王紅芳，王宇航，宣靜雯，張凱兵

（1.西安工程大學(xué) 圖書(shū)館，陜西 西安 710048；2.西安工程大學(xué) 電子信息學(xué)院，陜西 西安 710048；3.西安工程大學(xué) 計(jì)算機(jī)科學(xué)學(xué)院，陜西 西安 710048）

0 引言

如今，高校圖書(shū)館普遍采用開(kāi)放式流通模式，為學(xué)生和教師提供了極大的便利。然而，由于讀者在借閱和暫讀圖書(shū)時(shí)行為不規(guī)范，導(dǎo)致書(shū)架上圖書(shū)錯(cuò)序問(wèn)題日益突出。這不僅給其他讀者帶來(lái)了不便，還增加了工作人員圖書(shū)管理的負(fù)擔(dān)。為適應(yīng)信息時(shí)代的發(fā)展，滿足學(xué)生和教師的學(xué)習(xí)、研究和閱讀需求，智慧圖書(shū)館以信息技術(shù)為支撐，旨在將數(shù)字化、智能化和網(wǎng)絡(luò)化應(yīng)用于圖書(shū)館的各個(gè)環(huán)節(jié)。目前，圖書(shū)館的在架圖書(shū)錯(cuò)序檢查與整理通常采用人工方式，這不僅耗費(fèi)人力，而且需要時(shí)間較長(zhǎng)，嚴(yán)重影響圖書(shū)館的服務(wù)質(zhì)量。因此，研究智能化的自動(dòng)化在架錯(cuò)序圖書(shū)檢測(cè)方法對(duì)于實(shí)行智能圖書(shū)館至關(guān)重要。

索書(shū)號(hào)是圖書(shū)館組織和管理圖書(shū)的重要標(biāo)識(shí)信息，對(duì)分類(lèi)、歸檔和檢索圖書(shū)至關(guān)重要。傳統(tǒng)的在架錯(cuò)序圖書(shū)檢測(cè)采用人工目視檢查、手動(dòng)比對(duì)和字符校驗(yàn)方法，不僅耗時(shí)費(fèi)力，而且容易出錯(cuò)、遺留。隨著技術(shù)進(jìn)步，現(xiàn)代圖書(shū)館管理致力于智能化的索書(shū)號(hào)檢測(cè)方法，以提高在架錯(cuò)序圖書(shū)管理的效率和準(zhǔn)確性。例如，文獻(xiàn)[1]利用RFID 算法設(shè)計(jì)了基于移動(dòng)機(jī)器人的圖書(shū)錯(cuò)序檢測(cè)系統(tǒng)，不過(guò)該系統(tǒng)建設(shè)成本高，不利于應(yīng)用推廣。

當(dāng)前，人們廣泛關(guān)注于利用計(jì)算機(jī)視覺(jué)技術(shù)的目標(biāo)檢測(cè)與識(shí)別方法。這些方法一般通過(guò)收集大量標(biāo)注好的樣本構(gòu)造數(shù)據(jù)集，使用卷積神經(jīng)網(wǎng)絡(luò)[2]、循環(huán)神經(jīng)網(wǎng)絡(luò)[3]和支持向量機(jī)[4]等機(jī)器學(xué)習(xí)模型學(xué)習(xí)感興趣目標(biāo)的特征，實(shí)現(xiàn)目標(biāo)的檢測(cè)與識(shí)別。文獻(xiàn)[5]結(jié)合機(jī)器視覺(jué)與光學(xué)字符識(shí)別，提出了基于OpenCV 和Tesseract 的書(shū)脊識(shí)別系統(tǒng)。另外，隨著基于深度卷積網(wǎng)絡(luò)的目標(biāo)檢測(cè)算法的出現(xiàn)，為自動(dòng)化的索書(shū)號(hào)檢測(cè)提供了十分有效的方法，具有代表性的有單階段檢測(cè)算法SSD[6]、YOLOv3[7]、YOLOv4[8]、YOLOv5、YOLOv7[9]等，以及多階段檢測(cè)算法R-CNN[10]、Fast R-CNN[11]、Mask R-CNN[12]等，這些自動(dòng)化的索書(shū)號(hào)檢測(cè)方法在檢測(cè)精度與速度上具有明顯的優(yōu)勢(shì)。例如，文獻(xiàn)[13]提出了使用經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)AlexNet 通過(guò)移動(dòng)攝像頭實(shí)現(xiàn)圖書(shū)檢測(cè)。文獻(xiàn)[14]提出了基于閱讀文本場(chǎng)景下的深度學(xué)習(xí)文本識(shí)別模型。文獻(xiàn)[15]提出了基于霍夫變換算法檢測(cè)書(shū)脊邊緣和顏色直方圖進(jìn)行圖書(shū)索書(shū)號(hào)區(qū)域分割的圖書(shū)錯(cuò)序檢測(cè)方法。針對(duì)文獻(xiàn)[15]方法對(duì)復(fù)雜背景下分割圖書(shū)索書(shū)號(hào)區(qū)域存在的魯棒性問(wèn)題，文獻(xiàn)[16]進(jìn)一步提出通過(guò)YOLOv3-Tiny 模型進(jìn)行索書(shū)號(hào)的定位與錯(cuò)序檢測(cè)，該方法通過(guò)對(duì)深度學(xué)習(xí)網(wǎng)絡(luò)框架不斷優(yōu)化，為智能化索書(shū)號(hào)檢測(cè)與識(shí)別提供了更有效的途徑。由于在架圖書(shū)種類(lèi)繁多，書(shū)脊顏色復(fù)雜多樣，厚度外觀不統(tǒng)一，對(duì)在架圖書(shū)索書(shū)號(hào)定位與識(shí)別帶來(lái)了極大挑戰(zhàn)。

