基于Amazon Rekognition跨ATM双CCTV追踪指定人员的技术问询

核心问题解答 #

Amazon Rekognition没有单一服务或API能同时满足已知人员识别和跨多摄像头追踪的需求，两个能力需要拆分实现并配合其他服务联动：

• 已知人员识别：依赖Rekognition的**人脸搜索（Face Search）**功能，通过预建的人脸库匹配目标人员，但该功能对正面/半侧面人脸识别率较高，背面视角几乎无法有效识别。
• 跨摄像头追踪：Rekognition的**人员追踪（Person Tracking）**仅支持单视频流内的人员ID维持，无法直接关联不同摄像头的追踪ID。

替代方案与AWS服务选型 #

要实现需求，需要组合以下AWS服务：

• Amazon Rekognition：提供基础的人脸匹配和单摄像头人员追踪能力。
• Amazon Kinesis Video Streams：接收并处理两路CCTV的实时视频流，支持按需提取关键帧用于分析。
• Amazon DynamoDB：作为核心数据存储，维护全局人员唯一ID、姓名、各摄像头追踪ID的映射关系，以及人员进出ATM的时间戳等元数据。
• AWS Lambda：编排业务逻辑，触发Rekognition分析、处理识别结果、完成跨摄像头ID的关联匹配。
• 可选：Amazon SageMaker：如果背面/侧面视角的人员识别需求严格，可训练自定义的步态、身形识别模型，补充Rekognition的人脸识别短板。

架构实现流程 #

1. 视频流接入：将CCTV-1（门外）和CCTV-2（门内）的实时视频分别推送到独立的Kinesis Video Streams流中。
2. 实时分析触发：用Lambda函数订阅两个Kinesis流，每2-3秒提取一次关键帧（平衡准确率与成本），触发Rekognition分析：
   • 针对CCTV-1：先执行Person Tracking得到当前人员的单摄像头追踪ID，同时调用Face Search匹配已知人脸库。匹配成功后，在DynamoDB中创建记录：全局人员ID → 姓名、CCTV-1追踪ID、进入门外时间。
   • 针对CCTV-2：同样执行Person Tracking得到门内追踪ID，优先尝试Face Search匹配；若人脸不可见（背面/侧面），则基于时间窗口（比如30秒内），结合Rekognition返回的人员衣着颜色、身形尺寸等特征，匹配DynamoDB中最近的门外人员记录，将CCTV-2追踪ID关联到同一全局人员ID，并更新进入门内的时间。
3. 数据关联与持久化：DynamoDB始终维护全局人员ID与各摄像头追踪ID的绑定关系，确保同一人员在两路视频中ID与姓名一致。
4. 可选增强：如果背面视角识别精度不足，将SageMaker训练的自定义模型集成到Lambda流程中，在人脸匹配失败时，用步态/身形特征做二次匹配。

最佳实践 #

• 人脸库优化：提前录入目标人员的多视角人脸（正面、左右侧面），提升Face Search在非正面视角下的识别成功率。
• 时间窗口策略：设置合理的时间窗口（建议20-30秒），仅关联该窗口内从门外进入门内的人员，减少跨摄像头的误匹配概率。
• 多特征融合：除人脸外，利用Rekognition返回的人员衣着颜色、身高范围等特征辅助关联，进一步提升准确率。
• 容错机制：对于无法自动匹配的人员，标记为待审核状态，后续通过人工复核补全关联信息。
• 成本控制：调整Kinesis Video Streams的关键帧提取频率，避免过度分析；使用Lambda的按需计算模式，仅在有视频帧时触发执行。

内容的提问来源于stack exchange，提问作者Moulik Gupta 50