炫彩活体(算法编码：2202051)

接口信息

API Path
/aipaas/live/v1/image/liveDetection

请求协议
HTTPS

请求方法
POST

请求头部 ：

头部标签	必填	说明	类型	数据字典	限制	头部内容	示例
Content-Type	是	application/json	[string]			application/json	application/json
X-APP-ID	是	控制台-应用管理-创建应用-AppID	[string]
Device-Uuid	否	设备管理-设备uuid	[string]
Authorization	是	鉴权信息	[string]

请求参数 Json：

参数名	说明	必填	类型	数据字典	限制	示例
code	必须为1019，图片流创建任务	是	[int]
data	请求数据	是	[object]
data>>cameraId	设备ID	是	[string]
data>>taskId	任务ID	是	[string]
data>>algoTasks	任务列表，目前仅单任务	是	[array]
data>>algoTasks>>algoTask	必须为1034，任务类型	是	[int]
data>>algoTasks>>algoConfig	任务请求配置信息	是	[object]
data>>algoTasks>>algoConfig>>algo_type	任务类型（自定义，无影响）	否	[string]
data>>algoTasks>>algoConfig>>version	版本信息（自定义，无影响）	否	[string]
data>>algoTasks>>algoConfig>>algo_desc	描述信息（自定义，无影响）	否	[string]
data>>algoTasks>>algoConfig>>auoraliving	任务参数	是	[object]
data>>algoTasks>>algoConfig>>auoraliving>>service_type	服务模式选择 （0：炫彩活体；1：静默活体；2：单炫彩； 无字段为炫彩活体；输入其它数字为静默活体）	是	[int]
data>>algoTasks>>algoConfig>>auoraliving>>thr_input	活体阈值，默认为normal （取值simple/normal/hard分别对应0.4/0.6/0.8）	是	[string]
data>>algoTasks>>algoConfig>>auoraliving>>image_attr_list	图片参数列表 （需要与图片base64顺序对应， 第一个object就是第一张图的参数， 第二个object就是第一张图的参数 最大支持20组）	是	[array]
data>>algoTasks>>algoConfig>>auoraliving>>image_attr_list>>frame_index	图片ID	是	[int]
data>>algoTasks>>algoConfig>>auoraliving>>image_attr_list>>frame_type	图片类型标签 （0：动作帧；1：炫彩帧；2：最优帧；无字段为动作帧；输入其他数字无效）	是	[int]
data>>algoTasks>>algoConfig>>auoraliving>>image_attr_list>>frame_color	请填1，炫彩帧颜色标识预留接口，暂时未使用	是	[int]
data>>algoTasks>>algoConfig>>auoraliving>>image_attr_list>>points	人脸关键点（106个点，每个点为两个浮点数表示），当有任意一张图的数组为空时（[]）自动使用人脸检测能力对全部样本进行检测	是	[array]
data>>imageList	图片base64列表， （需要与图片参数顺序对应， 第一个object就是第一张图的base64， 第二个object就是第一张图的base64， 最大支持20张，一组图片分辨率要相同）	是	[array]
data>>imageList>>image	图片的base64编码	是	[string]

响应内容 ：

参数名	说明	必填	类型	数据字典	限制	示例
error_code	错误码	是	[string]			APP_ERR_OK
error_message	错误消息	是	[string]
camera_id	摄像头ID	是	[string]			1
task_id	任务id	是	[string]			task_1
algo_type	任务类型	是	[string]			7010
frame_id	帧号，输出-1	是	[string]			-1
frame_width	图宽	是	[string]			1920
frame_height	图高	是	[string]			1080
display_image	空	是	[string]
timestamp	告警推送时的时间戳	是	[string]			19999999
pts_ms	拉流的时间戳，图片流为0	是	[string]			-1
auoraliving	炫彩活体信息	是	[object]
auoraliving>>living_result	活体检测返回码 0：通过， 1：炫彩不通过 2：静默不通过 3：炫彩和静默均不通过 4：人脸检测不合格	是	[number]			0
auoraliving>>results	图片结果（最优帧，只走静默）	是	[array]			[{"frame_index":1,"silent_score":0.89423425425}]
auoraliving>>results>>frame_index	图片ID	是	[number]			1
auoraliving>>results>>frame_type	图片处理类型 auora：炫彩 silent：静默	是	[string]
auoraliving>>results>>score	静默分数	是	[number]			0.89423425425
auoraliving>>results>>is_big	0：经过大模型 1：未经过大模型	是	[int]
auoraliving>>passed_flags	人脸通过状态 -2：多人脸 -1：无人脸 0：正常 1：角度过大 2：光线过曝或过暗 3：遮挡 4：模糊	是	[array]

