使用模型對驗證碼識別

使用神經(jīng)網(wǎng)絡的吧。
現(xiàn)在做法是，用CNN網(wǎng)絡提取特征，訓練一個分類器就OK了。
特征是什么？
非神經(jīng)網(wǎng)絡就是手工指定提取特征的規(guī)則，比如數(shù)字1就是有一條豎線；
用神經(jīng)網(wǎng)絡就簡單了，管它什么顏色 線性 角度 紋理，直接卷積卷積卷積自動抽取特征吧。分類器呢，簡單來講，就是每個字都自動訓練形成一個模板（怎么表示的，可能就是個512維向量，但其中某個數(shù)指代什么，不知道，基本無法解釋，可以將網(wǎng)絡中的一些高階特征顯示出來，和以前的顏色紋理等人定特征也蠻相似的），圖片經(jīng)過神經(jīng)網(wǎng)絡后也被抽象成512維的特征向量，這張圖片的特征向量和哪個字的模板最像 那就判別這個圖片是那個字。訓練過程就是一個反復強化的過程，最開始所有參數(shù)都隨機生成，其中有些參數(shù)能讓輸入的圖經(jīng)過整套計算過程走到目標有些參數(shù)不能，能算到目標的哪些參數(shù)就被反復強化，老是算到其他目標的那些參數(shù)就被反復抑制，這樣下去這些網(wǎng)絡參數(shù)慢慢地就似乎認識教給它的東西了。

怎么說呢，你知道m(xù)d5摘要吧，特征就是摘要，只不過md5的任務目標和特征提取的任務目標不一致。但其實都是摘要。

模式識別吧？

簡單說 就是 機器看過各種各樣的的字符，不關是你寫的還是機器寫的還是畫家寫的，然后你輸入一個驗證碼，機器從驗證碼里，找到圖形，通過貝葉斯找這個圖形是某個字符的概率，哪個概率大，就是哪個。