基于渐进式学习的神经网络端到端验证码识别

• 作者: 刘达荣 张远平 李福芳 汤茂斌
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 渐进式学习 卷积神经网络 验证码 无分割 端到端
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 16-19
• 页数: 4页
• 分类号: TP311
• 字数: 2257字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.09.004

摘要

针对验证码经过弯曲变形,无法采用传统的字符分割方法进行检测的问题,在模仿人类的渐进式学习过程的基础上,提出利用卷积神经网络,优化手写识别MNIST的三层网络结构,无需预先对验证码进行分割,直接对验证码进行端到端的识别.利用不确定度回收训练图片,减少训练集数据量,并利用可视化工具提高其网络识别性能.经过55万次训练后,生成了检测模型并对测试集验证码进行了检测,验证码识别速度达到0.073秒/张,准确率达到86％.通过对比同一测试环境下的测试集,发现利用渐进式学习方法具有更高的建模效率和更好的识别准确率,并对识别错误的验证码进行分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤茂斌	广州大学计算机科学与教育软件学院	16	68	3.0	8.0
2	张远平	广州大学计算机科学与教育软件学院	7	19	3.0	4.0
3	李福芳	广州大学计算机科学与教育软件学院	7	11	2.0	3.0
4	刘达荣	广州大学计算机科学与教育软件学院	1	3	1.0	1.0