![]() |
活體檢驗
預集成
通用API
【更新時間: 2023.12.25】
分析用戶提交的自拍照片,判斷內(nèi)容中是否存在hack行為,驗證當前用戶是否為實人實時操作,以防御各種非真人的人臉攻擊。檢測成功會返回一張人臉照片用于人臉比對驗證。多用于遠程身份核驗場景。
|
瀏覽次數(shù)
203
采購人數(shù)
9
試用次數(shù)
0
收藏
×
完成
取消
×
書簽名稱
確定
|
- 詳情介紹
- API文檔
- 常見 FAQ
- 相關推薦


什么是活體檢驗?
"活體檢驗"是一種先進的生物識別技術,旨在驗證進行身份驗證或識別操作的是否為真實的生物體(即真人),而非通過照片、視頻、二維或三維模具等偽造手段進行的欺騙行為。該技術廣泛應用于金融、支付、門禁、安防等多個領域,以確保交易、訪問或身份認證的安全性。通過活體檢驗,系統(tǒng)能夠要求用戶執(zhí)行一系列動態(tài)、隨機的動作或指令,如眨眼、張嘴、搖頭、讀取隨機數(shù)字等,從而評估用戶的生物特征和行為模式,以判斷其是否為真實存在的個體。
什么是活體檢驗接口?
活體檢驗有哪些核心功能?
APP活體檢測
通過面部打光方案完成炫瞳活體檢測,配合眨眼、張嘴、搖頭、左右轉頭、上下點頭等動作,隨機抓取多圖進行活體判斷,可自定義生效動作及校驗順序
|
H5活體檢測
通過攝像頭實時檢測或錄制視頻上傳,支持炫瞳活體/根據(jù)指示隨機做出動作/讀隨機數(shù)字,確保視頻的即時性,而非事先錄制,云端進行活體分析,提升抵御攻擊的能力
|
在線圖片活體檢測API
基于圖片中人像的破綻(摩爾紋、成像畸形等),判斷目標是否為活體,有效防止屏幕二次翻拍等作弊攻擊,支持單張或多張判斷邏輯
|
離線RGB活體檢測
在線圖片活體檢測的離線版本,采集人像的破綻(摩爾紋、成像畸形等)來判斷目標對象是否為活體,可在無網(wǎng)環(huán)境下離線使用
|
離線近紅外活體檢測
利用近紅外成像原理,實現(xiàn)夜間或無自然光條件下的活體判斷,在屏幕無法成像、材質(zhì)反射率不同等情況下維持高魯棒性
|
離線3D結構光活體檢測
基于3D結構光成像原理,通過人臉表面反射光線構建深度圖像,判斷目標是否為活體,可強效防御圖片、視頻、屏幕、模具等攻擊
|
活體檢驗的技術原理是什么?
"活體檢驗"的技術原理主要基于生物特征識別技術和計算機視覺技術的結合。首先,系統(tǒng)通過攝像頭捕捉用戶的面部圖像或視頻流,并利用圖像處理技術提取關鍵特征點,如眼睛、嘴巴、鼻子等的位置和形狀。然后,系統(tǒng)利用深度學習算法或模式識別技術,對用戶執(zhí)行的動作或指令進行實時分析和比對。這些動作或指令通常設計為難以被照片、視頻或模具等偽造手段所模仿的動態(tài)行為,如眨眼頻率、眼球運動、面部肌肉的自然變化等。通過檢測這些細微的生理變化和行為特征,系統(tǒng)能夠區(qū)分出真實用戶與偽造手段之間的差異,從而做出準確的活體判斷。
此外,"活體檢驗"技術還可能結合其他生物特征識別技術,如聲紋識別、指紋識別等,以進一步提高驗證的準確性和安全性。同時,為了應對日益復雜的欺騙手段,活體檢驗技術也在不斷發(fā)展和更新,引入新的算法和模型,以更好地應對各種挑戰(zhàn)。
活體檢驗的核心優(yōu)勢是什么?
