要使用AWS Rekognition比较文件夹中的图像上的人脸，你可以按照以下步骤进行：

1. 配置AWS SDK：首先，你需要在本地或服务器上配置AWS SDK。根据你使用的编程语言，下载并安装AWS SDK。AWS提供了多种语言的SDK，如Java、Python、Ruby等。

2. 创建AWS Rekognition客户端：通过AWS SDK创建AWS Rekognition客户端，以便与AWS Rekognition服务进行通信。

3. 构建文件夹图像列表：遍历文件夹中的图像文件，并将它们的文件路径保存到一个列表中。

4. 比较人脸：使用AWS Rekognition的compare_faces方法比较两个图像中的人脸。你可以将一个图像作为基准图像，然后将其与文件夹中的每个图像进行比较。

下面是一个使用Python和boto3（AWS SDK for Python）的示例代码：

import boto3

def compare_faces(source_image_path, target_folder_path):
    # 创建AWS Rekognition客户端
    rekognition_client = boto3.client('rekognition', region_name='us-west-2')

    # 加载基准图像
    with open(source_image_path, 'rb') as source_image:
        source_bytes = source_image.read()

    # 遍历目标图像文件夹
    for file_name in os.listdir(target_folder_path):
        target_image_path = os.path.join(target_folder_path, file_name)

        # 加载目标图像
        with open(target_image_path, 'rb') as target_image:
            target_bytes = target_image.read()

        # 比较人脸
        response = rekognition_client.compare_faces(
            SourceImage={'Bytes': source_bytes},
            TargetImage={'Bytes': target_bytes}
        )

        # 处理比较结果
        if response['FaceMatches']:
            print(f"人脸匹配：{file_name}")
        else:
            print(f"人脸不匹配：{file_name}")

# 调用函数进行比较
compare_faces('base_image.jpg', 'target_folder')

在上面的代码中，你需要将region_name设置为你的AWS区域，并将source_image_path替换为基准图像的路径，将target_folder_path替换为目标图像文件夹的路径。

这个例子使用compare_faces方法比较人脸，并根据比较结果输出相应的消息。你可以根据自己的需求对比较结果进行进一步的处理。