【摘要】隨著人工智能的不斷發(fā)展，圖書(shū)索書(shū)號(hào)的識(shí)別研究不斷受到人們關(guān)注。圖書(shū)索書(shū)號(hào)識(shí)別可以與智能機(jī)器人構(gòu)建一個(gè)智能識(shí)別系統(tǒng)，對(duì)圖書(shū)館圖書(shū)盤(pán)點(diǎn)實(shí)現(xiàn)智能化管理。在本文中，研究提出了圖書(shū)館架序智能識(shí)別系統(tǒng)。首先，通過(guò)RFID機(jī)器對(duì)書(shū)架上的標(biāo)簽掃描，并對(duì)書(shū)籍進(jìn)行逐層掃描，如有亂架則會(huì)報(bào)錯(cuò)；然后，通過(guò)圖像分割技術(shù)對(duì)采集的報(bào)錯(cuò)整層書(shū)籍進(jìn)行索書(shū)號(hào)分割，將分割后的索書(shū)號(hào)導(dǎo)入基于TensorFlow深度學(xué)習(xí)框架的圖像識(shí)別系統(tǒng)，對(duì)索書(shū)號(hào)進(jìn)行識(shí)別；最后，將識(shí)別后的索書(shū)號(hào)與系統(tǒng)信息進(jìn)行比較，對(duì)錯(cuò)架書(shū)籍精準(zhǔn)定位。

【關(guān)鍵詞】TensorFlow 圖書(shū)架序 智能識(shí)別 RFID

【中圖分類號(hào)】G25 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】2095-3089（2018）29-0019-01

目前，圖書(shū)館對(duì)書(shū)架的整理主要是通過(guò)人工持RFID機(jī)器掃描書(shū)架，然后根據(jù)機(jī)器報(bào)錯(cuò)信息去整理，這樣耗時(shí)又耗力，為了更高效的工作，對(duì)圖書(shū)館盤(pán)點(diǎn)的研究越來(lái)越多。文獻(xiàn)[1]研究提出了基于超高頻RFID圖書(shū)智能盤(pán)點(diǎn)系統(tǒng)，雖然可以減少圖書(shū)管理員的工作量，但對(duì)現(xiàn)有的圖書(shū)館來(lái)說(shuō)，更換超高頻RFID也是一筆不小的開(kāi)銷；文獻(xiàn)[2]提出了基于磁條和計(jì)算機(jī)視覺(jué)的圖書(shū)錯(cuò)序識(shí)別系統(tǒng)，雖然此系統(tǒng)減少了開(kāi)銷，但對(duì)已有RFID技術(shù)的圖書(shū)館來(lái)說(shuō)并不適用，并且此系統(tǒng)需要人工持相機(jī)對(duì)書(shū)架進(jìn)行逐層掃描，工作量是非常大的；文獻(xiàn)[3]提出了基于深度學(xué)習(xí)的智能圖書(shū)機(jī)器人系統(tǒng)，雖然此系統(tǒng)對(duì)圖書(shū)盤(pán)點(diǎn)實(shí)現(xiàn)了智能化管理，但仍需對(duì)每個(gè)書(shū)架進(jìn)行逐層拍照，工作量大且索書(shū)號(hào)的識(shí)別準(zhǔn)確率有待提高?；诖吮疚奶岢隽嘶谏疃葘W(xué)習(xí)的圖書(shū)館架序智能識(shí)別系統(tǒng)。

1.圖書(shū)館架序智能識(shí)別系統(tǒng)設(shè)計(jì)

1.1整體架構(gòu)設(shè)計(jì)

研究分析后需要對(duì)該系統(tǒng)分為RFID掃描模塊、圖像預(yù)處理模塊、TensorFlow框架下的圖像識(shí)別模塊和后續(xù)信息匹配四個(gè)模塊。其中RFID掃描模塊與圖書(shū)館現(xiàn)有的RFID技術(shù)基本一致；圖像預(yù)處理模塊是對(duì)圖采集來(lái)的圖像進(jìn)行圖像分割、索書(shū)號(hào)的字符提?。籘ensorFlow框架下的圖像識(shí)別模塊是對(duì)分割后的字符進(jìn)行圖像識(shí)別；后續(xù)信息匹配模塊是對(duì)一些已經(jīng)識(shí)別的字符和錯(cuò)誤信息匹配。

1.2系統(tǒng)各模塊的功能

系統(tǒng)中RFID模塊包括掃描書(shū)架、檢索結(jié)果、錯(cuò)誤信息錄入的主要功能，其功能實(shí)現(xiàn)是建立在圖書(shū)館數(shù)據(jù)庫(kù)的基礎(chǔ)之上的。

