그룹화 전략을 갖춘 딥 러닝 기반 CAPTCHA 인식 네트워크

웹사이트는 CAPTCHA 검증을 통합함으로써 보안을 향상시키고 해로운 인터넷 공격으로부터 보호할 수 있습니다. CAPTCHA 검증은 인간 사용자와 로봇을 구별하는 데 도움을 줍니다. 다양한 유형의 CAPTCHA 중에서 가장 널리 사용되는 변형은 텍스트 기반 도전 과제로, 이는 인간이 쉽게 이해할 수 있도록 의도적으로 설계되었지만 기계나 로봇에게는 인식하기 어려움을 줍니다. 그럼에도 불구하고 딥 러닝의 상당한 발전으로 인해 텍스트 기반 CAPTCHA를 효과적으로 인식할 수 있는 CNN(합성곱 신경망) 기반 모델을 만드는 것이 상당히 용이해졌습니다. 이와 관련하여, 우리는 원본 CAPTCHA 이미지의 여러 복제본을 생성하고 각 CAPTCHA 문자 그룹의 정확한 위치를 인코딩하는 별도의 이진 이미지를 생성하는 CAPTCHA 인식 방법을 제시합니다. 이러한 복제 이미지는 이후 잘 훈련된 CNN에 연속적으로 입력되어 최종 출력 문자를 얻습니다. 이 모델은 단순한 아키텍처를 가지고 있으며 시스템에서 상대적으로 작은 저장 공간을 차지하여 CAPTCHA를 개별 문자로 분할할 필요가 없습니다. 제안된 CNN 모델에 대한 CAPTCHA 인식 훈련 및 테스트 후에, 실험 결과는 모델이 CAPTCHA 문자를 정확하게 인식하는 데 효과적임을 보여줍니다.