刘汝翠

摘要：整理乱架图书是图书馆日常维护工作的一个重要组成部分。人工检测图书乱架不但费时费力而且极容易出错。为此，设计了一种结合深度学习中的SoftMax回归算法和书脊图像特征识别相结合的乱架检测算法，算法主要包括书脊定位分割、字符识别、语义特征提取以及分类判决等环节，实现了自动高效的图书乱架检测。实验数据表明本文提出的检测算法能达到近98%的检测准确率，并且还具备速度快、几乎不需要人工干预等优势，能大大降低图书馆日常图书清点工作的劳动强度。

关键词：图书馆；乱架检测；图像分割；字符识别；深度学习

中图分类号：TB

文献标识码：A

doi：10.19311/j.cnki.16723198.2016.25.087

1概述

利用现代智能处理技术特别是用计算机代替人们自动的去处理大量的图像信息，能够解决人类器官的分辨能力容易受到环境、情绪、疲劳等因素的影响，从而部分代替人工劳动，大大提高生产效率。近年来，将传统的工作进行数字化和自动化加工逐渐成为图书馆行业越来越重视的工作内容之一。但是目前的图书馆数字化工作仍存在众多没有解决的问题。

图书乱架的整理工作是图书馆日常维护工作的一个重要组成部分。由于书籍众多，当出现不同种类的图书放置在一起时，工作人员很难人工将错误放置的图书进行正确地归类，即使能够做到，也会花费很长的时间和大量的精力，导致人力资源的浪费。

2006年，深度学习（Deep Learning）开始在学术界和工业界引领发展前沿，其中深度学习认为：1）多隐层的人工神经网络学习得到的特征对数据有更本质的刻画，有利于分类和检测；……