Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Bagaimana Amazon Rekognition bekerja
Amazon Rekognition menyediakan dua set API untuk analisis visual:
+ Gambar Rekognition Amazon untuk analisis gambar
+ Amazon Rekognition Video untuk analisis video
**Analisis gambar**
Dengan Amazon Rekognition Image, aplikasi Anda dapat:
+ Mendeteksi objek, adegan, dan konsep dalam gambar
+ Kenali selebriti
+ Mendeteksi teks dalam berbagai bahasa
+ Mendeteksi konten atau gambar yang eksplisit, tidak pantas, atau penuh kekerasan
+ Mendeteksi, menganalisis, dan membandingkan wajah dan atribut wajah seperti usia dan emosi
+ Mendeteksi keberadaan APD
Kasus penggunaan termasuk menyempurnakan aplikasi foto, membuat katalog gambar, dan memoderasi konten.
**Analisis video**
Dengan Amazon Rekognition Video, aplikasi Anda dapat:
+ Lacak orang dan objek di seluruh bingkai video
+ Kenali objek
+ Kenali selebriti
+ Cari video yang disimpan dan streaming untuk orang yang diminati
+ Analisis wajah untuk atribut seperti usia dan emosi
+ Mendeteksi konten atau gambar yang eksplisit, tidak pantas, atau penuh kekerasan
+ Agregat dan urutkan hasil analisis berdasarkan stempel waktu dan segmen
+ Mendeteksi orang, hewan peliharaan, dan paket dalam streaming video
Kasus penggunaan termasuk analisis video, membuat katalog video, dan memfilter konten yang tidak pantas.
**Fitur utama**
+ Analisis pembelajaran mendalam yang kuat
+ Deteksi akurasi tinggi untuk objek, adegan, wajah, teks
+ API yang mudah digunakan untuk mengintegrasikan ke dalam aplikasi
+ Model yang dapat disesuaikan disetel ke data Anda
+ Analisis pustaka media yang dapat diskalakan
Amazon Rekognition memungkinkan Anda meningkatkan akurasi model pembelajaran mendalam tertentu dengan melatih adaptor khusus. Misalnya, dengan Moderasi Kustom Amazon Rekognition, Anda dapat mengadaptasi model analisis gambar dasar Amazon Rekognition dengan melatih adaptor khusus dengan gambar Anda. Lihat [Meningkatkan akurasi dengan Moderasi Kustom](https://docs.aws.amazon.com/rekognition/latest/dg/moderation-custom-moderation.html) untuk informasi selengkapnya.
Bagian berikut mencakup jenis analisis yang disediakan Amazon Rekognition dan ikhtisar operasi Gambar Rekognition Amazon dan Amazon Rekognition Video. Juga mencakup perbedaan antara operasi penyimpanan dan bukan penyimpanan.
Untuk mendemonstrasikan Amazon APIs Rekognition, Anda dapat [melihat Langkah 3: Memulai menggunakan AWS CLI dan AWS](https://docs.aws.amazon.com/rekognition/latest/dg/get-started-exercise.html) SDK API, yang mencakup mencoba Rekognition di konsol. AWS
**Topics**
+ [Memahami jenis analisis Rekognition](how-it-works-types.md)
+ [Memahami operasi gambar dan video Rekognition](how-it-works-operations-intro.md)
+ [Memahami operasi API non-penyimpanan dan penyimpanan](how-it-works-storage-non-storage.md)
+ [Memahami pembuatan versi model](face-detection-model.md)
# Memahami jenis analisis Rekognition
Berikut ini merupakan tipe analisis yang dapat dilakukan oleh API Amazon Rekognition Image serta API Amazon Rekognition Video. Untuk informasi tentang APIs, lihat[Memahami operasi gambar dan video Rekognition](how-it-works-operations-intro.md).
