在线活体检测
更新时间：2020-12-22
人脸识别接口分为V2和V3两个版本，本文档为V2版本接口的说明文档，请确认您在百度云后台获得的是V2版本接口权限，再来阅读本文档。
辨别接口版本的方法是：在百度云后台进入【应用列表】，点击【应用名称】，在【API列表】中可以看到【请求地址】，若请求地址中带有【v2】标识，则您具有的是v2权限，可以阅读本文档；若请求地址中带有【v3】标识，则您具有的是v3权限，应该去阅读v3文档。 如果您对文档内容有任何疑问，可以通过以下几种方式联系我们：
能力介绍
接口能力
- 人脸基础信息：包括人脸框位置，人脸空间旋转角度，人脸置信度等信息。
- 人脸质量检测：判断人脸的遮挡、光照、模糊度、完整度等质量信息。可用于判断上传的人脸是否符合标准。
- 基于图片的活体检测：基于单张图片，判断图片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）。此能力可用于H5场景下的一些人脸采集场景中，增加人脸注册的安全性和真实性。
调用方式
请求URL数据格式
向API服务地址使用POST发送请求，必须在URL中带上参数access_token，可通过后台的API Key和Secret Key生成，具体方式请参考“Access Token获取”。
获取access_token的示例代码
{% AccessToken %}
注意：
access_token的有效期为30天，切记需要每30天进行定期更换，或者每次请求都拉取新token；
例如此接口，使用HTTPS POST发送：
https://aip.baidubce.com/rest/2.0/face/v2/faceverify?access_token=24.f9ba9c5341b67688ab5added8bc91dec.2592000.1485570332.282335-8574075POST中Body的参数，按照下方请求参数说明选择即可。
提示：如果您为百度云老用户，正在使用其他非AI的服务，可以参考百度云AKSK鉴权方式发送请求，虽然请求方式和鉴权方法和本文所介绍的不同，但请求参数和返回结果一致。
请求说明
注意事项：
- 请求体格式化：Content-Type为
application/x-www-form-urlencoded，通过urlencode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
- 人脸识别接口分为V2和V3两个版本，本文档为V2版本接口的说明文档，请确认您在百度云后台获得的是V2版本接口权限，再来阅读本文档。
辨别接口版本的方法是：在百度云后台进入【应用列表】，点击【应用名称】，在【API列表】中可以看到【请求地址】，若请求地址中带有【v2】标识，则您具有的是v2权限，可以阅读本文档；若请求地址中带有【v3】标识，则您具有的是v3权限，应该去阅读v3文档。
请求示例
HTTP方法：POST
请求URL： https://aip.baidubce.com/rest/2.0/face/v2/faceverify
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/x-www-form-urlencoded |
Body中放置请求参数，参数详情如下：
请求参数
| 参数 | 是否必选 | 类型 | 说明 |
|---|---|---|---|
| image | 是 | string | base64编码后的图片数据，需urlencode，编码后的图片大小不超过2M |
| max_face_num | 否 | uint32 | 最多处理人脸数目，默认值1 |
| face_fields | 否 | string | 如不选择此项，返回结果默认只有人脸框、概率和旋转角度。可选参数为qualities、faceliveness。qualities：图片质量相关判断；faceliveness：活体判断。如果两个参数都需要选择，请使用半角逗号分隔。 |
返回参数
| 参数 | 类型 | 是否必须 | 说明 |
|---|---|---|---|
| log_id | uint64 | 是 | 日志id |
| result_num | uint32 | 是 | 人脸数目 |
| result | object[] | 是 | 人脸属性对象的集合 |
| +faceliveness | float | 否 | 活体分数，face_fields包括qualities时返回 |
| +location | bject | 是 | 人脸在图片中的位置 |
| ++left | uint32 | 是 | 人脸区域离左边界的距离 |
| ++top | uint32 | 是 | 人脸区域离上边界的距离 |
| ++width | uint32 | 是 | 人脸区域的宽度 |
| ++height | uint32 | 是 | 人脸区域的高度 |
| +face_probability | double | 是 | 人脸置信度，范围0-1 |
| +rotation_angle | int32 | 是 | 人脸框相对于竖直方向的顺时针旋转角，[-180,180] |
| +yaw | double | 是 | 三维旋转之左右旋转角[-90(左), 90(右)] |
| +pitch | double | 是 | 三维旋转之俯仰角度[-90(上), 90(下)] |
| +roll | double | 是 | 平面内旋转角[-180(逆时针), 180(顺时针)] |
| +qualities | object | 否 | 人脸质量信息。face_fields包含qualities时返回 |
| ++occlusion | object | 是 | 人脸各部分遮挡的概率，区间[0, 1] |
| +++left_eye | double | 是 | 左眼 |
| +++right_eye | double | 是 | 右眼 |
| +++nose | double | 是 | 鼻子 |
| +++mouth | double | 是 | 嘴 |
| +++left_cheek | double | 是 | 左脸颊 |
| +++right_cheek | double | 是 | 右脸颊 |
| +++chin | double | 是 | 下巴 |
| ++blur | double | 是 | 人脸模糊程度，[0, 1]。0表示清晰，1表示模糊 |