本文提出了一種基于U2-Net深度網(wǎng)絡(luò)的在架圖書(shū)索書(shū)號(hào)定位與識(shí)別方法。首先通過(guò)構(gòu)造U2-Net模型實(shí)現(xiàn)復(fù)雜背景下的圖書(shū)索書(shū)號(hào)的粗分割，然后利用投影波谷法對(duì)單個(gè)索書(shū)號(hào)進(jìn)行精細(xì)化分割，再將分割后的索書(shū)號(hào)區(qū)域圖像利用光學(xué)字符識(shí)別庫(kù)Tesseract 對(duì)索書(shū)號(hào)字符進(jìn)行識(shí)別，利用識(shí)別出的索書(shū)號(hào)的排序關(guān)系判斷當(dāng)前書(shū)架是否存在錯(cuò)序圖書(shū)，從而實(shí)現(xiàn)智能化的錯(cuò)序圖書(shū)檢測(cè)與定位，以提高圖書(shū)館工作人員的工作效率與圖書(shū)館服務(wù)質(zhì)量。

1 索書(shū)號(hào)區(qū)域定位

1.1 U2-Net網(wǎng)絡(luò)結(jié)構(gòu)

U2-Net 是一種用于圖像分割的深度學(xué)習(xí)模型，專(zhuān)門(mén)針對(duì)顯著性目標(biāo)檢測(cè)任務(wù)，其目標(biāo)是從輸入圖像中精確提取前景和背景之間的邊界。本文利用U2-Net 的特殊網(wǎng)絡(luò)結(jié)構(gòu)，能夠有效地將所需的索書(shū)號(hào)區(qū)域完整地分割出來(lái)。U2-Net 采用了一種嵌套的U 形結(jié)構(gòu)，通過(guò)一系列的編碼器與解碼器模塊對(duì)圖像中的多尺度特征進(jìn)行提取。本文采用的U2-Net 結(jié)構(gòu)包括五個(gè)階段，每個(gè)階段都有負(fù)責(zé)逐步減小特征圖空間分辨率從而提取更深層次特征的編碼器，以及逐步恢復(fù)圖像空間分辨率的解碼器。U2-Net的具體網(wǎng)絡(luò)結(jié)構(gòu)如圖1 所示。

圖1 U2-Net 網(wǎng)絡(luò)結(jié)構(gòu)圖

U2-Net 的編碼器階段由多個(gè)Residual U-block 組成。通過(guò)多個(gè)階段的編碼器逐漸減小特征圖尺寸，從而提取多尺度的語(yǔ)義信息，而在解碼器中，U2-Net 利用多尺度的特征融合，通過(guò)將編碼器和解碼器的特征圖進(jìn)行連接或融合，以獲得豐富的語(yǔ)義信息和細(xì)節(jié)，最后通過(guò)卷積層將特征映射到最終的分割結(jié)果。