Tabel berikut mencantumkan operasi yang perlu Anda gunakan sehubungan dengan jenis media yang Anda gunakan dan kasus penggunaan Anda:
****
| Kasus Penggunaan | Tipe Media | Operasi |
| --- | --- | --- |
| [Memoderasi konten](moderation.md) | Citra | [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html), [StartMediaAnalysisJob](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartMediaAnalysisJob.html), [GetMediaAnalysisJob](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetMediaAnalysisJob.html), [ListMediaAnalysisJobs](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_ListMediaAnalysisJobs.html) |
| | Video yang disimpan | [StartContentModeration](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartContentModeration.html), [GetContentModeration](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetContentModeration.html) |
| Verifikasi identitas | [Gambar](collections.md) | [CreateCollection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateCollection.html), [CreateUser](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateUser.html), [IndexFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_IndexFaces.html), [AssociateFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_AssociateFaces.html), [SearchFacesByImage](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_SearchFacesByImage.html), [SearchUsersByImage](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_SearchUsersByImage.html) |
| | [Video yang disimpan](procedure-person-search-videos.md) | [CreateCollection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateCollection.html), [IndexFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_IndexFaces.html), [StartFaceSearch](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartFaceSearch.html), [GetFaceSearch](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetFaceSearch.html) |
| | Streaming video ([Mendeteksi keaktifan wajah](face-liveness.md)) | [CreateFaceLivenessSession](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateFaceLivenessSession.html), [StartFaceLivenessSession](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartFaceLivenessSession.html), [GetFaceLivenessSessionResults](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetFaceLivenessSessionResults.html), |
| [Analisis wajah](faces.md) | Citra | [DetectFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectFaces.html), [CompareFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CompareFaces.html) |
| | Video yang disimpan | [StartFaceDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartFaceDetection.html), [GetFaceDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetFaceDetection.html) |
| | Streaming video | [CreateStreamProcessor](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateStreamProcessor.html), [StartStreamProcessor](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartStreamProcessor.html) |
| [Pengenalan objek dan aktivitas](labels.md) | Citra | [DetectLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectLabels.html) |
| | Video yang disimpan | [StartLabelDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartLabelDetection.html), [GetLabelDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetLabelDetection.html) |
| [Rumah Terhubung](https://github.com/aws-samples/rekognition-streaming-video-events) | Streaming Video | [StartStreamProcessor](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartStreamProcessor.html) |
| [Analisis Media](segments.md) | Video yang disimpan | [StartSegmentDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartSegmentDetection.html), [GetSegmentDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetSegmentDetection.html) |
| [Keamanan di tempat kerja](ppe-detection.md) | Citra | [DetectProtectiveEquipment](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectProtectiveEquipment.html) |
| [Deteksi teks](text-detection.md) | Citra | [DetectText](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectText.html) |
| | Video | [StartTextDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartTextDetection.html), [GetTextDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetTextDetection.html) |
| [Jalur orang](persons.md) | Video | [StartPersonTracking](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartPersonTracking.html), [GetPersonTracking](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetPersonTracking.html) |
| [Pengakuan selebriti](celebrities.md) | Citra | [RecognizeCelebrities](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_RecognizeCelebrities.html) |
| | Video | [StartCelebrityRecognition](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartCelebrityRecognition.html), [GetCelebrityRecognition](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetCelebrityRecognition.html) |
| [Deteksi label khusus](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/what-is.html) | Citra | [DetectCustomLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectCustomLabels.html) |
| | Pelatihan model | [Lihat panduan pengembang Custom Labels](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/what-is.html) |
## Label
*Label* mengacu pada salah satu dari berikut ini: objek (misalnya, bunga, pohon, atau meja), acara (misalnya, pernikahan, kelulusan, atau pesta ulang tahun), konsep (misalnya, lanskap, malam, dan alam) atau kegiatan (misalnya, berlari atau bermain bola basket). Amazon Rekognition dapat mendeteksi label dalam citra dan video. Untuk informasi selengkapnya, lihat [Mendeteksi objek dan konsep](labels.md).
Rekognition dapat mendeteksi daftar besar label dalam gambar dan video yang disimpan. Rekognition juga dapat mendeteksi sejumlah kecil label dalam streaming video.
Gunakan operasi berikut untuk mendeteksi label berdasarkan kasus penggunaan Anda:
+ Untuk mendeteksi label dalam gambar: Gunakan [DetectLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectLabels.html). Anda dapat mengidentifikasi properti gambar seperti warna gambar dominan dan kualitas gambar. Untuk mencapai ini, gunakan [DetectLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectLabels.html)dengan `IMAGE_PROPERTIES` sebagai parameter input.
+ Untuk mendeteksi label dalam video yang disimpan: Gunakan [StartLabelDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartLabelDetection.html). Deteksi warna gambar dominan dan kualitas gambar tidak didukung untuk video yang disimpan.
+ Untuk mendeteksi label dalam streaming video: Gunakan [CreateStreamProcessor](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateStreamProcessor.html). Deteksi warna gambar dominan dan kualitas gambar tidak didukung untuk streaming video.
Anda dapat menentukan jenis label yang ingin Anda kembalikan untuk deteksi label gambar dan video tersimpan dengan menggunakan opsi pemfilteran inklusif dan eksklusif.