成功示例 ：

{
    "error_code": "APP_ERR_OK",
    "error_message": "",
    "camera_id": "1",
    "task_id": "task_1",
    "algo_type": "1034",
    "frame_id": "-1",
    "frame_width": "480",
    "frame_height": "640",
    "timestamp": "1732240894155",
    "display_image": "",
    "pts_ms": "0",
    "auoraliving": {
        "living_result": 0,
        "results": [{
                "frame_index": 1,
                "frame_type": "silent",
                "score": 1.8362249e-07,
                "is_big": 0
            },
            {
                "frame_index": 2,
                "frame_type": "silent",
                "score": 0.990840435,
                "is_big": 0
            },
            {
                "frame_index": 3,
                "frame_type": "silent",
                "score": 0.992191553,
                "is_big": 0
            },
            {
                "frame_index": 4,
                "frame_type": "silent",
                "score": 0.992191553,
                "is_big": 0
            },
            {
                "frame_index": 5,
                "frame_type": "silent",
                "score": 0.990840435,
                "is_big": 0
            },
            {
                "frame_index": 6,
                "frame_type": "silent",
                "score": 0.990840435,
                "is_big": 0
            },
            {
                "frame_index": 7,
                "frame_type": "silent",
                "score": 0.992191553,
                "is_big": 0
            },
            {
                "frame_index": 8,
                "frame_type": "silent",
                "score": 0.992191553,
                "is_big": 0
            },
            {
                "frame_index": 9,
                "frame_type": "auora",
                "score": 0.996233165,
                "is_big": 0
            },
            {
                "frame_index": 10,
                "frame_type": "auora",
                "score": 0.996233165,
                "is_big": 0
            },
            {
                "frame_index": 11,
                "frame_type": "auora",
                "score": 0.996233165,
                "is_big": 0
            }
        ],
        "passed_flags": [
            0,
            0,
            0,
            0,
            0,
            0,
            0,
            0,
            0,
            0,
            0
        ]
    }
}

1. 功能简介

对多张输入的人像图像（炫彩帧或静默帧）返回识别是否通过，并输出人脸质量和活体得分等明细信息。

2. 修订历史

日期	版本	修订内容
2024-10-21	v1.6.5.6	无

3. 服务鉴权

服务接口调用时需要严格遵循服务鉴权规则，服务调用鉴权规则请参见：开发指南 - 签名认证方式。

4. 状态码说明

返回编码	返回信息	说明
10000	成功	服务执行成功
10100	算法模型异常	算法模型调用失败
10200	图片下载异常	图片下载失败
10201	图片格式错误	下载后的图片校验失败，非图片
10202	图片格式不支持	算法不支持此格式图片推理
10301	服务必填参数缺失	服务必填参数缺失或未填写
10304	服务入参错误	部分参数存在限制说明，会针对某个参数做校验返回
10601	检测到多个人脸	检测到多个人脸（请上传单人脸图片）
10604	未检测到人脸	未检测到人脸
10800	上传异常	结果图片上传ceph失败
10903	服务执行失败	服务执行失败

通用状态码请参考【状态码】中的【网关认证】

5. 协议支持的数据包类型

包类型值	包类型说明
1001	创建任务请求包
1002	创建任务响应包
1003	删除任务请求包
1004	删除任务响应包
1005	获取任务状态请求包
1006	获取任务状态响应包
1007	算法结构化信息上报
1008	算法结构化信息上报响应包
1015	获取全部任务状态请求包
1016	获取全部任务状态响应包
1019	创建图片推理同步任务
1020	创建图片推理同步任务相应包
1021	创建路由模式图片推理同步任务
1022	创建路由模式图片推理同步任务相应包

6. 请求参数示例

{
    "code": 1019,
    "data": {
        "cameraId": "1",
        "taskId": "task_1",
        "algoTasks": [
            {
                "algoTask": 1034,   
                "algoConfig": {
                    "algo_type": "1034",
                    "version": "algo_version",
                    "algo_desc": "",
                    "auoraliving":{
                        "service_type": 0,
                        "thr_input": "normal",
                        "image_attr_list":[
                            {
                                "frame_index": 1,   
                                "frame_type": 2,   
                                "frame_color": 1,
                                "points": []
                            }
                        ]
                    }
                }
            }
        ],
        "imageList": [
            {
                "image": "图片base64"
            }
        ]
    }
}

6. 调用示例

6.1 Java版本(Java版本使用JDK1.8)

/**
 * 炫彩活体
 */
import cn.hutool.http.HttpRequest;
import cn.hutool.http.HttpResponse;
import cn.hutool.json.JSONUtil;

import java.util.Arrays;
import java.util.HashMap;
import java.util.Map;

