基于图像处理和卷积神经网络的文本验证码识别方案

摘要：

为了增强网站的安全性,很多网站都引入了验证码技术来进行人机交互.作为最常见的验证码类型,文本验证码已经被广泛应用于不同网站来防御网络机器人.文章提出了一种基于图像处理和卷积神经网络的文本验证码识别方案,整个过程可分为预处理、字符分割和字符识别三个阶段,其中字符分割阶段结合颜色填充算法和滴水算法分割出独立字符,字符识别阶段利用引入了中心损失的卷积神经网络进行识别.文章与传统方案进行了对比实验,以源自东南大学网络与信息中心获取的数据集为例,识别准确率为99.57％,高于其余方案中的最优准确率99.50％.结果表明,此方案比传统方案具有更高的识别准确率和更好的通用性.

关键词：文本验证码、字符分割、字符识别、卷积神经网络

所属期刊栏目：11

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2020-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：75-80