H5活体检测

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：

• 在百度云控制台内 提交工单，咨询问题类型请选择人工智能服务；

能力介绍

业务能力

H5视频活体检测产品，是由两个接口组合而成，主要用于在H5场景下，通过用户新录制并上传一个视频，来进行活体检测的判断。相对于APP有动作校验+静默图片活体、静默图片活体这两种方式，H5视频活体方案比APP方案更加灵活，同时比单张图片活体方式更加安全。其主要功能如下所示：

• 语音校验码：为防止用户提交非当前操作的视频，在录制视频时，随机分配一个数字，用户需要读出这个数字，声音存于视频当中，并在后续识别时校验，以判断是否为此次会话。语音校验码作为辅助性质的验证条件，是一个可选项，如果应用场景比较嘈杂或方言口音比较重，可以不使用语音验证。
• 视频多帧活体检测：录制并上传的视频，会在云端进行随机抽帧分析，并得出最终的活体检测分数。

以上两项能力，分为两个接口，使用顺序为语音校验码->视频多帧校验，具体调用逻辑可以参考我们的。Demo体验地址（电脑端用谷歌、火狐浏览器）：
Mobile：https://ai.baidu.com/face-verify/mobile.html
PC：https://ai.baidu.com/face-verify/pc.html

主要适用场景

• 微信服务号：用于对操作用户真实性要求严格的场景，用于依托于微信服务号的金融开户、实名认证、账户信息变更二次验证等服务。
• APP内Webview：对于如Cordova架构开发的APP，或者APP内变更频繁的身份信息页等情况，可以采用此方案完成活体检测。
• 浏览器：如果仅是一个H5宣传页，或者Wap版本网页等，可以通过此方法快速集成更加安全的活体检测功能。

此方案的优劣势

• 优势：相对于APP有动作校验、单张图片静默判断，此方法在没有APP情况下，可以更快速、轻量级地实现活体检测，同时保障一定安全性。
• 劣势：由于视频较大，上传时间可能较长，另由于不同手机的浏览器内核差异较大，容易出现兼容性问题。

调用方式

请求URL数据格式

向API服务地址使用POST发送请求，必须在URL中带上参数access_token，可通过后台的API Key和Secret Key生成，具体方式请参考“Access Token获取”。

获取access_token的示例代码

{% AccessToken %}

注意：access_token的有效期为30天，切记需要每30天进行定期更换，或者每次请求都拉取新token；

例如此接口，使用HTTPS POST发送：

https://aip.baidubce.com/rest/2.0/face/v2/identify?access_token=24.f9ba9c5341b67688ab4added8bc91dec.2592000.1485570332.282335-8574074

POST中Body的参数，按照下方请求参数说明选择即可。

语音校验码接口

接口描述

此接口主要用于生成随机码，用于视频的语音识别校验使用，以判断视频的即时性，而非事先录制的，提升作弊的难度。

请求说明

请求示例

HTTP方法：POST

请求URL： https://aip.baidubce.com/rest/2.0/face/v1/faceliveness/sessioncode

URL参数：

Header：

Body中放置请求参数，参数详情如下：

请求参数

返回说明

返回参数

返回示例

{
	"err_no": 0,
	"err_msg": "SUCCESS",
	"result": {
		"session_id": "S59faeeebb9111890355690",
		"code": "9940"
	},
	"timestamp": 1509617387,
	"cached": 0,
	"serverlogid": "0587756642"
}

视频活体检测接口

接口描述

此接口一方面通过语音识别得到校验码，通过session code来判断视频是否作弊。另一方面进行视频抽帧，判断是否为活体。

请求说明

请求示例

HTTP方法：POST

请求URL： https://aip.baidubce.com/rest/2.0/face/v1/faceliveness/verify

URL参数：

Header：

Body中放置请求参数，参数详情如下：

请求参数

返回说明

返回参数

返回示例

{

	err_no:0,
	err_msg: 'success',
	result: {
		score: 0.984654366,
		thresholds: {
			"frr_1e-4": 0.05, //万分之一误识别率的阈值
			"frr_1e-3": 0.3,  //千分之一误识别率的阈值
			"frr_1e-2": 0.9   //百分之一误识别率的阈值
   		},
   		code: {
     		"create": "5789",
     		"identify": "5789"
   		},
   		pic_list: [
   			{
     			"face_id": 5745745747,
     			"pic": "gsagaheryzxv..."
   			},
   			{
     			"face_id": 5745745747,
     			"pic": "gsagaheryzxv..."
   			}
   		]
 	},
 	"timestamp": 1509611848,
 	"cached": 0,
 	"serverlogid": "2248375729"
}

错误码列表