CN110263201A - 一种电子产品品类识别、缺损识别方法及其应用 - Google Patents
一种电子产品品类识别、缺损识别方法及其应用 Download PDFInfo
- Publication number
- CN110263201A CN110263201A CN201910556884.1A CN201910556884A CN110263201A CN 110263201 A CN110263201 A CN 110263201A CN 201910556884 A CN201910556884 A CN 201910556884A CN 110263201 A CN110263201 A CN 110263201A
- Authority
- CN
- China
- Prior art keywords
- electronic product
- category
- defect
- identification
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000007547 defect Effects 0.000 title claims abstract description 160
- 238000000034 method Methods 0.000 title claims abstract description 129
- 238000004064 recycling Methods 0.000 claims abstract description 58
- 238000005516 engineering process Methods 0.000 claims abstract description 26
- 230000002452 interceptive effect Effects 0.000 claims abstract description 26
- 238000011084 recovery Methods 0.000 claims abstract description 10
- 239000000284 extract Substances 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 25
- 230000004069 differentiation Effects 0.000 claims description 23
- 230000009760 functional impairment Effects 0.000 claims description 18
- 230000007812 deficiency Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 15
- 230000008901 benefit Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 4
- 239000002910 solid waste Substances 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 230000036541 health Effects 0.000 claims description 2
- 230000003993 interaction Effects 0.000 claims description 2
- 230000009467 reduction Effects 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 206010034719 Personality change Diseases 0.000 claims 1
- 238000004364 calculation method Methods 0.000 claims 1
- 230000007246 mechanism Effects 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 abstract 1
- 238000000926 separation method Methods 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000008439 repair process Effects 0.000 description 4
- 230000009885 systemic effect Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000011027 product recovery Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 206010061619 Deformity Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000010793 electronic waste Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000010813 municipal solid waste Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
Abstract
本发明涉及智能识别技术领域,公开了一种电子产品品类识别、缺损识别方法及其应用,其中品类识别方法包括:制定品类目录和编码,预设品类数据库;预设品类识别元数据库;采集待识别电子产品特征信息,比对品类数据库和品类识别元数据库;缺损识别方法通过缺损识别方法通过预处理电子产品的图像信息和交互界面信息,识别其各种缺损类别;本发明能够快速准确自动识别电子产品的品类和缺损类型及其程度,判定该电子产品的回收价值及其循环利用方式和流向,规范了电子产品回收定价机制以及回收等级分类标准以及价格体系,优化和提高回收服务质量和运营效率。
Description
技术领域
本发明涉及智能识别技术领域,具体涉及一种电子产品品类识别、缺损识别方法及其应用。
背景技术
随着科技的发展,电子产品的更新换代越来越频繁,更替弃用的电子产品用户选择卧柜闲置而不选择回收,形成天量的电子产品固废污染“堰塞湖”,留下不可估算的生态环境危害隐患。通过回收方式处理闲置弃用的电子产品等电子产品,对于保护环境、保障健康、维护生态平衡和利用再生资源、发展循环经济极为重要。
当前电子产品等电子产品回收业态主要有线上和线下两种方式。线上回收验机作业复杂、估价流程繁琐,需要将物件寄送到回收商指定地点人工验机后才付款,不仅因为回收价格不透明,不能及时完成交易交割,容易滋生居中牟利、不良欺诈现象,而且占用资金和时间,浪费在物流。线下回收门店地址固定,用户不方便,即便商户上门回收还是要用户承担高成本;游商回收捡漏换脸盘、废品站回收当垃圾,用户价值流失。区域市场的线下回收商,受限于其信息、技术、资源瓶颈导致高成本低效率,形成业界回收价低量小,与实际需求严重脱节的现状。在传统产业转型升级、供给侧改革和互联网+、智能+的大环境下,电子产品回收技术亟待融合创新。我国存量巨大的电子产品是巨大的环境污染隐患,必须通过有效途径分解消除;是巨大的生产要素资源,必须探索有效机制盘活利用;是巨大的产业发展机会,必须创新有效模式价值驱动。
