检索结果-南通市图书馆

基于TensorFlow和CNN模型的验证码识别研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

现代信息科技 2024年第13期8卷 65-69页

作者：马凯贺晓松重庆工程学院重庆400056

针对传统机器学习中应用于多位字符验证码的分割识别方法具有整体准确率低、泛化能力不足的问题,提出一种高效通用的识别方法。设计基于CNN模型的端到端字符型验证码识别流程,使用TensorFlow框架实现流程的数据训练和效果验证。该方法... 详细信息

针对传统机器学习中应用于多位字符验证码的分割识别方法具有整体准确率低、泛化能力不足的问题,提出一种高效通用的识别方法。设计基于CNN模型的端到端字符型验证码识别流程,使用TensorFlow框架实现流程的数据训练和效果验证。该方法可以高效地识别出字符型验证码,其平均准确率为95%以上,输入整张图片,直接输出整体识别结果,具有更强的通用性。使用CNN模型识别多位字符验证码相比于传统机器学习方法具有更高的准确率和通用性。

关键词：验证码识别 TensorFlow CNN 端到端

一种基于条件生成式对抗网络的文本类验证码识别方法

在线全文

学校读者我要写书评

暂无评论

计算机学报 2020年第8期43卷 1572-1588页

作者：汤战勇田超雄叶贵鑫李婧王薇龚晓庆陈晓江房鼎益西北大学信息科学与技术学院西安710127 陕西省无源物联网国际联合研究中心西安710127 陕西理工大学数学与计算机科学学院陕西汉中723001

验证码被广泛应用于网站登录、注册等环节,用来增强身份验证和防止来自计算机程序的自动攻击.其中文本类验证码由于密码空间大、交互方式简单等特点被大多数主流网站使用.目前,为了增加计算机程序对文本类验证码自动识别的难度,设计时... 详细信息

验证码被广泛应用于网站登录、注册等环节,用来增强身份验证和防止来自计算机程序的自动攻击.其中文本类验证码由于密码空间大、交互方式简单等特点被大多数主流网站使用.目前,为了增加计算机程序对文本类验证码自动识别的难度,设计时普遍将复杂干扰信息、字符扭曲、旋转和粘连、不同类型字体等安全性特征随机组合使用.由于组合了多种安全特征,传统的验证码识别方法对该种验证码的识别率非常低甚至失效.针对此类文本类验证码,本文提出了一种基于条件生成式对抗网络(CGAN)的通用识别方法.该方法利用CGAN去除验证码中的背景干扰信息并拉伸验证码中的字符间距,以生成无干扰且无字符粘连的验证码.然后使用本文优化组合的分割算法对验证码进行有效分割,再通过GoogleNet对分割后的单个字符进行识别.并且在难以以低成本大量获取真实验证码的情况下,本文设计了程序模拟验证码对网络进行训练,训练成本远低于现有其他方法且训练效果良好.最终的实验结果表明,本文提出的方法能够成功的识别Microsoft、Wikipedia、百度、支付宝、新浪等国际主流网站的验证码,识别率相较于传统方法最大提升度可达到70.2%.

关键词：文本类验证码验证码识别条件生成式对抗网络字符分割去干扰算法

在线全文

学校读者我要写书评

暂无评论

一种扭曲粘连字符验证码识别方法

模式识别与人工智能 2014年第3期27卷 235-241页

作者：尹龙尹东张荣王德建中国科学技术大学信息科学技术学院合肥230026

验证码识别研究能及时发现验证码的安全漏洞,使其变得更加安全.扭曲粘连字符验证码能抵抗字符分割,是验证码识别中的难点.针对由扭曲粘连字符构成的验证码,提出一种基于密集尺度不变特征变换(DENSE SIFT)和随机抽样一致性算法(RANSAC)... 详细信息

验证码识别研究能及时发现验证码的安全漏洞,使其变得更加安全.扭曲粘连字符验证码能抵抗字符分割,是验证码识别中的难点.针对由扭曲粘连字符构成的验证码,提出一种基于密集尺度不变特征变换(DENSE SIFT)和随机抽样一致性算法(RANSAC)的识别方法.首先通过DENSE SIFT特征匹配获得匹配点集,再利用RANSAC算法获取匹配信息,最后采用队列式分析算法得出识别结果.实验表明,该方法对不同难度级别的扭曲粘连验证码均有较好的效果.

