Java-SDK - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
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。
错误码 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
无法识别 216509 视频中的声音无法识别 视频中的声音质量过差，无法识别 216510 动作活体模式验证时视频长度超过10s 动作活体模式下，视频长度不能超过10秒 216511 语音文件不符合要求 语音文件质量不符合要求，无法识别 223050 语音验证未通过 语音验证未通过，无法确认身份 223051 唇语验证未通过 唇语验证未通过，无法确认身份 223052 动作验证未通过 动作验证未通过
人体检测与属性识别 - 智能视联网平台EVS | 百度智能云文档
人体检测与属性识别 人体检测与属性识别 识别图片中的人体并获得位置信息、静态属性和行为，共支持28种属性; 请求Url POST /v1/human/model/detect HTTP/1.1 Request参数 参数 可选 类型 说明 image_base64 必选 String 图片base64编码，iamge_base64和image_url二选一即可，优先使用image_base64 image_url
IOS SDK - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
Q：使用 iOS 采集端，采集到的图片是斜着的，这个正常吗，会影响识别吗？ A：不会影响识别。有黑边和倾斜是因为图片质量算法造成的，我们是按 1:3 对图像进行背景填充使人脸居中，为的是更好的识别图像。这个版本提供了 detectStratrgyWithQualityControlImage 和 detectStratrgyWithNormalImage 两种方法供选择。
IOS-1.0 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
Q：使用 iOS 采集端，采集到的图片是斜着的，这个正常吗，会影响识别吗？ A：不会影响识别。有黑边和倾斜是因为图片质量算法造成的，我们是按 1:3 对图像进行背景填充使人脸居中，为的是更好的识别图像。这个版本提供了 detectStratrgyWithQualityControlImage 和 detectStratrgyWithNormalImage 两种方法供选择。
产品概述 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
字符叠加等 网络设置，包括有线网络参数设置、无线网络参数设置、RTSP参数等 智能分析--门禁控制，包括补光灯控制、LCD屏保控制、开机默认识别模式、流程质量控制（端上视频流人脸注册）、图片质量控制（图片人脸注册） 闸机模式 人脸检测--活体检测--特征提取--1:N特征比对（识别）--结果展示（显示+声音）--闸机控制--http上传识别记录 考勤模式 人脸检测--活体检测--特征提取--1:N
人脸检测与属性识别 - 智能视联网平台EVS | 百度智能云文档
人脸检测与属性识别 人脸检测与属性识别 检测图片中的人脸并获得位置信息、属性信息、特征信息和质量信息等; 请求Url POST /v1/human/face/detect HTTP/1.1 Request参数 参数 可选 类型 说明 image_base64 必选 String 图片base64编码，iamge_base64和image_url二选一即可，优先使用image_base64 image_url
车辆检测与属性识别 - 智能视联网平台EVS | 百度智能云文档
车辆检测与属性识别 车辆检测与属性识别 识别图片中车辆个数、位置以及车辆所有属性和对应的概率分数; 请求Url POST /v1/car/attribute/detect HTTP/1.1 Request参数 参数 可选 类型 说明 image_base64 必选 String 图片base64编码，iamge_base64和image_url二选一即可，优先使用image_base64 image_url
方案集成指南 - 人脸识别_人脸检测_人脸对比_人脸搜索_活体检测
注： 「接口选择」过程中，还 需勾选「文字识别」中的「身份证识别」接口 ，用于实现身份核验流程中的身份证识别功能。如下图所示。 2.3 输入应用包名 在「文字识别包名」处选择「需要」 ，并根据您的APP应用信息填写包名。此处为必要操作，否则将无法顺利下载集成文件。 至此应用创建完成。
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。）
