| 百度人脸识别使用指南-人脸采集应用场景方案 | ||||||||||||||||||||||||||||||||||||||||||||||||
|
产品推荐： 1、安全稳定的云服务器租用，2核/2G/5M仅37元，点击抢购>>>； 2、高防物理服务器20核/16G/50M/500G防御仅350元，点击抢购>>> 3、百度智能建站（五合一网站）仅880元/年，点击抢购>>> 模板建站（PC+手机站）仅480元/年，点击抢购>>> 4、阿里云服务器2核2G3M仅99元/年、2核4G5M仅199元/年，新老同享，点击抢购>>> 5、腾讯云服务器2核2G4M仅99元/年、新老同享，点击抢购>>>
百度人脸识别使用指南-人脸采集应用场景方案 概述核心概念人脸识别的应用场景，核心可以分为两大类：
而以上场景的几乎所有业务过程，核心可以分为两个步骤：
要想确保人脸识别的应用效果得到保障，最为核心的一个环节即人脸的获取，即人脸采集。目前市面上所有人脸识别应用落地，面临的主要问题就是应用环境复杂，包括光照、遮挡、作弊攻击等一系列环境因素干扰，涉及产品策略、硬件选型、施工方案等多个维度地综合作用，才能不断提升最终效果。 为了更好地帮助您完成人脸采集步骤，下文将详细介绍采集过程中的一些SDK、API、硬件相关内容，希望对您的人脸识别集成有所帮助。 流程概览目录导览目录导览如下，文档内容较长，但前后具备相关性，建议顺序阅读。 准备工作 - 账号及应用 - SDK - 采集设备 - API接口
采集指标 - 质量控制 - 概述 - 遮挡 - 模糊度 - 光照 - 姿态 - 其他 - 活体检测 - 概述 - 有动作活体检测 - 静默图片活体检测 - 视频活体检测 SDK采集 - 概述 - 功能介绍 - 支持平台 - 规格参数 - 场景版本 - 离线质量检测 - 离线有动作活体检测 - 开放参数配置 - 应用方案建议 H5采集 - 概述 - 质量检测——API方式 - 活体检测——API方式 - 图片裁剪与压缩
采集设备 - 概述 - 手机 - 平板 - 近距离人脸采集开发组件 - 中远距离人脸采集开发组件 - 远距离人脸采集开发组件准备工作磨刀不误砍柴工，在正式讲解人脸采集细节前，让我们先梳理下必要的前置准备工作。 1、账号及应用在进入实际开发前，请先阅读 新手指南，指南中详细地讲解了开放平台账号及应用的创建及管理操作。 新手指南中主要讲解三件事情：
以上三项事宜是使用公有云服务的必备步骤，也是后续很高频使用的内容。 2、SDK平台目前提供两种类型的人脸识别SDK，如下：
服务端SDK服务端SDK内部封装了所有人脸识别API，并增加了超时设置接口、自动token更换等功能，便于您快速上手调用API。目前支持Java、PHP、Python、C#、C++、Node.js 6个常用语言版本。通常用于在服务器端，完成与百度人脸识别API的请求交互操作。 您可以直接 前往下载，无需任何资质条件，下载后在SDK中替换您自己的API-Key、Secret-Key即可使用。 客户端SDK客户端SDK将人脸采集这个步骤放到前端解决。内部封装了离线人脸检测、跟踪、质量校验、活体检测、图片捕捉功能，但人脸实名认证、1：1、1：N识别还需调用在线API接口。 目前对外开放iOS、Android两个手机端版本。 客户端SDK需要 提交申请，流程分为以下几步：
申请通过后，您即可创建人脸实名认证项目及APP方案，获得对应示例工程源码。 SDK默认配备4个产品线授权（产品线指：基于应用维度，如一款APP即为一条产品线，如手机百度 iOS/Android APP，依据为Bundle ID或者Package name），4个授权基本可以满足大部分的产品业务需求，如果需要更多的产品线授权，请认真填写信息、申请增加授权数量。 SDK的使用，涉及有效期，有效期过后，SDK本地功能将会不可用，SDK会自动向百度服务器请求拉取最新的授权license（需要联网），如果对这个产品线的授权在服务端操作了延期，则SDK会在过期后的第一次初始化时，自动更新本地license，完全不影响用户使用。 默认申请通过后，我们会送您3-6个月免费测试期；如果需要正式使用，可以提交延期申请，并注明申请理由，具体操作请在 后台管理，如下图所示： 3、采集设备实际使用中，方案的最终使用，都需要配合前端采集的硬件设备，目前对于常规人脸需求，几种选型方案如下：
