recommendations-liveness.md)
# Latensi operasi Amazon Rekognition Image
Untuk memastikan latensi serendah mungkin untuk operasi Amazon Rekognition Image, pertimbangkan hal berikut:
+ Wilayah untuk bucket Amazon S3 yang berisi citra Anda harus sesuai dengan Wilayah yang digunakan untuk operasi API Amazon Rekognition Image.
+ Memanggil operasi Amazon Rekognition Image dengan bit citra lebih cepat daripada mengunggah citra ke bucket Amazon S3 dan kemudian mereferensi citra yang diunggah dalam operasi Amazon Rekognition Image. Pertimbangkan pendekatan ini jika Anda mengunggah citra ke Amazon Rekognition Image untuk pemrosesan mendekati waktu nyata. Misalnya, citra yang diunggah dari kamera atau citra IP yang diunggah melalui portal web.
+ Jika citra sudah ada di dalam bucket Amazon S3, mereferensikannya dalam operasi Amazon Rekognition Image mungkin lebih cepat daripada meneruskan bit citra ke operasi.
# Rekomendasi untuk citra input perbandingan wajah
Model yang digunakan untuk operasi perbandingan wajah dirancang untuk bekerja dengan berbagai macam pose, ekspresi wajah, rentang usia, rotasi, kondisi pencahayaan, dan ukuran. Kami menyarankan agar Anda menggunakan panduan berikut ketika memilih foto referensi untuk [CompareFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CompareFaces.html) atau untuk menambahkan wajah ke koleksi menggunakan [IndexFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_IndexFaces.html).
## Rekomendasi umum untuk gambar masukan untuk operasi wajah
+ Gunakan citra yang terang dan tajam. Hindari penggunaan citra yang mungkin buram akibat gerakan subjek dan kamera sebanyak mungkin. [DetectFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectFaces.html) dapat digunakan untuk menentukan tingkat kecerahan dan ketajaman wajah.
+ Untuk tujuan deteksi tatapan, Anda disarankan untuk mengunggah gambar asli dengan ukuran dan kualitas asli.
+ Gunakan citra dengan wajah yang berada dalam kisaran sudut yang disarankan. Pitch harus kurang dari 30 derajat menghadap ke bawah dan kurang dari 45 derajat menghadap ke atas. Sudut kemiringan harus kurang dari 45 derajat di kedua arah. Tidak ada batasan pada roll.
+ Gunakan citra wajah dengan kedua mata terbuka dan terlihat.
+ Gunakan citra wajah yang tidak dikaburkan atau dipotong ketat. Citra harus memperlihatkan kepala dan bahu penuh orang tersebut. Citra tidak dipotong ke kotak batas wajah.
+ Hindari item yang menghalangi wajah, seperti ikat kepala dan masker.
+ Gunakan citra wajah yang mengisi sebagian besar citra. Citra dengan wajah yang mengisi sebagian besar citra dicocokkan dengan akurasi yang lebih besar.
+ Pastikan resolusi citra cukup besar. Amazon Rekognition dapat mengenali wajah berukuran 50 x 50 piksel dalam resolusi citra hingga 1920 x 1080. Citra yang beresolusi lebih tinggi memerlukan ukuran wajah minimum yang lebih besar. Wajah yang lebih besar dari ukuran minimum memberikan serangkaian hasil perbandingan wajah yang lebih akurat.
+ Gunakan citra berwarna.
+ Gunakan citra dengan pencahayaan datar pada wajah, berlawanan dengan pencahayaan yang bervariasi seperti bayangan.
+ Gunakan citra yang memiliki kontras yang cukup dengan latar belakang. Latar belakang monokrom kontras tinggi bekerja dengan baik.
+ Gunakan citra wajah dengan ekspresi wajah netral dengan mulut tertutup dan sedikit atau tanpa senyum untuk aplikasi yang membutuhkan presisi tinggi.
# Rekomendasi untuk mencari wajah dalam koleksi
+ Saat mencari wajah dalam koleksi, pastikan gambar wajah terbaru diindeks.
