[發明專利]一種字符驗證碼識別的深度學習方法及裝置

在審

• 申請號: 201710180679.0
• 申請日: 2017-03-24
• 公開（公告）號: CN107085730A
• 公開（公告）日: 2017-08-22
• 發明（設計）人: 張小彬;潘嶸;費行健
• 申請（專利權）人: 深圳愛拼信息科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種字符驗證碼識別的深度學習方法，其特征在于，該方法包括如下步驟：

步驟1），利用有標注標簽的數據訓練集來訓練模型；

步驟2），用訓練好的模型來預測新的驗證碼圖片中的文字；

其中，步驟1）還包括訓練集的收集、模型訓練的粒度和交叉驗證過程。

2.根據權利要求1所述的一種字符驗證碼識別的深度學習方法，其特征在于，所述步

驟1）中所述訓練集的收集具體包括：

若深度學習需要大量的有標注數據，則利用爬蟲程序，在網站獲取若干驗證碼樣本，用打碼平臺的眾包服務標注數據；

若需要的樣本數不多，則手動標注數據。

3.根據權利要求1所述的一種字符驗證碼識別的深度學習方法，其特征在于，所述模型訓練的粒度具體包括：粗粒度式地從頭訓練模型或者在訓練好的模型基礎上進行精細調參。

4.根據權利要求1所述的一種字符驗證碼識別的深度學習方法，其特征在于，所述交叉驗證具體包括：

通過交叉驗證的方法選出最優的一個超參組合，所述超參是指深度學習的超參，包括學習率，權重衰減指數，Dropout概率等。

5.根據權利要求1所述的一種字符驗證碼識別的深度學習方法，其特征在于，所述步驟1）中利用有標注的數據來訓練模型具體包括：

將所述有標注標簽的數據訓練集圖片輸入到卷積神經網絡（CNN）中；

對所述圖片進行特征提??；

將提取出的所述特征輸入到輸出變量模型中進行訓練，得出最優的超參組合。

6.一種字符驗證碼識別的深度學習裝置，其特征在于，該裝置包括：

模型訓練模塊，利用有標注標簽的數據訓練集來訓練模型；

預測模塊，用訓練好的模型來預測新的驗證碼圖片中的文字；

其中，模型訓練模塊還包括訓練集收集模塊、模型訓練的粒度模塊和交叉驗證模塊。

7.根據權利要求6所述的一種字符驗證碼識別的深度學習裝置，其特征在于：所述訓

練集收集模塊具體用于：

若深度學習需要大量的有標注數據，則利用爬蟲程序，在網站獲取若干驗證碼樣本，用打碼平臺的眾包服務標注數據；

若需要的樣本數不多，則手動標注數據。

8.根據權利要求6所述的一種字符驗證碼識別的深度學習裝置，其特征在于，所述模型訓練的粒度模塊具體包括：粗粒度式地從頭訓練模型或者在訓練好的模型基礎上進行精細調參。

9.根據權利要求6所述的一種字符驗證碼識別的深度學習裝置，其特征在于，所述交叉驗證模塊具體用于：

通過交叉驗證的方法選出最優的一個超參組合，所述超參是指深度學習的超參，包括學習率，權重衰減指數，Dropout概率等。

10.根據權利要求6所述的一種字符驗證碼識別的深度學習裝置，其特征在于，所述模型訓練模塊利用有標注的數據來訓練模型具體包括：

將所述有標注標簽的數據訓練集圖片輸入到卷積神經網絡（CNN）中；

對所述圖片進行特征提取；

將提取出的所述特征多個聯合的Softmax分類器中進行訓練，得出最優的超參組合。