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。
4.3 活体检测器 活体检测器LivenessStrategy,检测图片人脸信息,活体检测结果状态。
API接口 个人认证 企业认证 有效期 在线图片活体v3 调用量:500次/月 QPS: 2QPS 调用量:1千次/月 QPS: 10QPS - 人脸检测 调用量:1千次/月 QPS: 1QPS 调用量:1万次/月 QPS: 2QPS - 人脸对比 调用量:1千次/月 QPS: 1QPS 调用量:1万次/月 QPS: 2QPS - 人脸搜索 调用量:1千次/月 QPS: 1QPS 调用量:1万次/月
下图蓝色框) completion:完成后返回照片和状态结果 说明: 检测图片中的人脸信息,完成人脸图像采集和人脸活体检测,返回检测状态和结果。
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
,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。
可有效防御黑产批量虚拟机、病毒侵入等攻击手段,降低第三方黑产攻破概率,提升业务安全性。 炫瞳活体检测: 基于屏幕颜色打光的方式,通过我们的面部反光和 瞳孔反光 对核验人员进行活体判断。相比于行业内传统的动作活体和视频活体检测方式,通过率大大提升,使用效率更加流畅便捷,有效拦截视频、图片伪造、3D面具、合成图等黑产攻击。
批量修改设备绑定的识别任务的识别间隔 接口描述 批量地设置设备绑定的识别任务的识别间隔。 请求结构 PUT /console/api/v1/device/ai/elapse 请求头域 请求头名称 描述 示例 Authorization 认证头。
业务逻辑 上述三项能力为顺序串行验证,接口默认返回身份对比分值,质量检测和活体检测为可选项。如选择了这两项,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。 如选择了前两个环节,则有任意一个条件不通过,则整个请求流程终止,并返回错误码,描述具体的不符合信息 。