前言
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：
https://ai.baidu.com/tech/face/faceliveness
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 }}总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对武林网的支持。
新闻热点
疑难解答
