人脸静态活体检测（高精度版）

人脸静态活体检测（高精度版） API 对接说明

本文将介绍人脸静态活体检测（高精度版）API 对接说明，它可用于对用户上传的静态图片进行防翻拍活体检测，以判断是否是翻拍图片。

接下来介绍下 人脸静态活体检测（高精度版） API 的对接说明。

注册试用链接

注册试用链接

申请流程

要使用 API，需要先到 人脸静态活体检测（高精度版） API 对应页面申请对应的服务，进入页面之后，点击「Acquire」按钮，如图所示：

如果你尚未登录或注册，会自动跳转到登录页面邀请您来注册和登录，登录注册之后会自动返回当前页面。

在首次申请时会有免费额度赠送，可以免费使用该 API。

基本使用

首先先了解下基本的使用方式，就是输入图片链接，便可获得处理后结果图片，首先需要简单地传递一个 image_url 字段，人脸图片如下图所示：

我们接下来就可以在界面上填写对应的内容，如图所示：

可以看到这里我们设置了 Request Headers，包括：

• accept：想要接收怎样格式的响应结果，这里填写为 application/json，即 JSON 格式。
• authorization：调用 API 的密钥，申请之后可以直接下拉选择。

另外设置了 Request Body，包括：

• image_url：需要处理的人脸图片链接。
• face_model_version：人脸识别服务所用的算法模型版本。目前入参支持“3.0“。

选择之后，可以发现右侧也生成了对应代码，如图所示：

点击「Try」按钮即可进行测试，如上图所示，这里我们就得到了如下结果：

{
  "score": 0,
  "face_model_version": "3.0"
}

可以看到这时候我们就得到了此处人脸静态活体检测的结果，包括了活体打分的内容。

字段说明如下：

• score ：活体打分，取值范围 [0,100]，根据活体分数对应的阈值区间来判断是否为翻拍。目前阈值可分为[5,10,40,70,90]，其中推荐阈值为40。
• face_model_version ：人脸识别所用的算法模型版本。

另外如果想生成对应的对接代码，可以直接复制生成，例如 CURL 的代码如下：

curl -X POST 'https://api.acedata.cloud/face/detect-live' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "image_url": "/i/ll/?i=img_convert/ac1d6af7fc5c80ac619ea6fab890103d.jpeg"
}'

Python 的对接代码如下：

import requests

url = "https://api.acedata.cloud/face/detect-live"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "image_url": "/i/ll/?i=img_convert/ac1d6af7fc5c80ac619ea6fab890103d.jpeg"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

错误处理

在调用 API 时，如果遇到错误，API 会返回相应的错误代码和信息。例如：

• 400 token_mismatched：Bad request, possibly due to missing or invalid parameters.
• 400 api_not_implemented：Bad request, possibly due to missing or invalid parameters.
• 401 invalid_token：Unauthorized, invalid or missing authorization token.
• 429 too_many_requests：Too many requests, you have exceeded the rate limit.
• 500 api_error：Internal server error, something went wrong on the server.

错误响应示例

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

结论

通过本文档，您已经了解了如何使用 人脸静态活体检测（高精度版） API 可用于对用户上传的静态图片进行防翻拍活体检测，以判断是否是翻拍图片。希望本文档能帮助您更好地对接和使用该 API。如有任何问题，请随时联系我们的技术支持团队。