基于深度學習的圖書館架序智能識別系統研究

【摘要】隨著人工智能的不斷發展，圖書索書號的識別研究不斷受到人們關注。圖書索書號識別可以與智能機器人構建一個智能識別系統，對圖書館圖書盤點實現智能化管理。在本文中，研究提出了圖書館架序智能識別系統。首先，通過RFID機器對書架上的標簽掃描，并對書籍進行逐層掃描，如有亂架則會報錯；然后，通過圖像分割技術對采集的報錯整層書籍進行索書號分割，將分割后的索書號導入基于TensorFlow深度學習框架的圖像識別系統，對索書號進行識別；最后，將識別后的索書號與系統信息進行比較，對錯架書籍精準定位。

【關鍵詞】TensorFlow 圖書架序 智能識別 RFID

【中圖分類號】G25 【文獻標識碼】A 【文章編號】2095-3089（2018）29-0019-01

目前，圖書館對書架的整理主要是通過人工持RFID機器掃描書架，然后根據機器報錯信息去整理，這樣耗時又耗力，為了更高效的工作，對圖書館盤點的研究越來越多。文獻[1]研究提出了基于超高頻RFID圖書智能盤點系統，雖然可以減少圖書管理員的工作量，但對現有的圖書館來說，更換超高頻RFID也是一筆不小的開銷；文獻[2]提出了基于磁條和計算機視覺的圖書錯序識別系統，雖然此系統減少了開銷，但對已有RFID技術的圖書館來說并不適用，并且此系統需要人工持相機對書架進行逐層掃描，工作量是非常大的；文獻[3]提出了基于深度學習的智能圖書機器人系統，雖然此系統對圖書盤點實現了智能化管理，但仍需對每個書架進行逐層拍照，工作量大且索書號的識別準確率有待提高。基于此本文提出了基于深度學習的圖書館架序智能識別系統。

1.圖書館架序智能識別系統設計

1.1整體架構設計

研究分析后需要對該系統分為RFID掃描模塊、圖像預處理模塊、TensorFlow框架下的圖像識別模塊和后續信息匹配四個模塊。其中RFID掃描模塊與圖書館現有的RFID技術基本一致；圖像預處理模塊是對圖采集來的圖像進行圖像分割、索書號的字符提取；TensorFlow框架下的圖像識別模塊是對分割后的字符進行圖像識別；后續信息匹配模塊是對一些已經識別的字符和錯誤信息匹配。

1.2系統各模塊的功能

系統中RFID模塊包括掃描書架、檢索結果、錯誤信息錄入的主要功能，其功能實現是建立在圖書館數據庫的基礎之上的。

圖像預處理模塊主要包括對錄入的書架圖像進行書脊分割、標簽提取、字符分割等技術的，此模塊是把圖像處理之后再傳入圖像識別模塊，它的目的是為了讓圖像識別模塊快速、精準的識別出索書號。

TensorFlow框架下的圖像識別模塊主要包括圖像識別及結果、訓練模塊，這些功能的實現都是建立在前期對此圖像識別模塊進行大量數據的訓練、測試的基礎之上的，訓練數據庫都是來源于前期訓練模塊對大量數據訓練的結果。

后續信息匹配模塊的功能是在得到RFID錯誤書籍的信息和圖像識別得到索書號之后進行信息匹配，從而達到錯誤書籍的精準定位。

2.系統工作流程

系統的工作是各模塊整體聯合的。首先用RFID掃描儀對每個書架進行逐層掃描，系統不報錯，說明此個書架沒有錯架，如果報錯則說明有錯誤信息，記錄亂架書籍信息；然后開啟攝像頭對此層書架拍照，系統對拍照的圖像進行預處理之后把索書號圖像傳給圖像識別模塊，深度學習框架做圖像識別，識別出所有的索書號，再進行錯誤信息匹配；若遇見索書號不完整，則用逐一匹配的方式跟錯誤索書號進行匹配，若不成功則啟用正則表達式對索書號精準匹配，以達到精準定位書籍，若成功則可以直接精準定位，同樣若索書號清晰，則可以匹配到錯誤索書號，從而達到精準定位。

3.圖書館架序智能識別系統優點

相對于現有的研究結果，圖書館智能識別系統將深度學習與RFID技術有機結合一起，使得圖書館無需更換超高頻RFID芯片；圖像識別模塊采用了TensorFlow深度學習框架，會使圖像識別的準確率有很大的提高；整個系統對亂架圖書的信息的采集到最后的精準定位都實現了智能化，如果將該系統搭載在智能機器人上，將實現完全自動化。

4.結束語

本文只是對系統的組成及各模塊進行了大概的介紹，并簡單的介紹了此系統的工作流程。接下來需要做的研究是對系統的各個模塊進行深入研究，從而使該系統能應用到我們的圖書館中。

參考文獻：

[1]沈奎林，等.基于超高頻RFID的圖書盤點機器人的設計和實現[J].圖書館學研究，2016.07

[2]馮庸，基于視覺的圖書館在架錯序圖書自動識別技術研究[D]，2017.05.

[3]趙強強.圖書館機器人導航與定位系統研究[D]，2014.05

作者簡介：

李俊男（1992-），男，漢族，河南信陽人，研究方向：信息管理與決策支持、機器學習。