前言

活體檢測有多種情形，本文所指：從攝像頭獲取的影像中判斷是活體，還是使用了相片等靜態圖片。

場景描述

用戶個人信息中上傳了近照，當用戶經過攝像頭時進行身份識別。

此時，如果單純的使用攝像頭獲取的影像進行人臉相似度比對，則舉一張合適的相片對準攝像頭也是可以通過的。于是檢測攝像頭前影像是否為活體的需求就產生了。

解決方案

第一步，申請百度應用

點擊“立即使用”，登錄后“創建應用”，可以得到 API Key 與 Secret Key 等信息。

第二步，使用 API 進行活體檢測

這里的場景比較簡單，攝像頭獲取的影像可以保存為圖片，則功能接口可以這樣定義：給定圖片(這里使用URL)，判斷其活體影像的概率。根據百度建議，概率設置為 99.5%，即達到此值或以上認為活體檢測通過。

(1)獲取 accessToken

accessToken 有效期為 30 天，因此，可以緩存起來使用。此為示例，時長又足夠長，所以未加刷新機制。代碼如下，其中，clientId 為百度應用中的 API Key，clientSecret 為百度應用中的 Secret Key。

public static class AccessToken

{

// 有效期30天，緩存獲取的 access token

public static String TOKEN = null;

// 百度云中開通對應服務應用的 API Key

private static String clientId = "API Key";

// 百度云中開通對應服務應用的 Secret Key

private static String clientSecret = "Secret Key";

public static String getAccessToken()

{

if (String.IsNullOrEmpty(TOKEN))

{

String authHost = "https://aip.baidubce.com/oauth/2.0/token";

HttpClient client = new HttpClient();

List> paraList = new List>();

paraList.Add(new KeyValuePair("grant_type", "client_credentials"));

paraList.Add(new KeyValuePair("client_id", clientId));

paraList.Add(new KeyValuePair("client_secret", clientSecret));

HttpResponseMessage response = client.PostAsync(authHost, new FormUrlEncodedContent(paraList)).Result;

String result = response.Content.ReadAsStringAsync().Result;

JObject jr = JObject.Parse(result);

TOKEN = jr.Value("access_token");

}

return TOKEN;

}

}

(2)調用 API 取得活體概率

API 的返回結果為 JSON，其中包括了活體概率，這里，方法直接返回 API 的 JSON 結果。

public class FaceLivenessHelper

{

// 在線活體檢測

public static string FaceVerify(string imgUrl)

{

string token = AccessToken.getAccessToken();

string host = "https://aip.baidubce.com/rest/2.0/face/v3/faceverify?access_token=" + token;

Encoding encoding = Encoding.Default;

HttpWebRequest request = (HttpWebRequest)WebRequest.Create(host);

request.Method = "post";

request.KeepAlive = true;

// String str = "[{\"image\":\"sfasq35sadvsvqwr5q...\",\"image_type\":\"BASE64\",\"face_field\":\"age,beauty,expression\"}]";

String str = "[{\"image\":\"" + imgUrl + "\",\"image_type\":\"URL\",\"face_field\":\"age,beauty,expression\"}]";

byte[] buffer = encoding.GetBytes(str);

request.ContentLength = buffer.Length;

request.GetRequestStream().Write(buffer, 0, buffer.Length);

HttpWebResponse response = (HttpWebResponse)request.GetResponse();

StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.Default);

string result = reader.ReadToEnd();

Console.WriteLine("在線活體檢測:");

Console.WriteLine(result);

return result;

}

}

結果中：face_liveness 即表示“活體分數值”。

(3)應用

API 的調用結果中，error_code 為 0 時表示執行成功，此時，會有 result 屬性表示計算的相關值，從中取出 face_liveness 即可，其值為 0 ~ 1之間。

string imgUrl = "------";

string result = FaceLivenessHelper.FaceVerify(imgUrl);

JObject jresult = JObject.Parse(result);

JObject lvresult = jresult.Value("result");

// error_code 為 0 時表示執行成功，其它表示失敗

if (jresult.Value("error_code") == 0)

{

double face_liveness = lvresult.Value("face_liveness");

// 活體率達到要求

if (face_liveness >= 0.995)

{

// 通過檢測

}

}

總結

以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對我們的支持。

時間： 2019-09-08

總結

以上是生活随笔為你收集整理的android调用百度活体检测接口,C#调用百度API实现活体检测的方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。