基于圖像風(fēng)格遷移技術(shù)生成圖像驗(yàn)證碼研究?

秦志偉 陳 黎

（1.武漢科技大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 武漢 430065）（2.武漢科技大學(xué)智能信息處理與實(shí)時(shí)工業(yè)系統(tǒng)湖北省重點(diǎn)實(shí)驗(yàn)室 武漢 430065）

1 引言

國(guó)民經(jīng)濟(jì)的高速發(fā)展，社會(huì)各行各業(yè)包括互聯(lián)網(wǎng)也得到了快速的成長(zhǎng)，互聯(lián)網(wǎng)在不斷滿足人們需要的同時(shí)，也一樣會(huì)帶來一些不利的風(fēng)險(xiǎn)。通過計(jì)算機(jī)腳本攻擊網(wǎng)站系統(tǒng)，將會(huì)對(duì)現(xiàn)實(shí)生活中普遍應(yīng)用的計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)產(chǎn)生極大的危險(xiǎn)，并且會(huì)造成用戶的個(gè)人信息泄露，安全隱患非常大，而應(yīng)用驗(yàn)證碼技術(shù)則能很好地防止這種安全隱患。

驗(yàn)證碼技術(shù)［1～2］隨著科技的不斷進(jìn)步，也有不少改進(jìn)和突破。驗(yàn)證碼的種類增多，比如登錄賬戶經(jīng)常需要指定的手機(jī)號(hào)反饋的短信驗(yàn)證碼，登錄部分網(wǎng)站需要問題要求選擇特殊的圖像的驗(yàn)證碼，還出現(xiàn)了拖拽式和拼圖式的圖像驗(yàn)證碼。目前很多網(wǎng)站都是圖像式驗(yàn)證碼，通過識(shí)別字符并輸入字符來獲取進(jìn)入網(wǎng)站的權(quán)限，但是大部分圖像驗(yàn)證碼級(jí)別較低，機(jī)器的識(shí)別率較高，網(wǎng)站容易遭到攻擊［3～4］，這就需要開發(fā)出一種人類容易識(shí)別而機(jī)器不易識(shí)別的驗(yàn)證碼。

近些年來，由于深度學(xué)習(xí)［5］領(lǐng)域取得了較大的進(jìn)步，在圖像領(lǐng)域的研究也有了更多的方向。研究者們將深度學(xué)習(xí)的理念應(yīng)用于圖像藝術(shù)化，得到了非常好的效果?！吧窠?jīng)藝術(shù)“這個(gè)關(guān)鍵詞首先出自Gatys 的文章［6］中，這篇文章主張一種全新的圖像風(fēng)格藝術(shù)化的方法，實(shí)驗(yàn)中應(yīng)用深度卷積神經(jīng)網(wǎng)絡(luò)通過一定數(shù)量地學(xué)習(xí)圖像風(fēng)格，便能模仿出相應(yīng)風(fēng)格化后的圖像。而風(fēng)格化的效果與圖像特征的識(shí)別效率密切相關(guān)，很多專家學(xué)者在這特征識(shí)別方面取得了一定的成果。如蔡彪等使用Mask R-CNN方法完成圖像缺陷快速識(shí)別［7］，該方法的圖像預(yù)處理能力較差，識(shí)別精度相對(duì)較低；尹立航等使用改進(jìn)多尺度采樣方法完成圖像缺陷快速識(shí)別［8］，該方法的模型訓(xùn)練易發(fā)生過擬合，誤識(shí)率較高。

