基于深度學習的圖書館座位管理系統的設計

殷玉霞，張彬，帥小應

摘要：為了減少高校圖書館自習室空占座的現象，提高座位的使用效率，提出了基于深度學習的座位管理系統。通過神經網絡對座位數據訓練得到分類模型，利用分類模型對待識別的座位數據分類從而得到座位的狀態。如果處于預約或占用狀態的座位空閑時間超過設定閾值，系統將自動取消座位，實現了對座位的實時管理。深度學習能提高座位狀態識別的準確性，有效提高了圖書館座位的管理效率。

關鍵詞：座位;圖書館;占座;深度學習;神經網絡

中圖分類號：TP391? ? ?文獻標識碼：A

文章編號：1009-3044（2021）34-0001-03

1 引言

高校圖書館軟硬件條件好，是學生首選的自習場所。隨著高校在校生人數的增多以及近年來大學生對考研、考編制的熱情的不斷增長，越來越多的學生選擇到圖書館的自習室學習，導致學校圖書館的座位越來越緊張。圖書館自習室的座位無法滿足在校學生的學習需求，尤其是在各種考試季來臨時，學生搶位、占位的現象更加嚴重。占位在高校圖書館屢禁不止，學生想盡各種辦法占位。占座的主要形式包括同學間代人占座、利用書籍物品占座等。占座降低座位使用的效率、造成座位分配的不公、引發學生與學生以及學生與管理人員間的矛盾沖突、滋生“賣座”等不良現象。

為了有效解決占座問題，各個高校嘗試著運用各種方法如教師勸導、定期巡查清理等加以解決，一些高校還引進了現代的管理技術如網絡預約、現場掃碼簽到等方法，但是占座現象還仍然存在。趙淑娟對高校圖書館占座問題的原因以及現狀進行了較為深入的分析，針對當前高校圖書館占座現象的指出利用計算機系統是解決此類問題的最佳方案 [1]。高校應利用先進的管理系統提高座位管理的效率。當前高校圖書館中部分同學搶到座位后離開座位，使得座位較長時間內處于實際空閑狀態。這種狀態比較常見，不僅浪費了資源又容易引發矛盾沖突。為了更為有效地對座位進行管理本文提出了基于深度學習的座位管理的方法，通過實時獲取座位的圖像數據能及時感知到座位的狀態。當學生預約成功后如果在規定時間沒有使用座位或者使用過程中長時間離開座位，系統自動取消座位，有效減少空占座的現象，提高座位的利用率。

2 相關研究

文獻[2]利用RFID、紅外等技術設計了一種圖書館座位管理系統，通過用戶離開座位的時間長短來判斷用戶使用過程是否有違規活動。為了實現高效、智能化的圖書館管理，何鵬提出依據用戶積分動態變化實現智能化管理的座位管理系統，克服了部分已有系統以用戶離開時間長短為單一判斷依據的不合理性與靈活性[3]。為了幫助用戶提高選位的效率，提升圖書館的管理水平，尹相權對圖書館的用戶行為進行了深入的分析[4]。

馬東明[5]設計了基于IC卡的圖書館自習室座位管理系統，系統通過在線預約與現場刷卡確認等方式有效抑制空占位現象。張靜端等人結合GIS與紅外探測技術設計了能夠實現查詢、預約座位與定位導航功能的圖書館座位系統[6]。文獻[7-8]利用人臉識別技術對學生進出圖書館自習室進行識別，提高座位的使用效率。圖像分類是圖像處理的重要技術，深度學習是近年來在圖像分類方面取得了重大的成功[9]，基于深度學習算法的圖像分類準確性會更好[10]。

3 系統設計

3.1 系統架構

本系統采用MVC模式，利用B/S與C/S相結合來實現系統的功能，系統架構如圖1所示。視圖（View）負責向用戶顯示數據并向控制器（Controller）發請求;控制器控制數據流向業務模型（Model），并用業務執行結果更新視圖;模型表示特定的業務邏輯，返回數據變化。

視頻終端設備采集自習室的圖像數據上傳到服務器，服務器經過深度學習算法處理得到座位的狀態，用戶可通過App、瀏覽器、現場觸屏設備等進行查看、預約座位等操作。當系統檢測到當前正處于預約或占用狀態的座位空閑時間超過設定的閾值時，系統將會取消座位。

