集成开发
所有文档

          人脸识别

          集成开发

          本文档为您介绍了纯服务端的接入流程。

          一、 准备工作

          在正式集成前,需要做一些准备工作,完成一些账号、应用及配置,具体如下:

          1.1 注册成为开发者

          1. STEP1:点击百度AI 开放平台导航右侧的控制台,页面跳转到百度云登录界面,登录完毕后,将会进入到百度云后台,点击「控制台」进入百度云控制台页面;您也可以在官网直接点击免费试用,登录完毕后将自动进入到百度云控制台。
          2. STEP2:使用百度账号完成登录,如您还未持有百度账户,可以点击此处注册百度账户。
          3. STEP3:进入百度云欢迎页面,填写企业和个人基本信息,注册完毕,至此成为开发者。(如您之前已经是百度云用户或百度开发者中心用户,STEP3 可略过。)
          4. STEP4:进入百度云控制台,找到人工智能相关服务面板。
          5. STEP5:点击进入「人脸识别」模块。

          1.2 创建应用

          创建好账号后,在正式调用AI 能力之前,需要您创建一下应用,这个是调用服务的基础能力单元。 选择「人脸识别」服务,首先见到此服务的控制台概览页,点击「创建应用」,即可进入应用创建界面,如下图所示:

          创建应用

          如上图所示,点击「创建应用」,即可进入应用创建界面,如下图所示:

          img

          注意:您需要创建一个应用,分别做以下作用:

          • 应用一:勾选身份证识别能力,绑定iOS OCR、Android OCR包名,用于使用OCR能力。
          • 应用二:此应用默认会沟通人脸实名认证能力,用于使用身份验证判断;

          1.3 获取秘钥

          获取秘钥

          在您创建完毕应用后,平台将会分配给您此应用的相关凭证,主要为AppID、API Key、Secret Key,以上三个信息是您应用实际开发的主要凭证,每个应用之间各不相同,请您妥善保管。如上图所示。该AK/SK用于调用在线API 如:身份验证。注:开发中请注意区分多份AK/SK(API Key、Secret Key)

          1.4 生成token

          刚才所创建的应用在调用开放平台API 之前,首先需要获取Access Token(用户身份验证和授权的凭证)您需要使用创建应用所分配到的AppID、API Key 及Secret Key,进行Access Token 的生成,方法详见 Access Token 获取,我们为您准备了几种常见语言的请求示例代码。

          注:Access Token 的有效期为30天(以秒为单位),请您集成时注意在程序中定期请求新的token,或每次请求都获取一次token。

          1.5 SDK License 配置

          • OCR身份证识别SDK License:此License封装了aksk,用于更方便地调用接口。请在刚才创建的两个身份证应用中,点击「应用名称」,进入应用详情页面,找到如下图所示内容:

          img

          点击button,下载此license文件,名称都为aip.license(分别用于iOS和安卓),稍后集成需要使用。

          • 人脸SDK License :此license用于SDK离线功能使用,在您的申请人脸SDK的后台页面,下载两个端的license,如下图所示:

          img

          用于接下来集成使用,不过我们为您提供了自动化配置脚本,如下图所示:

          img

          强烈推荐您在下载核身示例工程的同时,直接下载已经配置好授权信息的版本。

          二、集成逻辑

          2.1 集成流程

          下面我们将以更为复杂的有源身份验证作为范例讲解:

          img

          如上图所示,集成逻辑可以概括为三个核心步骤:

          1. OCR SDK获取身份证信息,本地输出。
          2. 人脸SDK获取活体检测图片,本地输出。
          3. 将姓名、身份证号、人脸图像推送到您的server端,从server端先调用在线身份验证接口,得到结果。

          如何判断业务是否终止,主要分为五个节点:

