一种验证码图像识别的多模型节点场景中的调度方法技术

本发明专利技术是一种验证码图像识别的多模型节点场景中的调度方法。本发明专利技术涉及计算机识别技术技术领域，客户端发送验证码图像和所属的网站信息到服务端；根据网站信息在存储模块中查询各个模型节点对应此网站的命中记录列表，如果不存在对应的列表，则新建各个模型节点对应此网站的空列表；根据各个模型节点关于此网站的命中记录列表，加权计算得分，将得分最高的模型节点作为目标节点；将待识别验证码图像分配至目标节点进行识别；将识别结果返回至客户端，根据网站验证结果更新模型节点关于网站的命中记录列表；如果达到停止条件，结束识别；如果未达到停止条件，对于更新后的验证码图像，将下一个模型节点作为目标节点后再次识别。将下一个模型节点作为目标节点后再次识别。将下一个模型节点作为目标节点后再次识别。

【技术实现步骤摘要】
一种验证码图像识别的多模型节点场景中的调度方法


[0001]本专利技术涉及计算机识别技术
，是一种验证码图像识别的多模型节点场景中的调度方法。

技术介绍

[0002]字符型图像验证码是登录网站时常用的一种人机认证方式，不同网站的验证码图像不尽相同，例如以不同位数的字符构成不同长度的验证码，或设置扭曲、噪声等干扰呈现出不同的风格。通过训练神经网络对验证码图像进行识别时，得益于神经网络的泛化能力以及迁移学习等技术，不同风格的验证码图像可复用一个模型，但对于不同字符长度的验证码图像，则不能复用模型，这是因为网络模型的末端设置字符位数个分类器，每个分类器用于对图像中的一个字符进行预测，最终输出字符位数个分类结果，因此一个模型只适用于指定字符长度的验证码图像。而实际的验证码图像识别系统，往往针对多个网站，不可避免地涉及多种字符长度的验证码图像，因此识别系统会设置多个模型节点，每个模型节点用于识别对应字符长度的验证码图像。客户端发送某网站的验证码图像到服务端后，在没有人为判断图像中字符长度的条件下，如果遍历服务端全部的模型节点进行识别，不仅浪费计算资源，也会增加客户端等待识别结果返回的时间成本，同时可能因人机验证失败次数过多而被网站拒绝访问。
[0003]因此现有技术在多模型节点图像识别场景下选择模型节点的策略有待优化，处理图像的效率有待提升。

