在线活体检测
基于单张图片，判断图片中的人脸是否为人体实时拍摄，在线活体检测，人脸认证。
产品亮点
基于单张图片，判断图片中的人脸是否为人体实时拍摄，此能力可用于H5场景下的一些人脸采集场景中，增加人脸注册的安全性和真实性
产品说明
1. 什么是活体检测？
判断捕捉到的人脸是真实人脸，还是伪造的人脸攻击（如：彩色纸张打印人脸图，电子设备屏幕中的人脸数字图像 以及 面具 等）
2. 为什么需要活体检测？
在金融支付，门禁等应用场景，活体检测一般是嵌套在人脸检测与人脸识别or验证中的模块，用来验证是否用户真实本人
3. 活体检测对应的计算机视觉问题：
就是分类问题，可看成二分类（真 or 假）；也可看成多分类（真人，纸张攻击，屏幕攻击，面具攻击）
通常意义上的活体检测是当生物特征信息从合法用户那里取得时，判断该生物信息是否从具有生物活体的合法用户身上取的。活体检测的方法主要是通过识别活体上的生理信息来进行，它把生理信息作为生命特征来区分用照片、硅胶、塑料等非生命物质伪造的生物特征。
图片活体检测api（适用于H5、Web网页等场景下的人脸采集）确保人像采集的真实性、安全性。
人脸对比请点击右边链接：人脸对比
关于活体检测faceliveness的判断分数选择，可参考以下数值信息：
| 拒绝率（TRR） | 误拒率（FRR） | 通过率（TAR） | 分数（百分制） |
|---|---|---|---|
| 0.90325733 | 0.1% | 99.9% | 4.55761 |
| 0.96254072 | 0.5% | 99.5% | 80（推荐） |
| 0.97557003 | 1% | 99% | 88.43666 |
| 0.98990228 | 2% | 98% | 97.81794 |
| 0.99446254 | 3% | 97% | 99.13102 |
| 0.99641694 | 4% | 96% | 99.62024 |
| 0.99739414 | 5% | 95% | 99.80413 |
质量检测参考
| 指标 | 字段与解释 | 推荐数值界限 |
|---|---|---|
| 遮挡范围 | occlusion，取值范围[0~1]，0为无遮挡，1是完全遮挡 含有多个具体子字段，表示脸部多个部位 通常用作判断头发、墨镜、口罩等遮挡 |
left_eye : 0.6, #左眼被遮挡的阈值 right_eye : 0.6, #右眼被遮挡的阈值 nose : 0.7, #鼻子被遮挡的阈值 mouth : 0.7, #嘴巴被遮挡的阈值 left_check : 0.8, #左脸颊被遮挡的阈值 right_check : 0.8, #右脸颊被遮挡的阈值 chin_contour : 0.6, #下巴被遮挡阈值 |
| 模糊度范围 | blur，取值范围[0~1]，0是最清晰，1是最模糊 | 小于0.7 |
| 光照范围 | illumination，取值范围[0~255] 脸部光照的灰度值，0表示光照不好 以及对应客户端SDK中，YUV的Y分量 |
大于40 |
| 姿态角度 | Pitch：三维旋转之俯仰角度[-90(上), 90(下)] Roll：平面内旋转角[-180(逆时针), 180(顺时针)] Yaw：三维旋转之左右旋转角[-90(左), 90(右)] |
分别小于20度 |
| 人脸完整度 | completeness（0或1），0为人脸溢出图像边界，1为人脸都在图像边界内 | 视业务逻辑判断 |
| 人脸大小 | 人脸部分的大小 建议长宽像素值范围：80*80~200*200 |
视频检测返回参数：
注：视频活体检测0.2元/次
| 字段 | 必选 | 类型 | 说明 |
|---|---|---|---|
| score | 是 | float | 活体检测分数。此分数为视频分析结果， 不包含语音验证结果，语音验证 需开发基于自己的业务需求做判断。 |
| thresholds | 是 | array |
阈值参考，实际业务应用中， |
工具
售后支持范围
售后服务范围为产品使用方面的技术支持，售后支持时间范围为合同期范围内