对于论文几处不太明白的地方

[Lucas-Luoling]

首先感谢作者的这篇论文，给了很多启发。 认真的读了论文，有几处不太明白的地方，希望能解答。

我读论文理解的为

• captcha generator生成器生成两种验证码(with security and without security)，这个生成器是Opencv或者Pillow生成的而不是模型
• captcha synthesizer是通过输入with security(上一步生成)输出为长得像real-like captcha，判别器模型输出captcha和真实captcha
• preprocessing是通过输入captcha synthesizer的生成结果生成 without security图片(第一步生成的),判别器区分模型输出结果和第一步的without security captcha

疑问:但是看Figure11和12，经过preprocessing又不像是生成的without security，所以preprocessing的目标图片怎么得来的

• 后面的LeNet的输入时without security captcha(经过preprocessing)

我的疑问

• We use the grid search method presented in [4] to search for the optimal parameters for a given captcha scheme这个grid search是如何判定，穷举所有选择训练生成器，然后看效果？
• Training the synthesizer takes around 2 days for one captcha scheme on our platform是由于模型复杂？

[yeguixin]

谢谢对我们工作的关注，读于您的问题，我理解如下，有不对的请批评指正：

1. GAN中判别器只是一个二分类器，其作用只是判断生成数据和真实数据是否同一个风格（可以理解为数据分布是否相似），而数据是生成器生成的，没有混淆背景的验证码生成时需要将背景参数设置为false。

2. Pre-processing model的作用是去除真实验证码中的背景和干扰线，或者是填充空心字符。其训练数据全部由生成数据组成，即有背景（干扰线）和无背景（干扰线）的生成验证码。

3. LeNet-5的训练也是使用生成的无背景（干扰线）的验证码，仅在模型迁移是使用了少量的去除背景（干扰线）的真实验证码数据。

4. 对于调整生成参数的步骤，我们主要思想是把参数枚举出来，然后选择生成最好的那一组参数，所以训练比较慢。这里还有待完善，在后续的实验中我们发现，把可变参数的初始值调大（例如把字符旋转角度调整为[-50,50]，涵盖真实数据中的旋转角度），也可以不用调整生成参数。

[Lucas-Luoling]

感谢你的回答，根据你的回答，我说下我的理解

• 对于第一个GAN，生成器输入(通过Opencv,Pillow生成的图片，记为Data1)，输出(记为Data2),判别器区分Data2和真实数据(记为Data3)
• 对于第二个GAN，生成器输入Data2,输出(记为Data4)，判别器区分Data4和Data1
• pre_trained阶段:Data1->GAN1->GAN2->LeNet5
• fine-tune阶段:真实数据Data3->GAN2->LeNet5

[yeguixin]

Pre_trained阶段直接是Data1->GAN1->LeNet5，这里的Data1是生成没有背景或干扰线的验证码图片。

[Lucas-Luoling]

我的理解是应该有3个生成器

1. 传统验证码生成器，就是我前面说的通过OpenCV或者Pillow生成的，目的是生成与真实验证码长得差不多的验证码(不需要特别像)
2. GAN验证码生成器，目的通过pix级别微调传统验证码生成器生成的验证码，使其长得更像真实验证码，生成器的输入时传统验证码生成器生成的验证码，目标输出是真实验证码
3. preprocessing，应该也是一种GAN生成器，目的是将有security features的验证码变成没有security features的验证码，方便后续LeNet5的分类，生成器的输入是第一个GAN的输出，目标输出是传统验证码生成器生成的验证码

[yeguixin]

是这样。Pre_trained阶段是Data1->GAN1->LeNet5，这里的Data1是生成没有背景或干扰线的验证码图片。

[Lucas-Luoling]

是这样。Pre_trained阶段是Data1->GAN1->LeNet5，这里的Data1是生成没有背景或干扰线的验证码图片。

好的，非常感谢，就是pre_trained不需要用到preprocessing，只有fine-tune才用到preprocessing的意思吧

[yeguixin]

是的，pre_trained用的是生成数据，传统生成器可以直接生成无security features的验证码。

[RubanSeven]

谢谢对我们工作的关注，读于您的问题，我理解如下，有不对的请批评指正：

1. GAN中判别器只是一个二分类器，其作用只是判断生成数据和真实数据是否同一个风格（可以理解为数据分布是否相似），而数据是生成器生成的，没有混淆背景的验证码生成时需要将背景参数设置为false。
2. Pre-processing model的作用是去除真实验证码中的背景和干扰线，或者是填充空心字符。其训练数据全部由生成数据组成，即有背景（干扰线）和无背景（干扰线）的生成验证码。
3. LeNet-5的训练也是使用生成的无背景（干扰线）的验证码，仅在模型迁移是使用了少量的去除背景（干扰线）的真实验证码数据。
4. 对于调整生成参数的步骤，我们主要思想是把参数枚举出来，然后选择生成最好的那一组参数，所以训练比较慢。这里还有待完善，在后续的实验中我们发现，把可变参数的初始值调大（例如把字符旋转角度调整为[-50,50]，涵盖真实数据中的旋转角度），也可以不用调整生成参数。

请问参数是怎么训练出来的，论文中说是网格搜索，那怎么判断哪组参数最优呢，如果是判别器反向传播来获得的，那loss是怎么影响网格搜索的呢。