人脸比对1v1(8000110023)

接口信息

API Path
/aipaas/cv/v2/image/8000110023

请求协议
HTTPS

请求头部 ：

头部标签	必填	说明	类型	头部内容	示例
Content-Type	是	application/json	[string]	application/json	application/json
X-APP-ID	是	买家中心-已购能力-【X-APP-ID】	[string]
Device-Uuid	是	设备管理-设备uuid	[string]
Authorization	是	新鉴权调用时必传	[string]

请求参数 Json
Object

参数名	说明	必填	类型	数据字典	示例
code	请求状态码，固定1025	是	[int]		1019
data	算法参数	是	[object]
data>>task_id	算法任务id	是	[string]		0d04322bee08401a9c15a5ef8643e64f
data>>camera_id	设备编码	是	[string]		A15414521025
data>>algo_tasks	任务列表，当前能力长度必须为2，输入2张图片，第1个参数中的图片作为基准图，第二个作为现场图	是	[array]
data>>algo_tasks>>image	图片Base64(jpeg格式base64编码)【和image二选一，优先使用image字段】	否	[string]		iVBORw0KGgoAAAANSUhEUgAAABgAAAAYCAMAAADXqc3KAAAAFVBMVEX////7ODj+z8/9eHj9m5v9s7P7TEwZgBMVAAAACXBIWXMAAAsTAAALEwEAmpwYAAAATklEQVQokd2NQQqAQAzEMjNd//9kUXEXFw8eBMEcCiUlha9p8lspC6ukwDZHeBcBNcvUJICkAjwVheV2k4pUkMvzWo5U307kLiSNkz+wAvF5AMTthEMUAAAAAElFTkSuQmCC
data>>algo_tasks>>image_url	图片地址【和image二选一，优先使用image字段】	否	[string]
data>>algo_tasks>>algo_config	任务参数	是	[object]
data>>algo_tasks>>algo_config>>version	参数版本号，本业务不使用	否	[string]		1.0.0
data>>algo_tasks>>algo_config>>algo_roi	roi区域配置【如果算法不支持roi，忽略此参数解析】	是	[object]
data>>algo_tasks>>algo_config>>algo_roi>>is_full_region	是否全景图，true-是，false-否。要求bool 输入"0"时可自动转为false 输入"1"时可自动转为true，其他情况可能有未知错误	是	[boolean]	true:是,false:否	true
data>>algo_tasks>>algo_config>>algo_roi>>roi_type	roi坐标类型，1-绝对坐标，2-相对坐标【is_full_region为true时为非必填】。要求int 输入为正确数字对应的string时可自动转为int，其他情况可能有未知错误	否	[int]	1:绝对坐标,2:相对坐标	1
data>>algo_tasks>>algo_config>>algo_roi>>region_mode	区域模式，1 中心点在区域内其他报错，该字段V1.0.0版本后不再使用，填1。要求int 输入为正确数字对应的string时可自动转为int，其他情况可能有未知错误	是	[int]	1:检测框中心点在区域内即代表检测目标在区域内,2:检测框脚点在区域内即代表检测目标在区域内,3:检测框中心点与脚点同时在区域内即代表检测目标在区域内,4:检测框中心点或脚点在区域内即代表检测目标在区域内	1
data>>algo_tasks>>algo_config>>algo_roi>>roi_list	设定区域列表【is_full_region为false时为必填】	否	[array]
data>>algo_tasks>>algo_config>>algo_roi>>roi_list>>name	区域id，需全局唯一	是	[string]		61b3a095eb0bc49
data>>algo_tasks>>algo_config>>algo_roi>>roi_list>>point_list	区域坐标点集【由算法内部判断，画线至少需要2个点，画多边形区域至少需要3个点】	是	[array]
data>>algo_tasks>>algo_config>>algo_roi>>roi_list>>point_list>>x	X轴坐标	是	[float]		0.0
data>>algo_tasks>>algo_config>>algo_roi>>roi_list>>point_list>>y	Y轴坐标	是	[float]		1.0
data>>algo_tasks>>algo_config>>extra_params	额外参数，见详细说明。只有第一张图片的extra_params信息回被解析，第二张图不做解析可以不填，不填按1v1处理	否	[array]
data>>algo_tasks>>algo_config>>extra_params>>key	参数名	是	[string]
data>>algo_tasks>>algo_config>>extra_params>>value	参数值	是	[string]

