基于卷积神经网络的验证码识别

• 作者: 东野长磊 李世成
• 来源期刊: 软件
• 学科: 工学
• 关键词: 验证码 二值化 卷积神经网络 CBAM
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 173-177
• 页数: 5页
• 分类号: TP183
• 字数: 2324字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2020.04.037

摘要

验证码识别与设计是目前人工智能领域的挑战性问题,验证码图片内容识别通过强制人机交互来抵御机器自动化攻击的,验证码是否能被批量识别可以用来衡量验证码设计的优劣.目前已经有相对成熟的算法解决这类问题,但是仍然存在天花板有待突破.首先本文对5000张验证码的样本集进行图片预处理,对验证码图片去噪点和切割操作.然后利用添加了注意力模块的卷积神经网络训练样本集,并对另外5000张样本进行预测,测试集的准确率可以达到97.9％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	东野长磊	山东科技大学计算机科学与工程学院	19	96	7.0	8.0
2	李世成	山东科技大学计算机科学与工程学院	1	0	0.0	0.0