在线活体检测返回的参数合格参考范围是多少
子谦柏爵 发布于2019-01 浏览:4264 回复:5
0
收藏

v3dsk的文档 返回值合格范围是多少,有点蒙圈,知道的请告诉我一下 上图 

{ 用自己平常自拍的图片返回数据
"result" :{
"thresholds" : {
"frr_1e-3":0.3, 白分之一误识率的阈值
"frr_1e-2":0.9, 千分之一误识率的阈值
"frr_1e-4":0.05 万分之一误识率的阈值
} ,
"face_liveness":1, 活体的分数
"face_list" :[
{
"liveness" : {
"livemapscore":1
} ,
"angle" : { 人脸框相对于竖直方向的顺时针旋转角,[-180,180]
"roll":-11.81, 平面内旋转角[-180(逆时针), 180(顺时针)]
"pitch":5.05, 三维旋转之俯仰角度[-90(上), 90(下)]
"yaw":-22.39, 三维旋转之左右旋转角[-90(左), 90(右)]
} ,
"face_token":"349d13dcbf9a39672d99d8c03cb0e75d",
"location" : { 人脸在图片中的位置
"top":412.81, 人脸区域离上边界的距离
"left":379.8, 人脸区域离左边界的距离
"rotation":-13,
"width":335, 人脸区域的宽度
"height":332, 人脸区域的高度
} ,
"face_probability":1 人脸置信度,范围0-1
}
]
},
"log_id":744193280352816461,
"error_msg":"SUCCESS"
,"cached":0,
"error_code":0,
"timestamp":1548035281
}
{ 用猴子图片返回的数据
"result" : null,
"log_id":744193280352816461,
"error_msg":"pic not has face"
,"cached":0,
"error_code":222202,
"timestamp":1548035281
}

在线活体检测
人脸基础信息,人脸质量检测,基于图片的活体检测

public void sample(AipFace client) {
String image = "image_base64_content";
FaceVerifyRequest req = new FaceVerifyRequest(image, "BASE64");
ArrayList list = new ArrayList();
list.add(req);
JSONObject res = client.faceverify(list);
System.out.println(res.toString(2));
}

 

收藏
点赞
0
个赞
共5条回复 最后由13580731663回复于2019-04
#613580731663回复于2019-04

 请问这里最终是怎样处理的呢?确定是face_liveness和推荐阈值(Threshold)0.393241比较吗?

0
#5猪呆呆ji回复于2019-04

0.05 活体误拒率:万分之一;拒绝率:63.9%
0.3 活体误拒率:千分之一;拒绝率:90.3%
0.9 活体误拒率:百分之一;拒绝率:97.6%
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

所以你thresholds参数返回 和 face_liveness 比较大于推荐值就是活体

 

 

1
#4猪呆呆ji回复于2019-04

0.05 活体误拒率:万分之一;拒绝率:63.9%
0.3 活体误拒率:千分之一;拒绝率:90.3%
0.9 活体误拒率:百分之一;拒绝率:97.6%
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

所以你thresholds参数返回 和 face_liveness 比较大于推荐值就是活体

 

 

0
#3彦丶子凡回复于2019-02

你自己去定分数阈值

0
#2子谦柏爵回复于2019-01

参数
face_liveness, 活体分数值
thresholds
由服务端返回最新的阈值数据(随着模型的优化,阈值可能会变化),将此参数与返回的face_liveness进行比较,可以作为活体判断的依据。

frr_1e-4:万分之一误识率的阈值;

frr_1e-3:千分之一误识率的阈值;

frr_1e-2:百分之一误识率的阈值。误识率越低,准确率越高,相应的拒绝率也越高

 

这里说的 此thresholds参数返回 和 face_liveness 比较, 怎么比啊?

 

后面的文档又说:

关于活体检测faceliveness的判断阈值选择,可参考以下数值信息:

0.96254072  0.5%  99.5%   0.393241(推荐)

 

意思是 face_liveness 和这个 0.393241 做比较吗?  结合上面说的 thresholds 字段,具体是怎么个比法? 觉得文档说的不够清晰 

0
TOP
切换版块