[發明專利]一種驗證碼識別方法及裝置

在審

• 申請號: 201711466525.4
• 申請日: 2017-12-28
• 公開（公告）號: CN109977980A
• 公開（公告）日: 2019-07-05
• 發明（設計）人: 蘇斌;王永寶;范宜強
• 申請（專利權）人: 航天信息股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06N3/08
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

本發明實施例提供一種驗證碼識別方法及裝置，用于解決終端設備在識別破解驗證碼時存在識別效率較低的技術問題。該方法包括：將具有標記的樣本圖像輸入卷積神經網絡模型，對卷積神經網絡模型進行訓練，其中，所述卷積神經網絡模型中包含用于對卷積后的特征信息的特征值進行規范化處理的規范化層，且訓練后的卷積神經網絡模型中卷積的權重數量小于等于標準卷積神經網絡模型中卷積的權重數量，提取的圖像的特征信息的特征值處于預設范圍內；將待識別的驗證碼圖像輸入訓練后的卷積神經網絡模型，獲得待識別的驗證碼圖像的識別結果，識別結果用于指示驗證碼圖像中包括的至少一個驗證碼字符。

技術領域

本發明涉及計算機技術領域，特別涉及一種驗證碼識別方法及裝置。

背景技術

驗證碼(CAPTCHA)是“Completely Automated Public Turing test to tellComputers and Humans Apart”(全自動區分計算機和人類的圖靈測試)的縮寫，是一種區分用戶是計算機還是人的公共全自動程序，目前帶有大小寫字母和數字的驗證碼廣泛用于各大網站，用來防止機器自動批量注冊和反復登錄與灌水，字母和數字本身扭曲并帶有很多噪聲和橫線。

驗證碼概念隨著互聯網技術的快速發展和應用，網絡在給人們提供豐富資源和極大便利的同時，伴隨而來的就是互聯網系統的安全性問題。驗證碼的出現，正是加強web系統安全的產物。

現有技術中針對驗證碼識別破解的方式包括：

第一種：基于圖像處理方式，通過預處理(二值化，CFS，連通域)，檢測(找出文字所在的主要區域)，前處理(對圖片內容做一些旋轉，扭曲，分割等)，最后再通過模式識別或機器學習算法來訓練，輸出成分類器的置信度來判斷可能屬于哪個字母或數字。

當該方式的技術難點主要在于驗證碼圖片的分割方面，對于識別的匹配，OCR技術已經很成熟了，完全可用于驗證碼圖片的識別，但是復雜的驗證碼圖片大多粘連，分割處理比較麻煩。

第二種：基于深度學習的方式，即通過經典的圖片識別網絡模型來識別分類驗證碼圖片中的內容。但由于經典的圖片識別網絡結構過大，需要計算資源較多，且需要大量的標注樣本，收斂速度很慢，難以在有限時間內應用。

由此可見，現有技術中終端設備在識別破解驗證碼時存在識別效率較低的技術問題。

發明內容

本發明實施例提供一種驗證碼識別方法及裝置，用于解決現有技術中的終端設備在識別破解驗證碼時存在識別效率較低的技術問題。

第一方面，本發明實施例提供一種驗證碼識別方法，包括以下步驟：

將具有標記的樣本圖像輸入卷積神經網絡模型，對所述卷積神經網絡模型進行訓練；所述卷積神經網絡模型中包含用于對卷積后的特征信息的特征值進行規范化處理的規范化層，且訓練后的卷積神經網絡模型中卷積的權重數量小于等于標準卷積神經網絡模型中卷積的權重數量，提取的圖像的特征信息的特征值處于預設范圍內；

將待識別的驗證碼圖像輸入訓練后的所述卷積神經網絡模型，獲得所述待識別的驗證碼圖像的識別結果，所述識別結果用于指示所述驗證碼圖像中包括的至少一個驗證碼字符。

可選的，將具有標記的樣本圖像輸入卷積神經網絡模型，對所述卷積神經網絡模型進行訓練，包括：

按照訓練規定樣本數量將具有標記的樣本圖像分批輸入卷積神經網絡模型進行訓練；

確定訓練次數達到預設次數，計算每批次樣本圖像的平均損失率和正確率，所述正確率用于表征預測值與標注值相匹配的概率，所述損失率用于表征樣本識別失敗的數量；

確定所述正確率高于設定值，記錄所述卷積神經網絡模型當前的訓練參數。