C# 调用百度 API 进行活体检测
活体检测有多种情形,本文所指:从摄像头获取的影像中判断是活体,还是使用了相片等静态图片。
场景描述
用户个人信息中上传了近照,当用户经过摄像头时进行身份识别。
此时,如果单纯的使用摄像头获取的影像进行人脸相似度比对,则举一张合适的相片对准摄像头也是可以通过的。于是检测摄像头前影像是否为活体的需求就产生了。
解决方案
使用百度ai开放平台,它免费开放一定并发量的该场景活体检测 api:
第一步,申请百度应用
点击“立即使用”,登录后“创建应用”,可以得到 api key 与 secret key 等信息。
第二步,使用 api 进行活体检测
这里的场景比较简单,摄像头获取的影像可以保存为图片,则功能接口可以这样定义:给定图片(这里使用url),判断其活体影像的概率。根据百度建议,概率设置为 99.5%,即达到此值或以上认为活体检测通过。
(1)获取 accesstoken
accesstoken 有效期为 30 天,因此,可以缓存起来使用。此为示例,时长又足够长,所以未加刷新机制。代码如下,其中,clientid 为百度应用中的 api key,clientsecret 为百度应用中的 secret key。
public static class accesstoken { // 有效期30天,缓存获取的 access token public static string token = null; // 百度云中开通对应服务应用的 api key private static string clientid = "api key"; // 百度云中开通对应服务应用的 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<keyvaluepair<string, string>> paralist = new list<keyvaluepair<string, string>>(); paralist.add(new keyvaluepair<string, string>("grant_type", "client_credentials")); paralist.add(new keyvaluepair<string, string>("client_id", clientid)); paralist.add(new keyvaluepair<string, string>("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<string>("access_token"); } return token; } }
(2)调用 api 取得活体概率
api 的返回结果为 json,其中包括了活体概率,这里,方法直接返回 api 的 json 结果。
public class facelivenesshelper { // 在线活体检测 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("在线活体检测:"); console.writeline(result); return result; } }
详细 api 文档见此:https://ai.baidu.com/docs#/face-liveness-v3/top
结果中:face_liveness 即表示“活体分数值”。
(3)应用
api 的调用结果中,error_code 为 0 时表示执行成功,此时,会有 result 属性表示计算的相关值,从中取出 face_liveness 即可,其值为 0 ~ 1之间。
string imgurl = "------"; string result = facelivenesshelper.faceverify(imgurl); jobject jresult = jobject.parse(result); jobject lvresult = jresult.value<jobject>("result"); // error_code 为 0 时表示执行成功,其它表示失败 if (jresult.value<int>("error_code") == 0) { double face_liveness = lvresult.value<double>("face_liveness"); // 活体率达到要求 if (face_liveness >= 0.995) { // 通过检测 } }
上一篇: .net core Webapi +EF