CN113449281A - 基于人类视觉错觉的无法破解的Captcha技术 - Google Patents

基于人类视觉错觉的无法破解的Captcha技术 Download PDF

Info

Publication number
CN113449281A
CN113449281A CN202110792807.3A CN202110792807A CN113449281A CN 113449281 A CN113449281 A CN 113449281A CN 202110792807 A CN202110792807 A CN 202110792807A CN 113449281 A CN113449281 A CN 113449281A
Authority
CN
China
Prior art keywords
verification
visual illusion
strips
generating
base map
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110792807.3A
Other languages
English (en)
Inventor
邵帅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Shaoxia Network Technology Co ltd
Original Assignee
Shanghai Shaoxia Network Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Shaoxia Network Technology Co ltd filed Critical Shanghai Shaoxia Network Technology Co ltd
Priority to CN202110792807.3A priority Critical patent/CN113449281A/zh
Publication of CN113449281A publication Critical patent/CN113449281A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/36—User authentication by graphic or iconic representation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了基于人类视觉错觉的无法破解的Captcha技术，所述技术包括S1.视觉错觉干扰底图的生成，视觉错觉干扰底图包括多组相接触的分层组成，每个分层由相互接触的多个分条组成；S2.识别图层的生成，识别图层有多个验证图形组成，且多个图形随机分布嵌在视觉错觉干扰底图内，本发明通过设计的视觉错觉干扰底图和识别图层的相互配合，利用人类视觉错觉，从而人类能直接选择出需要验证的东西，而计算机去除制造视觉错觉的干扰后也无法进行破解。