以上仅为简单列举，后文会对硬件选型进行详细介绍。 4、API接口人脸采集后，仅是在前端设备上拿到人脸图片，实际的1：1、1：N识别仍要通过API调用实现。 目前平台提供的接口分为以下几种：
采集指标质量控制概述人脸识别或对比的最终效果，取决于人脸在采集过程中，采集到的人脸是否符合标准质量要求。从业务使用角度，主要影响两个核心业务步骤：
人脸的质量检测，概括起来包括以下几点：
另外在实际采集过程中，也会将姿态作为一个重要控制指标：
人脸采集步骤，需要做好以上5项的条件判断，从而确保最终识别效果。当您拿到一张新的人脸图片，如果需要判断上述5项的具体分析结果，可以调用 人脸检测接口 ，此接口通常用于做常规质量控制的接口实现最佳方式；或者申请使用 客户端SDK 进行校验，SDK内置了质量校验模块，可以对输入的视频流进行动态实时的质量校验。 下面让我们一起详细看看这5个质量检测项： 遮挡Occlusion： 人脸中各个部位的遮挡程度判断，区域可以分为：左眼、有眼、鼻子、左脸颊、有脸颊、嘴巴、下巴，共7个区域。通常某一个或者多个区域遮挡面积过大，会影响最终的识别效果，可以通过区域的遮挡值，在产品侧给用户比较明确的产品反馈提示，供用户参考调节。 每个区域的建议阈值选择如下： 取值范围：[0~1] 0：无遮挡 1：完全遮挡
left_eye : 0.6, //左眼被遮挡的阈值 right_eye : 0.6, //右眼被遮挡的阈值 nose : 0.7, //鼻子被遮挡的阈值 mouth : 0.7, //嘴巴被遮挡的阈值 left_check : 0.8, //左脸颊被遮挡的阈值 right_check : 0.8, //右脸颊被遮挡的阈值 chin_contour : 0.6, //下巴被遮挡阈值
下面展示三个示例图片，用于理解遮挡的概念： 【示例一】 分析：脸颊有一定头发遮挡，但都在阈值范围内，整体问题不大。不过为了更好的识别效果，如果可以向用户反馈提示文案的话，可提示用户重新整理右脸颊侧的头发，并重新录入人脸。而文案触发机制可以设定一个更严格的产品自定义阈值。 "occlusion": { "left_eye": 0, "right_eye": 0.12301587313414, "nose": 0.016585364937782, "mouth": 0, "left_cheek": 0.013826940208673, "right_cheek": 0.66922038793564, //右脸颊遮挡较大 "chin": 0.13753361999989 }【示例二】 分析：脸部各区域都些许遮挡，都未到达阈值，大小相对适中，不影响正常使用。对于识别精准度比较严格的场景，倒也可以提示重新录入。 "occlusion": { "left_eye": 0.055045872926712, "right_eye": 0, "nose": 0.1026463508606, "mouth": 0.33571428060532, "left_cheek": 0.18918919563293, "right_cheek": 0.38289964199066, "chin": 0.38516879081726 }【示例四】 分析：右眼明显遮挡严重，随是艺术照示意，但是在实际应用场景中，主要由于发型原因，存在很多眼镜部分被头发遮挡较严重的情况，产品应用时建议提示用户整理下头发再重试。 "occlusion": { "left_eye": 0.032388664782047, "right_eye": 0.90909093618393, "nose": 0.030821917578578, "mouth": 0, "left_cheek": 0.22132650017738, "right_cheek": 0.23717948794365, "chin": 0.0049975011497736 }【示例四】 分析：因为戴墨镜，导致左右眼遮挡很大，这种情况可直接提示用户摘下眼镜，并重新录入一张。同理，对于口罩、长发等也可以如此操作。 "occlusion": { "left_eye": 0.71283352375031, "right_eye": 0.93929713964462, "nose": 0.22417153418064, "mouth": 0.37142857909203, "left_cheek": 0.089686095714569, "right_cheek": 0.64788734912872, "chin": 0.66417443752289 }模糊度Blur： 人脸的模糊程度，取值范围：0~1，0是最清晰，1是最模糊，通常 小于0.7 即可认为是符合条件。 下面展示三个示例图片，用于理解模糊度的概念： 【示例一：原清晰图】 "blur": 6.6545192967116e-11； //科学计数法，实际数值非常小分析：模糊度极接近0，十分清晰，可放心使用。 【示例二：人脸些许模糊】 "blur": 0.0000016524913917237；分析：模糊度接近于0，远小于0.7（建议的阈值），可放心使用。 【示例三：人脸十分模糊】 分析：模糊度接近于1，不可使用。这种情况通常为摄像头未对好焦距，如手机没有拿稳，或摄像头焦点主体错误，通常可提示用户保持身体稳定不动，正视镜头即可。 "blur": 0.99997198581696；光照illumination： 人脸部分光照的灰度值，反映脸部的光照情况，以及客户端SDK中，YUV的Y分量；取值范围[0~255]，0表示光照不好。人脸过暗对于识别会有显著影响，所以通常在所有质量校验中，要优先保持人脸的光照充足。 人脸采集过程中，常遇到的光线问题，一般分为以下几种:
以上问题，主要原因主要分为以下几种：
所有问题中，逆光往往是最严重的问题，大部分的人脸采集设备是在白天作业，摄像头在逆光情况下，采集到的脸部光照会很暗，导致识别不到人脸或者识别效果差。这种情况，通常可以有以下几种应对措施：
从接口返回值来看，推荐阈值如下： "illumination"：40 //大于40通常认为光照满足，推荐40~100之间下面展示一个例子，用于理解光照的概念： 【示例一】 分析：过暗的情况，人脸的识别往往存在误差，甚至识别不到，这种情况需要在采集设备周围增加补光设备。 "illumination": 20；【示例二】 分析：阴阳脸。往往是光源位置角度问题，导致某一边人脸光线明显不足，需要确保实际应用过程中，光线分布均匀。 "illumination": ；姿态姿态角分为Pitch、Roll、Yaw，用于表示人脸在空间三维坐标系内的角度，常用于判断识别角度的界限值。 各角度阈值如下： Pitch：三维旋转之俯仰角度，范围：[-90（上）, 90（下）]，推荐俯仰角绝对值不大于20度；
Roll：平面内旋转角，范围：[-180（逆时针）, 180（顺时针）]，推荐旋转角绝对值不大于20度；
Yaw：三维旋转之左右旋转角，范围：[-90（左）, 90（右）]，推荐旋转角绝对值不大于20度；各角度范围示意图如下： 从姿态角度来看，这三个值的绝对值越小越好，这样代表人脸足够正视前方，最利于实际注册/识别使用。 但在实际应用场景中，由于摄像头的布设位置，往往无法拿到正对人脸的图片，主要分为以下几种情况：