遷移學(xué)習(xí)可提取源領(lǐng)域的知識(shí)，將其應(yīng)用到目標(biāo)領(lǐng)域，以提高目標(biāo)領(lǐng)域的學(xué)習(xí)效果，并可通過充分考量任務(wù)間關(guān)聯(lián)性，解決生成模型時(shí)產(chǎn)生的梯度彌散現(xiàn)象［9］。本文提出基于遷移學(xué)習(xí)的VGG 網(wǎng)絡(luò)優(yōu)化，能夠提高識(shí)別精度，更好地訓(xùn)練和生成模型。神經(jīng)風(fēng)格遷移又名圖像風(fēng)格遷移，能較好地將一幅圖片的風(fēng)格應(yīng)用到另一幅圖中［10］。文中主要應(yīng)用圖像風(fēng)格遷移技術(shù)［11］來實(shí)現(xiàn)圖像驗(yàn)證碼生成技術(shù)，本文先優(yōu)化了VGG 模型，提高了特征獲取的精度，然后充分利用深度卷積神經(jīng)網(wǎng)絡(luò)特有的強(qiáng)大學(xué)習(xí)和分析功能，逐步獲取圖像的多層的具有實(shí)質(zhì)代表性的特征圖，并進(jìn)行綜合分析計(jì)算［12］，達(dá)到實(shí)現(xiàn)圖像風(fēng)格遷移的目的。在利用圖像風(fēng)格遷移技術(shù)設(shè)法提高驗(yàn)證碼安全性的過程中，本文設(shè)計(jì)了幾種驗(yàn)證碼生成方案，并通過設(shè)計(jì)對(duì)比實(shí)驗(yàn)，來評(píng)估方案，從而得到最佳方案。

2 圖像風(fēng)格遷移與圖像驗(yàn)證碼生成

2.1 卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)建

卷積神經(jīng)網(wǎng)絡(luò)的常用結(jié)構(gòu)如圖1，由卷積層、降采樣層和全鏈接層等組成。每一層都有多個(gè)特征圖，每個(gè)特征圖通過一種卷積濾波器可以提取輸入圖像的一種特征，其中每個(gè)特征圖有多個(gè)神經(jīng)元。

圖1 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

本文使用VGG模型實(shí)施訓(xùn)練，功能如下：

1）卷積層：將特征圖輸入到卷積層后，使用卷積濾波器實(shí)施加偏置計(jì)算，該層的局部特征圖，可利用激活特征函數(shù)獲得，式（1）描述了計(jì)算過程：

式內(nèi)，卷積層數(shù)量，用l 描述；卷積濾波器，用m 描述；輸入到卷積層的特征圖，用描述；卷積層輸出結(jié)果，用描述；在第l 層中，其偏置用Bl描述；卷積核用K描述。

2）池化層：該層用于降低卷積層特征圖的數(shù)據(jù)維度，避免產(chǎn)生過擬合現(xiàn)象。針對(duì)濾波器內(nèi)的數(shù)據(jù)，使用均值池化方法獲得其內(nèi)均值，并通過式（2）采集二次特征：

3）全連接層：該層的計(jì)算方法為多層神經(jīng)網(wǎng)絡(luò)的權(quán)值計(jì)算法，用式（3）描述：

式內(nèi)，節(jié)點(diǎn)j至節(jié)點(diǎn)i的權(quán)值，用ωji描述，j存在于第l層，i存在于下一層。

該模型由5個(gè)的卷積模塊、3個(gè)全連接模塊，第3 個(gè)全連接層會(huì)輸出圖像。將ReLU 函數(shù)作為兩類模塊的神經(jīng)元激活函數(shù)，可優(yōu)化訓(xùn)練過程中產(chǎn)生的梯度彌散現(xiàn)象。池化層的采樣方法為最大池化。

2.2 圖像風(fēng)格遷移技術(shù)

圖像風(fēng)格遷移技術(shù)能夠?qū)崿F(xiàn)將一張圖片的風(fēng)格“遷移”到另外一張圖片中，生成具有其風(fēng)格的圖片。圖2 為風(fēng)格遷移的一個(gè)例子，一般用符號(hào)C 表示內(nèi)容圖片，符號(hào)S 表示風(fēng)格圖片，符號(hào)G 表示生成的圖片。

圖2 風(fēng)格遷移案例

圖像風(fēng)格遷移通常使用一張訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)VGG 網(wǎng)絡(luò)［13］作為算法的基礎(chǔ)。通過神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的淺層學(xué)習(xí)一些較低級(jí)的特征例如圖像的邊界和紋理等，深層學(xué)習(xí)圖像的一些復(fù)雜抽象的特征。為了學(xué)習(xí)得到圖像的特征數(shù)據(jù)比較精確但又不過于苛刻，一般選擇VGG 網(wǎng)絡(luò)的中間的隱藏層作為最后的輸出，效果較好。通常以此計(jì)算代價(jià)函數(shù)，然后進(jìn)行反向傳播。

