基于验证码的图片标注系统、方法、存储介质及图片识别自学习系统技术方案

本发明专利技术提供了一种基于验证码的图片标注系统、方法、存储介质及图片识别自学习系统，其主要包括：服务器向被验证方示出验证图片及特征标签选项，其中所述服务器内存储有图片库，标签列表，对应关系库，所述服务器示出图片库中的验证图片及标签列表中的特征标签供被验证方选取，所述服务器记录该次选取的对应关系，并存储至对应关系库中，所述服务器分析对应关系库中验证图片与各特征标签之间的被选率，并根据预设被选率范围动态调整各特征标签与验证图片之间的确定对应关系，从而有效判别图片中的组成特征，并加以标注，以将网络中大量现有技术无法标注的图片利用起来，有效增加了神经网络训练素材量。

【技术实现步骤摘要】
基于验证码的图片标注系统、方法、存储介质及图片识别自学习系统
本专利技术涉及图片标注
，尤其涉及基于验证码技术的图片标注系统、方法、存储介质及图片识别自学习系统。
技术介绍
现有技术为了实现图像识别技术，通常会采用神经网络技术并辅以深度学习技术来对预设的神经网络进行训练，从而提高图像识别率，然而神经网络的训练需要庞大数量的高质量被识别的物体图像和对应物体名字标签的数据集来支撑，因此依靠人工手段提供筛选后的图片及对应标签的方式显然不够效率和经济。因此现有技术中，提出了一种可以借助人们上网时的时间碎片，来对图像进行标注的手段，从而为获取大量训练素材提供了一种渠道，例如典型的应用场景中，大多验证码(Captcha)系统已经开始采用此类方式，即一般形式是用户需要指出服务器发送过来的图片所代表的内容（如图1所示）同时上述验证码系统中的图片来源，一般可以从互联网中使用关键字爬取对应图片。但专利技术人发现，上述现有技术由于采用关键词爬取技术来寻找对应图片，因此仅仅只能对该图片所代表的内容打上概括性描述标签，如图1所示，只能要求找到含有猫的图片，并对该图片打上猫的标签，而除此之外还有大量不能通过关键字爬取到的含有特定特征组合的图片，比如含有某些食材的菜品图片，这些图片中的某些特定食材特征与原物食材的基本特征可能是大相径庭，比如咖喱土豆鸡（仅为示意俗称，实际中各菜品图片可能并没有名称或仅有概括性的名称标签，如：中餐，西餐，粤菜，本帮菜等），由于鸡和土豆被剁碎成块，因此菜品中的鸡和土豆的特征与原物基本特征差距甚远，依靠网络爬取的此类图片显然无法成为神经网络深度学习的素材。因此本领域技术人员亟待一种能够针对图片中的组成特征进行高效识别及标注的技术出现，从而解决上述技术难题。
技术实现思路
本专利技术的主要目的在于提供一种基于验证码的图片标注系统及方法，以利用验证码技术有效判别图片中的组成特征并标注。为了实现上述目的，根据本专利技术的一个方面，提供了一种基于验证码的图片标注系统，其包括：服务器向被验证方示出验证图片及特征标签选项，其中所述服务器内存储有图片库，标签列表，对应关系库，所述服务器示出图片库中的验证图片及标签列表中的特征标签供被验证方选取，所述服务器记录该次选取的对应关系，并存储至对应关系库中，所述服务器分析对应关系库中验证图片与各特征标签之间的被选率，并根据预设被选率范围动态调整各特征标签与验证图片之间的确定对应关系。优选地，所述服务器统计各特征标签对应各验证图片的共同示出次数及被选次数，以获取对应验证图片的各特征标签概率，并逐渐根据预设概率范围筛选与各验证图片再次共同示出的特征标签。优选地，所述服务器向被验证方示出至少两组验证图片及特征标签选项，其中至少一组验证图片及特征标签具有确定对应关系，其中当所述服务器判断被验证方正确选择了其中一组具有确定对应关系的验证图片及特征标签选项后，所述服务器记录本次另一组验证图片及特征标签的对应关系。优选地，其中确定对应关系的所述特征标签为验证图片中含有的组成特征。优选地，所述图片库中的验证图片经由所述服务器从网络爬取。优选地，所述图片库中存储的验证图片为组合物图片包括：菜品图片，所述标签列表中存储有食材特征标签。为了实现上述目的，根据本专利技术的另一个方面，还提供了一种基于验证码的图片标注方法，步骤包括：服务器向被验证方示出至少两组验证图片及标签选项，其中至少一组验证图片及特征标签具有确定对应关系；当服务器判断被验证方正确选择了其中一组具有确定对应关系的验证图片及特征标签选项后；服务器记录本次另一组验证图片及特征标签的对应关系；服务器依据对应关系库分析验证图片与各特征标签之间的被选概率，动态调整预设被选概率范围内的验证图片与各特征标签之间的确定对应关系。优选地，该基于验证码的图片标注方法步骤还包括：所述服务器统计各特征标签对应各验证图片的共同示出次数及被选次数，以获取对应验证图片的各特征标签概率，并逐渐根据预设概率范围筛选与各验证图片再次共同示出的特征标签。上述专利技术的优点在于，通过本专利技术提供的基于验证码的图片标注系统及方法，能够有效判别图片中的组成特征，并加以标注，从而将网络中大量现有技术无法标注的图片利用起来，有效增加了神经网络训练素材量。本专利技术的另一个目的在于提供一种存储介质，以供计算机执行后利用含有基于验证码的图片标注方法，来高效识别图片中的组成特征并标注。为了实现上述目的，根据本专利技术的另一个方面，还提供了一种存储介质，以供计算机读取，所述存储介质上存储有指令，所述指令用于使得计算机执行基于验证码的图片标注方法。上述专利技术的优点在于，通过本专利技术提供的一种存储介质，能够利用计算机执行含有基于验证码的图片标注方法后，有效判别图片中的组成特征，并加以标注，从而将网络中大量现有技术无法标注的图片利用起来，有效增加了神经网络训练素材量。本专利技术的另一个目的在于提供一种采用基于验证码的图片标注方法的图片识别自学习系统，以利用验证码技术高效识别图片中的组成特征并标注以供神经网络高效学习。为了实现上述目的，根据本专利技术的另一个方面，还提供了一种图片识别自学习系统，包括采用基于验证码的图片标注系统搜集图片及其特征标签信息，并向卷积神经网络传输。上述专利技术的优点在于，通过本专利技术提供的图片识别自学习系统，能够为卷积神经网络，提供图片中有效判别的组成特征标签，从而将网络中大量现有技术无法标注的图片利用起来，有效增加了神经网络训练素材及模型量。附图说明构成本申请的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是本专利技术
技术介绍
中验证码技术的验证界面示意图；图2是本专利技术的基于验证码的图片标注系统的验证界面示意图；图3是本专利技术的基于验证码的图片标注系统的流程构架示意图；图4是本专利技术的基于验证码的图片标注方法的流程图。具体实施方式需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。为了使本领域的技术人员更好的理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，在本领域普通技术人员没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术的保护范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。请参阅图2至图3根据本专利技术的实施例，提供了一种基于验证码的图片标注系统及方法，以利用验证码技术有效判别图片中的组成特征并标注，具体来说该基于验证码的图片标注系统，主要包括：服务器向被验证方示出验证图片及特征标签选项，其中所述服务器内存储有图片库，标签列表，对应关系库，所述服务器示出图片库中的验证图片及标签列表中的特征标签供被验证方选取，所述服务器记录该次选取的对本文档来自技高网...

