[发明专利]字符验证码识别模型训练方法、识别方法、系统、设备及介质

权利要求书

1.一种字符验证码识别模型训练方法，其特征在于，包括：

建立标准字符类别库，所述标准字符类别库中包含若干字符以及与各字符对应的类别向量；

获取若干字符验证码样本图像，各所述字符验证码样本图像以相应图像中包含的字符命名；

通过预先训练的字符位置预测模型获取各所述字符验证码样本图像中每个字符的目标位置偏移量；

将各所述字符验证码样本图像的名称中的字符与所述标准字符类别库中的字符进行匹配，以获取各所述字符验证码样本图像中的字符的目标类别向量；

根据各所述字符验证码样本图像中每个字符的目标类别向量和目标位置偏移量，对字符验证码识别模型进行训练，得到目标字符验证码识别模型。

2.根据权利要求1所述的字符验证码识别模型训练方法，其特征在于，所述建立标准字符类别库的步骤包括：

获取若干第一字符验证码图像，各所述第一字符验证码图像以相应图像中包含的字符命名；

对所述若干第一字符验证码图像的名称中包含的字符进行预处理，得到若干目标字符；

根据各所述目标字符以及各目标字符对应的类别向量建立所述标准字符类别库。

3.根据权利要求2所述的字符验证码识别模型训练方法，其特征在于，所述对所述若干第一字符验证码图像的名称中包含的字符进行预处理，得到若干目标字符的步骤，包括：

对所述若干第一字符验证码图像的名称中包含的字符进行去重处理；

统计所述若干第一字符验证码图像的名称中包含的各字符出现的频率，并过滤频率低于预定阈值的字符；

将去重和过滤后，所述若干第一字符验证码图像的名称中剩余的字符作为所述目标字符。

4.根据权利要求1所述的字符验证码识别模型训练方法，其特征在于，所述字符位置预测模型的训练过程如下：

获取若干第二字符验证码图像，并在所述第二字符验证码图像中标注各字符的位置；

根据所述第二字符验证码图像及所述第二字符验证码图像中标记的各字符的位置，训练得到字符位置预测模型。

5.根据权利要求1所述的字符验证码识别模型训练方法，其特征在于，所述根据各所述字符验证码样本图像中每个字符的目标类别向量和目标位置偏移量，对字符验证码识别模型进行训练的步骤，包括：

将所述若干字符验证码样本图像划分为训练集和验证集；

将所述训练集中各字符验证码样本图像输入预先建立的字符验证码识别模型进行处理，并基于所述字符验证码识别模型输出的各字符的类别向量预测结果和位置偏移量预测结果、与对应的目标类别向量和目标位置偏移量计算损失函数值，而后基于所述损失函数值对所述字符验证码识别模型的权重进行调整，直至所述损失函数值满足预定条件；

根据所述验证集对当前字符验证码识别模型进行验证，当验证通过时，训练结束，并将当前字符验证码识别模型作为目标字符验证码识别模型。

6.一种字符验证码识别方法，其特征在于，包括：

获取待识别的目标字符验证码图像；

将所述目标字符验证码图像输入根据权利要求1-5中任一项所述方法训练得到的所述目标字符验证码识别模型进行处理，得到所述目标字符验证码图像中各字符的类别向量预测结果和位置偏移量预测结果；

根据所述目标字符验证码图像中各字符的类别向量预测结果与所述标准字符库中各字符对应的类别向量，获取所述目标字符验证码图像中各字符的字符识别结果；

根据所述目标字符验证码图像中各字符的位置偏移量预测结果，获取所述目标字符验证码图像中各字符的绝对位置。