深度學(xué)習(xí)的各種模型中，LeNet和AlexNet網(wǎng)絡(luò)模型具有較多的優(yōu)點(diǎn)，VGG 網(wǎng)絡(luò)繼承了以上兩個(gè)模型中的一些優(yōu)點(diǎn)，并且做了適當(dāng)?shù)母倪M(jìn)，很大程度提高了其計(jì)算量和計(jì)算結(jié)果的精度。本文采用的是具有有16層的VGG-16模型，這種模型最大的特征是內(nèi)有5 個(gè)卷積組，根據(jù)不同的實(shí)驗(yàn)對(duì)象，每個(gè)卷積組中卷積層數(shù)目的不同就組成了VGG 系列模型，各模型具體結(jié)構(gòu)如圖3所示。

圖3 VGG網(wǎng)絡(luò)結(jié)構(gòu)

在研究采用了較為合適的VGG 模型后，便可開始進(jìn)行圖像風(fēng)格遷移［14～15］。圖像風(fēng)格遷移的主要步驟如下：

1）加載訓(xùn)練好的VGG神經(jīng)網(wǎng)絡(luò)；

2）隨機(jī)初始化生成圖像G；

3）在VGG 入口處輸入內(nèi)容圖像，標(biāo)記為C，進(jìn)行前向傳播，計(jì)算；再?gòu)脑赩GG 入口處輸入風(fēng)格圖像，標(biāo)記為G，進(jìn)行前向傳播，計(jì)算。最后通過content cost和style cost統(tǒng)計(jì)總的cost；

4）根據(jù)計(jì)算出的cost，進(jìn)行反向傳播，更新生成圖像G的每個(gè)像素點(diǎn)；

5）重復(fù)3）、4）步一定的次數(shù)；

6）輸出最終的生成圖像G。

在圖像風(fēng)格遷移中，涉及到內(nèi)容圖像、風(fēng)格圖像和添加白噪聲的圖像。模型首先生成白噪聲圖像，然后依次與指定的內(nèi)容圖像和風(fēng)格圖像之間產(chǎn)生兩個(gè)損失函數(shù)，按一定的規(guī)律，將兩個(gè)損失函數(shù)結(jié)合得到總體的損失函數(shù)，再通過持續(xù)迭代方法，直到總體的損失函數(shù)最小化為止，就可以得到同時(shí)具有風(fēng)格圖像的特征和內(nèi)容圖像的實(shí)質(zhì)內(nèi)容特征相結(jié)合的圖像，實(shí)驗(yàn)中風(fēng)格化簡(jiǎn)要流程如圖4 所示。

圖4 圖像風(fēng)格遷移原理

在構(gòu)建一個(gè)圖像風(fēng)格遷移系統(tǒng)的過程中需要定義一個(gè)代價(jià)函數(shù)，通過最小化代價(jià)函數(shù)，可以生成所需的風(fēng)格化圖像。圖像風(fēng)格遷移算法的代價(jià)函數(shù)［16］由內(nèi)容代價(jià)部分和風(fēng)格代價(jià)部分的適當(dāng)比例組成，如式（4）所述形式。

式內(nèi)，Jcontent(C,G)為內(nèi)容代價(jià)函數(shù)，是用來表示內(nèi)容圖片C 與生成圖片G 之間的相似度，Jstyle(S,G)為風(fēng)格代價(jià)函數(shù)，是用來表示風(fēng)格圖片S 與生成圖片G之間的相似度，α，β為超參數(shù)，為以上兩者之間的權(quán)重。

內(nèi)容代價(jià)函數(shù)可以使用隱藏層l來計(jì)算內(nèi)容代價(jià)，通常l選擇中間層較好，然后可以比較C 和G 在l層的激活函數(shù)輸出α[l](C)與α[l](G)，相應(yīng)的表達(dá)式如式（5）。α[l](C) 與α[l](G) 越相似，Jcontent(C,G) 就越小。通過采用梯度下降算法，系統(tǒng)不斷迭代并修正G的像素值，使Jcontent(C,G)減小。

