人脸静态活体检测（高精度版） API 对接说明
内容提要
本文介绍人脸静态活体检测（高精度版）API的对接方法。用户需在Ace Data Cloud控制台获取Token，通过传递image_url和face_model_version参数调用接口，返回活体打分score（阈值推荐40）判断是否翻拍。文中提供CURL和Python示例代码，并列出常见错误码及处理建议，帮助开发者快速集成。
延伸解读
阈值选择与业务场景
接口返回的score取值范围为0到100，文章给出了[5,10,40,70,90]的阈值区间，并推荐使用40作为判断翻拍的分界。开发者应根据自身业务对误判的容忍度来调整阈值：若更注重拦截翻拍，可适当降低阈值；若更注重减少误伤真实用户，可适当提高阈值。建议在集成前用实际业务数据测试不同阈值下的效果。
错误码与排查建议
文章列出了常见的错误码，如token_mismatched、invalid_token、too_many_requests等。其中401错误通常表示Token无效或缺失，需检查Authorization头是否正确；429表示请求频率超限，需注意控制调用速率或联系平台提升配额；500错误多为服务端异常，可稍后重试或联系技术支持。建议在代码中针对不同错误码做相应处理，提升健壮性。
模型版本与兼容性
接口要求传入face_model_version参数，目前仅支持“3.0”。这意味着当前版本是唯一可用的模型，未来可能更新。开发者应关注平台文档，及时了解版本变更，避免因版本升级导致接口行为变化。同时，在代码中应将该参数作为配置项，便于后续切换版本。
Q&A
人脸静态活体检测（高精度版）API 的主要功能是什么？
该API用于对用户上传的静态图片进行防翻拍活体检测，判断图片是否为翻拍。
如何获取人脸静态活体检测（高精度版）API 的调用凭证？
需要到Ace Data Cloud控制台获取API Token，一个Token即可调用平台所有服务。
调用人脸静态活体检测（高精度版）API 需要传递哪些参数？
需要传递image_url（图片链接）和face_model_version（模型版本，目前支持3.0）。
人脸静态活体检测（高精度版）API 返回结果中的 score 字段代表什么？如何判断是否为翻拍？
score是活体打分，取值范围0-100，根据阈值区间判断是否翻拍，推荐阈值为40，低于40可能为翻拍。
能否提供调用人脸静态活体检测（高精度版）API 的 Python 示例代码？
可以，使用requests库发送POST请求到https://api.acedata.cloud/face/detect-live，设置headers包含accept、authorization和content-type，body包含image_url和face_model_version，然后打印响应。
调用人脸静态活体检测（高精度版）API 时遇到 401 invalid_token 错误怎么办？
该错误表示授权token无效或缺失，需要检查authorization头中的token是否正确，并确保在控制台获取了有效的API Token。
