买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学技术大学申请的专利字符级自注意力网络模型及字符型验证码安全检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117036840B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210465584.4，技术领域涉及：G06V10/774；该发明授权字符级自注意力网络模型及字符型验证码安全检测方法是由卿轲;张荣设计研发完成，并于2022-04-29向国家知识产权局提交的专利申请。

本字符级自注意力网络模型及字符型验证码安全检测方法在说明书摘要公布了：本发明公开了一种字符级的自注意力网络模型及字符型验证码安全检测方法，模型包括：堆叠多尺度卷积主干网络能对输入的字符型验证码图片进行初步的特征提取并输出特征向量以及下采样操作；字符级自注意力Transformer网络与堆叠多尺度卷积主干网络输出端连接，其编码器用于对所述堆叠卷积主干网络输出的特征向量进行表征，解码器用于根据输入字符型验证码图片对应的右移字符序列和编码器的输出，得出对所述字符型验证码图片的字符序列的预测概率输出。该模型通过针对性地学习相邻字符之间的相关性，实现对字符序列更高效鲁棒的表征，在小训练数据集上表现出良好的泛化性能，大幅降低了识别验证码所需的时间和人力开销。

本发明授权字符级自注意力网络模型及字符型验证码安全检测方法在权利要求书中公布了：1.一种字符级的自注意力网络模型，其特征在于，包括： 堆叠多尺度卷积主干网络、字符级自注意力Transformer网络；其中， 所述堆叠多尺度卷积主干网络的输入端输入所识别字符型验证码图片，该堆叠多尺度卷积主干网络能对输入的字符型验证码图片进行初步的特征提取并输出特征向量，以及进行下采样操作； 所述字符级自注意力Transformer网络，与所述堆叠多尺度卷积主干网络的输出端连接，该字符级自注意力Transformer网络由编码器连接解码器构成，所述编码器用于对所述堆叠卷积主干网络输出的初级特征向量进行表征，所述解码器以所识别字符型验证码图片对应标注的字符序列向右移一位处理后的右移字符序列作为输入，同时根据所述编码器的输出，得出对所述字符型验证码图片的字符序列的预测概率输出； 所述堆叠多尺度卷积主干网络是由多个堆叠的卷积神经网络组成的多尺度卷积的ResNet网络； 所述字符级自注意力Transformer网络的编码器由依次连接的位置编码模块和多层堆叠的编码器字符级自注意力层组成，其中， 所述位置编码模块的输入连接所述堆叠多尺度卷积主干网络的输出端； 所述多层堆叠的编码器字符级自注意力层包括： 依次连接的多头自注意力层、字符级掩码层、合并归一化层、前馈网络层和合并归一化层； 所述字符级自注意力Transformer网络的解码器由依次连接的字符标签向量嵌入层、位置编码模块、单层的解码器字符级自注意力层、多层堆叠的编码器-解码器自注意力层线性变换层和softmax层组成，其中， 所述字符标签向量嵌入层的输入端，用于输入以所识别字符型验证码图片对应标注的字符序列向右移一位处理后的右移字符序列； 所述单层的解码器字符级自注意力层包括： 依次连接的多头自注意力层、字符级掩码层和合并归一化层； 所述多层堆叠的编码器-解码器多头自注意力层包括： 依次连接的多头自注意力层、合并归一化层、前馈网络层和合并归一化层； 所述编码器的输出连接所述解码器的多层堆叠的编码器-解码器自注意力层的输入端。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。