考慮風(fēng)格代價(jià)函數(shù)時(shí)，研究可以從選取某一層l隱藏層入手，將這一層進(jìn)行深度測(cè)量，圖片的風(fēng)格定義就可表示為l層中各個(gè)通道之間激活項(xiàng)的相關(guān)系數(shù)。將l層的激活項(xiàng)取出，是一個(gè)nH*nH*nC的激活塊，如圖5。關(guān)于求解不同通道之間激活項(xiàng)的相關(guān)系數(shù)，可以先將不同通道染成不同的顏色，通過不同顏色的通道的神經(jīng)元在具體圖片中的特定位置能否找到相同特征來判斷各個(gè)通道之間是否具有相關(guān)性，相關(guān)系數(shù)描述的就是圖片中某處出現(xiàn)的特征滿足不同通道間所具有的相同的或類似的特征的可能性。通過將以上獲得的相關(guān)系數(shù)應(yīng)用到風(fēng)格圖片S 和生成圖片G 的對(duì)應(yīng)通道上，比較就能夠得到生成的圖像的風(fēng)格與輸入的風(fēng)格圖像的相似程度。

圖5 激活塊

通過計(jì)算風(fēng)格矩陣，來進(jìn)一步測(cè)量風(fēng)格，風(fēng)格圖片測(cè)量過程用式（6）描述。

式內(nèi)，[l]表示第l層的隱藏層，k，k'分別表示不同通道，表示在隱藏層l 中的（i，j，k）位置的激活項(xiàng)，其中i，j，k 分別代表該位置的高度、寬度以及對(duì)應(yīng)的通道數(shù)，G[l](S) 是一個(gè)nC*nC的矩陣。公式可以計(jì)算第l層隱藏層不同層通道所對(duì)應(yīng)的所有激活函數(shù)輸出和。兩通道相似性高，則對(duì)應(yīng)的較大，兩通道相似性低，則對(duì)應(yīng)的較小。

同理，生成圖片的風(fēng)格測(cè)量過程用式（7）描述。

2.3 VGG模型優(yōu)化

優(yōu)化VGG 模型，減少訓(xùn)練成本、時(shí)間，以及提高圖像不同特征快速識(shí)別精度，更好地實(shí)現(xiàn)風(fēng)格遷移，獲得清晰的圖像。各卷積層的卷積核數(shù)量、全連接層的神經(jīng)元數(shù)量，用{}x1,…,x5,y1,y2描述。卷積運(yùn)算Cov，可使用互相關(guān)函數(shù)進(jìn)行替換，卷積層中，l層第t個(gè)卷積核，用描述，輸入特征圖，用Il描述，二者的卷積計(jì)算過程用式（10）描述：

式內(nèi)，Il的數(shù)量，用T'描述；的規(guī)模，用M、N 描述，其偏置用描述；卷積輸出，用(i,j)描述。本文使用的ReLU函數(shù)，用式（11）描述：

式內(nèi)，ReLU激活函數(shù)，用f(?)描述。

式內(nèi)，池化區(qū)寬度，用wc描述；池化移動(dòng)步長(zhǎng)，用s描述；并且wc大于s。

針對(duì)卷積層，優(yōu)化其一、二層的功能層結(jié)構(gòu)，以減少訓(xùn)練時(shí)間，將歸一化層設(shè)置在池化層后，對(duì)特征圖(i,j)執(zhí)行標(biāo)準(zhǔn)化處理［17］，過程用式（13）描述：

式內(nèi)，超參數(shù)用α、β、k、m 描述；l層的卷積核數(shù)量用N描述。

對(duì)于卷積層，更新第五層的特征圖，使其轉(zhuǎn)化為高維單層神經(jīng)元結(jié)構(gòu)，式（14）描述了全連接層中，l層第i個(gè)神經(jīng)元的輸入：

