CN115760289A - 在线市场系统 - Google Patents

在线市场系统 Download PDF

Info

Publication number
CN115760289A
CN115760289A CN202211447547.7A CN202211447547A CN115760289A CN 115760289 A CN115760289 A CN 115760289A CN 202211447547 A CN202211447547 A CN 202211447547A CN 115760289 A CN115760289 A CN 115760289A
Authority
CN
China
Prior art keywords
image
item
defect
digital image
seller
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.)
Pending
Application number
CN202211447547.7A
Other languages
English (en)
Inventor
D·格拉斯哥
D·埃拉米安
S·戈德西
J·万温克尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
eBay Inc
Original Assignee
eBay Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by eBay Inc filed Critical eBay Inc
Publication of CN115760289A publication Critical patent/CN115760289A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0613—Third-party assisted
    • G06Q30/0619—Neutral agent
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0609—Buyer or seller confidence or verification
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0613—Third-party assisted
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/416—Extracting the logical structure, e.g. chapters, sections or page numbers; Identifying elements of the document, e.g. authors

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)
  • Image Processing (AREA)

Abstract

公开了一种在线市场系统，包括网络接口、存储器以及处理器。该处理器配置成：通过网络接口从卖家接收图像，所述图像是在线市场系统中刊登待售的物品的图像；确定图像已被改动；响应于确定图像已被改动而进行下述操作：通过网络接口向卖家发送对未被改动的图像的请求；或者于在线市场系统中创建包括图像的物品的刊登项，并且降低所创建的刊登项的排名以改变响应于来自买家的搜索请求而显示给买家的物品的顺序。

