前言

在人像业务开发中，经常需要识别图像内是否存在人脸，并获取人脸所在区域信息，用于人像裁剪、人脸预处理、内容筛查等环节。自研人脸检测模型开发门槛高，调优成本大。通过人脸检测接口，能够识别图片当中的人脸，输出人脸对应的位置信息，为人像类业务提供基础图像分析能力。

核心能力

• 可精准检测图像内出现的人脸区域，定位人脸坐标位置信息，支持多张人脸同时检测；
• 能够适配实拍照片、证件照片、环境抓拍等多种人像画面；
• 支持PNG、JPG、JPEG、BMP等格式；
• 对不同光照、角度下的人脸具备良好识别效果。

戳这里查看详情

API介绍

请求说明

关于合成图检测spoofing的判断阈值选择，可参考以下数值信息

关于以上数值的概念介绍：

拒绝率（TRR）：如99%，代表100次作弊假体攻击，会有99次被拒绝。
误拒率（FRR）：如0.5%，指1000次真人请求，会有5次因为活体分数低于阈值被错误拒绝。
通过率（TAR）：如99%，指100次真人请求，会有99次因为活体分数高于阈值而通过。
阈值（Threshold）：高于此数值，则可判断为是合成图攻击。

返回样例

{
  "code": 200,
  "msg": "成功",
  "taskNo": "788988200161527391185660",
  "data": {
    "faceNum": 1,//检测到的图片中的人脸数量
    "faceList": [//人脸信息列表，具体包含的参数参考下面的列表。
      {
        "face_token": "35235asfas21421fakghktyfdgh68bio",//人脸图片的唯一标识 （人脸检测face_token有效期为60min）
        "location": {//人脸在图片中的位置
          "left": 117,//人脸区域离左边界的距离
          "top": 131,//人脸区域离上边界的距离
          "width": 172,//人脸区域的宽度
          "height": 170,//人脸区域的高度
          "rotation": 4 //人脸框相对于竖直方向的顺时针旋转角，[-180,180]
        },
        "spoofing":"",//判断图片是合成图的概率
        "face_probability": 1,//人脸置信度，范围【0~1】，代表这是一张人脸的概率，0最小、1最大。其中返回0或1时，数据类型为Integer
        "angle" :{//人脸旋转角度参数
          "yaw" : -0.34859421849251,//三维旋转之左右旋转角[-90(左), 90(右)]
          "pitch": 1.9135693311691,//三维旋转之俯仰角度[-90(上), 90(下)]
          "roll" :2.3033397197723 //平面内旋转角[-180(逆时针), 180(顺时针)]
        },
        "landmark": [ //4个关键点位置，左眼中心、右眼中心、鼻尖、嘴中心。face_field包含landmark时返回
          {
            "x": 161.74819946289,
            "y": 163.30244445801
          }
        ],
        "landmark72": [ //     72个特征点位置 face_field包含landmark时返回
          {
            "x": 115.86531066895,
            "y": 170.0546875
          }
        ],
        "age": 29.298097610474,//年龄 ，当face_field包含age时返回
        "expression": { //表情，当 face_field包含expression时返回
          "type": "smile", //none:不笑；smile:微笑；laugh:大笑
          "probability" : 0.5543018579483 //表情置信度，范围【0~1】，0最小、1最大
        },
        "gender": { //性别，face_field包含gender时返回
          "type": "male", //male:男性 female:女性
          "probability": 0.99979132413864 //性别置信度，范围【0~1】，0代表概率最小、1代表最大
        },
        "glasses": { //是否带眼镜，face_field包含glasses时返回
          "type": "sun", //none:无眼镜，common:普通眼镜，sun:墨镜
          "probability": 0.99999964237213 //眼镜置信度，范围【0~1】，0代表概率最小、1代表最大。
        },

        "face_shape": { //脸型，当face_field包含face_shape时返回
          "type": "triangle", //square: 正方形 triangle:三角形 oval: 椭圆 heart: 心形 round: 圆形
          "probability": 0.5543018579483 //置信度，范围【0~1】，代表这是人脸形状判断正确的概率，0最小、1最大。
        },
        "quality": {//人脸质量信息。face_field包含quality时返回
          "occlusion": { //人脸各部分遮挡的概率，范围[0~1]，0表示完整，1表示不完整
            "left_eye": 0,//左眼遮挡比例，[0-1] ，1表示完全遮挡
            "right_eye": 0,//右眼遮挡比例，[0-1] ， 1表示完全遮挡
            "nose": 0,//鼻子遮挡比例，[0-1] ， 1表示完全遮挡
            "mouth": 0,//嘴巴遮挡比例，[0-1] ， 1表示完全遮挡
            "left_cheek": 0.0064102564938366,//左脸颊遮挡比例，[0-1] ， 1表示完全遮挡
            "right_cheek": 0.0057411273010075,//右脸颊遮挡比例，[0-1] ， 1表示完全遮挡
            "chin_contour": 0 //下巴遮挡比例，，[0-1] ， 1表示完全遮挡
          },
          "blur": 1.1886881756684e-10,//   人脸模糊程度，范围[0~1]，0表示清晰，1表示模糊
          "illumination": 141,//取值范围在[0~255], 表示脸部区域的光照程度 越大表示光照越好
          "completeness": 1, //人脸完整度，0或1, 0为人脸溢出图像边界，1为人脸都在图像边界内
          "livemapscore": 1 //单张图片的活体得分范围[0~1], liveness_control包含NORMAL时返回
        }
      }
    ]
  }
}