金融级人脸实名认证

更新时间：2022-06-01

金融级人脸实名认证接口

能力介绍

本接口需要配合金融级人脸采集SDK使用，金融级人脸采集SDK输出的图片会进行加密，在此接口进行解密。以此防止信息传输过程中泄露或遭到第三方非法攻击。

配合金融级采集SDK可以对炫瞳活体输出的图片进一步进行增强配合认证，大大提升了整体方案的非真人的拦截能力。

业务能力

质量检测（可选）：判断图片中是否包含人脸，以及人脸在姿态、遮挡、模糊、光照等方面是否符合识别条件。
活体检测（可选）：基于图片中的破绽分析，判断其中的人脸是否为二次翻拍（举例：如用户A用手机拍摄了一张包含人脸的图片一，用户B翻拍了图片一得到了图片二，并用图片二伪造成用户A去进行识别操作，这种情况普遍发生在金融开户、实名认证等环节）。
人脸实名认证（必选）：基于姓名和身份证号，调取公安权威数据源人脸图，将当前获取的人脸图片，与公安数据源人脸图进行对比，得出比对分数，并基于此进行业务判断是否为同一人。由于公安数据源人脸图具有最权威的身份证明作用，故对用户本人的验证结果可信度也最为合理。

业务逻辑

上述三项能力为顺序串行验证，人脸实名认证能力为必选能力，质量检测和活体检测为可选能力，如这两项可选能力都选择，则验证顺序为人脸质量检测->活体检测->人脸实名认证。您也可以根据业务场景，选择这两项中的某一项或都不选择。
如选择了质量检测和活体检测能力，则有任意一个条件不通过，整个请求流程终止，并返回错误码，描述具体的不符合信息。
基于此顺序串行验证逻辑，可以避免大量不符合条件的请求流转到人脸实名认证，节约您的成本。

推荐阈值

此接口使用的对比算法，针对带水纹证件照采用了专项的模型处理，可保证水纹信息的影响降到尽可能低。
如比对成功，最终返回的有效数据为一个对比分值，在0~1之间，您可以设定具体的阈值来判断是否验证通过。
人证相似度的推荐阈值为0.8，对应的误识率为万分之一。

计费逻辑

前两个环节图片不符合校验规则，会以error_code形式反馈，属于正向业务判断，这两个环节的请求全部免费。真正请求到人脸实名认证这步并返回结果，才会进行计费。计费标准请参考价格文档

请求说明

注意事项：

请求体格式化：Content-Type为application/json，通过json格式化请求体。
Base64编码：请求的图片需经过Base64编码，图片的base64编码指将图片数据编码成一串字符串，使用该字符串代替图像地址。您可以首先得到图片的二进制，然后用Base64格式编码即可。需要注意的是，图片的base64编码是不包含图片头的，如data:image/jpg;base64,
图片格式：现支持PNG、JPG、JPEG、BMP，不支持GIF图片

APP场景

适合于金融级采集SDK搭配请求公安数据源，验证用户的姓名、身份证号与现场采集的人脸图片是否一致的场景使用。

强调：

（1）金融级采集SDK使用时，需要保证image必须是加密过的，否则会报错图片解密失败
（2）金融级采集SDK与接口获取token的AKSK需要来自同一应用，否则也会导致图片解密失败

请求示例

HTTP方法：POST

请求URL： https://aip.baidubce.com/rest/2.0/face/v3/person/verify_fin

URL参数：

参数	值
access_token	通过API Key和Secret Key获取的access_token,参考“Access Token获取”

Header：

参数	值
Content-Type	application/json

Body中放置请求参数，参数详情如下：

请求参数

参数	必选	类型	说明
image	是	string	图片信息(总数据大小应小于10M)，图片上传方式根据image_type来判断
image_type	是	string	图片类型 BASE64:图片的base64值，base64编码后的图片数据，编码后的图片大小不超过2M；图片尺寸不超过1920*1080
app	是	string	ios android
name	是	string	姓名（注：需要是UTF-8编码的中文）
id_card_number	是	string	身份证号码
quality_control	否	string	图片质量控制 NONE: 不进行控制 LOW:较低的质量要求 NORMAL: 一般的质量要求 HIGH: 较高的质量要求默认 NONE
liveness_control	否	string	活体检测控制 NONE: 不进行控制 LOW:较低的活体要求(高通过率低攻击拒绝率) NORMAL: 一般的活体要求(平衡的攻击拒绝率, 通过率) HIGH: 较高的活体要求(高攻击拒绝率低通过率) 默认NONE
spoofing_control	否	string	合成图控制参数 NONE: 不进行控制 LOW:较低的合成图阈值数值，由于合成图判定逻辑为大于阈值视为合成图攻击，该项代表低通过率、高攻击拒绝率 NORMAL: 一般的合成图阈值数值，由于合成图判定逻辑为大于阈值视为合成图攻击，该项代表平衡的攻击拒绝率, 通过率 HIGH: 较高的合成图阈值数值，由于合成图判定逻辑为大于阈值视为合成图攻击，该项代表高通过率、低攻击拒绝率) 默认为NONE
risk_identify	否	boolean	Ture：打开大数据风控功能。（接受SDK端传入的指纹信息，返回识别结果） False：关闭大数据风控功能。默认False
zid	是	string	SDK 唯一标识 ZID，从增强级SDK中获取；必选，端内活动 zid 为空会直接拒绝，请重视此参数
ip	否	string	需要风控判别的ip地址
phone	否	string	需要风控判别的手机号

