如何将网络摄像头视频流传输至AWS Kinesis并对接Rekognition实现实时人脸识别？

我之前也踩过这个坑，当时折腾了好一阵才弄明白怎么把实时数据流接入Rekognition，给你梳理几个可行的方案，都是我实际用过的，应该能帮到你：

官方最推荐的实时人脸识别路径是Kinesis Video Streams（KVS）+ Amazon Rekognition Video，这是专门针对实时视频流设计的集成方案，拆解下具体操作步骤：

1. 搭建KVS作为实时数据流管道 #

• 先在AWS控制台创建一个KVS流，记好流的ARN和名称，后面要用到。
• 把你的实时视频源（比如Web摄像头、IP摄像头、直播推流设备）推送到这个KVS流：
  • Web端可以用AWS官方的aws-kinesis-video-streams-webrtc-sdk实现摄像头推流，核心逻辑是获取媒体流后通过WebRTC连接推送到KVS；
  • 硬件设备可以用KVS Producer SDK（支持C++、Java等语言）来完成推流。
  • 给个Web端的极简代码示例：

    const client = new KinesisVideoClient({ region: '你的AWS区域' });
    const signalingClient = new SignalingClient({
      client,
      channelARN: '你的KVS通道ARN',
    });
    // 省略获取摄像头媒体流、建立WebRTC连接并推流的细节，SDK文档里有完整示例
    

2. 创建Rekognition Stream Processor处理实时流 #

这是实现实时识别的核心步骤，让Rekognition自动监听KVS流并分析每帧画面：

• 确保你已经创建了Rekognition人脸集合（Collection），用来存储待识别的目标人脸；
• 通过AWS CLI或控制台创建Stream Processor：

  aws rekognition create-stream-processor \
    --name "你的StreamProcessor名称" \
    --input "KinesisVideoStream={Arn='你的KVS流ARN'}" \
    --output "KinesisDataStream={Arn='你的Kinesis Data Stream ARN'}" \
    --settings "FaceSearch={CollectionId='你的人脸集合ID',FaceMatchThreshold=80}" \
    --role-arn "你的IAM角色ARN（需要具备KVS读取、Rekognition操作、Kinesis Data Stream写入权限）"
  

  这里的Kinesis Data Stream用来接收Rekognition的识别结果（比如匹配到的人脸ID、置信度），后续可以用Lambda或EC2消费这个数据流做业务处理。

3. 启动Stream Processor并验证结果 #

• 启动创建好的Stream Processor：

  aws rekognition start-stream-processor --name "你的StreamProcessor名称"
  

• 可以通过Kinesis Data Stream控制台查看识别结果，或者用Lambda触发处理，比如Python代码片段：

  import base64
  import json
  
  def lambda_handler(event, context):
      for record in event['Records']:
          payload = base64.b64decode(record['kinesis']['data'])
          result = json.loads(payload)
          if 'FaceSearchResponse' in result:
              for face_match in result['FaceSearchResponse'][0]['MatchedFaces']:
                  print(f"匹配到人脸ID：{face_match['Face']['FaceId']}，置信度：{face_match['Similarity']}")
  

• 如果你的源是RTMP直播流，可以用AWS MediaLive + MediaPackage + Rekognition Video：先把RTMP流导入MediaLive转成HLS格式，再用Rekognition分析HLS流，缺点是延迟比KVS高，适合非超低延迟场景；
• 如果是低频率的单帧识别（比如每秒拍一张照片），可以直接用Lambda触发S3上传/MQTT消息，调用Rekognition的SearchFacesByImage API，这种方式更简单，但不属于纯视频流处理。

• 权限问题：IAM角色必须赋予足够权限，否则会出现Stream Processor启动失败或无识别结果的情况；
• 延迟控制：KVS+Rekognition的延迟大概在1-3秒，如果需要更低延迟，可以考虑在边缘端（EC2/Greengrass）先做帧筛选，再把关键帧传给Rekognition；
• 人脸集合更新：如果新增/删除人脸，要及时同步更新集合，避免识别结果不准确。

内容的提问来源于stack exchange，提问作者nukalov