下面展示两个示例图片，用于理解姿态角的概念： 【示例一】 分析：通常线下应用过程中，难以获得相对正面的人脸图像，姿态判断需要作为一个标准的校验项。 "yaw": 16.319696426392, "pitch": -4.8351268768311, "roll": 2.0234982967377,【示例二】 分析：如果是将摄像头置于棚顶或室外高处，往往获取到的人脸图片，pitch值比较大，需要特别关注。 "yaw": -10.153998374939, "pitch": 19.434478759766, "roll": 1.6366827487946,其他完整性 可以使用v2/detect接口中的qualities->completeness参数判断。此参数用于判断人脸完整度，返回只有0或1两种结果, 0为人脸溢出图像边界，1为人脸都在图像边界内。通过此参数可以简单判断人脸是否全部置于画面内，做一定的条件校验。 真人/卡通 可以使用v2/detect接口中的qualities->type参数判断，此参数分为human和cartoon两个值，取值范围为[0~1]，置信度大于0.5即可判断为真人或者卡通。通过此参数可以简单判断画面中是否存在真实人脸，避免一些动画、素描、油画等人像的仿冒。 活体检测概述根据应用场景及安全性要求的不同，目前提供不同的活体检测算法和策略，具体包括：
实际采集过程中，为了确保业务流程的合理性，需要确保采集的图片为真人操作，避免其他用户恶意伪造作弊。而以上几种活体检测策略，需要根据业务场景选择最合适的一个或组合方式。下面简单举例一些常见的活体攻击类型： 打印照片 照片抠图 照片变形 手机照片翻拍 Pad/PC照片、视频 照片背景替换 换脸 2.5D动画 3D动画 高仿面具 实时炫瞳活体检测产品架构：APP、H5 基于屏幕颜色打光，结合服务端识别面部及瞳孔反光情况，拦截假体攻击。无需用户拍摄视频上传，不占用带宽等服务资源，减少前后端交互耗时。建议炫瞳活体结合动作活体，增加攻击的难度。炫瞳活体检测会输出1张最佳人脸图片，请求后端活体服务进行验证。需要强调的是，在此策略下，前端仅仅检测动作的通过情况，并不对视频和真人做出区分。 通过实名认证方案接入 实时动作活体检测产品架构：APP、H5 客户端SDK，在前端离线随机要求用户，配合做出眨眼、张嘴、点头、抬头、左摇头、右摇头动作，同时检测用户完成情况。在做动作的过程中，SDK会随机抓取几帧图像，并在动作通过后将抓取的图像上传到后台进行活体判断。需要强调的是，在此策略下，前端仅仅检测动作的通过情况，并不对视频和真人做出区分。 该方案的优势在于：随机动作可以增加攻击的成本，并且大大降低打印照片等攻击通过的概率，而这些正好对于后端检测算法来说属于较难案例；另外，活体判断所用的多张图片为前端在完成动作过程随机抓取，因此加大了攻击暴露出破绽的可能性；同时，多张图片可以提高采集到高质量真人活体图片的概率，因而可以采用一个更高的采信阈值，而该阈值对应的活体分数攻击图片则很难达到。
实时静默活体检测产品架构：APP、H5 该方案为用户配合度最低的使用方式，无需做任何动作即可完成活体检测。但是活体检测的效果不是十分理想，主要是由于：由于没有随机动作或炫瞳模型，增加了打印照片等攻击通过的概率。另外，静默活体只上传一张图片，增加了误判的可能性。 通过实名认证方案接入 静默图片活体检测产品架构：H5 该方案为接入成本最低的使用方式，只需提交一张人脸图片即可。但是活体检测的效果不是十分理想，主要是由于：区别于客户端随机抓拍的方式，H5拍照为主动有意识拍照，因此攻击者可以更加方便的设法减少出现后端算法判断的线索，并且在这个过程中用户可以调用后置摄像头进行拍照，前置摄像头和后置摄像头由于焦距的不同，会使后置摄像头拍摄的攻击图片更难分辨真假。另外，H5拍照只上传一张图片，增加了误判的可能性。 通过实名认证方案接入 录制视频活体检测-静默/读数字/动作产品架构：H5 该方案主要应用于H5方案，优势主要在于：可以结合语音或动作校验码，提供更加严谨地活体检测，视频流在云端会进行类似于有动作检测的随机抽帧，基于多帧进行综合的判断，可以采用更高的采信阈值，大大增加了作弊成本，也增加了暴露破绽的可能性。通过语音/动作校验码验证视频为非伪造，交互体验方面，也较能为用户所接受。 通过实名认证方案接入 活体阈值
