Download to read offline
![3. やったこと
s3 = boto3.resource('s3')
bucket = s3.Bucket(os.environ['BUCKET_NAME'])
#eventデータから画像ファイルを取得
image_body = base64.b64decode(event['body-json'])
#乱数でオブジェクトキーを生成
n = 10
key = ''.join([random.choice(string.ascii_letters + string.digits) for i in range(n)])
#S3バケットに画像ファイルをアップロード
bucket.put_object(
Body=image_body,
Key=key
)
API Gateway経由でLambdaからS3に画像ファイルをアップロード
#kumonokai](https://image.slidesharecdn.com/aws-peppar-180517012311/85/AWS-Rekognition-Pepper-23-320.jpg)
![3. やったこと
client = boto3.client('rekognition')
response = client.detect_faces(
Image={
'S3Object': {
'Bucket': os.environ['BUCKET_NAME'],
'Name': key
}
},
Attributes=['ALL']
)
S3の画像ファイルをRekognitionで顔分析
#kumonokai](https://image.slidesharecdn.com/aws-peppar-180517012311/85/AWS-Rekognition-Pepper-24-320.jpg)
![3. やったこと
"AgeRange": {"Low": 26,"High": 43},
"Gender": {"Value": "Female","Confidence": 52.36514663696289},
"Smile": {"Value": true,"Confidence": 88.67390441894531},
"EyesOpen": {"Value": true,"Confidence": 99.9950942993164},
"Beard": {"Value": false,"Confidence": 99.86187744140625},
"Emotions": [
{"Type": "HAPPY","Confidence": 97.94617462158203},
{"Type": "CALM","Confidence": 3.9698123931884766},
{"Type": "DISGUSTED","Confidence": 3.0542492866516113}
]
分析結果のレスポンス(一部)
#kumonokai](https://image.slidesharecdn.com/aws-peppar-180517012311/85/AWS-Rekognition-Pepper-25-320.jpg)
![3. やったこと
#画像データ
data = open(file_path, 'rb').read()
#API呼び出し
response = requests.post(
url=api_url,
data=data,
headers={'Content-Type': 'image/jpg'}
)
#レスポンスを文字列へ変換
data = response.json()['FaceDetails'][0]
age_low = data['AgeRange']['Low']
age_high = data['AgeRange']['High']
~~~~~~後略~~~~~~~
PepperのPythonからAPI呼び出し
#kumonokai](https://image.slidesharecdn.com/aws-peppar-180517012311/85/AWS-Rekognition-Pepper-26-320.jpg)
Uploaded byMitsuhiro Yamashita
AWS(Rekognition)とPepperの良い関係
トレノケ雲の会 mod.1「雲をつかむ」(クラウド勉強会)で発表したPepperからAmazon Rekognitionを呼び出して、Pepperの前にいる人の顔を分析した結果を発声します
AWS(Rekognition)とPepperの良い関係
- 1.
- 2. 自己紹介 山下光洋 @yamamanx Blog : www.yamamanx.com ・ソフトウェア開発会社でIBMさんのBP ・ナイトレジャー会社,エネルギー会社で情シス ・AAI(AWS認定インストラクター)、 ITTerchnical Training Engineer@Trainocate ヤマムギ(勉強会) , JAWS-UG, JAWS-UG IoT関西支部, kintone Cafe大阪, JP_Stripes, MasterCloud The八番街ベース 緑のLv16 Lv35
- 3.
- 4.
- 5. 1.Pepperについて 身長 : 121cm 体重: 29kg (小学校3~4年生) OS : NaoqiOS #kumonokai
- 6.
- 7. 1.Pepperについて センサー類合計 27 頭部タッチセンサー x3 RGBカメラ x 2 マイク x 4 3Dセンサー x 1 ジャイロセンサー x 2 レーザーセンサー x 6 手部タッチセンサー x 2 ソナーセンサー x 2 バンパーセンサー x 3 赤外線センサー x 2 #kumonokai
- 8.
- 9. 2. Amazon Rekognitionについて#kumonokai
- 10.