Description

基于人类视觉错觉的无法破解的Captcha技术
技术领域
本发明涉及验证码生成技术领域，具体为基于人类视觉错觉的无法破解的Captcha技术。
背景技术
CAPTCHA项目是Completely Automated Public Turing Test to TellComputers and Humans Apart(全自动区分计算机和人类的图灵测试)的简称，卡内基梅隆大学试图将其注册为商标，但2008年请求被驳回。CAPTCHA的目的是区分计算机和人类的一种程序算法，是一种区分用户是计算机和人的计算程序，这种程序必须能生成并评价人类能很容易通过但计算机却通不过的测试。
一直以来，安全性和被破解都在此消彼长，提升安全性受到人类识别和识别难度的限制，安全性高了，计算机难以识别破解的同时，人类也很难准确识别，同时，随着人工智能技术的迅速提升，现在计算机程序识别图片中的文字、物体，准确度也在迅速提升，目前，现有的部分图片验证码大多是都是多张图片，从中选取指定的图片，或者数字算法和鼠标滑动验证等等，但是现有的计算机程序中，对数字识别提取以及模拟人类的鼠标轨迹都十分方便，因此很容易破解这类验证码，而选定特点图片的方式，由于需要避免计算机内识图程序对图片的认识，需要将图片模糊化，从而导致人员也很难识别，因此市面上常见的验证方式，都存在以下缺点：
1.对人类友好的方式，破解难度太低；破解难度高的方式，对人类不友好；
2.素材收集困难，例如物体识别的图片验证码，需要储备很多图形，如果储备图形太少，可以被恶意遍历人工识别，生成破解库，大大降低破解难度和破解准确率；
3.现有的智能方案比如鼠标轨迹，拖动滑块等，由于长期使用固定的方案，很容易被针对性破解，为此，我们提出基于人类视觉错觉的无法破解的Captcha技术。
发明内容
本发明的目的在于提供一种计算机无法破解人类有很好识别的具体为基于人类视觉错觉的无法破解的Captcha技术，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：基于人类视觉错觉的无法破解的Captcha技术，所述技术包括利用人类视觉错觉进行验证的方法。
基于人类视觉错觉的无法破解的Captcha技术的验证方法，该方法包括但不局限于以下步骤：
S1.视觉错觉干扰底图的生成，视觉错觉干扰底图包括多组相接触的分层组成，每个分层由相互接触的多个分条组成；
S2.识别图层的生成，识别图层有多个验证图形组成，且多个图形随机分布嵌在视觉错觉干扰底图内。
优选的，视觉错觉干扰底图的生成方法，包括以下步骤；
步骤一.在一个图片框内生成多个相互接触的分层，同时每个分层内有三个相互接触的分条组成，每个分层内的分条依次生成有红黄蓝三色；
步骤二.在生成的图片框内随机生成多个验证图形，且多个验证图形嵌在视觉错觉干扰底图内，每个验证图形遮挡分层内的两个分条，从而实现验证图的生成。
优选的，步骤二中验证图形的形状为常见形状，包括圆形、正方形和五角星形。
优选的，步骤一中分条数量还可为两条，同时分条颜色为黑白双色。
优选的，多个验证图形之间不交错。
与现有技术相比，本发明的有益效果是：
1.本发明利用人类视觉错觉进行验证，从而能够避免计算机破解，其中一种方法通过设计的视觉错觉干扰底图和识别图层的相互配合，利用人类视觉错觉，从而人类能直接选择出需要验证的东西，而计算机去除制造视觉错觉的干扰后也无法进行破解。
2.本发明技术生成验证图的方式简单，通过简单的图形叠加来实现，随机变换叠加图形的位置即可，非常简单，同时，还可以长期不变更方案，降低维护成本。
附图说明
图1为本发明中验证码生成后示意图；
图2为本发明模拟计算机去除制造视觉错觉的干扰后的验证码示意图；
图3为本发明实施例一中验证码示意图；
图4为本发明实施例二中验证码示意图；
图5为本发明实施例三中验证码示意图；
图6为本发明实施例四中验证码示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
请参阅图1-3，图示中的基于人类视觉错觉的无法破解的Captcha技术，所述技术包括利用人类视觉错觉进行验证的方法。
该方法包括但不局限于以下步骤：
S1.视觉错觉干扰底图的生成，视觉错觉干扰底图包括多组相接触的分层组成，每个分层由相互接触的多个分条组成；
S2.识别图层的生成，识别图层有多个验证图形组成，且多个图形随机分布嵌在视觉错觉干扰底图内。
其中，视觉错觉干扰底图的生成方法，包括以下步骤；
步骤一.在一个图片框内生成多个相互接触的分层，同时每个分层内有三个相互接触的分条组成，每个分层内的分条依次生成有红黄蓝三色；
步骤二.在生成的图片框内随机生成多个验证图形，且多个验证图形嵌在视觉错觉干扰底图内，每个验证图形遮挡分层内的两个分条，从而实现验证图的生成。
另外，步骤二中验证图形的形状为常见圆形，同时，多个验证图形之间不交错。
本方案中，图3中采用两种剖面线及空白区域代表该技术方案中的红黄蓝三色。
实施例2
请参阅图4，本实施方式对于实施例1进一步说明，视觉错觉干扰底图的生成方法，包括以下步骤；
步骤一.在一个图片框内生成多个相互接触的分层，同时每个分层内有三个相互接触的分条组成，每个分层内的分条依次生成有红黄蓝三色；
步骤二.在生成的图片框内随机生成多个验证图形，且多个验证图形嵌在视觉错觉干扰底图内，每个验证图形遮挡分层内的两个分条，从而实现验证图的生成。
另外，步骤二中验证图形的形状为常见正方形，同时，多个验证图形之间不交错。
本方案中，图4中采用两种剖面线及空白区域代表该技术方案中的红黄蓝三色。
实施例3
请参阅图5，本实施方式对于其它实施例进一步说明，视觉错觉干扰底图的生成方法，包括以下步骤；
步骤一.在一个图片框内生成多个相互接触的分层，同时每个分层内有三个相互接触的分条组成，每个分层内的分条依次生成有红黄蓝三色；
步骤二.在生成的图片框内随机生成多个验证图形，且多个验证图形嵌在视觉错觉干扰底图内，每个验证图形遮挡分层内的两个分条，从而实现验证图的生成。
另外，步骤二中验证图形的形状为常见五角星形，同时，多个验证图形之间不交错。
本方案中，图5中采用两种剖面线及空白区域代表该技术方案中的红黄蓝三色。
实施例4
请参阅图6，本实施方式对于其它实施例进一步说明，视觉错觉干扰底图的生成方法，包括以下步骤；
步骤一.在一个图片框内生成多个相互接触的分层，同时每个分层内有三个相互接触的分条组成，每个分层内的分条依次生成有红黄蓝三色；
步骤二.在生成的图片框内随机生成多个验证图形，且多个验证图形嵌在视觉错觉干扰底图内，每个验证图形遮挡分层内的两个分条，从而实现验证图的生成。
另外，步骤一中分条数量还可为两条，同时分条颜色为黑白双色，多个验证图形之间不交错。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.基于人类视觉错觉的无法破解的Captcha技术，其特征在于，所述技术包括利用人类视觉错觉进行验证的方法。
2.根据权利要求1所述的基于人类视觉错觉的无法破解的Captcha技术的验证方法，其特征在于，该方法包括但不局限于以下步骤：
S1.视觉错觉干扰底图的生成，视觉错觉干扰底图包括多组相接触的分层组成，每个分层由相互接触的多个分条组成；
S2.识别图层的生成，识别图层有多个验证图形组成，且多个图形随机分布嵌在视觉错觉干扰底图内。
3.根据权利要求2所述的基于人类视觉错觉的无法破解的Captcha技术的验证方法，其特征在于：视觉错觉干扰底图的生成方法，包括以下步骤；
步骤一.在一个图片框内生成多个相互接触的分层，同时每个分层内有三个相互接触的分条组成，每个分层内的分条依次生成有红黄蓝三色；
步骤二.在生成的图片框内随机生成多个验证图形，且多个验证图形嵌在视觉错觉干扰底图内，每个验证图形遮挡分层内的两个分条，从而实现验证图的生成。
4.根据权利要求3所述的基于人类视觉错觉的无法破解的Captcha技术的验证方法，其特征在于：步骤二中验证图形的形状为常见形状，包括圆形、正方形和五角星形。
5.根据权利要求4所述的基于人类视觉错觉的无法破解的Captcha技术的验证方法，其特征在于：步骤一中分条数量还可为两条，同时分条颜色为黑白双色。
6.根据权利要求5所述的基于人类视觉错觉的无法破解的Captcha技术的验证方法，其特征在于：多个验证图形之间不交错。
CN202110792807.3A 2021-07-14 2021-07-14 基于人类视觉错觉的无法破解的Captcha技术 Pending CN113449281A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110792807.3A CN113449281A (zh) 2021-07-14 2021-07-14 基于人类视觉错觉的无法破解的Captcha技术