响应内容 ：

返回结果

> 成功 (200)
> Json
> Object

参数名	说明	必填	类型	示例
code	算法类型，固定1026	是	[int]	1020
data	算法调用结果	是	[object]
data>>error_code	错误码，值为APP_ERR_OK则为成功	是	[string]	APP_ERR_OK
data>>error_message	错误描述	是	[string]	正常状态
data>>camera_id	创建任务时传入的设备编码	是	[string]	A15414521025
data>>task_id	创建任务时传入的算法任务id	是	[string]	0d04322bee08401a9c15a5ef8643e64f
data>>frame_id	视频帧id	是	[string]	0d04322bee08401a9c15a5ef8sldufj8
data>>frame_width	图片宽度	是	[string]	1920
data>>frame_height	图片高度	是	[string]	1080
data>>send_pts_ms	告警推送时的时间戳；图片流为无效值，不用取值	是	[string]
data>>pull_pts_ms	拉流的时间戳；图片流为无效值，不用取值	是	[string]
data>>display_image	图片jpeg编码，图片流为空	是	[string]
data>>algo_outputs	算法处理结果数组	是	[array]
data>>algo_outputs>>roi_message	设定区域信息	否	[object]
data>>algo_outputs>>roi_message>>name	创建任务时传入的区域id	是	[string]	61b3a095eb0bc49
data>>algo_outputs>>roi_message>>point_list	创建任务时传入的区域坐标点集	是	[array]
data>>algo_outputs>>roi_message>>point_list>>x	创建任务时传入的X轴坐标	是	[float]	0.0
data>>algo_outputs>>roi_message>>point_list>>y	创建任务时传入的Y轴坐标	是	[float]	1.0
data>>algo_outputs>>roi_message>>extra_params	创建任务时传入的区域其他参数，此业务未使用	否	[array]
data>>algo_outputs>>roi_message>>extra_params>>key	创建任务时传入的参数名	是	[string]	alarm
data>>algo_outputs>>roi_message>>extra_params>>value	创建任务时传入的参数值	是	[string]	1
data>>algo_outputs>>objectinfo	检测到的目标对象数组	是	[array]
data>>algo_outputs>>objectinfo>>class_name	目标类别名称；face	是	[string]	目标类别名称
data>>algo_outputs>>objectinfo>>class_id	当前目标类别id; 0:face	是	[int]	1
data>>algo_outputs>>objectinfo>>rect	对象位置坐标	是	[object]
data>>algo_outputs>>objectinfo>>rect>>x0	左上X轴坐标	是	[float]	0.0
data>>algo_outputs>>objectinfo>>rect>>y0	左上Y轴坐标	是	[float]	0.0
data>>algo_outputs>>objectinfo>>rect>>x1	右下X轴坐标	是	[float]	100.0
data>>algo_outputs>>objectinfo>>rect>>y1	右下Y轴坐标	是	[float]	100.0
data>>algo_outputs>>objectinfo>>confidence	人脸质量得分取值[-1,1]。-1：非人脸 0：较差不可用；>0：可用	是	[float]	0.99
data>>algo_outputs>>objectinfo>>track_id	此业务中当做人脸id编号，从0开始，表示在当前图片中人脸框的编号	否	[string]	0d04322bee0
data>>algo_outputs>>objectinfo>>score	目标得分，此业务未使用，值为-1	否	[float]	0.99
data>>algo_outputs>>objectinfo>>extra_message	目标额外信息，此业务未使用	否	[array]
data>>algo_outputs>>objectinfo>>extra_message>>key	参数名	是	[string]
data>>algo_outputs>>objectinfo>>extra_message>>value	参数值	是	[string]
data>>algo_outputs>>objectinfo>>image_message	目标图片信息，此业务未使用	否	[array]
data>>algo_outputs>>objectinfo>>image_message>>key	图片名称	是	[string]	xxx.jpg
data>>algo_outputs>>objectinfo>>image_message>>value	图片Base64【jpeg格式base64编码】	是	[string]	iVBORw0KGgoAAAANSUhEUgAAABgAAAAYCAMAAADXqc3KAAAAFVBMVEX////7ODj+z8/9eHj9m5v9s7P7TEwZgBMVAAAACXBIWXMAAAsTAAALEwEAmpwYAAAATklEQVQokd2NQQqAQAzEMjNd//9kUXEXFw8eBMEcCiUlha9p8lspC6ukwDZHeBcBNcvUJICkAjwVheV2k4pUkMvzWo5U307kLiSNkz+wAvF5AMTthEMUAAAAAElFTkSuQmCC
data>>algo_outputs>>objectinfo>>feature	特征值，此业务未使用	否	[array]	[0.0620517209172249, 0.0471773408353329]
data>>algo_outputs>>objectinfo>>attribute	属性值，此业务未使用	否	[array]
data>>algo_outputs>>objectinfo>>attribute>>key	属性名称	是	[string]	sex
data>>algo_outputs>>objectinfo>>attribute>>value	属性值	是	[string]	1
data>>algo_outputs>>objectinfo>>attribute>>score	属性置信度(0~1)，未知为-1	是	[float]	0.99
data>>extra_message	额外信息，见详细信息	否	[array]
data>>extra_message>>key	参数名	是	[string]
data>>extra_message>>value	参数值	是	[string]
data>>image_message	图片流值为空	否	[array]

