资讯 社区 文档
技术能力
语音技术
文字识别
人脸与人体
图像技术
语言与知识
视频技术

人脸实名认证(含有效期核验)

人脸实名认证(含有效期核验)接口

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)。
  • 人脸实名信息及有效期核验(必选):验证用户输入的身份证号码、姓名、身份证有效期是否匹配,判断用户信息是否真实。并基于姓名和身份证号,调取公安权威数据源人脸图,将当前获取的人脸图片,与公安数据源人脸图进行对比,得出比对分数,并基于此进行业务判断是否为同一人。由于公安数据源人脸图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->人脸实名信息及有效期核验
  • 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信息及有效期核验,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

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/verify_date

URL参数:

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

Header:

参数
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
name string 姓名(需要是 utf8 编码)
id_card_number string 身份证件号
start_date string 身份证有效期起始日期:年月日8位数字完整传入(如20120422);
起始日期不得早于19840101(第一代身份证签发日期)
end_date string 身份证有效期截止日期:年月日8位数字完整传入(如20170422),
1:截止日期须晚于起始日期5年以上(包含5年);
2:有效期截止日期为 ”长期”时,须转换为“00000000”入参请求;
image string 图片信息(数据大小应小于10M 分辨率应小于1920*1080)
image_type string 图片类型
BASE64 : 图片的base64值
liveness_control 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 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 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

请求示例

{
    "name": "黄*杰",
    "id_card_number": "460200********1396",
    "start_date": "20160304",
    "end_date": "20260304",
    "image_type": "BASE64",
    "image": "/9j/4AAQSkZJRgAB..."
} 

返回参数

参数 类型 说明
error_code number 错误码
error_msg string 错误信息
log_id number 调用的日志id
result Object 认证返回的结果
+verify_status number 认证状态字段
0:身份信息核验成功
1:身份信息无效,包含“身份证号与姓名不匹配、身份证号不存在、身份证有效期信息不匹配、身份证已挂失”4种情况
2: 公安网图片不存在或质量过低
+verify_score number 仅在verify_status字段取值为0时返回,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

返回示例

{
    "result": {
        "verify_status": 0,
        "verify_score": 39.138
    },
    "error_code": 0,
    "error_msg": "SUCCESS",
    "log_id": 1556871318792218696
}

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

上一篇
人脸实名认证V4
下一篇
人脸对比V4