关键词：验证码识别扭曲粘连字符密集尺度不变特征变换(DENSE SIFT) 随机抽样一致性算法(RANSAC)

在线全文

学校读者我要写书评

暂无评论

验证码识别系统的研究及实现

验证码识别系统的研究及实现

作者：王晓鹏华南理工大学

学位级别：硕士

随着互联网的进一步发展,在网络给人们提供丰富资源的同时,网络的安全问题也日益突出,比如用户利用机器人程序自动注册、登录、恶意投票、发送垃圾邮件、恶意尝试密码等。由于验证码技术简单,容易实施,传输数据量小,因此不少网站为了避... 详细信息

随着互联网的进一步发展,在网络给人们提供丰富资源的同时,网络的安全问题也日益突出,比如用户利用机器人程序自动注册、登录、恶意投票、发送垃圾邮件、恶意尝试密码等。由于验证码技术简单,容易实施,传输数据量小,因此不少网站为了避免上述安全问题,都采用了验证码技术来区分机器人程序与真实用户。所谓验证码,就是将一串随机产生的数字或符号,生成一幅图片,图片里加上一些干扰像素(防止OCR),由用户肉眼识别其中的验证码信息,输入表单提交网站验证,验证成功后才能使用某项功能。本文主要介绍了基于神经网络和遗传算法对网站的验证码进行识别的方法,可用于检测网站验证码技术对保证网络安全的有效性,以促进验证码生成技术的发展。主要内容包括: (1)、简单介绍了验证码识别技术及其研究现状;(2)、详细介绍了验证码图片的图像采集和处理工作,包括验证码图片的采集、灰度化、二值化、去噪、切割和归一化等;(3)、重点讲述了验证码图片的识别,包括对图像处理后的字符特征进行提取、训练和识别;(4)、以前述研究为基础,结合验证码识别技术的发展前景,论述验证码技术对互联网安全性的影响。

关键词：验证码识别神经网络遗传算法互联网安全

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

改进卷积神经网络的验证码识别算法研究

北京服装学院学报（自然科学版） 2023年第4期43卷 67-72页

作者：高春庚罗俊丽路凯济源职业技术学院人工智能学院济源459000 许昌学院信息工程学院许昌461000

在使用卷积神经网络(CNN)识别验证码的算法中,传统的算法需对卷积核参数进行随机初始化而存在网络收敛速度慢、训练时间长,识别准确率低的问题。提出一种基于主成分分析(PCA)和卷积神经网络相结合的验证码识别算法。首先,利用滴水算法... 详细信息

在使用卷积神经网络(CNN)识别验证码的算法中,传统的算法需对卷积核参数进行随机初始化而存在网络收敛速度慢、训练时间长,识别准确率低的问题。提出一种基于主成分分析(PCA)和卷积神经网络相结合的验证码识别算法。首先,利用滴水算法对预处理后的验证码图片进行分割,然后对分割后的图片进行PCA学习,将学习得到的特征向量作为相应卷积层卷积核的初始化参数。实验结果表明,改进的方法在收敛速度和识别准确率方面均具有更好的性能。

关键词：验证码识别卷积神经网络主成分分析

在线全文

学校读者我要写书评

暂无评论

一种SVM验证码识别算法

计算机工程与应用 2011年第18期47卷 188-190,194页

作者：殷光陶亮安徽大学计算智能与信号处理教育部重点实验室合肥230039

设计验证码的主要目的是区分人类和计算机,用来防止网络机器人的一些恶意行为。验证码的出现也催生了一批新工种,电子商务的发展迫切需要一种推广方式来推销他们的商品,残障人士上网问题也需要迫切关注,因此许多人开始研究网络机器人技... 详细信息

设计验证码的主要目的是区分人类和计算机,用来防止网络机器人的一些恶意行为。验证码的出现也催生了一批新工种,电子商务的发展迫切需要一种推广方式来推销他们的商品,残障人士上网问题也需要迫切关注,因此许多人开始研究网络机器人技术,用来实现邮箱自动注册、群发信息、自动灌水、自动登录等功能。目前,各种类型网站系统都利用验证码阻止网络机器人入侵,从而验证码识别技术成为研究热点。基于SVM技术对图像验证码进行识别,取得了良好的效果。