目前电子产品等电子产品回收行业技术主要集中在回收网站、相关APP和终端装备方面,产品回收的缺损等级判定、回收定价、过程服务均需人工作业或者是人工操作机械化,投机性和随意性十分严重,尚未有能实现回收价值合理、回收方式便捷、保障用户权益和隐私安全的系统性智能化技术方案。
发明内容
针对现有技术的不足,本发明提供一种电子产品品类识别、缺损识别方法及其应用,用解决背景技术中的问题。
本发明解决技术问题采用如下技术方案:
一种电子产品品类识别方法,包括以下步骤:
制定品类目录和编码,预设品类数据库;
提取所述品类目录和编码项下对应电子产品识别元素和差异化特征,形成品类识别元数据,预设品类识别元数据库;
采集待识别电子产品特征信息,比对品类数据库和品类识别元数据库,确定所述待识别电子产品的品类和对应编码。
本发明还提供一种电子产品缺损识别方法,通过提取待回收电子产品的图像信息中与所述该品类编码项下电子产品的标准图像的异常特征,识别其各种缺损类别,并据以判定其回收价值及其循环利用方式和流向;
所述缺损识别方法实施步骤为:
制定品类目录和编码,预设缺损类别数据库;
预设各种品类目录和编码项下该电子产品的外观成色类别、形变缺损类别、屏显缺损类别、组件缺损类别、功能缺损类别和系统缺损类别的分类标准和规则及其缺损编码,存入缺损类别数据库;
按照品类编码项下电子产品的分类标准和规则及其缺损编码,采用网格坐标法和滤光滤色法以及交互界面路径关系,提取该品类电子产品的外观成色类别、形变缺损类别、屏显缺损类别、组件缺损类别、功能缺损类别和系统缺损类别的识别元素,标注对应缺损类别识别模板;
对应设置缺损识别元数据库;
根据待识别电子产品情况选择识别方法,采集待识别电子产品特征信息,比对缺损类别数据库和缺损识别元数据库,确定所述待识别电子产品的品类和对应编码。
本发明还提供一种回收定价方法,应用如前述的识别方法,对待回收电子产品进行预估回收价,包括以下步骤:
按照所述品类数据库中的品类目录和编码,预先设定:
不同品牌、型号、规格电子产品的回收价格为X;
回收定价基数为W;
产品硬件成本为K,硬件折旧率为k;
品牌附加值份额比例为P,品牌保值率为p;
技术附加值份额比例为R,技术保值率为r;
工艺附加值份额比例为M,工艺保值率为m;
功能附加值份额比例为Q,功能保值率为q;
缺损恢复价/重置价为Z;
处理成本为Y,其中拆机成本y1、环保处理成本y2、账号密码解除费用y3;
回收服务过程成本和费用为L;
使用折损系数t;
回收利润率i%;
其中:
按照所述品类识别方法或缺损识别方法,识别确认待回收电子产品的品牌、型号、规格,调取其对应的回收定价基数为Wn;
产品硬件成本为Kn,硬件折旧率为kn;
品牌附加值份额比例为Pn,品牌保值率为pn;
技术附加值份额比例为Rn,技术保值率为rn;
工艺附加值份额比例为Mn,工艺保值率为mn;
功能附加值份额比例为Qn,功能保值率为qn;
缺损恢复价为Zn;
处理成本为Yn,其中拆机成本y1n、环保处理成本y2n、账号密码解除费用y3n;
回收服务过程成本和费用为Ln;
使用折损系数tn;
回收利润率in%;
带入公式:
Xn={Kn×(1-kn)+(Wn-Kn)×(Pn×pn+Rn×rn+Mn×mn+Qn×qn)×tn-Zn-Yn-Ln}×(1-in)
即得待回收电子产品的预估回收价Xn。
本发还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如前述的电子产品品类识别方法、缺损识别方法和回收定价方法中的一种或多种。
与现有技术相比,本发明具有如下的有益效果:
本发明提供了两种电子产品识别方法,基本涵盖了实际应用中电子产品的各种状态,采用人工智能技术通过品类识别方法识别待回收电子产品的种类、品牌、品名、型号、规格、配置、颜色、账号密码状态、串号、电子三包保修状态,通过缺损识别方法识别完成待回收电子产品的外观成色类别及形变、屏显、组件、功能、系统缺损类别,全面解决了当前电子产品回收行业和回收作业中不能快速识别待回收电子产品的品类和缺损类型及其程度的问题;
本发明基于品类识别和缺损识别定义了一种回收定价方法,从品种、品牌、技术、工艺、功能、硬件、即时交易数据等多维度核算回收价格,不仅能最大化保障用户权益,而且能最大化利用发挥电子产品弃用后的资源价值和生态价值,解决了当前回收行业不能准确判定其回收价值及循环利用方式和流向、计算其合理公允的回收价格的问题,解决了当前回收市场因技术和信息不对称原因导致的随意报价、价格欺诈和投机取巧而形成供需不畅、资源浪费流失、电子产品固废污染及生态环境灾害隐患巨大的问题;
本发明采用自定义网格法和过滤法,突破了传统基于像素坐标、图像二值处理、图像分割和数学形态学检测的技术限制,克服了当前图像识别技术自适应性能差,一旦目标图像被较强的噪声污染或是目标图像有较大残缺往往就得不出理想结果的问题,增强了稳定性和普适性,大幅度降低了开发成本和使用成本;
本发明简化了电子产品回收流程和作业步骤,减少了中间环节,大幅度降低了资金占用成本、检测成本、回收过程事务人工成本和物流成本,能帮助各类市场主体实现效益最大、效率最高、风险最小、互利共赢;
本发明规范了电子产品回收品类及其品类分类方法和标准、规范了电子产品缺损类别及其分类方法和标准,规范了电子产品回收定价机制,减少了回收环节人工干预因素,能帮助电子产品回收市场建立供需信任、促进交易公平、推动供需两畅;
同时,本发明采集分类的数据,系统可以直接对接市场,能支持卖家在线圈货、即时公开竞价购买或限时暗拍交易,可以根据不同市场规则和客户要求定制回收产品类型、定制回收产品缺损类别和标准,支持自动完成全回收流程验机、计价、付款、收货、销售、发货作业,支持通过用户界面实现人工介入交易决策,并可以支持大数据分析和数据资源挖掘,支持深度学习计算引擎自动优化回收流程、提高识别准确率和报价合理性,进一步优化和提高回收服务质量和运营效率,提高电子产品回收利用率,分解电子垃圾隐患,盘活生产要素资源,驱动生态循环经济发展。
关于本发明相对于现有技术,其他突出的实质性特点和显著的进步在实施例部分进一步详细介绍。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明的品类识别方法流程示意图;
图2为本发明的缺损识别方法示意图;
图3、4、5分别为本发明的网格分析法以手机为例的提取特征信息的示意图;
图6为本发明的电子产品三包保修状态用户界面示意图;
