扭曲、粘连字符验证码不能彻底分割易造成识别效果不佳的问题。为解决此问题,本文将选择性搜索(Selective Search)算法与密集连接卷积神经网络(DenseNet)引入到扭曲粘连字符验证码识别中。首先,利用选择性搜索算法和自适应分割方法生成验证码候选区域,该方法具有高召回率的特性,能够保证得到的候选区域尽可能地覆盖到实际的验证码区域;其次,基于密集连接卷积神经网络框架,设计多层卷积提取字符验证码候选区域的深度特征并进行分类识别;最后,在验证码测试集中连接神经网络。
科研之友
微信
新浪微博
Facebook
分享链接
