基于深度学习的物体识别验证码破解方法

• 全文链接
• 请求原文

作   者：

田朝辉;  金鑫;  赵耿;  李晓东; 

作者机构：

西安电子科技大学;  北京电子科技学院; 

关键词：

破解;  数据集;  深度学习;  验证码;  图像识别; 

期刊名称：

计算机仿真

基金项目：

高维混沌序列密码设计及在视频硬件加密中的应用研究
混沌公钥密码算法的设计与分析研究
基于内容的图像光影模板学习与美学质量评价关键技术研究

i s s n：

1006-9348

年卷期：

2018 年 03 期

页   码：

216-220

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。