[发明专利]图形推理验证码识别方法、系统、设备及介质

权利要求书

1.一种图形推理验证码的识别方法，其特征在于，所述识别方法包括：

从获取待识别的验证码图像中提取验证指示语句；其中，所述验证指示语句包括对要验证的目标验证码图形的特征的文字描述；

从所述验证码图像中检测所有备选验证码图形并获取每个所述备选验证码图形对应的属性信息；其中，所述属性信息的种类根据所述验证指示语句中描述所述特征的种类而设定；

按照关键字提取规则从所述验证指示语句中提取关键字；

判断所述关键字中是否包括基准对象关键字；

若包括，则通过比对所述基准对象关键字和所有备选验证图形的属性信息，从所有备选验证图形中选择一个作为基准对象；

以所述基准对象为基准，结合所述关键字中的其余关键字，确定所述目标验证码图形的属性特征，筛选出符合所述属性特征的备选验证码图形作为所述目标验证码图像。

2.如权利要求1所述的图形推理验证码的识别方法，其特征在于，所述验证指示语句还包括对所述目标验证码图像的操作动作，所述识别方法还包括：

对所述目标验证码执行所述操作动作。

3.如权利要求1所述的图形推理验证码的识别方法，其特征在于，所述判断所述关键字中是否包括基准对象关键字，包括：

判断所述关键字中是否包括描述所述基准对象和所述目标验证码图形之间的关联的关联词；

若包括，则将所述关联词之前的关键字作为基准对象关键字；

所述以所述基准对象为基准，结合所述关键字中的其余关键字，确定所述目标验证码图形的属性信息，筛选出符合所述属性信息的备选验证码图形作为所述目标验证图形，包括：

通过所述关联词确定所述基准对象与所述目标验证码之间的关联属性；

通过比对所述基准对象和其余的所述备选验证图形的关联属性信息，进行初次备选验证码图形的过滤；

将所述关联词之后的关键字作为目标关键字，通过比对所述目标关键字和初次过滤后所剩的备选验证图形的属性信息，筛选出符合所述目标关键字的一个作为所述目标验证图形。

4.如权利要求3所述的图形推理验证码的识别方法，其特征在于，所述关联词包括方位关键字或特殊关键字。

5.如权利要求4所述的图形推理验证码的识别方法，其特征在于，所述特殊关键字包括同。

6.如权利要求1所述的图形推理验证码的识别方法，其特征在于，所述方法还包括：

若所述关键字中不包括基准对象关键字，则从所述关键字中获取目标关键字；

通过比对所述目标关键字和所有备选验证图像的属性信息，筛选出符合所述目标关键字的一个作为所述目标验证图形。

7.如权利要求3或6所述的图形推理验证码的识别方法，其特征在于，所述通过比对所述目标关键字和初次过滤后所剩的备选验证图形或所有备选验证图形的属性信息，筛选出符合所述目标关键字的一个作为所述目标验证图形，包括：

获取所有所述目标关键字在所述验证指示语句中的位置顺序；

根据所述位置顺序获取筛选的执行顺序；

按照所述执行顺序，基于所述目标关键字和所述属性信息逐次筛选，得到符合所有目标关键字的备选验证码图形作为所述目标验证码。

8.如权利要求7所述的图形推理验证码的识别方法，其特征在于，所述属性信息的种类包括形状、颜色、面积以及位置坐标。

9.如权利要求1所述的图形推理验证码的识别方法，其特征在于，所述获取每个所述备选验证码图形对应的属性信息的步骤包括：

将所述验证码图形输入到验证码检测模型中，得到备选验证码图形以及所述备选验证码图形的属性信息；其中，所述验证码检测模型是根据原始样本图形和标注后的样本图片基于卷积神经网络模型训练而得到的，所述标注后的样本图片包含了样本图片中的所有验证码图形以及每个验证码图形的属性信息。