为啥计算机不能像人一样识别验证码,人类识别验证码的机制是咋样的

对于最基本的图片验证码,通过神经网络、遗传算法,以及其他一些machine learning的方法,可以去除图片中随机添加的“噪声”,进而识别出验证码。举个小栗子~:下面的noisy number就可以直接当做验证码使用,人类可以轻易辨别出是数字1、2.而电脑要判别它,就要花些功夫。比如,离散Hopfield神经网络的联想记忆功能就可以用于数字识别,它对于noisy number的判别,就是下面的identify number。是不是基本成功了呢? 【为啥计算机不能像人一样识别验证码,人类识别验证码的机制是咋样的】 为啥计算机不能像人一样识别验证码,人类识别验证码的机制是咋样的

但是如果作为验证码的noisy number更加丧心病狂一些,加入超大量的噪声,或者使用视频验证码、加入逻辑计算混合而成的神兽级别的“超级验证马”时,单一的算法便无能为力。但是人类依然可以轻松判别。总的来说,传统验证码是一个字符扭曲粘连等生成技术与字符识别等破解技术长期掐架的学科~有兴趣的话请自行查阅文献以上
■网友
非专业,低水平回答:验证码一般是看图片,输入文字或者数字。人看到图片,就会识别出里面的文字和数字,就像色盲测试那样,中间不同色的小块会组成你认识的字。因为你认识那些字,所以才会在图片中认出来。而电脑,它不认识那些字或数字,一切都是0和1。所以,它分析一张图,它不可能直接告诉你里面有什么字,只能通过分析颜色、对比度等组成一个图形,再对比这个图形和哪个字相似。但是,验证码的字通常都是多色,甚至渐变色,甚至直接门牌的照片叫你输入门牌号码,等等。这就对分识的方法要求高,因为要创造辨识的规则,那几个pixel组成一个字。所以就造成暂时电脑不能辨识验证码的情况。这是渣渣的回答,如有错误,请求指正,请求轻喷。\u0026lt;(_ _)\u0026gt;
■网友
提取出非常非常高维的特征向量,然后用类似神经遗传的方法分类,如果能找到人类的神经遗传的方程,计算机应该能做到比人更强。明天考试,没时间详细回答,抱歉哈。


    推荐阅读