文献

J-GLOBAL ID：202002215217526885   整理番号：20A0495201

ディープCNN-RNNネットワークを用いたエンドツーエンドCAPTCHA認識【JST・京大機械翻訳】

End-to-End Captcha Recognition Using Deep CNN-RNN Network

著者 (2件)： Shu Yujin (Shanghai University,School of Mechatronic Engineering and Automation,Shanghai,China) ,  Xu Yongjin (Shanghai University,School of Mechatronic Engineering and Automation,Shanghai,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IMCEC  ページ： 54-58  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： インターネットの発展に伴い,CAPTCHA技術も広く使われている。CAPTCHA技術は,人間と機械を区別するために使用されている。すなわち,計算機と人間の部分に対する完全自動化された公開試験である。本論文では,4文字テキストCAPTCHAの認識を実現するCAPTCHA認識技術を研究することにより,エンドツーエンド深CNN-RNNネットワークモデルを構築した。CNN-RNNモデルは,最初に,入力CAPTCHA画像特徴を正確に抽出するために,残留ネットワーク構造に基づく深い残留畳込みニューラルネットワークを構築した。次に,構築したバリアントRNNネットワークを通して,2層GRUネットワーク,CAPTCHAの深い内部特徴を抽出し,最終的に,出力シーケンスは4文字CAPTCHAである。実験結果は,エンドツーエンドの深いCNN-RNNネットワークモデルが異なるCAPTCHAデータセットに関して良い性能を有して,99%の精度を達成することを示した。また,4000の訓練サンプルだけを有するいくつかのサンプルデータセットに関する実験は,72.9%の精度とある一般化能力を示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *エンドツーエンド方式 ,  ネットワーク構造 ,  計算機械 ,  画像特性 ,  インターネット ,  *ネットワーク
準シソーラス用語： 畳込みニューラルネットワーク ,  ネットワークモデル ,  *CAPTCHA , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： CNN ,  RNN ,  エンドツーエンド ,  CAPTCHA