【技术保护点】
1.一种基于验证码的图片标注系统，其包括：服务器向被验证方示出验证图片及特征标签选项，其中所述服务器内存储有图片库，标签列表，对应关系库，所述服务器示出图片库中的验证图片及标签列表中的特征标签供被验证方选取，所述服务器记录该次选取的对应关系，并存储至对应关系库中，所述服务器分析对应关系库中验证图片与各特征标签之间的被选率，并根据预设被选率范围动态调整各特征标签与验证图片之间的确定对应关系。

【技术特征摘要】
1.一种基于验证码的图片标注系统，其包括：服务器向被验证方示出验证图片及特征标签选项，其中所述服务器内存储有图片库，标签列表，对应关系库，所述服务器示出图片库中的验证图片及标签列表中的特征标签供被验证方选取，所述服务器记录该次选取的对应关系，并存储至对应关系库中，所述服务器分析对应关系库中验证图片与各特征标签之间的被选率，并根据预设被选率范围动态调整各特征标签与验证图片之间的确定对应关系。2.根据权利要求1所述的基于验证码的图片标注系统，所述服务器统计各特征标签对应各验证图片的共同示出次数及被选次数，以获取对应验证图片的各特征标签概率，并逐渐根据预设概率范围筛选与各验证图片再次共同示出的特征标签。3.根据权利要求1所述的基于验证码的图片标注系统，所述服务器向被验证方示出至少两组验证图片及特征标签选项，其中至少一组验证图片及特征标签具有确定对应关系，其中当所述服务器判断被验证方正确选择了其中一组具有确定对应关系的验证图片及特征标签选项后，所述服务器记录本次另一组验证图片及特征标签的对应关系。4.根据权利要求1所述的基于验证码的图片标注系统，其中确定对应关系的所述特征标签为验证图片中含有的组成特征。5.根据权利要求1所述的基于验证码的图片标注系统，所述图片库...

【专利技术属性】
技术研发人员：王梓里，
申请(专利权)人：上海图趣信息科技有限公司，
类型：发明
国别省市：上海,31