[发明专利]一种验证码识别方法及装置在审
| 申请号： | 201711466525.4 | 申请日： | 2017-12-28 |
| 公开（公告）号： | CN109977980A | 公开（公告）日： | 2019-07-05 |
| 发明（设计）人： | 苏斌;王永宝;范宜强 | 申请（专利权）人： | 航天信息股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46;G06N3/08 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 黄志华 |
| 地址： | 100195 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种验证码识别方法及装置，用于解决终端设备在识别破解验证码时存在识别效率较低的技术问题。该方法包括：将具有标记的样本图像输入卷积神经网络模型，对卷积神经网络模型进行训练，其中，所述卷积神经网络模型中包含用于对卷积后的特征信息的特征值进行规范化处理的规范化层，且训练后的卷积神经网络模型中卷积的权重数量小于等于标准卷积神经网络模型中卷积的权重数量，提取的图像的特征信息的特征值处于预设范围内；将待识别的验证码图像输入训练后的卷积神经网络模型，获得待识别的验证码图像的识别结果，识别结果用于指示验证码图像中包括的至少一个验证码字符。 | ||
| 搜索关键词： | 卷积神经网络 验证码 卷积 特征信息 图像 权重 验证码字符 图像输入 样本图像 终端设备 规范化 破解 预设 | ||
【主权项】：
1.一种验证码识别方法，应用于验证码识别装置，其特征在于，包括：将具有标记的样本图像输入卷积神经网络模型，对所述卷积神经网络模型进行训练；其中，所述卷积神经网络模型中包含用于对卷积后的特征信息的特征值进行规范化处理的规范化层，且训练后的卷积神经网络模型中卷积的权重数量小于等于标准卷积神经网络模型中卷积的权重数量，提取的图像的特征信息的特征值处于预设范围内；将待识别的验证码图像输入训练后的所述卷积神经网络模型，获得所述待识别的验证码图像的识别结果，所述识别结果用于指示所述验证码图像中包括的至少一个验证码字符。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于航天信息股份有限公司，未经航天信息股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711466525.4/，转载请声明来源钻瓜专利网。
