การตรวจจับการมีชีวิตของใบหน้าแบบ Passive (การตรวจสอบการปลอมแปลงใบหน้า)

0.3 ICต่อคำขอ ได้รับการรับรอง iBeta Level 1

v1.8 ใช้งานอยู่ POST /v3/store/ekyc/face-passive-liveness

มี SDK สำหรับมือถือและเว็บ

ข้ามขั้นตอนการทำงานกับกล้อง — eKYC SDK แบบโอเพนซอร์สของเรา (เว็บ, Flutter, iOS, Android & React Native) ที่ใช้งานฟรี จะจับภาพเซลฟี่และเรียก API นี้ให้คุณ พร้อมทั้งเพิ่ม การมีชีวิตของใบหน้าแบบ Active แบบท้าทายเข้าไปด้วย ดูบน GitHub

ยินดีต้อนรับสู่ Face Passive Liveness Detection API ผลิตภัณฑ์ AI ที่พัฒนาโดย บริษัท ไอแอพพ์เทคโนโลยี จำกัด API ของเราออกแบบมาเพื่อตรวจจับว่าภาพใบหน้าที่ป้อนเข้ามาเป็นของจริงหรือของปลอม เพื่อให้มั่นใจในความถูกต้องของกระบวนการจดจำใบหน้า API ได้รับการรับรองโดย 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)

Try Demo

API Key

Log in to use your API keys or Create an account

Endpoint URL

cURL Command

Upload Image

ลองใช้ SDK (กล้องสด)

iApp eKYC Web SDK แบบโอเพนซอร์สที่ใช้งานฟรี จะห่อหุ้ม API นี้ไว้ในการเรียกแบบ typed เพียงครั้งเดียว — เลือกรูปภาพเซลฟี่ด้านล่าง แล้ว SDK จะจัดการการอัปโหลด การแมปข้อผิดพลาด และการแยกวิเคราะห์การตอบกลับ ดูโฟลว์เพิ่มเติมใน หน้าสาธิตสด SDK เต็มรูปแบบ

Loading live demo…

เริ่มต้นใช้งาน

1. ข้อกำหนดเบื้องต้น

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

2. เริ่มต้นอย่างรวดเร็ว

   • เวลาประมวลผลที่รวดเร็ว
   • การตรวจจับการปลอมแปลงใบหน้าที่แม่นยำสูง
   • รองรับรูปแบบไฟล์หลายประเภท
   • ได้รับการรับรอง iBeta Level 1

3. คุณสมบัติหลัก

   • การตรวจจับการปลอมแปลงใบหน้าโดยใช้เทคนิคต่างๆ
   • การตรวจจับภาพถ่าย
   • หน้ากากใบหน้าที่สมจริงเพื่อตรวจจับการปลอมแปลง
   • การตรวจจับภาพใบหน้าที่ถ่ายจากหน้าจอคอมพิวเตอร์
   • การตรวจจับการเล่นซ้ำวิดีโอ
   • คะแนนการทำนายโดยละเอียดและการทำให้เป็นมาตรฐาน
   • การวัดระดับความมืด
   • การติดตามระยะเวลาการประมวลผล

4. ความปลอดภัยและการปฏิบัติตามข้อกำหนด

   • สอดคล้องกับ GDPR และ PDPA
   • ไม่มีการเก็บข้อมูลหลังการประมวลผล
   • ได้รับการรับรองความปลอดภัย iBeta Level 1

จะรับคีย์ API ได้อย่างไร?

