GPU加速CAPTCHA字符识别.PDFVIP

CUDA 校园编程竞赛2012 年指定题目 GPU 加速CAPTCHA 字符识别 本次 CUDA 校园编程竞赛的指定题目之一是基于 GPU 加速的 CAPTCHA 字符自动识别中的学习和识别过程。解决算法完全开放，参赛选手可以任意选 择。 一、问题背景 伟大的数学家和计算机科学的奠基人之一阿兰.图灵在 1950 年的一篇文章提 出了“图灵测验”(Turing test) 的思想，基本方法是把提问者(人)和一台计算机 分隔开，人和计算机之间互相不能看到，但是可以通过某种方式交换信息。提 问者提出一系列问题并获得答案，如果提问者不能由答案分辨与之交流的是计 算机还是人类，则认为计算机已经具备智能。60 年来，虽然人工智能科学获得 了长足的发展，但是目前的计算机尚不具备通过图灵测验的智能。也就是说， 还没有一台计算机能够通过图灵测验。事实上，我们可以找到许多对于人工智 能非常困难的问题，却可以被人轻松解决。 尽管以上事实对人工智能而言不免有些令人沮丧，但是这一事实却被证明 具有巨大的应用潜力！这就是 CAPTCHA(Completely Automated Public Turing test to tell Computers and Humans Apart ，完全自动的能够区分计算机和人类的公 共图灵测试)技术，由图灵奖获得者、卡内基.梅隆大学的Manuel Blum 教授和他 的学生在2004 年提出。CAPTCHA 实际上是图灵测验的逆问题，即要求受试者 回答一个很难被计算机解决、但对人来说却轻而易举的问题，由此可以确定受 试者是计算机还是人类。 那么能够区分计算机和人究竟有什么作用呢？我们今天生活在网络时代， 通过国际互连网络与外界进行交流。由于这种交流方式不再是面对面的，因此 很多情况下可以使用计算机程序模拟人类而获得利益。一个典型的例子是 1999 年 进行的一次评选最佳计算机学院的网上投票，人们可以在网页上 选择加州大学伯克利分校、麻省理工学院、卡内基.梅隆大学、华盛顿大学、康 奈尔大学和斯坦福大学中的一所。麻省理工学院和卡内基.梅隆大学的学生们设 *为节省篇幅，本文引用论文没有严格遵循规范，请读者使用作者名字和文章标题查找 原文。 计了自动投票程序，为各自的学校大量投票，结果分别获得了两万多张选票， 而其它学校获得的票数均小于一千张。当然这还是开玩笑，更恶劣的例子是 2000 年 9 月，Yahoo 网站的聊天室被自动程序侵入，把聊天客户引向广告网站。 因此，Yahoo 求助于卡内基.梅隆大学的 Manuel Blum 教授，从而发展出 CAPTCHA 思想。目前各大主要网站都使用了各种 CAPTCHA 实现方式，对人 和计算机进行区分。图 1 是reCAPTCHA 公司的 CAPTCHA 实现，相信大家都 不陌生。现在由于社交网络非常活跃，很多商业组织利用自动程序登录社交网 站，获取他人信息谋取利益，因此CAPTCHA 的作用更加凸显。 图1. reCAPTCHA 所使用的CAPTCHA 字符 图 1 是 CAPTCHA 最常见的形式(此外还有例如区分猫狗照片、音频、视频 等形式) ，即网站在用户登录时显示一张图片，图片中有若干经过扭曲变形并加 入噪声信息的字符，用户需要识别并输入字符。如果输入正确，则认为是人类 用户，否则必须再次输入。值得注意的是，CAPTCHA 的设计必须非常小心， 否则计算机程序可以通过图像处理和改进人工智能的方法学会识别 CAPTCHA 。 例如图 2 的字符完全可以通过图像处理而自动识别！而图 3 则对计算机和人都 比较困难。近来Google、Yahoo 等各大网站都被指出起 CAPTCHA 设计存在漏 洞。英国Newcastle 大学的Ahmad S El Ahmad 、Jeff Yan 和MohamadTayara 在 一篇名为“The Robustness of Google CAPTCHAs ”的论文中给出了CAPTCHA 设计的基本原则：1)好的 CAPTCHA 应该避免出现重复模式，例如数字“6 ”下 半部分的圆圈可能在各种变形之下都保持拓扑一致，很容易被统计处理程序发 现；2) 好的 CAPTCHA 应该很难被分割(segmentation)成单个字符，一旦分割后， 单个字符的处理就容易