          1. 身份证不合规:在身份证识别的返回参数中,有如下字段:如判断身份证信息为非正常身份证,可提示用户,并中断验证流程;
          2. 人脸SDK本地有动作活体检测,如果用户无法完成指定动作,也无法继续进行;
          3. 人脸图像质量较低(如选择了此项),流程中止;
          4. 人脸图像经在线活体检测判断分数过低,流程中止;
          5. 前三步都完成,但是人脸实名认证分数过低,也可提示核身验证失败。

          2.2 服务中转

          img

          SDK获取人脸过程中的处理,完全无需联网,但人脸对比、人脸查找、人脸属性分析能力需要调用API使用。产品策略方面,因API使用需要使用在线鉴权token,为token的安全起见,建议将人脸推送到server端再调用API接口。

          对安全有进一步需求的话,为防止人脸传输过程中被篡改,可对SDK本地输出的人脸图像做加密处理,在server端进行相应解密操作,进一步增强安全性。

          2.3 阈值选择

          v3版本的身份验证接口中,对于质量控制、活体控制的阈值设定,都简化为LOWNORMALHIGH三个级别,您只需指定等级作为阈值即可,无需设定具体的数值阈值。

          脸部遮挡指标(质量校验)

          每一项详细判断项,取值范围[0~1],0为无遮挡,1是完全遮挡

          控制度 left_eye right_eye nose mouth left_cheek right_cheek chin_contour
          LOW 0.8 0.8 0.8 0.8 0.8 0.8 0.8
          NORMAL 0.6 0.6 0.6 0.6 0.6 0.6 0.6
          HIGH 0.2 0.2 0.2 0.2 0.2 0.2 0.2

          光照、模糊度、完整度指标(质量校验)

          • 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。
          • blurdegree:取值范围[0~1],0是最清晰,1是最模糊。
          • 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。
          控制度 illumination blurdegree completeness
          LOW 20 0.8 0
          NORMAL 40 0.6 0
          HIGH 100 0.2 1

          活体检测阈值指标

          • 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。
          控制度 对应阈值 说明
          LOW 0.05 万分之一活体误拒率
          NORMAL 0.3 千分之一活体误拒率
          HIGH 0.9 百分之一活体误拒率

          身份验证对比分值的阈值选择

          阈值分数 误识率 识别率
          60 0.781615% 99.550128%
          70 0.096534% 98.307626%
          78 0.015570%(万分之一) 95.672664%
          80 0.009342%(低于万分之一) 94.323051%

          注:识别率与误识率成正比:识别率越高,误识率越高;识别率降低,误识率也降低;

          三、 IOS集成

          3.1 OCR身份证识别集成

          把下载下来的License文件(文件名:aip.license),添加到项目里面,无需更改文件名称,然后在AppDelegate添加以下代码引用进去。

          img

          FaceParameterConfig.h里面设置下载下来的License文件的名字和后缀。

          img

          通过API调用ViewController进行身份证扫描

          img

          详细调用文档,请参考 OCR-iOS-SDK文档

          3.2 人脸SDK集成

          1、打开或者新建一个项目。

          2、右键点击项目,会出现一个添加菜单,在菜单中选择『Add Files to“此处是你的项目名字”…… 』,如下图所示:

          img

          3、在添加文件弹出框里面选择申请到的license和SDK添加进来。如下图:

          注意:license为百度官方提供,刚才在后台下载的文件(文件名称:idl-license.face-ios)

          SDK包含下面三个文件:

          • IDLFaceSDK.framework
          • com.baidu.idl.face.faceSDK.bundle
          • com.baidu.idl.face.model.bundle

          img

          4、确认下 Bundle Identifier 是否是申请license时填报的那一个.

