| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 研究背景 | 第13-18页 |
| 1.1.1 验证码简介 | 第13-14页 |
| 1.1.2 验证码机制 | 第14-17页 |
| 1.1.3 研究的目的和意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-22页 |
| 1.2.1 验证码研究现状综述 | 第18-19页 |
| 1.2.2 图像验证码的研究现状 | 第19-22页 |
| 1.3 本文研究内容和组织结构 | 第22-25页 |
| 1.3.1 本文研究内容 | 第22-23页 |
| 1.3.2 本文组织结构 | 第23-25页 |
| 第二章 相关理论和技术 | 第25-35页 |
| 2.1 Neural-Style风格图相关技术 | 第25-30页 |
| 2.1.1 Neural-Style理论介绍 | 第25-26页 |
| 2.1.2 基于CNN卷积神经网络的深度学习网络 | 第26-28页 |
| 2.1.3 TensorFlow在机器学习中的应用 | 第28-29页 |
| 2.1.4 VGG网络机器学习网络框架 | 第29-30页 |
| 2.2 图像处理相关理论和技术 | 第30-33页 |
| 2.2.1 插值法在图像处理中的应用 | 第30-32页 |
| 2.2.2 变形图片区域选取 | 第32-33页 |
| 2.3 基于Unity3D建模相关理论技术 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 Neural-Style验证码设计与实现 | 第35-45页 |
| 3.1 神经网络的设计 | 第35-41页 |
| 3.1.1 图像转换网络的构建 | 第35-37页 |
| 3.1.2 损失函数网络的构建 | 第37-40页 |
| 3.1.3 图像在网络中的训练 | 第40-41页 |
| 3.2 Neural-Style形式验证码设计与实现 | 第41-43页 |
| 3.2.1 Grid形式验证码设计与实现 | 第41-42页 |
| 3.2.2 Font形式验证码设计与实现 | 第42-43页 |
| 3.3 本章小结 | 第43-45页 |
| 第四章 DeRection验证码设计与实现 | 第45-51页 |
| 4.1 DeRection验证码的设计 | 第45-46页 |
| 4.2 DeRection验证码的实现 | 第46-49页 |
| 4.3 本章小结 | 第49-51页 |
| 第五章 CONSCHEME验证码设计与实现 | 第51-55页 |
| 5.1 CONSCHEME验证码的设计 | 第51-52页 |
| 5.2 CONSCHEME验证码的实现 | 第52-54页 |
| 5.3 本章小结 | 第54-55页 |
| 第六章 实验结果和分析 | 第55-63页 |
| 6.1 设计分析 | 第56-57页 |
| 6.1.1 可用性分析 | 第56页 |
| 6.1.2 生成分析 | 第56-57页 |
| 6.1.3 语言独立性分析 | 第57页 |
| 6.2 安全性分析 | 第57-59页 |
| 6.2.1 随机猜测攻击 | 第57-58页 |
| 6.2.2 生成性分析 | 第58-59页 |
| 6.3 基于图像验证码的设计标准 | 第59-61页 |
| 6.4 本章小结 | 第61-63页 |
| 第七章 总结与展望 | 第63-65页 |
| 7.1 本文工作总结 | 第63页 |
| 7.2 进一步研究方向 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-72页 |