成功示例[Mock API] ：

{
    "code": 1026,
    "data": {
        "algo_outputs": [{
                "objectinfo": [{
                    "attribute": [],
                    "big_model_flag": 0,
                    "class_id": 0,
                    "class_name": "face",
                    "confidence": 0.94054526100000002,
                    "extra_message": [],
                    "feature": [],
                    "image_message": [],
                    "rect": {
                        "x0": 268.50213600000001,
                        "x1": 779.48230000000001,
                        "y0": 514.792236,
                        "y1": 1032.24585
                    },
                    "score": -1,
                    "track_id": "0"
                }],
                "roi_message": {
                    "extra_params": [],
                    "name": "position_1",
                    "point_list": [{
                            "x": 0,
                            "y": 0
                        },
                        {
                            "x": 0,
                            "y": 2165
                        },
                        {
                            "x": 1000,
                            "y": 2165
                        },
                        {
                            "x": 1000,
                            "y": 0
                        }
                    ]
                }
            },
            {
                "objectinfo": [{
                    "attribute": [],
                    "big_model_flag": 0,
                    "class_id": 0,
                    "class_name": "face",
                    "confidence": 0.94813060800000004,
                    "extra_message": [],
                    "feature": [],
                    "image_message": [],
                    "rect": {
                        "x0": 220.53645299999999,
                        "x1": 350.82486,
                        "y0": 445.15588400000001,
                        "y1": 578.16955599999994
                    },
                    "score": -1,
                    "track_id": "0"
                }],
                "roi_message": {
                    "extra_params": [],
                    "name": "",
                    "point_list": [{
                            "x": 0,
                            "y": 0
                        },
                        {
                            "x": 0,
                            "y": 1288
                        },
                        {
                            "x": 800,
                            "y": 1288
                        },
                        {
                            "x": 800,
                            "y": 0
                        }
                    ]
                }
            }
        ],
        "camera_id": "1",
        "display_image": "",
        "error_code": "APP_ERR_OK",
        "error_message": "",
        "extra_message": [{
            "key": "score_matrix",
            "value": "[{\"track_id1\":\"0\",\"track_id2\":\"0\",\"score\":55.95397186279297}]"
        }],
        "frame_height": "1288",
        "frame_id": "0",
        "frame_width": "800",
        "image_message": [],
        "pull_pts_ms": "0",
        "send_pts_ms": "1754468548730",
        "task_id": "task_1"
    }
}