关键词：支持向量机序贯最小化算法选择工作集核函数多类分类验证码识别

一种基于端对端深度卷积神经网络的验证码识别方法

在线全文

学校读者我要写书评

暂无评论

山东科技大学学报（自然科学版） 2020年第2期39卷 111-117页

作者：崔新白培瑞张策刘庆一傅颖霞刘嘉程祝璐璐山东科技大学电子信息工程学院山东青岛266590 山东科技大学矿业与安全工程学院山东青岛266590

传统验证码识别方法对不同类型的验证码泛化能力和鲁棒性较差。为此,提出一种基于深度卷积神经网络的端对端验证码识别方法。首先,通过并行级联的卷积层构建简易Inception模块,替代Google-net的卷积层,在降低调整参数数量的同时,提高网... 详细信息

传统验证码识别方法对不同类型的验证码泛化能力和鲁棒性较差。为此,提出一种基于深度卷积神经网络的端对端验证码识别方法。首先,通过并行级联的卷积层构建简易Inception模块,替代Google-net的卷积层,在降低调整参数数量的同时,提高网络对于不同感受野尺度的适应性。同时,采用全局平均池化层替换原全连接层以防止过拟合,提高网络学习效率。其次,在训练过程中,直接利用深度网络的学习能力自动提取和识别验证码图像的字符特征信息,无须对验证码图像进行预分割,可以有效避免因字符分割引起的误差累积问题。通过对谷歌验证码、正方教务系统验证码和京东验证码的测试,结果表明本方法具有更好的泛化能力和鲁棒性,对三类验证码的识别率分别达到96.3%、98.9%和99%,比经典卷积神经网络分别提高3.14%、2.75%和1.14%。

关键词：验证码识别深度学习卷积神经网络端对端学习

在线全文

学校读者我要写书评

暂无评论

基于对抗网络的验证码识别方法

计算机工程与应用 2020年第8期56卷 199-204页

作者：曹廷荣陆玲龚燕红贾惠珍东华理工大学信息工程学院南昌330013 南昌大学信息工程学院南昌330031

在人机智能交互中,让机器自动识别验证码是机器模拟人的一项基础技术。基于文本的验证码识别一般先对验证码图片进行预处理,然后切割,最后对字符分类识别。字符切割的准确程度直接影响最终识别结果。提出一种对抗学习方法识别文本型验... 详细信息

在人机智能交互中,让机器自动识别验证码是机器模拟人的一项基础技术。基于文本的验证码识别一般先对验证码图片进行预处理,然后切割,最后对字符分类识别。字符切割的准确程度直接影响最终识别结果。提出一种对抗学习方法识别文本型验证码。先训练一个Pix2pix网络对验证码图片进行预处理,然后对抗训练出一对分割和识别网络。分割网络不仅能分割粘贴字符,而且可以筛选出难以分割的验证码结果。识别网络采用上下文相关的多通道卷积网络,能有效解决分割过程中因信息丢失而无法识别的问题。实验结果表明,该方法能提高文本验证码识别的准确率。

关键词：对抗学习验证码识别分割神经网络

混合Gabor的轻量级卷积神经网络的验证码识别研究

在线全文

学校读者我要写书评

暂无评论

信息网络安全 2020年第7期 77-84页

作者：刘静张学谦刘全明公安部第三研究所上海200031 四川省公安厅网络安全保卫总队成都610000 山西大学计算机与信息技术学院太原030006

验证码作为一项广泛使用的验证手段,能有效地鉴别登录用户,对网络安全的保护有着重要的意义。针对卷积神经网络参数量大,训练成本和时间较大的问题,文章提出了一种基于图像Gabor特征与卷积神经网络相结合的图像验证码识别方法,实现了验... 详细信息

验证码作为一项广泛使用的验证手段,能有效地鉴别登录用户,对网络安全的保护有着重要的意义。针对卷积神经网络参数量大,训练成本和时间较大的问题,文章提出了一种基于图像Gabor特征与卷积神经网络相结合的图像验证码识别方法,实现了验证码图像的识别和分类。使用Gabor算子提取不同方向和角度的细节特征作为卷积神经网络的输入,并改进深度可分离卷积层获得多尺度特征向量,充分提取验证码图像中的不同特征,提高了模型的识别率。实验研究表明,改进的卷积神经网络对验证码的平均识别准确率达到98%左右,具有实际意义。

关键词：可分离卷积层卷积神经网络验证码识别 Gabor