👥 面部被动活体检测 (面部欺骗检测)

0.3 IC每次请求

✅ 活跃🪪 eKYC🏆 iBeta Level 1 认证

欢迎使用面部被动活体检测 API，这是由艾艾普科技有限公司开发的一款人工智能产品。我们的 API 旨在检测输入的面部图像是真实还是伪造，确保面部识别过程的真实性。该 API 已获得 iBeta Level 1 认证，并支持多种技术来识别面部欺骗尝试。

试用演示！

Example Images (Click to try)

API Key

Endpoint URL

cURL Command

Upload Image

入门指南

先决条件
- 艾艾普科技的 API 密钥
- 包含面部的图像文件
- 支持的格式：JPEG, JPG, PNG
- 最大文件大小：10MB
快速入门
- 快速处理时间
- 高精度面部欺骗检测
- 支持多种文件格式
- iBeta Level 1 认证精度
主要功能
- 使用各种技术进行面部欺骗检测
- 打印照片检测
- 逼真的面具冒充检测
- 检测从电脑屏幕拍摄的面部照片
- 视频回放检测
- 详细的预测分数和归一化
- 黑暗度测量
- 处理时长跟踪
安全与合规
- 符合 GDPR 和 PDPA
- 处理后不保留数据
- iBeta Level 1 认证安全

如何获取 API 密钥？

请访问 API 密钥管理页面查看您现有的 API 密钥或申请新密钥。

示例

面部被动活体检测请求：

图片预览

Face Detection Example

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

面部被动活体检测响应：

{
    "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"
}

功能与能力

核心功能

检测各种面部欺骗方法，如打印照片、逼真面具、电脑屏幕图像和视频回放。
利用先进的深度学习技术，确保高精度和可靠性。
在 7,680 次测试中达到 99.43% 以上的准确率。
已通过 iBeta Level 1 认证，可用于安全可信的面部识别系统。
通过 RESTful API 无缝集成，便于在应用程序中部署。

支持的字段

检测面部欺骗尝试（打印照片、面具、屏幕图像、视频回放）。
真实 vs. 伪造面部的置信度分数。
兼容流行的图像格式，如 PNG、JPG、JPEG、HEIC 和 HEIF。

API 端点

端点	方法	描述	费用
`POST /v3/store/ekyc/face-passive-liveness` 旧版: `/anti_face_spoofing`, `/api/v2/fas`, `/face-spoofing`, `/passive-face-liveness-detection`	POST	面部活体检测 - 检测欺骗尝试	0.3 IC / 请求
`POST /v3/store/ekyc/face-passive-liveness/v1p10` 旧版: `/v1p10/facial_anti_spoofing`	POST	面部活体检测 (v1p10)	0.3 IC / 请求

API 参考

面部被动活体检测端点

1. 面部被动活体检测 (基础版)

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

检测面部图像是真实还是欺骗尝试。支持检测打印照片、逼真面具、屏幕截图和视频回放。已通过 iBeta Level 1 认证。

2. 面部被动活体检测 (v1p10)

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

面部被动活体检测的替代版本，具有增强的算法，适用于特定用例。

请求和响应格式

请求头

名称	类型	描述
apikey	String	调用此 API 的 API 密钥

请求体

名称	类型	描述
file	File	图像的二进制数据

响应

{
    "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"
}

响应中的参数

名称	类型	描述
filename	String	文件名
predict	String	预测结果，基于归一化分数，可以是 REAL 或 SPOOF
score	Float	归一化后的预测分数
darkness	Float	黑暗度百分比
data	Dictionary	归一化前的 REAL 和 SPOOF 类别的预测分数
normalized	Dictionary	归一化后的 REAL 和 SPOOF 类别的预测分数
status_code	Integer	指示处理成功或错误的状码
duration	Float	处理时长
message	String	处理结果或错误消息

代码示例

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,
  CURLHTTP_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);
}

准确率与性能

在 7,680 次测试中达到 99.43% 以上的准确率。
已通过 iBeta Level 1 认证，可用于安全可信的面部识别系统。

iBeta 认证 [iBeta Level 1]

本系统已通过 iBeta Level 1 认证，能够通过各种技术检测面部欺骗尝试，包括打印照片、用于冒充的逼真面具、从电脑屏幕拍摄的照片以及视频回放。

在此处查看 iBeta 认证

定价

操作	生产路径	旧版路径	IC 成本	单位	本地部署
面部被动活体检测	`/v3/store/ekyc/face-passive-liveness`	`/anti_face_spoofing`	0.3 IC	每 1 次请求	联系我们
面部被动活体检测 (v1p10)	`/v3/store/ekyc/face-passive-liveness/v1p10`	`/v1p10/facial_anti_spoofing`	0.3 IC	每 1 次请求	联系我们

👥 面部被动活体检测 (面部欺骗检测)

试用演示！

Example Images (Click to try)

入门指南

示例

面部被动活体检测请求：

面部被动活体检测响应：

功能与能力

核心功能

支持的字段

API 端点

API 参考

面部被动活体检测端点

1. 面部被动活体检测 (基础版)

2. 面部被动活体检测 (v1p10)

请求和响应格式

请求头

请求体

响应

响应中的参数

代码示例

Curl

Python

JavaScript

PHP

Swift

Kotlin

Java

Dart

准确率与性能

iBeta 认证 [iBeta Level 1]

定价

ChindaX

Speechflow

试用演示！​

Example Images (Click to try)

入门指南​

示例​

面部被动活体检测请求：​

面部被动活体检测响应：​

功能与能力​

核心功能​

支持的字段​

API 端点​

API 参考​

面部被动活体检测端点​

1. 面部被动活体检测 (基础版)​

2. 面部被动活体检测 (v1p10)​

请求和响应格式​

请求头​

请求体​

响应​

响应中的参数​

代码示例​

Curl​

Python​

JavaScript​

PHP​

Swift​

Kotlin​

Java​

Dart​

准确率与性能​

iBeta 认证 [iBeta Level 1]​

定价​

试用演示！

入门指南

示例

面部被动活体检测请求：

面部被动活体检测响应：

功能与能力

核心功能

支持的字段

API 端点

API 参考

面部被动活体检测端点

1. 面部被动活体检测 (基础版)

2. 面部被动活体检测 (v1p10)

请求和响应格式

请求头

请求体

响应

响应中的参数

代码示例

Curl

Python

JavaScript

PHP

Swift

Kotlin

Java

Dart

准确率与性能

iBeta 认证 [iBeta Level 1]

定价