详细说明 ：

1.算法版本迭代适用版本

版本	算法总集版本号	备注
人脸比对（8000110023）		初始版本

2. 服务鉴权

1.服务接口调用时需要严格遵循服务鉴权规则，新老调用鉴权方式亦存在差异。
新调用鉴权规则请参见：开发指南 - 内网签名认证方式。
2.服务调用头信息
新的鉴权方式：调用时header头信息X-APP-ID，Device-Uuid，Authorization必传，
旧的鉴权方式：调用时header头信息X-APP-ID，X-APP-KEY，Order-Num，Device-Uuid必填

3.输入示例

3.1
人脸用10.0.1版本
只支持全图。

3.2、入参中extra_message对应key及value表（选填）：

extra_message		Array	备注
	"key":"task_type“	string	固定值：只能填task_type
	value": "1"	string	固定值：只能填1、2或31：人脸1v1(每张图片都只有1个人脸)，只能用类似大头照的图片才能检测到人脸2：人脸1vN（第一张图片保留1个人脸需要用类似大头照的图片，第二张图片保留所有人脸，可以用大图）3:人脸MvN（两张图片均保留所有人脸，两张图片都可以用大图）

3.3、出参中extra_message对应key及value表

extra_message		Array	备注
	"key":"score_matrix“	string	固定值"score_matrix"
	value":"[{"track_id1":"0","track_id2":"1","score":75}]"	string	JSON格式的list转成的字符串，数据格式如下：{ "track_id1":"0", "track_id2":"1", "score":75}表示：第一张图片中的第0个人脸与第二张图片中的第1个人脸的相似度得分为75

3.4、请求示例

请求示例：
{
	"code": 1025,
	"data": {
		"camera_id": "1",
		"task_id": "task_1",
		"algo_tasks": [{
				"image": "/9xxx...",
				"algo_config": {
					"version": "algo_version",
					"algo_roi": {
						"is_full_region": true,
						"roi_type": 1,
						"region_mode": 1,
						"roi_list": []
					},
					"extra_params": [{
						"key": "task_type",
						"value": "1"
					}]
				}
			},
			{
				"image": "/9xxx...",
				"algo_config": {
					"version": "algo_version",
					"algo_roi": {
						"is_full_region": true,
						"roi_type": 1,
						"region_mode": 1,
						"roi_list": []
					},
					"extra_params": [

					]
				}
			}
		]

	}
}

4.调用示例

4.1 java示例

import cn.hutool.http.HttpUtil;
import cn.hutool.json.JSONUtil;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

/**
 * 人脸比对 使用 Hutool HttpUtil 的简化版本
 */
public class SimpleHutoolExample {

    public static void main(String[] args){
        //请求该请求地址和
        String str = sendSimplePost("http://127.0.0.0.1:8080", "1","1","1");
        System.out.println("请求结果为："+str);
    }

    public static String sendSimplePost(String baseUrl, String appId, String deviceUuid, String authorization) {
        try {
            String url = baseUrl + "/aipaas/cv/v2/image/8000110023";

            // 构建请求参数（使用 Map 和 List）
            Map requestMap = new HashMap();
            requestMap.put("code", 1025);

            Map dataMap = new HashMap();
            dataMap.put("camera_id", "1");
            dataMap.put("task_id", "task_1");

            // 构建 algo_tasks
            List algoTasks = new ArrayList();

            // 第一个任务
            Map task1 = new HashMap();
            task1.put("image", "/9xxx...");

