蔡丰熠 杨奕辰 葛周洁

摘 要：本文着力于研究建立基于微信公眾平台的图书馆座位管理系统，旨在解决大学图书馆恶意占座、座位使用率低下等不良现象，缓解学生需求与座位资源不均衡的矛盾，基于机器视觉技术提出了一创新管理模式，通过对图书馆的图像采集、图像处理、跟踪检测、实时反馈等任务，实现图书馆的智能化管理，为学生也为图书馆管理者提供更大便利。

关键词：图书馆管理;机器视觉;人流量预测

1引言

1.1研究背景

目前，由于学生学习需求的日渐提高，国内高校的占座现象也越来越普遍，为缓解学生需求与座位资源不均衡的矛盾，“Seat？”图书馆座位管理系统应运而生。“Seat？”是一款旨在解决大学图书馆恶意占座、座位使用率低下等不良现象，基于微信公众平台的图书馆座位管理系统，通过提前预约，实时监控，信用评级等手段，能够实现图书馆的实时的数据反馈与管理规划，辅助工作人员的管理与学生群体的时间分配。“Seat？” 将建立属于大学生的图书馆智能管理平台，以期改善图书馆的学习环境，杜绝不文明现象，为学生营造良好的校园学习环境。

1.2 研究现状

（1）座椅占用识别

国外较早的目标检测算法在2001年提出。 Paul Viola 和 Michael Jones 在论文《Robust Real-Time Face Detection》中提出的Viola Jones框架。该方法快速并且相对简单，它能做到实时检测，运算量很小。它的工作原理是使用 Haar 特征产生多种（可能有数千个）简单的二进制分类器。这些分类器由级联的多尺度滑动窗口进行评估，并且在出现消极分类情况的早期及时丢弃错误分类。……