基于卷积神经网络的图像验证码识别

• 作者: 张孝慈 林传文 秦波 顾乃杰
• 来源期刊: 计算机系统应用
• 关键词: 图像验证码识别 卷积神经网络 残差学习 可视化
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 142-148
• 页数: 7页
• 字数: 4542字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006648

摘要

验证码作为一种安全手段,被广泛应用于互联网领域.本文提出了一种基于卷积神经网络的图像验证码识别方法,通过卷积层级联、残差学习、全局池化、分组卷积等技术手段,在保证识别准确率不受影响的前提下,大大降低了网络的参数量.本文以铁路购票网站验证码和正方教务系统验证码为例来测试模型性能.对于铁路购票网站验证码,实验结果显示本文提出的识别方法参数量最少,对图形和中文词组验证码的识别准确率分别达到98.76％和99.14％;对于正方教务系统验证码,本文方法参数量最少且识别准确率为87.30％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾乃杰		35	126	6.0	8.0
2	秦波	中国科学技术大学计算机科学与技术学院网络计算与高效算法实验室	12	44	4.0	6.0
3	林传文	中国科学技术大学计算机科学与技术学院网络计算与高效算法实验室	5	18	3.0	4.0
4	张孝慈	中国科学技术大学先进技术研究院	3	15	2.0	3.0