Didit 被动活体检测 API

概述

通过分析单张捕获图像来验证用户是否真实在场——无需明确的动作或交互。

关键限制：

• - 支持的格式：JPEG、PNG、WebP、TIFF
• 最大文件大小：5MB
• 图像必须包含且仅包含一张清晰可见的人脸
• 仅限原始实时照片（不接受截图或打印照片）

准确率： 活体检测准确率99.9%，错误接受率（FAR）<0.1%。

功能： 活体评分、人脸质量评估、亮度分析、年龄/性别估计、欺诈检测（屏幕截图、打印副本、面具、深度伪造）、跨会话重复人脸检测、黑名单匹配。

活体检测方法： 此独立端点使用PASSIVE方法（单帧CNN）。工作流模式还支持ACTIVE_3D（动作+闪光，最高安全性）和FLASHING（3D闪光，高安全性）。

API参考： https://docs.didit.me/standalone-apis/passive-liveness
功能指南： https://docs.didit.me/core-technology/liveness/overview

身份验证

所有请求都需要x-api-key标头。从Didit业务控制台 → API和Webhooks获取您的密钥，或通过程序化注册获取（见下文）。

快速入门（还没有账户？）

如果您没有Didit API密钥，通过2次API调用创建一个：

1. 1. 注册： POST https://apx.didit.me/auth/v2/programmatic/register/，携带{email: you@gmail.com, password: MyStr0ng!Pass}
2. 检查邮箱获取6位OTP验证码
3. 验证： POST https://apx.didit.me/auth/v2/programmatic/verify-email/，携带{email: you@gmail.com, code: A3K9F2} → 响应包含api_key

添加积分： GET /v3/billing/balance/检查余额，POST /v3/billing/top-up/携带{amountindollars: 50}获取Stripe结账链接。

有关完整平台管理（工作流、会话、用户、计费），请参阅didit-verification-management技能。

端点

POST https://verification.didit.me/v3/passive-liveness/

标头

请求参数（multipart/form-data）

示例

python
import requests

response = requests.post(
https://verification.didit.me/v3/passive-liveness/,
headers={x-api-key: YOURAPIKEY},
files={user_image: (selfie.jpg, open(selfie.jpg, rb), image/jpeg)},
data={facelivenessscoredeclinethreshold: 80},
)

typescript
const formData = new FormData();
formData.append(user_image, selfieFile);
formData.append(facelivenessscoredeclinethreshold, 80);

const response = await fetch(https://verification.didit.me/v3/passive-liveness/, {
method: POST,
headers: { x-api-key: YOURAPIKEY },
body: formData,
});

响应（200 OK）

json
{
request_id: a1b2c3d4-...,
liveness: {
status: Approved,
method: PASSIVE,
score: 95,
user_image: {
entities: [
{age: 22.16, bbox: [156, 234, 679, 898], confidence: 0.717, gender: male}
],
best_angle: 0
},
warnings: [],
face_quality: 85.0,
face_luminance: 50.0
},
created_at: 2025-05-01T13:11:07.977806Z
}

状态值及处理

错误响应

响应字段参考

警告标签

自动拒绝（始终）

可配置（拒绝/审核/批准）

常见工作流

基本活体检测

1. 1. 捕获用户自拍
2. POST /v3/passive-liveness/ → {user_image: selfie}
3. 如果Approved → 用户是真人，继续

活体检测 + 人脸匹配（组合）