            Map config1 = new HashMap();
            config1.put("version", "algo_version");

            Map roi1 = new HashMap();
            roi1.put("is_full_region", true);
            roi1.put("roi_type", 1);
            roi1.put("region_mode", 1);
            roi1.put("roi_list", new ArrayList());

            List extraParams1 = new ArrayList();
            Map extra1 = new HashMap();
            extra1.put("key", "task_type");
            extra1.put("value", "1");
            extraParams1.add(extra1);

            config1.put("algo_roi", roi1);
            config1.put("extra_params", extraParams1);
            task1.put("algo_config", config1);
            algoTasks.add(task1);

            // 第二个任务
            Map task2 = new HashMap();
            task2.put("image", "/9xxx...");

            Map config2 = new HashMap();
            config2.put("version", "algo_version");

            Map roi2 = new HashMap();
            roi2.put("is_full_region", true);
            roi2.put("roi_type", 1);
            roi2.put("region_mode", 1);
            roi2.put("roi_list", new ArrayList());
            config2.put("algo_roi", roi2);
            config2.put("extra_params", new ArrayList());

            task2.put("algo_config", config2);
            algoTasks.add(task2);

            dataMap.put("algo_tasks", algoTasks);
            requestMap.put("data", dataMap);

            String requestBody = JSONUtil.toJsonStr(requestMap);

            // 设置请求头
            Map headers = new HashMap();
            headers.put("X-APP-ID", appId);
            headers.put("Device-Uuid", deviceUuid);
            headers.put("Authorization", authorization);

            System.out.println("发送请求到: " + url);
            System.out.println("请求参数: " + requestBody);

            // 使用 HttpUtil 发送 POST 请求
            String response = HttpUtil.createPost(url)
                    .addHeaders(headers)
                    .body(requestBody)
                    .timeout(30000)
                    .execute()
                    .body();

            return response;

        } catch (Exception e) {
            e.printStackTrace();
            return "{\"error\": \"请求失败: " + e.getMessage() + "\"}";
        }
    }
}

4.2 python示例

import json
import requests


def send_post_request(base_url, app_id, device_uuid, auth):

    try:
        # 构建完整请求URL
        url = f"{base_url}/aipaas/cv/v2/image/8000110023"

        # 构建请求数据（注意：image字段需替换为真实的Base64编码图片）
        request_data = {
            "code": 1025,
            "data": {
                "camera_id": "1",
                "task_id": "task_1",
                "algo_tasks": [
                    {
                        "image": "/9j/4AAQSkZJRgABAQEAYABgAAD/2wBDAAYEBQYFBAYGBQYHBwYIChAKCgkJChQODwwQFxQYGBcUFhYaHSUfGhsjHBYWICwgIyYnKSopGR8tMC0oMCUoKSj/2wBDAQcHBwoIChMKChMoGhYaKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCj/wAARCAAKAAoDASIAAhEBAxEB/8QAFQABAQAAAAAAAAAAAAAAAAAAAAv/xAAUEAEAAAAAAAAAAAAAAAAAAAAA/8QAFQEBAQAAAAAAAAAAAAAAAAAABgj/xAAUEQEAAAAAAAAAAAAAAAAAAAAA/9oADAMBAAIRAxEAPwD0K//Z",
                        # 示例Base64图片（可替换为真实值）
                        "algo_config": {
                            "version": "algo_version",
                            "algo_roi": {
                                "is_full_region": True,
                                "roi_type": 1,
                                "region_mode": 1,
                                "roi_list": []
                            },
                            "extra_params": [
                                {
                                    "key": "task_type",
                                    "value": "1"
                                }
                            ]
                        }
                    },
                    {
                        "image": "/9j/4AAQSkZJRgABAQEAYABgAAD/2wBDAAYEBQYFBAYGBQYHBwYIChAKCgkJChQODwwQFxQYGBcUFhYaHSUfGhsjHBYWICwgIyYnKSopGR8tMC0oMCUoKSj/2wBDAQcHBwoIChMKChMoGhYaKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCgoKCj/wAARCAAKAAoDASIAAhEBAxEB/8QAFQABAQAAAAAAAAAAAAAAAAAAAAv/xAAUEAEAAAAAAAAAAAAAAAAAAAAA/8QAFQEBAQAAAAAAAAAAAAAAAAAABgj/xAAUEQEAAAAAAAAAAAAAAAAAAAAA/9oADAMBAAIRAxEAPwD0K//Z",
                        # 示例Base64图片（可替换为真实值）
                        "algo_config": {
                            "version": "algo_version",
                            "algo_roi": {
                                "is_full_region": True,
                                "roi_type": 1,
                                "region_mode": 1,
                                "roi_list": []
                            },
                            "extra_params": []
                        }
                    }
                ]
            }
        }

