# -*- coding: utf8 -*- # Copyright (c) 2017-2021 THL A29 Limited, a Tencent company. All Rights Reserved. # # Licensed under the Apache License, Version 2.0 (the "License"); # you may not use this file except in compliance with the License. # You may obtain a copy of the License at # # http://www.apache.org/licenses/LICENSE-2.0 # # Unless required by applicable law or agreed to in writing, software # distributed under the License is distributed on an "AS IS" BASIS, # WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. # See the License for the specific language governing permissions and # limitations under the License. import warnings from tencentcloud.common.abstract_model import AbstractModel class AnalyzeDenseLandmarksRequest(AbstractModel): """AnalyzeDenseLandmarks请求参数结构体 """ def __init__(self): r""" :param Mode: 检测模式。0 为检测所有出现的人脸， 1 为检测面积最大的人脸。 默认为 0。 最多返回 5 张人脸的五官定位（人脸关键点）具体信息。 :type Mode: int :param Image: 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Image: str :param Url: 图片的 Url 。对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 Url、Image必须提供一个，如果都提供，只使用 Url。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Url: str :param FaceModelVersion: 人脸识别服务所用的算法模型版本。本接口仅支持 “3.0“ 输入。 :type FaceModelVersion: str :param NeedRotateDetection: 是否开启图片旋转识别支持。0为不开启，1为开启。默认为0。本参数的作用为，当图片中的人脸被旋转且图片没有exif信息时，如果不开启图片旋转识别支持则无法正确检测、识别图片中的人脸。若您确认图片包含exif信息或者您确认输入图中人脸不会出现被旋转情况，请不要开启本参数。开启后，整体耗时将可能增加数百毫秒。 :type NeedRotateDetection: int """ self.Mode = None self.Image = None self.Url = None self.FaceModelVersion = None self.NeedRotateDetection = None def _deserialize(self, params): self.Mode = params.get("Mode") self.Image = params.get("Image") self.Url = params.get("Url") self.FaceModelVersion = params.get("FaceModelVersion") self.NeedRotateDetection = params.get("NeedRotateDetection") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class AnalyzeDenseLandmarksResponse(AbstractModel): """AnalyzeDenseLandmarks返回参数结构体 """ def __init__(self): r""" :param ImageWidth: 请求的图片宽度。 :type ImageWidth: int :param ImageHeight: 请求的图片高度。 :type ImageHeight: int :param DenseFaceShapeSet: 稠密人脸关键点具体信息。 :type DenseFaceShapeSet: list of DenseFaceShape :param FaceModelVersion: 人脸识别服务所用的算法模型版本。本接口仅支持 “3.0“ 输入。 :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.ImageWidth = None self.ImageHeight = None self.DenseFaceShapeSet = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): self.ImageWidth = params.get("ImageWidth") self.ImageHeight = params.get("ImageHeight") if params.get("DenseFaceShapeSet") is not None: self.DenseFaceShapeSet = [] for item in params.get("DenseFaceShapeSet"): obj = DenseFaceShape() obj._deserialize(item) self.DenseFaceShapeSet.append(obj) self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class AnalyzeFaceRequest(AbstractModel): """AnalyzeFace请求参数结构体 """ def __init__(self): r""" :param Mode: 检测模式。0 为检测所有出现的人脸， 1 为检测面积最大的人脸。默认为 0。最多返回 10 张人脸的五官定位（人脸关键点）具体信息。 :type Mode: int :param Image: 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Image: str :param Url: 图片的 Url 。对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 Url、Image必须提供一个，如果都提供，只使用 Url。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Url: str :param FaceModelVersion: 人脸识别服务所用的算法模型版本。 目前入参支持 “2.0”和“3.0“ 两个输入。 2020年4月2日开始，默认为“3.0”，之前使用过本接口的账号若未填写本参数默认为“2.0”。 2020年11月26日后开通服务的账号仅支持输入“3.0”。 不同算法模型版本对应的人脸识别算法不同，新版本的整体效果会优于旧版本，建议使用“3.0”版本。 :type FaceModelVersion: str :param NeedRotateDetection: 是否开启图片旋转识别支持。0为不开启，1为开启。默认为0。本参数的作用为，当图片中的人脸被旋转且图片没有exif信息时，如果不开启图片旋转识别支持则无法正确检测、识别图片中的人脸。若您确认图片包含exif信息或者您确认输入图中人脸不会出现被旋转情况，请不要开启本参数。开启后，整体耗时将可能增加数百毫秒。 :type NeedRotateDetection: int """ self.Mode = None self.Image = None self.Url = None self.FaceModelVersion = None self.NeedRotateDetection = None def _deserialize(self, params): self.Mode = params.get("Mode") self.Image = params.get("Image") self.Url = params.get("Url") self.FaceModelVersion = params.get("FaceModelVersion") self.NeedRotateDetection = params.get("NeedRotateDetection") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class AnalyzeFaceResponse(AbstractModel): """AnalyzeFace返回参数结构体 """ def __init__(self): r""" :param ImageWidth: 请求的图片宽度。 :type ImageWidth: int :param ImageHeight: 请求的图片高度。 :type ImageHeight: int :param FaceShapeSet: 五官定位（人脸关键点）具体信息。 :type FaceShapeSet: list of FaceShape :param FaceModelVersion: 人脸识别所用的算法模型版本。 :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.ImageWidth = None self.ImageHeight = None self.FaceShapeSet = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): self.ImageWidth = params.get("ImageWidth") self.ImageHeight = params.get("ImageHeight") if params.get("FaceShapeSet") is not None: self.FaceShapeSet = [] for item in params.get("FaceShapeSet"): obj = FaceShape() obj._deserialize(item) self.FaceShapeSet.append(obj) self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class AttributeItem(AbstractModel): """人脸属性信息 """ def __init__(self): r""" :param Type: 属性值 :type Type: int :param Probability: Type识别概率值，【0,1】,代表判断正确的概率。 :type Probability: float """ self.Type = None self.Probability = None def _deserialize(self, params): self.Type = params.get("Type") self.Probability = params.get("Probability") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class Candidate(AbstractModel): """识别出的最相似候选人 """ def __init__(self): r""" :param PersonId: 人员ID :type PersonId: str :param FaceId: 人脸ID，仅在SearchFaces/SearchFacesReturnsByGroup接口返回时有效。人员搜索类接口采用融合特征方式检索，该字段无意义 :type FaceId: str :param Score: 候选者的匹配得分。 1万大小人脸底库下，误识率百分之一对应分数为70分，误识率千分之一对应分数为80分，误识率万分之一对应分数为90分； 10万大小人脸底库下，误识率百分之一对应分数为80分，误识率千分之一对应分数为90分，误识率万分之一对应分数为100分； 30万大小人脸底库下，误识率百分之一对应分数为85分，误识率千分之一对应分数为95分。 一般80分左右可适用大部分场景，建议分数不要超过90分。您可以根据实际情况选择合适的分数。 :type Score: float :param PersonName: 人员名称 注意：此字段可能返回 null，表示取不到有效值。 :type PersonName: str :param Gender: 人员性别 注意：此字段可能返回 null，表示取不到有效值。 :type Gender: int :param PersonGroupInfos: 包含此人员的人员库及描述字段内容列表 注意：此字段可能返回 null，表示取不到有效值。 :type PersonGroupInfos: list of PersonGroupInfo """ self.PersonId = None self.FaceId = None self.Score = None self.PersonName = None self.Gender = None self.PersonGroupInfos = None def _deserialize(self, params): self.PersonId = params.get("PersonId") self.FaceId = params.get("FaceId") self.Score = params.get("Score") self.PersonName = params.get("PersonName") self.Gender = params.get("Gender") if params.get("PersonGroupInfos") is not None: self.PersonGroupInfos = [] for item in params.get("PersonGroupInfos"): obj = PersonGroupInfo() obj._deserialize(item) self.PersonGroupInfos.append(obj) memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class CompareFaceRequest(AbstractModel): """CompareFace请求参数结构体 """ def __init__(self): r""" :param ImageA: A 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 若图片中包含多张人脸，只选取其中人脸面积最大的人脸。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type ImageA: str :param ImageB: B 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 若图片中包含多张人脸，只选取其中人脸面积最大的人脸。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type ImageB: str :param UrlA: A 图片的 Url ，对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 A 图片的 Url、Image必须提供一个，如果都提供，只使用 Url。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 若图片中包含多张人脸，只选取其中人脸面积最大的人脸。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type UrlA: str :param UrlB: B 图片的 Url ，对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 B 图片的 Url、Image必须提供一个，如果都提供，只使用 Url。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 若图片中包含多张人脸，只选取其中人脸面积最大的人脸。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type UrlB: str :param FaceModelVersion: 人脸识别服务所用的算法模型版本。 目前入参支持 “2.0”和“3.0“ 两个输入。 2020年4月2日开始，默认为“3.0”，之前使用过本接口的账号若未填写本参数默认为“2.0”。 2020年11月26日后开通服务的账号仅支持输入“3.0”。 不同算法模型版本对应的人脸识别算法不同，新版本的整体效果会优于旧版本，建议使用“3.0”版本。 :type FaceModelVersion: str :param QualityControl: 图片质量控制。 0: 不进行控制； 1:较低的质量要求，图像存在非常模糊，眼睛鼻子嘴巴遮挡至少其中一种或多种的情况； 2: 一般的质量要求，图像存在偏亮，偏暗，模糊或一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，至少其中三种的情况； 3: 较高的质量要求，图像存在偏亮，偏暗，一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，其中一到两种的情况； 4: 很高的质量要求，各个维度均为最好或最多在某一维度上存在轻微问题； 默认 0。 若图片质量不满足要求，则返回结果中会提示图片质量检测不符要求。 :type QualityControl: int :param NeedRotateDetection: 是否开启图片旋转识别支持。0为不开启，1为开启。默认为0。本参数的作用为，当图片中的人脸被旋转且图片没有exif信息时，如果不开启图片旋转识别支持则无法正确检测、识别图片中的人脸。若您确认图片包含exif信息或者您确认输入图中人脸不会出现被旋转情况，请不要开启本参数。开启后，整体耗时将可能增加数百毫秒。 :type NeedRotateDetection: int """ self.ImageA = None self.ImageB = None self.UrlA = None self.UrlB = None self.FaceModelVersion = None self.QualityControl = None self.NeedRotateDetection = None def _deserialize(self, params): self.ImageA = params.get("ImageA") self.ImageB = params.get("ImageB") self.UrlA = params.get("UrlA") self.UrlB = params.get("UrlB") self.FaceModelVersion = params.get("FaceModelVersion") self.QualityControl = params.get("QualityControl") self.NeedRotateDetection = params.get("NeedRotateDetection") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class CompareFaceResponse(AbstractModel): """CompareFace返回参数结构体 """ def __init__(self): r""" :param Score: 两张图片中人脸的相似度分数。 不同算法版本返回的相似度分数不同。 若需要验证两张图片中人脸是否为同一人，3.0版本误识率千分之一对应分数为40分，误识率万分之一对应分数为50分，误识率十万分之一对应分数为60分。 一般超过50分则可认定为同一人。 2.0版本误识率千分之一对应分数为70分，误识率万分之一对应分数为80分，误识率十万分之一对应分数为90分。 一般超过80分则可认定为同一人。 若需要验证两张图片中的人脸是否为同一人，建议使用人脸验证接口。 :type Score: float :param FaceModelVersion: 人脸识别所用的算法模型版本。 :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.Score = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): self.Score = params.get("Score") self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class CompareMaskFaceRequest(AbstractModel): """CompareMaskFace请求参数结构体 """ def __init__(self): r""" :param ImageA: A 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 若图片中包含多张人脸，只选取其中人脸面积最大的人脸。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type ImageA: str :param ImageB: B 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 若图片中包含多张人脸，只选取其中人脸面积最大的人脸。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type ImageB: str :param UrlA: A 图片的 Url ，对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 A 图片的 Url、Image必须提供一个，如果都提供，只使用 Url。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 若图片中包含多张人脸，只选取其中人脸面积最大的人脸。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type UrlA: str :param UrlB: B 图片的 Url ，对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 B 图片的 Url、Image必须提供一个，如果都提供，只使用 Url。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 若图片中包含多张人脸，只选取其中人脸面积最大的人脸。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type UrlB: str :param FaceModelVersion: 人脸识别服务所用的算法模型版本。该接口只支持"3.0" :type FaceModelVersion: str :param QualityControl: 图片质量控制。 0: 不进行控制； 1:较低的质量要求，图像存在非常模糊，眼睛鼻子嘴巴遮挡至少其中一种或多种的情况； 2: 一般的质量要求，图像存在偏亮，偏暗，模糊或一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，至少其中三种的情况； 3: 较高的质量要求，图像存在偏亮，偏暗，一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，其中一到两种的情况； 4: 很高的质量要求，各个维度均为最好或最多在某一维度上存在轻微问题； 默认 0。 若图片质量不满足要求，则返回结果中会提示图片质量检测不符要求。 :type QualityControl: int """ self.ImageA = None self.ImageB = None self.UrlA = None self.UrlB = None self.FaceModelVersion = None self.QualityControl = None def _deserialize(self, params): self.ImageA = params.get("ImageA") self.ImageB = params.get("ImageB") self.UrlA = params.get("UrlA") self.UrlB = params.get("UrlB") self.FaceModelVersion = params.get("FaceModelVersion") self.QualityControl = params.get("QualityControl") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class CompareMaskFaceResponse(AbstractModel): """CompareMaskFace返回参数结构体 """ def __init__(self): r""" :param Score: 两张图片中人脸的相似度分数。 不同算法版本返回的相似度分数不同。 若需要验证两张图片中人脸是否为同一人，3.0版本误识率千分之一对应分数为40分，误识率万分之一对应分数为50分，误识率十万分之一对应分数为60分。 一般超过50分则可认定为同一人。 2.0版本误识率千分之一对应分数为70分，误识率万分之一对应分数为80分，误识率十万分之一对应分数为90分。 一般超过80分则可认定为同一人。 若需要验证两张图片中的人脸是否为同一人，建议使用人脸验证接口。 :type Score: float :param FaceModelVersion: 人脸识别所用的算法模型版本。 :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.Score = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): self.Score = params.get("Score") self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class CopyPersonRequest(AbstractModel): """CopyPerson请求参数结构体 """ def __init__(self): r""" :param PersonId: 人员ID，取值为创建人员接口中的PersonId :type PersonId: str :param GroupIds: 待加入的人员库列表，数组元素取值为创建人员库接口中的GroupId :type GroupIds: list of str """ self.PersonId = None self.GroupIds = None def _deserialize(self, params): self.PersonId = params.get("PersonId") self.GroupIds = params.get("GroupIds") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class CopyPersonResponse(AbstractModel): """CopyPerson返回参数结构体 """ def __init__(self): r""" :param SucGroupNum: 成功加入的人员库数量 :type SucGroupNum: int :param SucGroupIds: 成功加入的人员库列表 :type SucGroupIds: list of str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.SucGroupNum = None self.SucGroupIds = None self.RequestId = None def _deserialize(self, params): self.SucGroupNum = params.get("SucGroupNum") self.SucGroupIds = params.get("SucGroupIds") self.RequestId = params.get("RequestId") class CreateFaceRequest(AbstractModel): """CreateFace请求参数结构体 """ def __init__(self): r""" :param PersonId: 人员ID，取值为创建人员接口中的PersonId :type PersonId: str :param Images: 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 人员人脸总数量不可超过5张。 若图片中包含多张人脸，只选取其中人脸面积最大的人脸。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Images: list of str :param Urls: 图片的 Url 。对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 Url、Image必须提供一个，如果都提供，只使用 Url。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 人员人脸总数量不可超过5张。 若图片中包含多张人脸，只选取其中人脸面积最大的人脸。 :type Urls: list of str :param FaceMatchThreshold: 只有和该人员已有的人脸相似度超过FaceMatchThreshold值的人脸，才能增加人脸成功。 默认值60分。取值范围[0,100] 。 :type FaceMatchThreshold: float :param QualityControl: 图片质量控制。 0: 不进行控制； 1:较低的质量要求，图像存在非常模糊，眼睛鼻子嘴巴遮挡至少其中一种或多种的情况； 2: 一般的质量要求，图像存在偏亮，偏暗，模糊或一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，至少其中三种的情况； 3: 较高的质量要求，图像存在偏亮，偏暗，一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，其中一到两种的情况； 4: 很高的质量要求，各个维度均为最好或最多在某一维度上存在轻微问题； 默认 0。 若图片质量不满足要求，则返回结果中会提示图片质量检测不符要求。 :type QualityControl: int :param NeedRotateDetection: 是否开启图片旋转识别支持。0为不开启，1为开启。默认为0。本参数的作用为，当图片中的人脸被旋转且图片没有exif信息时，如果不开启图片旋转识别支持则无法正确检测、识别图片中的人脸。若您确认图片包含exif信息或者您确认输入图中人脸不会出现被旋转情况，请不要开启本参数。开启后，整体耗时将可能增加数百毫秒。 :type NeedRotateDetection: int """ self.PersonId = None self.Images = None self.Urls = None self.FaceMatchThreshold = None self.QualityControl = None self.NeedRotateDetection = None def _deserialize(self, params): self.PersonId = params.get("PersonId") self.Images = params.get("Images") self.Urls = params.get("Urls") self.FaceMatchThreshold = params.get("FaceMatchThreshold") self.QualityControl = params.get("QualityControl") self.NeedRotateDetection = params.get("NeedRotateDetection") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class CreateFaceResponse(AbstractModel): """CreateFace返回参数结构体 """ def __init__(self): r""" :param SucFaceNum: 加入成功的人脸数量 :type SucFaceNum: int :param SucFaceIds: 加入成功的人脸ID列表 :type SucFaceIds: list of str :param RetCode: 每张人脸图片添加结果，-1101 代表未检测到人脸，-1102 代表图片解码失败， -1601代表不符合图片质量控制要求, -1604 代表人脸相似度没有超过FaceMatchThreshold。 其他非 0 值代表算法服务异常。 RetCode的顺序和入参中 Images 或 Urls 的顺序一致。 :type RetCode: list of int :param SucIndexes: 加入成功的人脸索引。索引顺序和入参中 Images 或 Urls 的顺序一致。 例， Urls 中 有 3 个 url，第二个 url 失败，则 SucIndexes 值为 [0,2] 。 :type SucIndexes: list of int non-negative :param SucFaceRects: 加入成功的人脸框位置。顺序和入参中 Images 或 Urls 的顺序一致。 :type SucFaceRects: list of FaceRect :param FaceModelVersion: 人脸识别所用的算法模型版本。 :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.SucFaceNum = None self.SucFaceIds = None self.RetCode = None self.SucIndexes = None self.SucFaceRects = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): self.SucFaceNum = params.get("SucFaceNum") self.SucFaceIds = params.get("SucFaceIds") self.RetCode = params.get("RetCode") self.SucIndexes = params.get("SucIndexes") if params.get("SucFaceRects") is not None: self.SucFaceRects = [] for item in params.get("SucFaceRects"): obj = FaceRect() obj._deserialize(item) self.SucFaceRects.append(obj) self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class CreateGroupRequest(AbstractModel): """CreateGroup请求参数结构体 """ def __init__(self): r""" :param GroupName: 人员库名称，[1,60]个字符，可修改，不可重复。 :type GroupName: str :param GroupId: 人员库 ID，不可修改，不可重复。支持英文、数字、-%@#&_，长度限制64B。 :type GroupId: str :param GroupExDescriptions: 人员库自定义描述字段，用于描述人员库中人员属性，该人员库下所有人员将拥有此描述字段。 最多可以创建5个。 每个自定义描述字段支持[1,30]个字符。 在同一人员库中自定义描述字段不可重复。 例： 设置某人员库“自定义描述字段”为["学号","工号","手机号"]， 则该人员库下所有人员将拥有名为“学号”、“工号”、“手机号”的描述字段， 可在对应人员描述字段中填写内容，登记该人员的学号、工号、手机号等信息。 :type GroupExDescriptions: list of str :param Tag: 人员库信息备注，[0，40]个字符。 :type Tag: str :param FaceModelVersion: 人脸识别服务所用的算法模型版本。 目前入参支持 “2.0”和“3.0“ 两个输入。 2020年4月2日开始，默认为“3.0”，之前使用过本接口的账号若未填写本参数默认为“2.0”。 2020年11月26日后开通服务的账号仅支持输入“3.0”。 不同算法模型版本对应的人脸识别算法不同，新版本的整体效果会优于旧版本，建议使用“3.0”版本。 :type FaceModelVersion: str """ self.GroupName = None self.GroupId = None self.GroupExDescriptions = None self.Tag = None self.FaceModelVersion = None def _deserialize(self, params): self.GroupName = params.get("GroupName") self.GroupId = params.get("GroupId") self.GroupExDescriptions = params.get("GroupExDescriptions") self.Tag = params.get("Tag") self.FaceModelVersion = params.get("FaceModelVersion") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class CreateGroupResponse(AbstractModel): """CreateGroup返回参数结构体 """ def __init__(self): r""" :param FaceModelVersion: 人脸识别所用的算法模型版本。 :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class CreatePersonRequest(AbstractModel): """CreatePerson请求参数结构体 """ def __init__(self): r""" :param GroupId: 待加入的人员库ID，取值为创建人员库接口中的GroupId :type GroupId: str :param PersonName: 人员名称。[1，60]个字符，可修改，可重复。 :type PersonName: str :param PersonId: 人员ID，单个腾讯云账号下不可修改，不可重复。支持英文、数字、-%@#&_，长度限制64B。 :type PersonId: str :param Gender: 0代表未填写，1代表男性，2代表女性。 :type Gender: int :param PersonExDescriptionInfos: 人员描述字段内容，key-value。[0，60]个字符，可修改，可重复。 :type PersonExDescriptionInfos: list of PersonExDescriptionInfo :param Image: 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Image: str :param Url: 图片的 Url 。对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 Url、Image必须提供一个，如果都提供，只使用 Url。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Url: str :param UniquePersonControl: 此参数用于控制判断 Image 或 Url 中图片包含的人脸，是否在人员库中已有疑似的同一人。 如果判断为已有相同人在人员库中，则不会创建新的人员，返回疑似同一人的人员信息。 如果判断没有，则完成创建人员。 0: 不进行判断，无论是否有疑似同一人在库中均完成入库； 1:较低的同一人判断要求（百一误识别率）； 2: 一般的同一人判断要求（千一误识别率）； 3: 较高的同一人判断要求（万一误识别率）； 4: 很高的同一人判断要求（十万一误识别率）。 默认 0。 注： 要求越高，则疑似同一人的概率越小。不同要求对应的误识别率仅为参考值，您可以根据实际情况调整。 :type UniquePersonControl: int :param QualityControl: 图片质量控制。 0: 不进行控制； 1:较低的质量要求，图像存在非常模糊，眼睛鼻子嘴巴遮挡至少其中一种或多种的情况； 2: 一般的质量要求，图像存在偏亮，偏暗，模糊或一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，至少其中三种的情况； 3: 较高的质量要求，图像存在偏亮，偏暗，一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，其中一到两种的情况； 4: 很高的质量要求，各个维度均为最好或最多在某一维度上存在轻微问题； 默认 0。 若图片质量不满足要求，则返回结果中会提示图片质量检测不符要求。 :type QualityControl: int :param NeedRotateDetection: 是否开启图片旋转识别支持。0为不开启，1为开启。默认为0。本参数的作用为，当图片中的人脸被旋转且图片没有exif信息时，如果不开启图片旋转识别支持则无法正确检测、识别图片中的人脸。若您确认图片包含exif信息或者您确认输入图中人脸不会出现被旋转情况，请不要开启本参数。开启后，整体耗时将可能增加数百毫秒。 :type NeedRotateDetection: int """ self.GroupId = None self.PersonName = None self.PersonId = None self.Gender = None self.PersonExDescriptionInfos = None self.Image = None self.Url = None self.UniquePersonControl = None self.QualityControl = None self.NeedRotateDetection = None def _deserialize(self, params): self.GroupId = params.get("GroupId") self.PersonName = params.get("PersonName") self.PersonId = params.get("PersonId") self.Gender = params.get("Gender") if params.get("PersonExDescriptionInfos") is not None: self.PersonExDescriptionInfos = [] for item in params.get("PersonExDescriptionInfos"): obj = PersonExDescriptionInfo() obj._deserialize(item) self.PersonExDescriptionInfos.append(obj) self.Image = params.get("Image") self.Url = params.get("Url") self.UniquePersonControl = params.get("UniquePersonControl") self.QualityControl = params.get("QualityControl") self.NeedRotateDetection = params.get("NeedRotateDetection") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class CreatePersonResponse(AbstractModel): """CreatePerson返回参数结构体 """ def __init__(self): r""" :param FaceId: 人脸图片唯一标识。 :type FaceId: str :param FaceRect: 检测出的人脸框的位置。 注意：此字段可能返回 null，表示取不到有效值。 :type FaceRect: :class:`tencentcloud.iai.v20200303.models.FaceRect` :param SimilarPersonId: 疑似同一人的PersonId。 当 UniquePersonControl 参数不为0且人员库中有疑似的同一人，此参数才有意义。 :type SimilarPersonId: str :param FaceModelVersion: 人脸识别所用的算法模型版本。 :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.FaceId = None self.FaceRect = None self.SimilarPersonId = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): self.FaceId = params.get("FaceId") if params.get("FaceRect") is not None: self.FaceRect = FaceRect() self.FaceRect._deserialize(params.get("FaceRect")) self.SimilarPersonId = params.get("SimilarPersonId") self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class DeleteFaceRequest(AbstractModel): """DeleteFace请求参数结构体 """ def __init__(self): r""" :param PersonId: 人员ID，取值为创建人员接口中的PersonId :type PersonId: str :param FaceIds: 待删除的人脸ID列表，数组元素取值为增加人脸接口返回的FaceId :type FaceIds: list of str """ self.PersonId = None self.FaceIds = None def _deserialize(self, params): self.PersonId = params.get("PersonId") self.FaceIds = params.get("FaceIds") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class DeleteFaceResponse(AbstractModel): """DeleteFace返回参数结构体 """ def __init__(self): r""" :param SucDeletedNum: 删除成功的人脸数量 :type SucDeletedNum: int :param SucFaceIds: 删除成功的人脸ID列表 :type SucFaceIds: list of str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.SucDeletedNum = None self.SucFaceIds = None self.RequestId = None def _deserialize(self, params): self.SucDeletedNum = params.get("SucDeletedNum") self.SucFaceIds = params.get("SucFaceIds") self.RequestId = params.get("RequestId") class DeleteGroupRequest(AbstractModel): """DeleteGroup请求参数结构体 """ def __init__(self): r""" :param GroupId: 人员库ID，取值为创建人员库接口中的GroupId :type GroupId: str """ self.GroupId = None def _deserialize(self, params): self.GroupId = params.get("GroupId") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class DeleteGroupResponse(AbstractModel): """DeleteGroup返回参数结构体 """ def __init__(self): r""" :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.RequestId = None def _deserialize(self, params): self.RequestId = params.get("RequestId") class DeletePersonFromGroupRequest(AbstractModel): """DeletePersonFromGroup请求参数结构体 """ def __init__(self): r""" :param PersonId: 人员ID，取值为创建人员接口中的PersonId :type PersonId: str :param GroupId: 人员库ID，取值为创建人员库接口中的GroupId :type GroupId: str """ self.PersonId = None self.GroupId = None def _deserialize(self, params): self.PersonId = params.get("PersonId") self.GroupId = params.get("GroupId") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class DeletePersonFromGroupResponse(AbstractModel): """DeletePersonFromGroup返回参数结构体 """ def __init__(self): r""" :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.RequestId = None def _deserialize(self, params): self.RequestId = params.get("RequestId") class DeletePersonRequest(AbstractModel): """DeletePerson请求参数结构体 """ def __init__(self): r""" :param PersonId: 人员ID，取值为创建人员接口中的PersonId :type PersonId: str """ self.PersonId = None def _deserialize(self, params): self.PersonId = params.get("PersonId") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class DeletePersonResponse(AbstractModel): """DeletePerson返回参数结构体 """ def __init__(self): r""" :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.RequestId = None def _deserialize(self, params): self.RequestId = params.get("RequestId") class DenseFaceShape(AbstractModel): """稠密关键点详细信息 """ def __init__(self): r""" :param X: 人脸框左上角横坐标。 :type X: int :param Y: 人脸框左上角纵坐标。 :type Y: int :param Width: 人脸框宽度。 :type Width: int :param Height: 人脸框高度。 :type Height: int :param LeftEye: 描述左侧眼睛轮廓的 XX 点。 :type LeftEye: list of Point :param RightEye: 描述右侧眼睛轮廓的 XX 点。 :type RightEye: list of Point :param LeftEyeBrow: 描述左侧眉毛轮廓的 XX 点。 :type LeftEyeBrow: list of Point :param RightEyeBrow: 描述右侧眉毛轮廓的 XX 点。 :type RightEyeBrow: list of Point :param MouthOutside: 描述外嘴巴轮廓的 XX 点， 从左侧开始逆时针返回。 :type MouthOutside: list of Point :param MouthInside: 描述内嘴巴轮廓的 XX 点，从左侧开始逆时针返回。 :type MouthInside: list of Point :param Nose: 描述鼻子轮廓的 XX 点。 :type Nose: list of Point :param LeftPupil: 左瞳孔轮廓的 XX 个点。 :type LeftPupil: list of Point :param RightPupil: 右瞳孔轮廓的 XX 个点。 :type RightPupil: list of Point :param CentralAxis: 中轴线轮廓的 XX 个点。 :type CentralAxis: list of Point :param Chin: 下巴轮廓的 XX 个点。 :type Chin: list of Point :param LeftEyeBags: 左眼袋的 XX 个点。 :type LeftEyeBags: list of Point :param RightEyeBags: 右眼袋的 XX 个点。 :type RightEyeBags: list of Point :param Forehead: 额头的 XX 个点。 :type Forehead: list of Point """ self.X = None self.Y = None self.Width = None self.Height = None self.LeftEye = None self.RightEye = None self.LeftEyeBrow = None self.RightEyeBrow = None self.MouthOutside = None self.MouthInside = None self.Nose = None self.LeftPupil = None self.RightPupil = None self.CentralAxis = None self.Chin = None self.LeftEyeBags = None self.RightEyeBags = None self.Forehead = None def _deserialize(self, params): self.X = params.get("X") self.Y = params.get("Y") self.Width = params.get("Width") self.Height = params.get("Height") if params.get("LeftEye") is not None: self.LeftEye = [] for item in params.get("LeftEye"): obj = Point() obj._deserialize(item) self.LeftEye.append(obj) if params.get("RightEye") is not None: self.RightEye = [] for item in params.get("RightEye"): obj = Point() obj._deserialize(item) self.RightEye.append(obj) if params.get("LeftEyeBrow") is not None: self.LeftEyeBrow = [] for item in params.get("LeftEyeBrow"): obj = Point() obj._deserialize(item) self.LeftEyeBrow.append(obj) if params.get("RightEyeBrow") is not None: self.RightEyeBrow = [] for item in params.get("RightEyeBrow"): obj = Point() obj._deserialize(item) self.RightEyeBrow.append(obj) if params.get("MouthOutside") is not None: self.MouthOutside = [] for item in params.get("MouthOutside"): obj = Point() obj._deserialize(item) self.MouthOutside.append(obj) if params.get("MouthInside") is not None: self.MouthInside = [] for item in params.get("MouthInside"): obj = Point() obj._deserialize(item) self.MouthInside.append(obj) if params.get("Nose") is not None: self.Nose = [] for item in params.get("Nose"): obj = Point() obj._deserialize(item) self.Nose.append(obj) if params.get("LeftPupil") is not None: self.LeftPupil = [] for item in params.get("LeftPupil"): obj = Point() obj._deserialize(item) self.LeftPupil.append(obj) if params.get("RightPupil") is not None: self.RightPupil = [] for item in params.get("RightPupil"): obj = Point() obj._deserialize(item) self.RightPupil.append(obj) if params.get("CentralAxis") is not None: self.CentralAxis = [] for item in params.get("CentralAxis"): obj = Point() obj._deserialize(item) self.CentralAxis.append(obj) if params.get("Chin") is not None: self.Chin = [] for item in params.get("Chin"): obj = Point() obj._deserialize(item) self.Chin.append(obj) if params.get("LeftEyeBags") is not None: self.LeftEyeBags = [] for item in params.get("LeftEyeBags"): obj = Point() obj._deserialize(item) self.LeftEyeBags.append(obj) if params.get("RightEyeBags") is not None: self.RightEyeBags = [] for item in params.get("RightEyeBags"): obj = Point() obj._deserialize(item) self.RightEyeBags.append(obj) if params.get("Forehead") is not None: self.Forehead = [] for item in params.get("Forehead"): obj = Point() obj._deserialize(item) self.Forehead.append(obj) memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class DetectFaceAttributesRequest(AbstractModel): """DetectFaceAttributes请求参数结构体 """ def __init__(self): r""" :param MaxFaceNum: 最多处理的人脸数目。 默认值为1（仅检测图片中面积最大的那张人脸），最大值为120。 此参数用于控制处理待检测图片中的人脸个数，值越小，处理速度越快。 :type MaxFaceNum: int :param Image: 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Image: str :param Url: 图片的 Url 。 对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 Url、Image必须提供一个，如果都提供，只使用 Url。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Url: str :param FaceAttributesType: 是否返回年龄、性别、情绪等属性。 合法值为（大小写不敏感）：None、Age、Beauty、Emotion、Eye、Eyebrow、 Gender、Hair、Hat、Headpose、Mask、Mouth、Moustache、Nose、Shape、Skin、Smile。 None为不需要返回。默认为 None。即FaceAttributesType属性为空时，各属性返回值为0。 需要将属性组成一个用逗号分隔的字符串，属性之间的顺序没有要求。 关于各属性的详细描述，参见下文出参。 最多返回面积最大的 5 张人脸属性信息，超过 5 张人脸（第 6 张及以后的人脸）的 AttributesInfo 不具备参考意义。 :type FaceAttributesType: str :param NeedRotateDetection: 是否开启图片旋转识别支持。0为不开启，1为开启。默认为0。本参数的作用为，当图片中的人脸被旋转且图片没有exif信息时，如果不开启图片旋转识别支持则无法正确检测、识别图片中的人脸。若您确认图片包含exif信息或者您确认输入图中人脸不会出现被旋转情况，请不要开启本参数。开启后，整体耗时将可能增加数百毫秒。 :type NeedRotateDetection: int :param FaceModelVersion: 人脸识别服务所用的算法模型版本。本接口仅支持“3.0”输入 :type FaceModelVersion: str """ self.MaxFaceNum = None self.Image = None self.Url = None self.FaceAttributesType = None self.NeedRotateDetection = None self.FaceModelVersion = None def _deserialize(self, params): self.MaxFaceNum = params.get("MaxFaceNum") self.Image = params.get("Image") self.Url = params.get("Url") self.FaceAttributesType = params.get("FaceAttributesType") self.NeedRotateDetection = params.get("NeedRotateDetection") self.FaceModelVersion = params.get("FaceModelVersion") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class DetectFaceAttributesResponse(AbstractModel): """DetectFaceAttributes返回参数结构体 """ def __init__(self): r""" :param ImageWidth: 请求的图片宽度。 :type ImageWidth: int :param ImageHeight: 请求的图片高度。 :type ImageHeight: int :param FaceDetailInfos: 人脸信息列表。 :type FaceDetailInfos: list of FaceDetailInfo :param FaceModelVersion: 人脸识别所用的算法模型版本。 :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.ImageWidth = None self.ImageHeight = None self.FaceDetailInfos = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): self.ImageWidth = params.get("ImageWidth") self.ImageHeight = params.get("ImageHeight") if params.get("FaceDetailInfos") is not None: self.FaceDetailInfos = [] for item in params.get("FaceDetailInfos"): obj = FaceDetailInfo() obj._deserialize(item) self.FaceDetailInfos.append(obj) self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class DetectFaceRequest(AbstractModel): """DetectFace请求参数结构体 """ def __init__(self): r""" :param MaxFaceNum: 最多处理的人脸数目。默认值为1（仅检测图片中面积最大的那张人脸），最大值为120。 此参数用于控制处理待检测图片中的人脸个数，值越小，处理速度越快。 :type MaxFaceNum: int :param MinFaceSize: 人脸长和宽的最小尺寸，单位为像素。 默认为34。建议不低于34。 低于MinFaceSize值的人脸不会被检测。 :type MinFaceSize: int :param Image: 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Image: str :param Url: 图片的 Url 。对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 Url、Image必须提供一个，如果都提供，只使用 Url。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Url: str :param NeedFaceAttributes: 是否需要返回人脸属性信息（FaceAttributesInfo）。0 为不需要返回，1 为需要返回。默认为 0。 非 1 值均视为不需要返回，此时 FaceAttributesInfo 不具备参考意义。 最多返回面积最大的 5 张人脸属性信息，超过 5 张人脸（第 6 张及以后的人脸）的 FaceAttributesInfo 不具备参考意义。 提取人脸属性信息较为耗时，如不需要人脸属性信息，建议关闭此项功能，加快人脸检测速度。 :type NeedFaceAttributes: int :param NeedQualityDetection: 是否开启质量检测。0 为关闭，1 为开启。默认为 0。 非 1 值均视为不进行质量检测。 最多返回面积最大的 30 张人脸质量分信息，超过 30 张人脸（第 31 张及以后的人脸）的 FaceQualityInfo不具备参考意义。 建议：人脸入库操作建议开启此功能。 :type NeedQualityDetection: int :param FaceModelVersion: 人脸识别服务所用的算法模型版本。 目前入参支持 “2.0”和“3.0“ 两个输入。 2020年4月2日开始，默认为“3.0”，之前使用过本接口的账号若未填写本参数默认为“2.0”。 2020年11月26日后开通服务的账号仅支持输入“3.0”。 不同算法模型版本对应的人脸识别算法不同，新版本的整体效果会优于旧版本，建议使用“3.0”版本。 :type FaceModelVersion: str :param NeedRotateDetection: 是否开启图片旋转识别支持。0为不开启，1为开启。默认为0。本参数的作用为，当图片中的人脸被旋转且图片没有exif信息时，如果不开启图片旋转识别支持则无法正确检测、识别图片中的人脸。若您确认图片包含exif信息或者您确认输入图中人脸不会出现被旋转情况，请不要开启本参数。开启后，整体耗时将可能增加数百毫秒。 :type NeedRotateDetection: int """ self.MaxFaceNum = None self.MinFaceSize = None self.Image = None self.Url = None self.NeedFaceAttributes = None self.NeedQualityDetection = None self.FaceModelVersion = None self.NeedRotateDetection = None def _deserialize(self, params): self.MaxFaceNum = params.get("MaxFaceNum") self.MinFaceSize = params.get("MinFaceSize") self.Image = params.get("Image") self.Url = params.get("Url") self.NeedFaceAttributes = params.get("NeedFaceAttributes") self.NeedQualityDetection = params.get("NeedQualityDetection") self.FaceModelVersion = params.get("FaceModelVersion") self.NeedRotateDetection = params.get("NeedRotateDetection") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class DetectFaceResponse(AbstractModel): """DetectFace返回参数结构体 """ def __init__(self): r""" :param ImageWidth: 请求的图片宽度。 :type ImageWidth: int :param ImageHeight: 请求的图片高度。 :type ImageHeight: int :param FaceInfos: 人脸信息列表。包含人脸坐标信息、属性信息（若需要）、质量分信息（若需要）。 :type FaceInfos: list of FaceInfo :param FaceModelVersion: 人脸识别所用的算法模型版本。 :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.ImageWidth = None self.ImageHeight = None self.FaceInfos = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): self.ImageWidth = params.get("ImageWidth") self.ImageHeight = params.get("ImageHeight") if params.get("FaceInfos") is not None: self.FaceInfos = [] for item in params.get("FaceInfos"): obj = FaceInfo() obj._deserialize(item) self.FaceInfos.append(obj) self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class DetectLiveFaceAccurateRequest(AbstractModel): """DetectLiveFaceAccurate请求参数结构体 """ def __init__(self): r""" :param Image: 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 图片的宽高比请接近 3:4，手机拍摄比例最佳。 人脸尺寸大于100X100像素。 图片格式支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Image: str :param Url: 图片的 Url 。对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 Url、Image必须提供一个，如果都提供，只使用 Url。 图片的宽高比请接近 3:4，手机拍摄比例最佳。 人脸尺寸大于100X100像素。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。非腾讯云存储的Url速度和稳定性可能受一定影响。 图片格式支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Url: str :param FaceModelVersion: 人脸识别服务所用的算法模型版本。目前入参支持“3.0“。 :type FaceModelVersion: str """ self.Image = None self.Url = None self.FaceModelVersion = None def _deserialize(self, params): self.Image = params.get("Image") self.Url = params.get("Url") self.FaceModelVersion = params.get("FaceModelVersion") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class DetectLiveFaceAccurateResponse(AbstractModel): """DetectLiveFaceAccurate返回参数结构体 """ def __init__(self): r""" :param Score: 活体打分，取值范围 [0,100]，根据活体分数对应的阈值区间来判断是否为翻拍。目前阈值可分为[5,10,40,70,90]，其中推荐阈值为40。 :type Score: float :param FaceModelVersion: 人脸识别所用的算法模型版本。 :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.Score = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): self.Score = params.get("Score") self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class DetectLiveFaceRequest(AbstractModel): """DetectLiveFace请求参数结构体 """ def __init__(self): r""" :param Image: 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。（图片的宽高比请接近3:4，不符合宽高比的图片返回的分值不具备参考意义）。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Image: str :param Url: 图片的 Url 。对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 Url、Image必须提供一个，如果都提供，只使用 Url。 （图片的宽高比请接近 3:4，不符合宽高比的图片返回的分值不具备参考意义） 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Url: str :param FaceModelVersion: 人脸识别服务所用的算法模型版本。 目前入参支持 “2.0”和“3.0“ 两个输入。 2020年4月2日开始，默认为“3.0”，之前使用过本接口的账号若未填写本参数默认为“2.0”。 2020年11月26日后开通服务的账号仅支持输入“3.0”。 不同算法模型版本对应的人脸识别算法不同，新版本的整体效果会优于旧版本，建议使用“3.0”版本。 :type FaceModelVersion: str """ self.Image = None self.Url = None self.FaceModelVersion = None def _deserialize(self, params): self.Image = params.get("Image") self.Url = params.get("Url") self.FaceModelVersion = params.get("FaceModelVersion") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class DetectLiveFaceResponse(AbstractModel): """DetectLiveFace返回参数结构体 """ def __init__(self): r""" :param Score: 活体打分，取值范围 [0,100]，分数一般落于[80, 100]区间内，0分也为常见值。推荐相大于 87 时可判断为活体。可根据具体场景自行调整阈值。 本字段当且仅当FaceModelVersion为2.0时才具备参考意义。 :type Score: float :param FaceModelVersion: 人脸识别所用的算法模型版本。 :type FaceModelVersion: str :param IsLiveness: 活体检测是否通过。 本字段只有FaceModelVersion为3.0时才具备参考意义。 :type IsLiveness: bool :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.Score = None self.FaceModelVersion = None self.IsLiveness = None self.RequestId = None def _deserialize(self, params): self.Score = params.get("Score") self.FaceModelVersion = params.get("FaceModelVersion") self.IsLiveness = params.get("IsLiveness") self.RequestId = params.get("RequestId") class Eye(AbstractModel): """眼睛信息 """ def __init__(self): r""" :param Glass: 识别是否佩戴眼镜。 AttributeItem对应的Type为 —— 0：无眼镜，1：普通眼镜，2：墨镜 :type Glass: :class:`tencentcloud.iai.v20200303.models.AttributeItem` :param EyeOpen: 识别眼睛的睁开、闭合状态。 AttributeItem对应的Type为 —— 0：睁开，1：闭眼 :type EyeOpen: :class:`tencentcloud.iai.v20200303.models.AttributeItem` :param EyelidType: 识别是否双眼皮。 