图7为本发明的电子产品识别和定价结果输出示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在说明书及权利要求书当中使用了某些名称来指称特定组件。应当理解,本领域普通技术人员可能会用不同名称来指称同一个组件。本申请说明书及权利要求书并不以名称的差异作为区分组件的方式,而是以组件在功能上的实质性差异作为区分组件的准则。如在本申请说明书和权利要求书中所使用的“包含”或“包括”为一开放式用语,其应解释为“包含但不限定于”或“包括但不限定于”。具体实施方式部分所描述的实施例为本发明的较佳实施例,并非用以限定本发明的范围。
此外,所属技术领域的技术人员知道,本发明的各个方面可以实现为系统、方法或计算机程序产品。因此,本发明的各个方面可以具体实现为软硬件结合的形式,这里可以统称为“电路”、“模块”或“系统”。此外,在一些实施例中,本发明的各个方面还可以实现为在一个或多个微控制器可读介质中的计算机程序产品的形式,该微控制器可读介质中包含微控制器可读的程序代码。
实施例1
请参考图1、3、4、5、7,本实施例的一种电子产品品类识别方法,这些电子产品可以是手机、电脑等其他任何有回收价值的电子设备,一种电子产品品类识别方法,包括以下步骤:
设定回收产品分类标准和规则,按照种类、品牌、品名、型号、规格、配置、颜色垂直从属关系,制定电子产品回收品类目录和品类识别编码,预设回收品类数据库;
通过定制模板爬虫软件和人工校验录入或人工采集录入,实时采集和更新所述品类数据库中品类识别编码项下电子产品的关联信息;所述关联信息包括:
基础信息;
辅助信息;
流通信息;
标准图像;
其中基础信息包括:电子产品的种类、品牌、品名、型号、规格、配置、颜色、系统软件信息和版本;
其中辅助信息包括:电子产品的品牌运营商、核心组部件供应商、生产商、销售商和主要销售渠道以及价值链企业工商登记信息及其重大事项披露信息、电子产品核心技术、主要生产工艺技术及其制程信息;
其中流通信息包括:电子产品的发布日期、出厂价格、上市销售日期、销售渠道和销售价格、销售量、软件更迭版本、硬件物料清单和停产停销日期信息;
其中标准图像包括:电子产品的正面图像和背面图像、侧立面图像、重点部位显微图像、一个或多个指定用户界面图像;
提取所述品类目录和编码项下对应电子产品识别元素和差异化特征,形成品类识别元数据,预设品类识别元数据库;
本实施例中的识别元素和差异化特征通过采用网格分析法和过滤法提取电子产品标准图像得到,具体包括:
提取存储所述标准图像中该电子产品与其他不同种类电子产品之间的识别元素和差异化特征;
提取存储所述标准图像中该电子产品与其同种类、但不同品牌电子产品之间的识别元素和差异化特征;
提取存储所述标准图像中该电子产品与其同品牌、但不同品名之间的识别元素和差异化特征;
提取存储所述标准图像中该电子产品与其同品牌、品名但不同型号之间的识别元素和差异化特征;
提取存储所述标准图像中该电子产品与其同品牌、品名、型号但不同规格之间的识别元素和差异化特征;
提取存储所述标准图像中该电子产品与其同品牌、品名、型号和规格,但不同配置产品之间的识别元素和差异化特征;
所述识别元素和差异化特征包括:
电子产品的表面形状和颜色;
电子产品品牌图案和字符;
电子产品机壳和边框及组件的结构层次和颜色;
电子产品包括摄像头、闪光灯、扬声器、按键在内的功能组件以及交互界面UI设计特征、表单式样、图标和文字的位置和形体坐标、几何关系;
本实施例中的网格分析方法具体包括:
预设标定坐标原点和x轴、y轴及其分度尺的透明四象限坐标网格为标准检测坐标;
预设该品类识别编码项下标准图像元数据库,记录存储采用标准检测坐标提取所述品类识别编码项下该电子产品的各类标准图像数据;
所述提取标准图像数据包括:
将标准检测坐标叠放在所述品类识别编码项下电子产品标准图像的表面,坐标原点与该标准图像中选定特征的中心点重合,x轴与顶边平行、y轴垂直,并通过产品实物标准尺寸按比例标定坐标分度尺的尺寸;
通过标准检测坐标提取所述标准图像中的机身规格尺寸、显示屏规格尺寸、机壳和边框的几何形状和尺寸、品牌图文形状和尺寸,以及摄像头、闪光灯、扬声器等不同功能组件和不同按键的几何形状和尺寸,以及重点部位显微特征,并标定其空间位置坐标和相互之间的几何关系,并将数据录入该品类识别编码项下标准图像元数据库;
通过标准检测坐标提取所述指定用户界面UI设计特征、表单式样、图标和文字的形体特征,标定其空间位置坐标及其相互之间的几何关系,并将数据录入该品类识别编码项下标准图像元数据库;
通过标准检测坐标提取所述品类识别编码项下电子产品多个指定用户界面进入按键的识别特征和坐标位置,并按照不同用户界面父子关系记录进入路径,并将数据录入该品类识别编码项下标准图像元数据库;
本实施例中采用过滤法采集所述品类识别编码项下电子产品的标准表面颜色、标准光泽度和标准粗糙度,并将数据录入该品类识别编码项下标准图像元数据库;
在本实施例中还分析处理电子产品的包括种类、品牌、品名、型号、规格、配置的识别元素和差异化特征的特有特征,形成该品类目录和编码项下的个性化特征元数据,并存入对应品类识别元数据库。
在本实施例中还分析所述个性化特征元数据和对应识别元素和差异化特征,分别制作该品类电子产品的种类识别模板、品牌识别模板、品名识别模板、型号识别模板、规格识别模板和配置识别模板,并存入对应品类识别元数据库。
在本实施例中还分析处理前所述个性化特征元数据和对应识别元素和差异化特征,对应标准图像,分别制作该品类电子产品的正面识别模板、背面识别模板和指定交互界面识别模板,并存入对应品类识别元数据库。
采集待识别电子产品特征信息,比对品类数据库和品类识别元数据库,确定所述待识别电子产品的品类和对应编码,具体包括:
采集待识别电子产品特征信息,比对品类数据库和品类识别元数据库,具体包括:
采集待识别电子产品的正面图像、背面图像或指定交互界面图像;
分别将该待识别电子产品的正面图像、背面图像或指定交互界面图像与对应识别模板进行比对和相互验证,识别其品类编码,获取待识别电子产品全部信息。
其中比对和相互验证具体包括:
若待识别电子产品的正面图像、背面图像和指定交互界面图像依次通过其个性化识别模板能准确识别其品类编码,则自动完成识别,存储信息;
否则依次按照该产品种类、品牌、品名、型号、规格、配置的属性关系调用对应识别模板进行识别:若其识别模板能准确识别其品类编码,则自动完成识别,存储信息,否则提取各个步骤的吻合特征相互验证,识别其品类编码,存储信息;
在比对和相互验证中,经全部比对计算:
识别不能模板对应为配置、规格、型号的,依次判定其为所属规格、型号、品名对应品类编码项下的最低配置机型;
识别不能模板对应为品名的,判定为该品牌对应品类编码项下品牌统货机;
识别不能模板对应为品牌的,识别判定为杂牌统货机;
识别不能模板对应为种类的,判定为固废机;
其中标准图像以及待识别电子产品的正面图像、背面图像和指定交互界面图像采用包括加置坐标网格和滤光滤色板以及图像降噪或调整灰度值的方法减少干扰,提高品类识别率。
本实施例中对所有品类目录和编码项下完成识别的图像进行比对分析,按照识别进程中调用的识别模板和被识别图像,分别计算识别成功率,提取关键共性特征,优化识别模板。
实施例2
请参照图2、3、4、5、7,本实施例提供一种缺损识别方法,通过提取待回收电子产品的图像信息中与所述该品类编码项下电子产品的标准图像的异常特征,识别其各种缺损类别,并据以判定其回收价值及其循环利用方式和流向;