神經(jīng)元用Cl描述，對(duì)全連接層fc6、fc7 的Cl實(shí)施棄權(quán)，以提升模型的泛化能力，過程用式（15）、式（16）描述：

全連接層fc6、fc7 中，第i 個(gè)神經(jīng)元的ReLU 激活輸出，用表示，其求解過程用式（17）描述：

使用softmax 函數(shù)，求得的全連接層fc8 中，第i個(gè)神經(jīng)元的softmax輸出，用qi表示，其求解過程用式（18）描述：

損失函數(shù)，用L 描述，其為圖像樣本qi的交叉熵，使用Adam優(yōu)化方法訓(xùn)練圖像快速風(fēng)格化模型，式（19）描述了損失函數(shù)的計(jì)算過程：

2.4 圖像驗(yàn)證碼生成

通常的圖像的風(fēng)格遷移過程是將需要風(fēng)格化的內(nèi)容圖像作為內(nèi)容輸入來進(jìn)行處理，而自動(dòng)生成的驗(yàn)證碼是部分?jǐn)?shù)字和字母的組合，所以在實(shí)際的實(shí)驗(yàn)中，需要先將隨機(jī)生成的驗(yàn)證碼按一定的要求轉(zhuǎn)換為圖像，然后調(diào)入模型，對(duì)圖像驗(yàn)證碼進(jìn)行風(fēng)格化。文中實(shí)驗(yàn)中應(yīng)用的圖像驗(yàn)證碼均由5 個(gè)字符組成，所涉及的字符為數(shù)字1～9 和所有大寫英文字母，字符數(shù)達(dá)到35 個(gè)之多。通過從字符庫(kù)里任意挑選五個(gè)字符作為一組驗(yàn)證碼，再通過標(biāo)簽格式轉(zhuǎn)換，轉(zhuǎn)換后得到的字符串寫入圖像文件中，以此來獲得驗(yàn)證碼的內(nèi)容圖像，本文采用的圖像格式為PNG。

圖6 是得到的幾張未經(jīng)過處理的驗(yàn)證碼內(nèi)容圖像，存在一些噪音，其標(biāo)簽分別為326E4、734IX和AZU23。

圖6 未經(jīng)處理的圖像驗(yàn)證碼

常用的圖像風(fēng)格遷移與驗(yàn)證碼圖像的風(fēng)格遷移效果會(huì)會(huì)有一些不同，利用上述的驗(yàn)證碼內(nèi)容圖像，通過圖形風(fēng)格遷移技術(shù)進(jìn)行風(fēng)格遷移，隨機(jī)選取其中一張初始的驗(yàn)證碼圖像做實(shí)驗(yàn)，其內(nèi)容為AZU23，通過800 次迭代計(jì)算，具體效果如圖7（左邊是初始的驗(yàn)證碼圖像、中間是風(fēng)格特征圖像、右邊是風(fēng)格化的驗(yàn)證碼圖像的實(shí)驗(yàn)結(jié)果。）

圖7 初始的驗(yàn)證碼圖像、風(fēng)格圖像以及實(shí)驗(yàn)結(jié)果

因普通圖像能看出大概內(nèi)容即可，對(duì)它的識(shí)別精確度很難有具體確定的值，只是一個(gè)大致范圍，而圖像驗(yàn)證碼的內(nèi)容比較具體，識(shí)別的準(zhǔn)確度可以計(jì)算，所以導(dǎo)致實(shí)驗(yàn)結(jié)果對(duì)生成的驗(yàn)證碼圖像的內(nèi)容信息識(shí)別較弱，風(fēng)格信息較強(qiáng)，圖像上的字符清晰度不高，人類識(shí)別可能會(huì)遇到較大的困難。由此說明普通圖像風(fēng)格轉(zhuǎn)換和驗(yàn)證碼風(fēng)格轉(zhuǎn)換有很大的不同，特別是驗(yàn)證碼對(duì)內(nèi)容的完整度和精確度有有一定的要求，細(xì)節(jié)信息也需要較好的保留。因此，對(duì)于驗(yàn)證碼實(shí)驗(yàn)控制迭代的次數(shù)不宜過多，并且，考慮到程序的運(yùn)行時(shí)間問題，迭代次數(shù)可控制在400次即可。

