기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
# 비스토리지 및 스토리지 API 작업 이해
Amazon Rekognition은 두 가지 유형의 API 작업을 제공합니다. 즉 Amazon Rekognition에 어떤 정보도 저장되지 않는 비스토리지 작업과 특정 얼굴 정보가 Amazon Rekognition에 저장되는 스토리지 작업입니다.
## 비스토리지 작업
Amazon Rekognition은 이미지를 대상으로 다음과 같은 비스토리지 API 작업을 제공합니다.
+ [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 Rekognition은 비디오를 대상으로 다음과 같은 비스토리지 API 작업을 제공합니다.
+ [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)
이러한 작업을 *비스토리지* API 작업이라고 하는 이유는 작업을 직접 호출할 때 Amazon Rekognition이 입력 이미지에 관해 발견된 어떤 정보도 유지하지 않기 때문입니다. 다른 모든 Amazon Rekognition API 작업과 마찬가지로 비스토리지 API 작업은 입력 이미지 바이트를 유지하지 않습니다.
다음 예제 시나리오는 애플리케이션에 비 스토리지 API 작업을 통합할 수 있는 경우를 보여 줍니다. 이 시나리오에서는 로컬 이미지 리포지토리가 있다고 가정합니다.
**Example 1: 로컬 리포지토리에서 특정 레이블이 포함된 이미지를 찾는 애플리케이션**
먼저 리포지토리에 있는 각 이미지에서 Amazon Rekognition `DetectLabels` 작업을 사용하여 레이블(객체 및 개념)을 감지하고 다음과 같이 클라이언트 측 인덱스를 빌드합니다.
```
Label ImageID
tree image-1
flower image-1
mountain image-1
tulip image-2
flower image-2
apple image-3
```
그러면 애플리케이션이 이 인덱스를 검색해 로컬 리포지토리에서 특정 레이블이 포함된 이미지를 찾을 수 있습니다. 예를 들어 나무가 포함된 이미지를 표시하십시오.
Amazon Rekognition이 감지하는 각 레이블에는 연결된 신뢰도 값이 있습니다. 신뢰도 값은 입력 이미지에 해당 레이블이 포함될 신뢰도 수준을 나타냅니다. 이 신뢰도 값을 사용하여 필요하다면 감지의 신뢰도 수준에 대한 애플리케이션 요구 사항에 따라 레이블에서 추가적인 클라이언트 측 필터링을 수행할 수 있습니다. 예를 들어 정확한 레이블이 필요하다면 신뢰도가 더 높은(95% 이상) 레이블만을 필터링하고 선택할 수 있습니다. 애플리케이션에 이보다 높은 신뢰도 값이 필요하지 않은 경우에는 신뢰도 값이 보다 낮은(50% 정도) 레이블을 필터링할 수 있습니다.
**Example 2: 향상된 얼굴 이미지를 표시하는 애플리케이션**
먼저 Amazon Rekognition `DetectFaces` 작업을 사용하여 로컬 리포지토리에 있는 각 이미지에서 얼굴을 탐지하고 클라이언트 측 인덱스를 빌드할 수 있습니다. 이 작업은 각 얼굴에 대해 경계 상자, 얼굴 표식(예: 입과 귀의 위치), 얼굴 속성(예: 성별)이 포함된 메타데이터를 반환합니다. 이 메타데이터는 다음과 같이 클라이언트 측 로컬 인덱스에 저장할 수 있습니다.
```
ImageID FaceID FaceMetaData
image-1 face-1 , etc.
image-1 face-2 , etc.
image-1 face-3 , etc.
...
```
이 인덱스에서 기본 키는 `ImageID`와 `FaceID`의 조합입니다.
그런 다음 애플리케이션이 로컬 리포지토리에서 이미지를 표시할 때 인덱스의 정보를 사용하여 이미지를 향상시킬 수 있습니다. 예를 들어 얼굴 주위에 경계 상자를 추가하거나 얼굴 특징을 강조 표시할 수 있습니다.
## 스토리지 기반 API 작업
Amazon Rekognition Image는 이미지에서 얼굴을 감지하고 Amazon Rekognition 컬렉션에서 감지된 얼굴 특성에 대한 정보를 유지하는 데 사용할 수 있는 [IndexFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_IndexFaces.html) 작업을 지원합니다. 이것이 *스토리지 기반* API 작업의 예인 이유는 서비스가 서버에서 정보를 유지하기 때문입니다.
Amazon Rekognition Image는 다음과 같은 스토리지 API 작업을 제공합니다.
+ [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 Video는 다음과 같은 스토리지 API 작업을 제공합니다.
+ [StartFaceSearch](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartFaceSearch.html)
+ [CreateStreamProcessor](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CreateStreamProcessor.html)
얼굴 정보를 저장하려면 먼저 계정의 AWS 리전 중 하나에서 얼굴 모음을 만들어야 합니다. `IndexFaces` 작업을 호출할 때 이 얼굴 모음을 지정합니다. 얼굴 모음을 만들고 모든 얼굴의 얼굴 특징 정보를 저장한 후에 모음에서 얼굴 일치를 검색할 수 있습니다. 예를 들어 이미지에서 가장 큰 얼굴을 감지하고 모음에서 일치하는 얼굴을 감지하려면 `searchFacesByImage.`를 호출합니다.
`IndexFaces`를 통해 컬렉션에 저장된 얼굴 정보는 Amazon Rekognition Video 작업에 액세스할 수 있습니다. 예를 들어, [StartFaceSearch](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_StartFaceSearch.html) 직접 호출을 통해 기존 컬렉션의 얼굴과 일치하는 사람의 비디오를 검색할 수 있습니다.
모음을 만들고 관리하는 방법에 대한 정보는 [컬렉션에서 얼굴 검색](collections.md)를 참조하십시오.
**참고**
컬렉션에는 얼굴의 수학적 표현인 얼굴 벡터가 저장됩니다. 컬렉션에는 얼굴 이미지가 저장되지 않습니다.
**Example 1: 건물 액세스를 인증하는 애플리케이션**
먼저 얼굴을 추출해 검색 가능한 이미지 벡터로 저장하는 `IndexFaces` 작업을 사용하여 얼굴 모음을 만들어 스캔한 배지 이미지를 저장할 수 있습니다. 그런 다음 직원이 건물에 들어오면 직원 얼굴 이미지가 캡처되어 `SearchFacesByImage` 작업으로 전송됩니다. 얼굴 일치에서 충분히 높은 유사성 점수(가령 99%)가 나오면 직원을 인증할 수 있습니다.