一种点击验证码的验证方法和装置制造方法及图纸

技术编号:21004324 阅读:31 留言:0更新日期:2019-04-30 21:35
本发明专利技术实施例提供一种点击验证码的验证方法和装置,其中所述方法包括:将点击验证码的验证码图像输入至目标检测模型,获取目标检测模型输出的若干个目标位置;目标检测模型是基于样本图像和样本图像的样本目标位置训练得到的;从验证码图像中裁剪每一目标位置对应的目标对象;将任一目标对象输入至目标识别模型,获取目标识别模型输出的该目标对象的分类标志;其中,目标识别模型是基于样本目标对象和样本目标对象的样本分类标志训练得到的;基于点击验证码的验证码提示文本和每一目标对象的分类标志,对点击验证码进行验证。本发明专利技术实施例提供的方法和装置,验证速度快,准确率高,且具备广泛适用性,能有效节省用户时间,优化用户体验。

A Click Verification Code Verification Method and Device

【技术实现步骤摘要】
一种点击验证码的验证方法和装置
本专利技术实施例涉及计算机视觉
,尤其涉及一种点击验证码的验证方法和装置。
技术介绍
验证码是当前很多网站和软件通行的一种公共全自动程序,以区分计算机操作和人的操作。其中,点击验证码作为新一代的互联网验证码,通过点击的形式完成验证。为了防止破解密码、刷票和论坛灌水等恶意行为,通常将点击验证码的验证图片设置得非常模糊,对验证图片中的目标进行形变旋转并加入复杂的干扰。然而上述操作导致用户难以从验证图片中准确找出目标,降低了用户体验。当前用于点击验证码的方法主要包括如下两种:其一是通过传统图像处理,如灰度处理、二值化、腐蚀和膨胀等操作,提取关键目标。并通过机器学习算法匹配答案;其二是通过OCR(OpticalCharacterRecognition,光学字符识别)工具识别文字点击验证码。然而,由于点击验证码的目标干扰复杂,背景丰富,传统图像处理手段中难以找到合适的方法进行目标提取。此外,OCR工具仅能够分类文字目标,无法进行图案目标的分类,且在文字目标高度变形的情况下,OCR工具的识别效果欠佳。由此,现有的点击验证码的验证技术难以实现准确的验证,且适应本文档来自技高网...

【技术保护点】
1.一种点击验证码的验证方法,其特征在于,包括:将点击验证码的验证码图像输入至目标检测模型,获取所述目标检测模型输出的若干个目标位置;其中,所述目标检测模型是基于样本图像和所述样本图像的样本目标位置训练得到的;从所述验证码图像中裁剪每一所述目标位置对应的目标对象;将任一所述目标对象输入至目标识别模型,获取所述目标识别模型输出的所述任一目标对象的分类标志;其中,所述目标识别模型是基于样本目标对象和所述样本目标对象的样本分类标志训练得到的;基于所述点击验证码的验证码提示文本和每一所述目标对象的分类标志,对所述点击验证码进行验证。

【技术特征摘要】
1.一种点击验证码的验证方法,其特征在于,包括:将点击验证码的验证码图像输入至目标检测模型,获取所述目标检测模型输出的若干个目标位置;其中,所述目标检测模型是基于样本图像和所述样本图像的样本目标位置训练得到的;从所述验证码图像中裁剪每一所述目标位置对应的目标对象;将任一所述目标对象输入至目标识别模型,获取所述目标识别模型输出的所述任一目标对象的分类标志;其中,所述目标识别模型是基于样本目标对象和所述样本目标对象的样本分类标志训练得到的;基于所述点击验证码的验证码提示文本和每一所述目标对象的分类标志,对所述点击验证码进行验证。2.根据权利要求1所述的方法,其特征在于,所述目标检测模型为YOLO模型;所述将点击验证码的验证码图像输入至目标检测模型,获取所述目标检测模型输出的若干个目标位置,之前还包括:基于所述样本图像和所述样本图像的样本目标位置对所述YOLO模型进行训练,直至所述YOLO模型输出的所述样本图像的目标位置满足第一预设条件。3.根据权利要求2所述的方法,其特征在于,所述基于所述样本图像和所述样本图像的样本目标位置对所述YOLO模型进行训练,直至所述YOLO模型输出的所述样本图像的目标位置满足第一预设条件,之前还包括:对所述样本图像进行图像增强;所述图像增强包括缩放、亮度调节、对比度调节和裁剪中的至少一种。4.根据权利要求1所述的方法,其特征在于,所述目标识别模型为VGG模型;所述将任一所述目标对象输入至目标识别模型,获取所述目标识别模型输出的所述任一目标对象的分类标志,之前还包括:基于所述样本目标对象和所述样本目标对象的样本分类标志对所述VGG模型进行训练,直至所述VGG模型输出的所述样本目标对象的分类标志满足第二预设条件。5.根据权利要求4所述的方法,其特征在于,所述基于所述样本目标对象和所述样本目标对象的样本分类标志对所述VGG模型进行训练,直至所述VGG模...

【专利技术属性】
技术研发人员:陈禹陈国庆
申请(专利权)人:武汉极意网络科技有限公司
类型:发明
国别省市:湖北,42

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1