기본 단계는 이전 예제와 동일합니다. 먼저 앱 클래스를 확장해야 합니다. Blueprint는 Lambda 함수를 작성하는 데 도움이 되는 시작 코드를 제공합니다. 이 예제에서는 이미지 레이블 검색 청사진을 선택합니다. 비디오 파일로 Amazon Rekognition을 사용할 때 장면에 있는 사람들의 경로를 캡처할 수 있습니다. 예를 들어 게임 중 선수의 움직임을 사용하여 경기 후 분석을 위한 플레이를 식별할 수 있습니다. 다음은 사용 권한 설정입니다. 화면에서 `기존 정책을 직접 연결`이라는 세 번째 상자를 클릭해야 합니다. 그런 다음 그 아래의 `필터: 정책 유형` 검색 상자에 `rekognition`(Amazon의 맞춤법 참고)을 입력하여 Rekognition 정책만 필터링합니다.

옆에 체크 표시를 배치하여 목록에서 `AmazonRekognitionFullAccess`를 선택합니다. 두 개의 서로 다른 API 집합이 있습니다: 하나는 이미지를 분석하기 위한 것이고 하나는 비디오 분석을 위한 것입니다. 둘 다 응용 프로그램에서 사용할 수 있는 개체 검색 및 인식을 수행합니다. 예를 들어 사용자가 얼굴이나 특정 개체별로 사진 컬렉션을 검색할 수 있는 응용 프로그램을 개발할 수 있습니다. 따라서 응용 프로그램에서 이미지 또는 비디오 데이터를 Amazon Rekognition으로 보내고 업로드된 자료에 대한 메타데이터를 반환하도록 할 수 있습니다. 응용 프로그램은 이 메타데이터를 사용하여 데이터베이스를 관리하고 사용자가 데이터베이스를 검색할 수 있도록 합니다. 위의 마지막 섹션에서 샘플 이미지로 예제 코드를 실행하면 다음과 같은 결과(단축) 결과가 생성됩니다. aws-java-sdk-core에는 더 큰 Amazon AWS SDK 집합에서 사용하는 코드가 포함되어 있습니다. aws-java-sdk-core는 aws-java-sdk-rekognition의 전이적 의존성입니다. 따라서 메이븐이 자동으로 가져올 것이므로 빼놓을 수도 있습니다. 비디오 자료를 분석하려면 Amazon S3 버킷 에 저장해야 합니다. 모든 작업이 비동기이기 때문에 StartLabelDetection을 호출하여 작업을 시작합니다.

비동기 작업이 완료되면 Amazon SNS 토픽으로 알림 메시지를 보냅니다.