register_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 若活体检测结果不满足要求,则返回结果中会提示活体检测失败 register_spoofing_control
Docker安装过程中发生冲突 Docker需要使用从百度下载的安装部署包中的Docker,如果您本地已有Docker,需要确认Docker是否可以卸载。(如果Docker中已经装了服务就先保存下来移植到新建的部署包中的Docker中) 3.
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
视频活体检测 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: 在百度云控制台内 提交工单 ,咨询问题类型请选择 人工智能服务 ; 一、视频活体检测 能力介绍 业务能力 视频活体检测产品,是由两个接口( 视频活体检测 + 随机校验码 )组合而成,可实现 动作视频活体、数字视频活体 两种活体检测方式。
安装 1.在 官方网站 下载C# SDK压缩工具包。 2.解压后,将 AipSdk.dll 和 Newtonsoft.Json.dll 中添加为引用。 新建交互类 Baidu.Aip.Face.Face是人脸的交互类,为使用人脸的开发人员提供了一系列的交互方法。
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。
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。
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 。
12 2.6 人脸跟踪-最大人脸接口 13 2.7 人脸跟踪-第一个人脸接口 14 2.8 人脸跟踪-多人脸检测 15 2.9 人脸图像质量检测 16 2.10 检测方法类型设置 17 2.11 人脸图片信息清理 18 3、FaceLive-活体接口 19 3.1 活体模型加载 20 3.2 人脸静默活体检测-RGB可见光 21 3.3 人脸静默活体检测-NIR近红外或Depth深度图 22 4、FaceFeature
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