+ Saat membuat koleksi menggunakan `IndexFaces`, gunakan beberapa citra wajah individu dengan sudut kemiringan vertikal dan horizontal yang berbeda (dalam kisaran sudut yang disarankan). Kami merekomendasikan setidaknya lima citra orang tersebut terindeks—lurus, wajah menghadap ke kiri dengan sudut kemiringan horizontal 45 derajat atau kurang, wajah menghadap ke kanan dengan sudut kemiringan horizontal 45 derajat atau kurang, wajah menghadap ke bawah dengan sudut kemiringan vertikal 30 derajat atau kurang, dan wajah menghadap ke atas dengan sudut kemiringan vertikal 45 derajat atau kurang. Jika Anda ingin melacak bahwa instans wajah ini milik individu yang sama, pertimbangkan untuk menggunakan atribut ID citra eksternal jika hanya ada satu wajah dalam citra yang terindeks. Misalnya, lima gambar John Doe dapat dilacak dalam koleksi dengan gambar IDs eksternal sebagai. `John_Doe_1.jpg, … John_Doe_5.jpg`
# Rekomendasi untuk pengaturan kamera (citra dan video)
Rekomendasi berikut adalah tambahan untuk [Rekomendasi untuk citra input perbandingan wajah](recommendations-facial-input-images.md).
![\[Diagram yang menunjukkan tiga sumbu gerak pesawat: pitch, roll, dan yaw, dengan panah yang menunjukkan arah setiap sumbu di sekitar ikon kepala manusia abu-abu.\]](http://docs.aws.amazon.com/id_id/rekognition/latest/dg/images/RPY-diagram.png)
+ Resolusi citra – Tidak ada persyaratan minimum untuk resolusi citra, selama resolusi wajah adalah 50 x 50 piksel untuk citra dengan resolusi total hingga 1920 x 1080. Citra yang beresolusi lebih tinggi memerlukan ukuran wajah minimum yang lebih besar.
**catatan**
Rekomendasi sebelumnya didasarkan pada resolusi asli kamera. Membuat citra beresolusi tinggi dari citra beresolusi rendah tidak memberikan hasil yang diperlukan untuk pencarian wajah (karena artefak yang dihasilkan oleh up-sampling citra).
+ Sudut Kamera – Ada tiga pengukuran untuk sudut kamera—sudut kemiringan vertikal dan horizontal dan roll.
+ Sudut Kemiringan Vertikal – Kami merekomendasikan sudut kemiringan vertikal kurang dari 30 derajat saat kamera menghadap ke bawah dan kurang dari 45 derajat saat kamera menghadap ke atas.
+ Roll – Tidak ada persyaratan minimum untuk parameter ini. Amazon Rekognition dapat menangani sejumlah roll.
+ Sudut kemiringan horizontal – Kami merekomendasikan sudut kemiringan horizontal kurang dari 45 derajat di kedua arah.
Sudut wajah di sepanjang sumbu apa pun yang ditangkap oleh kamera adalah kombinasi dari kedua sudut kamera yang menghadap layar dan sudut kepala subjek berada dalam layar. Contohnya, jika kamera 30 derajat menghadap ke bawah dan orang tersebut menundukkan kepala 30 derajat, pitch wajah yang sebenarnya seperti yang terlihat oleh kamera adalah 60 derajat. Dalam hal ini, Amazon Rekognition tidak akan bisa mengenali wajah. Sebaiknya atur kamera sedemikian rupa sehingga sudut kamera didasarkan pada asumsi bahwa orang umumnya melihat ke kamera dengan sudut kemiringan vertikal keseluruhan (kombinasi wajah dan kamera) pada 30 derajat atau kurang.
+ Perbesaran Kamera – Resolusi wajah minimum yang disarankan 50 x 50 piksel harus mendorong pengaturan kamera ini. Sebaiknya gunakan pengaturan perbesaran kamera agar wajah yang diinginkan berada pada resolusi tidak kurang dari 50 x 50 piksel.
+ Tinggi Kamera – Sudut kemiringan vertikal kamera yang disarankan harus mendukung parameter ini.
# Rekomendasi untuk pengaturan kamera (video tersimpan dan streaming)
Rekomendasi berikut adalah tambahan untuk [Rekomendasi untuk pengaturan kamera (citra dan video)](recommendations-camera-image-video.md).
+ Codec harus dikodekan h.264.
+ Kecepatan frame yang direkomendasikan adalah 30 fps. (Tidak boleh kurang dari 5 fps.)
+ Bitrate encoder yang direkomendasikan adalah 3 Mbps. (Tidak boleh kurang dari 1,5 Mbps.)
