[发明专利]一种混合型验证码的识别方法及系统

权利要求书

1.一种混合型验证码的识别方法，其特征在于，包括如下步骤：

训练样本准备步骤：准备包括数字图形属性、计算题图形属性以及字母数字图形属性三类图形的训练样本集；

SIFT特征提取步骤：经过尺度空间极值检测，搜索所有尺度上的图像位置，接着在每个候选位置上通过一个拟合精细的模型来确定位置和尺度，找到关键点，然后再给每个关键点位置分配一个或多个方向，最后生成SIFT特征描述向量；

k-mean聚类步骤：由把SIFT特征描述向量集为K个类别进行聚类：先选取K个类的初始中心，接着在迭代中分别求各SIFT特征描述向量到K个中心的距离，将各个SIFT特征描述向量归到距离最短的中心所在类；

类识别模型训练步骤：将SIFT特征向量传入类识别模型，得到一个模型文件，里面实现了三种属性图片的类识别模型，该类识别模型可以分辨出图形验证码的属性；

识别步骤：根据类识别模型分辨出未知类型的图形属于哪种属性图形，然后按照属性类别代入卷积识别模型中，获得未知类型的图形验证结果。

2.根据权利要求1所述的一种混合型验证码的识别方法，其特征在于：数字图形属性、计算题图形属性以及字母数字图形属性的各类图形样本不得低于1万张。

3.根据权利要求1所述的一种混合型验证码的识别方法，其特征在于：在k-mean聚类步骤中，迭代时分别求各SIFT特征描述向量到K个中心的欧式距离。

4.根据权利要求1或3所述的一种混合型验证码的识别方法，其特征在于：求各SIFT特征描述向量到K个中心的欧式距离之后，利用均值方法更新K个类的中心值，更新K个类的中心值后，再计算各SIFT特征描述向量到更新后的K个类的中心值的距离，如此反复，直到满足终止条件时退出迭代，得到三种类型的均值向量。

5.根据权利要求4所述的一种混合型验证码的识别方法，其特征在于：终止条件为没有对象被重新分配给不同的聚类或者类的中心值的移动距离为0时，退出迭代。

6.根据权利要求1或5所述的一种混合型验证码的识别方法，其特征在于：随机选取K个对象作为初始的聚类中心，K＝5。

7.根据权利要求1所述的一种混合型验证码的识别方法，其特征在于：类识别模型训练步骤中，选用SVM模型对图形验证码的属性进行训练：将SIFT特征描述向量传入SVM实现类，得到一个模型文件，里面实现了三种属性图片的SVM模型，该SVM模型可以分辨出图形验证码的属性。

8.根据权利要求1所述的一种混合型验证码的识别方法，其特征在于：在识别步骤中，先将训练样本三种属性的图片利用卷积神经网络算法灰度化，再将图片的像素点作为矩阵值，通过多个卷积核得出三种属性图片的卷积识别模型，通过卷积识别模型识别出其中一种属性图片具体的值。

9.根据权利要求1所述的一种混合型验证码的识别方法，其特征在于：先将未知类型的图形验证码通过SIFT算法提取出SIFT特征描述向量，接着根据SVM模型分辨出属于哪种属性图形，然后按照属性类别代入卷积识别模型中，最终得到具体的值。

10.一种混合型验证码的识别系统，其特征在于，所述系统包括：

训练样本模块，用于提供包括数字图形属性、计算题图形属性以及字母数字图形属性三类图形的训练样本集；

SIFT特征提取模块：用于计算图片的SIFT特征描述向量；

k-mean聚类模块：根据SIFT特征提取模块得到的SIFT特征描述向量计算SIFT特征描述向量所在的类；

类识别模型训练模块：根据训练样本，进行类识别模型的训练，最后得到类识别模型；

识别模块：根据类识别模型训练模块的类识别模型确定图片的属性，然后按照属性类别代入卷积识别模型中，最终得到具体的识别结果值。