身份验证 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
能力介绍 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。）
WIN-C++-SDK - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
速度：由于各地网络线路、机房部署、图片采集方式等诸多原因，API形式往往耗时较高，容易存在部分请求耗时过长的情况，容易影响业务正常运转。 稳定：API形式容易受网络抖动、机房故障、线上连带bug等影响，存在一定的不稳定因素，可用性保障，往往成为在线调用最容易出现问题的地方。
Android-人脸通行工程 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
企业管理 ：方案可用于智能企业管理，可在此基础上根据业务需求实现人脸考勤、人脸门禁、访客签到等功能。 智慧酒店 ：利用人脸识别能力辅助完成客人实名入住登记、人脸门锁、账户计费等功能。 ...... 1.3 名词解释 活体检测 ：利用生物特征进行活体判断，这里主要利用人脸识别技术判断图像中是否为真人人脸，用户抵抗面具、高清图片等攻击。
方案接入指南 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
活体检测方案 ：（推荐使用H5动作活体检测） 数字活体检测 ：通过语音验证码的形式（用户朗读屏幕上的随机语音验证码并录制视频）判断拍摄视频的用户是否为活体。 支持对语音验证码的长度进行限制，支持设置指定3~6位语音验证码 支持增加唇语的辅助校验，目前唇语识别能力当前为Beta版本，识别准确率较低，仅用于辅助验证。 动作活体检测 ：通过用户做指定动作来验证当前拍摄视频的用户是否为活体。
方案接入指南 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
活体检测方案 ：（推荐使用H5动作活体检测） 数字活体检测 ：通过语音验证码的形式（用户朗读屏幕上的随机语音验证码并录制视频）判断拍摄视频的用户是否为活体。 支持对语音验证码的长度进行限制，支持设置指定3~6位语音验证码 支持增加唇语的辅助校验，目前唇语识别能力当前为Beta版本，识别准确率较低，仅用于辅助验证。 动作活体检测 ：通过用户做指定动作来验证当前拍摄视频的用户是否为活体。
车型识别 - 图像识别 | 百度智能云文档
车型识别 接口描述 识别图片中车辆的具体车型，可识别常见的3000+款车型（小汽车为主），输出车辆的品牌型号、颜色、年份、位置信息；支持返回对应识别结果的百度百科词条信息，包含词条名称、百科页面链接、百科图片链接、百科内容简介。 注：当前只支持单主体识别，若图片中有多个车辆，则识别目标最大的车辆。
Face-Csharp-SDK-V2 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
活体检测接口主要用于判断是否为二次翻拍，需要限制用户为当场拍照获取图片 ；推荐配合 客户端SDK 有动作校验活体使用 人脸认证 返回示例 { log_id : 73473737 , result_num : 2 , result : [ 99.3 , 83.6 ] } M:N 识别 待识别的图片中，存在多张人脸的情况下，支持在一个人脸库中，一次请求，同时返回图片中所有人脸的识别结果。
接口文档 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
人脸比对 接口能力 ① 两张人脸图片相似度对比 ：比对两张图片中人脸的相似度，并返回相似度分值； ② 多种图片类型 ：支持 生活照 、 证件照 、 身份证芯片照 、 带网纹照 四种类型的人脸对比； ③ 活体检测控制 ：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
方案接入指南 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
以上体验流程仅当身份信息录入方式选择 身份证识别OCR 时生效，选择 手动输入、业务调用时传入身份信息 时则无法体验。 请谨慎修改上述H5方案配置，在点击「提交」后会实时对方案配置进行更新。若您需要修改方案，请在不影响线上业务的情况下进行调整。
[AI行业案例]-证件识别助力车辆智能化定损
因此，宝莲灯科技公司希望获取一种可将证照信息快速准确识别的技术，帮助改善交通事故处理中手动录入环节的耗时问题。 解决方案 宝莲灯科技利用自身在企业软件开发和移动互联网应用领域的丰富经验，结合百度大脑OCR的行驶证识别技术后，在其研发的“车主卫士”APP中实现了上传证件图片后自动识别重要信息的能力，并通过将数据写入数据库，极大提高了效率和录入的准确率，为后续智能化定损打下了坚实的基础。