AttributeItem对应的Type为 —— 0：无，1：有。 :type EyelidType: :class:`tencentcloud.iai.v20200303.models.AttributeItem` :param EyeSize: 眼睛大小。 AttributeItem对应的Type为 —— 0：小眼睛，1：普通眼睛，2：大眼睛。 :type EyeSize: :class:`tencentcloud.iai.v20200303.models.AttributeItem` """ self.Glass = None self.EyeOpen = None self.EyelidType = None self.EyeSize = None def _deserialize(self, params): if params.get("Glass") is not None: self.Glass = AttributeItem() self.Glass._deserialize(params.get("Glass")) if params.get("EyeOpen") is not None: self.EyeOpen = AttributeItem() self.EyeOpen._deserialize(params.get("EyeOpen")) if params.get("EyelidType") is not None: self.EyelidType = AttributeItem() self.EyelidType._deserialize(params.get("EyelidType")) if params.get("EyeSize") is not None: self.EyeSize = AttributeItem() self.EyeSize._deserialize(params.get("EyeSize")) memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class Eyebrow(AbstractModel): """眉毛信息 """ def __init__(self): r""" :param EyebrowDensity: 眉毛浓密。 AttributeItem对应的Type为 —— 0：淡眉，1：浓眉。 :type EyebrowDensity: :class:`tencentcloud.iai.v20200303.models.AttributeItem` :param EyebrowCurve: 眉毛弯曲。 AttributeItem对应的Type为 —— 0：不弯，1：弯眉。 :type EyebrowCurve: :class:`tencentcloud.iai.v20200303.models.AttributeItem` :param EyebrowLength: 眉毛长短。 AttributeItem对应的Type为 —— 0：短眉毛，1：长眉毛。 :type EyebrowLength: :class:`tencentcloud.iai.v20200303.models.AttributeItem` """ self.EyebrowDensity = None self.EyebrowCurve = None self.EyebrowLength = None def _deserialize(self, params): if params.get("EyebrowDensity") is not None: self.EyebrowDensity = AttributeItem() self.EyebrowDensity._deserialize(params.get("EyebrowDensity")) if params.get("EyebrowCurve") is not None: self.EyebrowCurve = AttributeItem() self.EyebrowCurve._deserialize(params.get("EyebrowCurve")) if params.get("EyebrowLength") is not None: self.EyebrowLength = AttributeItem() self.EyebrowLength._deserialize(params.get("EyebrowLength")) memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class FaceAttributesInfo(AbstractModel): """人脸属性信息，包含性别( gender )、年龄( age )、表情( expression )、 魅力( beauty )、眼镜( glass )、口罩（mask）、头发（hair）和姿态 (pitch，roll，yaw )。只有当 NeedFaceAttributes 设为 1 时才返回有效信息，最多返回面积最大的 5 张人脸属性信息，超过 5 张人脸（第 6 张及以后的人脸）的 FaceAttributesInfo 不具备参考意义。 """ def __init__(self): r""" :param Gender: 性别[0~49]为女性，[50，100]为男性，越接近0和100表示置信度越高。NeedFaceAttributes 不为 1 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Gender: int :param Age: 年龄 [0~100]。NeedFaceAttributes 不为1 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Age: int :param Expression: 微笑[0(normal，正常)~50(smile，微笑)~100(laugh，大笑)]。NeedFaceAttributes 不为1 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Expression: int :param Glass: 是否有眼镜 [true,false]。NeedFaceAttributes 不为1 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Glass: bool :param Pitch: 上下偏移[-30,30]，单位角度。NeedFaceAttributes 不为1 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 建议：人脸入库选择[-10,10]的图片。 :type Pitch: int :param Yaw: 左右偏移[-30,30]，单位角度。 NeedFaceAttributes 不为1 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 建议：人脸入库选择[-10,10]的图片。 :type Yaw: int :param Roll: 平面旋转[-180,180]，单位角度。 NeedFaceAttributes 不为1 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 建议：人脸入库选择[-20,20]的图片。 :type Roll: int :param Beauty: 魅力[0~100]。NeedFaceAttributes 不为1 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Beauty: int :param Hat: 是否有帽子 [true,false]。NeedFaceAttributes 不为1 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 注意：此字段可能返回 null，表示取不到有效值。 :type Hat: bool :param Mask: 是否有口罩 [true,false]。NeedFaceAttributes 不为1 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 注意：此字段可能返回 null，表示取不到有效值。 :type Mask: bool :param Hair: 头发信息，包含头发长度（length）、有无刘海（bang）、头发颜色（color）。NeedFaceAttributes 不为1 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 注意：此字段可能返回 null，表示取不到有效值。 :type Hair: :class:`tencentcloud.iai.v20200303.models.FaceHairAttributesInfo` :param EyeOpen: 双眼是否睁开 [true,false]。只要有超过一只眼睛闭眼，就返回false。 NeedFaceAttributes 不为1 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 注意：此字段可能返回 null，表示取不到有效值。 :type EyeOpen: bool """ self.Gender = None self.Age = None self.Expression = None self.Glass = None self.Pitch = None self.Yaw = None self.Roll = None self.Beauty = None self.Hat = None self.Mask = None self.Hair = None self.EyeOpen = None def _deserialize(self, params): self.Gender = params.get("Gender") self.Age = params.get("Age") self.Expression = params.get("Expression") self.Glass = params.get("Glass") self.Pitch = params.get("Pitch") self.Yaw = params.get("Yaw") self.Roll = params.get("Roll") self.Beauty = params.get("Beauty") self.Hat = params.get("Hat") self.Mask = params.get("Mask") if params.get("Hair") is not None: self.Hair = FaceHairAttributesInfo() self.Hair._deserialize(params.get("Hair")) self.EyeOpen = params.get("EyeOpen") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class FaceDetailAttributesInfo(AbstractModel): """人脸属性信息，根据 FaceAttributesType 输入的类型，返回年龄（Age）、颜值（Beauty） 情绪（Emotion）、眼睛信息（Eye）、眉毛（Eyebrow）、性别（Gender） 头发（Hair）、帽子（Hat）、姿态（Headpose）、口罩（Mask）、嘴巴（Mouth）、胡子（Moustache） 鼻子（Nose）、脸型（Shape）、肤色（Skin）、微笑（Smile）等人脸属性信息。 若 FaceAttributesType 没有输入相关类型，则FaceDetaiAttributesInfo返回的细项不具备参考意义。 """ def __init__(self): r""" :param Age: 年龄 [0,65]，其中65代表“65岁及以上”。 FaceAttributesType 不为含Age 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Age: int :param Beauty: 美丑打分[0,100]。 FaceAttributesType 不含 Beauty 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Beauty: int :param Emotion: 情绪，可识别自然、高兴、惊讶、生气、悲伤、厌恶、害怕。 AttributeItem对应的Type为 —— 0：自然，1：高兴，2：惊讶，3：生气，4：悲伤，5：厌恶，6：害怕 FaceAttributesType 不含Emotion 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Emotion: :class:`tencentcloud.iai.v20200303.models.AttributeItem` :param Eye: 眼睛相关信息，可识别是否戴眼镜、是否闭眼、是否双眼皮和眼睛大小。 FaceAttributesType 不含Eye 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Eye: :class:`tencentcloud.iai.v20200303.models.Eye` :param Eyebrow: 眉毛相关信息，可识别眉毛浓密、弯曲、长短信息。 FaceAttributesType 不含Eyebrow 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Eyebrow: :class:`tencentcloud.iai.v20200303.models.Eyebrow` :param Gender: 性别信息。 AttributeItem对应的Type为 —— 0：男性，1：女性。 FaceAttributesType 不含Gender 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Gender: :class:`tencentcloud.iai.v20200303.models.AttributeItem` :param Hair: 头发信息，包含头发长度、有无刘海、头发颜色。 FaceAttributesType 不含Hair 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Hair: :class:`tencentcloud.iai.v20200303.models.Hair` :param Hat: 帽子信息，可识别是否佩戴帽子、帽子款式、帽子颜色。 FaceAttributesType 不含Hat 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Hat: :class:`tencentcloud.iai.v20200303.models.Hat` :param HeadPose: 姿态信息，包含人脸的上下偏移、左右偏移、平面旋转信息。 FaceAttributesType 不含Headpose 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type HeadPose: :class:`tencentcloud.iai.v20200303.models.HeadPose` :param Mask: 口罩佩戴信息。 AttributeItem对应的Type为 —— 0: 无口罩， 1: 有口罩不遮脸，2: 有口罩遮下巴，3: 有口罩遮嘴，4: 正确佩戴口罩。 FaceAttributesType 不含Mask 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Mask: :class:`tencentcloud.iai.v20200303.models.AttributeItem` :param Mouth: 嘴巴信息，可识别是否张嘴、嘴唇厚度。 FaceAttributesType 不含 Mouth 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Mouth: :class:`tencentcloud.iai.v20200303.models.Mouth` :param Moustache: 胡子信息。 AttributeItem对应的Type为 —— 0：无胡子，1：有胡子。 FaceAttributesType 不含 Moustache 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Moustache: :class:`tencentcloud.iai.v20200303.models.AttributeItem` :param Nose: 鼻子信息。 AttributeItem对应的Type为 —— 0：朝天鼻，1：鹰钩鼻，2：普通，3：圆鼻头 FaceAttributesType 不含 Nose 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Nose: :class:`tencentcloud.iai.v20200303.models.AttributeItem` :param Shape: 脸型信息。 AttributeItem对应的Type为 —— 0：方脸，1：三角脸，2：鹅蛋脸，3：心形脸，4：圆脸。 FaceAttributesType 不含 Shape 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Shape: :class:`tencentcloud.iai.v20200303.models.AttributeItem` :param Skin: 肤色信息。 AttributeItem对应的Type为 —— 0：黄色皮肤，1：棕色皮肤，2：黑色皮肤，3：白色皮肤。 FaceAttributesType 不含 Skin 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Skin: :class:`tencentcloud.iai.v20200303.models.AttributeItem` :param Smile: 微笑程度，[0,100]。 FaceAttributesType 不含 Smile 或检测超过 5 张人脸时，此参数仍返回，但不具备参考意义。 :type Smile: int """ self.Age = None self.Beauty = None self.Emotion = None self.Eye = None self.Eyebrow = None self.Gender = None self.Hair = None self.Hat = None self.HeadPose = None self.Mask = None self.Mouth = None self.Moustache = None self.Nose = None self.Shape = None self.Skin = None self.Smile = None def _deserialize(self, params): self.Age = params.get("Age") self.Beauty = params.get("Beauty") if params.get("Emotion") is not None: self.Emotion = AttributeItem() self.Emotion._deserialize(params.get("Emotion")) if params.get("Eye") is not None: self.Eye = Eye() self.Eye._deserialize(params.get("Eye")) if params.get("Eyebrow") is not None: self.Eyebrow = Eyebrow() self.Eyebrow._deserialize(params.get("Eyebrow")) if params.get("Gender") is not None: self.Gender = AttributeItem() self.Gender._deserialize(params.get("Gender")) if params.get("Hair") is not None: self.Hair = Hair() self.Hair._deserialize(params.get("Hair")) if params.get("Hat") is not None: self.Hat = Hat() self.Hat._deserialize(params.get("Hat")) if params.get("HeadPose") is not None: self.HeadPose = HeadPose() self.HeadPose._deserialize(params.get("HeadPose")) if params.get("Mask") is not None: self.Mask = AttributeItem() self.Mask._deserialize(params.get("Mask")) if params.get("Mouth") is not None: self.Mouth = Mouth() self.Mouth._deserialize(params.get("Mouth")) if params.get("Moustache") is not None: self.Moustache = AttributeItem() self.Moustache._deserialize(params.get("Moustache")) if params.get("Nose") is not None: self.Nose = AttributeItem() self.Nose._deserialize(params.get("Nose")) if params.get("Shape") is not None: self.Shape = AttributeItem() self.Shape._deserialize(params.get("Shape")) if params.get("Skin") is not None: self.Skin = AttributeItem() self.Skin._deserialize(params.get("Skin")) self.Smile = params.get("Smile") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class FaceDetailInfo(AbstractModel): """人脸信息列表。 """ def __init__(self): r""" :param FaceRect: 检测出的人脸框位置。 :type FaceRect: :class:`tencentcloud.iai.v20200303.models.FaceRect` :param FaceDetailAttributesInfo: 人脸属性信息，根据 FaceAttributesType 输入的类型，返回年龄（Age）、颜值（Beauty） 情绪（Emotion）、眼睛信息（Eye）、眉毛（Eyebrow）、性别（Gender） 头发（Hair）、帽子（Hat）、姿态（Headpose）、口罩（Mask）、嘴巴（Mouse）、胡子（Moustache） 鼻子（Nose）、脸型（Shape）、肤色（Skin）、微笑（Smile）等人脸属性信息。 若 FaceAttributesType 没有输入相关类型，则FaceDetaiAttributesInfo返回的细项不具备参考意义。 :type FaceDetailAttributesInfo: :class:`tencentcloud.iai.v20200303.models.FaceDetailAttributesInfo` """ self.FaceRect = None self.FaceDetailAttributesInfo = None def _deserialize(self, params): if params.get("FaceRect") is not None: self.FaceRect = FaceRect() self.FaceRect._deserialize(params.get("FaceRect")) if params.get("FaceDetailAttributesInfo") is not None: self.FaceDetailAttributesInfo = FaceDetailAttributesInfo() self.FaceDetailAttributesInfo._deserialize(params.get("FaceDetailAttributesInfo")) memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class FaceHairAttributesInfo(AbstractModel): """人脸属性中的发型信息。 """ def __init__(self): r""" :param Length: 0：光头，1：短发，2：中发，3：长发，4：绑发 注意：此字段可能返回 null，表示取不到有效值。 :type Length: int :param Bang: 0：有刘海，1：无刘海 注意：此字段可能返回 null，表示取不到有效值。 :type Bang: int :param Color: 0：黑色，1：金色，2：棕色，3：灰白色 注意：此字段可能返回 null，表示取不到有效值。 :type Color: int """ self.Length = None self.Bang = None self.Color = None def _deserialize(self, params): self.Length = params.get("Length") self.Bang = params.get("Bang") self.Color = params.get("Color") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class FaceInfo(AbstractModel): """人脸信息列表。 """ def __init__(self): r""" :param X: 人脸框左上角横坐标。 人脸框包含人脸五官位置并在此基础上进行一定的扩展，若人脸框超出图片范围，会导致坐标负值。 若需截取完整人脸，可以在完整分completeness满足需求的情况下，将负值坐标取0。 :type X: int :param Y: 人脸框左上角纵坐标。 人脸框包含人脸五官位置并在此基础上进行一定的扩展，若人脸框超出图片范围，会导致坐标负值。 若需截取完整人脸，可以在完整分completeness满足需求的情况下，将负值坐标取0。 :type Y: int :param Width: 人脸框宽度。 :type Width: int :param Height: 人脸框高度。 :type Height: int :param FaceAttributesInfo: 人脸属性信息，包含性别( gender )、年龄( age )、表情( expression )、 魅力( beauty )、眼镜( glass )、口罩（mask）、头发（hair）和姿态 (pitch，roll，yaw )。只有当 NeedFaceAttributes 设为 1 时才返回有效信息。 :type FaceAttributesInfo: :class:`tencentcloud.iai.v20200303.models.FaceAttributesInfo` :param FaceQualityInfo: 人脸质量信息，包含质量分（score）、模糊分（sharpness）、光照分（brightness）、遮挡分（completeness）。只有当NeedFaceDetection设为1时才返回有效信息。 注意：此字段可能返回 null，表示取不到有效值。 :type FaceQualityInfo: :class:`tencentcloud.iai.v20200303.models.FaceQualityInfo` """ self.X = None self.Y = None self.Width = None self.Height = None self.FaceAttributesInfo = None self.FaceQualityInfo = None def _deserialize(self, params): self.X = params.get("X") self.Y = params.get("Y") self.Width = params.get("Width") self.Height = params.get("Height") if params.get("FaceAttributesInfo") is not None: self.FaceAttributesInfo = FaceAttributesInfo() self.FaceAttributesInfo._deserialize(params.get("FaceAttributesInfo")) if params.get("FaceQualityInfo") is not None: self.FaceQualityInfo = FaceQualityInfo() self.FaceQualityInfo._deserialize(params.get("FaceQualityInfo")) memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class FaceQualityCompleteness(AbstractModel): """五官遮挡分，评价眉毛（Eyebrow）、眼睛（Eye）、鼻子（Nose）、脸颊（Cheek）、嘴巴（Mouth）、下巴（Chin）的被遮挡程度。 """ def __init__(self): r""" :param Eyebrow: 眉毛的遮挡分数[0,100]，分数越高遮挡越少。 参考范围：[0,80]表示发生遮挡。 注意：此字段可能返回 null，表示取不到有效值。 :type Eyebrow: int :param Eye: 眼睛的遮挡分数[0,100],分数越高遮挡越少。 参考范围：[0,80]表示发生遮挡。 注意：此字段可能返回 null，表示取不到有效值。 :type Eye: int :param Nose: 鼻子的遮挡分数[0,100],分数越高遮挡越少。 参考范围：[0,60]表示发生遮挡。 注意：此字段可能返回 null，表示取不到有效值。 :type Nose: int :param Cheek: 脸颊的遮挡分数[0,100],分数越高遮挡越少。 参考范围：[0,70]表示发生遮挡。 注意：此字段可能返回 null，表示取不到有效值。 :type Cheek: int :param Mouth: 嘴巴的遮挡分数[0,100],分数越高遮挡越少。 参考范围：[0,50]表示发生遮挡。 注意：此字段可能返回 null，表示取不到有效值。 :type Mouth: int :param Chin: 下巴的遮挡分数[0,100],分数越高遮挡越少。 参考范围：[0,70]表示发生遮挡。 注意：此字段可能返回 null，表示取不到有效值。 :type Chin: int """ self.Eyebrow = None self.Eye = None self.Nose = None self.Cheek = None self.Mouth = None self.Chin = None def _deserialize(self, params): self.Eyebrow = params.get("Eyebrow") self.Eye = params.get("Eye") self.Nose = params.get("Nose") self.Cheek = params.get("Cheek") self.Mouth = params.get("Mouth") self.Chin = params.get("Chin") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class FaceQualityInfo(AbstractModel): """人脸质量信息，包含质量分（score）、模糊分（sharpness）、光照分（brightness）、遮挡分（completeness）。只有当NeedFaceDetection设为1时才返回有效信息。 """ def __init__(self): r""" :param Score: 质量分: [0,100]，综合评价图像质量是否适合人脸识别，分数越高质量越好。 正常情况，只需要使用Score作为质量分总体的判断标准即可。Sharpness、Brightness、Completeness等细项分仅供参考。 参考范围：[0,40]较差，[40,60] 一般，[60,80]较好，[80,100]很好。 建议：人脸入库选取70以上的图片。 注意：此字段可能返回 null，表示取不到有效值。 :type Score: int :param Sharpness: 清晰分：[0,100]，评价图片清晰程度，分数越高越清晰。 参考范围：[0,40]特别模糊，[40,60]模糊，[60,80]一般，[80,100]清晰。 建议：人脸入库选取80以上的图片。 注意：此字段可能返回 null，表示取不到有效值。 :type Sharpness: int :param Brightness: 光照分：[0,100]，评价图片光照程度，分数越高越亮。 参考范围： [0,30]偏暗，[30,70]光照正常，[70,100]偏亮。 建议：人脸入库选取[30,70]的图片。 注意：此字段可能返回 null，表示取不到有效值。 :type Brightness: int :param Completeness: 五官遮挡分，评价眉毛（Eyebrow）、眼睛（Eye）、鼻子（Nose）、脸颊（Cheek）、嘴巴（Mouth）、下巴（Chin）的被遮挡程度。 注意：此字段可能返回 null，表示取不到有效值。 :type Completeness: :class:`tencentcloud.iai.v20200303.models.FaceQualityCompleteness` """ self.Score = None self.Sharpness = None self.Brightness = None self.Completeness = None def _deserialize(self, params): self.Score = params.get("Score") self.Sharpness = params.get("Sharpness") self.Brightness = params.get("Brightness") if params.get("Completeness") is not None: self.Completeness = FaceQualityCompleteness() self.Completeness._deserialize(params.get("Completeness")) memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class FaceRect(AbstractModel): """检测出的人脸框的位置 """ def __init__(self): r""" :param X: 人脸框左上角横坐标。 人脸框包含人脸五官位置并在此基础上进行一定的扩展，若人脸框超出图片范围，会导致坐标负值。 若需截取完整人脸，可以在完整分completess满足需求的情况下，将负值坐标取0。 :type X: int :param Y: 人脸框左上角纵坐标。 人脸框包含人脸五官位置并在此基础上进行一定的扩展，若人脸框超出图片范围，会导致坐标负值。 若需截取完整人脸，可以在完整分completess满足需求的情况下，将负值坐标取0。 :type Y: int :param Width: 人脸宽度 :type Width: int :param Height: 人脸高度 :type Height: int """ self.X = None self.Y = None self.Width = None self.Height = None def _deserialize(self, params): self.X = params.get("X") self.Y = params.get("Y") self.Width = params.get("Width") self.Height = params.get("Height") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class FaceShape(AbstractModel): """五官定位（人脸关键点）具体信息。 """ def __init__(self): r""" :param FaceProfile: 描述脸型轮廓的 21 点。 :type FaceProfile: list of Point :param LeftEye: 描述左侧眼睛轮廓的 8 点。 :type LeftEye: list of Point :param RightEye: 描述右侧眼睛轮廓的 8 点。 :type RightEye: list of Point :param LeftEyeBrow: 描述左侧眉毛轮廓的 8 点。 :type LeftEyeBrow: list of Point :param RightEyeBrow: 描述右侧眉毛轮廓的 8 点。 :type RightEyeBrow: list of Point :param Mouth: 描述嘴巴轮廓的 22 点。 :type Mouth: list of Point :param Nose: 描述鼻子轮廓的 13 点。 :type Nose: list of Point :param LeftPupil: 左瞳孔轮廓的 1 个点。 :type LeftPupil: list of Point :param RightPupil: 右瞳孔轮廓的 1 个点。 :type RightPupil: list of Point """ self.FaceProfile = None self.LeftEye = None self.RightEye = None self.LeftEyeBrow = None self.RightEyeBrow = None self.Mouth = None self.Nose = None self.LeftPupil = None self.RightPupil = None def _deserialize(self, params): if params.get("FaceProfile") is not None: self.FaceProfile = [] for item in params.get("FaceProfile"): obj = Point() obj._deserialize(item) self.FaceProfile.append(obj) if params.get("LeftEye") is not None: self.LeftEye = [] for item in params.get("LeftEye"): obj = Point() obj._deserialize(item) self.LeftEye.append(obj) if params.get("RightEye") is not None: self.RightEye = [] for item in params.get("RightEye"): obj = Point() obj._deserialize(item) self.RightEye.append(obj) if params.get("LeftEyeBrow") is not None: self.LeftEyeBrow = [] for item in params.get("LeftEyeBrow"): obj = Point() obj._deserialize(item) self.LeftEyeBrow.append(obj) if params.get("RightEyeBrow") is not None: self.RightEyeBrow = [] for item in params.get("RightEyeBrow"): obj = Point() obj._deserialize(item) self.RightEyeBrow.append(obj) if params.get("Mouth") is not None: self.Mouth = [] for item in params.get("Mouth"): obj = Point() obj._deserialize(item) self.Mouth.append(obj) if params.get("Nose") is not None: self.Nose = [] for item in params.get("Nose"): obj = Point() obj._deserialize(item) self.Nose.append(obj) if params.get("LeftPupil") is not None: self.LeftPupil = [] for item in params.get("LeftPupil"): obj = Point() obj._deserialize(item) self.LeftPupil.append(obj) if params.get("RightPupil") is not None: self.RightPupil = [] for item in params.get("RightPupil"): obj = Point() obj._deserialize(item) self.RightPupil.append(obj) memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class GetGroupInfoRequest(AbstractModel): """GetGroupInfo请求参数结构体 """ def __init__(self): r""" :param GroupId: 人员库 ID，取值为创建人员库接口中的GroupId :type GroupId: str """ self.GroupId = None def _deserialize(self, params): self.GroupId = params.get("GroupId") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class GetGroupInfoResponse(AbstractModel): """GetGroupInfo返回参数结构体 """ def __init__(self): r""" :param GroupName: 人员库名称 :type GroupName: str :param GroupId: 人员库ID :type GroupId: str :param GroupExDescriptions: 人员库自定义描述字段 :type GroupExDescriptions: list of str :param Tag: 人员库信息备注 :type Tag: str :param FaceModelVersion: 人脸识别所用的算法模型版本。 :type FaceModelVersion: str :param CreationTimestamp: Group的创建时间和日期 CreationTimestamp。CreationTimestamp 的值是自 Unix 纪元时间到Group创建时间的毫秒数。 :type CreationTimestamp: int :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.GroupName = None self.GroupId = None self.GroupExDescriptions = None self.Tag = None self.FaceModelVersion = None self.CreationTimestamp = None self.RequestId = None def _deserialize(self, params): self.GroupName = params.get("GroupName") self.GroupId = params.get("GroupId") self.GroupExDescriptions = params.get("GroupExDescriptions") self.Tag = params.get("Tag") self.FaceModelVersion = params.get("FaceModelVersion") self.CreationTimestamp = params.get("CreationTimestamp") self.RequestId = params.get("RequestId") class GetGroupListRequest(AbstractModel): """GetGroupList请求参数结构体 """ def __init__(self): r""" :param Offset: 起始序号，默认值为0 :type Offset: int :param Limit: 返回数量，默认值为10，最大值为1000 :type Limit: int """ self.Offset = None self.Limit = None def _deserialize(self, params): self.Offset = params.get("Offset") self.Limit = params.get("Limit") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class GetGroupListResponse(AbstractModel): """GetGroupList返回参数结构体 """ def __init__(self): r""" :param GroupInfos: 返回的人员库信息 :type GroupInfos: list of GroupInfo :param GroupNum: 人员库总数量 注意：此字段可能返回 null，表示取不到有效值。 :type GroupNum: int :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.GroupInfos = None self.GroupNum = None self.RequestId = None def _deserialize(self, params): if params.get("GroupInfos") is not None: self.GroupInfos = [] for item in params.get("GroupInfos"): obj = GroupInfo() obj._deserialize(item) self.GroupInfos.append(obj) self.GroupNum = params.get("GroupNum") self.RequestId = params.get("RequestId") class GetPersonBaseInfoRequest(AbstractModel): """GetPersonBaseInfo请求参数结构体 """ def __init__(self): r""" :param PersonId: 人员ID，创建人员接口中的PersonId :type PersonId: str """ self.PersonId = None def _deserialize(self, params): self.PersonId = params.get("PersonId") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class GetPersonBaseInfoResponse(AbstractModel): """GetPersonBaseInfo返回参数结构体 """ def __init__(self): r""" :param PersonName: 人员名称 :type PersonName: str :param Gender: 人员性别，0代表未填写，1代表男性，2代表女性 :type Gender: int :param FaceIds: 包含的人脸 ID 列表 :type FaceIds: list of str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.PersonName = None self.Gender = None self.FaceIds = None self.RequestId = None def _deserialize(self, params): self.PersonName = params.get("PersonName") self.Gender = params.get("Gender") self.FaceIds = params.get("FaceIds") self.RequestId = params.get("RequestId") class GetPersonGroupInfoRequest(AbstractModel): """GetPersonGroupInfo请求参数结构体 """ def __init__(self): r""" :param PersonId: 人员ID，取值为创建人员接口中的PersonId :type PersonId: str :param Offset: 起始序号，默认值为0 :type Offset: int :param Limit: 返回数量，默认值为10，最大值为100 :type Limit: int """ self.PersonId = None self.Offset = None self.Limit = None def _deserialize(self, params): self.PersonId = params.get("PersonId") self.Offset = params.get("Offset") self.Limit = params.get("Limit") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class GetPersonGroupInfoResponse(AbstractModel): """GetPersonGroupInfo返回参数结构体 """ def __init__(self): r""" :param PersonGroupInfos: 包含此人员的人员库及描述字段内容列表 :type PersonGroupInfos: list of PersonGroupInfo :param GroupNum: 人员库总数量 注意：此字段可能返回 null，表示取不到有效值。 :type GroupNum: int :param FaceModelVersion: 人脸识别服务所用的算法模型版本。 注意：此字段可能返回 null，表示取不到有效值。 :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.PersonGroupInfos = None self.GroupNum = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): if params.get("PersonGroupInfos") is not None: self.PersonGroupInfos = [] for item in params.get("PersonGroupInfos"): obj = PersonGroupInfo() obj._deserialize(item) self.PersonGroupInfos.append(obj) self.GroupNum = params.get("GroupNum") self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class GetPersonListNumRequest(AbstractModel): """GetPersonListNum请求参数结构体 """ def __init__(self): r""" :param GroupId: 人员库ID，取值为创建人员库接口中的GroupId :type GroupId: str """ self.GroupId = None def _deserialize(self, params): self.GroupId = params.get("GroupId") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class GetPersonListNumResponse(AbstractModel): """GetPersonListNum返回参数结构体 """ def __init__(self): r""" :param PersonNum: 人员数量 :type PersonNum: int :param FaceNum: 人脸数量 :type FaceNum: int :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.PersonNum = None self.FaceNum = None self.RequestId = None def _deserialize(self, params): self.PersonNum = params.get("PersonNum") self.FaceNum = params.get("FaceNum") self.RequestId = params.get("RequestId") class GetPersonListRequest(AbstractModel): """GetPersonList请求参数结构体 """ def __init__(self): r""" :param GroupId: 人员库ID，取值为创建人员库接口中的GroupId :type GroupId: str :param Offset: 起始序号，默认值为0 :type Offset: int :param Limit: 返回数量，默认值为10，最大值为1000 :type Limit: int """ self.GroupId = None self.Offset = None self.Limit = None def _deserialize(self, params): self.GroupId = params.get("GroupId") self.Offset = params.get("Offset") self.Limit = params.get("Limit") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class GetPersonListResponse(AbstractModel): """GetPersonList返回参数结构体 """ def __init__(self): r""" :param PersonInfos: 返回的人员信息 :type PersonInfos: list of PersonInfo :param PersonNum: 该人员库的人员数量 注意：此字段可能返回 null，表示取不到有效值。 :type PersonNum: int :param FaceNum: 该人员库的人脸数量 注意：此字段可能返回 null，表示取不到有效值。 :type FaceNum: int :param FaceModelVersion: 人脸识别所用的算法模型版本。 注意：此字段可能返回 null，表示取不到有效值。 :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.PersonInfos = None self.PersonNum = None self.FaceNum = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): if params.get("PersonInfos") is not None: self.PersonInfos = [] for item in params.get("PersonInfos"): obj = PersonInfo() obj._deserialize(item) self.PersonInfos.append(obj) self.PersonNum = params.get("PersonNum") self.FaceNum = params.get("FaceNum") self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class GetUpgradeGroupFaceModelVersionJobListRequest(AbstractModel): """GetUpgradeGroupFaceModelVersionJobList请求参数结构体 """ def __init__(self): r""" :param Offset: 起始序号，默认值为0。 :type Offset: int :param Limit: 返回数量，默认值为10，最大值为1000。 :type Limit: int """ self.Offset = None self.Limit = None def _deserialize(self, params): self.Offset = params.get("Offset") self.Limit = params.get("Limit") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class GetUpgradeGroupFaceModelVersionJobListResponse(AbstractModel): """GetUpgradeGroupFaceModelVersionJobList返回参数结构体 """ def __init__(self): r""" :param JobInfos: 人员库升级任务信息列表。 :type JobInfos: list of UpgradeJobInfo :param JobNum: 升级任务总数量。 :type JobNum: int :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.JobInfos = None self.JobNum = None self.RequestId = None def _deserialize(self, params): if params.get("JobInfos") is not None: self.JobInfos = [] for item in params.get("JobInfos"): obj = UpgradeJobInfo() obj._deserialize(item) self.JobInfos.append(obj) self.JobNum = params.get("JobNum") self.RequestId = params.get("RequestId") class GetUpgradeGroupFaceModelVersionResultRequest(AbstractModel): """GetUpgradeGroupFaceModelVersionResult请求参数结构体 """ def __init__(self): r""" :param JobId: 升级任务ID，用于查询、获取人员库升级的进度和结果。 :type JobId: str """ self.JobId = None def _deserialize(self, params): self.JobId = params.get("JobId") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class GetUpgradeGroupFaceModelVersionResultResponse(AbstractModel): """GetUpgradeGroupFaceModelVersionResult返回参数结构体 """ def __init__(self): r""" :param EndTimestamp: 人员升级任务预估结束时间。 StartTimestamp的值是自 Unix 纪元时间到人员查重任务预估结束的毫秒数。 Unix 纪元时间是 1970 年 1 月 1 日星期四，协调世界时 (UTC) 00:00:00。 如果为0表示这个任务已经执行完毕。 :type EndTimestamp: int :param Progress: 升级任务完成进度。取值[0.0，100.0]。 :type Progress: float :param Status: 0表示升级中，1表示升级完毕，2表示回滚完毕，3表示升级失败。 :type Status: int :param StartTime: 升级起始时间。 StartTime的值是自 Unix 纪元时间到Group创建时间的毫秒数。 Unix 纪元时间是 1970 年 1 月 1 日星期四，协调世界时 (UTC) 00:00:00。 有关更多信息，请参阅 Unix 时间。 :type StartTime: int :param FromFaceModelVersion: 当前算法模型版本。 :type FromFaceModelVersion: str :param ToFaceModelVersion: 目标算法模型版本。 :type ToFaceModelVersion: str :param GroupId: 人员库ID。 :type GroupId: str :param FailedFacesUrl: 无法升级的人脸Id信息，文件格式为json。内容参见下方示例。url有效期为半小时。 :type FailedFacesUrl: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.EndTimestamp = None self.Progress = None self.Status = None self.StartTime = None self.FromFaceModelVersion = None self.ToFaceModelVersion = None self.GroupId = None self.FailedFacesUrl = None self.RequestId = None def _deserialize(self, params): self.EndTimestamp = params.get("EndTimestamp") self.Progress = params.get("Progress") self.Status = params.get("Status") self.StartTime = params.get("StartTime") self.FromFaceModelVersion = params.get("FromFaceModelVersion") self.ToFaceModelVersion = params.get("ToFaceModelVersion") self.GroupId = params.get("GroupId") self.FailedFacesUrl = params.get("FailedFacesUrl") self.RequestId = params.get("RequestId") class GroupCandidate(AbstractModel): """分组识别结果Item """ def __init__(self): r""" :param GroupId: 人员库ID 。 :type GroupId: str :param Candidates: 识别出的最相似候选人。 :type Candidates: list of Candidate """ self.GroupId = None self.Candidates = None def _deserialize(self, params): self.GroupId = params.get("GroupId") if params.get("Candidates") is not None: self.Candidates = [] for item in params.get("Candidates"): obj = Candidate() obj._deserialize(item) self.Candidates.append(obj) memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class GroupExDescriptionInfo(AbstractModel): """需要修改的人员库自定义描述字段key-value """ def __init__(self): r""" :param GroupExDescriptionIndex: 人员库自定义描述字段Index，从0开始 :type GroupExDescriptionIndex: int :param GroupExDescription: 需要更新的人员库自定义描述字段内容 :type GroupExDescription: str """ self.GroupExDescriptionIndex = None self.GroupExDescription = None def _deserialize(self, params): self.GroupExDescriptionIndex = params.get("GroupExDescriptionIndex") self.GroupExDescription = params.get("GroupExDescription") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class GroupInfo(AbstractModel): """返回的人员库信息 """ def __init__(self): r""" :param GroupName: 人员库名称 :type GroupName: str :param GroupId: 人员库ID :type GroupId: str :param GroupExDescriptions: 人员库自定义描述字段 注意：此字段可能返回 null，表示取不到有效值。 :type GroupExDescriptions: list of str :param Tag: 人员库信息备注 注意：此字段可能返回 null，表示取不到有效值。 :type Tag: str :param FaceModelVersion: 人脸识别所用的算法模型版本。 注意：此字段可能返回 null，表示取不到有效值。 :type FaceModelVersion: str :param CreationTimestamp: Group的创建时间和日期 CreationTimestamp。CreationTimestamp 的值是自 Unix 纪元时间到Group创建时间的毫秒数。 Unix 纪元时间是 1970 年 1 月 1 日星期四，协调世界时 (UTC) 00:00:00。有关更多信息，请参阅 Unix 时间。 注意：此字段可能返回 null，表示取不到有效值。 :type CreationTimestamp: int """ self.GroupName = None self.GroupId = None self.GroupExDescriptions = None self.Tag = None self.FaceModelVersion = None self.CreationTimestamp = None def _deserialize(self, params): self.GroupName = params.get("GroupName") self.GroupId = params.get("GroupId") self.GroupExDescriptions = params.get("GroupExDescriptions") self.Tag = params.get("Tag") self.FaceModelVersion = params.get("FaceModelVersion") self.CreationTimestamp = params.get("CreationTimestamp") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class Hair(AbstractModel): """头发信息 """ def __init__(self): r""" :param Length: 头发长度信息。 AttributeItem对应的Type为 —— 0：光头，1：短发，2：中发，3：长发，4：绑发。 :type Length: :class:`tencentcloud.iai.v20200303.models.AttributeItem` :param Bang: 刘海信息。 AttributeItem对应的Type为 —— 0：无刘海，1：有刘海。 :type Bang: :class:`tencentcloud.iai.v20200303.models.AttributeItem` :param Color: 头发颜色信息。 AttributeItem对应的Type为 —— 0：黑色，1：金色，2：棕色，3：灰白色。 :type Color: :class:`tencentcloud.iai.v20200303.models.AttributeItem` """ self.Length = None self.Bang = None self.Color = None def _deserialize(self, params): if params.get("Length") is not None: self.Length = AttributeItem() self.Length._deserialize(params.get("Length")) if params.get("Bang") is not None: self.Bang = AttributeItem() self.Bang._deserialize(params.get("Bang")) if params.get("Color") is not None: self.Color = AttributeItem() self.Color._deserialize(params.get("Color")) memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class Hat(AbstractModel): """帽子信息 """ def __init__(self): r""" :param Style: 帽子佩戴状态信息。 AttributeItem对应的Type为 —— 0：不戴帽子，1：普通帽子，2：头盔，3：保安帽。 :type Style: :class:`tencentcloud.iai.v20200303.models.AttributeItem` :param Color: 帽子颜色。 AttributeItem对应的Type为 —— 0：不戴帽子，1：红色系，2：黄色系，3：蓝色系，4：黑色系，5：灰白色系，6：混色系子。 :type Color: :class:`tencentcloud.iai.v20200303.models.AttributeItem` """ self.Style = None self.Color = None def _deserialize(self, params): if params.get("Style") is not None: self.Style = AttributeItem() self.Style._deserialize(params.get("Style")) if params.get("Color") is not None: self.Color = AttributeItem() self.Color._deserialize(params.get("Color")) memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class HeadPose(AbstractModel): """姿态信息 """ def __init__(self): r""" :param Pitch: 上下偏移[-30,30]。 :type Pitch: int :param Yaw: 左右偏移[-30,30]。 :type Yaw: int :param Roll: 平面旋转[-180,180]。 :type Roll: int """ self.Pitch = None self.Yaw = None self.Roll = None def _deserialize(self, params): self.Pitch = params.get("Pitch") self.Yaw = params.get("Yaw") self.Roll = params.get("Roll") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class ModifyGroupRequest(AbstractModel): """ModifyGroup请求参数结构体 """ def __init__(self): r""" :param GroupId: 人员库ID，取值为创建人员库接口中的GroupId :type GroupId: str :param GroupName: 人员库名称 :type GroupName: str :param GroupExDescriptionInfos: 需要修改的人员库自定义描述字段，key-value :type GroupExDescriptionInfos: list of GroupExDescriptionInfo :param Tag: 人员库信息备注 :type Tag: str """ self.GroupId = None self.GroupName = None self.GroupExDescriptionInfos = None self.Tag = None def _deserialize(self, params): self.GroupId = params.get("GroupId") self.GroupName = params.get("GroupName") if params.get("GroupExDescriptionInfos") is not None: self.GroupExDescriptionInfos = [] for item in params.get("GroupExDescriptionInfos"): obj = GroupExDescriptionInfo() obj._deserialize(item) self.GroupExDescriptionInfos.append(obj) self.Tag = params.get("Tag") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class ModifyGroupResponse(AbstractModel): """ModifyGroup返回参数结构体 """ def __init__(self): r""" :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.RequestId = None def _deserialize(self, params): self.RequestId = params.get("RequestId") class ModifyPersonBaseInfoRequest(AbstractModel): """ModifyPersonBaseInfo请求参数结构体 """ def __init__(self): r""" :param PersonId: 人员ID，取值为创建人员接口中的PersonId :type PersonId: str :param PersonName: 需要修改的人员名称 :type PersonName: str :param Gender: 需要修改的人员性别，1代表男性，2代表女性 :type Gender: int """ self.PersonId = None self.PersonName = None self.Gender = None def _deserialize(self, params): self.PersonId = params.get("PersonId") self.PersonName = params.get("PersonName") self.Gender = params.get("Gender") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class ModifyPersonBaseInfoResponse(AbstractModel): """ModifyPersonBaseInfo返回参数结构体 """ def __init__(self): r""" :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.RequestId = None def _deserialize(self, params): self.RequestId = params.get("RequestId") class ModifyPersonGroupInfoRequest(AbstractModel): """ModifyPersonGroupInfo请求参数结构体 """ def __init__(self): r""" :param GroupId: 人员库ID，取值为创建人员库接口中的GroupId :type GroupId: str :param PersonId: 人员ID，取值为创建人员接口中的PersonId :type PersonId: str :param PersonExDescriptionInfos: 需要修改的人员描述字段内容，key-value :type PersonExDescriptionInfos: list of PersonExDescriptionInfo """ self.GroupId = None self.PersonId = None self.PersonExDescriptionInfos = None def _deserialize(self, params): self.GroupId = params.get("GroupId") self.PersonId = params.get("PersonId") if params.get("PersonExDescriptionInfos") is not None: self.PersonExDescriptionInfos = [] for item in params.get("PersonExDescriptionInfos"): obj = PersonExDescriptionInfo() obj._deserialize(item) self.PersonExDescriptionInfos.append(obj) memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class ModifyPersonGroupInfoResponse(AbstractModel): """ModifyPersonGroupInfo返回参数结构体 """ def __init__(self): r""" :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.RequestId = None def _deserialize(self, params): self.RequestId = params.get("RequestId") class Mouth(AbstractModel): """嘴巴信息。 """ def __init__(self): r""" :param MouthOpen: 是否张嘴信息。 AttributeItem对应的Type为 —— 0：不张嘴，1：张嘴。 :type MouthOpen: :class:`tencentcloud.iai.v20200303.models.AttributeItem` """ self.MouthOpen = None def _deserialize(self, params): if params.get("MouthOpen") is not None: self.MouthOpen = AttributeItem() self.MouthOpen._deserialize(params.get("MouthOpen")) memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class PersonExDescriptionInfo(AbstractModel): """需要修改的人员描述字段内容，key-value """ def __init__(self): r""" :param PersonExDescriptionIndex: 人员描述字段Index，从0开始 :type PersonExDescriptionIndex: int :param PersonExDescription: 需要更新的人员描述字段内容 :type PersonExDescription: str """ self.PersonExDescriptionIndex = None self.PersonExDescription = None def _deserialize(self, params): self.PersonExDescriptionIndex = params.get("PersonExDescriptionIndex") self.PersonExDescription = params.get("PersonExDescription") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class PersonGroupInfo(AbstractModel): """包含此人员的人员库及描述字段内容列表 """ def __init__(self): r""" :param GroupId: 包含此人员的人员库ID :type GroupId: str :param PersonExDescriptions: 人员描述字段内容 :type PersonExDescriptions: list of str """ self.GroupId = None self.PersonExDescriptions = None def _deserialize(self, params): self.GroupId = params.get("GroupId") self.PersonExDescriptions = params.get("PersonExDescriptions") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class PersonInfo(AbstractModel): """返回的人员信息 """ def __init__(self): r""" :param PersonName: 人员名称 :type PersonName: str :param PersonId: 人员Id :type PersonId: str :param Gender: 人员性别 :type Gender: int :param PersonExDescriptions: 人员描述字段内容 :type PersonExDescriptions: list of str :param FaceIds: 包含的人脸照片列表 :type FaceIds: list of str :param CreationTimestamp: 人员的创建时间和日期 CreationTimestamp。CreationTimestamp 的值是自 Unix 纪元时间到Person创建时间的毫秒数。 Unix 纪元时间是 1970 年 1 月 1 日星期四，协调世界时 (UTC) 00:00:00。有关更多信息，请参阅 Unix 时间。 :type CreationTimestamp: int """ self.PersonName = None self.PersonId = None self.Gender = None self.PersonExDescriptions = None self.FaceIds = None self.CreationTimestamp = None def _deserialize(self, params): self.PersonName = params.get("PersonName") self.PersonId = params.get("PersonId") self.Gender = params.get("Gender") self.PersonExDescriptions = params.get("PersonExDescriptions") self.FaceIds = params.get("FaceIds") self.CreationTimestamp = params.get("CreationTimestamp") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class Point(AbstractModel): """坐标 """ def __init__(self): r""" :param X: x坐标 :type X: int :param Y: Y坐标 :type Y: int """ self.X = None self.Y = None def _deserialize(self, params): self.X = params.get("X") self.Y = params.get("Y") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class Result(AbstractModel): """人脸的识别结果 """ def __init__(self): r""" :param Candidates: 识别出的最相似候选人 :type Candidates: list of Candidate :param FaceRect: 检测出的人脸框位置 :type FaceRect: :class:`tencentcloud.iai.v20200303.models.FaceRect` :param RetCode: 检测出的人脸图片状态返回码。0 表示正常。 -1601代表不符合图片质量控制要求，此时Candidate内容为空。 :type RetCode: int """ self.Candidates = None self.FaceRect = None self.RetCode = None def _deserialize(self, params): if params.get("Candidates") is not None: self.Candidates = [] for item in params.get("Candidates"): obj = Candidate() obj._deserialize(item) self.Candidates.append(obj) if params.get("FaceRect") is not None: self.FaceRect = FaceRect() self.FaceRect._deserialize(params.get("FaceRect")) self.RetCode = params.get("RetCode") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class ResultsReturnsByGroup(AbstractModel): """识别结果。 """ def __init__(self): r""" :param FaceRect: 检测出的人脸框位置。 :type FaceRect: :class:`tencentcloud.iai.v20200303.models.FaceRect` :param GroupCandidates: 识别结果。 :type GroupCandidates: list of GroupCandidate :param RetCode: 检测出的人脸图片状态返回码。0 表示正常。 -1601代表不符合图片质量控制要求，此时Candidate内容为空。 :type RetCode: int """ self.FaceRect = None self.GroupCandidates = None self.RetCode = None def _deserialize(self, params): if params.get("FaceRect") is not None: self.FaceRect = FaceRect() self.FaceRect._deserialize(params.get("FaceRect")) if params.get("GroupCandidates") is not None: self.GroupCandidates = [] for item in params.get("GroupCandidates"): obj = GroupCandidate() obj._deserialize(item) self.GroupCandidates.append(obj) self.RetCode = params.get("RetCode") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class RevertGroupFaceModelVersionRequest(AbstractModel): """RevertGroupFaceModelVersion请求参数结构体 """ def __init__(self): r""" :param JobId: 需要回滚的升级任务ID。 :type JobId: str """ self.JobId = None def _deserialize(self, params): self.JobId = params.get("JobId") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class RevertGroupFaceModelVersionResponse(AbstractModel): """RevertGroupFaceModelVersion返回参数结构体 """ def __init__(self): r""" :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.RequestId = None def _deserialize(self, params): self.RequestId = params.get("RequestId") class SearchFacesRequest(AbstractModel): """SearchFaces请求参数结构体 """ def __init__(self): r""" :param GroupIds: 希望搜索的人员库列表，上限100个。数组元素取值为创建人员库接口中的GroupId。 不可同时搜索不同算法模型版本（FaceModelVersion）的人员库。 :type GroupIds: list of str :param Image: 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Image: str :param Url: 图片的 Url 。对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 Url、Image必须提供一个，如果都提供，只使用 Url。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Url: str :param MaxFaceNum: 最多识别的人脸数目。默认值为1（仅检测图片中面积最大的那张人脸），最大值为10。 MaxFaceNum用于，当输入的待识别图片包含多张人脸时，设定要搜索的人脸的数量。 例：输入的Image或Url中的图片包含多张人脸，设MaxFaceNum=5，则会识别图片中面积最大的5张人脸。 :type MaxFaceNum: int :param MinFaceSize: 人脸长和宽的最小尺寸，单位为像素。默认为34。低于34的人脸图片无法被识别。建议设置为80。 :type MinFaceSize: int :param MaxPersonNum: 单张被识别的人脸返回的最相似人员数量。默认值为5，最大值为100。 例，设MaxFaceNum为1，MaxPersonNum为8，则返回Top8相似的人员信息。 值越大，需要处理的时间越长。建议不要超过10。 :type MaxPersonNum: int :param NeedPersonInfo: 是否返回人员具体信息。0 为关闭，1 为开启。默认为 0。其他非0非1值默认为0 :type NeedPersonInfo: int :param QualityControl: 图片质量控制。 0: 不进行控制； 1:较低的质量要求，图像存在非常模糊，眼睛鼻子嘴巴遮挡至少其中一种或多种的情况； 2: 一般的质量要求，图像存在偏亮，偏暗，模糊或一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，至少其中三种的情况； 3: 较高的质量要求，图像存在偏亮，偏暗，一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，其中一到两种的情况； 4: 很高的质量要求，各个维度均为最好或最多在某一维度上存在轻微问题； 默认 0。 若图片质量不满足要求，则返回结果中会提示图片质量检测不符要求。 :type QualityControl: int :param FaceMatchThreshold: 出参Score中，只有超过FaceMatchThreshold值的结果才会返回。默认为0。 :type FaceMatchThreshold: float :param NeedRotateDetection: 是否开启图片旋转识别支持。0为不开启，1为开启。默认为0。本参数的作用为，当图片中的人脸被旋转且图片没有exif信息时，如果不开启图片旋转识别支持则无法正确检测、识别图片中的人脸。若您确认图片包含exif信息或者您确认输入图中人脸不会出现被旋转情况，请不要开启本参数。开启后，整体耗时将可能增加数百毫秒。 :type NeedRotateDetection: int """ self.GroupIds = None self.Image = None self.Url = None self.MaxFaceNum = None self.MinFaceSize = None self.MaxPersonNum = None self.NeedPersonInfo = None self.QualityControl = None self.FaceMatchThreshold = None self.NeedRotateDetection = None def _deserialize(self, params): self.GroupIds = params.get("GroupIds") self.Image = params.get("Image") self.Url = params.get("Url") self.MaxFaceNum = params.get("MaxFaceNum") self.MinFaceSize = params.get("MinFaceSize") self.MaxPersonNum = params.get("MaxPersonNum") self.NeedPersonInfo = params.get("NeedPersonInfo") self.QualityControl = params.get("QualityControl") self.FaceMatchThreshold = params.get("FaceMatchThreshold") self.NeedRotateDetection = params.get("NeedRotateDetection") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class SearchFacesResponse(AbstractModel): """SearchFaces返回参数结构体 """ def __init__(self): r""" :param Results: 识别结果。 :type Results: list of Result :param FaceNum: 搜索的人员库中包含的人脸数。 :type FaceNum: int :param FaceModelVersion: 人脸识别所用的算法模型版本。 :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.Results = None self.FaceNum = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): if params.get("Results") is not None: self.Results = [] for item in params.get("Results"): obj = Result() obj._deserialize(item) self.Results.append(obj) self.FaceNum = params.get("FaceNum") self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class SearchFacesReturnsByGroupRequest(AbstractModel): """SearchFacesReturnsByGroup请求参数结构体 """ def __init__(self): r""" :param GroupIds: 希望搜索的人员库列表，上限60个。数组元素取值为创建人员库接口中的GroupId。 不可同时搜索不同算法模型版本（FaceModelVersion）的人员库。 :type GroupIds: list of str :param Image: 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Image: str :param Url: 图片的 Url 。对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 Url、Image必须提供一个，如果都提供，只使用 Url。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Url: str :param MaxFaceNum: 最多识别的人脸数目。默认值为1（仅检测图片中面积最大的那张人脸），最大值为10。 MaxFaceNum用于，当输入的待识别图片包含多张人脸时，设定要搜索的人脸的数量。 例：输入的Image或Url中的图片包含多张人脸，设MaxFaceNum=5，则会识别图片中面积最大的5张人脸。 :type MaxFaceNum: int :param MinFaceSize: 人脸长和宽的最小尺寸，单位为像素。默认为34。低于34将影响搜索精度。建议设置为80。 :type MinFaceSize: int :param MaxPersonNumPerGroup: 被检测到的人脸，对应最多返回的最相似人员数目。默认值为5，最大值为10。 例，设MaxFaceNum为3，MaxPersonNumPerGroup为5，GroupIds长度为3，则最多可能返回3*5*3=45个人员。 :type MaxPersonNumPerGroup: int :param NeedPersonInfo: 是否返回人员具体信息。0 为关闭，1 为开启。默认为 0。其他非0非1值默认为0 :type NeedPersonInfo: int :param QualityControl: 图片质量控制。 0: 不进行控制； 1:较低的质量要求，图像存在非常模糊，眼睛鼻子嘴巴遮挡至少其中一种或多种的情况； 2: 一般的质量要求，图像存在偏亮，偏暗，模糊或一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，至少其中三种的情况； 3: 较高的质量要求，图像存在偏亮，偏暗，一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，其中一到两种的情况； 4: 很高的质量要求，各个维度均为最好或最多在某一维度上存在轻微问题； 默认 0。 若图片质量不满足要求，则返回结果中会提示图片质量检测不符要求。 :type QualityControl: int :param FaceMatchThreshold: 出参Score中，只有大于等于FaceMatchThreshold值的结果才会返回。 默认为0。 取值范围[0.0,100.0) 。 :type FaceMatchThreshold: float :param NeedRotateDetection: 是否开启图片旋转识别支持。0为不开启，1为开启。默认为0。本参数的作用为，当图片中的人脸被旋转且图片没有exif信息时，如果不开启图片旋转识别支持则无法正确检测、识别图片中的人脸。若您确认图片包含exif信息或者您确认输入图中人脸不会出现被旋转情况，请不要开启本参数。开启后，整体耗时将可能增加数百毫秒。 :type NeedRotateDetection: int """ self.GroupIds = None self.Image = None self.Url = None self.MaxFaceNum = None self.MinFaceSize = None self.MaxPersonNumPerGroup = None self.NeedPersonInfo = None self.QualityControl = None self.FaceMatchThreshold = None self.NeedRotateDetection = None def _deserialize(self, params): self.GroupIds = params.get("GroupIds") self.Image = params.get("Image") self.Url = params.get("Url") self.MaxFaceNum = params.get("MaxFaceNum") self.MinFaceSize = params.get("MinFaceSize") self.MaxPersonNumPerGroup = params.get("MaxPersonNumPerGroup") self.NeedPersonInfo = params.get("NeedPersonInfo") self.QualityControl = params.get("QualityControl") self.FaceMatchThreshold = params.get("FaceMatchThreshold") self.NeedRotateDetection = params.get("NeedRotateDetection") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class SearchFacesReturnsByGroupResponse(AbstractModel): """SearchFacesReturnsByGroup返回参数结构体 """ def __init__(self): r""" :param FaceNum: 搜索的人员库中包含的人脸数。 :type FaceNum: int :param ResultsReturnsByGroup: 识别结果。 :type ResultsReturnsByGroup: list of ResultsReturnsByGroup :param FaceModelVersion: 人脸识别所用的算法模型版本。 :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.FaceNum = None self.ResultsReturnsByGroup = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): self.FaceNum = params.get("FaceNum") if params.get("ResultsReturnsByGroup") is not None: self.ResultsReturnsByGroup = [] for item in params.get("ResultsReturnsByGroup"): obj = ResultsReturnsByGroup() obj._deserialize(item) self.ResultsReturnsByGroup.append(obj) self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class SearchPersonsRequest(AbstractModel): """SearchPersons请求参数结构体 """ def __init__(self): r""" :param GroupIds: 希望搜索的人员库列表，上限100个。数组元素取值为创建人员库接口中的GroupId :type GroupIds: list of str :param Image: 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 若图片中包含多张人脸，只选取其中人脸面积最大的人脸。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Image: str :param Url: 图片的 Url 。对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 Url、Image必须提供一个，如果都提供，只使用 Url。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Url: str :param MaxFaceNum: 最多识别的人脸数目。默认值为1（仅检测图片中面积最大的那张人脸），最大值为10。 MaxFaceNum用于，当输入的待识别图片包含多张人脸时，设定要搜索的人脸的数量。 例：输入的Image或Url中的图片包含多张人脸，设MaxFaceNum=5，则会识别图片中面积最大的5张人脸。 :type MaxFaceNum: int :param MinFaceSize: 人脸长和宽的最小尺寸，单位为像素。默认为34。低于34将影响搜索精度。建议设置为80。 :type MinFaceSize: int :param MaxPersonNum: 单张被识别的人脸返回的最相似人员数量。默认值为5，最大值为100。 例，设MaxFaceNum为1，MaxPersonNum为8，则返回Top8相似的人员信息。 值越大，需要处理的时间越长。建议不要超过10。 :type MaxPersonNum: int :param QualityControl: 图片质量控制。 0: 不进行控制； 1:较低的质量要求，图像存在非常模糊，眼睛鼻子嘴巴遮挡至少其中一种或多种的情况； 2: 一般的质量要求，图像存在偏亮，偏暗，模糊或一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，至少其中三种的情况； 3: 较高的质量要求，图像存在偏亮，偏暗，一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，其中一到两种的情况； 4: 很高的质量要求，各个维度均为最好或最多在某一维度上存在轻微问题； 默认 0。 