/** 主类，用于发起HTTP请求并处理响应 */
public class Example {

    public static void main(String[] args) {
        example();
    }

    /**
     * 方法中使用到的 JSONUtil、HttpRequest、HttpResponse均来自Hutool工具类。
     * 具体maven依赖为：
     *
     *     cn.hutool
     *     hutool-all
     *     5.8.29
     *
     */
    public static void example() {
        try {
            String url = "https://xxx/aipaas/live/v1/image/liveDetection";
            // 设置请求头
            Map headers = new HashMap();
            //调用鉴权
            headers.put("Content-Type", "application/json");
            headers.put("X-APP-ID", "xxx");
            headers.put("Authorization", "xxx");

            // 创建请求对象
            Map request = new HashMap();
            request.put("code", 1019);
            Map data = new HashMap();
            data.put("cameraId", "1");
            data.put("taskId", "task_1");
            Map algoTask1 = new HashMap();
            algoTask1.put("algoTask", 1034);
            Map algoConfig = new HashMap();
            algoConfig.put("algo_type", "1034");
            algoConfig.put("version", "algo_version");
            algoConfig.put("algo_desc", "");
            Map auoraliving = new HashMap();
            auoraliving.put("service_type", 0);
            auoraliving.put("thr_input", "normal");
            Map attr1= new HashMap();
            attr1.put("frame_index", 1);
            attr1.put("frame_type", 2);
            attr1.put("frame_color", 1);
            attr1.put("points", Arrays.asList());
            auoraliving.put("image_attr_list", Arrays.asList(attr1));
            algoConfig.put("auoraliving", auoraliving);
            algoTask1.put("algoConfig", algoConfig);
            data.put("algoTasks", Arrays.asList(algoTask1));
            Map image1 = new HashMap();
            image1.put("image", "xxx");
            data.put("imageList", Arrays.asList(image1));
            request.put("data", data);
            // 将请求对象转换为JsonNode
            String requestString = JSONUtil.toJsonStr(request);

            // 发起HTTP请求
            HttpResponse response =
                    HttpRequest.post(url)
                            .headerMap(headers, true)
                            .body(requestString)
                            .execute();
            // 输出响应结果
            System.out.println(response.body());
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

}

6.2 Python版本(Python版本使用Python3.8)

import json
import hashlib
import hmac
import time
import re
import urllib.parse
import requests
import warnings
from datetime import datetime
import logging

# 配置日志，设置日志级别为INFO，并指定日志格式
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

# 配置环境变量
X_APP_ID = "xxx"
AUTHORIZATION = "xxx"

# URL 和请求数据
url = "https://xxx/aipaas/live/v1/image/liveDetection"  # 请求的URL
request_data = {
    "code": 1019,
    "data": {
        "cameraId": "1",
        "taskId": "task_1",
        "algoTasks": [
            {
                "algoTask": 1034,
                "algoConfig": {
                    "algo_type": "1034",
                    "version": "algo_version",
                    "algo_desc": "",
                    "auoraliving":{
                        "service_type": 0,
                        "thr_input": "normal",
                        "image_attr_list":[
                            {
                                "frame_index": 1,
                                "frame_type": 1,
                                "frame_color": 1,
                                "points": []
                            }
                        ]
                    }
                }
            }
        ],
        "imageList": [
            {
                "image": "xxx"
            }
        ]
    }
}


# 构建请求头
headers = {
    "Content-Type": "application/json",
    "X-APP-ID": X_APP_ID,
    "Authorization": AUTHORIZATION
}


def timeSimple(timestamp):
    # 将时间戳转换为HH:MM:SS格式的时间字符串
    dt_object = datetime.fromtimestamp(timestamp)
    formatted_time = dt_object.strftime("%H:%M:%S")
    return formatted_time


def send_request(url):
    try:
        start_time = time.time()
        logging.info(f"请求路径: {url}")
        logging.info(f"开始发送: {timeSimple(start_time)}")

        with requests.post(
            url, json=request_data, headers=headers, stream=True, verify=False
        ) as response:
            first_packet_time = None
            if response.status_code == 200:
                logging.info(f"接受到返回: {timeSimple(time.time())}")

                for chunk in response.iter_content(chunk_size=1024):
                    if chunk:
                        if first_packet_time is None:
                            first_packet_time = time.time()
                        logging.info(
                            f"Received chunk: {timeSimple(time.time())} {chunk.decode('utf-8')}"
                        )

                end_time = time.time()
                logging.info(f"Time to first byte (TTFB): {first_packet_time - start_time:.3f} seconds")
                logging.info(f"Request completed in {end_time - start_time:.3f} seconds")
            else:
                logging.error(f"Request failed with status code {response.status_code}")
    except Exception as e:
        logging.error(f"An error occurred: {e}")


# 发送请求
send_request(url)
logging.info(f"headers = {headers}")