[发明专利]存储设备、验证码图片生成方法和装置

权利要求书

1.一种验证码图片生成方法，其特征在于，包括步骤：

S11、分别获取用于进行风格赋予的风格图片，和，用于进行内容赋予的内容图片；

S12、根据基于多层卷积神经网络的深度学习模型对所述风格图片进行风格提取，包括：将所述风格图片的预设卷积层确定为风格层，并计算生成所述风格层的特征图；

S13、根据基于多层卷积神经网络的深度学习模型对所述内容图片进行内容提取，包括：将所述内容图片的预设卷积层确定为内容层，并生成所述内容层的特征图；

S14、以所述风格层的特征图和所述内容层的特征图为参数，通过预设的图像处理模型对所述内容图片进行所述风格图片的风格赋予，生成用于验证码的验证码图片；以缩小所述验证码图片与所述风格层的特征图和所述内容层的特征图的差距为目的，通过生成对抗神经网络和残差学习进行预设次数的模型学习，生成用于对图片进行风格赋予的所述图像处理模型。

2.根据权利要求1中所述验证码图片生成方法，其特征在于，所述基于多层卷积神经网络的深度学习模型包括VGG19模型或VGG16模型。

3.根据权利要求1中所述验证码图片生成方法，其特征在于，所述风格层包括1-2层、2-1层、3-1层、4-1层和5-1层。

4.根据权利要求1中所述图像处理方法，其特征在于，所述内容层包括3-2层。

5.根据权利要求1中所述验证码图片生成方法，其特征在于，所述预设次数包括800-1000次。

6.根据权利要求1中所述验证码图片生成方法，其特征在于，所述生成用于对图片进行风格赋予的图像处理模型，包括：

每当学习次数达到预设次数后，生成一个备选模型；

当所述备选模型达到预设个数时，从中确定所述图像处理模型。

7.根据权利要求1中所述验证码图片生成方法，其特征在于，所述以缩小所述初级结果图与所述风格层的特征图和所述内容层的特征图的差距为目的，通过生成对抗神经网络和残差学习进行预设次数的模型学习，包括：

S501、用一个64×3×3的过滤层对格式为3×344×344的训练图进行卷积，生成格式为64×344×344的第一特征图；

S502、对所述第一特征图进行均值池化层计算生成格式为64×172×172的第一矩阵，且，对所述第一特征图进行均值池化层计算生成格式为64×86×86的第二矩阵；

S503、通过分别对所述第一特征图、所述第一矩阵和所述第二矩阵进行残差结构的卷积计算，分别生成格式为64×344×344的第二特征图、格式为64×172×172的第三矩阵和格式为64×86×86的第四矩阵；

S504、分别对所述第三矩阵和所述第四矩阵进行升采样，分别生成格式为64×172×172和格式为64×172×172的两个升采样结果，并将两个升采样结果进行相加生成格式为64×172×172的第五矩阵；

S505、对所述第五矩阵进行升采样后与所述第二矩阵进行相加，生成格式为64×344×344的第六矩阵；

S506、对所述第六矩阵进行两次卷积，生成格式为3×344×344的每次模型学习的学习结果。

8.根据权利要求1中所述验证码图片生成方法，其特征在于，所述获取用于进行内容赋予的内容图片，包括：

将验证码识别所需的验证信息进行预处理；所述验证信息包括字符、数字或预设事物的图像；所述预处理包括倒置、模糊、倾斜和仿射变换中的一种及其任意组合；

将进行预处理后的验证信息以图像融合的方式融入预设图片，生成所述内容图片。

9.一种存储设备，其特征在于，包括软件程序，所述软件程序适于由处理器执行如权利要求1至8中任一所述验证码图片生成方法中的步骤。

10.一种验证码图片生成装置，其特征在于，包括总线、处理器和如权利要求9中所述存储设备；

所述总线用于连接所述存储器和所述处理器；

所述处理器用于执行所述存储设备中的软件程序。