## Label kustom
Label Kustom Amazon Rekognition dapat mengidentifikasi objek dan adegan dalam citra yang spesifik untuk kebutuhan bisnis Anda dengan melatih sebuah model machine learning. Misalnya, Anda dapat melatih model untuk mendeteksi logo atau bagian-bagian mesin rekayasa pada jalur perakitan.
**catatan**
Untuk informasi tentang Label Kustom Amazon Rekognition, lihat [Panduan Developer Label Kustom Amazon Rekognition](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/what-is.html).
Amazon Rekognition menyediakan sebuah konsol yang dapat Anda gunakan untuk membuat, melatih, mengevaluasi, serta menjalankan model machine learning. Untuk informasi selengkapnya, lihat [Memulai Label Kustom Amazon Rekognition](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/gs-introduction.html) di *Panduan Developer Label Kustom Amazon Rekognition*. Anda juga dapat menggunakan API Label Kustom Amazon Rekognition untuk melatih dan menjalankan sebuah model. Untuk informasi selengkapnya, lihat [Memulai dengan SDK Label Kustom Rekognition Amazon](https://docs.aws.amazon.com/rekognition/latest/customlabels-dg/gs-cli.html) di Panduan Pengembang *Rekognition* Amazon. CustomLabels
Untuk menganalisis gambar menggunakan model terlatih, gunakan [DetectCustomLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectCustomLabels.html).
## Deteksi Keaktifan Wajah
Amazon Rekognition Face Liveness dapat membantu Anda memverifikasi bahwa pengguna yang melalui verifikasi identitas berbasis wajah secara fisik hadir di depan kamera dan bukan aktor buruk yang menipu wajah pengguna. Ini mendeteksi serangan spoof yang disajikan ke kamera dan serangan yang melewati kamera. Seorang pengguna dapat menyelesaikan pemeriksaan Face Liveness dengan mengambil selfie video pendek, dan skor Liveness dikembalikan untuk cek. Face Liveness ditentukan dengan perhitungan probabilistik dan skor kepercayaan (antara 0-100) dikembalikan setelah cek. Semakin tinggi skor, semakin besar kepercayaan diri bahwa orang yang mengambil cek itu hidup.
Untuk informasi lebih lanjut tentang Face Liveness, lihat[Mendeteksi keaktifan wajah](face-liveness.md).
## Deteksi dan analisis wajah
Amazon Rekognition dapat mendeteksi wajah dalam citra dan video yang tersimpan. Dengan Amazon Rekognition, Anda bisa mendapatkan informasi tentang:
+ Di mana wajah terdeteksi dalam gambar atau video
+ Landmark wajah seperti posisi mata
+ Adanya oklusi wajah dalam gambar
+ Emosi yang terdeteksi, seperti bahagia atau sedih
+ Arah tatapan mata dari tatapan seseorang dalam gambar
Anda juga dapat menafsirkan dan informasi demografis seperti jenis kelamin atau usia. Anda dapat membandingkan wajah dalam gambar dengan wajah yang terdeteksi di gambar lain. Informasi tentang wajah juga dapat disimpan untuk pengambilan informasi nantinya. Untuk informasi selengkapnya, lihat [Mendeteksi dan menganalisis wajah](faces.md).
Untuk mendeteksi wajah dalam citra, gunakan [DetectFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectFaces.html). Untuk mendeteksi wajah dalam video yang tersimpan, gunakan [StartFaceDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartFaceDetection.html).
## Pencarian wajah
Amazon Rekognition dapat mencari wajah. Informasi wajah diindeks ke dalam kontainer yang disebut sebagai koleksi. Informasi wajah dalam koleksi kemudian dapat dicocokkan dengan wajah yang terdeteksi dalam citra, video yang tersimpan, dan video streaming. Untuk informasi selengkapnya, [Mencari wajah dalam koleksi](collections.md).
Untuk mencari wajah yang dikenal dalam citra, gunakan [DetectFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectFaces.html). Untuk mencari wajah yang dikenal di video yang tersimpan, gunakan [StartFaceDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartFaceDetection.html). Untuk mencari wajah yang dikenal di video streaming, gunakan [CreateStreamProcessor](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateStreamProcessor.html).
## Jalur orang
Amazon Rekognition dapat melacak jalur orang yang terdeteksi dalam video yang tersimpan. Amazon Rekognition Video menyediakan pelacakan jalur, detail pada wajah, dan informasi pada lokasi dalam bingkai untuk orang yang terdeteksi dalam video. Untuk informasi selengkapnya, lihat [Lintasan orang](persons.md).
