基于神经网络的数字验证码识别研究附视频

被引：16

作者：

吕刚 ^{[1
,2
]}

郝平 ^{[1
]}

机构：

[1] 浙江工业大学信息工程学院

[2] 金华广播电视大学理工学院

来源：

浙江工业大学学报 | 2010年 / 04期

关键词：

神经网络; 验证码; 仿逆规则; 文字识别; 分割;

D O I：

暂无

中图分类号：

TP391.43 [];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

验证码是网络上普遍采用的一种用于真人交互证明的有效方法.对验证码识别的研究有助于解决硬人工智能问题,促进人工智能领域的进步.现有的研究多是针对一种验证码,通过多种方法进行识别.这类方法对先验知识的依赖很大,识别方法对其他验证码不一定有效,或者需要大量调整来适应新的验证码.为了研究验证码识别算法的适应性问题,通过选取多个具有代表性的网站的验证码图像,基于分割法和Hopfield神经网络进行分析和试验,取得了较好的试验结果.试验结果表明:利用字符图像灰度信息和Hopfield网络可以有效的对可分割的验证码进行分类识别,算法有一定的适应性,并且仅需字符图像的灰度信息既可适应新的验证码,对先验知识的依赖少.

引用

页码：433 / 436

页数：4