👥 ระบบตรวจจับใบหน้าปลอม Face Passive Liveness Detection (Face Spoofing Check)

0.3 ICต่อคำขอ

v1.8 Active🏆 iBeta Level 1 Certified POST /v3/store/ekyc/face-passive-liveness

ยินดีต้อนรับสู่ Face Passive Liveness Detection API ผลิตภัณฑ์ AI ที่พัฒนาโดย บริษัท ไอแอพพ์เทคโนโลยี จำกัด API ของเราได้รับการออกแบบมาเพื่อตรวจจับว่าภาพใบหน้าที่ป้อนเข้ามาเป็นของจริงหรือของปลอม เพื่อให้มั่นใจในความถูกต้องของกระบวนการรู้จำใบหน้า API นี้ได้รับการรับรองโดย iBeta Level 1 และรองรับเทคนิคต่างๆ เพื่อระบุความพยายามในการปลอมแปลงใบหน้า

ลองใช้ Demo!

ทดลองใช้ AI Demo

เข้าสู่ระบบหรือสร้างบัญชีฟรีเพื่อใช้งาน AI Demo และสำรวจ API ที่ทรงพลังของเรา

รับ 50 เครดิตฟรี (IC) เมื่อสมัครสมาชิก!

โปรโมชันหมดเขต 31 ธันวาคม 2568

สร้างบัญชีฟรีเข้าสู่ระบบ

Example Images (Click to try)

API Key

Log in to use your API keys or Create an account

Endpoint URL

cURL Command

Upload Image

เริ่มต้นใช้งาน

1. ข้อกำหนดเบื้องต้น

   • คีย์ API จาก บริษัท ไอแอพพ์เทคโนโลยี
   • ไฟล์รูปภาพที่มีใบหน้า
   • รูปแบบที่รองรับ: JPEG, JPG, PNG
   • ขนาดไฟล์สูงสุด: 10MB

2. เริ่มต้นอย่างรวดเร็ว

   • เวลาประมวลผลรวดเร็ว
   • การตรวจจับการปลอมแปลงใบหน้าที่มีความแม่นยำสูง
   • รองรับรูปแบบไฟล์หลายรูปแบบ
   • รับรองความแม่นยำระดับ iBeta Level 1

3. คุณสมบัติหลัก

   • การตรวจจับการปลอมแปลงใบหน้าโดยใช้เทคนิคต่างๆ
   • การตรวจจับรูปถ่ายที่พิมพ์ออกมา
   • หน้ากากใบหน้าที่สมจริงสำหรับการตรวจจับการปลอมแปลง
   • การตรวจจับรูปถ่ายใบหน้าที่ถ่ายจากหน้าจอคอมพิวเตอร์
   • การตรวจจับการเล่นวิดีโอซ้ำ
   • คะแนนการทำนายโดยละเอียดและการทำให้เป็นมาตรฐาน
   • การวัดระดับความมืด
   • การติดตามระยะเวลาการประมวลผล

4. ความปลอดภัยและการปฏิบัติตามข้อกำหนด

   • ปฏิบัติตาม GDPR และ PDPA
   • ไม่มี การเก็บรักษาข้อมูล หลังจากการประมวลผล
   • รับรองความปลอดภัยระดับ iBeta Level 1

วิธีรับ API Key?

กรุณาไปที่หน้า การจัดการ API Key เพื่อดู API Key ที่มีอยู่ของคุณ หรือขอใหม่

ตัวอย่าง

คำขอ Face Passive Liveness Detection:

แสดงตัวอย่างรูปภาพ

  curl --location 'https://api.iapp.co.th/v3/store/ekyc/face-passive-liveness' \
      --header 'apikey: {YOUR API KEY}' \
      --form 'file=@"{YOUR UPLOADED FILE}"'

การตอบกลับ Face Passive Liveness Detection:

{
    "filename": "S__5333002.jpg",
    "predict": "SPOOF",
    "score": 0.9999989633974822,
    "darkness": 0.51,
    "data": {
        "SPOOF": 0.9999990463256836,
        "REAL": 9.35794162160164e-7
    },
    "normalized": {
        "SPOOF": 0.9999989633974822,
        "REAL": 1.0366025178232263e-6
    },
    "status_code": 200,
    "duration": 0.35393,
    "message": "SUCCESS"
}

คุณสมบัติและความสามารถ

คุณสมบัติหลัก

• ตรวจจับวิธีการปลอมแปลงใบหน้าต่างๆ เช่น รูปถ่ายที่พิมพ์ออกมา หน้ากากที่สมจริง รูปภาพจากหน้าจอคอมพิวเตอร์ และวิดีโอที่เล่นซ้ำ
• ใช้เทคนิคการเรียนรู้เชิงลึกขั้นสูงเพื่อให้มั่นใจในความแม่นยำและความน่าเชื่อถือสูง
• ได้รับความแม่นยำกว่า 99.43% จากการทดสอบ 7,680 ครั้ง
• ได้รับการรับรองระดับ iBeta Level 1 สำหรับระบบรู้จำใบหน้าที่ปลอดภัยและเชื่อถือได้
• ผสานรวมได้อย่างราบรื่นผ่าน RESTful API เพื่อการใช้งานที่ง่ายในแอปพลิเคชัน

ช่องที่รองรับ

• การตรวจจับความพยายามในการปลอมแปลงใบหน้า (รูปถ่ายที่พิมพ์ออกมา หน้ากาก รูปภาพหน้าจอ วิดีโอที่เล่นซ้ำ)
• คะแนนความมั่นใจในการตรวจจับใบหน้าที่แท้จริงเทียบกับใบหน้าปลอม
• เข้ากันได้กับรูปแบบรูปภาพยอดนิยม เช่น PNG, JPG, JPEG, HEIC และ HEIF

API Endpoints

Endpoint	Method	คำอธิบาย	ราคา
POST /v3/store/ekyc/face-passive-liveness Legacy: /anti_face_spoofing, /api/v2/fas, /face-spoofing, /passive-face-liveness-detection	POST	การตรวจจับ Face Liveness - ตรวจจับความพยายามในการปลอมแปลง	0.3 IC ต่อคำขอ
POST /v3/store/ekyc/face-passive-liveness/v1p10 Legacy: /v1p10/facial_anti_spoofing	POST	การตรวจจับ Face Liveness (v1p10)	0.3 IC ต่อคำขอ

ข้อมูลอ้างอิง API

Face Passive Liveness Endpoints

1. Face Passive Liveness Detection (Base)

POST /v3/store/ekyc/face-passive-liveness

ตรวจจับว่าภาพใบหน้าเป็นของจริงหรือการปลอมแปลง รองรับการตรวจจับรูปถ่ายที่พิมพ์ออกมา หน้ากากที่สมจริง ภาพจับหน้าจอ และวิดีโอที่เล่นซ้ำ ได้รับการรับรองระดับ iBeta Level 1

---

2. Face Passive Liveness Detection (v1p10)

POST /v3/store/ekyc/face-passive-liveness/v1p10

เวอร์ชันทางเลือกของการตรวจจับ Face Passive Liveness พร้อมอัลกอริทึมที่ปรับปรุงแล้วสำหรับกรณีการใช้งานเฉพาะ

---

รูปแบบคำขอและการตอบกลับ

Headers

ชื่อ	ประเภท	คำอธิบาย
apikey	String	คีย์ API ของคุณเพื่อเรียกใช้ API นี้

Request Body

ชื่อ	ประเภท	คำอธิบาย
file	File	ข้อมูลไบนารีของรูปภาพ

Response

{
    "filename": "Image.jpeg",
    "predict": "SPOOF",
    "score": 0.9999590674225165,
    "darkness": 0.29,
    "data": {
        "SPOOF": 0.9999197721481323,
        "REAL": 8.024471753742546e-5
    },
    "normalized": {
        "SPOOF": 0.9999590674225165,
        "REAL": 4.093257748349899e-5
    },
    "status_code": 200,
    "duration": 0.38198,
    "message": "SUCCESS"
}

