优化卷积神经网络在复杂验证码识别中的运用
摘要
作为一种有效的网络安全防护方法,网络验证代码的使用越来越广泛。验证代码的识别,不但能从验证代
码的反认证的角度来设计出更安全、更易于使用的认证代码,同时也能在短时间内检测出认证代码的安全缺陷,从
而提高服务器的工作效率和用户的安全。近年来,深度学习技术已被广泛地应用于各个领域,但侧重于深度学习的
深度学习,特别是卷积神经网络在各种验证码的识别方面的研究和应用还比较欠缺,本文主要针对数字、字母、汉
字等常用的验证码,利用卷积神经网络进行验证图像的识别。
码的反认证的角度来设计出更安全、更易于使用的认证代码,同时也能在短时间内检测出认证代码的安全缺陷,从
而提高服务器的工作效率和用户的安全。近年来,深度学习技术已被广泛地应用于各个领域,但侧重于深度学习的
深度学习,特别是卷积神经网络在各种验证码的识别方面的研究和应用还比较欠缺,本文主要针对数字、字母、汉
字等常用的验证码,利用卷积神经网络进行验证图像的识别。
关键词
验证码图片;字符信息;预处理
全文:
PDF参考
[1] 张爱民 . 优化卷积神经网络在复杂验证码图片识
别中的应用 [J]. 信息工程大学学报 , 2021(006):022.
[2] 刘欢 , 邵蔚元 , 郭跃飞 . 卷积神经网络在验证
码识别上的应用与研究 [J]. 计算机工程与应用 , 2016,
52(18):7.
[3] 周文凯 . 基于卷积神经网络的极验验证码识别系
统研究与设计 [D]. 东华大学 .
DOI: http://dx.doi.org/10.12361/2661-3727-04-10-126199
Refbacks
- 当前没有refback。