AWS Rekognition (3) : 動画からのラベル抽出

 Amazon Rekognitionを利用した、動画からのラベル抽出をやってみます。

(1) S3に解析用動画を準備する

動画からのラベル抽出をRekognitionをするには、S3に動画を保存する必要があります。短めの動画をS3にアップロードしておきます。前回作ったバケットに「video」というフォルダを作り、その中に動画をアップロードしておきます。動画はmp4かmovのようです。

(2)SagemakerでRekognition Video APIを利用

前回作成したSagemakerのノートブックインスタンスを立て上げます。

今回の動画認識をするノートブックを作成しておきます。

(i) rekognitionインスタンスの作成

credentialファイルまたは直接アクセスキーを書いておきます。

	import boto3
	rekognition = boto3.client(
	'rekognition',
	aws_access_key_id='***************',
	aws_secret_access_key='******************',
	aws_session_token='**********************',
	region_name='us-east-1'
	)
	bucketName = '****************'
	videoName = "*******************"

view raw rekognition_instance hosted with ❤ by GitHub

バケットや動画のファイル名は自分の環境に合わせておきます。

(ii) start_label_detection関数の呼び出し

画像と違い、動画の場合はstart_label_detection関数を最初に呼び出す必要があります。

	# Start video label recognition job
	startLabelDetection = rekognition.start_label_detection(
	Video={
	'S3Object': {
	'Bucket': bucketName,
	'Name': videoName,
	}
	},
	MinConfidence = 90
	)
	labelsJobId = startLabelDetection['JobId']
	print("Job Id: {0}".format(labelsJobId))

view raw start_label_detection hosted with ❤ by GitHub

Job IDを確認します。

(iii) get_label_detection関数を実行

次にラベル取得を行います。

	getObjectDetection = rekognition.get_label_detection(
	JobId=labelsJobId,
	SortBy='TIMESTAMP'
	)
	while(getObjectDetection['JobStatus'] == 'IN_PROGRESS'):
	time.sleep(5)
	print('.', end='')
	getObjectDetection = rekognition.get_label_detection(
	JobId=labelsJobId,
	SortBy='TIMESTAMP')
	display(getObjectDetection['JobStatus'])

view raw get_label_detection hosted with ❤ by GitHub

SUCCEEDEDが出れば分析が完了です。

print(getObjectDetection) とするとjson形式で見ることができます。

みやすくしてみます。

	for obj in getObjectDetection['Labels']:
	print('Time : {0}'.format(obj['Timestamp']))
	print('LabelName : {0}'.format(obj['Label']['Name']))
	print('Confidence : {0}'.format(obj['Label']['Confidence']))
	print()

view raw get_label_detection_view hosted with ❤ by GitHub

得られた情報を格納したり、動画とリンクして表示することで、有効に使えそうです。