tencentcloud-faceid-detectlivefaceaccurate

核心功能为高精度检测人脸图片是否翻拍，可防御高清屏幕、裁剪纸片、3D面具等多种攻击手段。适用于移动端、PC端各类需静态活体检验的场景，如验证用户上传图片是否为真实人脸。支持本地文件（自动转Base64）、图片Base64字符串、URL输入，输出含活体分数、是否真实人脸的JSON结果。

xiaoqiangjava

热度 53.59

最近更新 2026-05-11 17:31:16

分类：安全依赖：代码执行 / 第三方 API / 读写文件应用场景：API 集成 / 数据处理

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add tencentcloud-faceid-detectlivefaceaccurate

Metadata

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