[发明专利]存储设备、验证码图片生成方法和装置

说明书

本发明公开了存储设备、验证码图片生成方法和装置，其中所述验证码图片生成方法包括步骤：分别获取风格图片和内容图片；对风格图片进行风格提取，包括确定风格层并计算生成风格层的特征图；对内容图片进行内容提取，包括确定内容层并生成内容层的特征图；以风格层的特征图和内容层的特征图为参数，通过预设的图像处理模型对内容图片进行风格图片的风格赋予，生成用于验证码的验证码图片。由于验证码图片中的内容元素得到了尽量的保留，所以人类可以容易的识别出验证码图片中的验证信息；由于验证码图片加入了其他图片的风格元素，所以增加了计算机的辨识时的计算量和计算难度，有效的降低了计算机识别验证码图片中验证信息的成功几率。

技术领域

本发明涉及互联网信息安全领域，特别是涉及存储设备、验证码图片生成方法和装置。

背景技术

验证码，又称全自动区分计算机和人类的图灵测试（Completely AutomatedPublic Turing test to tell Computers and Humans Apart ，CAPTCHA），是一种区分用户是计算机还是人的公共全自动程序。

通过验证码技术对用户身份进行验证，可以滤除恶意破解密码、刷票和论坛灌水等恶意行为。

验证码技术的基本工作方式包括：在用户界面中，向用户显示验证码图片，验证码图片中包括有计算机不容易辨识的字符、数字或是事物的照片等验证信息。

为了减低计算机辨识上述验证信息的可能性，来提高对于计算机的恶意行为的滤除效果，现有技术中，对验证码图片中的验证信息作了越来越复杂的处理；比如，通过增加用户的操作难度、加入更多的噪音数据或是对图片内容进行较大幅度的变形等多种手段，来提高通过计算机手段进行辨识验证信息的难度。

发明人经过研究发现，现有技术中的验证码图片至少存在以下缺陷：

随着计算机的图形识别技术和处理能力的不断发展，需要对验证信息作更加复杂的图形处理才能降低计算机的识别率以保证应有的安全性，由此带来的问题是，增加了真实的人类用户辨识和输入正确验证信息的难度，从而降低了用户体验。

发明内容

本发明所要解决的技术问题是如何在不提高人工识别的难度的前提下，降低计算机成功识别验证码图片中验证信息的可能性，具体的：

本发明实施例提供了一种验证码图片生成方法，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。

优选的，在本发明实施例中，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。

优选的，在本发明实施例中，所述风格层包括1-2层、 2-1层、3-1层、4-1层和5-1层。

优选的，在本发明实施例中，所述内容层包括3-2层。

优选的，在本发明实施例中，所述预设次数包括800-1000次。