Resumen

Para distinguir entre computadoras y humanos, se utiliza ampliamente CAPTCHA en enlaces como el inicio de sesión y registro de sitios web. El método tradicional de reconocimiento de CAPTCHA tiene una capacidad de reconocimiento deficiente y poca robustez ante diferentes tipos de códigos de verificación. Por esta razón, el artículo propone un método de reconocimiento de CAPTCHA basado en una red neuronal convolucional con función de pérdida focal. Este método mejora la estructura tradicional de la red VGG e introduce la función de pérdida focal para generar un nuevo modelo de reconocimiento de CAPTCHA. Primero, realizamos preprocesamiento como escala de grises, binarización, eliminación de ruido, segmentación y anotación, y luego utilizamos la biblioteca Keras para construir un modelo simple de red neuronal. Además, construimos un modelo de red neuronal de extremo a extremo para el reconocimiento de CAPTCHA complejos con alta adherencia y más píxeles de interferencia. Al probar el CAPTCHA de CNKI, el CAPTCHA de Zhengfang y CAPTCHA generados aleatoriamente, los resultados experimentales mue

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Captcha; Red neuronal convolucional; Función de pérdida focal; Red vgg; Biblioteca keras; Aprendizaje profundo
• Keywords:Captcha; Convolutional neural network; Focal loss function; Vgg network; Keras library; Deep learning