- name
- tencentcloud-faceid-detectlivefaceaccurate
- description
- 腾讯云人脸静态活体检测高精度版(DetectLiveFaceAccurate)接口调用技能。当用户需要对人脸图片进行防翻拍活体检测时，应使用此技能。相比普通静态活体检测，高精度版增强了对高清屏幕、裁剪纸片、3D面具等攻击的防御能力，适用于移动端、PC端各类型场景的图片活体检验。支持图片Base64和图片URL两种输入方式。
腾讯云人脸静态活体检测（高精度版）(DetectLiveFaceAccurate)
用途
调用腾讯云人脸识别静态活体检测（高精度版）接口，对用户上传的静态图片进行防翻拍活体检测，以判断是否是翻拍图片。
核心能力：
- 高清屏幕攻击防御：识别通过高清屏幕翻拍的图片
- 裁剪纸片攻击防御：识别纸质打印照片翻拍
- 3D面具攻击防御：识别3D面具等高级攻击手段
- 多场景支持：满足移动端、PC端各类型场景的图片活体检验需求
- 多输入类型：支持图片Base64和图片URL两种输入方式（传入本地文件时可自动识别并转为Base64）
官方文档：https://cloud.tencent.com/document/product/867/48501
使用时机
当用户提出以下需求时触发此技能：
- 需要检测人脸图片是否为翻拍照片
- 需要对用户上传的静态图片进行活体检测
- 需要判断图片是否来自真实人脸（非翻拍、非合成）
- 需要高精度的静态活体检测（相比普通静态活体检测精度更高）
- 涉及人脸防翻拍、静态活体检验的任何场景
环境要求
- Python 3.6+
- 依赖：
tencentcloud-sdk-python（通过pip install tencentcloud-sdk-python安装） - 环境变量：
- TENCENTCLOUD_SECRET_ID：腾讯云API密钥ID - TENCENTCLOUD_SECRET_KEY：腾讯云API密钥Key
使用方式
运行 scripts/main.py 脚本完成人脸静态活体检测。
请求参数
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| --image | str | 否 | 本地图片文件路径（自动转Base64）或Base64字符串，与 --url 二选一 |
| --url | str | 否 | 图片的URL地址，与 --image 二选一；若同时提供，优先使用URL |
| --face-model-version | str | 否 | 算法模型版本，目前支持"3.0"，默认"3.0" |
| --region | str | 否 | 腾讯云地域，默认为空 |
图片输入规格
- 格式：支持PNG、JPG、JPEG、BMP，不支持GIF
- 分辨率：jpg格式长边像素不可超过4000，其他格式长边像素不可超过2000
- 宽高比：建议接近3:4，手机拍摄比例最佳
- 人脸尺寸：人脸尺寸大于100×100像素
- 大小限制：Base64编码后大小不可超过5MB
输出格式
检测成功后返回 JSON 格式结果：
{
"Score": 99,
"ScoreDesc": "活体分数99，高于推荐阈值40，判断为真实人脸",
"IsLive": true,
"FaceModelVersion": "3.0",
"RequestId": "xxx"
}活体分数说明
| 分数范围 | 推荐阈值 | 判断结论 |
|---|---|---|
| [0, 100] | 40（推荐） | Score ≥ 40 为真实人脸，Score < 40 为翻拍 |
| - | 可选阈值 | 5 / 10 / 40 / 70 / 90，根据业务安全需求选择 |
推荐阈值为40，分数越高代表越可能为真实人脸。
调用示例
# 传入本地图片文件（自动Base64编码）
python scripts/main.py --image ./face.jpg
# 传入图片URL
python scripts/main.py --url "http://example.com/face.jpg"
# 传入Base64字符串
python scripts/main.py --image "<base64_string>"
# 指定算法模型版本
python scripts/main.py --image ./face.jpg --face-model-version 3.0