基于Faster-RCNN的极验点选式验证码识别

• 作者: 周文凯 孔维健 韩芳
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 极验验证码 Faster-RCNN 卷积神经网络 Tesseract-OCR
• 年，卷（期）: 2019,（9）
• 页码范围: 42-45,59
• 页数: 5页
• 分类号: TP391
• 字数: 2449字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2019.09.009

摘要

针对传统方法难以识别极验点选式验证码的问题,文中提出一种基于Faster-RCNN目标检测模型和卷积神经网络的识别方法.通过简化的RPN提高Faster-RCNN对于背景图片文本定位的精度,再设计卷积神经网络对文本进行分类识别,并训练Tesseract-OCR识别库对信息提示文本进行识别,实现背景图片文本识别结果与信息提示文本识别结果一一对应,达到识别此类验证码的目的.实验结果表明,该方法识别此类验证码的准确率达到72.4％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩芳	东华大学信息科学与技术学院	27	49	3.0	5.0
2	孔维健	东华大学信息科学与技术学院	5	7	2.0	2.0
3	周文凯	东华大学信息科学与技术学院	1	3	1.0	1.0