圖像預(yù)處理模塊主要包括對(duì)錄入的書(shū)架圖像進(jìn)行書(shū)脊分割、標(biāo)簽提取、字符分割等技術(shù)的，此模塊是把圖像處理之后再傳入圖像識(shí)別模塊，它的目的是為了讓圖像識(shí)別模塊快速、精準(zhǔn)的識(shí)別出索書(shū)號(hào)。

TensorFlow框架下的圖像識(shí)別模塊主要包括圖像識(shí)別及結(jié)果、訓(xùn)練模塊，這些功能的實(shí)現(xiàn)都是建立在前期對(duì)此圖像識(shí)別模塊進(jìn)行大量數(shù)據(jù)的訓(xùn)練、測(cè)試的基礎(chǔ)之上的，訓(xùn)練數(shù)據(jù)庫(kù)都是來(lái)源于前期訓(xùn)練模塊對(duì)大量數(shù)據(jù)訓(xùn)練的結(jié)果。

后續(xù)信息匹配模塊的功能是在得到RFID錯(cuò)誤書(shū)籍的信息和圖像識(shí)別得到索書(shū)號(hào)之后進(jìn)行信息匹配，從而達(dá)到錯(cuò)誤書(shū)籍的精準(zhǔn)定位。

2.系統(tǒng)工作流程

系統(tǒng)的工作是各模塊整體聯(lián)合的。首先用RFID掃描儀對(duì)每個(gè)書(shū)架進(jìn)行逐層掃描，系統(tǒng)不報(bào)錯(cuò)，說(shuō)明此個(gè)書(shū)架沒(méi)有錯(cuò)架，如果報(bào)錯(cuò)則說(shuō)明有錯(cuò)誤信息，記錄亂架書(shū)籍信息；然后開(kāi)啟攝像頭對(duì)此層書(shū)架拍照，系統(tǒng)對(duì)拍照的圖像進(jìn)行預(yù)處理之后把索書(shū)號(hào)圖像傳給圖像識(shí)別模塊，深度學(xué)習(xí)框架做圖像識(shí)別，識(shí)別出所有的索書(shū)號(hào)，再進(jìn)行錯(cuò)誤信息匹配；若遇見(jiàn)索書(shū)號(hào)不完整，則用逐一匹配的方式跟錯(cuò)誤索書(shū)號(hào)進(jìn)行匹配，若不成功則啟用正則表達(dá)式對(duì)索書(shū)號(hào)精準(zhǔn)匹配，以達(dá)到精準(zhǔn)定位書(shū)籍，若成功則可以直接精準(zhǔn)定位，同樣若索書(shū)號(hào)清晰，則可以匹配到錯(cuò)誤索書(shū)號(hào)，從而達(dá)到精準(zhǔn)定位。

3.圖書(shū)館架序智能識(shí)別系統(tǒng)優(yōu)點(diǎn)

相對(duì)于現(xiàn)有的研究結(jié)果，圖書(shū)館智能識(shí)別系統(tǒng)將深度學(xué)習(xí)與RFID技術(shù)有機(jī)結(jié)合一起，使得圖書(shū)館無(wú)需更換超高頻RFID芯片；圖像識(shí)別模塊采用了TensorFlow深度學(xué)習(xí)框架，會(huì)使圖像識(shí)別的準(zhǔn)確率有很大的提高；整個(gè)系統(tǒng)對(duì)亂架圖書(shū)的信息的采集到最后的精準(zhǔn)定位都實(shí)現(xiàn)了智能化，如果將該系統(tǒng)搭載在智能機(jī)器人上，將實(shí)現(xiàn)完全自動(dòng)化。

4.結(jié)束語(yǔ)

本文只是對(duì)系統(tǒng)的組成及各模塊進(jìn)行了大概的介紹，并簡(jiǎn)單的介紹了此系統(tǒng)的工作流程。接下來(lái)需要做的研究是對(duì)系統(tǒng)的各個(gè)模塊進(jìn)行深入研究，從而使該系統(tǒng)能應(yīng)用到我們的圖書(shū)館中。

參考文獻(xiàn)：

[1]沈奎林，等.基于超高頻RFID的圖書(shū)盤(pán)點(diǎn)機(jī)器人的設(shè)計(jì)和實(shí)現(xiàn)[J].圖書(shū)館學(xué)研究，2016.07

[2]馮庸，基于視覺(jué)的圖書(shū)館在架錯(cuò)序圖書(shū)自動(dòng)識(shí)別技術(shù)研究[D]，2017.05.

[3]趙強(qiáng)強(qiáng).圖書(shū)館機(jī)器人導(dǎo)航與定位系統(tǒng)研究[D]，2014.05

作者簡(jiǎn)介：

李俊男（1992-），男，漢族，河南信陽(yáng)人，研究方向：信息管理與決策支持、機(jī)器學(xué)習(xí)。