基于LSTM型RNN的CAPTCHA识别方法

• 作者: 张亮 石昭祥 胡荣贵 黄曙光
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 人工智能 脱机文字识别 全自动的区分计算机和人的图灵测试(CAPTCHA) 长短时记忆(LSTM)
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 40-47
• 分类号: TP393.08
• 字数: 7191字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2011.01.005

摘要

全自动区分计算机和人的图灵测试(CAPTCHA)是一种基于人工智能难题的网络安全机制.研究CAPTCHA的识别能够使其变得更加安全,并能促进一些人工智能难题的求解.文中首先对现有的CAPTCHA识别方法进行总结和分析,然后提出一种基于长短时记忆(ISTM)型递归神经网络(RNN)进行识别的方法,并对CAPTCHA识别中的特征提取问题进行研究.最后,为进一步提高RNN的识别率,提出一种解码算法.实验结果表明,文中方法是有效的,灰度值对于RNN是一种较好的特征,提出的解码算法能够取得较高的识别率,又有较低的时间复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石昭祥	解放军电子工程学院网络系	17	100	5.0	9.0
2	黄曙光	解放军电子工程学院网络系	17	119	5.0	10.0
3	胡荣贵	解放军电子工程学院网络系	9	75	4.0	8.0
4	张亮	解放军电子工程学院网络系	13	120	5.0	10.0