Untuk mendeteksi orang dalam video yang tersimpan, gunakan [StartPersonTracking](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartPersonTracking.html).
## Peralatan Pelindung Diri Pribadi
Amazon Rekognition dapat mendeteksi Alat Pelindung Diri (APD) yang dikenakan oleh orang-orang yang terdeteksi dalam citra. Amazon Rekognition mendeteksi penutup wajah, penutup tangan, dan penutup kepala. Amazon Rekognition memprediksi apakah sebuah item APD menutupi bagian tubuh yang tepat. Anda juga bisa mendapatkan kotak pembatas untuk orang yang terdeteksi dan item APD. Untuk informasi selengkapnya, lihat [Mendeteksi alat pelindung diri](ppe-detection.md).
Untuk mendeteksi APD dalam citra, gunakan [DetectProtectiveEquipment](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectProtectiveEquipment.html).
## Selebriti
Amazon Rekognition dapat mengenali ribuan selebriti dalam citra dan video yang disimpan. Anda bisa mendapatkan informasi tentang letak wajah selebriti berada pada citra, penanda wajah, dan ekspresi dari wajah selebriti. Anda bisa mendapatkan informasi pelacakan untuk selebriti saat selebriti tersebut muncul di seluruh video yang tersimpan. Anda juga bisa mendapatkan informasi lebih lanjut tentang selebriti yang diakui, seperti emosi yang diungkapkan, dan presentasi gender. Untuk informasi selengkapnya, lihat [Mengenali selebriti](celebrities.md).
Untuk mengenali selebriti dalam citra, gunakan [RecognizeCelebrities](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_RecognizeCelebrities.html). Untuk mengenali selebriti dalam video yang disimpan, gunakan [StartCelebrityRecognition](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartCelebrityRecognition.html).
## Pendeteksi teks
Amazon Rekognition Text dalam Citra dapat mendeteksi teks dalam citra dan mengubahnya menjadi teks yang dapat terbaca oleh mesin. Untuk informasi selengkapnya, lihat [Mendeteksi teks](text-detection.md).
Untuk mendeteksi teks dalam citra, gunakan [DetectText](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectText.html).
## Konten yang tidak pantas atau menyinggung
Amazon Rekognition dapat menganalisis citra dan video yang disimpan untuk konten dewasa dan kekerasan. Untuk informasi selengkapnya, lihat [Memoderasi konten](moderation.md).
Untuk mendeteksi citra yang tidak aman, gunakan [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html). Untuk mendeteksi video tersimpan yang tidak aman, gunakan [StartContentModeration](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartContentModeration.html).
## Kustomisasi
Analisis gambar tertentu APIs yang ditawarkan oleh Rekognition memungkinkan Anda meningkatkan akurasi model pembelajaran mendalam dengan membuat adaptor khusus yang dilatih pada data Anda sendiri. Adaptor adalah komponen yang plug-in ke model pembelajaran mendalam Rekognition yang telah dilatih sebelumnya, meningkatkan akurasinya dengan pengetahuan domain berdasarkan gambar Anda. Anda melatih adaptor untuk memenuhi kebutuhan Anda dengan menyediakan dan membuat anotasi gambar sampel.
Setelah Anda membuat adaptor, Anda diberikan file AdapterId. Anda dapat memberikan ini AdapterId ke operasi untuk menentukan bahwa Anda ingin menggunakan adaptor yang telah Anda buat. Misalnya, Anda memberikan [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html)API AdapterId untuk analisis gambar sinkron. Menyediakan AdapterId sebagai bagian dari permintaan dan Rekognition akan secara otomatis menggunakannya untuk meningkatkan prediksi untuk gambar Anda. Ini memungkinkan Anda untuk memanfaatkan kemampuan Rekognition sambil menyesuaikannya agar sesuai dengan kebutuhan Anda.
Anda juga memiliki opsi untuk mendapatkan prediksi gambar secara massal dengan [StartMediaAnalysisJob](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartMediaAnalysisJob.html)API. Lihat [Analisis massal](https://docs.aws.amazon.com/rekognition/latest/dg/bulk-analysis.html) untuk informasi lebih lanjut.
Anda dapat menilai keakuratan operasi Rekognition dengan mengunggah gambar ke konsol Rekognition dan menjalankan analisis pada gambar-gambar ini. Rekognition akan membuat anotasi gambar Anda menggunakan fitur yang dipilih, dan Anda kemudian dapat meninjau prediksi, menggunakan prediksi terverifikasi untuk menentukan label mana yang akan mendapat manfaat dari membuat adaptor.