โปรดไปที่หน้า การจัดการคีย์ API เพื่อดูคีย์ API ที่มีอยู่ของคุณ หรือขอคีย์ใหม่

ตัวอย่าง

คำขอการตรวจจับการมีชีวิตของใบหน้าแบบ Passive:

ภาพตัวอย่าง

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

การตอบกลับการตรวจจับการมีชีวิตของใบหน้าแบบ Passive:

{
    "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 ภาพถ่าย, หน้ากากที่สมจริง, ภาพจากหน้าจอคอมพิวเตอร์ และการเล่นซ้ำวิดีโอ
• ใช้เทคนิคการเรียนรู้เชิงลึกขั้นสูงเพื่อให้แน่ใจในความแม่นยำและความน่าเชื่อถือสูง
• มีความแม่นยำกว่า 99.43% จากการทดสอบ 7,680 ครั้ง
• ได้รับการรับรองระดับ iBeta Level 1 สำหรับระบบจดจำใบหน้าที่ปลอดภัยและน่าเชื่อถือ
• ผสานรวมได้อย่างราบรื่นผ่าน RESTful API เพื่อการใช้งานที่ง่ายในแอปพลิเคชัน

ฟิลด์ที่รองรับ

• การตรวจจับความพยายามในการปลอมแปลงใบหน้า (ภาพถ่าย, หน้ากาก, ภาพหน้าจอ, การเล่นซ้ำวิดีโอ)
• คะแนนความเชื่อมั่นในการตรวจจับใบหน้าที่แท้จริงเทียบกับใบหน้าที่ปลอม
• เข้ากันได้กับรูปแบบรูปภาพยอดนิยม เช่น PNG, JPG, JPEG, HEIC และ HEIF

Endpoint ของ API

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

การอ้างอิง API

Endpoint การตรวจจับการมีชีวิตของใบหน้าแบบ Passive

1. การตรวจจับการมีชีวิตของใบหน้าแบบ Passive (พื้นฐาน)

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

ตรวจจับว่าภาพใบหน้าเป็นของจริงหรือถูกปลอมแปลง รองรับการตรวจจับภาพถ่าย, หน้ากากที่สมจริง, ภาพหน้าจอ และการเล่นซ้ำวิดีโอ ได้รับการรับรอง iBeta Level 1

---

2. การตรวจจับการมีชีวิตของใบหน้าแบบ Passive (v1p10)

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

เวอร์ชันทางเลือกของการตรวจจับการมีชีวิตของใบหน้าแบบ Passive พร้อมอัลกอริทึมที่ปรับปรุงแล้วสำหรับกรณีการใช้งานเฉพาะ

---

รูปแบบคำขอและการตอบกลับ

Headers

ชื่อ	ประเภท	คำอธิบาย
apikey	String	คีย์ API ของคุณสำหรับเรียก 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, โดยอิงตามคะแนนที่ทำให้เป็นมาตรฐานแล้ว
score	Float	คะแนนการทำนายหลังจากทำให้เป็นมาตรฐานแล้ว
darkness	Float	ระดับความมืดเป็นเปอร์เซ็นต์
data	Dictionary	คะแนนการทำนายสำหรับทั้งหมวดหมู่ REAL และ SPOOF ก่อนทำให้เป็นมาตรฐาน
normalized	Dictionary	คะแนนการทำนายสำหรับทั้งหมวดหมู่ REAL และ SPOOF หลังทำให้เป็นมาตรฐานแล้ว
status_code	Integer	รหัสสถานะที่บ่งชี้ความสำเร็จหรือข้อผิดพลาดในการประมวลผล
duration	Float	ระยะเวลาการประมวลผล
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,
  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

• มีความแม่นยำกว่า 99.43% จากการทดสอบ 7,680 ครั้ง
• ได้รับการรับรองระดับ iBeta Level 1 สำหรับระบบจดจำใบหน้าที่ปลอดภัยและน่าเชื่อถือ

ใบรับรอง iBeta [iBeta Level 1]

ระบบนี้ได้รับการรับรองโดย iBeta Level 1 และมีความสามารถในการตรวจจับความพยายามในการปลอมแปลงใบหน้าผ่านเทคนิคต่างๆ รวมถึงภาพถ่าย, หน้ากากที่สมจริงสำหรับการปลอมแปลง, ภาพที่ถ่ายจากหน้าจอคอมพิวเตอร์ และการเล่นซ้ำวิดีโอ

ดูใบรับรอง iBeta ที่นี่

ราคา

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