对所有图片都会做改处理) image_liveness 否 string faceliveness,faceliveness - 对比对的两张图片都做活体检测 ,faceliveness - 对第一张图片不做活体检测、第二张图做活体检测faceliveness, - 对第一张图片做活体检测、第二张图不做活体检测 返回的活体信息,“faceliveness,faceliveness” 表示对比对的两张图片都做活体检测
,实际操作中根据需要执行) # in :install, 安装某个模块,名称不区分大小写 python install.py in openresty Step4:验证服务部署成功 基础应用健康检查 应用健康检查(或故障排查)脚本: trouble_shooting.tar 脚本能力:鉴权服务健康检测
业务逻辑 上述能力,人脸实名认证能力为必选能力,质量检测、活体检测、图片加密及风控为可选能力,验证顺序为 人脸质量检测 -> 活体检测 -> 人脸实名认证 。 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。
重打包、云手机、生物探针等设备⻛险检测能力 升级方式请参考以下步骤 1.删除项目的对faceplatform 和faceplatform-ui的依赖 根目录下 settings.gradle 文件 删除依赖 Java 复制 1 include ':faceplatform-ui' 2 include ':faceplatform' app module 下 build.gradle 文件注释掉如下依赖
对所有图片都会做改处理) image_liveness 否 string faceliveness,faceliveness - 对比对的两张图片都做活体检测 ,faceliveness - 对第一张图片不做活体检测、第二张图做活体检测faceliveness, - 对第一张图片做活体检测、第二张图不做活体检测 返回的活体信息,“faceliveness,faceliveness” 表示对比对的两张图片都做活体检测
质量判断 为了保证识别效果,请控制注册人脸的质量(通过 /detect 人脸检测接口判断),通过人脸检测接口,基于以下字段和对应阈值,进行质量检测的判断,以保证人脸质量符合后续业务操作要求,具体参数可详见下表所示: 指标 字段与解释 推荐数值界限 遮挡范围 occlusion (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
合成图检测 :分为严格、正常、宽松三个等级,越严格,对合成图的检测等信息把控越高,推荐使用正常。 活体方案选择 : 如下图所示,您可灵活选择适合自身业务的活体检测方式(如远近、炫瞳、动作等),同时也可针对业务场景选择不同的云端活体检测模型。并且,H5实名认证方案采用 实时活体检测形式 , 无需用户拍摄上传视频 ,直接在前端完成检测流程,提升整体核验流程的流畅度及用户体验。
SDK实现的主要功能有人脸实时跟踪检测、人脸特征值提取、动作活体、RGB&IR静默活体检测、RGB&DEPTH静默活体检测、人脸注册、人脸更新、组管理、用户管理以及1:1人脸对比、1:N人脸识别、特征值的比对和通过usb或笔记本自带摄像头检测视频帧,返回识别出的人脸信息、人脸属性等,另外支持对人脸检测进行能力加载设置,达到根据设置进行识别的目的。
分别用来实现「权威数据源身份信息核验」、「本地图片无源比对」以及「仅活体检测」,适用于不同的业务场景需要。
HttpUtil ; 6 7 import java . net .