国家学术搜索
登录
注册
中文
EN
首页
|
基于卷积神经网络的中文验证码识别方法
基于卷积神经网络的中文验证码识别方法
Chinese CAPTCHA recognition method based on CNN
引用
认领
扫码查看
点击上方二维码区域,可以放大扫码查看
原文链接
NETL
NSTL
维普
万方数据
中文摘要:
验证码是许多网站用来防止恶意攻击的安全屏障,针对现有识别方法对中文验证码识别准确率不高的问题,提出了一种基于卷积神经网络(CNN)的中文验证码的识别方法.首先对验证码图像进行灰度化、二值化和去噪操作,然后将其分割成单个字符图片,最后将分割好的中文字符输入到字符识别模型进行训练和识别.实验结果显示,该方法针对中文验证码的识别准确率达到99.21%,高于经典的CNN模型LeNet、AlexNet和VGG-16.该方法对中文验证码的识别具有更高的准确率,有助于及时发现安全漏洞,提高安全性.
收起全部
展开查看外文信息
作者:
刘兵仔、陈西曲
展开 >
作者单位:
武汉轻工大学电气与电子工程学院,湖北武汉430023
关键词:
中文验证码识别
卷积神经网络
图片处理
出版年:
2022
DOI:
10.3969/j.issn.2095-7386.2022.03.011
武汉轻工大学学报
武汉工业学院
武汉轻工大学学报
影响因子:
0.356
ISSN:
1009-4881
年,卷(期):
2022.
41
(3)
参考文献量
4