Saat ini Anda dapat menggunakan adaptor dengan [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html). Untuk informasi selengkapnya tentang membuat dan menggunakan adaptor, lihat[Meningkatkan akurasi dengan Custom Moderation](moderation-custom-moderation.md).
## Analisis massal
Rekognition Bulk Analysis memungkinkan Anda memproses koleksi besar gambar secara asinkron dengan menggunakan file manifes bersama dengan operasi. [StartMediaAnalysisJob](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartMediaAnalysisJob.html) Lihat [Analisis massal](https://docs.aws.amazon.com/rekognition/latest/dg/bulk-analysis.html) untuk informasi lebih lanjut.
# Memahami operasi gambar dan video Rekognition
Amazon Rekognition menawarkan dua set API utama untuk analisis gambar dan video:
+ Amazon Rekognition Image: API ini dirancang untuk menganalisis gambar.
+ Amazon Rekognition Video: API ini berfokus pada analisis video yang disimpan dan streaming.
Keduanya APIs dapat mendeteksi berbagai entitas seperti wajah dan objek. Untuk pemahaman komprehensif tentang jenis perbandingan dan deteksi yang didukung, lihat bagian di[Memahami jenis analisis Rekognition](how-it-works-types.md).
## Operasi Amazon Rekognition Image
Operasi Gambar Rekognition Amazon sinkron. Input dan respons dalam format JSON. Operasi Amazon Rekognition Image menganalisis citra input yang berada dalam format citra .jpg atau .png. Citra diteruskan ke operasi Amazon Rekognition Image yang dapat disimpan dalam bucket Amazon S3. Jika Anda tidak menggunakan AWS CLI, Anda juga dapat meneruskan byte gambar yang dikodekan Base64 langsung ke operasi Rekognition Amazon. Untuk informasi selengkapnya, lihat [Bekerja dengan gambar](https://docs.aws.amazon.com/rekognition/latest/dg/images.html).
## Operasi Amazon Rekognition Video
Amazon Rekognition Video API memfasilitasi analisis video baik yang disimpan dalam bucket Amazon S3 atau dialirkan melalui Amazon Kinesis Video Streams.
Untuk operasi video yang disimpan, perhatikan hal berikut:
+ Operasi tidak sinkron.
+ Analisis harus dimulai dengan operasi “Mulai” (misalnya, [StartFaceDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartFaceDetection.html)untuk deteksi wajah dalam video yang disimpan).
+ Status penyelesaian analisis dipublikasikan ke topik Amazon SNS.
+ Untuk mengambil hasil analisis, gunakan operasi “Dapatkan” yang sesuai (misalnya, [GetFaceDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetFaceDetection.html)).
+ Untuk informasi selengkapnya, lihat [Bekerja dengan analisis video tersimpan](https://docs.aws.amazon.com/rekognition/latest/dg/video.html).
Untuk analisis video streaming:
+ Kemampuan termasuk pencarian wajah dalam koleksi Video Rekognition dan deteksi label (objek atau konsep).
+ Hasil analisis untuk label dikirim sebagai notifikasi Amazon SNS dan Amazon S3.
+ Hasil pencarian wajah adalah output ke aliran data Kinesis.
+ Manajemen analisis video streaming dilakukan melalui prosesor aliran Amazon Rekognition Video (misalnya, membuat prosesor menggunakan). [CreateStreamProcessor](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateStreamProcessor.html)
+ Untuk informasi selengkapnya, lihat [Bekerja dengan acara video streaming](https://docs.aws.amazon.com/rekognition/latest/dg/streaming-video.html).
Setiap operasi analisis video mengembalikan metadata tentang video yang sedang dianalisis, serta ID pekerjaan dan tag pekerjaan. Operasi seperti Deteksi Label dan Moderasi Konten untuk video memungkinkan pengurutan berdasarkan stempel waktu atau nama label, dan menggabungkan hasil berdasarkan stempel waktu atau segmen.
## Operasi berbasis penyimpanan dan bukan penyimpanan
Operasi Amazon Rekognition dikelompokkan ke dalam kategori berikut.
+ **Operasi API bukan penyimpanan** — Dalam operasi ini, Amazon Rekognition tidak mendesakkan informasi apa pun. Anda memberikan input citra dan video, operasi melakukan analisis, dan mengembalikan hasilnya, tetapi Amazon Rekognition tidak menyimpan apa pun. Untuk informasi selengkapnya, lihat [Operasi bukan penyimpanan](how-it-works-storage-non-storage.md#how-it-works-non-storage).
