چکیده:
امروزه تشخیص و کدگشایی کدهای میله ای چنان در زندگی بشری فراگیر شده است که حذف آن بخش های زیادی از صنعت را دچار اخلال می کند. استفاده از اسکنرهای لیزری روشی مرسوم برای کدگشایی کدهای میله ای به شمار می آید ولی از قابلیت های کمی برخوردار هستند لذا اخیرا روش های مبتنی بر تحلیل تصویر و بینایی ماشین به شدت مورد علاقه قرار گرفته است. این روشها قادرند موقعیت بارکد را نیز تشخیص داده و مکانیزم تشخیص، شناسایی و کدگشایی را بطور کامل هوشمند و مکانیزه انجام دهند با این حال دارای نقاط ضعفی می باشند که ثبت تصاویر مات (تار) ناشی از عدم تنظیم لنز، تصویر با کیفیت کم یا رویدادهای مشابه از جمله نقاط ضعف آن می باشد. در این مقاله به ارائه یک روش ابتکاری و کاملا مکانیزه برای تشخیص همزمان موقعیت یک یا چند کدمیله ای پرداخته ایم. همچنین، با کمک روش های یادگیری ماشینی و ترکیب آن با تحلیل تصویر، یک روش بسیار کارآمد برای تشخیص و رفع ماتی تصاویر کدهای میله ای معرفی کرده ایم. ضمن ارائه روش پیشنهادی، پایگاه داده تصاویر کدهای میله ای با مقادیر مختلف مات شدگی را تهیه کرده ایم که برای سایر محققین بصورت کاملا رایگان قابل دسترس می باشد. نتایج بر روی 6000 تصویر کد میله ای ارزیابی شده و نشانگر موفقیت رهیافت پیشنهادی است.
An essential task in library maintenance is shelf-reading, which refers to the process of checking the disciplines of books based on their call numbers to ensure
that they are correctly shelved. Shelf-reading is a routine yet challenging task for librarians, as it involves controlling call numbers on the scale of thousands
of books promptly. Leveraging the strength of autonomous robots in handling repetitive tasks, we introduce a novel vision-based shelf-reader robot, called Pars, and
demonstrate its effectiveness in accomplishing shelf-reading tasks. Pars is equipped with six parallel cameras which enable it to check books and decide moving paths.
Through its vision-based system, Pars is also capable of routing and tracking paths between bookcases in a library, and it can also turn around bends. Also, we
propose a novel supervised approach to power the vision system of Pars, allowing it to handle motion blur on images captured while it moves. An approach based on
Faster R-CNN is also incorporated into the vision system, allowing the robot to efficiently detect the region of interest (ROI) for retrieving a book's information.
We evaluated the robot's performance in a library with $120,000$ books and discovered problems such as missing and misplaced books. Besides, we introduce a new
challenging dataset of blurred barcodes publicly available for similar researches.
دانلود پایگاه تصاویر کدهای میله ای
پایگاه داده بارکدهای مات شامل 1000 تصویر کد میله ای شفاف و 5000 تصویر متناظر مات آنها با 5 درجه تاری برای پژوهشگران و محققین بصورت رایگان قابل دسترس می باشد
برای دانلود اینجا را کلیک کنید
Our Blur Barcode 6000 dataset is available for free licensed under BSD for ONLY research purposes.
It is containing 1000 original barcode images and 5000 correspondence blurred images in 5 levels of blurriness (6000 in total).
You are welcome to use it without need any letter of permission or agreement.
Click here to download Blur Barcode 6000
Please cite our paper if you use
any problem, contact us
An Autonomous Vision-based Shelf-reader Robot using Faster R-CNN
Under review
|