+ Kecepatan frame vs Resolusi Frame – Jika bitrate encoder merupakan kendala, sebaiknya pilih resolusi bingkai yang lebih tinggi pada frame rate yang lebih tinggi untuk hasil pencarian wajah yang lebih baik. Hal ini memastikan agar Amazon Rekognition mendapat frame kualitas terbaik dalam bitrate yang dialokasikan. Namun, terdapat kekurangan. Karena kecepatan frame yang rendah, kamera melewatkan gerakan cepat di layar. Sangat penting untuk memahami pertukaran antara dua parameter ini untuk pengaturan tertentu. Misalnya, jika bitrate maksimum yang mungkin adalah 1,5 Mbps, kamera dapat menangkap 1080p pada 5 fps atau 720p pada 15 fps. Pilihan antara keduanya bergantung pada aplikasi, selama resolusi wajah 50 x 50 piksel yang direkomendasikan terpenuhi.
# Rekomendasi untuk pengaturan kamera (video streaming)
Rekomendasi berikut adalah tambahan untuk [Rekomendasi untuk pengaturan kamera (video tersimpan dan streaming)](recommendations-camera-stored-streaming-video.md).
Kendala tambahan dengan aplikasi streaming adalah bandwidth internet. Untuk video yang ditayangkan secara langsung, Amazon Rekognition hanya menerima Amazon Kinesis Video Streams sebagai input. Anda harus memahami ketergantungan antara bitrate encoder dan bandwidth jaringan yang tersedia. Bandwidth yang tersedia minimal harus mendukung bitrate yang digunakan kamera untuk mengodekan streaming langsung. Hal ini memastikan agar apa pun yang ditangkap kamera disampaikan melalui Amazon Kinesis Video Streams. Jika bandwidth yang tersedia kurang dari bitrate encoder, Amazon Kinesis Video Streams menurunkan bit berdasarkan bandwidth jaringan. Hal ini menghasilkan kualitas video yang rendah.
Pengaturan streaming yang khas melibatkan menghubungkan beberapa kamera ke hub jaringan yang menyambungkan aliran. Dalam hal ini, bandwidth harus mengakomodasi jumlah kumulatif dari aliran yang berasal dari semua kamera yang terhubung ke hub. Misalnya, jika hub terhubung ke lima kamera yang dikodekan pada 1,5 Mbps, bandwidth jaringan yang tersedia harus minimal 7,5 Mbps. Untuk memastikan bahwa tidak ada paket yang dihapus, Anda harus mempertimbangkan menjaga bandwidth jaringan lebih tinggi dari 7,5 Mbps untuk menanggulangi citra yang cacat karena koneksi antara kamera dan hub yang turun. Nilai sebenarnya tergantung pada keandalan jaringan internal.
# Rekomendasi untuk Penggunaan Face Liveness
Kami merekomendasikan praktik terbaik berikut saat menggunakan Rekognition Face Liveness:
+ Pengguna harus menyelesaikan pemeriksaan Face Liveness di lingkungan yang tidak terlalu gelap atau terlalu terang dan memiliki pencahayaan yang cukup seragam.
+ Pengguna harus meningkatkan kecerahan layar tampilan mereka ke tingkat maksimum saat melakukan pemeriksaan pada browser web. Mobile Native SDKs menyesuaikan kecerahan tampilan secara otomatis.
+ Pilih ambang batas skor kepercayaan yang mencerminkan sifat kasus penggunaan Anda. Untuk kasus penggunaan dengan masalah keamanan yang lebih besar, gunakan ambang batas tinggi.
+ Jalankan pemeriksaan tinjauan manusia secara teratur pada gambar audit untuk memastikan bahwa serangan spoof dikurangi pada ambang kepercayaan yang Anda tetapkan.
+ Tawarkan jalur verifikasi keaktifan wajah alternatif kepada pengguna Anda jika mereka peka terhadap foto atau tidak ingin memverifikasi keaktifan wajah mereka menggunakan Rekognition.
+ Jangan mengirim atau menampilkan skor pemeriksaan keaktifan pada aplikasi pengguna. Hanya kirim sinyal pass atau gagal.
+ Izinkan hanya lima pemeriksaan keaktifan yang gagal dalam tiga menit dari satu perangkat. Setelah lima gagal, batas waktu pengguna selama 30-60 menit. Jika pola terlihat 3-5 kali berulang kali, blokir perangkat pengguna agar tidak melakukan panggilan tambahan.
+ Terapkan layar bersiap-siap di alur kerja Anda sehingga pengguna dapat lebih mudah melewati pemeriksaan Face Liveness.
+ Anda bertanggung jawab untuk memberikan pemberitahuan privasi yang memadai secara hukum kepada, dan mendapatkan persetujuan yang diperlukan dari, Pengguna Akhir Anda untuk pemrosesan, penyimpanan, penggunaan, dan transfer konten oleh Face Liveness.