[发明专利]一种图书馆图书损坏评定方法及系统

权利要求书

1.一种图书馆图书损坏评定方法，其特征在于：包括以下步骤：

获取图书出借时正反侧三面图书图像数据：

通过特征提取模块采用线下训练完成的卷积神经网络模型提取图书图像数据所对应的归一化特征向量并存入数据库：所述归一化特征向量包括出借时图书正面归一化特征向量出借时图书反面归一化特征向量和出借时图书侧面归一化特征向量

其中，

表示出借时图书正面归一化特征向量；

表示出借时图书反面归一化特征向量；

表示出借时图书侧面归一化特征向量；

通过特征比对模块按照以下公式来计算图书出借前后的差异度：

式中，β为图书出借前后差异度；

表示归还时图书正面归一化特征向量；

表示归还时图书反面归一化特征向量；

表示归还时图书侧面归一化特征向量；

||·||₂为2范数运算；

根据差异度与设定门限值进行比较，判断图书是否存在图书损坏，如果无，则结束；

如果有，则合并图书归还时和出借时的正面、反面及侧面的归一化特征向量为损坏评级所需的图书出借前后归一化特征向量；

将图书出借前后归一化特征向输入到损坏评定模块中，对图书的损坏程度进行评级得到并输出评级结果；

根据图书损坏评定结果，对图书进行报废评定。

2.如权利要求1所述的图书馆图书损坏评定方法，其特征在于：所述图书出借前后归一化特征向量采用如下公式进行特征级联拼接方式合并：

3.如权利要求1所述的图书馆图书损坏评定方法，其特征在于：所述归一化特征向量采用如下公式进行归一化计算：

式中，为归一化之前的特征向量，||·||₂为2范数运算。

4.如权利要求1所述的图书馆图书损坏评定方法，其特征在于：所述损坏评定模块中的图书损坏程度的评级是按照以下方式进行：

所述图书损坏程度的评级采用神经网络结构来实现损坏评级，所述神经网络结构通过神经网络全链接层和softmax层采用线下训练完成，包括：人为标定大量图书的损坏级别，将图书的归一化特征向量与其对应的标定送入神经网络全链接层和softmax层训练，根据使得输出预测图书损坏级别与标定误差之差达到预设最小阈值时，更新训练神经网络全链接层和softmax层。

5.如权利要求1所述的图书馆图书损坏评定方法，其特征在于：所述损坏评定模块中的Softmax层采用概率值进行图书损坏级别预测，所述概率值分别设置为N个级别，所述N的取值为预设值。

6.如权利要求1所述的图书馆图书损坏评定方法，其特征在于：所述根据图书的损坏评定结果，对图书进行报废评定，具体步骤如下：

将图书出借前的特征向量替换为图书新书时特征向量，将图书归还时特征向量替换为当前图书特征向量，对图书进行损坏评定，当图书损坏级别大于门限值时，则报废该图书。