Acerca de la API:
La detección de vivacidad facial te ayuda a descubrir fraudes al garantizar que la imagen que te han proporcionado no sea una foto de una foto, una imagen de tamaño pasaporte, o una imagen de otra persona en la pantalla de un teléfono celular/portátil. Combínalo con la API de Validación de Comparación Facial para tener plena confianza de que la selfie de la persona es, de hecho, en vivo y pertenece a la misma persona que esperas.
Esta API recibirá la URL de la imagen que deseas verificar su vivacidad. Proporcionará información como la calidad de la cara, si la foto es en vivo y su posición en la imagen.
Detección de fraude: La detección de vivacidad facial te ayuda a descubrir fraudes al garantizar que la imagen que te han proporcionado no sea una foto de una foto, una imagen de tamaño pasaporte, o una imagen de otra persona en la pantalla de un teléfono celular/portátil.
Verificar propiedades de la imagen: Ser capaz de detectar si alguna imagen no cumple con tus requisitos. Verifica si la cara está demasiado lejos de la cámara, si su calidad es buena o mala, y evita que tus usuarios suban imágenes que no serán útiles para tus plataformas.
Recibir imágenes para análisis biométrico: Si estás utilizando análisis biométrico en tus productos, es importante recibir imágenes que sean tomadas en vivo de tus usuarios. Esta API te ayudará con eso.
Aparte del número de llamadas a la API por mes, no hay otras limitaciones.
{"request_id":"e4f38d25-822a-44cd-bc67-28abca87a4e9"}
curl --location --request POST 'https://zylalabs.com/api/322/face+liveness+check+api/259/check+liveness' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"task_id": "123",
"group_id": "123",
"data": {
"document1": "https://i0.wp.com/post.medicalnewstoday.com/wp-content/uploads/sites/3/2020/03/GettyImages-1092658864_hero-1024x575.jpg"
}
}'
[{"action":"check_photo_liveness","created_at":"2023-12-07T02:49:13+05:30","group_id":"123","request_id":"cbbc9300-88ba-46e2-bebe-ec024724802e","status":"in_progress","task_id":"123","type":"face"}]
curl --location --request GET 'https://zylalabs.com/api/322/face+liveness+check+api/260/get+results?request_id=d3dc6e39-a4fc-4d6d-88c8-4c23b9ddd360' --header 'Authorization: Bearer YOUR_API_KEY'
| Encabezado | Descripción |
|---|---|
Autorización
|
[Requerido] Debería ser Bearer access_key. Consulta "Tu Clave de Acceso a la API" arriba cuando estés suscrito. |
Sin compromiso a largo plazo. Mejora, reduce o cancela en cualquier momento. La Prueba Gratuita incluye hasta 50 solicitudes.
El endpoint POST Check Liveness devuelve un ID de tarea al enviar una URL de imagen. El endpoint GET Get Results devuelve datos de análisis, incluyendo el estado de la verificación de vitalidad, la marca de tiempo de creación, el ID de la solicitud y el ID de la tarea.
Los campos clave en la respuesta incluyen "estado" (que indica el estado actual del análisis), "request_id" (identificador único para la solicitud), "task_id" (identificador para rastrear la tarea) y "created_at" (marca de tiempo de cuándo se hizo la solicitud).
Los datos de respuesta están estructurados en formato JSON. Para el endpoint de resultados GET, incluye un array de objetos, cada uno conteniendo campos como "acción," "estado," e identificadores, lo que permite a los usuarios rastrear e interpretar los resultados fácilmente.
El punto final POST Check Liveness proporciona un ID de tarea para el seguimiento, mientras que el punto final GET Get Results ofrece información sobre la vivacidad facial, la calidad y la posición, ayudando a los usuarios a evaluar la validez de la imagen enviada.
El parámetro principal para el endpoint POST Check Liveness es la URL de la imagen. Los usuarios deben asegurarse de que la URL apunte a un archivo de imagen válido para realizar comprobaciones de vitalidad precisas.
Los usuarios pueden utilizar los datos devueltos al monitorear el campo "estado" para determinar si la verificación de disponibilidad está completa. El "request_id" se puede usar para obtener resultados, mientras que el "task_id" ayuda a rastrear tareas específicas a través de múltiples solicitudes.
La precisión de los datos se mantiene a través de algoritmos avanzados que analizan la imagen en busca de signos de vitalidad, como movimiento o profundidad, asegurando que la imagen no sea una representación estática o una foto de una foto.
Los casos de uso típicos incluyen la detección de fraudes en procesos de verificación de identidad, asegurando el cumplimiento de los requisitos de datos biométricos, y filtrando imágenes de baja calidad antes de que sean procesadas en las aplicaciones.
Nivel de Servicio:
100%
Tiempo de Respuesta:
267ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
179ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
348ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
472ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
168ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
367ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
461ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
253ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
67ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
52ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
681ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
467ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
6.712ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
362ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
655ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.186ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
224ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
63ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.437ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.098ms