3 圖像驗(yàn)證碼生成方案

3.1 生成方案一

對(duì)于運(yùn)用圖像風(fēng)格遷移技術(shù)來生成圖像驗(yàn)證碼，如果按照對(duì)圖像進(jìn)行風(fēng)格遷移的算法和流程去設(shè)計(jì)的話，內(nèi)容誤差會(huì)較大，因此可以采取對(duì)迭代過程中每次學(xué)習(xí)得到后得到的生成圖像附加一些原圖像特征的方法來影響不斷學(xué)習(xí)后得到的結(jié)果。具體來說，就是改變?cè)瓐D像風(fēng)格遷移中的算法，先對(duì)迭代循環(huán)中生成圖像的那段代碼進(jìn)行優(yōu)化，然后再優(yōu)化VGG 模型并添加系數(shù)。同時(shí)，減少迭代的次數(shù)，在400 次左右即可停止，以此來生成較為清晰的具有風(fēng)格遷移效果的驗(yàn)證碼。圖8 三幅圖分別為實(shí)驗(yàn)方案的內(nèi)容圖像、風(fēng)格圖像以及風(fēng)格化后的實(shí)驗(yàn)結(jié)果，對(duì)比圖7，清晰度方面有明顯的提升。

圖8 內(nèi)容圖像、風(fēng)格圖像以及實(shí)驗(yàn)結(jié)果

3.2 生成方案二

傳統(tǒng)的圖像驗(yàn)證碼［18］都有一個(gè)共同的缺點(diǎn)，就是其大多數(shù)風(fēng)格相似，沒有多少變化，用一種風(fēng)格圖像對(duì)內(nèi)容圖像進(jìn)行風(fēng)格遷移得到的驗(yàn)證碼圖像同樣存在這個(gè)問題。本方案打算將多種風(fēng)格融合到一張圖像上，本方案在方案一的基礎(chǔ)上采取將選取的風(fēng)格圖像利用風(fēng)格遷移技術(shù)進(jìn)行融合獲得一張風(fēng)格多樣的風(fēng)格圖片，并以此再來進(jìn)行風(fēng)格遷移。

本方案采用雙循環(huán)的代碼設(shè)計(jì)，將我們所采用的風(fēng)格圖片放入一個(gè)文件夾內(nèi)，并以此開始第一個(gè)循環(huán)，將所有風(fēng)格圖片通過風(fēng)格遷移技術(shù)混合生成一張多風(fēng)格的圖片，然后再對(duì)驗(yàn)證碼圖片進(jìn)行風(fēng)格遷移，迭代循壞，生成目標(biāo)圖片。實(shí)驗(yàn)采用了三張風(fēng)格圖片，具體如圖9，從上至下依次為內(nèi)容圖像C、風(fēng)格圖像S以及風(fēng)格化后實(shí)驗(yàn)結(jié)果G。

圖9 內(nèi)容圖像、風(fēng)格圖像以及實(shí)驗(yàn)結(jié)果

3.3 生成方案三

在進(jìn)行圖像風(fēng)格遷移的過程中，容易產(chǎn)生大量噪音，致使圖像模糊不清，不易識(shí)別。因此本方案在方案二的基礎(chǔ)上在生成結(jié)果中再加入一種基于無(wú)監(jiān)督學(xué)習(xí)的全卷積神經(jīng)網(wǎng)絡(luò)的圖像優(yōu)化方法，該方法通過學(xué)習(xí)大量平滑圖片來生成平滑模型，然后調(diào)取模型對(duì)風(fēng)格化圖片進(jìn)行處理。該方法主要通過學(xué)習(xí)到的模型來控制邊界，以此來對(duì)圖像進(jìn)行平滑化處理，優(yōu)化圖片。實(shí)驗(yàn)結(jié)果如圖10。

圖10 實(shí)驗(yàn)結(jié)果

4 對(duì)比實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析

具有良好的安全性和易用性是一個(gè)好的驗(yàn)證碼的基本條件對(duì)于上述方案中生成的驗(yàn)證碼，接下來需要對(duì)其進(jìn)行效果檢測(cè)。主要參數(shù)為兩個(gè)，一個(gè)是識(shí)別率；另一個(gè)是識(shí)別效率。通過這兩個(gè)指標(biāo)就可以高效地對(duì)圖像驗(yàn)證碼的區(qū)分效果進(jìn)行整體評(píng)估。在進(jìn)行對(duì)比實(shí)驗(yàn)前需要界定一個(gè)概念，文中前述提出的識(shí)別工具的“正確識(shí)別”，應(yīng)該具有明確的要求，并且可操作性要強(qiáng)。為此本文明確提出所謂正確識(shí)別出一個(gè)圖像驗(yàn)證碼中所有的字符，才能確認(rèn)識(shí)別成功，即使在識(shí)別的過程中錯(cuò)一個(gè)字符也會(huì)被認(rèn)為識(shí)別失敗。

