我认为，到今天为止，我似乎无法（https://docs.aws.amazon.com/rekognition/latest/dg/streaming-video.html）使用这些文档。似乎对于视频流，仅支持面部检测，不支持分析。分析说，它仅适用于存储的媒体（https://docs.aws.amazon.com/rekognition/latest/dg/faces.html）。有人可以确认吗？
如果是这样，想知道在AWS上“破解”视频流分析的一种好方法是什么？使用lambda函数从亲属中读取视频，将其切成小块，写入S3，然后让面部分析器（识别）定期轮询S3来分析面部，是否有意义？我们确实需要对视频流进行情感分析...
非常感谢！
答案 0 :(得分：1)
您可以发送单独的帧以进行识别，如果您要在边框上绘制带有文字的边框，则可以每n帧更新一次它们的位置和情绪，具体取决于所需的fps。
OpenCv是一个很好的选择，尽管我不知道您是否可以在lambda函数中使用它。我想您可能不需要对视频的每个帧进行分析。
答案 1 :(得分：0)
[我尚未验证此方法，但是请看一下它是否可能对您有用]
识别视频可让您检测和识别流视频中的面部。结果在Kinesis数据流中可用。您可以使用该流来识别和定位带有面部的帧。然后，您可以将这些帧作为图像检索，并将它们发送到Rekognition Image进行进一步分析，例如标记情感。