技术实现思路

[0004]本专利技术为克服现有技术的不足，本专利技术提供一种验证码图像识别的多模型节点场景中的调度方法。
[0005]需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0006]本专利技术提供了一种验证码图像识别的多模型节点场景中的调度方法，本专利技术提供了以下技术方案：
[0007]一种验证码图像识别的多模型节点场景中的调度方法，所述方法包括以下步骤：
[0008]步骤1：通过客户端发送验证码图像和网站信息到服务端；
[0009]步骤2：根据网站信息查询各个模型节点对应网站的命中记录列表，当不存在对应的列表，则新建各个模型节点对应此网站的空列表；
[0010]步骤3：根据各个模型节点关于此网站的命中记录列表，加权计算得分，将得分最
高的模型节点作为目标节点；
[0011]步骤4：将待识别验证码图像分配至目标节点进行识别，得到识别结果；
[0012]步骤5：将识别结果返回至客户端，根据网站验证结果更新模型节点关于网站的命中记录列表；
[0013]步骤6：当达到停止条件，结束识别；当未达到停止条件，对于更新后的验证码图像，将下一个模型节点作为目标节点后再次识别。
[0014]优选地，所述步骤1中服务端包含多个针对不同字符长度验证码图像识别的模型节点，表示为
[0015]优选地，所述步骤2中命中记录列表用于记录模型节点关于网站验证码图像的识别命中记录，每次预测正确记录为1，预测错误记录为0；
[0016]模型节点M
j
关于网站W的识别命中记录通过下式表示：
[0017][0018]其中，q
j
取值为1或0，n表示模型节点关于网站W的识别次数。
[0019]优选地，所述步骤3中加权计算得分的方式为加权命中记录列表中的所有值，每一个值的加权项为exp(i)，其中，i表示该值在列表中的位置索引，将加权项的集合表示为将模型节点M
j
关于网站W的识别命中记录与加权项的集合P进行点乘操作，得到模型节点关于该网站的得分表示为计算所有模型节点关于该网站的得分
[0020]优选地，所述步骤5中更新命中记录列表的方式为在命中记录列表末端新增元素。
[0021]优选地，根据网站返回的信息，当识别正确，即网站成功登录，列表末端新增值为1的元素；当识别不正确，网站未成功登录，新增值为0的元素。
[0022]优选地，所述步骤6中停止条件为正确识别验证码图像，即网站验证通过，或识别次数达到全部的模型节点数量m。
[0023]一种验证码图像识别的多模型节点场景中的调度系统，所述系统包括：
[0024]发送模块，所述发送模块通过客户端发送验证码图像和网站信息到服务端；
[0025]查询模块，所述查询模块根据网站信息查询各个模型节点对应网站的命中记录列表，当不存在对应的列表，则新建各个模型节点对应此网站的空列表；
[0026]加权模块，所述加权模块根据各个模型节点关于此网站的命中记录列表，加权计算得分，将得分最高的模型节点作为目标节点；
[0027]识别模块，所述识别模块将待识别验证码图像分配至目标节点进行识别，得到识别结果；
[0028]更新模块，所述更新模块将识别结果返回至客户端，根据网站验证结果更新模型节点关于网站的命中记录列表；
[0029]验证模块，所述验证模块格局当达到停止条件，结束识别；当未达到停止条件，对于更新后的验证码图像，将下一个模型节点作为目标节点后再次识别。
[0030]一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现一种验证码图像识别的多模型节点场景中的调度方法。
[0031]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现一种验证码图像识别的多模型节点场景中的调度方法。
[0032]本专利技术具有以下有益效果：
[0033]本专利技术与现有技术相比，通过模型对于网站验证码图像的历史命中信息估计匹配程度，能够快速选择目标模型节点，避免遍历全部模型节点、或通过人工判断网站验证码图像的字符长度再选择模型，从而有效节约计算资源，减少处理时间；设计基于遗忘机制的加权方法，对命中信息加权计算得分时，给予较新的信息较大的权重，给予较早的信息较小的权重，如果网站换用了不同风格的验证码图像，也能够动态调整目标模型节点，适应性更强。
附图说明
[0034]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0035]图1为方法流程图。
具体实施方式
[0036]下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种验证码图像识别的多模型节点场景中的调度方法，其特征是：所述方法包括以下步骤：步骤1：通过客户端发送验证码图像和网站信息到服务端；步骤2：根据网站信息查询各个模型节点对应网站的命中记录列表，当不存在对应的列表，则新建各个模型节点对应此网站的空列表；步骤3：根据各个模型节点关于此网站的命中记录列表，加权计算得分，将得分最高的模型节点作为目标节点；步骤4：将待识别验证码图像分配至目标节点进行识别，得到识别结果；步骤5：将识别结果返回至客户端，根据网站验证结果更新模型节点关于网站的命中记录列表；步骤6：当达到停止条件，结束识别；当未达到停止条件，对于更新后的验证码图像，将下一个模型节点作为目标节点后再次识别。2.根据权利要求1所述的一种验证码图像识别的多模型节点场景中的调度方法，其特征是：所述步骤1中服务端包含多个针对不同字符长度验证码图像识别的模型节点，表示为3.根据权利要求2所述的一种验证码图像识别的多模型节点场景中的调度方法，其特征是：所述步骤2中命中记录列表用于记录模型节点关于网站验证码图像的识别命中记录，每次预测正确记录为1，预测错误记录为0；模型节点M
j
关于网站W的识别命中记录通过下式表示：其中，q
j
取值为1或0，n表示模型节点关于网站W的识别次数。4.根据权利要求3所述的一种验证码图像识别的多模型节点场景中的调度方法，其特征是：所述步骤3中加权计算得分的方式为加权命中记录列表中的所有值，每一个值的加权项为exp(i)，其中，i表示该值在列表中的位置索引，将加权项的集合表示为将模型节点M
j
关于网站W的识别命中记录Q
Mj,W
，与加权项的集合P进行点乘操作，得到模型节点关于该网站的得分表示为计算所有模型节点关于该网站的得分5.根据权利要求4所述的一种验证码图像识别的多模型节点场景中...

【专利技术属性】
技术研发人员：张巍元，徐光洋，宋进，李昕昱，孙赫然，
申请(专利权)人：吉林省吉林祥云信息技术有限公司，
类型：发明
国别省市：