关于以上数值的概念介绍：
人脸离线采集SDK概述客户端人脸离线采集SDK，具备SDK本地的人脸采集、活体检测、质量检测相关功能，可以更高效准确地，实时采集到符合质量的人脸，配合手机设备，能够快速构建实时人脸采集能力。 客户端SDK申请地址 功能介绍人脸检测 设备端离线实时监测视频流中的人脸，同时支持处理静态图片或者视频流。 人脸跟踪 对当前检测到的人脸持续跟踪，动态定位人脸轮廓，稳定贴合人脸。 人脸关键点 对当前检测到的人脸持续跟踪，并动态实时展现人脸上的核心关键点。 人脸图片采集 在人脸检测及追踪过程中，完成人脸图片采集，并输出预设条件的人脸图片 人脸质量控制 在人脸检测及追踪过程中，实时校验人脸的姿态角度、遮挡、清晰度、光照条件，符合质量条件的才会被采集。 炫瞳活体检测 通过屏幕上闪烁不同颜色的光线，判断当前用户是否真人操作。通过颜色活体进行面部反光鉴别的同时，百度特加入独有的瞳孔反光识别，提升整体的攻击拒绝率指标。 动作活体检测 给出指定动作要求，用户需配合完成，通过实时检测用户眼睛，嘴巴，头部姿态的状态，来判断是否是活体。支持6种预设动作，可自定义哪些生效以及检测顺序。 静默活体检测 无需用户做动作，直接采集摄像头中的人脸，用户体验较好，适用于内部员工打卡考勤场景。支持APP/H5方案使用。 开放参数设置 SDK内部支持高度可定制化参数，对人脸检测、追踪、采集、质量模块进行个性化调整。 UI自定义修改 SDK内部所有UI层代码、音频文件全部开源，可根据实际业务需求任意调整。 多种场景版本 提供iOS、Android双端覆盖，适应各种应用场景及主流手机。。 支持平台
规格参数
离线质量检测客户端SDK中，内置了人脸质量检测模块。在人脸检测及追踪过程中，实时校验人脸的姿态角度、遮挡、清晰度、光照条件，符合质量条件的才会被采集，此质量校验为本地离线校验。 离线有动作活体检测客户端SDK，离线本地实时反馈人脸中眼睛，嘴巴，头部姿态的状态，通过给用户设定完成相关动作，判断是否是活体。支持指定生效的动作及应用顺序。 开放参数配置最小检测人脸 在检测人脸过程中，可设置检测到的最小人脸尺寸，小于该尺寸或比例的人脸不会被检测到。 采集姿态角控制 在检测人脸过程中，可设置采集图片时的人脸姿态角度阈值，阈值范围内才会采集人脸。 采集人脸质量控制 在检测人脸过程中，可设置人脸关于光照、清晰度、各部位遮挡的阈值，符合条件才会采集图片。 采集图片设置 可设置采集人脸图片的数量、大小、以及人脸与图片的大小比例，超过图片边界将用黑色填充。 活体检测动作设置 支持炫瞳活体检测；支持眨眼、张嘴、摇摇头、左右转头、上下点头六个指定动作，可设定具体生效的动作，以及校验顺序；支持静默活体。 应用方案建议数据传输SDK本地采集人脸的过程，完全无需联网。但人脸实名认证、图片活体检测、人脸对比分析能力需要调用API使用。产品策略方面，因API使用需要使用在线鉴权token，生成token的API Key和Secret Key，考虑到数据安全和维护成本，建议都置于Server端，并下发token到客户端产品，实际的API调用，由Server端做中转控制。 图片压缩SDK支持采集图片的大小设置，以及人脸和采集图片的比例设置，可基于业务需要，对采集图片大小进行适当地进一步加工。如剪裁（人脸不小于100px）、分辨率压缩（最小宽度200px左右）、质量压缩（控制在0.8以上），以上三种处理方式也可以组合叠加使用。 数据安全对安全有进一步需求的话，为防止人脸传输过程中被篡改，可对SDK本地输出的人脸图像做加密处理，在server端进行相应解密操作，进一步增强安全性。 话术提示手机把握姿态： H5采集概述H5采集是一种常用的人脸采集方式，因为很多情况下，很多产品并没有原生APP，往往基于H5或者微信小程序等，快速验证业务流程，或者进行线上人脸数据冷启动。但因为H5形式的权限问题，往往只能通过拍照或录制视频上传形式进行活体检测。
传统H5活体检测方案的劣势
