搜狗開放12306驗證碼識別技術助力搶票軟件

　　“12306的驗證碼，已經擊敗了全國99%的購票者，我已經找不到回家的路了……”隨著春運搶票高峰期來臨，12306驗證碼識別成為用戶討論的熱點。日前，搜狗瀏覽器、QQ瀏覽器等應用相繼推出搶票功能，幫助用戶“秒購”火車票，助力這些“搶票神器”排除驗證難題，訂票成功的技術支持， 正是搜狗搜索開放給合作伙伴的“圖像驗證碼識別解決方案”。
　　
　?。?2306驗證碼示意圖）
　　有媒體報道指出，12306臨時加強了驗證碼難度后，目前網絡購票用戶一次答對的正確率僅為5%，大波兒網友自己制作各種搞趣圖片來吐槽12306驗證碼難度“逆天”。12306驗證碼與普通驗證碼不同，不僅要識別圖片中的問題，還需要在8張備選圖片中選出正確答案。這類“圖像匹配驗證碼”的機器識別，對技術水準要求極高，需要精準的圖像識別能力，對于搶票軟件而言，著實帶來了一道難題。
　　搜狗搜索推出的“圖像驗證碼識別解決方案”，借助搜狗深厚的識圖搜索技術積累，和強大的大數據處理能力，采用“OCR技術+圖像分類技術”組合拳，對圖像匹配驗證碼的識別正確率可達99%，并能在0.3秒內可極速完成識別，。
　　而想要在僅僅0.3秒內完成驗證碼識別，是一項非常具有難度的技術挑戰，需要完成兩次技術“攻關”和多項技術組合應用：
　　首先，要正確識別12306驗證碼，首先要讀懂問題中的文字，這就需要采用OCR技術，即光學字符識別技術。OCR識別的步驟可以分為兩步：首先是文本檢測（Text detection），將文字從圖片中提取出來;然后，對文本進行識別（Recognition）。搜狗輸入法的拍照輸入、搜狗搜索的識藥方等功能，應用的正是搜狗領先的OCR技術。
　　其次，還需要對候選圖片進行識別判斷，基于深度學習和大數據分析處理能力的圖像分類技術正好解決這一問題。在OCR技術的基礎上，搜狗搜索借用了圖像分類的思想，首先將經過變形處理的描述文字圖像通過OCR技術識別成文本，再通過圖像分類技術，對于多張候選圖像識別出其分類信息，然后將文本和分類信息進行自動匹配，從而實現驗證碼的自動識別過程。
　　這樣，憑借“OCR技術+圖像分類”這套組合拳，搜狗搜索的“圖像驗證碼識別解決方案”有效解決了12306驗證碼的破解問題，當然并非一日之功，目前搜狗識圖搜索已將“深度學習”技術應用于圖像識別領域，通過模擬人認知圖片的過程，多層次地模擬和學習，大幅提高了圖片分類和識別的準確性。另一方面，搜狗面向全網圖像標注而積累的大數據，也為搜狗圖像識別精度大幅提升奠定了堅實基礎。