+ **Operasi API berbasis penyimpanan** - server Amazon Rekognition dapat menyimpan informasi wajah yang terdeteksi dalam kontaier yang dapat disebut dengan koleksi. Amazon Rekognition menyediakan operasi API tambahan yang dapat Anda gunakan untuk mencari informasi sama yang berulang pada wajah untuk pencocokan wajah. Untuk informasi selengkapnya, lihat [Operasi API berbasis penyimpanan](how-it-works-storage-non-storage.md#how-it-works-storage-based).
## Menggunakan AWS SDK atau HTTP untuk memanggil operasi Amazon Rekognition API
Anda dapat memanggil operasi Amazon Rekognition API menggunakan AWS SDK maupun secara langsung dengan menggunakan HTTP. Kecuali Anda tidak menghadapi permasalahan apa pun, Anda harus selalu menggunakan AWS SDK. Contoh Java dalam bagian ini menggunakan [AWS SDK](https://docs.aws.amazon.com/sdk-for-java/latest/developer-guide/setup-install.html). File proyek Java tidak disediakan, tetapi Anda dapat menggunakan [AWS Toolkit for Eclipse](https://docs.aws.amazon.com/AWSToolkitEclipse/latest/GettingStartedGuide/) untuk mengembangkan aplikasi AWS menggunakan Java.
Contoh NET tersebut pada bagian ini menggunakan [AWS SDK untuk .NET](https://docs.aws.amazon.com/sdk-for-net/latest/developer-guide/welcome.html). Anda dapat menggunakan [AWS Toolkit for Visual Studio](https://docs.aws.amazon.com/AWSToolkitVS/latest/UserGuide/welcome.html) untuk mengembangkan aplikasi AWS menggunakan NET. Termasuk templat dan Penjelajah AWS yang bermanfaat untuk men-deploy aplikasi dan mengelola layanan.
[Referensi API](https://docs.aws.amazon.com/rekognition/latest/APIReference/Welcome.html) dalam panduan ini mencakup panggilan operasi Amazon Rekognition menggunakan HTTP. Untuk informasi referensi Java, lihat [AWS SDK untuk Java](https://docs.aws.amazon.com/sdk-for-java/latest/reference/index.html).
Titik akhir layanan Amazon Rekognition yang dapat Anda gunakan didokumentasikan di [Wilayah AWS dan titik akhir](https://docs.aws.amazon.com/general/latest/gr/rande.html#rekognition_region).
Saat memanggil Amazon Rekognition dengan HTTP, gunakan operasi POST HTTP.
# Memahami operasi API non-penyimpanan dan penyimpanan
Amazon Rekognition menyediakan dua tipe operasi API. Yaitu operasi bukan penyimpanan yang membuat Amazon Rekognition tidak menyimpan informasi apa pun, serta operasi penyimpanan yang membuat Amazon Rekognition menyimpan informasi wajah tertentu.
## Operasi bukan penyimpanan
Amazon Rekognition menyediakan operasi API bukan penyimpanan berikut untuk citra:
+ [DetectLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectLabels.html)
+ [DetectFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectFaces.html)
+ [CompareFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CompareFaces.html)
+ [DetectModerationLabels](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectModerationLabels.html)
+ [DetectProtectiveEquipment](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectProtectiveEquipment.html)
+ [RecognizeCelebrities](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_RecognizeCelebrities.html)
+ [DetectText](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectText.html)
+ [GetCelebrityInfo](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_GetCelebrityInfo.html)
Amazon Rekognition menyediakan operasi API bukan penyimpanan berikut untuk video:
+ [StartLabelDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartlabelDetection.html)
+ [StartFaceDetection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartFaceDetection.html)
+ [StartPersonTracking](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartPersonTracking.html)
+ [StartCelebrityRecognition](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartCelebrityRecognition.html)
+ [StartContentModeration](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartContentModeration.html)
Disebut sebagai operasi API *bukan penyimpanan* karena ketika Anda membuat panggilan operasi, Amazon Rekognition tidak menahan informasi apa pun yang ditemukan tentang citra input. Seperti semua operasi API Amazon Rekognition lainnya, tidak ada input bit citra yang ditahan oleh operasi API bukan penyimpanan.
Contoh skenario berikut menunjukkan tempat Anda mungkin mengintegrasikan operasi API bukan penyimpanan dalam aplikasi Anda. Skenario ini mengasumsikan bahwa Anda memiliki repositori citra lokal.
