基于深度学习的验证码图像识别

• 作者: 宋小鹏 徐星 杜春晖
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 验证码 深度学习 卷积神经网络 循环神经网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 数据采集与图像处理
• 页码范围: 138-142
• 页数: 5页
• 分类号: TP183
• 字数: 2203字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2019.02.009

摘要

验证码是一种区分用户是计算机还是人的公共全自动程序.为了尽可能大批量地获取某网站的信息,就需要让机器可以全自动地识别该网站的验证码.为了破解验证码,对深度学习的验证码图像识别方法进行了研究.提出使用图像标注的方法来生成验证码图像中的字母序列.实验采用深度学习框架Caffe,将卷积神经网络与循环神经网络相结合进行训练.将卷积神经网络的输出用于训练循环神经网络,来不断地预测出序列中下一个最有可能出现的字母.训练的目标是将输出的词尽量和预期的词一致.测试结果表明,该模型能够对该网站的验证码图像做到97％的识别准确率.该方法比只采用卷积神经网络进行识别效果好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋小鹏	中北大学信息与通信工程学院	19	57	4.0	6.0
2	杜春晖		7	7	1.0	2.0
3	徐星	中北大学信息与通信工程学院	2	5	1.0	2.0