        # 设置请求头
        headers = {
            "X-APP-ID": app_id,
            "Device-Uuid": device_uuid,
            "Authorization": auth,
            "Content-Type": "application/json"
        }

        # 打印请求信息（调试用）
        print(f"===== 请求信息 =====")
        print(f"请求URL: {url}")
        print(f"请求头: {json.dumps(headers, indent=2)}")
        print(f"请求体: {json.dumps(request_data, indent=2, ensure_ascii=False)}")

        # 发送POST请求
        response = requests.post(
            url=url,
            json=request_data,
            headers=headers,
            timeout=30,
            verify=False  # 若不需要验证SSL证书，设为False
        )

        # 解析响应结果
        print(f"\n===== 响应信息 =====")
        print(f"响应状态码: {response.status_code}")
        print(f"响应头: {json.dumps(dict(response.headers), indent=2)}")

        # 尝试解析JSON响应，若解析失败则返回原始文本
        try:
            response_json = response.json()
            response_text = json.dumps(response_json, indent=2, ensure_ascii=False)
        except json.JSONDecodeError:
            response_text = response.text

        print(f"响应体: {response_text}")
        return response_text

    except requests.exceptions.Timeout:
        error_msg = '{"error": "请求超时", "code": 408}'
        print(f"\n请求失败: {error_msg}")
        return error_msg
    except requests.exceptions.ConnectionError:
        error_msg = '{"error": "连接错误（请检查URL/网络）", "code": 503}'
        print(f"\n请求失败: {error_msg}")
        return error_msg
    except requests.exceptions.SSLError:
        error_msg = '{"error": "SSL证书验证失败", "code": 525}'
        print(f"\n请求失败: {error_msg}")
        return error_msg
    except Exception as e:
        error_msg = f'{{"error": "请求失败: {str(e)}", "code": 500}}'
        print(f"\n请求失败: {error_msg}")
        return error_msg


# 主函数：配置参数并调用请求函数
if __name__ == "__main__":
    # ===================== 配置区（请根据实际情况修改）=====================
    BASE_URL = "https://openapi.teleagi.cn:443"  # 替换为真实基础URL
    APP_ID = "e9244d3c79784e8c84f98de8798a086f"  # 替换为真实APP ID
    DEVICE_UUID = "device_1234567890"  # 替换为真实设备UUID
    AUTH_TOKEN = "teleai-cloud-auth-v1/e9244d3c79784e8c84f98de8798a086f/GD/1765423384/999999/x-app-id/046313b191986ba445225fc9cab6a027d3d8f4e83d21dc7380feffffe3fdfbcc"  # 替换为真实授权令牌
    # =====================================================================

    # 调用请求函数
    result = send_post_request(
        base_url=BASE_URL,
        app_id=APP_ID,
        device_uuid=DEVICE_UUID,
        auth=AUTH_TOKEN
    )

    # 最终结果输出
    print(f"\n===== 最终结果 =====")
    print(result)

大模型体验中心

开放能力

开发平台

应用产品

解决方案

关于TeleAI

热门搜索