Residual U-block 主要由三個(gè)部分組成：首先是輸入卷積層，它將輸入特征圖轉(zhuǎn)換為具有通道數(shù)C的中間特征圖F1(x)。這個(gè)輸入卷積層是一個(gè)普通的卷積層，用于局部特征提取。接下來(lái)是一個(gè)類(lèi)U-Net 對(duì)稱(chēng)編碼器-解碼器結(jié)構(gòu)，它的高度為L(zhǎng)，并以中間特征圖F1(x)作為輸入。該結(jié)構(gòu)學(xué)習(xí)提取和編碼多尺度上下文信息U(F1(x))。較大L值意味著更深的Residual U-block、更多的池化操作、更大范圍的感受野以及更豐富的局部和全局特征。通過(guò)配置合適的L值，可以從具有任意空間分辨率的輸入特征圖中提取多尺度特征，從而減輕由于大尺度直接上采樣引起的細(xì)節(jié)損失。最后，通過(guò)殘差連接求和融合局部特征和多尺度特征，這種殘差連接的方式有助于保留原始特征的信息，并提高網(wǎng)絡(luò)的表達(dá)能力，由于每個(gè)block 中的池化操作，使得整個(gè)架構(gòu)的深度足夠深的同時(shí)，保持著高分辨率，并且不會(huì)顯著增加顯存和計(jì)算量的開(kāi)銷(xiāo)。

對(duì)在架圖書(shū)索書(shū)號(hào)區(qū)域進(jìn)行分割時(shí)，獲取高分辨率特征圖非常重要。因此，選擇使用每個(gè)Residual Ublock 結(jié)構(gòu)層數(shù)隨著encoder 層數(shù)增加而減少的網(wǎng)絡(luò)結(jié)構(gòu)。具體地，在編碼部分的第一層、第二層、第三層和第四層分別使用RSU-7、RSU-6、RSU-5 和RSU-4，其中數(shù)字代表Residual U-block的高度L；而在底層的En_5和En_6則采用RSU-4 模塊，即只進(jìn)行特征提取而不改變特征圖尺寸的Residual U-block。這樣，通過(guò)該模塊的中間特征圖都具有與其輸入特征圖相同的分辨率大小。各階段編碼器結(jié)構(gòu)如圖2 所示。

圖2 各階段編碼器結(jié)構(gòu)

解碼器結(jié)構(gòu)與上述編碼器結(jié)構(gòu)類(lèi)似，嚴(yán)格按照與編碼器結(jié)構(gòu)對(duì)稱(chēng)的方式設(shè)計(jì)，同樣由相同數(shù)量和層次的Residual U-block 組成。不同的是，在解碼階段，每通過(guò)一個(gè)block，圖像進(jìn)行2 倍的上采樣，采用雙線性插值方法。通過(guò)對(duì)稱(chēng)的解碼器逐步進(jìn)行上采樣和特征融合，最終生成與輸入圖像尺寸相同的分割預(yù)測(cè)。每個(gè)解碼器階段將來(lái)自前一階段的上采樣特征圖和來(lái)自對(duì)稱(chēng)編碼器階段的上采樣特征圖連接作為輸入。此外，U2-Net 還包括一個(gè)顯著圖融合模塊，用于生成顯著性概率圖。該模塊通過(guò)一系列操作生成多個(gè)顯著性概率映射，并將它們?nèi)诤铣勺罱K的顯著性概率圖S_fuse，如圖3 所示。U2-Net 是一種在圖像分割任務(wù)中性能出色的深度學(xué)習(xí)模型，特別在顯著對(duì)象檢測(cè)等任務(wù)中表現(xiàn)出色，它通過(guò)多尺度特征融合、Residual U-Block 和非局部注意力機(jī)制等設(shè)計(jì)，有效地提取圖像中的邊界和細(xì)節(jié)信息，能實(shí)現(xiàn)復(fù)雜圖書(shū)書(shū)脊區(qū)域中索書(shū)號(hào)區(qū)域的準(zhǔn)確分割。

圖3 各階段解碼器模塊

1.2 損失計(jì)算

在優(yōu)化U2-Net 的圖書(shū)索書(shū)號(hào)區(qū)域分割模型時(shí)，聯(lián)合使用二進(jìn)制交叉熵?fù)p失（Binary Cross Entropy Loss）與結(jié)構(gòu)相似性損失（Structural Similarity Loss）。其中，二進(jìn)制交叉熵?fù)p失用于衡量預(yù)測(cè)分割結(jié)果中每個(gè)像素點(diǎn)的分類(lèi)準(zhǔn)確度。對(duì)于每個(gè)像素位置，U2-Net 的輸出經(jīng)過(guò)Sigmoid 函數(shù)進(jìn)行歸一化，將像素的前景概率限制在[0，1]范圍內(nèi)。真實(shí)標(biāo)簽中的像素點(diǎn)被標(biāo)記為1，表示前景；背景則標(biāo)記為0。該損失的計(jì)算公式如下：