- 11. 2. Amazon Rekognitionについて#kumonokai
- 12. 2. Amazon Rekognitionについて#kumonokai
- 13. 2. Amazon Rekognitionについて#kumonokai
- 14. 2. Amazon Rekognitionについて#kumonokai
- 15. 2. Amazon Rekognitionについて#kumonokai
- 16. 2. Amazon Rekognitionについて#kumonokai
- 17. 2. Amazon Rekognitionについて#kumonokai
- 18. 2. Amazon Rekognitionについて ●can_paginate() ● compare_faces() ● create_collection() ● create_stream_processor() ● delete_collection() ● delete_faces() ● delete_stream_processor() ● describe_stream_processor() ● detect_faces() ● detect_labels() ● detect_moderation_labels() ● detect_text() ● generate_presigned_url() ● get_celebrity_info() ● get_celebrity_recognition() ● get_content_moderation() ● get_face_detection() ● get_face_search() ● get_label_detection() ● get_paginator() ● get_person_tracking() ● get_waiter() ● index_faces() ● list_collections() ● list_faces() ● list_stream_processors() ● recognize_celebrities() ● search_faces() ● search_faces_by_image() ● start_celebrity_recognition() ● start_content_moderation() ● start_face_detection() ● start_face_search() ● start_label_detection() ● start_person_tracking() ● start_stream_processor() ● stop_stream_processor() Boto3 Rekognition Client #kumonokai
- 19. 2. Amazon Rekognitionについて アカウント作成後12ヶ月の無料利用枠 1ヶ月あたり5,000枚の画像分析 1ヶ月あたり1,000個の顔メタデータ保存 1ヶ月あたり1,000分の動画分析 処理画像数1,000枚あたりの課金 1.30USD ~ 0.50USD(東京リージョン) 分析したアーカイブ動画 1分あたり 0.13USD(東京リージョン) 分析したライブストリーム動画 1分あたり 0.15USD(東京リージョン) 保存された顔メタデータ 1,000件あたりの料金 0.013USD(東京リージョン) #kumonokai 2018/5/16現在
- 20. 3. やったこと Pepperに「顔を見て」と言うと追いかけてきて写真を取られます。 その写真はAPI Gatewayを経由してLambdaによりS3にアップロードされます。 S3の写真に対してRekognitionが顔を分析した結果をLambdaよりAPIGatewayを 経由してレスポンスとして返します。 顔の分析結果をPepperが受け取って教えてくれます。 #kumonokai
- 21.
- 22. 3. やったこと 日本語に設定 音声受付顔追跡 写真撮影 API呼び出し レスポンス処理 発声 写真表示 会社ロゴ表示 #kumonokai
- 23. 3. やったこと s3 =boto3.resource('s3') bucket = s3.Bucket(os.environ['BUCKET_NAME']) #eventデータから画像ファイルを取得 image_body = base64.b64decode(event['body-json']) #乱数でオブジェクトキーを生成 n = 10 key = ''.join([random.choice(string.ascii_letters + string.digits) for i in range(n)]) #S3バケットに画像ファイルをアップロード bucket.put_object( Body=image_body, Key=key ) API Gateway経由でLambdaからS3に画像ファイルをアップロード #kumonokai
- 24. 3. やったこと client =boto3.client('rekognition') response = client.detect_faces( Image={ 'S3Object': { 'Bucket': os.environ['BUCKET_NAME'], 'Name': key } }, Attributes=['ALL'] ) S3の画像ファイルをRekognitionで顔分析 #kumonokai
- 25. 3. やったこと "AgeRange": {"Low":26,"High": 43}, "Gender": {"Value": "Female","Confidence": 52.36514663696289}, "Smile": {"Value": true,"Confidence": 88.67390441894531}, "EyesOpen": {"Value": true,"Confidence": 99.9950942993164}, "Beard": {"Value": false,"Confidence": 99.86187744140625}, "Emotions": [ {"Type": "HAPPY","Confidence": 97.94617462158203}, {"Type": "CALM","Confidence": 3.9698123931884766}, {"Type": "DISGUSTED","Confidence": 3.0542492866516113} ] 分析結果のレスポンス(一部) #kumonokai
- 26. 3. やったこと #画像データ data =open(file_path, 'rb').read() #API呼び出し response = requests.post( url=api_url, data=data, headers={'Content-Type': 'image/jpg'} ) #レスポンスを文字列へ変換 data = response.json()['FaceDetails'][0] age_low = data['AgeRange']['Low'] age_high = data['AgeRange']['High'] ~~~~~~後略~~~~~~~ PepperのPythonからAPI呼び出し #kumonokai
- 27.
- 28.
- 29.