本文選取兩個(gè)在實(shí)際生活中常用的文字識(shí)別工具來進(jìn)行驗(yàn)證碼的識(shí)別對(duì)比實(shí)驗(yàn)分析，分別是迅捷ocr文字識(shí)別軟件和百度通用文字識(shí)別平臺(tái)。迅捷ocr文字識(shí)別軟件采用OCR 識(shí)別技術(shù)，支持JPG、PNG格式的圖像識(shí)別，并且能將識(shí)別內(nèi)容轉(zhuǎn)換為各種文檔格式。這些方面在百度的實(shí)際操作中有廣泛的應(yīng)用，通過深度學(xué)習(xí)技術(shù)，并結(jié)合漢字的特點(diǎn)，能對(duì)多場(chǎng)景、多語(yǔ)種、高精度的整圖文字進(jìn)行檢測(cè)和識(shí)別服務(wù)，多項(xiàng)ICDAR 指標(biāo)居世界首位，特別是針對(duì)圖片模糊、傾斜、翻轉(zhuǎn)等特殊情況可以進(jìn)行合理的專項(xiàng)優(yōu)化，魯棒性強(qiáng)。

為了體現(xiàn)實(shí)驗(yàn)的實(shí)用性，實(shí)驗(yàn)中選取了兩種已經(jīng)在實(shí)際生活中投入應(yīng)用的驗(yàn)證碼，作為實(shí)驗(yàn)對(duì)比分析參考樣本。驗(yàn)證碼一是武科大研究生管理信息系統(tǒng)平臺(tái)登陸是所顯示的圖像驗(yàn)證碼，此驗(yàn)證碼由四個(gè)數(shù)字和一些線條和圓點(diǎn)組成，圖像中的數(shù)字為黑色，線條為深灰色，圓點(diǎn)為淺灰色，人類對(duì)其識(shí)別容易。圖11 為其部分示例。驗(yàn)證碼二是知網(wǎng)注冊(cè)賬戶時(shí)所顯示的驗(yàn)證碼，驗(yàn)證碼由四個(gè)字符和一些線條組成，圖中字符的顏色從左到右顏色由藍(lán)色向金色漸變，線條為灰色，圖12為其部分示例。

圖11 驗(yàn)證碼一

圖12 驗(yàn)證碼二

分別選取30個(gè)圖像驗(yàn)證碼一和30個(gè)圖像驗(yàn)證碼二，按照前面實(shí)驗(yàn)方案各分別生成30 個(gè)圖像驗(yàn)證碼用于實(shí)驗(yàn)，隨后用上述中的兩種識(shí)別工具和隨機(jī)正常人員（共20 人，均為陌生成年人）分別進(jìn)行對(duì)比實(shí)驗(yàn)，統(tǒng)計(jì)出它們各自的識(shí)別率和識(shí)別效率，其中人類的識(shí)別數(shù)據(jù)取所有人員的平均數(shù)據(jù)。具體情況如表1。

表1 識(shí)別產(chǎn)品對(duì)驗(yàn)證碼的識(shí)別率

表1 列出了各識(shí)別工具和人類對(duì)圖像驗(yàn)證碼的識(shí)別率。由表1 可知，某高校平臺(tái)的驗(yàn)證碼和知網(wǎng)注冊(cè)的驗(yàn)證碼作為現(xiàn)在市場(chǎng)上正在實(shí)際使用的圖像驗(yàn)證碼，一般人員非常易識(shí)別且平均識(shí)別率接近100%，在對(duì)比實(shí)驗(yàn)分析時(shí)，這些驗(yàn)證碼對(duì)一般的文字識(shí)別平臺(tái)（迅捷和百度）來說也較好識(shí)別，識(shí)別率也不低。因此，當(dāng)網(wǎng)站受到特定襲擊時(shí)，不難預(yù)測(cè)，這兩種驗(yàn)證碼對(duì)所在網(wǎng)站的維護(hù)作用相比之下就非常小了。