所述缺损识别方法实施步骤为:
制定品类目录和编码,预设缺损类别数据库;本实施例中可以采取和品类识别方法相同的方式设置品类目录和品类识别编码,从而设置所述品类识别编码项下电子产品的缺损识别数据库和缺损识别元数据库;
本实施例下的品类识别编码项下缺损类别包括外观成色类别、形变缺损类别、屏显缺损类别、组件缺损类别、功能缺损类别和系统缺损类别;
制定所述外观成色类别、形变缺损类别、屏显缺损类别、组件缺损类别、功能缺损类别和系统缺损类别的分类标准和规则及其缺损编码,对应设置所述品类识别编码项下电子产品的缺损类别元数据库;
本实施例中的外观成色类别依新旧程度分为6级,其中第6级为外形破损类别,是指该电子产品因掉落、碰撞等外力所致机角破损、边框破损、显示屏破损、底盖上部破损、底盖下部破损等外形损伤;预设其外观成色类别子类编码,并根据其分级标准和规则标注外观成色识别元数据录入缺损类别元数据库;
其中形变缺损类别分为靓机、小花、大花、开裂、外爆、内爆、拆修机等子类别,预设其缺损类别子类编码,并根据其分类标准和规则标注形变缺损识别元数据录入缺损类别元数据库;
其中屏显缺损类别分为屏膜、屏支架、外屏、触控层、液晶层、背光源等子类别,预设其屏显缺损子类编码,并根据其分类标准和规则标注屏显缺损识别元数据录入缺损类别元数据库;
其中组件缺损类别分为充电组件、摄像头、主板、闪光灯、按键等子类别,预设其组件缺损子类编码,并根据其分类标准和规则标注组件缺损识别元数据录入缺损类别元数据库;
其中功能缺损类别分为网络、WIFI、通话、蓝牙、NFC、摇摆、其他功能等子类别,预设其功能缺损子类编码,并根据其分类标准和规则标注功能缺损识别元数据录入缺损类别元数据库;
其中系统缺损类别分为版本过低、系统卡顿、自动重启、自动关机、功能损坏、系统死机、不能开机等子类别,预设其系统缺损子编码,并根据其分类标准和规则标注系统缺损识别元数据录入缺损类别元数据库;
在本实施例中分析同品类识别编码项下电子产品的缺损特征及其缺损形成的因果关系,提取共性特征和缺损形成的逻辑顺序,标注外观成色、形变缺损、屏显缺损、组件缺损、功能缺损和系统缺损识别模板,录入缺损类别元数据库;
根据待识别电子产品情况选择识别方法,采集待识别电子产品特征信息,比对缺损类别数据库和缺损识别元数据库,确定所述待识别电子产品的品类和对应编码;在本实施例中具体包括调用所述待识别电子产品的正面图像、背面图像、侧立面图像和指定用户界面图像;
采用所述标准检测坐标,提取所述待回收电子产品的正面图像、背面图像、侧立面图像和指定用户界面图像中机身规格尺寸、显示屏规格尺寸、机壳和边框的几何形状和尺寸、品牌图文形状和尺寸,以及摄像头、闪光灯、扬声器、不同按键的几何形状和尺寸,并标定其空间位置坐标和相互之间的几何关系,并录入缺损识别数据库;
以及提取所述指定用户界面UI设计特征、表单式样、图标和文字的位置和形体特征,标定其空间位置坐标及其相互之间的几何关系,并录入缺损识别数据库;
以及采集所述待回收电子产品的颜色、表面光泽度、表面粗糙度,并录入缺损识别数据库;
将录入所述缺损识别数据库中的数据与所述标准图像元数据库中的标准图像数据比对计算,提取异常数据和未标定特征;
若经上述比对计算,没有提取到异常数据和未标定特征,则判定该待回收电子产品为新机,并将识别结果录入缺损识别数据库;
若经上述比对计算,提取到异常数据和未标定特征,则依次采用所述外观成色识别模板、形变缺损识别模板、屏显缺损识别模板、组件缺损识别模板、功能缺损识别模板和系统缺损识别模板进行比对计算识别,并将识别结果分别录入缺损识别数据库;
在本实施例中对所有品类识别编码项下完成缺损识别的数据进行比对分析,分别计算各类缺损识别模板识别成功率,提取关键共性特征和缺损形成的因果关系及其逻辑顺序,进一步优化缺损识别方法和识别步骤,提高缺损识别准确率。
本实施例中的识别方法包括:界面识别法、外形识别法;
所述界面识别法适用于能开机、且交互界面能部分显示设备系统信息的待识别电子产品;具体包括以下步骤:
系统预设各种品类电子产品的设备信息交互界面标准照片;
采用网格法提取品牌、型号、规格、串号及相关文字和图形、颜色、边框形状、摄像头、闪光灯、扬声器、按键等与同品牌不同规格型号产品之间的关键差异特征;
终端装备扫描或拍摄设定光照和焦距的设备信息交互界面照片;
系统采用OCR技术识别读取相关文字内容;
通过预设程序比对计算关键差异特征;
识别品牌、型号、规格、串号及相关文字和图形、颜色、边框形状、摄像头、闪光灯、扬声器、按键等与同品牌不同规格型号产品;
所述外形识别法适用于交互界面不能分辨设备系统信息的、及不能开机但外壳能分辨设备系统信息的待识别电子产品,具体包括以下步骤:
系统预设各种品类电子产品的正面和背面标准照片;
采用网格法提取品牌、型号、规格、串号及相关文字和图形、颜色、边框形状、摄像头、闪光灯、扬声器、按键等与同品牌不同规格型号产品之间的关键差异特征;
终端装备扫描或拍摄设定光照和焦距的正面和反面照片;
系统通过预设程序比对计算关键差异特征;
识别品牌、型号、规格、串号及相关文字和图形、颜色、边框形状、摄像头、闪光灯、扬声器、按键等与同品牌不同规格型号产品;
本实施例中的缺损识别方法还包括回收等级识别判定步骤,用于识别待识别电子产品的各种缺损特征,并据以判定其回收等级,具体包括以下步骤:
系统预设各种品类电子产品的屏显缺损、组件缺损、功能缺损、外形缺损和外观成色的特征、类型和等级;
根据各种缺损特征、类型和等级之间的逻辑关系、组合关系设定系统回收等级;
采用网格法分别分析提取前述待识别电子产品的不同照片中各种缺损特征;
系统通过预设程序分别比对计算该缺损的类型和级别;
系统判定回收等级。
实施例3
请参照图1、2、3、4、5、6、7,本实施例提供一种回收定价方法,按照所述品类数据库中的品类目录和编码,预先设定:
不同品牌、型号、规格电子产品的回收价格为X;
回收定价基数为W;
产品硬件成本为K,硬件折旧率为k;
品牌附加值份额比例为P,品牌保值率为p;
技术附加值份额比例为R,技术保值率为r;
工艺附加值份额比例为M,工艺保值率为m;
功能附加值份额比例为Q,功能保值率为q;
缺损恢复价/重置价为Z;
处理成本为Y,其中拆机成本y1、环保处理成本y2、账号密码解除费用y3;
回收服务过程成本和费用为L;
使用折损系数t;
回收利润率i%;
其中:
本实施例中回收定价基数W,采用该品类编码项下电子产品最新出厂价或者市场销售价减除行业平均销售渠道费用为基数;
本实施例中产品硬件成本K,采用该品类编码项下电子产品配置清单和最新零部件市场价格核算;
本实施例中产品硬件折旧率k,比照一般电子产品使用年限,按照年折旧率20%计算;
本实施例中品牌附加值份额P,根据行业品牌排名、产品市场占有率和相关舆情设定,一般预设一线品牌品牌附加值份额40%,二线品牌25%,三线品牌10%;根据市场行情和深度统计数据权重加减;
本实施例中品牌保值率p%,一般预设一线品牌年保值率90%,二线品牌75%,三线品牌50%;根据市场行情和深度统计数据权重加减;
本实施例中技术附加值份额R,根据同类产品技术对标、研发能力和相关舆情设定,一般预设头部企业技术附加值份额20%,二类企业15%,三类企业10%;根据市场行情和深度统计数据权重加减;
