文献类型：期刊文章

作　　者：刘欢[1,2] 邵蔚元[1] 郭跃飞[1]

SHAO Weiyuan;GUO Yuefei;LIU Huan(School of Computer Science and Technology, Fudan University, Shanghai 201203, China;Shanghai Key Laboratory of Intelligent Information Processing, Fudan University, Shanghai 201203, China)

机构地区：[1]复旦大学计算机科学技术学院,上海201203 [2]上海市智能信息处理重点实验室(复旦大学),上海201203

出　　处：《计算机工程与应用》

基　　金：上海市科委科技创新行动计划(No.14511106900)

年　　份：2016

卷　　号：52

期　　号：18

起止页码：1-7

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对日前在互联网中被广泛使用的验证码,提出将卷积神经网络引入到验证码识别之中。通过设计新的卷积网络拓扑结构,针对可分割成语验证码提出基于k-means聚类的字符分割方法,以及仿真验证码图片自生成训练集,通过预训练过程使得卷积训练网络具有良好初值,加速收敛并提高模型泛化能力;针对不可分割验证码,省去字符分割操作直接将验证码整体作为卷积模型输入,引入仿射变换、水漫填充等预处理和SVM算法二分类,或者结合多标记学习方法设计卷积拓扑等。最终实验研究证实卷积神经网络对于可分割及不可分割验证码的平均识别准确率均收敛于99%左右。

关 键 词：卷积神经网络 验证码 模式识别 预训练  二值化

分 类 号：TP39]