基于TensorFlow的验证码识别方法研究文献综述
2020-04-15 09:43:15
1.目的及意义
1.1研究的目的及意义
验证码(CAPTCHA)是一种在生活中广泛使用的身份验证技术,其根本目的是为了区别人与计算机程序的图灵测试,通过此项测试即可视为正常人类,反之则被视为计算机程序。验证码的评判标准在于
1)人能够较为快速的识别
2)计算机程序无法或很难识别
一般来说,验证码的性能要求为:人类用户的通过率高于90%,而计算机自动程序的通过率低于0.1%。
一直以来,验证码都是互联网的相关产物,随着互联网的快速发展,互联网用户的激增,验证码也出现了多种多样的形式,其中主要包括基于文本的验证码、基于图片的验证码、基于声音的验证码,并在此基础上加入逻辑判断等人类才能进行的智力行为。
相较于图片、声音等媒介,以及较为新颖的逻辑判断形式的验证码,基于文本的验证码因较为简单且易于识别导致安全性能不高,但其依旧是现在使用最广泛,同时也是最古老的验证码形式。其所表现的特点为生成简单、易于识别、效果较好。文本类型验证码往往是在文本的基础上对文字进行简单的扭曲、变形、变色、粘连等处理后,以图片形式展示出来。从结果上来看,人类仍然能够很快的识别出来,而以前使用计算机程序是不可能完成此项任务的。但是,随着人工智能技术的逐渐成熟,将人工智能技术运用在验证码识别领域逐渐流行起来,越来越多的验证码识别技术也被广泛的提出并运用到其他相关的文字识别领域。基于文本的验证码识别的重要意义在于
1)用于测试各种人工智能技术的发展程度,即人工智能的智能化程度。
2)从反面找出现有验证码技术的漏洞,以帮助提高验证码的安全性。
3)为其他的相关文字识别技术提供一些参考的方法与思路。