基于CTC模型的无分割文本验证码识别

杜 薇，周武能

(东华大学信息科学与技术学院，上海 201620)

0 引 言

防止不必要的机器访问Web服务，保证网站资源使用的公平性和服务提供方的盈利性，通过自动公共测试来区分计算机和人类，验证码系统被广泛使用[1]。现在验证码的安全性已经成为网络安全应用的焦点。主流文本验证码的特点总结如下：

1)由0～9阿拉伯数字和26个英文字母组成；

2)验证码长度4位到6位，随机生成；

3)随机生成干扰项点和横线；

4)字体使用统一字体，大小和扭曲角度在设置范围内随机生成；

5)随机设置字体颜色和背景颜色。

验证码一般分为传统验证码、点选验证码、滑动验证码和智能验证码。还有一些借助辅助设备验证码，比如语音验证码[2]、短信回执验证码等。传统验证码也称文本验证码，是目前运用最广泛的验证码方式。文本验证码用户接受度高，但是安全系数低[3]。

为增强网站的安全系数，现在的验证码中加了很多噪声等干扰因素。文本验证码抗机器识别的主要方式是加入典型扭曲的应用[4]，以及多颜色、多纹理背景、重叠字母[5]、变形字体[6]等应用。文本识别通常涉及2个步骤：字符分割和字符识别[7-14]，文本验证码识别是文本识别的一种，通常验证码识别流程分为4个步骤，如图1实线所示。字符分割有很明显的弊端，如在文字重叠度高且文字结构不规范时分割难度较大，导致识别不准确等。

图1 验证码识别过程

随着深度学习的发展，基于卷积神经网络(Convolutional Neural Networks, CNN)的分类器在ICDAR 2013比赛中表现出优越的性能[15]，在图像识别中CNN的精度远高于传统分类器。……