人脸人体视频活体检测视频活体检测这个坐标是 视频第一帧的坐标吗？[视觉智能开放平台] 暂停朗读为您朗读

阿里云视觉智能开放平台人脸人体视频活体检测API返回的坐标是相对于视频帧的坐标，具体是相对于视频帧左上角的原点的坐标。每个坐标点用一个矩形框表示，矩形框的位置由左上角的横纵坐标和矩形框的宽高组成，表示一个矩形区域。每个矩形框的坐标信息都是一个数组，依次表示：左上角坐标X值、左上角坐标Y值、矩形框宽度、矩形框高度。

在进行视频活体检测时，如果视频中存在多个目标人脸或人体，则 API 分别返回每个目标的坐标信息。具体来说，如果您使用视频活体检测API处理的是一段视频，则该视频的所有帧都会被分别处理，每帧都会返回检测结果。如果您需要在视频中定位每个目标人脸或人体的位置，则需要根据API返回的结果信息，在视频中匹配并定位每个目标的位置。