พารามิเตอร์ในการตอบกลับ

ชื่อ	ประเภท	คำอธิบาย
filename	String	ชื่อไฟล์
predict	String	ผลการทำนาย เป็น REAL หรือ SPOOF ขึ้นอยู่กับคะแนนที่ทำให้เป็นมาตรฐาน
score	Float	คะแนนการทำนายหลังจากการทำให้เป็นมาตรฐาน
darkness	Float	ระดับความมืดในรูปแบบเปอร์เซ็นต์
data	Dictionary	คะแนนการทำนายสำหรับทั้งหมวดหมู่ REAL และ SPOOF ก่อนการทำให้เป็นมาตรฐาน
normalized	Dictionary	คะแนนการทำนายสำหรับทั้งหมวดหมู่ REAL และ SPOOF หลังการทำให้เป็นมาตรฐาน
status_code	Integer	รหัสสถานะที่ระบุความสำเร็จหรือข้อผิดพลาดในการประมวลผล
duration	Float	ระยะเวลาในการประมวลผล
message	String	ข้อความผลลัพธ์หรือข้อผิดพลาดจากการประมวลผล

ตัวอย่างโค้ด

Curl

curl -X POST https://api.iapp.co.th/v3/store/ekyc/face-passive-liveness \
    -H "apikey: YOUR API KEY" \
    -F "file=@/path/to/file.jpg"

Python

import requests

def detect_face_spoofing(image_path, api_key):
    url = "https://api.iapp.co.th/v3/store/ekyc/face-passive-liveness"
    headers = {'apikey': {YOUR API KEY}}
    files = {'file': open(image_path, 'rb')}
    response = requests.post(url, headers=headers, files=files)
    return response.json()

JavaScript

const axios = require('axios');

async function detectFaceSpoofing(imagePath, apiKey) {
    const url = "https://api.iapp.co.th/v3/store/ekyc/face-passive-liveness";
    const headers = { 'apikey': {YOUR API KEY} };
    const formData = new FormData();
    formData.append('file', fs.createReadStream(imagePath));

    try {
        const response = await axios.post(url, formData, { headers });
        return response.data;
    } catch (error) {
        console.error('Error:', error);
    }
}

PHP

<?php

$curl = curl_init();

curl_setopt_array($curl, array(
  CURLOPT_URL => 'https://api.iapp.co.th/v3/store/ekyc/face-passive-liveness',
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => '',
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 0,
  CURLOPT_FOLLOWLOCATION => true,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => 'POST',
  CURLOPT_POSTFIELDS => array('file'=> new CURLFILE('{YOUR UPLOADED FILE}')),
  CURLOPT_HTTPHEADER => array(
    'apikey: {YOUR API KEY}'
  ),
));

$response = curl_exec($curl);

curl_close($curl);
echo $response;

Swift

let parameters = [
  [
    "key": "file",
    "src": "{YOUR UPLOADED FILE}",
    "type": "file"
  ]] as [[String: Any]]

let boundary = "Boundary-\(UUID().uuidString)"
var body = Data()
var error: Error? = nil
for param in parameters {
  if param["disabled"] != nil { continue }
  let paramName = param["key"]!
  body += Data("--\(boundary)\r\n".utf8)
  body += Data("Content-Disposition:form-data; name=\"\(paramName)\"".utf8)
  if param["contentType"] != nil {
    body += Data("\r\nContent-Type: \(param["contentType"] as! String)".utf8)
  }
  let paramType = param["type"] as! String
  if paramType == "text" {
    let paramValue = param["value"] as! String
    body += Data("\r\n\r\n\(paramValue)\r\n".utf8)
  } else {
    let paramSrc = param["src"] as! String
    let fileURL = URL(fileURLWithPath: paramSrc)
    if let fileContent = try? Data(contentsOf: fileURL) {
      body += Data("; filename=\"\(paramSrc)\"\r\n".utf8)
      body += Data("Content-Type: \"content-type header\"\r\n".utf8)
      body += Data("\r\n".utf8)
      body += fileContent
      body += Data("\r\n".utf8)
    }
  }
}
body += Data("--\(boundary)--\r\n".utf8);
let postData = body


