【技术实现步骤摘要】
本专利技术涉及验证码，尤其涉及一种基于风格迁移的语义验证码生成方法、装置、设备及介质。
技术介绍
1、近年来，神经风格迁移在文字点选图形验证码中主要用于干扰文字内容识别，然而，风格化的图片仍然无法隐藏文字或物体目标在图片中的位置，由于现代ocr技术拥有强大的从复杂图案图片中提取识别内容的能力，上述方法容易被破解，安全性低。
2、现有文献提出了一种基于神经网络风格迁移的风格匹配验证码。用户观察内容图片和风格迁移化的图片后，需要感知二者之间的语义关联，然后从可选风格图片中选择正确的风格来匹配感知到的语义关联。这个方法巧妙的将内容识别问题变成了风格识别问题。利用神经风格迁移算法虽然能轻松根据指定风格图片风格化内容图片，但是从风格化后的图片中提取图片风格对于机器是一件非常困难的任务。反而人类在区分不同图片风格方面有着强大的能力。风格匹配验证码在使用性和安全性上具有良好的平衡优点。然而，该方法依赖于对vgg19神经网络模型进行微调，需要准备大量图片用于训练以实现风格迁移算法，该算法本身存在计算时间长的问题。该文献所使用的图片数据均是从公开数据集收集，图片数量有限，难以投入生产。另一方面，当干扰风格和目标风格在纹理特征，色彩等方面相似的情况下，会增大人类识别的难度，单纯增加图片风格种类只能减少问题出现的概率。
技术实现思路
1、本专利技术实施例提供了一种基于风格迁移的语义验证码生成方法、装置、设备及介质，旨在解决现有的风格迁移的语义验证码生成效率低下且难以识别的问题。
3、获取风格文本描述信息，基于预设的文生图大模型生成与所述风格文本描述信息匹配的风格图片，并基于所述风格图片构建风格图片库；
4、获取内容文本描述信息，基于预设的文生图大模型生成与所述内容文本描述信息匹配的内容图片，并基于所述内容图片构建内容图片库；
5、从所述内容图片库中获取所述内容图片输入到预设的图生图大模型中，从所述风格图片库中获取所述风格图片输入到预设的适配器中，所述适配器以所述风格图片作为风格控制的引导，控制所述图生图大模型对所述内容图片进行风格化迁移，得到风格迁移化图片，基于所述风格迁移化图片构建风格迁移化图片库；
6、从所述风格图片库中获取目标风格图片以及干扰风格图片，从所述风格迁移化图片库中获取与所述目标风格图片对应的目标风格迁移化图片，从所述内容图片库中获取与所述目标风格迁移化图片对应的目标内容图片，基于所述目标风格图片、所述干扰风格图片、所述目标风格迁移化图片以及所述目标内容图片，生成语义验证码。
7、其进一步的技术方案为，所述获取风格文本描述信息，包括：
8、从预设的对象库中获取对象，从预设的颜色库中获取颜色以及从预设的艺术风格库中获取艺术风格；
9、将所述对象、所述颜色以及所述艺术风格组成所述风格文本描述信息。
10、其进一步的技术方案为，所述基于预设的文生图大模型生成与所述风格文本描述信息匹配的风格图片，包括：
11、将所述风格文本描述信息包含的所述对象、所述颜色以及所述艺术风格输入到预设的第一提示词模板中，得到第一提示词语句，其中，所述第一提示词模板中，限定了输出的图片为无缝纹理图片；
12、将所述第一提示词语句输入到所述文生图大模型中，得到与所述风格文本描述信息匹配的风格图片。
13、其进一步的技术方案为，所述获取内容文本描述信息，包括：
14、从预设的内容库中获取内容对象，随机选择白色或者黑色为背景颜色；
15、将所述内容对象以及所述背景颜色组成所述内容文本描述信息。
16、其进一步的技术方案为，所述基于预设的文生图大模型生成与所述内容文本描述信息匹配的内容图片，包括：
17、将所述内容文本描述信息包含的所述内容对象以及所述背景颜色输入到预设的第二提示词模板中，得到第二提示词语句；
18、将所述第二提示词语句输入到所述文生图大模型中，得到与所述内容文本描述信息匹配的内容图片。
19、其进一步的技术方案为，所述从所述风格图片库中获取目标风格图片以及干扰风格图片，包括：
20、基于所述对象库、所述颜色库以及所述艺术风格库确定目标风格文本描述信息以及干扰风格文本描述信息，其中，所述目标风格文本描述信息以及所述干扰风格文本描述信息均包括对象、颜色以及艺术风格；
21、基于所述目标风格文本描述信息从所述风格图片库中获取所述目标风格图片，基于所述干扰风格文本描述信息从所述风格图片库中获取所述干扰风格图片。
