Closed james-sungjae-lee closed 5 years ago
현재는 member_registration.sh 을 실행하고, 이름과 회원번호만 입력하면
얼굴 촬영 및 데이터셋 생성, DynamoDB 수정, S3 업로드, Rekognition 분석 이 멈춤없이 진행된다.
하지만, 실제 Demo 시에는 1명의 데이터셋 생성 중에 다른 사람이 지나가며 잘못된 얼굴 데이터가
1명의 얼굴 데이터로 입력되는 문제가 발생할 수 있다. 이는 매우 심각한 문제로 이어질 수 있기 때문에
이러한 문제를 방지하기 위해 얼굴 데이터셋이 생성된 이후에 한번 더 입력 ( Enter ) 를 받도록 한다.
즉, 정리하면 다음과 같다.
회원 이름과 번호를 입력받는다.
detectnet-camera facenet 을 실행한다.
얼굴 데이터셋이 생성되어 Local File System 에 저장된다.
( 추가사항 ) 해당 데이터셋을 회원과 함께 확인하고, 잘못된 데이터가 있다면 삭제한다.
( 추가사항 ) 입력 버튼을 눌러 다음으로 진행한다.
DynamoDB 수정 - S3 업로드 - Rekognition 분석의 단계를 차례로 진행한다.
완료.
shell script 의 read 기능을 통해 구현하였음.
현재는 member_registration.sh 을 실행하고, 이름과 회원번호만 입력하면
얼굴 촬영 및 데이터셋 생성, DynamoDB 수정, S3 업로드, Rekognition 분석 이 멈춤없이 진행된다.
하지만, 실제 Demo 시에는 1명의 데이터셋 생성 중에 다른 사람이 지나가며 잘못된 얼굴 데이터가
1명의 얼굴 데이터로 입력되는 문제가 발생할 수 있다. 이는 매우 심각한 문제로 이어질 수 있기 때문에
이러한 문제를 방지하기 위해 얼굴 데이터셋이 생성된 이후에 한번 더 입력 ( Enter ) 를 받도록 한다.
즉, 정리하면 다음과 같다.
회원 이름과 번호를 입력받는다.
detectnet-camera facenet 을 실행한다.
얼굴 데이터셋이 생성되어 Local File System 에 저장된다.
( 추가사항 ) 해당 데이터셋을 회원과 함께 확인하고, 잘못된 데이터가 있다면 삭제한다.
( 추가사항 ) 입력 버튼을 눌러 다음으로 진행한다.
DynamoDB 수정 - S3 업로드 - Rekognition 분석의 단계를 차례로 진행한다.
완료.