基于深度学习的验证码图像识别
2019-03-19宋小鹏杜春晖
测试技术学报 2019年2期
徐 星,宋小鹏,杜春晖
(1.中北大学 信息与通信工程学院,山西 太原 030051;2.中国煤炭科工集团太原研究院有限公司,山西 太原 030006)
0 引 言
为了实现全自动、 大批量地抓取“企查猫”网站的信息,需要破解该网站的验证码.该网站的验证码图像包含4位字符,由数字和大写字母组成,共28个字符,为“0123456789ACDFHJKLN-PRSTUVXY”.
鉴于验证码在互联网中的广泛应用,国内外对验证码的识别进行了相关研究,出现了很多破解验证码的技术.目前,验证码识别主要有支持向量机(SVM)、 卷积神经网络(CNN)等方法.殷光等[1]将每张图像进行灰度化、 二值化后进行区域分割,将4位字符切割成4个单个字符供SVM分类器进行训练.该方法能够识别大多数图像不粘连的验证码.张涛等[2]也提出在验证码图像字符容易分割的情况下,对其先经过灰度化、 二值化、 去噪后,切割成单个字符,采用深度卷积神经网络的方法对单个字符进行训练、 识别后再合并的方法.该方法基于卷积神经网络强大的特征提取能力,并且使用了非线性激活函数,效果明显优于SVM的分类方法,但是也仅仅能够处理容易分割的验证码图像.对于不易分割的验证码,张涛等[2]将包含10个数字和26个字母的4位字符的标签使用1*144向量表示,每位字符占用1*36,采用深度学习端对端的单任务整体分类的方式进行训练.该方式分类类别较多,拟合效果不好,准确率只达到了85%.于鹏[3]、 温明莉[4]和洪洋[5]等都提出用深度神经网络对整张验证码图片进行多标签学习来完……
登录APP查看全文
