基于 PSO-CNN 的验证码识别算法研究

来源：计算机技术与发展杂志2022年第09期北京时间：

作者：李建平;王钊

摘要：伴随着互联网的高速发展,非法用户恶意攻击网站、恶意注册、暴力破解用户密码等事件也随之而来。 为了解决这些网络安全问题,作为网络安全第一道防线的验证码技术应运而生。 但在实现自动登录合同管理系统的过程中,验证码自动化识别一直是个技术难点,验证码自动化识别准确率直接影响了业务处理效率,故此提出了一种基于 PSO-CNN 的验证码识别方案。 针对一万张验证码图片的数据集进行灰度化、二值化以及降噪三步数据预处理之后,通过 PSO 优化算法在卷积神经网络训练数据集的过程中找出最佳的网络层数和卷积核大小。 经过反复的实验,结果表明基于 PSO-CNN的验证码识别算法对数字与字母混合验证码识别准确率可达 96. 26% ,为合同管理系统实现自动登录提供了可靠的技术支持。

关键词：粒子群优化算法;卷积神经网络;验证码;数据预处理;Tesseract