| ++illumination | double | 是 | 取值范围在[0,255],表示脸部区域的光照程度 |
| ++completeness | double | 是 | 人脸完整度，[0, 1]。0表示完整，1表示不完整 |
| ++type | object | 是 | 真实人脸/卡通人脸置信度 |
| +++human | double | 是 | 真实人脸置信度，[0, 1] |
| +++cartoon | double | 是 | 卡通人脸置信度，[0, 1] |
返回示例
{
log_id: 1900901488032821,
result_num: 1,
result: [
{
rotation_angle: 10,
yaw: 11.357421875,
faceliveness: 0.06,
location: {
width: 96,
top: 73,
height: 96,
left: 283
},
qualities: {
illumination: 211,
occlusion: {
right_eye: 0,
left_eye: 0.039751552045345,
left_cheek: 0.12623985111713,
mouth: 0,
nose: 0,
chin: 0.037661049515009,
right_cheek: 0.024720622226596
},
completeness: 1,
type: {
cartoon: 0,
human: 0
},
blur: 2.5251445032182e-11
},
pitch: 1.0063140392303,
roll: 12.760620117188,
face_probability: 1
}
]
}活体阈值参考
请务必在产品侧做好以下条件限制
- 检测的图片为二次采集，即通过相机当场拍摄，确保时间及操作条件的约束；
- SDK输出的多帧情况，只要这些帧中，任何一张通过了阈值，即可判断为活体，建议可用三帧情况；
- 推荐分值采用99.5%
关于活体检测faceliveness的判断阈值选择，可参考以下数值信息：
| 阈值（Threshold） | 误拒率（FRR） | 通过率（TAR） | 攻击拒绝率（TRR）） |
|---|---|---|---|
| 0.05 | 0.01% | 99.99% | 97.75% |
| 0.1 | 0.05% | 99.95% | 98.33% |
| 0.3 （推荐） | 0.1% | 99.9% | 98.82% |
| 0.5 | 0.5% | 99.5% | 99.67% |
| 0.9 | 1% | 99% | 99.77% |
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。
质量检测参考
| 指标 | 字段与解释 | 推荐数值界限 |
|---|---|---|
| 遮挡范围 | occlusion，取值范围[0~1]，0为无遮挡，1是完全遮挡 含有多个具体子字段，表示脸部多个部位 通常用作判断头发、墨镜、口罩等遮挡 |
left_eye : 0.6, #左眼被遮挡的阈值 right_eye : 0.6, #右眼被遮挡的阈值 nose : 0.7, #鼻子被遮挡的阈值 mouth : 0.7, #嘴巴被遮挡的阈值 left_check : 0.8, #左脸颊被遮挡的阈值 right_check : 0.8, #右脸颊被遮挡的阈值 chin_contour : 0.6, #下巴被遮挡阈值 |
| 模糊度范围 | blur，取值范围[0~1]，0是最清晰，1是最模糊 | 小于0.7 |
| 光照范围 | illumination，取值范围[0~255] 脸部光照的灰度值，0表示光照不好 以及对应客户端SDK中，YUV的Y分量 |
大于40 |
| 姿态角度 | Pitch：三维旋转之俯仰角度[-90(上), 90(下)] Roll：平面内旋转角[-180(逆时针), 180(顺时针)] Yaw：三维旋转之左右旋转角[-90(左), 90(右)] |
分别小于20度 |
| 人脸完整度 | completeness（0或1），0为人脸溢出图像边界，1为人脸都在图像边界内 | 视业务逻辑判断 |
| 人脸大小 | 人脸部分的大小 建议长宽像素值范围：80*80~200*200 |
人脸部分不小于100*100像素 |
人脸空间姿态角参考
姿态角分为Pitch、Roll、Yaw，用于表示人脸在空间三维坐标系内的角度，常用于判断识别角度的界限值。
各角度阈值如下：
Pitch：三维旋转之俯仰角度，范围：[-90（上）, 90（下）]，推荐俯仰角绝对值不大于20度；
Roll：平面内旋转角，范围：[-180（逆时针）, 180（顺时针）]，推荐旋转角绝对值不大于20度；
Yaw：三维旋转之左右旋转角，范围：[-90（左）, 90（右）]，推荐旋转角绝对值不大于20度；各角度范围示意图如下：
从姿态角度来看，这三个值的绝对值越小越好，这样代表人脸足够正视前方，最利于实际注册/识别使用。
但在实际应用场景中，由于摄像头的布设位置，往往无法拿到正对人脸的图片，主要分为以下几种情况：
- 监控摄像头：此类摄像头一般置于室内棚顶/室外架杆顶端，垂直向下倾斜一定角度，水平方向有一定的拍摄广度，一般
Pitch和Yaw角度变化范围较大，所以采集到的人脸往往存在大量的俯角过大、侧脸等，导致识别效果不佳。这种情况通常是调整摄像头角度（摄像头与水平面夹角减小）、调整最小检测人脸（在行人靠近摄像头时尽可能早些拿到人脸）、增加摄像头数量（不同角度互相补充，避免采集死角），实际项目实施中，还是要通过实地考察，基于现场环境一点点调节摄像头角度； - 闸机/门禁：闸机方面，摄像头往往置于机器顶部，摄像头向上仰一定角度，通常低于平均成人身高，所以行人路过时，一般需要微微低头看闸机上的摄像头/屏幕，如果摆放不当，会造成采集到的人脸
Pitch角度过大；门禁方面，摄像头往往置于成人身高平视高度，但多为门框侧面，如果行人朝向正门，侧面对视摄像头，如摆放不当，会造成采集的人脸Yaw角度过大。以上两种主要场景，需要基于实际场景情况动态调整安装位置，尽量避免角度过大的同时，避免用户动作不要太大。 - USB摄像头：线下场景中，USB摄像头常用于近场场景录入人脸（如柜台、大屏、自助柜机等），这种情况下为了拿到角度最好的图片（用户正视屏幕），在应用UI方面做一个前置页面提示，往往能最小成本地提高操作标准度。
错误码
请参考人脸识别错误码