**Example 1: Sebuah aplikasi yang menemukan citra di repositori lokal Anda yang berisi label tertentu**
Pertama, Anda mendeteksi label (objek dan konsep) menggunakan operasi Amazon `DetectLabels` Rekognition di setiap gambar di repositori Anda dan membuat indeks sisi klien, seperti yang ditunjukkan berikut:
```
Label ImageID
tree image-1
flower image-1
mountain image-1
tulip image-2
flower image-2
apple image-3
```
Kemudian, aplikasi Anda dapat mencari indeks ini untuk menemukan citra dalam repositori lokal Anda yang berisi label tertentu. Misalnya, tampilkan citra yang berisi pohon.
Setiap label yang Amazon Rekognition deteksi memiliki nilai kepercayaan yang terkait. Hal ini menunjukkan bahwa tingkat kepercayaan pada citra input berisi label itu. Secara opsional Anda dapat menggunakan nilai kepercayaan ini untuk melakukan pemfilteran sisi klien tambahan pada label tergantung pada persyaratan aplikasi Anda tentang tingkat kepercayaan pada deteksi. Misalnya, jika Anda memerlukan label yang tepat, Anda dapat memfilter dan hanya memilih label dengan kepercayaan lebih tinggi (dengan ukuran 95% atau lebih tinggi). Jika aplikasi Anda tidak memerlukan nilai kepercayaan yang lebih tinggi, Anda dapat memilih untuk memfilter label dengan nilai kepercayaan yang lebih rendah (mendekati 50%).
**Example 2: Sebuah aplikasi untuk menampilkan citra wajah yang kualitasnya disempurnakan**
Pertama, Anda dapat mendeteksi wajah di setiap citra di repositori lokal Anda menggunakan operasi `DetectFaces` Amazon Rekognition dan membangun indeks sisi klien. Untuk setiap wajah, operasi mengembalikan metadata yang mencakup kotak pembatas, penanda wajah (misalnya, posisi mulut dan telinga), dan atribut wajah (misalnya, tipe kelamin). Anda dapat menyimpan metadata ini dalam indeks lokal sisi klien, seperti yang ditunjukkan berikut:
```
ImageID FaceID FaceMetaData
image-1 face-1 , etc.
image-1 face-2 , etc.
image-1 face-3 , etc.
...
```
Dalam indeks ini, kunci primer adalah kombinasi dari kedua `ImageID` dan `FaceID`.
Kemudian, Anda dapat menggunakan informasi yang ada di indeks untuk meningkatkan kualitas citra ketika aplikasi Anda menampilkan citra tersebut dari repositori lokal Anda. Misalnya, Anda mungkin menambahkan kotak pembatas di sekitar wajah atau menyorotkan fitur wajah.
## Operasi API berbasis penyimpanan
Amazon Rekognition Image mendukung operasi [IndexFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_IndexFaces.html), yang dapat Anda gunakan untuk mendeteksi wajah dalam citra dan menahan informasi tentang fitur wajah yang terdeteksi dalam koleksi Amazon Rekognition. Operasi ini adalah contoh dari operasi API *berbasis–penyimpanan* karena layanan tersebut menyimpan informasi pada server.
Amazon Rekognition Image menyediakan operasi penyimpanan API berikut:
+ [IndexFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_IndexFaces.html)
+ [ListFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_ListFaces.html)
+ [SearchFacesByImage](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_SearchFacesByImage.html)
+ [SearchFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_SearchFaces.html)
+ [DeleteFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DeleteFaces.html)
+ [DescribeCollection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DescribeCollection.html)
+ [DeleteCollection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DeleteCollection.html)
+ [ListCollections](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_ListCollections.html)
+ [CreateCollection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateCollection.html)
Amazon Rekognition Video menyediakan operasi penyimpanan API berikut:
+ [StartFaceSearch](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartFaceSearch.html)
+ [CreateStreamProcessor](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateStreamProcessor.html)
Untuk menyimpan informasi wajah, Anda harus terlebih dahulu membuat koleksi wajah di salah satu Wilayah AWS di akun Anda. Anda menentukan koleksi wajah ini ketika Anda memanggil operasi `IndexFaces`. Setelah membuat koleksi wajah dan menyimpan informasi fitur wajah untuk semua wajah, Anda dapat mencari kecocokan wajah pada koleksi tersebut. Misalnya, Anda dapat mendeteksi wajah terbesar dalam sebuah citra dan mencari wajah yang cocok di dalam koleksi dengan memanggil `searchFacesByImage.`
Informasi wajah disimpan dalam koleksi oleh `IndexFaces` yang dapat diakses oleh operasi Amazon Rekognition Video. Misalnya, Anda dapat menelusuri video untuk seseorang yang wajahnya sesuai dengan yang ada dalam koleksi dengan menghubungi [StartFaceSearch](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartFaceSearch.html).