式中：N表示圖像中像素點(diǎn)的總數(shù)；y表示真實(shí)標(biāo)簽（0 或1）；p表示模型的預(yù)測(cè)結(jié)果概率值。

結(jié)構(gòu)相似性損失用于衡量預(yù)測(cè)分割結(jié)果與真實(shí)標(biāo)簽之間的結(jié)構(gòu)相似性。它有助于模型更好地保留圖像的結(jié)構(gòu)信息，減少分割結(jié)果中的偽影和細(xì)節(jié)損失。結(jié)構(gòu)相似性損失的計(jì)算公式如下所示：

最終，U2-Net 的總損失由二進(jìn)制交叉熵?fù)p失和結(jié)構(gòu)相似性損失之間的加權(quán)和構(gòu)成，表示如下：

式中α表示平衡二進(jìn)制交叉熵?fù)p失和結(jié)構(gòu)相似性損失使用的權(quán)重系數(shù)。

1.3 基于投影波谷法的索書(shū)號(hào)區(qū)域精分割

得益于U2-Net 網(wǎng)絡(luò)分層架構(gòu)、多尺度特征融合能力，使得該網(wǎng)絡(luò)能夠有效地捕捉圖書(shū)索書(shū)號(hào)區(qū)域與書(shū)脊區(qū)域之間的差異，能較好地實(shí)現(xiàn)對(duì)圖書(shū)索書(shū)號(hào)區(qū)域的粗分割。圖4 是使用U2-Net 網(wǎng)絡(luò)對(duì)圖書(shū)索書(shū)號(hào)區(qū)域分割的結(jié)果，由圖4 可以看出，盡管U2-Net 能實(shí)現(xiàn)整體上圖書(shū)索書(shū)號(hào)區(qū)域的分割，但每個(gè)圖書(shū)的索書(shū)號(hào)區(qū)域之間分割存在不同程度的粘連和模糊，無(wú)法直接準(zhǔn)確實(shí)現(xiàn)單個(gè)圖書(shū)索書(shū)號(hào)區(qū)域的分割。

圖4 U2-Net 網(wǎng)絡(luò)分割結(jié)果

由于書(shū)籍之間存在縫隙，索書(shū)號(hào)難以清晰地分割出來(lái)，為獲得完整的索書(shū)號(hào)進(jìn)行識(shí)別操作，必須對(duì)單個(gè)索書(shū)號(hào)進(jìn)行進(jìn)一步的精分割處理。通過(guò)對(duì)分割結(jié)果進(jìn)行分析，發(fā)現(xiàn)對(duì)于難以分割的書(shū)籍縫隙與圖像中其他列存在著一些灰度值的差異。然而，由于索書(shū)號(hào)存在不同的高度，導(dǎo)致不同索書(shū)號(hào)之間難以區(qū)分，因此閾值分割難以達(dá)到需要的分割效果。為了實(shí)現(xiàn)更準(zhǔn)確的單個(gè)圖書(shū)索書(shū)號(hào)的精確分割，本文采用一種劃分區(qū)域灰度波谷的方法。該方法首先對(duì)圖像進(jìn)行腐蝕處理，腐蝕核為3×3的矩陣，迭代次數(shù)為3次，這樣可以增強(qiáng)不同圖書(shū)索書(shū)號(hào)區(qū)域在列方向上灰度值之間的差異，使得索書(shū)號(hào)之間的縫隙更為明顯；然后通過(guò)對(duì)列方向的灰度值加和并放大一定倍數(shù)，對(duì)列灰度值沿水平軸方向進(jìn)行投影，并生成單列灰度和直方圖，通過(guò)對(duì)直方圖進(jìn)行分析，找到局部波谷，并利用大津法設(shè)立閾值，消除書(shū)脊中間各類(lèi)字體帶來(lái)的誤差；接著利用波谷處的水平坐標(biāo)將此坐標(biāo)對(duì)應(yīng)至分割圖像處，并對(duì)該位置左右各增加適當(dāng)像素值的列方向灰度置零，最終得到索書(shū)號(hào)分割圖，處理過(guò)程如圖5 所示。

