223105 face is already exist 该人脸已存在 223106 face is not exist 该人脸不存在 223110 uid_list is too large uid_list包含数量过多 223111 dst group is not exist 目标用户组不存在
十万分之一误识率下,准确率99%以上 服务器部署形态,可直接构建后端整套人脸识别服务 完全离线形态,可满足数据隐私和安全性要求 预设基础业务逻辑接口,包含人脸对比、人脸搜索、人脸库管理、活体检测二次核验接口 产品链接: 私有化部署包 2.4 业务逻辑模块 此模块主要包括以下几个常见能力: 刷脸与支付的业务关联:进出站扣费逻辑、去重逻辑、阈值设定等 人脸管理逻辑:更新、删除人脸;关闭人脸支付等 3、应用策略
业务逻辑 上述三项能力为顺序串行验证,接口默认返回公安身份对比分值,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 -> 公安身份验证 。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 。
10s 动作活体模式下,视频长度不能超过10秒 223125 质量检测未通过 下巴遮挡程度过高 上传的人脸图片中下巴遮挡程度过高 283516 留存视频上传失败 留存视频上传失败,请联系技术支持 223131 合成图检测未通过 合成图检测未通过 223126 质量检测未通过 鼻子遮挡程度过高 鼻子被遮挡,无法正常检测 223121 质量检测未通过 左眼遮挡程度过高 上传的人脸图片中左眼被遮挡程度过高
人脸跟踪、活体检测、特征提取、口罩识别、属性检测、注意力检测、等功能进行模型初始化操作(只有初始化加载了模型、后续人脸检测等能力才能生效) 视频流逐帧检测接口,进行RGB和NIR的人脸检测、活体检测、质量检测、特征提取、1:N识别和1:1识别 特征提取接口,对图片进行人脸特征提取 initpush接口,主要作用为在识别前将人脸数据库中的信息同步到SDK缓存中(在缓存中比对识别速度更快),在人脸识别时会将视频流中提取的人脸特征和
4.5 活体检测界面 活体检测界面FaceLivenessActivity,包括UI界面,系统相机控制,使用活体检测器ILivenessStrategy处理相机采集到的图像,完成活体检测功能。
H5 js-sdk方式 通过私有化部署H5的采集SDK、活体检测部署包,实现从服务端发起实时炫瞳/动作/静默活体检测、录制动作/静默视频活体检测、拍照上传图片活体检测的请求。
接口详情 2.1 基础能力接口 2.1.1 人脸检测 检测图片中的人脸并获得位置信息, 属性信息, 质量信息等。
核心概念 系统漏洞 系统漏洞通常是指云服务器上的应用软件或操作系统软件在设计上存在的缺陷或错误。 Web漏洞 Web漏洞通常是指网站程序上的漏洞,可能是由于代码编写者在编写代码时考虑不周全等原因而造成的漏洞,常见的WEB漏洞有SQL注入、CSRF、XSS漏洞、上传漏洞、任意文件读取漏洞、命令执行、文件包含等。 0day漏洞 0day漏洞通常泛指被发现或披露后立即被恶意利用的安全漏洞。
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。