[发明专利]一种基于Faster R-CNN算法的图书盘点方法及系统

权利要求书

1.一种基于Faster R-CNN算法的图书盘点方法，其特征在于：包括步骤一；图像采集设备采集书架图书图像；步骤二：将书架图书图像传输至图像处理单元；步骤三：图像处理单元通过Faster R-CNN算法对采集的书架图书图像处理至符合图像识别；步骤四：把采集的图像信息还原为数字书架；步骤五：将数字书架传输至图像采集设备进行可视化的盘点整理书架。

2. 根据权利要求1所述的一种基于Faster R-CNN算法的图书盘点方法，其特征在于：所述Faster R-CNN算法对应的图书标签为二维码。

3. 根据权利要求1所述的一种基于Faster R-CNN算法的图书盘点方法，其特征在于，所述Faster R-CNN算法包括如下步骤：

步骤一：在整个图像上使用一个CNN，提取出特征图；

步骤二：区域候选网络，通过网络训练的方式从特征图中获取目标的大致位置；

步骤三：池化，利用前面获取到的位置，从特征图中抠出要用于分类的目标，并池化成固定长度的数据；

步骤四：将池化后的卷积特征送到全连接层进行分类和回归。

4.根据权利要求3所述的一种基于Faster R-CNN算法的图书盘点方法，其特征在于，所述步骤二中的区域候选网络包括如下步骤：

一、把特征图分割成多个小区域，识别出哪些小区域是前景，哪些是背景，并打上对应的标签，对RPN进行训练使它对任意输入都具备识别前景、背景的能力；

二、边框回归，用于获取前景区域的大致坐标，通过训练anchor与目标窗口之间的偏移量，得到所有候选框的位置和尺寸，即卷积特征。

5.根据权利要求3所述的一种基于Faster R-CNN算法的图书盘点方法，其特征在于：所述池化为任意大小的卷积特征转换成固定长度的向量。

6.根据权利要求1所述的一种基于Faster R-CNN算法的图书盘点方法，其特征在于：图像采集设备对书架图书连续采集形成若干书架图书图像，若干书架图书图像中包括图书的标签及所在书架、层架的信息。

7.根据权利要求1所述的一种基于Faster R-CNN算法的图书盘点方法，其特征在于：所述图书的标签包括图书的位置、顺序和图书内容信息。

8.根据权利要求1所述的一种基于Faster R-CNN算法的图书盘点方法，其特征在于：结合图书书库、图书层架，图书在架信息，图书元数据把采集的信息还原为数字书架。

9.根据权利要求1所述的一种基于Faster R-CNN算法的图书盘点方法，其特征在于：通过可视化数字书架与图书在书架的信息对比进行盘点统计，完成书架整理。

10.一种基于Faster R-CNN算法的图书盘点系统，其特征在于：包括

图像采集单元，用于采集、存储和传输书架图像；

图像处理单元，通过Faster R-CNN算法用于处理图像、检测图像、识别图书标签；

数据应用单元，用于把图书标签信息进行整理，并结合原始图像，还原为数字书架，进行书架可视化管理和统计。