请求示例

APP场景:图片上传比对使用json格式，如下:

{
    "image":"/9j/4AAQSkZJRg...",  //金融级采集SDK上传的加密后的图片
    "image_type":"BASE64",
    "id_card_number":"110284********5828",
    "name":"张三",

	"risk_identify":"Ture",    
	"ip": "...ip", //填写IP地址
	"phone": "...phone"   //填写手机号
}

返回参数

参数	必须	类型	说明
log_id	是	uint64	日志id
result	是	jsonObject	认证返回的结果
verify_status	是	int	认证状态，取值： 0 姓名与身份证匹配，可进行人脸比对 1 身份证号与姓名不匹配或该身份证号不存在 2 公安网图片不存在或质量过低
score	否	float	与公安数据源人脸图相似度可能性，用于验证生活照与公安数据源人脸图是否为同一人，有正常分数时为[0~100]，推荐阈值80，超过即判断为同一人
dec_image	否	string	对SDK传入的加密图片进行解密。当场景为APP时，此参数为解密后的人脸图片信息
risk_level	否	string	判断设备是否发生过风险行为来判断风险级别，取值（数值由高到低）： 1 – 高危 2 – 嫌疑 3 – 普通 4 – 正常
risk_tag	否	string	风险标签，若判断为有风险，则会有风险标签json 数组告知风险类型例如：general_inject
risk_warn_code	否	int	风控返回参数，只有在 risk_identify 为 true 时才返回

只有在风控服务异常的时候才返回这个字段 |

返回示例

{
    "log_id": 1370579072568000512,
    "result": {
        "score": 40.884,
        "verify_status": 0
    },
    "dec_image": "/9j/4AAQSkZJRgABAgAAAQABAAD",
    "risk_level": "3",
    "risk_tag": [
        "general_inject"
    ]
}

H5场景

如您需在微信公众号等H5场景中调用此接口，请接入百度金融级人脸实名认证方案，接入方式可参考接入文档。

参数说明

质量控制参数说明

不同的控制度下所对应的质量控制阈值，如果检测出来的质量信息某一项不符合控制阈值的要求，则会返回错误信息。

控制度	left_eye	right_eye	nose	mouth	left_cheek	right_cheek	chin_contour	illumination	blurdegree	completeness
LOW	0.8	0.8	0.8	0.8	0.8	0.8	0.8	20	0.8	0
NORMAL	0.6	0.6	0.6	0.6	0.6	0.6	0.6	40	0.6	0
HIGH	0.3	0.3	0.2	0.2	0.3	0.3	0.3	50	0.2	1

活体控制参数说明

不同的控制度下所对应的活体控制阈值，如果检测出来的活体分数小于控制阈值，则会返回错误信息。

控制度	阈值	说明
LOW	0.05	活体误拒率：万分之一；拒绝率：97.75%
NORMAL（推荐）	0.3	活体误拒率：千分之一；拒绝率：98.82%
HIGH	0.9	活体误拒率：百分之一；拒绝率：99.77%

1、误拒率: 把真人识别为假人的概率. 阈值越高，安全性越高, 要求也就越高, 对应的误识率就越高
2、通过率=1-误拒率

关于以上数值的概念介绍：

拒绝率（TRR）：如99%，代表100次作弊假体攻击，会有99次被拒绝。误拒率（FRR）：如0.5%，指1000次真人请求，会有5次因为活体分数低于阈值被错误拒绝。通过率（TAR）：如99%，指100次真人请求，会有99次因为活体分数高于阈值而通过。阈值（Threshold）：高于此数值，则可判断为活体。

合成图控制参数说明

不同的控制度下所对应的合成图检测（PS、人脸融合等）阈值，如果检测出来的分数大于控制阈值，则会返回错误信息。

控制度	阈值	误拒率（FRR）	通过率	攻击拒绝率（TRR））
LOW	0.00023	5%	95%	94.93%
NORMAL（推荐）	0.00048	1%	99%	89.71%
HIGH	0.00109	0.1%	99.9%	84.57%

1、误拒率: 把正常图片识别为合成图片的概率. 阈值越低，安全性越高, 要求也就越高, 对应的误识率就越高
2、通过率=1-误拒率

关于以上数值的概念介绍：

阈值（Threshold）：高于此数值，则可判断为是合成图攻击。

错误码

请参考错误码说明文档。

增强级人脸实名认证

增强级人脸比对

百度智能云

人脸识别