基于渐进式学习的神经网络端到端验证码识别

来源：计算机技术与发展杂志2018年第09期北京时间：

作者：刘达荣;张远平;汤茂斌;李福芳

摘要：针对验证码经过弯曲变形,无法采用传统的字符分割方法进行检测的问题,在模仿人类的渐进式学习过程的基础上,提出利用卷积神经网络,优化手写识别MNIST的三层网络结构,无需预先对验证码进行分割,直接对验证码进行端到端的识别.利用不确定度回收训练图片,减少训练集数据量,并利用可视化工具提高其网络识别性能.经过55万次训练后,生成了检测模型并对测试集验证码进行了检测,验证码识别速度达到0.073秒/张,准确率达到86％.通过对比同一测试环境下的测试集,发现利用渐进式学习方法具有更高的建模效率和更好的识别准确率,并对识别错误的验证码进行分析.

关键词：渐进式学习; 卷积神经网络; 验证码; 无分割; 端到端