圖5a）是在架圖書(shū)樣例圖；圖5b）是U2-Net 網(wǎng)絡(luò)分割結(jié)果；圖5c）是對(duì)圖5b）中U2-Net 網(wǎng)絡(luò)分割結(jié)果采用投影法獲得的投影結(jié)果；圖5d）利用圖5c）投影波谷法進(jìn)一步精分割的結(jié)果；圖5e）是聯(lián)合U2-Net 網(wǎng)絡(luò)和投影波谷法分割的最終結(jié)果。由圖5 中結(jié)果可以看出，采用投影波谷法能實(shí)現(xiàn)準(zhǔn)確的索書(shū)號(hào)區(qū)域分割，有利于后續(xù)索書(shū)號(hào)的準(zhǔn)確識(shí)別和錯(cuò)序分析。

2 實(shí)驗(yàn)結(jié)果

2.1 數(shù)據(jù)集和實(shí)驗(yàn)環(huán)境

為驗(yàn)證本文算法對(duì)于索書(shū)號(hào)錯(cuò)序檢測(cè)的有效性，本文從筆者所在單位圖書(shū)館書(shū)架上采集了300幅圖像構(gòu)成了數(shù)據(jù)集，這些圖片均來(lái)源于真實(shí)的圖書(shū)館環(huán)境中捕捉的在架圖書(shū)索書(shū)號(hào)，每張圖像的分辨率為4 000×1 840，背景非常復(fù)雜，對(duì)于分割索書(shū)號(hào)具有很大的挑戰(zhàn)性。使用LabelImg對(duì)采集的圖像索書(shū)號(hào)區(qū)域進(jìn)行標(biāo)注，并將其轉(zhuǎn)化為掩碼圖，采用隨機(jī)抽取法將其中70%作為訓(xùn)練集，15%作為驗(yàn)證集，15%作為測(cè)試集。在實(shí)驗(yàn)中，采用Python 3.7作為編程語(yǔ)言，并使用PyTorch 1.10.0 作為深度學(xué)習(xí)框架。實(shí)驗(yàn)運(yùn)行的計(jì)算設(shè)備是GeForce RTX 4070 顯卡。

2.2 模型訓(xùn)練

在訓(xùn)練U2-Net 模型時(shí)，輸入圖像大小為4 000×1 840 像素，激活函數(shù)采用ReLU 函數(shù)，權(quán)重初始化采用Xavier 初始化方法。訓(xùn)練次數(shù)為300 個(gè)epochs，初始學(xué)習(xí)率設(shè)置為0.001，Batchsize 設(shè)置為6，在訓(xùn)練過(guò)程中每隔10 個(gè)epochs 將學(xué)習(xí)率按照0.1 的衰減因子進(jìn)行衰減。如果在驗(yàn)證集上的性能指標(biāo)連續(xù)10 個(gè)訓(xùn)練周期沒(méi)有明顯提升，將觸發(fā)提前停止機(jī)制，即停止訓(xùn)練過(guò)程。

2.3 性能評(píng)估與結(jié)果分析

為評(píng)價(jià)本文提出的圖書(shū)索書(shū)號(hào)區(qū)域分割的有效性，使用準(zhǔn)確率（Precision,P）、召回率（Recall,R）和平均精度（mAP）三個(gè)性能指標(biāo)進(jìn)行定量評(píng)估。采用YOLOv2、YOLOv3-Tiny、YOLOv3、YOLOv4 和U-Net 等5 種不同網(wǎng)絡(luò)模型與本文方法進(jìn)行對(duì)比，不同方法的性能對(duì)比指標(biāo)結(jié)果如表1 所示。

