Übersicht
Die Altersschätzung führt immer zwei Prüfungen in einem Aufruf durch – einen passiven Liveness-Test und ein Altersregressionsmodell –, sodass ihre Warnungen die gemeinsame Liveness-Pipeline durchlaufen und mit der FunktionLIVENESS versehen sind. Sie erscheinen im Bericht unter age_estimation.warnings[] (eigenständige API) oder liveness_checks[].warnings[] (in einen Workflow eingebettet). Das Schema des Warnungsobjekts ist unter Datenmodelle – Warnungsobjekt dokumentiert.
Erzeuger:
- Eigenständige API – der Endpoint generiert die fünf unter Ablehnungsauslöser aufgeführten Warnungen.
- Workflows – die gemeinsamen Liveness-Erzeuger sowie die altersspezifischen Prüfungen. Alterswarnungen werden nur bei Flows zur Altersschätzung ausgelöst (adaptive Workflows zur Altersverifizierung oder
AGE_ESTIMATION-Workflow-Knoten) – ein einfacher Liveness-Schritt meldet ein geschätztes Alter, gibt aber niemals Alterswarnungen aus.
NO_FACE_DETECTED, LIVENESS_FACE_ATTACK, FACE_IN_BLOCKLIST, AGE_BELOW_MINIMUM, AGE_NOT_DETECTED) haben immer log_type: "error" und erzwingen Declined; die übrigen Risiken ergeben je nach Schwellenwerten oder konfigurierter Aktion error / warning / information.
Ablehnungsauslöser
Bei der eigenständigen API lautet die EntscheidungDeclined, sobald irgendeine Warnung ausgelöst wird:
- Alter unter dem Schwellenwert – prognostiziertes Alter strikt unter
age_estimation_decline_threshold(Standardwert18;0deaktiviert die Altersprüfung). LöstAGE_BELOW_MINIMUMaus. - Alter nicht berechnet – es konnte kein Gesichtsalter geschätzt werden (kein erkennbares Gesicht oder kein für das Altersmodell verwertbares Gesicht). Löst
AGE_NOT_DETECTEDaus. - Liveness-Score bei oder unter dem Schwellenwert –
score <= face_liveness_score_decline_threshold(Standardwert30); einnull-Score zählt als0. LöstLOW_LIVENESS_SCOREaus. Wird unterdrückt, wennNO_FACE_DETECTEDausgelöst wird – beide schließen sich gegenseitig aus. - Kein Gesicht erkannt – das Liveness-Modell hat kein Gesicht gefunden. Löst
NO_FACE_DETECTEDaus. - Präsentationsangriff – das Liveness-Modell hat einen Bildschirm, ein gedrucktes Foto, eine Maske oder ein anderes Spoofing erkannt. Löst
LIVENESS_FACE_ATTACKaus.
- Mit aktiviertem Ausweisverifizierungs-Fallback (
enable_id_verification_fallback, standardmäßig aktiviert): Ein Alter unterborderline_minimum_age_threshold(Standardwert18) löstAGE_BELOW_MINIMUMaus; die Dokumentenverifizierung wird für Altersangaben im Grenzbereich (bis zuborderline_maximum_age_threshold) fortgesetzt, anstatt eine Warnung auszulösen, undAGE_NOT_DETECTEDwird nie ausgelöst – ein nicht erkanntes Alter wird ebenfalls an die Dokumentenverifizierung weitergeleitet. - Mit deaktiviertem Fallback: Wenn kein Alter geschätzt werden kann, wird
AGE_NOT_DETECTEDausgelöst, und ein Alter unterminimum_age_threshold(Standardwert18) löstAGE_BELOW_MINIMUMaus.
Konfigurierbare Risiken
Bei den folgenden Risiken können Sie Schwellenwerte oder die Aktion pro Workflow-Einstellung anpassen:
Workflow-Sitzungen gleichen das Gesicht außerdem mit Ihren Listen ab:
FACE_IN_BLOCKLIST führt immer zur automatischen Ablehnung (error), während POSSIBLE_FACE_IN_BLOCKLIST die Sitzung auf In Review setzt.
Erzeugte Warnungen
Beispiel
liveness_checks[].warnings[]) enthält jede Warnung zusätzlich eine node_id, die den Workflow-Knoten identifiziert, der sie ausgelöst hat.
Warnungstypen
Jedem Risiko wird basierend auf der Konfiguration Ihrer Anwendung ein Schweregrad zugewiesen. Schweregrade unterteilen sich in drei Kategorien:Verwandte Themen
- Übersicht zur Altersschätzung — Funktionsverhalten, Preise und Entscheidungslogik.
- Bericht zur Altersschätzung — Vollständige Antwortstruktur sowohl für die Standalone-API als auch für den eingebetteten Workflow-Wert.
- Referenz zur Standalone-API — Anfrage und Antwort für
POST /v3/age-estimation/. - Passive Liveness-Erkennung — Das gemeinsame Liveness-Erkennungsmodell, das in Antworten der Altersschätzung verwendet wird.
- Datenmodelle — Altersschätzung — Kanonisches, nach Feldern aufgeschlüsseltes Schema.