          5、注意:license 和 Bundle Identifier 为一一对应关系,填错了会导致SDK不可用.

          img

          6、 FACE_LICENSE_ID这个参数填写百度官方给的LicenseID

          FaceParameterConfig.h 文件中填写下面三项。

          img

          7、选择链接C++标准库。

          img

          8、如果没有使用pod管理第三方库的话,请在Build Setting Linking Other Linker Flags 上面加入 –ObjC选项。如果用了pod请忽略,因为pod会自动添加上。

          img

          以下为示例工程调用身份验证的代码片段:

          [[NetAccessModel sharedInstance] verifyFaceAndIDCard:self.nameTextField.text idNumber:self.identityCardTextField.text imageStr:imageStr completion:^(NSError *error, id resultObject) {
              if (error == nil) {
                  NSDictionary* dict = [NSJSONSerialization JSONObjectWithData:resultObject options:NSJSONReadingAllowFragments error:nil];
                  NSLog(@"dict = %@",dict);
                  dispatch_async(dispatch_get_main_queue(), ^{
                      FaceResultType type = FaceResultTypeFail;
                      NSString* tip = @"验证分数";
                      NSString* scoreStr = @"";
                      NSString* showStr = nil;
                      if ([dict[@"error_code"] intValue] == 0) {
                          CGFloat score = [dict[@"result"][@"score"] floatValue];
                          scoreStr = [NSString stringWithFormat:@"%.4f",score];
                          if (score > 80) {
                              type = FaceResultTypeSuccess;
                          }
                      } else {
                          tip = [NSString stringWithFormat:@"错误码:%@\n错误信息:%@",dict[@"error_code"],dict[@"error_msg"]];
                      }
                      NSMutableDictionary* resultDict = [@{} mutableCopy];
                      resultDict[@"type"] = @(type);
                      resultDict[@"tip"] = tip;
                      resultDict[@"score"] = scoreStr;
                      resultDict[@"showStr"] = showStr;
                      [weakSelf performSegueWithIdentifier:@"Affirm2Result" sender:resultDict];
                  });
              } else {
                  NSLog(@"网络请求失败");
              }
          }];

          接下来基于接口返回的分数进行业务判断即可,详细业务流程详见2.2.1所示。

          四、安卓集成

          4.1 OCR身份证识别集成

          • 把申请的license(aip.license)放到到项目中assets目录中
          • 修改app的build.gradle和AndroidMainest.xml包名为申请时填入的包名
          • 拷贝ocr-ui到您的工程中

          接下来调用具体请看Demo中的IdCardActivity

          1、初始化OCR SDK

          img

          2、调用api进行身份证扫描

          img

          3、调用api进行身份证识别

          img

          4、获得身份证号码和姓名后进入人脸活体验证步骤

          详细调用文档,请参考 OCR-Android-SDK文档

          4.2 人脸SDK集成

          1、授权参数

          a、把申请的license(idl-license.face-android")放到到项目中assets目录中

          b、修改 Config 类中的参数

          public class Config {
              // 为了apiKey,secretKey为您调用百度人脸在线接口的,如注册,比对等。
          	// 为了的安全,建议放在您的服务端,端把人脸传给服务器,在服务端端
          	// license为调用sdk的人脸检测功能使用,人脸识别 = 人脸检测(SDK功能)+ 人脸比对(服务端API)
              public static String apiKey = "替换为你的apiKey(ak)";
              public static String secretKey = "替换为你的secretKey(sk)";
              public static String licenseID = "替换为你的licenseID,后台SDK管理界面中,已经生成的licenseID,如:test-face-android";
              public static String licenseFileName = "替换为你的license文件";
              /* * 人脸识别 接口 https://aip.baidubce.com/rest/2.0/face/v3/search * 人脸注册 接口 https://aip.baidubce.com/rest/2.0/face/v3/faceset/user/add */
              public static String groupID = "替换为你的人脸组groupID";
          }

          c、配置签名(申请license时的md5为打包签名的文件,所以必须用申请license的签名文件)

          app->build.gradle->android->signingConfigs
          signingConfigs {
                  def password = "替换为签名密码"
                  def alias = "替换为签名别名"
                  def filePath = "替换为签名文件路径"  //如 ../facesharp.jks//签名文件路径
                  debug {
                      keyAlias alias
                      keyPassword password
                      storeFile file(filePath)
                      storePassword(password)
                  }
                  release {
                      keyAlias alias
                      keyPassword password
                      storeFile file(filePath)
                      storePassword(password)
                  }
              }

