人脸实名认证(含有效期核验)
更新时间:2024-10-15
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:
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,调取权威库人脸图,将当前获取的人脸图片,与权威库人脸图进行对比,得出比对分数,并基于此进行业务判断是否为同一人。由于权威库人脸图具有身份证明作用,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 | 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 |
---|---|---|---|
name | 是 | string | 姓名(需要是 utf8 编码) |
id_card_number | 是 | string | 身份证件号 |
start_date | 是 | 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 | 是 | 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 | 是 | string | 图片信息(数据大小应小于10M 分辨率应小于1920*1080) |
image_type | 是 | string | 图片类型 BASE64 : 图片的base64值 |
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 |
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,用于验证生活照与权威库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。