-
题名基于LSTM型RNN的CAPTCHA识别方法
被引量:25
- 1
-
-
作者
张亮
黄曙光
石昭祥
胡荣贵
-
机构
解放军电子工程学院网络系
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2011年第1期40-47,共8页
-
文摘
全自动区分计算机和人的图灵测试(CAPTCHA)是一种基于人工智能难题的网络安全机制.研究CAPTCHA的识别能够使其变得更加安全,并能促进一些人工智能难题的求解.文中首先对现有的CAPTCHA识别方法进行总结和分析,然后提出一种基于长短时记忆(LSTM)型递归神经网络(RNN)进行识别的方法,并对CAPTCHA识别中的特征提取问题进行研究.最后,为进一步提高RNN的识别率,提出一种解码算法.实验结果表明,文中方法是有效的,灰度值对于RNN是一种较好的特征,提出的解码算法能够取得较高的识别率,又有较低的时间复杂度.
-
关键词
人工智能
脱机文字识别
全自动的区分计算机和人的图灵测试(captcha)
长短时记忆(lstm)
-
Keywords
artificial intelligence, offline character recognition, completely automated public turingtest to tell computers and humans apart (captcha), long short-term memory(lstm)
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-