BAT人脸识别的产品分析
2020-06-04 20:57:32 47 举报AI智能生成
BAT人脸识别的产品分析
作者其他创作
大纲/内容
阿里云
人脸检测
人脸关键点定位
图像大小
图像大小不超过3M
请求格式
JPEG、JPG、PNG、BMP
图像分辨率
图片大小要求5x5像素以上，人脸的尺寸建议大于64x64像素
人脸对比
人脸查找1:N
人脸属性
人脸特征定位
腾讯
人脸检测、分析
人脸属性识别
人脸比对、验证
1:1比对
1：N比对
人脸检索
多脸检索
五官定位
静态活体检测
百度
人脸检测
接口能力
人脸检测
检测图片中的人脸并标记出位置信息;
人脸质量信息
返回人脸各部分的遮挡、光照、模糊、完整度、置信度等信息。
人脸属性值
展示人脸属性信息，如年龄、性别等。
人脸关键点
展示人脸的核心关键点信息，及150个关键点信息。
业务应用
如人脸属性分析，基于人脸关键点的加工分析，人脸营销活动等。
质量检测
返回人脸各部分的遮挡、光照、模糊、完整度、置信度等信息。
人脸对比
接口能力
两张人脸图片相似度对比
比对两张图片中人脸的相似度，并返回相似度分值；
多种图片类型
支持生活照、证件照、身份证芯片照、带网纹照四种类型的人脸对比；
活体检测控制
基于图片中的破绽分析，判断其中的人脸是否为二次翻拍（举例：如用户A用手机拍摄了一张包含人脸的图片一，用户B翻拍了图片一得到了图片二，并用图片二伪造成用户A去进行识别操作，这种情况普遍发生在金融开户、实名认证等环节。）；
质量检测控制
分析图片的中人脸的模糊度、角度、光照强度等特征，判断图片质量；
业务应用
用于比对多张图片中的人脸相似度并返回两两比对的得分，可用于判断两张脸是否是同一人的可能性大小。
典型应用场景：如人证合一验证，用户认证等，可与您现有的人脸库进行比对验证。
典型应用场景：如人证合一验证，用户认证等，可与您现有的人脸库进行比对验证。
人脸搜索
人脸搜索
也称为1：N识别，在指定人脸集合中，找到最相似的人脸；
人脸搜搜M：N识别
也称为M：N识别，待识别图片中含有多个人脸时，在指定人脸集合中，找到这多个人脸分别最相似的人脸
人脸库管理
人脸库管理相关接口，要完成1：N或者M：N识别，首先需要构建一个人脸库，用于存放所有人脸特征，相关接口
人脸注册、更新、删除、查询
身份认证
业务能力
质量检测（可选）
判断图片中是否包含人脸，以及人脸在姿态、遮挡、模糊、光照等方面是否符合识别条件；
活体检测（可选）
基于图片中的破绽分析，判断其中的人脸是否为二次翻拍（举例：如用户A用手机拍摄了一张包含人脸的图片一，用户B翻拍了图片一得到了图片二，并用图片二伪造成用户A去进行识别操作，这种情况普遍发生在金融开户、实名认证等环节。）；
公安验证（必选）
基于姓名和身份证号，调取公民身份证小图（源自公安系统），将当前获取的人脸图片，与此证件小图进行对比，得出比对分数，并基于此进行业务判断是否为同一人。由于公安系统小图，具有最权威的身份证明作用，故对用户本人的验证结果可信度也最为合理。
业务逻辑
上述三项能力为顺序串行验证，接口默认返回公安身份对比分值，质量检测和活体检测为可选项。如选择了这两项，则验证顺序为人脸质量检测->活体检测->公安身份验证。您也可以根据业务场景，选择这两项中的某一项或都不选择。
如选择了前两个环节，则有任意一个条件不通过，则整个请求流程终止，并返回错误码，描述具体的不符合信息。
基于此顺序串行验证逻辑，可以避免大量不符合条件的请求流转到公安验证，节约您的成本。
推荐阈值
此接口使用的对比算法，针对带水纹证件照采用了专项的模型处理，可保证水纹信息的影响降到尽可能低。
如比对成功，最终返回的有效数据为一个对比分值，在0~1之间，您可以设定具体的阈值来判断是否验证通过。
人证相似度的推荐阈值为0.8，对应的误识率为万分之一。
计费逻辑
前两个环节图片不符合校验规则，会以error_code形式反馈，属于正向业务判断，这两个环节的请求全部免费。真正请求到公安验证这步并返回结果，才会进行计费。价格文档
需求相关
请求格式
现支持PNG、JPG、JPEG、BMP，不支持GIF图片
图像分辨率
建议长宽像素值范围：80*80~200*200,人脸部分不小于100*100像素
图像大小
总数据大小应小于10M，编码后的图片大小不超过2M
购买指南
免费额度
调用量免费，以 QPS 维度来进行资源的赠送或购买。接口免费并发支持默认 2QPS ，完成百度云企业认证后，免费并发支持将扩充至 10QPS
产品价格
购买 QPS 数量
0<QPS<=10
30元/天/QPS
10<QPS<=50
25元/天/QPS
50<QPS<=100
20元/天/QPS
100<QPS
15元/天/QPS
检测响应速度，与图片中人脸数量相关，人脸数量较多时响应时间会有些许延长。
M：N识别的原理，相当于在多个人脸的图片中，先分别找出所有人脸，然后分别在待查找的人脸集合中，分别做1：N识别，最后将识别结果汇总在一起进行返回。
人脸识别
收藏
收藏
0 条评论
下一页