若图片质量不满足要求，则返回结果中会提示图片质量检测不符要求。 :type QualityControl: int :param FaceMatchThreshold: 出参Score中，只有大于等于FaceMatchThreshold值的结果才会返回。默认为0。取值范围[0.0,100.0) 。 :type FaceMatchThreshold: float :param NeedPersonInfo: 是否返回人员具体信息。0 为关闭，1 为开启。默认为 0。其他非0非1值默认为0 :type NeedPersonInfo: int :param NeedRotateDetection: 是否开启图片旋转识别支持。0为不开启，1为开启。默认为0。本参数的作用为，当图片中的人脸被旋转且图片没有exif信息时，如果不开启图片旋转识别支持则无法正确检测、识别图片中的人脸。若您确认图片包含exif信息或者您确认输入图中人脸不会出现被旋转情况，请不要开启本参数。开启后，整体耗时将可能增加数百毫秒。 :type NeedRotateDetection: int """ self.GroupIds = None self.Image = None self.Url = None self.MaxFaceNum = None self.MinFaceSize = None self.MaxPersonNum = None self.QualityControl = None self.FaceMatchThreshold = None self.NeedPersonInfo = None self.NeedRotateDetection = None def _deserialize(self, params): self.GroupIds = params.get("GroupIds") self.Image = params.get("Image") self.Url = params.get("Url") self.MaxFaceNum = params.get("MaxFaceNum") self.MinFaceSize = params.get("MinFaceSize") self.MaxPersonNum = params.get("MaxPersonNum") self.QualityControl = params.get("QualityControl") self.FaceMatchThreshold = params.get("FaceMatchThreshold") self.NeedPersonInfo = params.get("NeedPersonInfo") self.NeedRotateDetection = params.get("NeedRotateDetection") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class SearchPersonsResponse(AbstractModel): """SearchPersons返回参数结构体 """ def __init__(self): r""" :param Results: 识别结果。 :type Results: list of Result :param PersonNum: 搜索的人员库中包含的人员数。若输入图片中所有人脸均不符合质量要求，则返回0。 :type PersonNum: int :param FaceModelVersion: 人脸识别所用的算法模型版本。 注意：此字段可能返回 null，表示取不到有效值。 :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.Results = None self.PersonNum = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): if params.get("Results") is not None: self.Results = [] for item in params.get("Results"): obj = Result() obj._deserialize(item) self.Results.append(obj) self.PersonNum = params.get("PersonNum") self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class SearchPersonsReturnsByGroupRequest(AbstractModel): """SearchPersonsReturnsByGroup请求参数结构体 """ def __init__(self): r""" :param GroupIds: 希望搜索的人员库列表，上限60个。数组元素取值为创建人员库接口中的GroupId :type GroupIds: list of str :param Image: 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Image: str :param Url: 图片的 Url 。对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 Url、Image必须提供一个，如果都提供，只使用 Url。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Url: str :param MaxFaceNum: 最多识别的人脸数目。默认值为1（仅检测图片中面积最大的那张人脸），最大值为10。 MaxFaceNum用于，当输入的待识别图片包含多张人脸时，设定要搜索的人脸的数量。 例：输入的Image或Url中的图片包含多张人脸，设MaxFaceNum=5，则会识别图片中面积最大的5张人脸。 :type MaxFaceNum: int :param MinFaceSize: 人脸长和宽的最小尺寸，单位为像素。默认为34。低于34将影响搜索精度。建议设置为80。 :type MinFaceSize: int :param MaxPersonNumPerGroup: 被检测到的人脸，对应最多返回的最相似人员数目。默认值为5，最大值为10。 例，设MaxFaceNum为3，MaxPersonNumPerGroup为5，GroupIds长度为3，则最多可能返回3*5*3=45个人员。 :type MaxPersonNumPerGroup: int :param QualityControl: 图片质量控制。 0: 不进行控制； 1:较低的质量要求，图像存在非常模糊，眼睛鼻子嘴巴遮挡至少其中一种或多种的情况； 2: 一般的质量要求，图像存在偏亮，偏暗，模糊或一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，至少其中三种的情况； 3: 较高的质量要求，图像存在偏亮，偏暗，一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，其中一到两种的情况； 4: 很高的质量要求，各个维度均为最好或最多在某一维度上存在轻微问题； 默认 0。 若图片质量不满足要求，则返回结果中会提示图片质量检测不符要求。 :type QualityControl: int :param FaceMatchThreshold: 出参Score中，只有超过FaceMatchThreshold值的结果才会返回。默认为0。 :type FaceMatchThreshold: float :param NeedPersonInfo: 是否返回人员具体信息。0 为关闭，1 为开启。默认为 0。其他非0非1值默认为0 :type NeedPersonInfo: int :param NeedRotateDetection: 是否开启图片旋转识别支持。0为不开启，1为开启。默认为0。本参数的作用为，当图片中的人脸被旋转且图片没有exif信息时，如果不开启图片旋转识别支持则无法正确检测、识别图片中的人脸。若您确认图片包含exif信息或者您确认输入图中人脸不会出现被旋转情况，请不要开启本参数。开启后，整体耗时将可能增加数百毫秒。 :type NeedRotateDetection: int """ self.GroupIds = None self.Image = None self.Url = None self.MaxFaceNum = None self.MinFaceSize = None self.MaxPersonNumPerGroup = None self.QualityControl = None self.FaceMatchThreshold = None self.NeedPersonInfo = None self.NeedRotateDetection = None def _deserialize(self, params): self.GroupIds = params.get("GroupIds") self.Image = params.get("Image") self.Url = params.get("Url") self.MaxFaceNum = params.get("MaxFaceNum") self.MinFaceSize = params.get("MinFaceSize") self.MaxPersonNumPerGroup = params.get("MaxPersonNumPerGroup") self.QualityControl = params.get("QualityControl") self.FaceMatchThreshold = params.get("FaceMatchThreshold") self.NeedPersonInfo = params.get("NeedPersonInfo") self.NeedRotateDetection = params.get("NeedRotateDetection") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class SearchPersonsReturnsByGroupResponse(AbstractModel): """SearchPersonsReturnsByGroup返回参数结构体 """ def __init__(self): r""" :param PersonNum: 搜索的人员库中包含的人员数。若输入图片中所有人脸均不符合质量要求，则返回0。 :type PersonNum: int :param ResultsReturnsByGroup: 识别结果。 :type ResultsReturnsByGroup: list of ResultsReturnsByGroup :param FaceModelVersion: 人脸识别所用的算法模型版本。 :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.PersonNum = None self.ResultsReturnsByGroup = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): self.PersonNum = params.get("PersonNum") if params.get("ResultsReturnsByGroup") is not None: self.ResultsReturnsByGroup = [] for item in params.get("ResultsReturnsByGroup"): obj = ResultsReturnsByGroup() obj._deserialize(item) self.ResultsReturnsByGroup.append(obj) self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class UpgradeGroupFaceModelVersionRequest(AbstractModel): """UpgradeGroupFaceModelVersion请求参数结构体 """ def __init__(self): r""" :param GroupId: 需要升级的人员库ID。 :type GroupId: str :param FaceModelVersion: 需要升级至的算法模型版本。默认为最新版本。不可逆向升级 :type FaceModelVersion: str """ self.GroupId = None self.FaceModelVersion = None def _deserialize(self, params): self.GroupId = params.get("GroupId") self.FaceModelVersion = params.get("FaceModelVersion") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class UpgradeGroupFaceModelVersionResponse(AbstractModel): """UpgradeGroupFaceModelVersion返回参数结构体 """ def __init__(self): r""" :param JobId: 升级任务ID，用于查询、获取升级的进度和结果。 :type JobId: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.JobId = None self.RequestId = None def _deserialize(self, params): self.JobId = params.get("JobId") self.RequestId = params.get("RequestId") class UpgradeJobInfo(AbstractModel): """人员库升级任务信息 """ def __init__(self): r""" :param JobId: 人员库升级任务ID，用于查询、获取升级的进度和结果。 :type JobId: str :param GroupId: 人员库ID。 :type GroupId: str :param FromFaceModelVersion: 当前算法模型版本。 :type FromFaceModelVersion: str :param ToFaceModelVersion: 目标算法模型版本。 :type ToFaceModelVersion: str :param StartTime: 升级起始时间。 StartTime的值是自 Unix 纪元时间到Group创建时间的毫秒数。 Unix 纪元时间是 1970 年 1 月 1 日星期四，协调世界时 (UTC) 00:00:00。 有关更多信息，请参阅 Unix 时间。 :type StartTime: int :param Status: 0表示升级中，1表示升级完毕，2表示回滚完毕，3表示升级失败。 :type Status: int """ self.JobId = None self.GroupId = None self.FromFaceModelVersion = None self.ToFaceModelVersion = None self.StartTime = None self.Status = None def _deserialize(self, params): self.JobId = params.get("JobId") self.GroupId = params.get("GroupId") self.FromFaceModelVersion = params.get("FromFaceModelVersion") self.ToFaceModelVersion = params.get("ToFaceModelVersion") self.StartTime = params.get("StartTime") self.Status = params.get("Status") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class VerifyFaceRequest(AbstractModel): """VerifyFace请求参数结构体 """ def __init__(self): r""" :param PersonId: 待验证的人员ID。人员ID具体信息请参考人员库管理相关接口。 :type PersonId: str :param Image: 图片 base64 数据，base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 若图片中包含多张人脸，只选取其中人脸面积最大的人脸。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Image: str :param Url: 图片的 Url 。对应图片 base64 编码后大小不可超过5M。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 Url、Image必须提供一个，如果都提供，只使用 Url。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 若图片中包含多张人脸，只选取其中人脸面积最大的人脸。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Url: str :param QualityControl: 图片质量控制。 0: 不进行控制； 1:较低的质量要求，图像存在非常模糊，眼睛鼻子嘴巴遮挡至少其中一种或多种的情况； 2: 一般的质量要求，图像存在偏亮，偏暗，模糊或一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，至少其中三种的情况； 3: 较高的质量要求，图像存在偏亮，偏暗，一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，其中一到两种的情况； 4: 很高的质量要求，各个维度均为最好或最多在某一维度上存在轻微问题； 默认 0。 若图片质量不满足要求，则返回结果中会提示图片质量检测不符要求。 :type QualityControl: int :param NeedRotateDetection: 是否开启图片旋转识别支持。0为不开启，1为开启。默认为0。本参数的作用为，当图片中的人脸被旋转且图片没有exif信息时，如果不开启图片旋转识别支持则无法正确检测、识别图片中的人脸。若您确认图片包含exif信息或者您确认输入图中人脸不会出现被旋转情况，请不要开启本参数。开启后，整体耗时将可能增加数百毫秒。 :type NeedRotateDetection: int """ self.PersonId = None self.Image = None self.Url = None self.QualityControl = None self.NeedRotateDetection = None def _deserialize(self, params): self.PersonId = params.get("PersonId") self.Image = params.get("Image") self.Url = params.get("Url") self.QualityControl = params.get("QualityControl") self.NeedRotateDetection = params.get("NeedRotateDetection") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class VerifyFaceResponse(AbstractModel): """VerifyFace返回参数结构体 """ def __init__(self): r""" :param Score: 给定的人脸图片与 PersonId 对应人脸的相似度。若 PersonId 下有多张人脸（Face），返回相似度最大的分数。 不同算法版本返回的相似度分数不同。 若需要验证两张图片中人脸是否为同一人，3.0版本误识率千分之一对应分数为40分，误识率万分之一对应分数为50分，误识率十万分之一对应分数为60分。 一般超过50分则可认定为同一人。 2.0版本误识率千分之一对应分数为70分，误识率万分之一对应分数为80分，误识率十万分之一对应分数为90分。 一般超过80分则可认定为同一人。 :type Score: float :param IsMatch: 是否为同一人判断，固定阈值分数为60分，若想更灵活地调整阈值可取Score参数返回进行判断 :type IsMatch: bool :param FaceModelVersion: 人脸识别所用的算法模型版本，是该 Person 所在的人员库的算法模型版本。在创建人员库时设置，详情可参考[算法模型版本](https://cloud.tencent.com/document/product/867/40042) :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.Score = None self.IsMatch = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): self.Score = params.get("Score") self.IsMatch = params.get("IsMatch") self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId") class VerifyPersonRequest(AbstractModel): """VerifyPerson请求参数结构体 """ def __init__(self): r""" :param PersonId: 待验证的人员ID。人员ID具体信息请参考人员库管理相关接口。 :type PersonId: str :param Image: 图片 base64 数据。 jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。 若图片中包含多张人脸，只选取其中人脸面积最大的人脸。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Image: str :param Url: 图片的 Url jpg格式长边像素不可超过4000，其他格式图片长边像素不可超2000。。 图片的 Url、Image必须提供一个，如果都提供，只使用 Url。 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。 非腾讯云存储的Url速度和稳定性可能受一定影响。 若图片中包含多张人脸，只选取其中人脸面积最大的人脸。 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。 :type Url: str :param QualityControl: 图片质量控制。 0: 不进行控制； 1:较低的质量要求，图像存在非常模糊，眼睛鼻子嘴巴遮挡至少其中一种或多种的情况； 2: 一般的质量要求，图像存在偏亮，偏暗，模糊或一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，至少其中三种的情况； 3: 较高的质量要求，图像存在偏亮，偏暗，一般模糊，眉毛遮挡，脸颊遮挡，下巴遮挡，其中一到两种的情况； 4: 很高的质量要求，各个维度均为最好或最多在某一维度上存在轻微问题； 默认 0。 若图片质量不满足要求，则返回结果中会提示图片质量检测不符要求。 :type QualityControl: int :param NeedRotateDetection: 是否开启图片旋转识别支持。0为不开启，1为开启。默认为0。本参数的作用为，当图片中的人脸被旋转且图片没有exif信息时，如果不开启图片旋转识别支持则无法正确检测、识别图片中的人脸。若您确认图片包含exif信息或者您确认输入图中人脸不会出现被旋转情况，请不要开启本参数。开启后，整体耗时将可能增加数百毫秒。 :type NeedRotateDetection: int """ self.PersonId = None self.Image = None self.Url = None self.QualityControl = None self.NeedRotateDetection = None def _deserialize(self, params): self.PersonId = params.get("PersonId") self.Image = params.get("Image") self.Url = params.get("Url") self.QualityControl = params.get("QualityControl") self.NeedRotateDetection = params.get("NeedRotateDetection") memeber_set = set(params.keys()) for name, value in vars(self).items(): if name in memeber_set: memeber_set.remove(name) if len(memeber_set) > 0: warnings.warn("%s fileds are useless." % ",".join(memeber_set)) class VerifyPersonResponse(AbstractModel): """VerifyPerson返回参数结构体 """ def __init__(self): r""" :param Score: 给定的人脸照片与 PersonId 对应的相似度。若 PersonId 下有多张人脸（Face），会融合多张人脸信息进行验证。 :type Score: float :param IsMatch: 是否为同一人的判断。 :type IsMatch: bool :param FaceModelVersion: 人脸识别所用的算法模型版本，是该 Person 所在的人员库的算法模型版本。在创建人员库时设置，详情可参考[算法模型版本](https://cloud.tencent.com/document/product/867/40042) :type FaceModelVersion: str :param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。 :type RequestId: str """ self.Score = None self.IsMatch = None self.FaceModelVersion = None self.RequestId = None def _deserialize(self, params): self.Score = params.get("Score") self.IsMatch = params.get("IsMatch") self.FaceModelVersion = params.get("FaceModelVersion") self.RequestId = params.get("RequestId")