          d、修改包名 app->build.gradle->android->defaultConfig ->您申请license时填的包名

          2、继承 FaceLivenessActivity,初始人脸SDK

          	/** * 初始化SDK */
              private void initLib() {
                  // 为了android和ios 区分授权,appId=appname_face_android ,其中appname为申请sdk时的应用名
                  // 应用上下文
                  // 申请License取得的APPID
                  // assets目录下License文件名
                  FaceSDKManager.getInstance().init(this, Config.licenseID, Config.licenseFileName);
                  setFaceConfig();
              }

          3、设置参数,如不设置,将使用默认值

          	private void setFaceConfig() {
                  FaceTracker tracker = FaceSDKManager.getInstance().getFaceTracker(this);
                  // SDK初始化已经设置完默认参数(推荐参数),您也根据实际需求进行数值调整
          
                  // 模糊度范围 (0-1) 推荐小于0.7
                  tracker.set_blur_thr(FaceEnvironment.VALUE_BLURNESS);
                  // 光照范围 (0-1) 推荐大于40
                  tracker.set_illum_thr(FaceEnvironment.VALUE_BRIGHTNESS);
                  // 裁剪人脸大小
                  tracker.set_cropFaceSize(FaceEnvironment.VALUE_CROP_FACE_SIZE);
                  // 人脸yaw,pitch,row 角度,范围(-45,45),推荐-15-15
                  tracker.set_eulur_angle_thr(FaceEnvironment.VALUE_HEAD_PITCH, FaceEnvironment.VALUE_HEAD_ROLL,
                          FaceEnvironment.VALUE_HEAD_YAW);
          
                  // 最小检测人脸(在图片人脸能够被检测到最小值)80-200, 越小越耗性能,推荐120-200
                  tracker.set_min_face_size(FaceEnvironment.VALUE_MIN_FACE_SIZE);
                  //
                  tracker.set_notFace_thr(FaceEnvironment.VALUE_NOT_FACE_THRESHOLD);
                  // 人脸遮挡范围 (0-1) 推荐小于0.5
                  tracker.set_occlu_thr(FaceEnvironment.VALUE_OCCLUSION);
                  // 是否进行质量检测
                  tracker.set_isCheckQuality(true);
                  // 是否进行活体校验
                  tracker.set_isVerifyLive(false);
              }

          4、开始进行活体检测

          5、获取活体检测结果

          	@Override
              public void onLivenessCompletion(FaceStatusEnum status, String message, HashMap<String, String> base64ImageMap) {
                  super.onLivenessCompletion(status, message, base64ImageMap);
                  if (status == FaceStatusEnum.OK && mIsCompletion) {
                      // Toast.makeText(this, "活体检测成功", Toast.LENGTH_SHORT).show();
                      saveImage(base64ImageMap);
                      alertText("检测结果", "活体检测成功");
                  } else if (status == FaceStatusEnum.Error_DetectTimeout ||
                          status == FaceStatusEnum.Error_LivenessTimeout ||
                          status == FaceStatusEnum.Error_Timeout) {
                      // Toast.makeText(this, "活体检测采集超时", Toast.LENGTH_SHORT).show();
                      alertText("检测结果", "活体检测采集超时");
                  }
              }

          6、保持活体检测得到图片,以便进行身份核验接口调用

              private void saveImage(HashMap<String, String> imageMap) {
                  // imageMap 里保存了最佳人脸和各个动作的图片,若对安全要求比较高,可以传多张图片进行在线活体,目前只用最佳人脸进行了在线活体检测
                 
                  String bestimageBase64 = imageMap.get("bestImage0");
                  Bitmap bmp = base64ToBitmap(bestimageBase64);
          