本实施例中技术保值率r%,一般预设头部企业技术年保值率80%,二类企业70%,三类企业60%;根据市场行情和深度统计数据权重加减;
本实施例中工艺附加值份额M,根据同类产品工艺对标、装备技术和相关舆情设定,一般预设头部企业工艺附加值份额20%,二类企业25%,三类企业30%;根据市场行情和深度统计数据权重加减;
本实施例中工艺保值率m%,一般预设头部企业工艺年保值率75%,二类企业60%,三类企业50%;根据市场行情和深度统计数据权重加减;
本实施例中功能附加值份额Q,根据同类产品功能比对和相关用户评论舆情设定,一般预设头部企业功能附加值值份额20%,二类企业35%,三类企业50%;根据市场行情和深度统计数据权重加减;
本实施例中功能保值率q%,一般预设头部企业功能年保值率80%,二类企业70%,三类企业60%;根据市场行情和深度统计数据权重加减;
本实施例中缺损恢复价/重置价Z,根据形变缺损、组件缺损、功能缺损检出项目及组件修配信息数据分析计算结果统计;
本实施例中处置成本Y包括:y1为拆机成本;y2为账号密码解除成本,根据回收产品的用户账号和密码解除难易程度设定;y3为环保处理成本;处置成本根据回收利用方式和流向选择,y1和y2可以累加,y3与前者不累加计算;
回收过程服务成本和费用L,根据回收过程人工、装备和物流耗费成本核算;
回收利润率i%,根据占用资金时间价值和行业平均利润率设定;
使用时间折损系数t,根据外观成色类别和等级,比照识别的保修期设定;
根据前述回收品类目录和品类识别编码,设置所述品类识别编码项下电子产品的回收定价数据库;
实时采集产品回收行业信息数据、回收行情信息数据、组件修配信息数据和再生资源信息数据,及相关舆情数据,分别存入回收定价数据库;
如图6所示采用标准检测坐标和/或OCR识别方法提取产品用户界面图像中产品MEID码、电子产品三包保修状态、用户账号和密码状态、系统更新版本信息等影响回收价格的信息数据,分别存入回收定价数据库;
调用所述品类识别编码项下电子产品的关联信息中基础信息、辅助信息、流通信息,核算其回收定价基数为Wn、产品硬件成本Kn、硬件折旧率kn、品牌附加值份额比例Pn、品牌保值率pn、技术附加值份额比例Rn、技术保值率rn、工艺附加值份额比例Mn、工艺保值率mn、功能附加值份额比例Qn、功能保值率qn,分别存入回收定价数据库;
调用所述品类识别编码项下电子产品的缺损类别数据,按照缺损类别子编码统计其所述缺损恢复价/重置价Zn、处理成本Yn及其拆机成本y1n、环保处理成本y2n、账号密码解除费用y3n;
根据所述品类识别编码项下电子产品的关联信息和缺损识别数据,判定其回收利用方式和流向,核算其服务过程成本和费用为Ln、使用折损系数tn、回收利润率in%;
带入公式:
Xn={Kn×(1-kn)+(Wn-Kn)×(Pn×pn+Rn×rn+Mn×mn+Qn×qn)×tn-Zn-Yn-Ln}×(1-in)
即得待回收电子产品的预估回收价Xn;
请参照图7,本实施例提供的基于华为手机,通过品类识别方法和缺损识别方法和回收定价方法进行识别定价后形成的回收客单的示意图。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (17)
1.一种电子产品品类识别方法,其特征在于,包括以下步骤:
制定品类目录和编码,预设品类数据库;
提取所述品类目录和编码项下对应电子产品识别元素和差异化特征,形成品类识别元数据,预设品类识别元数据库;
采集待识别电子产品特征信息,比对品类数据库和品类识别元数据库,确定所述待识别电子产品的品类和对应编码。
2.根据权利要求1所述的一种电子产品品类识别方法,其特征在于,对所述品类数据库中品类目录和编码项下对应电子产品关联信息进行实时采集和更新,所述关联信息包括:
基础信息;
辅助信息;
流通信息;
标准图像信息;
所述基础信息包括:种类、品牌、品名、型号、规格、配置、颜色、系统软件和版本信息;
所述辅助信息包括:电子产品品牌运营商、核心组部件供应商、生产商、销售商和主要销售渠道以及价值链企业工商登记信息及其重大事项披露信息、电子产品核心技术、主要生产工艺技术及其流程信息;
所述流通信息包括:电子产品发布日期、出厂价格、上市销售日期、销售渠道和销售价格、销售量、软件更迭版本、硬件物料清单和停产停销日期信息;
所述标准图像信息包括:电子产品正面图像和背面图像、能显示配置和功能信息的交互界面图像、侧立面图像。
3.根据权利要求1所述的一种电子产品品类识别方法,其特征在于,所述识别元素和差异化特征通过采用网格分析法和过滤法提取电子产品标准图像得到,具体包括:
提取存储所述标准图像中该电子产品与其他不同种类电子产品之间的识别元素和差异化特征;
提取存储所述标准图像中该电子产品与其同种类、但不同品牌电子产品之间的识别元素和差异化特征;
提取存储所述标准图像中该电子产品与其同品牌、但不同品名之间的识别元素和差异化特征;
提取存储所述标准图像中该电子产品与其同品牌、品名但不同型号之间的识别元素和差异化特征;
提取存储所述标准图像中该电子产品与其同品牌、品名、型号但不同规格之间的识别元素和差异化特征;
提取存储所述标准图像中该电子产品与其同品牌、品名、型号和规格,但不同配置产品之间的识别元素和差异化特征;
所述识别元素和差异化特征包括:
电子产品的表面形状和颜色;
电子产品品牌图案和字符;
电子产品机壳和边框及组件的结构层次和颜色;
电子产品包括摄像头、闪光灯、扬声器、按键在内的功能组件以及交互界面UI设计特征、表单式样、图标和文字的位置和形体坐标、几何关系。
4.根据权利要求3所述的一种电子产品品类识别方法,其特征在于,分析处理电子产品的包括种类、品牌、品名、型号、规格、配置的识别元素和差异化特征的特有特征,形成该品类目录和编码项下的个性化特征元数据,并存入对应品类识别元数据库。
5.根据权利要求4所述的一种电子产品品类识别方法,其特征在于,分析所述个性化特征元数据和对应识别元素和差异化特征,分别制作该品类电子产品的种类识别模板、品牌识别模板、品名识别模板、型号识别模板、规格识别模板和配置识别模板,并存入对应品类识别元数据库。
6.根据权利要求5所述的一种电子产品品类识别方法,其特征在于,分析处理所述个性化特征元数据和对应识别元素和差异化特征,对应标准图像,分别制作该品类电子产品的正面识别模板、背面识别模板和指定交互界面识别模板,并存入对应品类识别元数据库。
7.根据权利要求6所述的一种电子产品品类识别方法,其特征在于,所述采集待识别电子产品特征信息,比对品类数据库和品类识别元数据库,具体包括:
若待识别电子产品能够开机且交互界面能够分辨设备信息,则正常执行后续识别步骤,否则略过后续识别步骤中通过交互界面模板识别的步骤;
采集待识别电子产品的正面图像、背面图像或指定交互界面图像;
分别将该待识别电子产品的正面图像、背面图像或指定交互界面图像与对应识别模板进行比对和相互验证,识别其品类编码,获取待识别电子产品全部信息。
8.根据权利要求7所述的一种电子产品品类识别方法,其特征在于,所述比对和相互验证具体包括:
若待识别电子产品的正面图像、背面图像和指定交互界面图像依次通过其个性化识别模板能准确识别其品类编码,则自动完成识别,存储信息;
否则依次按照该产品种类、品牌、品名、型号、规格、配置的属性关系调用对应识别模板进行识别:若其识别模板能准确识别其品类编码,则自动完成识别,存储信息,否则提取各个步骤的吻合特征相互验证,识别其品类编码,存储信息;
在比对和相互验证中,经全部比对计算:
识别不能模板对应为配置、规格、型号的,依次判定其为所属规格、型号、品名对应品类编码项下的最低配置机型;
识别不能模板对应为品名的,判定为该品牌对应品类编码项下品牌统货机;
识别不能模板对应为品牌的,识别判定为杂牌统货机;
识别不能模板对应为种类的,判定为固废机。
9.根据权利要求8所述的一种电子产品品类识别方法,其特征在于,所述标准图像以及待识别电子产品的正面图像、背面图像和指定交互界面图像采用包括加置坐标网格和滤光滤色板以及图像降噪或调整灰度值的方法减少干扰,提高品类识别率。
10.根据权利要求9所述的一种电子产品品类识别方法,其特征在于,对所有品类目录和编码项下完成识别的图像进行比对分析,按照识别进程中调用的识别模板和被识别图像,分别计算识别成功率,提取关键共性特征,优化识别模板。
11.一种电子产品缺损识别方法,其特征在于,通过提取待回收电子产品的图像信息中与该品类编码项下电子产品的标准图像的异常特征,识别其各种缺损类别,并据以判定其回收价值及其循环利用方式和流向;
所述缺损识别方法实施步骤为:
制定品类目录和编码,预设缺损类别数据库;
预设各种品类目录和编码项下该电子产品的外观成色类别、形变缺损类别、屏显缺损类别、组件缺损类别、功能缺损类别和系统缺损类别的分类标准和规则及其缺损编码,存入缺损类别数据库;
按照品类编码项下电子产品的分类标准和规则及其缺损编码,采用网格坐标法和滤光滤色法以及交互界面路径关系,提取该品类电子产品的外观成色类别、形变缺损类别、屏显缺损类别、组件缺损类别、功能缺损类别和系统缺损类别的识别元素,标注对应缺损类别识别模板;
对应设置缺损识别元数据库;
根据待识别电子产品情况选择识别方法,采集待识别电子产品特征信息,比对缺损类别数据库和缺损识别元数据库,确定所述待识别电子产品的品类和对应编码。
12.根据权利要求11所述的一种电子产品缺损识别方法,其特征在于,所述识别方法包括:缺损类别界面识别法、缺损类别外形识别法;
所述缺损类别界面识别法适用于能开机、且交互界面能部分显示设备信息的待识别电子产品;
所述缺损类别外形识别法适用于交互界面不能分辨设备系统信息的、及不能开机但外壳能分辨设备信息的待识别电子产品。
13.根据权利要求12所述的一种电子产品缺损类别界面识别方法,其特征在于,所述缺损类别界面识别法用于识别待识别电子产品的硬件配置缺损信息、系统软件缺损信息和功能缺损信息,读取设备个性化用户设置,判定其屏显缺损类别、功能缺损类别、系统缺损类别和用户账号密码设置状态、产品保修状态;
具体包括以下步骤:
预设各种品类电子产品的设备信息交互界面标准图像;
采用网格坐标法提取设备信息交互界面标准图像中该设备功能和系统完好状态下的关键特征以及交互界面的路径关系特征,标注屏显缺损界面识别模板、功能缺损界面识别模板和系统缺损界面识别模板;
终端装备扫描或拍摄待识别电子产品的设备信息交互界面图像;
采用OCR技术识别读取相关文字内容,提取硬件配置缺损信息、系统软件缺损信息,读取设备账号密码设置状态、产品保修状态个性化用户设置;
通过预设程序比对计算待识别电子产品的设备信息交互界面图像与其屏显缺损界面识别模板、功能缺损界面识别模板和系统缺损界面识别模板的差异,获取缺损信息和相关内容。
14.根据权利要求12所述的一种电子产品缺损类别外形识别方法,其特征在于,所述缺损类别外形识别法适用于识别待识别电子产品的外观成色、形变缺损、屏显缺损、组件缺损、功能缺损和系统缺损特征、缺损状态和缺损程度,
具体包括以下步骤:
预设各种品类电子产品的正面和背面、侧立面标准图像;
采用网格法提取电子产品正面和背面、侧立面标准图像、无损状态的外观形态、组件、功能和系统关键特征,标注外观成色、形变缺损、屏显缺损、组件缺损、功能缺损和系统缺损特征和缺损类别识别模板;
终端装备扫描或拍摄待识别电子产品的正面、反面和侧立面图像;
通过预设程序比对计算待识别电子产品的正面、反面和侧立面图像与缺损类别识别模板的特征差异;
识别待识别电子产品的外观成色类别及形变、屏显、组件、功能和系统的缺损类别。
15.根据权利要求11所述的一种电子产品缺损识别方法,其特征在于,还包括回收等级识别判定步骤,用于识别待识别电子产品的各种缺损特征,并据以判定其回收等级,具体包括以下步骤:
预设各种品类电子产品的屏显缺损、组件缺损、功能缺损、外形缺损和外观成色的特征、类型和级别;
根据各种缺损特征、类型和等级之间的逻辑关系、组合关系划分并设置相应回收等级;
采用网格法分别分析提取所述待识别电子产品的不同照片中各种缺损特征;
通过预设程序分别比对计算该缺损的类型和级别;
判定所述待识别电子产品的回收等级。
16.一种回收定价方法,其特征在于,应用如权利要求1-15任一项所述的识别方法,对待回收电子产品进行预估回收价,包括以下步骤:
按照所述品类数据库中的品类目录和编码,预先设定:
不同品牌、型号、规格电子产品的回收价格为X;
回收定价基数为W;
产品硬件成本为K,硬件折旧率为k;
品牌附加值份额比例为P,品牌保值率为p;
技术附加值份额比例为R,技术保值率为r;
工艺附加值份额比例为M,工艺保值率为m;
功能附加值份额比例为Q,功能保值率为q;
缺损恢复价/重置价为Z;
处理成本为Y,其中拆机成本y1、环保处理成本y2、账号密码解除费用y3;
回收服务过程成本和费用为L;
使用折损系数t;
回收利润率i%;
其中:
按照所述品类识别方法或缺损识别方法,识别确认待回收电子产品的品牌、型号、规格,调取其对应的回收定价基数为Wn;
产品硬件成本为Kn,硬件折旧率为kn;
品牌附加值份额比例为Pn,品牌保值率为pn;
技术附加值份额比例为Rn,技术保值率为rn;
工艺附加值份额比例为Mn,工艺保值率为mn;
功能附加值份额比例为Qn,功能保值率为qn;
缺损恢复价为Zn;
处理成本为Yn,其中拆机成本y1n、环保处理成本y2n、账号密码解除费用y3n;
回收服务过程成本和费用为Ln;
使用折损系数tn;
回收利润率in%;
带入公式:
Xn={Kn×(1-kn)+(Wn-Kn)×(Pn×pn+Rn×rn+Mn×mn+Qn×qn)×tn-Zn-Yn-Ln}×(1-in)
即得待回收电子产品的预估回收价Xn。
17.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1-16任一项所述的电子产品品类识别方法、缺损识别方法和回收定价方法中的一种或多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910556884.1A CN110263201B (zh) | 2019-06-25 | 2019-06-25 | 一种电子产品品类识别、缺损识别方法及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910556884.1A CN110263201B (zh) | 2019-06-25 | 2019-06-25 | 一种电子产品品类识别、缺损识别方法及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110263201A true CN110263201A (zh) | 2019-09-20 |
