人脸查找

概述

人脸识别接口分为V2和V3两个版本，本文档为V2版本接口的说明文档，请确认您在百度云后台获得的是V2版本接口权限，再来阅读本文档。

辨别接口版本的方法是：在百度云后台进入【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【v2】标识，则您具有的是v2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

• 1：N人脸识别：也称为1：N识别，在指定人脸集合中，找到最相似的人脸；
• 1：N人脸认证：基于uid维度的1：N识别，由于uid已经锁定固定数量的人脸，所以检索范围更聚焦；
• M：N多人脸识别：也称为M：N识别，待识别图片中含有多个人脸时，在指定人脸集合中，找到这多个人脸分别最相似的人脸；

1：N人脸识别与1：N人脸认证的差别在于：人脸识别是在指定人脸集合中进行直接地人脸检索操作，而人脸认证是基于uid，先调取这个uid对应的人脸，再在这个uid对应的人脸集合中进行检索（因为每个uid通常对应的只有一张人脸，所以通常也就变为了1：1对比）；实际应用中，人脸认证需要用户或系统先输入id，这增加了验证安全度，但也增加了复杂度，具体使用哪个接口需要视您的业务场景判断。

M：N识别的原理，相当于在多个人脸的图片中，先分别找出所有人脸，然后分别在待查找的人脸集合中，分别做1：N识别，最后将识别结果汇总在一起进行返回。

提示：进行人脸查找相关操作前，建议先阅读 人脸库管理 相关内容。

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。

提示：如果您为百度云老用户，正在使用其他非AI的服务，可以参考百度云AKSK鉴权方式发送请求，虽然请求方式和鉴权方法和本文所介绍的不同，但请求参数和返回结果一致。

人脸识别

接口描述

用于计算指定组内用户，与上传图像中人脸的相似度。识别前提为您已经创建了一个人脸库。

典型应用场景：如人脸闸机，考勤签到，安防监控等。

说明：人脸识别返回值不直接判断是否是同一人，只返回用户信息及相似度分值。

提示：进行人脸查找相关操作前，建议先阅读 人脸库管理 相关内容。

请求说明

注意事项：

• 请求体格式化：Content-Type为application/x-www-form-urlencoded，通过urlencode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
• 人脸识别接口分为V2和V3两个版本，本文档为V2版本接口的说明文档，请确认您在百度云后台获得的是V2版本接口权限，再来阅读本文档。

辨别接口版本的方法是：在百度云后台进入【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【v2】标识，则您具有的是v2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。

请求示例

HTTP方法：POST

请求URL： https://aip.baidubce.com/rest/2.0/face/v2/identify

URL参数：

Header：

Body中放置请求参数，参数详情如下：

请求参数

请求代码示例

提示一：使用示例代码前，请记得替换其中的示例Token、图片地址或Base64信息。

提示二：部分语言依赖的类或库，请在代码注释中查看下载地址。

{% Face-API-Identify %}

返回说明

返回参数

返回示例

{
    "log_id": 73473737,
    "result_num":1,
    "result": [
        {
            "group_id" : "test1",
            "uid": "u333333",
            "user_info": "Test User",
            "scores": [
                    99.3,
                    83.4
            ]
        }
    ]
}

关于活体检测faceliveness的判断阈值选择，可参考以下数值信息：

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。

人脸认证

接口描述

用于识别上传的图片是否为指定用户，即查找前需要先确定要查找的用户在人脸库中的id。

典型应用场景：如人脸登录，人脸签到等

提示：进行人脸查找相关操作前，建议先阅读 人脸库管理 相关内容。

请求说明

注意事项：

• 请求体格式化：Content-Type为application/x-www-form-urlencoded，通过urlencode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/v2/verify

URL参数：

Header如下：

Body中放置请求参数，参数详情如下：

请求参数

请求代码示例

提示一：使用示例代码前，请记得替换其中的示例Token、图片地址或Base64信息。

提示二：部分语言依赖的类或库，请在代码注释中查看下载地址。

{% Face-API-Verify %}

返回说明

返回参数

返回示例

{
    "log_id": 73473737,
    "result_num":2,
    "result": [
            99.3,
            83.6
    ]
}

关于活体检测faceliveness的判断阈值选择，可参考以下数值信息：

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。

M:N 识别

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。

提示：进行人脸查找相关操作前，建议先阅读 人脸库管理 相关内容。

请求说明

注意事项：

• 请求体格式化：Content-Type为application/x-www-form-urlencoded，通过urlencode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/v2/multi-identify

URL参数：

Header如下：

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

{
    "log_id": 73473737,
    "result_num":1,
    "result": [
        {
            "group_id" : "test1",
            "uid": "u333333",
            "user_info": "Test User",
            "position":{"left":726.99188232422,"top":288.37701416016,"width":44,"height":42,"degree":-4,"prob":0.91117089986801},
            "scores": [
                    99.3
            ]
        },
        {
            "group_id" : "test1",
            "uid": "u2222222",
            "user_info": "Test User",
            "position":{"left":726.99188232422,"top":288.37701416016,"width":44,"height":42,"degree":-4,"prob":0.91117089986801},
            "scores": [
                    82.3
            ]
        }
    ]
}

关于活体检测faceliveness的判断阈值选择，可参考以下数值信息：

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。

错误码

请参考人脸识别错误码