          		// Bitmap newBmp = detect(bmp);
          		// if (newBmp == null) {
              	// newBmp = bmp;
              	// }
          
                  // 如果觉的在线校验慢,可以压缩图片的分辨率,目前没有压缩分辨率,压缩质量置80,在neuxs5上大概30k,后面版本我们将截出人脸部分,大小应该小于10k
                  try {
                      File file = File.createTempFile("face", ".jpg");
                      FileOutputStream outputStream = new FileOutputStream(file);
                      bmp.compress(Bitmap.CompressFormat.JPEG, 80, outputStream);
                      outputStream.close();
          
                      bestImagePath = file.getAbsolutePath();
                  } catch (IOException e) {
                      e.printStackTrace();
                  }
              }

          7、获取token,用于调用接口

          注意:通过ak,sk获取,为了防止ak,sk泄露,建议把ak/sk放在服务端,移动端通过服务端去拉取token

              private void initAccessToken() {
                  APIService.getInstance().init(this);
                  // 用ak,sk获取token, 调用在线api,如:注册、识别等。为了ak、sk安全,建议放您的服务器,
                  APIService.getInstance().initAccessTokenWithAkSk(new OnResultListener<AccessToken>() {
                      @Override
                      public void onResult(AccessToken result) {
                          Log.i("wtf", "AccessToken->" + result.getAccessToken());
                      }
          
                      @Override
                      public void onError(FaceException error) {
                          Log.e("xx", "AccessTokenError:" + error);
                          error.printStackTrace();
          
                      }
                  }, Config.apiKey, Config.secretKey);
              }

          8、根据离线活体得到的人脸,进行在线活体检测和人脸实名认证(参见FaceOnlineVerifyActivity)

          如果参选择 quality_controlliveness_control 这两个参数,则检测顺序将会变为: 图片质量检测-> 活体检测 -> 权威数据源人脸实名认证,其中前两个环节有任意一个条件不通过,则检测流程流程终止,返回信息中会说明不符合的详细内容;如果前两个检测条件全部验证通过,则会执行人脸实名认证接口请求,返回内容包含对比分数。

          提示:为了安全及维护成本考虑,我们建议您将SDK获取的人脸图像,推送到服务器端,由服务器端进行API调用,并将结果返回给客户端APP

          	private void policeVerify(String filePath) {
                  if (TextUtils.isEmpty(filePath) || waitAccesstoken) {
                      return;
                  }
                  File file = new File(filePath);
                  if (!file.exists()) {
                      return;
                  }
          
                  displayTip(resultTipTV, "权威数据源身份核实中...");
                  APIService.getInstance().policeVerify(username, idnumber, filePath, new
                          OnResultListener<LivenessVsIdcardResult>() {
                              @Override
                              public void onResult(LivenessVsIdcardResult result) {
                                  if (result != null && result.getScore() >= 80) {
                                      delete();
                                      displayTip(resultTipTV, "核身成功");
                                      displayTip(scoreTV, "人脸实名认证分数:" + result.getScore());
                                  } else {
                                      displayTip(resultTipTV, "核身失败");
                                      displayTip(scoreTV, "人脸实名认证分数过低:" + result.getScore());
                                      retBtn.setVisibility(View.VISIBLE);
                                  }
                              }
          
                              @Override
                              public void onError(FaceException error) {
                                  delete();
                                  // TODO 错误处理
                                  // 如返回错误码为:216600,则核身失败,提示信息为:身份证号码错误
                                  // 如返回错误码为:216601,则核身失败,提示信息为:身份证号码与姓名不匹配
                                  Toast.makeText(FaceOnlineVerifyActivity.this,
                                          "权威数据源人脸实名核实失败:" + error.getMessage(), Toast.LENGTH_SHORT)
                                          .show();
                                  retBtn.setVisibility(View.VISIBLE);
          
                              }
                          }
                  );
              }
          上一篇
          接入说明
          下一篇
          接口文档