高級な検証コードをどのように識別するかの技術総括第1/4ページ

一、検証コードの基本知識1. 検証コードの主な目的は、マシンの自動化攻撃を防ぐために、人機の相互作用を強制することです。2. ほとんどの検証コード設計者は要領を得ず、画像処理、マシンビジョン、モード認識、人工知能の基本概念を知らない。3. 検証コードを利用して、お金を儲けることができて、もちろん犯罪をします。例えば、招商銀行のパスワードは6位しかなくて、検証コードは虚構と似ています。コンピュータはすぐに金持ちの口座を解読できます。多くの口座はネット取引ができます。4. Yahoo、Google、Microsoftなど、デザインのいいものもあります。国内Tencentの中国語の検証コードは難しいですが、良いとは言えません。二、人工知能、モード認識、マシンビジョン、画像処理の基本的な知識1）の主要な流れ：例えば、私達は一枚の画像から検証コードを識別します。たとえば、私たちは一枚の写真から人の顔を検出して識別します。 どのような手順がありますか？1.画像収集：検証コードは、直接HTTPでHTMLをつかみ、画像のurlを分析して保存すればいいです。 人の顔検出識別の場合は、一般的には、テレビ画面を通じてデバイスを収集し、収集し、A/Dを介して操作し、デジタル画像またはビデオ周波数として保存します。2.前処理：正しい画像フォーマットを検出し、適切なフォーマットに変換し、圧縮し、ROIを切り出し、ノイズを除去し、階調化し、色空間を変換する。3.検査：ナンバープレート検査識別システムは先にナンバープレートの大体の位置を見つけて、顔検出システムは写真の中のすべての人の顔（擬似人の顔を含む）を探します。検証コードの識別は、主に文字のある主要な領域を見つけることです。4.前処理：顔の検出と識別は、顔の認識前に修正を行います。例えば、面の外の回転、ねじれなどです。私のここの検証コードは識別して、“普通”は文字の切断をします5.訓練：各種のモードを通じて(通って)識別して、機械は計算方法を学んで、適当な数量の訓練集を選んで訓練します。トレーニングのサンプルではなく、多ければ多いほどいいです。勉強しすぎて、汎化能力が足りない問題がここにあるかもしれません。このステップは必須ではなく、いくつかの識別アルゴリズムはトレーニングを必要としない。6.識別：識別すべき処理後のピクチャを入力し、分類器に必要な入力形式に変換し、出力のクラスと信頼度から、どの文字が可能かを判断する。本質的には分類です。2）キーコンセプト：画像処理：一般的なポインタはデジタル画像に対して何らかの数学的処理を行う。投影、不動態化、シャープ化、精密化、エッジ検出、二値化、圧縮、各種データ変換など。1.二値化：普通の写真は全部カラーで、迫真の程度によって、多くのレベルがあります。計算の複雑さを低減するために、後の処理を便利にするために、肝心な情報を損なわないで、画像を白黒の二つの色に処理できるなら、それに越したことはない。2.細分化：画像の骨格を探して、画像の線はとても広いかもしれません。細分化によって幅は1になります。ところによっては1より大きいかもしれません。細分化アルゴリズムによっては、線の中間に近いかどうか、例えば連結行を維持するかどうかなどの違いがあります。3.エッジ検出：主にエッジの概念を理解することです。エッジは、実際に画像中の画素属性の変化が激しいところである。固定したしきい値で判断できるかもしれません。適応できるかもしれません。閾値は画像の全体的なものであり、局所的なものでもある。それが良いとは言えませんが、ほとんどの場合、適応的な部分の制限がいいかもしれません。解析されたのは、色かもしれないし、グレースケール画像の階調かもしれない。マシンビジョン：コンピュータを利用して、人間の視覚を実現します。 例えば物体の検出、位置付け、識別。画像理解のレベルによって高次と低段階の理解を分ける。パターン認識：物事や現象のある表現方式（数値、文字、ここでは主に数値と言いたい）に対して、いくつかの処理と分析を通して説明し、分類、理解、説明し、これらの事物、現象とある種類の抽象を説明します。人工知能：この概念は比較的広いです。これらは人工知能という大きな方向に属しています。簡単には学院派の理解を越えないでください。つまり、人間の「スマート」なものをシミュレーションして生物を助けてくれる人に問題を解決します。特にコンピュータの中で。
1 2 3 4 次のページ 全文を読む