基于深度学习的物体识别验证码破解方法

摘要：

为了提高验证码的安全性,图像验证码应运而生,然而类似于12306官网的图像验证码,它的安全性就一定很好吗？针对这一问题,提出了一种基于深度学习的图像识别破解12306验证码的方法.由于深度学习(Deep learning)在图像识别上具有明显的优势,因此利用CNN(Convolutional Neural Networks)在图像分类上的经典模型-Alexnet去训练12306图像数据集.实验结果表明,在像素值过低的情况下,图像与文字的识别准确率分别达到了93.2％和99.5％.最后再根据12306验证码的结构编写破解脚本并调用生成的两个模型文件自动识别验证码上的图像和文字,输出需要点击的图像或坐标.即做成图像识别的一个应用实例--12306验证码破解工具.

关键词：验证码、破解、图像识别、数据集、深度学习

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61640216,61170037,61402021;中央高校基本科研业务费资助2015XSYJ25;国家档案局科技计划项目2015-B-10;虚拟现实技术与系统国家重点实验室开放课题BUAA-VR-16KF-09

在线出版日期：2018-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：216-220