【技术实现步骤摘要】
存储设备、验证码图片生成方法和装置
本专利技术涉及互联网信息安全领域，特别是涉及存储设备、验证码图片生成方法和装置。
技术介绍
验证码，又称全自动区分计算机和人类的图灵测试（CompletelyAutomatedPublicTuringtesttotellComputersandHumansApart，CAPTCHA），是一种区分用户是计算机还是人的公共全自动程序。通过验证码技术对用户身份进行验证，可以滤除恶意破解密码、刷票和论坛灌水等恶意行为。验证码技术的基本工作方式包括：在用户界面中，向用户显示验证码图片，验证码图片中包括有计算机不容易辨识的字符、数字或是事物的照片等验证信息。为了减低计算机辨识上述验证信息的可能性，来提高对于计算机的恶意行为的滤除效果，现有技术中，对验证码图片中的验证信息作了越来越复杂的处理；比如，通过增加用户的操作难度、加入更多的噪音数据或是对图片内容进行较大幅度的变形等多种手段，来提高通过计算机手段进行辨识验证信息的难度。专利技术人经过研究发现，现有技术中的验证码图片至少存在以下缺陷：随着计算机的图形识别技术和处理能力的不断发展，需要对验...
【技术保护点】
1.一种验证码图片生成方法，其特征在于，包括步骤：S11、分别获取用于进行风格赋予的风格图片，和，用于进行内容赋予的内容图片；S12、根据基于多层卷积神经网络的深度学习模型对所述风格图片进行风格提取，包括：将所述风格图片的预设卷积层确定为风格层，并计算生成所述风格层的特征图；S13、根据基于多层卷积神经网络的深度学习模型对所述内容图片进行内容提取，包括：将所述内容图片的预设卷积层确定为内容层，并生成所述内容层的特征图；S14、以所述风格层的特征图和所述内容层的特征图为参数，通过预设的图像处理模型对所述内容图片进行所述风格图片的风格赋予，生成用于验证码的验证码图片；以缩小所述...
【技术特征摘要】
1.一种验证码图片生成方法，其特征在于，包括步骤：S11、分别获取用于进行风格赋予的风格图片，和，用于进行内容赋予的内容图片；S12、根据基于多层卷积神经网络的深度学习模型对所述风格图片进行风格提取，包括：将所述风格图片的预设卷积层确定为风格层，并计算生成所述风格层的特征图；S13、根据基于多层卷积神经网络的深度学习模型对所述内容图片进行内容提取，包括：将所述内容图片的预设卷积层确定为内容层，并生成所述内容层的特征图；S14、以所述风格层的特征图和所述内容层的特征图为参数，通过预设的图像处理模型对所述内容图片进行所述风格图片的风格赋予，生成用于验证码的验证码图片；以缩小所述验证码图片与所述风格层的特征图和所述内容层的特征图的差距为目的，通过生成对抗神经网络和残差学习进行预设次数的模型学习，生成用于对图片进行风格赋予的所述图像处理模型。2.根据权利要求1中所述验证码图片生成方法，其特征在于，所述基于多层卷积神经网络的深度学习模型包括VGG19模型或VGG16模型。3.根据权利要求1中所述验证码图片生成方法，其特征在于，所述风格层包括1-2层、2-1层、3-1层、4-1层和5-1层。4.根据权利要求1中所述图像处理方法，其特征在于，所述内容层包括3-2层。5.根据权利要求1中所述验证码图片生成方法，其特征在于，所述预设次数包括800-1000次。6.根据权利要求1中所述验证码图片生成方法，其特征在于，所述生成用于对图片进行风格赋予的图像处理模型，包括：每当学习次数达到预设次数后，生成一个备选模型；当所述备选模型达到预设个数时，从中确定所述图像处理模型。7.根据权利要求1中所述验证码图片生成方法，其特征在于，所述以缩小所述初级结果图与所述风格层的特征图和所述内容层的特征图的差距为目的，通过生成对抗神经网络和残差学...
【专利技术属性】
技术研发人员：吴华希，
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
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。