人脸实名认证V4

更新时间：2024-01-26

人脸实名认证（V4)接口

人脸识别接口分为V2、V3和V4三个版本，本文档为V4版本接口的说明文档，请确认您在百度智能云获得的是V4版本接口权限，再来阅读本文档。

辨别接口版本的方法是：在百度智能云-控制台进入【应用列表】，点击【应用名称】，在【API列表】中可以看到【请求地址】，若请求地址中带有【V4】标识，则您具有的是v4权限，可以阅读本文档；若请求地址中带有【V3】标识，则您具有的是V3权限，应该去阅读v3文档。

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：

在百度智能云-控制台内提交工单，咨询问题类型请选择人工智能服务；
如有需要讨论的疑问，欢迎进入 AI社区与其他开发者们一同交流。

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）。
图片加密及风控（可选）：配合采集SDK使用，对采集SDK输出的加密图片进行解密（加密传输可以有效避免第三方非法黑产绕过APP模拟请求攻击云端接口的行为，Eg：脚本攻击等）；以及结合百度安全实验室大数据风控能力，对采集SDK的发起端设备进行风控识别，辨别是否为风险设备，Eg：ROM注入、视频劫持等；
人脸实名认证（必选）：基于姓名、身份证号、当前获取的人脸图片，与公安数据源进行三要素一致性对比，得出比对分数，并基于此进行业务判断是否为同一人。由于公安数据源具有最权威的身份证明作用，故对用户本人的验证结果可信度也最为合理。

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。

推荐阈值

此接口使用的对比算法，针对带水纹证件照采用了专项的模型处理，可保证水纹信息的影响降到尽可能低。
如比对成功，最终返回的有效数据为一个对比分值，在0~100之间，您可以设定具体的阈值来判断是否验证通过。
人证相似度的推荐阈值为80，对应的误识率为万分之一。

在线调试

您可以在示例代码中心中调试该接口，可进行签名验证、查看在线调用的请求内容和返回结果、示例代码的自动生成。

请求说明

注意事项：

请求体格式化：Content-Type为application/json，通过json格式化请求体。
Base64编码：请求的图片需经过Base64编码，图片的base64编码指将图片数据编码成一串字符串，使用该字符串代替图像地址。您可以首先得到图片的二进制，然后用Base64格式编码即可。需要注意的是，图片的base64编码是不包含图片头的，如data:image/jpg;base64,
图片格式：现支持PNG、JPG、JPEG、BMP，不支持GIF图片

请求示例

HTTP方法：POST

请求URL： https://aip.baidubce.com/rest/2.0/face/v4/mingjing/verify

URL参数：

参数	值
access_token	通过API Key和Secret Key获取的access_token,参考“Access Token获取”

Header：

参数	值
Content-Type	application/json

Body中放置请求参数，参数详情如下：

请求参数

参数	必选	类型	说明
app	否	string	APP端类型，配合采集SDK使用时须传入 ios：iOS端采集SDK android：安卓端采集SDK
sec_level	否	string	SDK安全级别，配合采集SDK使用时须传入，默认common common : 配合4.1/4.1.5版本采集SDK，人脸图片未进行加密处理 lite: 配合5.2+版本SDK
skey	否	string	使用5.2+版本SDK请求时必填 skey：从SDK获取的密钥信息skey
x_device_id	否	string	使用5.2+版本SDK请求时必填 deviceId：从SDK 获取的密钥信息deviceId
data	否	string	使用5.2+版本SDK请求时必填， SDK输出的加密数据
id_card_number	是	string	身份证件号
name	是	string	姓名(需要是 utf8 编码)
liveness_control	否	string	活体控制参数 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) 默认为NONE
spoofing_control	否	string	合成图控制参数 NONE: 不进行控制 LOW:较低的合成图阈值数值，由于合成图判定逻辑为大于阈值视为合成图攻击，该项代表低通过率、高攻击拒绝率 NORMAL: 一般的合成图阈值数值，由于合成图判定逻辑为大于阈值视为合成图攻击，该项代表平衡的攻击拒绝率, 通过率 HIGH: 较高的合成图阈值数值，由于合成图判定逻辑为大于阈值视为合成图攻击，该项代表高通过率、低攻击拒绝率) 默认为NONE
quality_control	否	string	质量控制参数 NONE: 不进行控制 LOW:较低的质量要求 NORMAL: 一般的质量要求 HIGH: 较高的质量要求默认为NONE
image	是	string	图片信息(数据大小应小于10M 分辨率应小于19201080)，5.2+版本SDK请求时已包含在加密数据data中，无需额外传入*
image_type	否	string	图片类型 BASE64 : 图片的base64值 FACE_TOKEN : 人脸标识默认 BASE64
get_liveness_score	否	string	是否返回活体分数 0（默认值）：不返回具体活体分数； 1：返回活体分数；此字段生效前提为，请求字段liveness_control值不为NONE
get_spoofing_score	否	string	是否返回合成图分数 0（默认值）：不返回合成图分数； 1：返回合成图分数；此字段生效前提为，请求字段spoofing_control值不为NONE