活体检测H5方案方式 通过H5人脸实名认证方案接入，实现实时炫瞳/动作/静默活体检测、录制动作/读数字/静默视频活体检测、拍照上传图片活体检测，结合人脸实名认证或人脸比对完成身份核验全流程。 API方式
H5 js-sdk方式 通过私有化部署H5的采集SDK、活体检测部署包，实现从服务端发起实时炫瞳/动作/静默活体检测、录制动作/静默视频活体检测、拍照上传图片活体检测的请求。 活体检测具体阈值选择如下所示：
关于以上数值的概念介绍：
图片裁剪与压缩用户在提交图片后，最好不要直接用来做业务处理，可以让用户自行剪裁以下图片，保留人脸部分，这样可以更好地完成前端图片的压缩，并满足标准图像的录入。 无论是否做过手工剪裁，都可以基于人脸检测接口，取到人脸的标准框位置，基于四个关键点进行人脸部分的进一步自动剪裁，减少图片的大小，总而减少网络传输耗时。通常建议：剪裁（人脸不小于100px）、分辨率压缩（最小宽度200px左右）、质量压缩（控制在0.8以上），以上三种处理方式也可以组合叠加使用。 采集设备概述可基于Phone、Pad、摄像头+开发板等形式，快速搭建人脸采集前端设备。摄像头实时向开发板输入视频流，SDK运行在ARM开发板上，对视频流中的人脸实时处理，并输出符合条件的人脸图片。 手机应用场景 对于远程开户、刷脸登录、移动考勤等手机端场景，可将iOS/Android SDK集成到现有APP应用中，在设备端离线完成人脸采集，确保采集图片质量的同时，提供更加流畅的交互体验。也可以基于微信小程序，或者H5形式，完成业务快速落地。 适用采集人数 1人。 产品架构 手机+客户端SDK、微信小程序、H5等 产品形态 APP、H5、小程序等 核心性能需求 暂无要求。需要注意的是需要根据业务特点，做好系统版本或者浏览器版本的兼容工作。 平板应用场景 对于考勤、签到、闸机等近场景人脸识别，需要用户配合式刷脸、且需要页面反馈的业务需求，可直接开发APP应用于Pad设备上，设备布设简单，应用开发难度低，可快速进行业务落地。 适用采集人数 1人。 产品架构 Pad+客户端SDK、H5等 产品形态 APP、H5等 核心性能需求 暂无要求。需要注意的是需要根据业务特点，做好系统版本或者浏览器版本的兼容工作。同时需要考虑设备的性能问题，例如闸机等场景，需要考虑Pad性能对于人脸采集效率的影响。 近距离人脸采集开发组件应用场景 多用于近距离的人脸采集场景，如闸机、门禁、柜台身份核验、自助售卖机等。为配合用户交互反馈，可根据业务需要，外接一块显示屏幕设备。 适用采集人数 1人。 产品架构 USB摄像头+ARM开发板，为配合交互反馈，可外接一块显示屏幕设备。 产品形态 摄像头一体机 核心性能需求
数据参考 我们对USB+ARM的技术方案，做了一些参数调整，所得实验数据如下，仅供参考： 应用建议（以自助柜机为例）
中远距离人脸采集开发组件应用场景 多用于中远距离的人脸采集场景，一般光线练好、人流量较少，如无感知闸机、考勤签到、会员识别等，为配合用户交互反馈，可根据业务需要，外接一块显示屏幕设备。 适用采集人数 1~5人。 产品架构 网络摄像头+ARM开发板 产品形态 监控枪机/半球形摄像头一体机 核心性能需求
应用建议（以闸机为例）
示意图如下： 远距离人脸采集开发组件应用场景 摄像头内集成离线人脸抓拍功能，可在一体机内完成人脸的检测、跟踪、捕获等操作，布设更简单，多用于远距离人脸采集及人流量较多的场景，如室内/外监控、零售客群分析、安防布控等大部分远场人脸识别场景。此方案采集的数据一般直接用于后端分析使用。 适用采集人数 1~50人. 产品架构 抓拍机内置人脸采集能力 产品形态 人脸抓拍一体机 核心性能需求
应用建议（以零售VIP识别为例）
获取帮助如果在阅读文档后，对内容有任何疑问，可以通过以下几种方式联系我们：
|
工信部ICP备案号：湘ICP备2022009064号-1
湘公网安备 43019002001723号
统一社会信用代码：91430100MA7AWBEL41
《增值电信业务经营许可证》B1-20160477