在本篇文章中，我將示範如何在 AWS 管理主控台（AWS Management Console） 中使用 Amazon Rekognition 的人臉辨識與比對功能。整個流程無需編寫程式碼，只需上傳圖片即可完成。我們將先辨識一張影像中的人臉特徵，再與其他影像進行比對，判斷是否屬於同一人。
什麼是Amazon Rekognition？
Amazon Rekognition 是AWS 提供的一項基於深度學習的影像與視訊分析服務。它能夠在無需自建模型和伺服器的情況下，直接完成：
- 人臉偵測（位置、尺寸、關鍵點）
- 人臉屬性分析（年齡層、情緒、性別等）
- 人臉比對（Face Match）
- 物件和場景識別
- 不良內容審核
- 文字檢測（OCR）
- 影片分析
在許多真實業務場景中，人臉辨識系統的建置往往成本高、時間長，需要機器學習工程師訓練模型、維護GPU 基礎設施，並持續優化演算法。
而Rekognition 提供了一條更簡單的路徑：
1.無需訓練模型
2.無需維護伺服器
3.上傳圖片即可得到分析結果
4.支援即時和批次場景
5.可與其他AWS 服務無縫整合（S3、Lambda 等）
這使得Rekognition 非常適合：
- 員工/訪客身份驗證
- 社群平台或電商平台的內容審核
- 視訊監控中的人臉識別
- App / 小程式實名認證
- 自動化影片剪輯與物件追蹤
下面，我們進入實際操作部分。
在控制台中使用Rekognition 的人臉偵測功能
步驟1：登入AWS 控制台
進入AWS 管理控制台，搜尋“Rekognition”，點選進入服務介面。
步驟2：進入影像分析介面
在Rekognition 首頁中選擇：
Use Rekognition → Image
你將看到一個圖片上傳介面。
步驟3：上傳要分析的人臉圖片
點選 Upload image，選擇一張包含清晰人臉的圖片。
上傳後，Rekognition 會自動分析並顯示：
- 人臉邊框位置
- 眼睛、鼻子、嘴巴的位置
- 年齡範圍
- 情緒（如快樂、生氣、驚訝等）
- 是否配戴眼鏡/口罩
- 性別推測
分析結果幾乎是即時回傳的。
使用Rekognition 進行人臉比對（Face Match）
人臉比對用於判斷兩張影像中的人是否為同一人。
步驟1：進入Face Comparison 功能
在導覽列中選擇：
Face Comparison（Compare Faces）
步驟2：上傳“來源圖像”
來源影像（Source Image）中的人臉將被用作基準進行比對。
例如：員工證件照、註冊照片等。
步驟3：上傳“目標圖像”
目標圖像（Target Image）是你希望檢查是否為同一人的照片。
例如：相機拍攝的訪客照片、使用者自拍等。
步驟4：查看比對結果
系統會回傳：
- 相似度分數（Similarity Score，0-100）
- 偵測到的人臉數量
- 匹配結果框圖
一般來說：
- 相似度≥ 90%： 極可能為同一人
- 70%–90%： 有可能，需要人工複核
- ＜70%： 不是同一個人
你可以根據業務需求自行設定閾值。
人臉比對推薦實踐
為了提高比對準確性，建議：
- 盡量使用正面人臉照片
- 保證光線均勻、無遮擋
- 避免過度模糊或像素過低的影像
- 若用於身分驗證場景，建議設定相似度≥ 90%
- 大量圖片比對時可以結合Lambda 自動化處理
Rekognition 的定價說明（簡單）
人臉辨識與比對按呼叫計費，無固定費用。
當你上傳一張圖片觸發一次分析，就是一次請求。
比自建GPU + 推理服務的成本要低得多，尤其適合中小企業或快速驗證場景。
如需更詳細的價格拆解，也可以繼續讓我為你擴展。
总结
Amazon Rekognition 讓人臉辨識與影像分析變得簡單易用，即便沒有機器學習背景，也能在幾分鐘內完成影像偵測和臉部比對。
透過AWS 控制台操作，無需程式碼即可體驗完整的視覺AI 能力；而在實際業務中，Rekognition 還可以結合S3、Lambda、API Gateway 建立自動化視覺系統，大幅降低人力成本與開發成本。
如果你的業務需要：
- 建立智慧身份驗證系統
- 提升監控系統的辨識能力
- 自動化處理用戶上傳的照片
- 建構App / Web 的人臉對比功能
Amazon Rekognition 都是值得使用的服務。