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110792807.3A CN113449281A (zh) 2021-07-14 2021-07-14 基于人类视觉错觉的无法破解的Captcha技术

Publications (1)

Publication Number Publication Date
CN113449281A true CN113449281A (zh) 2021-09-28

Family

ID=77816050

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110792807.3A Pending CN113449281A (zh) 2021-07-14 2021-07-14 基于人类视觉错觉的无法破解的Captcha技术

Country Status (1)

Country Link
CN (1) CN113449281A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101923702A (zh) * 2010-08-25 2010-12-22 郝红卫 一种图片验证码的生成方法
CN104298912A (zh) * 2013-07-15 2015-01-21 深圳市腾讯计算机系统有限公司 抗破解的验证码实现方法、生成方法及装置
CN104657654A (zh) * 2014-12-22 2015-05-27 河海大学 一种利用人眼视觉补偿原理的图片验证码生成方法
CN104852889A (zh) * 2014-02-18 2015-08-19 腾讯科技（深圳）有限公司 图片验证码生成方法和系统、验证方法和客户端及服务器
CN105787340A (zh) * 2016-03-18 2016-07-20 厦门大学嘉庚学院 基于文本粘连与视觉补偿的图片验证码实现方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101923702A (zh) * 2010-08-25 2010-12-22 郝红卫 一种图片验证码的生成方法
CN104298912A (zh) * 2013-07-15 2015-01-21 深圳市腾讯计算机系统有限公司 抗破解的验证码实现方法、生成方法及装置
CN104852889A (zh) * 2014-02-18 2015-08-19 腾讯科技（深圳）有限公司 图片验证码生成方法和系统、验证方法和客户端及服务器
CN104657654A (zh) * 2014-12-22 2015-05-27 河海大学 一种利用人眼视觉补偿原理的图片验证码生成方法
CN105787340A (zh) * 2016-03-18 2016-07-20 厦门大学嘉庚学院 基于文本粘连与视觉补偿的图片验证码实现方法

Similar Documents

Publication Publication Date Title
Van Zandt et al. A comparison of two response time models applied to perceptual matching
CN106295496A (zh) 脸部识别方法和设备
CN102834837B (zh) 使用多个虹膜模板的虹膜识别装置及方法
CN107424159A (zh) 基于超像素边缘和全卷积网络的图像语义分割方法
Salehi-Abari et al. On purely automated attacks and click-based graphical passwords
CN101739720B (zh) 三维动态验证码的生成方法及装置
CN103200011A (zh) 一种密码认证方法及装置
CN105471808A (zh) 生成验证码的方法以及安全验证的方法、装置及系统
KR20150044848A (ko) 매트릭스 qr코드 해독방법
CN107172386B (zh) 一种基于计算机视觉的非接触式数据传输方法
JP2014211838A (ja) 生体認証装置、生体認証システム、および生体認証方法
Gao et al. Res: A robust framework for guiding visual explanation
CN110298164A (zh) 验证码处理方法及装置
US20130302777A1 (en) Systems and methods of object recognition within a simulation
CN103413078A (zh) 基于用户标识和笔迹的两层在线认证系统及认证方法
CN105512600A (zh) 一种基于互信息与特征提取的车牌识别方法
Rodriguez et al. Introducing a semi‐automatic method to simulate large numbers of forensic fingermarks for research on fingerprint identification
CN112528264A (zh) 一种随机轮廓随机位置的行为验证码生成及验证方法
CN110223340B (zh) 一种机器人识别图书所在架位的方法、装置
CN113449281A (zh) 基于人类视觉错觉的无法破解的Captcha技术
CN110223213A (zh) 一种gd-pbibd编码的矢量空间数据数字指纹方法
CN106355066A (zh) 人脸验证方法及人脸验证装置
CN109190582A (zh) 一种微表情识别的新方法
JP6892844B2 (ja) 情報処理装置、情報処理方法、透かし検出装置、透かし検出方法、及びプログラム
CN108280468A (zh) 一种基于网格的图像识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210928

WD01 Invention patent application deemed withdrawn after publication