var request = URLRequest(url: URL(string: "https://api.iapp.co.th/v3/store/ekyc/face-passive-liveness")!,timeoutInterval: Double.infinity)
request.addValue("{YOUR API KEY}", forHTTPHeaderField: "apikey")
request.addValue("multipart/form-data; boundary=\(boundary)", forHTTPHeaderField: "Content-Type")

request.httpMethod = "POST"
request.httpBody = postData

let task = URLSession.shared.dataTask(with: request) { data, response, error in
  guard let data = data else {
    print(String(describing: error))
    return
  }
  print(String(data: data, encoding: .utf8)!)
}

task.resume()

Kotlin

val client = OkHttpClient()
val mediaType = "text/plain".toMediaType()
val body = MultipartBody.Builder().setType(MultipartBody.FORM)
  .addFormDataPart("file","{YOUR UPLOADED FILE}",
    File("{YOUR UPLOADED FILE}").asRequestBody("application/octet-stream".toMediaType()))
  .build()
val request = Request.Builder()
  .url("https://api.iapp.co.th/v3/store/ekyc/face-passive-liveness")
  .post(body)
  .addHeader("apikey", "{YOUR API KEY}")
  .build()
val response = client.newCall(request).execute()

Java

OkHttpClient client = new OkHttpClient().newBuilder().build();
MediaType mediaType = MediaType.parse("text/plain");
RequestBody body = new MultipartBody.Builder().setType(MultipartBody.FORM)
  .addFormDataPart("file","{YOUR UPLOADED FILE}",
    RequestBody.create(MediaType.parse("application/octet-stream"),
    new File("{YOUR UPLOADED FILE}")))
  .build();
Request request = new Request.Builder()
  .url("https://api.iapp.co.th/v3/store/ekyc/face-passive-liveness")
  .method("POST", body)
  .addHeader("apikey", "{YOUR API KEY}")
  .build();
Response response = client.newCall(request).execute();

Dart

var headers = {
  'apikey': '{YOUR API KEY}'
};
var request = http.MultipartRequest('POST', Uri.parse('https://api.iapp.co.th/v3/store/ekyc/face-passive-liveness'));
request.files.add(await http.MultipartFile.fromPath('file', '{YOUR UPLOADED FILE}'));
request.headers.addAll(headers);

http.StreamedResponse response = await request.send();

if (response.statusCode == 200) {
  print(await response.stream.bytesToString());
}
else {
  print(response.reasonPhrase);
}

ความแม่นยำและประสิทธิภาพ

• ได้รับความแม่นยำกว่า 99.43% จากการทดสอบ 7,680 ครั้ง
• ได้รับการรับรองระดับ iBeta Level 1 สำหรับระบบรู้จำใบหน้าที่ปลอดภัยและเชื่อถือได้

ใบรับรอง iBeta [iBeta Level 1]

ระบบนี้ได้รับการรับรองระดับ iBeta Level 1 และสามารถตรวจจับความพยายามในการปลอมแปลงใบหน้าผ่านเทคนิคต่างๆ รวมถึงรูปถ่ายที่พิมพ์ออกมา หน้ากากใบหน้าที่สมจริงสำหรับการปลอมแปลง รูปภาพที่ถ่ายจากหน้าจอคอมพิวเตอร์ และวิดีโอที่เล่นซ้ำ

ดูใบรับรอง iBeta ที่นี่

ราคา

การดำเนินการ	Production Path	Legacy Path	ต้นทุน IC	หน่วย	On-Premise
Face Passive Liveness Detection	/v3/store/ekyc/face-passive-liveness	/anti_face_spoofing	0.3 IC	ต่อ 1 คำขอ	ติดต่อเรา
Face Passive Liveness Detection (v1p10)	/v3/store/ekyc/face-passive-liveness/v1p10	/v1p10/facial_anti_spoofing	0.3 IC	ต่อ 1 คำขอ