相反，由本文實(shí)驗(yàn)中所設(shè)計(jì)的方案通過圖像風(fēng)格化技術(shù)生成的特定的圖像驗(yàn)證碼，實(shí)際生活中一般的文字識(shí)別平臺(tái)（迅捷和百度）識(shí)別率直接幾乎降至0。從實(shí)驗(yàn)結(jié)果來看，人類對(duì)本文方案中生成的驗(yàn)證碼仍保有較高的識(shí)別率，這證明了方案中生成的驗(yàn)證碼對(duì)人類來說還是較為友好的。其中方案一針對(duì)一般的圖像風(fēng)格遷移改進(jìn)了一些算法和系數(shù)，方案二則加入了多種風(fēng)格，方案三針對(duì)遷移過程中的噪音問題提出了解決方案，因此可以說明通過不斷改善方案，人類識(shí)別率有了小幅的提高，每一步都取得了一定的效果。

對(duì)于上述數(shù)據(jù)表，為了體現(xiàn)明顯的識(shí)別率差距，將其轉(zhuǎn)化為柱狀圖，如圖13。

圖13 識(shí)別產(chǎn)品對(duì)驗(yàn)證碼的識(shí)別率

上面對(duì)識(shí)別率作了對(duì)比分析，在實(shí)際應(yīng)用和實(shí)驗(yàn)中識(shí)別效率也是一個(gè)關(guān)鍵的衡量標(biāo)準(zhǔn)。表2 中列出了三種識(shí)別產(chǎn)品對(duì)實(shí)驗(yàn)中的圖像驗(yàn)證碼的識(shí)別效率。為了使表格簡(jiǎn)潔便并易于觀察，以字母代替一定的含義，然后用字母替換表格中的描述。

表2 識(shí)別產(chǎn)品對(duì)驗(yàn)證碼的識(shí)別效率

由表2 可知，一般的文字識(shí)別平臺(tái)識(shí)別效率較低，多數(shù)情況均比人類的識(shí)別效率低，對(duì)于本文方案中生成的驗(yàn)證碼識(shí)別效率更加低下，且當(dāng)人類識(shí)別錯(cuò)誤時(shí)可以及時(shí)更改，則充分說明了在識(shí)別效率這個(gè)關(guān)鍵指標(biāo)上，由本文實(shí)驗(yàn)方案生成的圖像驗(yàn)證碼同樣擁有對(duì)人類識(shí)別率很高卻對(duì)機(jī)器識(shí)別率低這兩個(gè)重要的基本性質(zhì)。

通過上述實(shí)驗(yàn)分析可以得出，通過本文實(shí)驗(yàn)方案生成的圖像驗(yàn)證碼，從識(shí)別率和識(shí)別效率這兩個(gè)關(guān)鍵指標(biāo)上看，可以充分證明其擁有合格驗(yàn)證碼的基本性質(zhì)，從而達(dá)到了實(shí)驗(yàn)設(shè)計(jì)的各項(xiàng)目標(biāo)，并且能夠很好地起到保護(hù)網(wǎng)站的作用。

5 結(jié)語(yǔ)

網(wǎng)站的安全問題隨著互聯(lián)網(wǎng)的快速發(fā)展尤為突出。為此，本文研究了圖像風(fēng)格遷移技術(shù)，并在其基礎(chǔ)上優(yōu)化VGG 網(wǎng)絡(luò)，設(shè)計(jì)多種方案來生成安全易用的驗(yàn)證碼，通過選取市面上的字符識(shí)別工具來對(duì)生成的驗(yàn)證碼進(jìn)行識(shí)別率和識(shí)別效率的檢測(cè)，證明方案中生成的驗(yàn)證碼對(duì)人類友好對(duì)機(jī)器不友好，保證了方案設(shè)計(jì)的驗(yàn)證碼在具體實(shí)際應(yīng)用中的安全性。