22、其进一步的技术方案为，所述基于所述目标风格图片、所述干扰风格图片、所述目标风格迁移化图片以及所述目标内容图片，生成语义验证码，包括：
23、基于所述目标内容图片以及所述目标风格迁移化图片构建题目，以及基于所述目标风格图片以及所述干扰风格图片构建选项，生成所述语义验证码；
24、所述基于风格迁移的语义验证码生成方法还包括：
25、判断用户选中的选项是否为所述目标风格图片；
26、若用户选中的选项为所述目标风格图片，判定验证通过；
27、若用户选中的选项不是所述目标风格图片，判定验证不通过。
28、第二方面，本专利技术实施例还提供了一种基于风格迁移的语义验证码生成装置，其包括用于执行上述方法的单元。
29、第三方面，本专利技术实施例还提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法。
30、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时可实现上述方法。
31、本专利技术实施例的技术方案，利用了适配器(例如ip-adapter)进行图片风格迁移，相比于vgg16这种传统的卷积神经网络，适配器拥有强大的泛化能力，几乎能迁移任意图片风格而无需重复训练模型，而且能够兼容图生图大模型(例如stable diffusion xl)，使得风格迁移图片的生成效率极大提高。
32、另一方面，利用文生图大模型(例如，dalle3)生成风格图片可以精准控制风格的颜色，对象和艺术风格，生成干扰风格图片能精准避免和目标风格图片相似或者重复的情况。使得生成人类易于通过的风格迁移验证码图片在稳定性上大幅提高。在防止黑灰产破解的能力上，现有的ocr技术对于这种风格迁移验证码没有效果，从图片中提取风格在科研领域仍然是非常困难的事情。利用文生图大模型大量生成风格图片样本，可以进一步增加黑灰产收集图片人工打标训练模型的成本。本专利技术同时兼顾了易用性和安全性。
本文档来自技高网...【技术保护点】
1.一种基于风格迁移的语义验证码生成方法，其特征在于，包括：
2.根据权利要求1所述的基于风格迁移的语义验证码生成方法，其特征在于，所述获取风格文本描述信息，包括：
3.根据权利要求2所述的基于风格迁移的语义验证码生成方法，其特征在于，所述基于预设的文生图大模型生成与所述风格文本描述信息匹配的风格图片，包括：
4.根据权利要求1所述的基于风格迁移的语义验证码生成方法，其特征在于，所述获取内容文本描述信息，包括：
5.根据权利要求4所述的基于风格迁移的语义验证码生成方法，其特征在于，所述基于预设的文生图大模型生成与所述内容文本描述信息匹配的内容图片，包括：
6.根据权利要求3所述的基于风格迁移的语义验证码生成方法，其特征在于，所述从所述风格图片库中获取目标风格图片以及干扰风格图片，包括：
7.根据权利要求1所述的基于风格迁移的语义验证码生成方法，其特征在于，所述基于所述目标风格图片、所述干扰风格图片、所述目标风格迁移化图片以及所述目标内容图片，生成语义验证码，包括：
8.一种基于风格迁移的语义验证码
9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时可实现如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种基于风格迁移的语义验证码生成方法，其特征在于，包括：
2.根据权利要求1所述的基于风格迁移的语义验证码生成方法，其特征在于，所述获取风格文本描述信息，包括：
3.根据权利要求2所述的基于风格迁移的语义验证码生成方法，其特征在于，所述基于预设的文生图大模型生成与所述风格文本描述信息匹配的风格图片，包括：
4.根据权利要求1所述的基于风格迁移的语义验证码生成方法，其特征在于，所述获取内容文本描述信息，包括：
5.根据权利要求4所述的基于风格迁移的语义验证码生成方法，其特征在于，所述基于预设的文生图大模型生成与所述内容文本描述信息匹配的内容图片，包括：
6.根据权利要求3所述的基于风格迁移的语义验证码生成方法，其特征在于，所述从所述...
【专利技术属性】
技术研发人员：孔雷，
申请(专利权)人：广东优识科技股份有限公司，
类型：发明
国别省市：
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。