A haar classifier based call number detection and counting method for library books
Yükleniyor...
Dosyalar
Tarih
2018-12-06
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
IEEE
Erişim Hakkı
info:eu-repo/semantics/closedAccess
Özet
Counting and organization of books in libraries is a routine and time-consuming task The task gets more complicated by misplaced books in shelves. In order to solve these problems, we propose an automated visual call number (book-id) detection and counting system in this paper. The method employs a Haar feature-based classifier from OpenCV library and cloud-based OCR system to decode characters from images. To develop and test the method, we have acquired and organized a dataset of 1000 book call numbers. The proposed method has been tested on 20 bookshelves images that contain 233 call numbers, which resulted in a true detection rate of 96% and false detection rate of 1.75 per image. For OCR step, the number of false recognized characters per call number was 0.76.
Kütüphanelerde kitapların sayımı ve organizasyonu rutin ve zaman alıcı bir iştir. Bu iş, raflarda yanlış yerde bulunan kitaplar ile birlikte daha da karmaşıklaşır. Bu problemleri çözmek için, bu çalışmada otomatik kitap yer numarası bulma ve sayma sistemi tasarlıyoruz. Yöntem, OpenCV kütüphanesinin Haar özellik tabanlı sınıflandırıcısını ve görüntülerden gelen karakterlerin çözümlenmesi için bulut tabanlı bir OCR sistemi kullanır. Yöntemi geliştirmek ve test etmek için 1000 adet yer numarası içeren bir veri seti edindik ve düzenledik. Tasarlanan yöntem, 233 yer numarası içeren 20 kitap rafı fotoğrafı üzerinde test edilmiş ve 96% doğru tanıma oranı ve görüntü başına 1.75 yanlış tanıma oranı bulunmuştur. Yer numarası başına yanlış tanınan karakter sayısı OCR için 0.76’dır.
Kütüphanelerde kitapların sayımı ve organizasyonu rutin ve zaman alıcı bir iştir. Bu iş, raflarda yanlış yerde bulunan kitaplar ile birlikte daha da karmaşıklaşır. Bu problemleri çözmek için, bu çalışmada otomatik kitap yer numarası bulma ve sayma sistemi tasarlıyoruz. Yöntem, OpenCV kütüphanesinin Haar özellik tabanlı sınıflandırıcısını ve görüntülerden gelen karakterlerin çözümlenmesi için bulut tabanlı bir OCR sistemi kullanır. Yöntemi geliştirmek ve test etmek için 1000 adet yer numarası içeren bir veri seti edindik ve düzenledik. Tasarlanan yöntem, 233 yer numarası içeren 20 kitap rafı fotoğrafı üzerinde test edilmiş ve 96% doğru tanıma oranı ve görüntü başına 1.75 yanlış tanıma oranı bulunmuştur. Yer numarası başına yanlış tanınan karakter sayısı OCR için 0.76’dır.
Açıklama
Anahtar Kelimeler
Automated visual call number detection-and-counting system, Book spines, Book-id, Bookshelves images, Call number counting method, Call number detection, Call number detection method, Call number, Character decoding, Character recognition, Cloud computing, Cloud-based OCR system, Counting system, Decoding, Detection rates, Digital libraries, Document image processing, False detection rate, False detections, Feature extraction, HAAR classifier, Haar feature-based classifier, Haar classifiers, Haar features, Image classification, Image coding, Libraries, Library automation, Library books, Library automation, Misplaced books, Object detection, OCR, OpenCV library, Optical character recognition, Optical character recognition software, Optical imaging, Robots, Statistical tests, Time-consuming tasks, Training, XML, HAAR sınıflandırıcı, Kütüphane otomasyonu, Yer numarası bulma
Kaynak
UBMK 2018 - 3rd International Conference on Computer Science and Engineering
WoS Q Değeri
N/A
Scopus Q Değeri
N/A
Cilt
Sayı
Künye
Kanburoğlu, A. B. & Tek, F. B. (2018). A haar classifier based call number detection and counting method for library books. Paper presented at the UBMK 2018 - 3rd International Conference on Computer Science and Engineering, 504-508. doi:10.1109/UBMK.2018.8566314