CN110263201B CN110263201B (zh) | 2022-03-11 |
Family
ID=67921441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910556884.1A Active CN110263201B (zh) | 2019-06-25 | 2019-06-25 | 一种电子产品品类识别、缺损识别方法及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110263201B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111860891A (zh) * | 2020-07-17 | 2020-10-30 | 上海悦易网络信息技术有限公司 | 一种报价管理方法及设备 |
CN112801987A (zh) * | 2021-02-01 | 2021-05-14 | 上海悦易网络信息技术有限公司 | 一种手机零件异常检测方法及设备 |
CN113762542A (zh) * | 2021-08-24 | 2021-12-07 | 深圳前海爱客风信息技术有限公司 | 手机回收系统和方法 |
CN113822692A (zh) * | 2020-12-28 | 2021-12-21 | 京东科技控股股份有限公司 | 商品信息的处理方法、装置、电子设备和存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1260544A (zh) * | 2000-03-01 | 2000-07-19 | 黄伟文 | 一种商品真假识别系统 |
JP2002304495A (ja) * | 2001-04-03 | 2002-10-18 | Nec Corp | 電気通信製品の回収支援システム、方法、電気通信機器及びプログラム |
BR8302133U (pt) * | 2003-08-21 | 2005-04-19 | Octaviano Mascarenhas Menezes | Processo de identificação, registro e consulta personalizada de produtos através de codificação, utilizado para proteger o consumidor contra a falsificadores de produtos |
CN101814075A (zh) * | 2009-02-24 | 2010-08-25 | 上海众恒信息产业股份有限公司 | 一种信息资源目录系统及其查询方法 |
CN103838825A (zh) * | 2014-01-23 | 2014-06-04 | 北京东方泰坦科技股份有限公司 | 一种全球地名数据整合与代码编制方法 |
US20140172652A1 (en) * | 2012-12-19 | 2014-06-19 | Yahoo! Inc. | Automated categorization of products in a merchant catalog |
CN106569784A (zh) * | 2015-10-09 | 2017-04-19 | 北大方正集团有限公司 | 一种陈列页面的生成方法及系统 |
CN107274326A (zh) * | 2017-07-23 | 2017-10-20 | 高华 | 检测与监督信息管理系统架构和程序设计的方法 |
CN108334906A (zh) * | 2018-02-08 | 2018-07-27 | 杭州华选信息科技有限公司 | 一种金融典当服务的抵押物自动识别评估方法和装置 |
CN108648064A (zh) * | 2018-07-17 | 2018-10-12 | 北京引领海逛科技有限公司 | 产品信息快速上架的方法和装置 |
CN108717607A (zh) * | 2018-06-11 | 2018-10-30 | 王婕羽 | 一种零售商品产废识别大数据及其应用系统构建方法 |
CN109165746A (zh) * | 2018-07-23 | 2019-01-08 | 深圳回收宝科技有限公司 | 一种电子产品回收的方法、便携式终端及存储介质 |
CN109299788A (zh) * | 2018-07-23 | 2019-02-01 | 深圳回收宝科技有限公司 | 一种电子产品回收的方法、便携式终端及存储介质 |
CN109740642A (zh) * | 2018-12-19 | 2019-05-10 | 北京邮电大学 | 发票类别识别方法、装置、电子设备及可读存储介质 |
-
2019
- 2019-06-25 CN CN201910556884.1A patent/CN110263201B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1260544A (zh) * | 2000-03-01 | 2000-07-19 | 黄伟文 | 一种商品真假识别系统 |
JP2002304495A (ja) * | 2001-04-03 | 2002-10-18 | Nec Corp | 電気通信製品の回収支援システム、方法、電気通信機器及びプログラム |
BR8302133U (pt) * | 2003-08-21 | 2005-04-19 | Octaviano Mascarenhas Menezes | Processo de identificação, registro e consulta personalizada de produtos através de codificação, utilizado para proteger o consumidor contra a falsificadores de produtos |
CN101814075A (zh) * | 2009-02-24 | 2010-08-25 | 上海众恒信息产业股份有限公司 | 一种信息资源目录系统及其查询方法 |
US20140172652A1 (en) * | 2012-12-19 | 2014-06-19 | Yahoo! Inc. | Automated categorization of products in a merchant catalog |
CN103838825A (zh) * | 2014-01-23 | 2014-06-04 | 北京东方泰坦科技股份有限公司 | 一种全球地名数据整合与代码编制方法 |
