基于人脸的图像验证码自动识别方法研究

基于人脸的图像验证码自动识别方法研究

ID:34667311

大小:1.97 MB

页数:77页

时间:2019-03-08

基于人脸的图像验证码自动识别方法研究_第1页
基于人脸的图像验证码自动识别方法研究_第2页
基于人脸的图像验证码自动识别方法研究_第3页
基于人脸的图像验证码自动识别方法研究_第4页
基于人脸的图像验证码自动识别方法研究_第5页
资源描述:

《基于人脸的图像验证码自动识别方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于人脸的图像验证码自动识别方法研究作者姓名齐娇导师姓名、职称高海昌副教授一级学科计算机科学与技术二级学科计算机软件与理论申请学位类别工学硕士提交学位论文日期2014年12月学校代码10701学号1203121654分类TN82号TP30密级公开西安电子科技大学硕士学位论文基于人脸的图像验证码自动识别方法研究作者姓名:齐娇一级学科:计算机科学与技术二级学科:计算机软件与理论学位类别:工学硕士指导教师姓名、职称:高海昌副教授提交日期:2014年12月AStudyofAutomaticRecognitionTechnologyonFaceBa

2、sedImageCAPTCHAsAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerScienceandTechnologyByQiJiaoSupervisor:Prof.GaoHaichangDecember2014西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别

3、加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允

4、许采用影印、缩印或其它复制手段保存论文。同时本人保证,获得学位后结合学位论文研究成果撰写的文章,署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名:导师签名:日期:日期:摘要摘要验证码是用来区分计算机和人类的一种图灵机制,可以防止恶意程序攻击登陆口令、接收垃圾邮件以及用暴力的方式不断尝试登陆,现已成为许多网站的通行方式。由于文本验证码已被大部分攻击程序破解,现今图像验证码得到了越来越广泛的应用。人脸识别是模式识别领域较热门的研究领域,它包括人脸检测和识别两个阶段。人脸检测主要是利用人脸的某些已知特征从图像中检测并标

5、记出人脸,而人脸识别是对检测出的人脸利用特征匹配或学习的方法进行身份的鉴别。现有的人脸识别算法众多,但是都存在一定的局限性,容易受到内在变化(例如不同的表情姿态或者部分器官被遮挡)和外在干扰(如图像的背景干扰或者噪线干扰,光照条件等)两个方面的影响从而导致性能的下降。基于人脸识别的图像验证码技术就是利用当前大部分人脸识别算法的局限性,对人脸进行各种程度的扭曲,旋转并加入各种背景干扰,假脸干扰等,在保证人类识别率的前提下,大大增加了计算机程序的破解难度。在本文中,我们主要对基于人脸识别的图像验证码进行了深入的研究和探讨。针对Gaurav和B

6、rian等提出的FaceDCAPTCHA和FR-CAPTCHA进行了深入的分析,利用图像处理和模式识别的相关算法对这两种验证码进行了破解,并破解成功。FaceDCAPTCHA每个验证码图像包含4到6个人脸和非人脸小图片,它需要用户找到其中所有的人脸。FaceDCAPTCHA破解的关键就在于区分人脸和非人脸。我们首先利用边缘检测将验证码图像中的人脸和非人脸小图片提取出来,之后利用四种不同的特征提取方法—颜色特征,结构纹理特征,基于LBP和PCA的特征,LawsMasks特征分别提取了图像的特征,并利用SVM分类器进行了训练和识别。此外,由于

7、卷积神经网络可以在无需手动提取特征的前提下达到比较好的分类效果,我们对边缘检测后得到的人脸和非人脸小图片也直接利用卷积神经网络进行了识别。最后,我们对各种方法的破解结果进行了时间和成功率上的比较。FR-CAPTCHA包含10种不同的设计集合,每个集合都有不同的抵抗自动识别的机制,如人脸旋转,人脸与背景融合,噪线干扰等。FR-CAPTCHA每个验证码图像包含4到6个人脸,它需要用户在整个验证码图片中找到同一个人的脸。其破解有两个难点:人脸检测提取人脸区域和人脸匹配在所有人脸中找到同一个人的脸。我们首先利用基于Haar特征的adaboost分

8、类器将所有人脸从复杂的背景中提取出来,之后利用三种不同的匹配算法—直方图对比,几何特征匹配和弹性图匹配对检测出的人脸两两进行了比较,特征间距离最小的两个人脸图像即认为I西安电子科技大学硕士学位

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。