请求示例

 
// 纯API接入或配合4.1/4.1.5版本SDK使用
{
    "image_type": "BASE64",
    "image": "/9j/4AAQSkZJR",
    "id_card_number": "131102********0653",
    "name": "***",
    "quality_control": "LOW",
    "liveness_control": "LOW",
    "spoofing_control": "LOW"
}
 


 
// 5.2及更高版本SDK
{
    "app": "android",
    "sec_level": "lite",
    "x_device_id": "72c18da95552259dd7c4aaa52e9fa37f",
    "skey": "2fwYi/alzQBUJUc2TJn1oQ==",
    "data": "asdafasf",
    "image_type": "BASE64",
    "id_card_number": "131102********0653",
    "name": "***",
    "quality_control": "LOW",
    "liveness_control": "LOW",
    "spoofing_control": "LOW",
}

返回参数

参数	类型	说明
log_id	number	调用的日志id
result	jsonObject	认证返回的结果
+score	float	与公安数据源人脸图相似度可能性，用于验证生活照与公安数据源人脸图是否为同一人，有正常分数时为[0~100]，推荐阈值80，超过即判断为同一人
+verify_status	number	认证状态，取值如下： 0 ：正常 1 ：身份证号与姓名不匹配或该身份证号不存在 2 ：公安网图片不存在或质量过低
+spoofing_score	number	合成图分数，默认不返回，仅当请求参数get_spoofing_score为1且spoofing_control不为none时返回
+liveness_score	number	活体分数，默认不返回，仅当请求参数get_liveness_score为1且liveness_control不为none时返回
dec_image	string	对SDK传入的加密图片进行解密。仅APP场景且进行了图片加密时，此参数返回解密后的人脸图片信息
risk_level	string	判断设备是否发生过风险行为来判断风险级别，取值（数值由高到低）： 1 – 高危 2 – 嫌疑 3 – 普通 4 – 正常
risk_tag	string	风险标签，若判断为有风险，则会有风险标签json 数组告知风险类型例如：general_inject

返回示例

{
    "log_id": 1370579072568000512,
    "result": {
        "score": 40.884,
        "verify_status": 0
    },
    "dec_image": "/9j/4AAQSkZJRgABAgAAAQABAAD",
    "risk_level": "3",
    "risk_tag": [
        "若判断为有风险，则会有风险标签json 数组告知风险类型，如：general_inject"
    ]
}

参数说明

质量控制参数说明

不同的控制度下所对应的质量控制阈值，如果检测出来的质量信息某一项不符合控制阈值的要求，则会返回错误信息。

控制度	left_eye	right_eye	nose	mouth	left_cheek	right_cheek	chin_contour	illumination	blurdegree	completeness
LOW	0.8	0.8	0.8	0.8	0.8	0.8	0.8	20	0.8	0
NORMAL	0.6	0.6	0.6	0.6	0.6	0.6	0.6	40	0.6	0
HIGH	0.3	0.3	0.2	0.2	0.3	0.3	0.3	50	0.2	1

活体控制参数说明

不同的控制度下所对应的活体控制阈值，如果检测出来的活体分数小于控制阈值，则会返回错误信息。

控制度	阈值	说明
LOW	0.05	活体误拒率：万分之一；拒绝率：97.75%
NORMAL（推荐）	0.3	活体误拒率：千分之一；拒绝率：98.82%
HIGH	0.9	活体误拒率：百分之一；拒绝率：99.77%

1、误拒率：把真人识别为假人的概率。阈值越高，安全性越高，要求也就越高，对应的误识率就越高。 2、通过率=1-误拒率

关于以上数值的概念介绍：

拒绝率（TRR）：如99%，代表100次作弊假体攻击，会有99次被拒绝。误拒率（FRR）：如0.5%，指1000次真人请求，会有5次因为活体分数低于阈值被错误拒绝。通过率（TAR）：如99%，指100次真人请求，会有99次因为活体分数高于阈值而通过。阈值（Threshold）：高于此数值，则可判断为活体。

合成图控制参数说明

不同的控制度下所对应的合成图检测（PS、人脸融合等）阈值，如果检测出来的分数大于控制阈值，则会返回错误信息。

控制度	阈值	误拒率（FRR）	通过率	攻击拒绝率（TRR））
LOW	0.00023	5%	95%	94.93%
NORMAL（推荐）	0.00048	1%	99%	89.71%
HIGH	0.00109	0.1%	99.9%	84.57%

1、误拒率：把正常图片识别为合成图片的概率。阈值越低，安全性越高，要求也就越高，对应的误识率就越高。 2、通过率=1-误拒率

关于以上数值的概念介绍：

阈值（Threshold）：高于此数值，则可判断为是合成图攻击。

错误码

请参考错误码说明文档。

身份证与名字比对（含有效期核验）

人脸实名认证（含有效期核验）