CN106569784A (zh) * | 2015-10-09 | 2017-04-19 | 北大方正集团有限公司 | 一种陈列页面的生成方法及系统 |
CN107274326A (zh) * | 2017-07-23 | 2017-10-20 | 高华 | 检测与监督信息管理系统架构和程序设计的方法 |
CN108334906A (zh) * | 2018-02-08 | 2018-07-27 | 杭州华选信息科技有限公司 | 一种金融典当服务的抵押物自动识别评估方法和装置 |
CN108717607A (zh) * | 2018-06-11 | 2018-10-30 | 王婕羽 | 一种零售商品产废识别大数据及其应用系统构建方法 |
CN108648064A (zh) * | 2018-07-17 | 2018-10-12 | 北京引领海逛科技有限公司 | 产品信息快速上架的方法和装置 |
CN109165746A (zh) * | 2018-07-23 | 2019-01-08 | 深圳回收宝科技有限公司 | 一种电子产品回收的方法、便携式终端及存储介质 |
CN109299788A (zh) * | 2018-07-23 | 2019-02-01 | 深圳回收宝科技有限公司 | 一种电子产品回收的方法、便携式终端及存储介质 |
CN109740642A (zh) * | 2018-12-19 | 2019-05-10 | 北京邮电大学 | 发票类别识别方法、装置、电子设备及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
王闯 等: "智能车间RFID标签有效识别及制造信息自动关联", 《中国机械工程》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111860891A (zh) * | 2020-07-17 | 2020-10-30 | 上海悦易网络信息技术有限公司 | 一种报价管理方法及设备 |
CN113822692A (zh) * | 2020-12-28 | 2021-12-21 | 京东科技控股股份有限公司 | 商品信息的处理方法、装置、电子设备和存储介质 |
CN113822692B (zh) * | 2020-12-28 | 2024-04-05 | 京东科技控股股份有限公司 | 商品信息的处理方法、装置、电子设备和存储介质 |
CN112801987A (zh) * | 2021-02-01 | 2021-05-14 | 上海悦易网络信息技术有限公司 | 一种手机零件异常检测方法及设备 |
CN113762542A (zh) * | 2021-08-24 | 2021-12-07 | 深圳前海爱客风信息技术有限公司 | 手机回收系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110263201B (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110263952A (zh) | 一种电子产品智能回收系统 | |
CN110276459A (zh) | 一种电子产品回收方法和计算机设备 | |
CN110263201A (zh) | 一种电子产品品类识别、缺损识别方法及其应用 | |
KR102358607B1 (ko) | 인공지능 감정 시스템, 인공지능 감정 방법 및 기록 매체 | |
CN107423732A (zh) | 基于Android平台的车辆VIN识别方法 | |
CN107016387A (zh) | 一种识别标签的方法及装置 | |
US20220262189A1 (en) | Systems and methods for enhanced evaluation of pre-owned electronic devices and provision of related services | |
US20220207898A1 (en) | Artificial intelligence assisted warranty verification | |
CN106779912A (zh) | 基于移动互联网的二手图书交易评估系统和方法 | |
CN107403356A (zh) | 一种票据运营系统 | |
CN109685690A (zh) | 一种不动产自助申报系统 | |
US9436937B1 (en) | Highlight-based bill processing | |
CN112214508B (zh) | 数据处理方法及装置 | |
CN109377282A (zh) | 房地产土地评估生产管理方法及系统、计算机设备及存储介质 | |
CN112598294A (zh) | 在线建立评分卡模型的方法、装置、机器可读介质及设备 | |
Nguyen et al. | Corporate social responsibility and firm financial performance: A literature review | |
CN113239319A (zh) | 一种自动匹配及推送给供应商来投标报价的方法 | |
CN107103038A (zh) | 一种基于大数据的选题策划系统 | |
CN112200696A (zh) | 一种基于互联网的不动产便民服务系统 | |
US20200193525A1 (en) | System and method for automatic verification of expense note | |
CN110750302A (zh) | 一种会计用流水线做账方法 | |
CN115563176A (zh) | 一种电子商务数据处理系统及方法 | |
CN109102041A (zh) | 一种基于药品批号生成射频标签的方法、电子设备及存储介质 | |
CN109389304A (zh) | 一种线上印刷管理系统及方法 | |
TWM575887U (zh) | 智能會計帳務系統 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231013 Address after: No. G877, 4th Floor, GF District, Building 3, Phase 3, Cross border E-commerce Industrial Park, No. 1201 Huafeng Road, Shushan District, Hefei City, Anhui Province, 230000 Patentee after: Hefei Jinsu Industrial Design Co.,Ltd. Address before: 230000 Xindu garden, Baohe District, Hefei City, Anhui Province Patentee before: Wu Changwei |