基于深度学习的端到端验证码识别

被引：7

作者：

温明莉

赵轩

蔡梦倩

机构：

[1] 四川大学计算机学院

来源：

无线互联科技 | 2017年 / 14期

关键词：

深度神经网络; 验证码识别; 卷积神经网络;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习]; TP391.41 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080203 ;

摘要：

验证码是一种在网络环境中用来区分人类和机器的测试方法,验证码识别的研究可以更好地发现验证码在网络安全中的漏洞,从而防止网络中的一些恶意入侵。文章提出了一种深度神经网络模型来识别验证码,引入卷积神经网络,对验证码不经过任何预处理,端到端识别验证码,避免传统的定位、分割等步骤,仿真训练验证码数据,扩大网络所需数据集,提高验证码识别准确率。试验结果表明,该模型对于识别不同级别的复杂验证码都有很好的效果,单个识别率高达99%。

引用

页码：85 / 86

页数：2

共 4 条

[1]

Gradient flow in recurrent nets:the difficulty of learning long-term dependencies. KOLEN J,KREMER S. . 2007

[2]

Verification of a human in the loop or Identification via the Turing Test. MONI N. . 1996

[3]

Show and tell:a neural image caption generator. VINYALS O,TOSHEV A,BENGIO S,et al. IEEE Conference on Computer Vision&Pattern Recognition . 2015

[4]

A fresh look at real-time computation in generic recurrent neural circuits. MAASS W,NATSCHL?GER T,MARKRAM H. Technical report,Institute for Theoretical Computer Science . 2002

← 1 →