本申请涉及图像识别领域,具体涉及一种验证码识别方法。
背景技术:
1、对于验证码图片中4*4格子验证码图片,有两种格式,包括有固定形状的4*4格子验证码图片和无固定形状的4*4格子验证码图片,对于这两种验证码图片,一般直接采用目标检测模型直接进行识别,但其识别效率和准确度较低。
2、现有技术中,将4*4格子验证码图片通过图像分割模型来进行识别,虽然可以提高有固定形状的4*4格子验证码图片的准确度,但对于无固定形状的4*4格子验证码图片,还存在着识别效率和准确度低的问题。
3、因此,如何提高识别验证码的准确率,成为需要解决的问题。
技术实现思路
1、本申请提供了一种验证码识别方法,具有提高识别验证码准确率的效果。
2、第一方面,本申请提供了一种验证码识别方法,包括:随机生成由多个格子组成的验证码图片,验证码图片包括指示验证码图片中呈现的目标对象所属的类别,验证码图片包括第一类型验证码图片,第一类型验证码图片为找出目标对象所占据的格子的图片,其中,一个目标对象占据第一类型验证码图片的多个格子; 基于目标对象的类别,判断目标对象是否具有固定形状;当目标对象没有固定形状时,将第一检测结果输入至预先训练的实例分割模型,生成包括目标对象的第一目标点击格。
3、本申请实施例提供的一种验证码识别方法,根据目标对象类别判断出目标对象是否有固定形状,对于无固定形状类别的目标对象,通过预先训练的实例分割模型,生成无固定形状类别目标对象的第一目标点击格,因此,本申请实施例可以提高识别第一类型验证码图片准确率和效率。
4、在一种可能的实现方式中,当目标对象有固定形状时,将第一类型验证码图片输入至预先训练的目标检测模型,生成第一检测结果,第一检测结果包括目标对象的类别以及指示目标对象在第一类型验证码图片中的位置的检测框;对第一检测结果中呈现的目标检测对象进行图像分割,基于分割结果,生成包括所述目标对象的第二目标点击格。
5、通过采用上述技术方案,通过对有固定形状的目标对象进行分割,生成第二目标点击格,可以提高识别第一类型验证码图片的准确度。
6、在一种可能的实现方式中,获取第一数据样本集,第一数据样本集包括多个第一类型验证码图片样本,多个第一类型验证码图片样本中的每一个第一类型验证码图片样本包括目标对象、以及指示目标对象所属的类别和目标对象占据第一类型验证码图片样本的格子的第一标注信息;将第一数据样本集输入至第一神经网络训练,得到实例分割模型。
7、通过采用上述技术方案,得到实例分割模型,能够识别无固定形状的第一类型验证码图片,可以提高识别第一类型验证码图片的准确度。
8、在一种可能的实现方式中,验证码图片还包括第二类型验证码图片,第二类型验证码图片为找出包括指定类别的目标对象的格子图片,其中,一个目标对象占据第二类型验证码图片的一个格子;方法还包括:对第二类型验证码图片进行还原,得到高分辨率的第二类型验证码图片,高分辨率的第二类型验证码图片的分辨率高于第二类型验证码图片的分辨率。
9、通过采用上述技术方案,可以提高第二类型验证码图片的分辨率,进而提高识别第二类型验证码图片的效率和准确度。
10、在一种可能的实现方式中,将高分辨率的第二类型验证码图片输入至目标检测模型,生成第二检测结果,第二检测结果包括第二类型图片中、多个格子的每一个格子的目标对象的类别以及指示目标对象位置的检测框;基于第二类型验证码图片以及第二检测结果,生成第三目标点击格。
11、通过采用上述技术方案,提高了识别第二类型验证码图片的准确度。
12、在一种可能的实现方式中,获取第二数据样本集,第二数据样本集包括多个验证码图片,多个验证码图片中的每一个验证码图片包括目标对象以及指示目标对象的类别和指示目标对象在验证码图片中位置的检测框的第二标注信息;将第二数据样本集输入至第二神经网络,得到目标检测模型。
13、通过采用上述技术方案,得到目标检测模型,可以识别第一类型验证图片中有固定形状的目标对象和第二类验证码图片的目标对象,提高了第一类型验证码图片和第二类型验证码图片的准确度和效率。
14、在一种可能的实现方式中,接收用户对目标点击格的点击结果,将点击结果与第一目标点击格比对;若与第一目标点击格不同,则验证失败;若与第一目标点击格相同,则验证通过。
15、通过采用上述技术方案,可以提高用户对于识别验证码图片的体验感。
16、在本申请的第二方面提供了一种验证码识别装置,包括:第一生成模块,随机生成由多个格子组成的验证码图片,验证码图片包括指示验证码图片中呈现的目标对象所属的类别,验证码图片包括第一类型验证码图片,第一类型验证码图片为找出目标对象所占据的格子的图片,其中,一个目标对象占据第一类型验证码图片的多个格子;判断模块,基于目标对象的类别,判断目标对象是否具有固定形状;第二生成模块,当目标对象没有固定形状时,将第一检测结果输入至预先训练的图像分割模型,生成包括目标对象的第一目标点击格。
17、在一种可能的实现方式中,第二生成模块还包括:分割模块,用于基于指示目标对象位置的检测框,对目标对象进行分割。
18、第三方面,本申请实施例提供了一种电子设备,该电子设备包括处理器、存储器和接口;存储器,用于存储指令;接口,用于与其他设备通信;处理器,用于执行存储器中存储的指令,以使电子设备执行如第一方面所述的方法。
19、第四方面,本申请实施例提供了一种可读存储介质,该可读存储介质包括计算机指令,当计算机指令在计算机上运行时,使得计算机执行如第一方面所述的方法。
20、可以理解的是,本申请第二至第四方面的技术方案与本申请的第一方面的技术方案一致,各方面及对应的可行实施方式所取得的有益效果相似,不再赘述。
21、综上,本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
22、1.通过采用训练过的目标识别模型,对验证码图片进行识别,可以精确的获取验证码图片中目标对象的类别和知识目标对象位置的检测框。
23、2.通过采用图像分割模型和训练过的实例分割模型,分别第一类型验证码图片中的有固定形状的目标对象和无固定形状的目标对象进行识别分割,提高了识别第一类型验证码的准确率。
24、3.通过对第二类型验证码图片进行还原,得到了高分辨率的第二类型验证码图片,进而提高了识别第二类型验证码图片的准确率。
1.一种验证码识别方法,其特征在于,包括:
2.根据权利要求1所述的验证码识别方法,其特征在于,所述方法还包括:
3.根据权利要求2所述的验证码识别方法,其特征在于,所述将所述第一检测结果输入至预先训练的图像分割模型,生成包括所述目标对象的第二目标点击格之前,还包括:
4.根据权利要求1所述的验证码识别方法,其特征在于,所述验证码图片还包括第二类型验证码图片,所述第二类型验证码图片为找出包括指定类别的目标对象的格子图片,其中,一个目标对象占据所述第二类型验证码图片的一个格子;所述方法还包括:
5.根据权利要求4所述的验证码识别方法,其特征在于,所述方法还包括:
6.根据权利要求4所述的验证码识别方法,其特征在于,所述将所述第二类型验证码图片输入至所述预先训练的目标检测模型之前,还包括:
7.根据权利要求1所述的验证码识别方法,其特征在于,所述方法还包括:
8.一种验证码识别装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括处理器、存储器、用户接口和网络接口;
10.一种可读存储介质,其特征在于,包括计算机指令,当所述计算机指令在计算机上运行时,使得所述计算机执行如权利要求1-7中任一项所述的方法。