![]() |
![]() |
![]() |
標準API接口 |
服務商賬號統(tǒng)一管理 |
零代碼集成服務商 |
![]() |
![]() |
![]() |
智能路由
|
服務擴展 服務擴展不僅提供特性配置和歸屬地查詢等增值服務,還能根據(jù)用戶需求靈活定制解決方案,滿足多樣化的業(yè)務場景,進一步提升用戶體驗和滿意度。
|
可視化監(jiān)控 |
在哪些場景會用到活體檢驗?
4. 遠程考試與在線教育身份驗證
在遠程考試和在線教育日益普及的今天,確保參與者的身份真實性成為了一個重要挑戰(zhàn)。為了防止替考、作弊等不正當行為,"活體檢驗"API接口在身份驗證環(huán)節(jié)發(fā)揮著至關重要的作用。通過集成該接口,考試平臺或在線教育系統(tǒng)可以要求考生在登錄或考試開始前完成一系列活體檢測動作,如張嘴、轉頭等,以驗證其身份的真實性。這種方式不僅提高了身份驗證的準確性和安全性,還增強了考試的公平性和公正性,保障了遠程教育和考試的質(zhì)量和信譽。
1. 上傳人像照片
- 圖示:
- 識別結果:鑒定為假
- 返回示例:
{“result”: “fake”, “score”: “1.00”, “log_id”: “55cef9a0-daa3-11ed-91bf-00000000d356”}
2. 活體識別
- 圖示:
- 識別結果:鑒定為真
- 返回示例:
{“result”: “real”, “score”: “0.98”, “log_id”: “33cef6a5-cdd3-41bg-73af-00000000d126”}?
一、采用先進檢測技術
- 多種檢測方式結合:
- 單一的檢測方式可能存在局限性,因此可以采用多種檢測方式相結合的方法,如結合眨眼、張嘴、搖頭、點頭等多種動作進行驗證。
- 利用紅外光檢測、3D結構檢測、脈搏或血液流動檢測等多種技術手段,綜合判斷用戶是否為真實活體。
- 高精度識別技術:
- 采用高精度的人臉識別算法和深度學習技術,提高對用戶面部特征的捕捉和識別能力。
- 引入先進的圖像處理技術,對圖像進行預處理和特征提取,減少噪聲和干擾因素的影響。
二、優(yōu)化檢測流程
- 動態(tài)指令:
- 在活體檢驗過程中,采用動態(tài)生成的指令,要求用戶完成隨機或不可預測的動作,以防止使用預先錄制好的視頻進行攻擊。
- 多步驟驗證:
- 將活體檢驗過程拆分為多個步驟,每個步驟都要求用戶完成不同的動作或操作,以增加欺詐的難度。
- 實時監(jiān)測與反饋:
- 在檢測過程中實時監(jiān)測用戶的行為和反應,及時給出反饋和指導,確保用戶按照要求完成檢測。
三、加強監(jiān)管與審核
- 建立嚴格的審核機制:
- 對活體檢驗的結果進行嚴格的審核和驗證,確保結果的準確性和可靠性。
- 設立專門的審核團隊或采用自動化審核工具,對疑似欺詐行為進行快速響應和處理。
- 定期更新檢測算法:
- 密切關注活體檢測技術的最新進展和動態(tài),定期更新和優(yōu)化檢測算法,以應對新的欺詐手段。
四、提升用戶體驗
- 簡化操作流程:
- 盡可能簡化活體檢驗的操作流程,減少用戶的操作負擔和時間成本。
- 提供清晰的操作指南和提示信息,幫助用戶快速完成檢測。
- 增強隱私保護:
- 嚴格遵守相關法律法規(guī)和隱私政策,保護用戶的個人隱私和數(shù)據(jù)安全。
- 在采集和處理用戶信息時采取必要的安全措施,防止信息泄露和濫用。


參數(shù)名 | 參數(shù)類型 | 默認值 | 是否必傳 | 描述 |
---|---|---|---|---|
facePhoto | String | 否 |
參數(shù)名 | 參數(shù)類型 | 默認值 | 描述 |
---|---|---|---|
message | String | 錯誤描述 | |
code | String | 錯誤編碼 |
錯誤碼 | 錯誤信息 | 描述 |
---|
請求參數(shù){ "facePhoto": null } 返回參數(shù) { "message": null, "code": null } 錯誤碼 {}