表1 六種網(wǎng)絡(luò)模型的性能指標(biāo)對(duì)比 %

從表1 中的對(duì)比結(jié)果可以看出：YOLOv2 因采用單一尺度網(wǎng)絡(luò)結(jié)構(gòu)，在檢測(cè)不同尺度的索書(shū)號(hào)區(qū)域上存在較大局限性，準(zhǔn)確率、召回率和mAP 指標(biāo)值均較低；YOLOv3 增加了網(wǎng)絡(luò)深度、多尺度輸出和殘差網(wǎng)絡(luò)結(jié)構(gòu)，提升了學(xué)習(xí)和檢測(cè)能力，準(zhǔn)確率、召回率和mAP 指標(biāo)值較YOLOv2 有明顯提升；但YOLOv3-Tiny 輕量化版本的召回率和mAP 值較YOLOv3低；YOLOv4 通過(guò)改進(jìn)特征提取網(wǎng)絡(luò)、激活函數(shù)和檢測(cè)框損失函數(shù)提升了檢測(cè)性能，與YOLOv3 相當(dāng)；U-Net 網(wǎng)絡(luò)采用U 形編碼器-解碼器結(jié)構(gòu)，并利用跳躍連接保留上下文信息，有助于保留圖像細(xì)節(jié)，避免信息損失，三個(gè)性能指標(biāo)均表現(xiàn)較好；本文方法采用嵌套的U 形結(jié)構(gòu)，通過(guò)編碼器與解碼器模塊，有利于不同尺度圖書(shū)索書(shū)號(hào)區(qū)域的特征提取和融合。盡管準(zhǔn)確率低于YOLOv3-Tiny 和U-Net，但召回率和mAP 值有顯著提升，分別達(dá)到了99.9%和98.2%。綜上所述，本文提出的方法在圖書(shū)索書(shū)號(hào)區(qū)域的分割性能上表現(xiàn)較好。

為驗(yàn)證本文方法對(duì)圖書(shū)館在架圖書(shū)錯(cuò)序檢測(cè)的性能，在圖書(shū)索書(shū)號(hào)區(qū)域分割實(shí)驗(yàn)的基礎(chǔ)上，調(diào)用pytesseract 第三方OCR 庫(kù)識(shí)別索書(shū)號(hào)。根據(jù)同一層書(shū)架上放置書(shū)籍的索書(shū)號(hào)遵循索書(shū)號(hào)前者≤當(dāng)前索書(shū)號(hào)≤后者的排序原則，通過(guò)判斷相鄰書(shū)籍索書(shū)號(hào)大小是否滿足上述排序關(guān)系來(lái)判斷圖書(shū)是否存在錯(cuò)序現(xiàn)象。對(duì)于實(shí)驗(yàn)中使用的圖書(shū)館在架圖書(shū)，其索書(shū)號(hào)遵循自左向右非遞減排序方式。通過(guò)構(gòu)建列表數(shù)據(jù)結(jié)構(gòu)，將自左向右索書(shū)號(hào)識(shí)別結(jié)果添加至列表中，并與最近一次識(shí)別結(jié)果進(jìn)行比較，判斷元素大小是否符合排序規(guī)則。如果符合規(guī)則，則進(jìn)行下一索書(shū)號(hào)識(shí)別檢測(cè)，否則，標(biāo)記該圖書(shū)索書(shū)號(hào)位置，并以方框表示錯(cuò)序情況。圖6 為使用本文方法檢測(cè)的圖書(shū)館錯(cuò)序圖像結(jié)果。

圖6 部分檢測(cè)結(jié)果

圖6 中檢測(cè)結(jié)果表明，通過(guò)結(jié)合索書(shū)號(hào)分割和OCR識(shí)別技術(shù)，本文提出的基于U2-Net 深度學(xué)習(xí)網(wǎng)絡(luò)模型的方法能夠正確檢測(cè)出在架圖書(shū)的錯(cuò)序情況。

3 結(jié)語(yǔ)

本文提出了一種基于U2-Net 深度網(wǎng)絡(luò)的圖書(shū)館在架圖書(shū)錯(cuò)序檢測(cè)方法，實(shí)現(xiàn)準(zhǔn)確且快速的錯(cuò)序檢測(cè)。通過(guò)訓(xùn)練U2-Net 網(wǎng)絡(luò)對(duì)索書(shū)號(hào)區(qū)域進(jìn)行粗分割，并設(shè)計(jì)投影波谷法實(shí)現(xiàn)對(duì)單個(gè)圖書(shū)索書(shū)號(hào)的精分割。利用光學(xué)字符識(shí)別獲取每個(gè)索書(shū)號(hào)的字符，并按照?qǐng)D書(shū)排架規(guī)則比較索書(shū)號(hào)的排列順序，以判斷書(shū)架上是否存在錯(cuò)序圖書(shū)。實(shí)驗(yàn)結(jié)果表明，本文提出的深度網(wǎng)絡(luò)模型能有效解決圖書(shū)館錯(cuò)序檢測(cè)問(wèn)題，可提升圖書(shū)館管理效率，為在架圖書(shū)的自動(dòng)化管理提供了有效的技術(shù)基礎(chǔ)。