Untuk informasi selengkapnya tentang membuat dan mengelola koleksi, lihat [Mencari wajah dalam koleksi](collections.md).
**catatan**
Koleksi menyimpan vektor wajah, yang merupakan representasi matematis dari wajah. Koleksi tidak menyimpan gambar wajah.
**Example 1: Aplikasi yang mengautentikasi akses ke gedung**
Anda memulainya dengan membuat koleksi wajah untuk menyimpan lencana citra yang dipindai menggunakan operasi `IndexFaces`, yang mengekstrak wajah dan menyimpannya sebagai vektor citra yang dapat dicari. Kemudian, ketika seorang karyawan memasuki gedung, citra wajah karyawan ditangkap dan dikirim ke operasi `SearchFacesByImage`. Jika kecocokan wajah menghasilkan skor kesamaan yang cukup tinggi (katakanlah 99%), Anda dapat mangautentikasi karyawan tersebut.
# Memahami pembuatan versi model
Amazon Rekognition menggunakan model deep learning untuk melakukan deteksi wajah dan mencari wajah dalam koleksi. Amazon Rekognition akan terus meningkatkan keakuratan modelnya berdasarkan umpan balik pelanggan dan kemajuan dalam penelitian deep learning. Perbaikan ini dikirim sebagai pembaruan pada model. Contohnya, dengan model versi 1.0, [IndexFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_IndexFaces.html) dapat mengindeks 15 wajah terbesar dalam sebuah citra. Versi yang lebih baru dari model ini memungkinkan `IndexFaces` untuk mengindeks 100 wajah terbesar dalam sebuah citra.
Ketika Anda membuat koleksi baru, koleksi tersebut terkait dengan versi terbaru dari model. Untuk meningkatkan akurasi, model ini terkadang perlu diperbarui.
Ketika versi baru dari model sudah dirilis, hal berikut akan terjadi:
+ Koleksi baru yang Anda buat terkait dengan model terbaru. Wajah yang Anda tambahkan ke koleksi baru dengan menggunakan [IndexFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_IndexFaces.html) terdeteksi dengan menggunakan model terbaru.
+ Koleksi Anda yang ada terus menggunakan versi model yang dengannya mereka dibuat. Vektor wajah yang disimpan dalam koleksi ini tidak diperbarui secara otomatis ke versi model terbaru.
+ Wajah baru yang ditambahkan ke koleksi yang ada terdeteksi dengan menggunakan model yang sudah terkait dengan koleksi.
Versi model yang berbeda tidak kompatibel satu sama lainnya. Spesifiknya, jika citra diindeks ke beberapa koleksi yang menggunakan versi model berbeda, hasil dari pengenal wajah untuk wajah yang terdeteksi sama adalah berbeda. Jika citra diindeks ke beberapa koleksi yang terkait dengan model yang sama, hasil dari pengenal wajah adalah sama.
Aplikasi Anda mungkin menghadapi masalah kompatibilitas jika manajemen koleksi Anda tidak memperhitungkan pembaruan model. Anda dapat menentukan versi model koleksi yang digunakan dengan menggunakan bidang `FaceModelVersion` yang dikembalikan dalam bentuk respons dari operasi koleksi (misalnya, `CreateCollection`). Anda bisa mendapatkan versi model koleksi yang ada dengan memanggil [DescribeCollection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DescribeCollection.html). Untuk informasi selengkapnya, lihat [Menjelaskan koleksi](describe-collection-procedure.md).
Vektor wajah yang ada dalam koleksi tidak dapat diperbarui ke versi model yang lebih baru. Karena Amazon Rekognition tidak menyimpan bit citra sumber, Amazon Rekognition tidak dapat secara otomatis mengindeks ulang citra dengan menggunakan versi model.
Untuk menggunakan model terbaru pada wajah yang disimpan dalam koleksi yang ada, buat koleksi baru ([CreateCollection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateCollection.html)) dan indeks ulang citra sumber ke dalam koleksi baru (`Indexfaces`). Anda perlu memperbarui setiap pengenal wajah yang disimpan oleh aplikasi Anda karena pengenal wajah dalam koleksi baru berbeda dari pengenal wajah di dalam koleksi lama. Jika Anda tidak lagi memerlukan koleksi lama, Anda dapat menghapusnya dengan menggunakan [DeleteCollection](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DeleteCollection.html).
Operasi stateless, seperti [DetectFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_DetectFaces.html), menggunakan model versi model terbaru.