3.2 系統功能

系統用戶主要分為學生與管理員兩類，不同用戶分類具有不同的功能。管理員主要有學生管理、系統管理、座位管理以及數據分析等功能;學生主要的個人信息管理、座位查看、座位預約、座位取消等功能。系統功能如圖2所示。

3.3 系統主要模塊的設計

3.3.1 座位查詢

學生或管理員能夠查看座位的狀態。座位狀態有“占用”“空閑”“預約”“關閉”四種狀態，分別用紅色、綠色、橙色、灰色表示。占用表示該位置已經有人使用，處于空閑狀態的座位可以接受預約，關閉狀態的座位不能預約也不能使用。處于空閑狀態的座位如果有人預約成功則其狀態轉為預約狀態，學生現場簽到后變為占用狀態。管理員可以關閉座位也可以開放座位，座位狀態轉換如圖3所示。

3.3.2 座位預約

學生可以通過手機遠程、臺式電腦或現場終端預約座位，預約成功后，當用戶在規定時間內到現場簽到便開始使用座位，預約流程如圖4。

3.3.3 座位取消

學生預約座位后，如果不能去圖書館學習則要在開始時間前取消座位的預約。如果在開始后指定的時間內學生本人沒有使用預約的座位或長時間離開座位系統將取消座位，系統將對此情況進行記錄并采取適當的措施。

3.3.4 數據分析

通過用戶預約次數、使用時長、退訂次數、取消次數、學習行為以及座位的使用數據等方面進行統計，構建基于用戶與座位的歷史數據的分析模型，進行個性化的管理與推薦。

3.4 座位狀態檢測

自習室中座位的狀態會動態變化，通過深度學習算法對拍攝到的圖像進行分類，可實時檢測到座位的狀態。

首先對座位圖像數據進行數據清理等預處理，然后對座位狀態進行標本標記，再利用神經網絡進行訓練得到分類器，最后利用分類器對待識別的座位狀態進行分類識別。當座位處于占用狀態時，如果深度學習算法檢測到座位處于實際空閑狀態便開始計時。當計時器超過設定的閾值系統便取消座位并記錄。同理預約成功但在預約時間內沒有使用的座位也將被取消。

4 結論

高校圖書館自習室是大學生自習的理想場所，隨著高校在校生人數的不斷增加，學校圖書館自習室的座位不能滿足學生學習的需要。搶座、占座是高校特有的現象，為了減少占座，提高座位的使用效率與公平性，本文提出了基于深度學習的座位管理系統。系統利用深度學習算法實時分析拍攝到的座位圖像，算法能有效判斷出座位的狀態，對于預約后不能及時使用座位或使用過程中長時間離開座位的現象能得到及時處理，從而提高了座位的使用效率。基于深度學習算法在圖像分類中的準確性高，可以有效減少管理人員的工作量，降低了運行成本。

本文只是利用深度學習算法對座位的狀態進行分類，今后將進一步探討利用深度學習算法在圖書館座位管理中精細的圖像分類，利用圖像識別實現自動簽到，提高管理的效率。

參考文獻：

[1] 趙淑娟.高校圖書館占座問題的分析及解決方案[J].長治學院學報，2017，34（4）：102-105.

[2] 秦劍飛，王安，沈謝，等.基于RFID圖書館座位管理系統[J].科技信息，2014（3）：27-28.

[3] 何鵬.圖書館智能化座位管理系統的設計[J].常州工學院學報，2016，29（1）：63-67.

[4] 尹相權.基于圖書館座位管理系統的用戶行為分析[J].數字圖書館論壇，2019（10）：37-44.

[5] 馬東明，張萌.基于IC卡的圖書館自習室座位管理系統的設計與實現[J].圖書情報工作，2014，58（S2）：177-179，192.

[6] 張靜端.基于GIS技術的高校圖書館座位管理系統[J].東華大學學報（自然科學版），2016，42（2）：242-247.

[7] 徐海東.基于人臉識別的座位管理系統的設計與實現[J].科技情報開發與經濟，2015，25（20）：140-141.

[8] 王斌，劉廷泰，唐蕾，等.基于機器視覺的圖書館座位管理系統的設計與實現[J].信息與電腦，2020，32（4）：81-82，85.

[9] Li Y X.Deep reinforcement learning[EB/OL].2018：arXiv：1810.06339[cs.LG].https：//arxiv.org/abs/1810.06339

[10] 陶筱嬌，王鑫.基于深度學習算法的圖像分類方法[J].微型電腦應用，2019，35（3）：40-43.

【通聯編輯：梁書】