Description

在线市场系统
本申请是申请日为2016年12月19日，申请号为201680077470.5，发明名称为“图像的缺陷分析”的发明专利申请的分案申请。
相关申请的交叉引用
本申请要求于2015年12月31日提交的标题为“FLAW ANALYSIS OF IMAGES(图像的缺陷分析)”的美国实用专利申请第14/986,486号的优先权和权益，该美国实用专利申请以其全部内容并入本文。
技术领域
本公开总体涉及图像的缺陷分析。
背景技术
电子商务已经变得无处不在。除了实体店之外，消费者还可以从其计算机和/或移动设备向电子商务零售商购买商品和服务。电子商务具有其缺点。在某些情况下，消费者无法直接与销售人员打交道，这可能会降低对潜在交易或购买的信任程度。买家和卖家之间的距离以及卖家的匿名性可能会限制买家在购买后解决产品或服务所存在问题的能力，这也可能降低对参与的信任。
当卖家没有与刊登货物或服务以供销售的在线市场相关联时，这些问题中的一些可能会加剧。例如，在一些在线市场上，卖家能够通过在线市场刊登要出售(或拍卖)的物品，并且可以由在线市场针对该服务收取费用。一旦买家购买商品或服务，卖家就可以交付商品或服务。买家和卖家之间的这种保持距离的关系可能导致买家对在线市场和/或电子商务中的卖家更加不信任。提供显示卖家可信度的电子商务工具和/或资源可以增加完成交易的可能性。
附图说明
当参考附图阅读以下详细描述时，可以更好地理解本公开的这些和其他特征、方面和优点。
图1示出根据一些实施例的其中用户可以与电子商务网站交互的示例架构。
图2示出根据一些实施例的服务器的一些组件的框图。
图3是根据一些实施例的于在线市场中刊登物品的示例过程的流程图。
图4是根据一些实施例的提供缺陷分析、缺陷呈现和基于缺陷分析的排名的示例过程的流程图。
图5A、图5B、图5C和图5D示出根据一些实施例的用于缺陷标记和/或缺陷呈现的用户界面的示例。
图6是根据一些实施例的用于对包括数字显示器的物品执行缺陷分析的过程的流程图。
具体实施方式
公开了用于确定刊登于在线市场上的待售物品是否有缺陷的系统和方法。在一些实施例中，一种方法可以于在线市场处接收刊登于在线市场上的待售物品的图像；向卖家提供允许卖家指示物品是否具有一个或多个缺陷的用户界面；通过第一用户界面向用户提供一个或多个数字缺陷突显工具；通过用户界面接收图像的缺陷突显，该缺陷突显基于用户与缺陷突显工具之间的交互；并于在线市场上对该物品创建刊登项，该刊登项包括该图像并将缺陷突显应用于该图像。
提及这些说明性实施例不是为了限制或限定本公开，而是提供用于帮助理解本公开的示例。在具体实施方式中论述另外的实施例，并且在具体实施方式中提供进一步的描述。通过阅读本说明书或通过实施所呈现的一个或多个实施例，可以进一步理解由一个或多个各种实施例提供的优点。
公开了用于对作为在线市场上的物品刊登项的一部分提供的图像执行缺陷分析的系统和方法。在一些实施例中，可以向潜在买家进行呈现，其中包括由卖家提供的一个或多个图像内的对缺陷的突显或识别。在一些实施例中，可以执行缺陷分析，其可以包括隐式缺陷分析和显式缺陷分析。在一些实施例中，缺陷分析的结果可以用作物品刊登项的排名系统的一部分，和/或可以用来惩罚不报告其物品中缺陷的卖家。
一些实施例可以用于通过向卖家提供公开和/或呈现所刊登待售物品中的缺陷的机会来增加买家满意度和/或增加卖家可信度的表现。另外，一些实施例可能对在线市场有用，以促使卖家向潜在卖家识别和/或呈现缺陷，以潜在地增加可信度和增加转化率。这样的实施例可以帮助电子商务和/或在线市场克服许多挑战。
缺陷例如可以包括划痕、缺口、凹痕、褶皱、裂缝、水损坏、污点、碎片(chip)、弯曲、变色、褪色、孔洞、墨渍、擦伤等。缺陷可以是对物品的任何损坏，这会使物品不太新或将物品置于用户认为不是新物品的状态。
在卖家可以出售二手物品的在线市场上，在线市场的完善可能至少部分地取决于买家对卖家的信任程度。例如，卖家对刊登待售物品的公开程度越高，买家对卖家的信任度越高，这可能转化为买家更有可能从卖家那里购买物品。提供对刊登待售商品进行公开和诚实的缺陷描述的卖家比没有对刊登待售商品进行公开和诚实的缺陷描述的卖家更可能被信任。如本文献中论述的缺陷分析和/或呈现可以提供增加买卖双方之间信任的途径，这可以导致买家和卖家之间更高的成交率。
图1示出示例架构100，其中用户(卖家或买家中的任一者或两者)可以与电子商务网站交互。例如，用户可以使用可包括移动设备105或计算机110的用户设备来访问电子商务网站。用户设备例如可以包括智能电话、平板计算机、膝上型计算机、台式计算机、智能手表或其组合。用户设备可以通过有线或无线连接来耦联或连接到网络115。
电子商务网站可以由服务器120托管或维护，服务器120可以包括本地或广泛分布的一个或多个服务器。在一些实施例中，服务器120可以是基于云的服务器系统，其可以包括位于不同位置处并通过网络连接的多个服务器。由服务器120托管的网站可以提供物品的一个或多个表示以作为可以由用户购买的物品刊登项。这些物品的图像以及描述这些物品的文本可以通过网络115发送给用户设备，以便在网站中提供物品刊登项。用户可以使用用户设备上的网页浏览器、应用程序或小应用来查看图像和文本。该网站可以提供市场，由此用户可以选购和购买作为市场中的物品刊登项刊登的物品。
网络115可以是配置成发送和接收设备之间通信的任何网络或网络配置。在一些实施例中，网络115可以包括常规类型的网络、有线或无线网络，并且可以具有多种不同的配置。此外，网络115可以包括局域网(LAN)、广域网(WAN)(例如，互联网)或其他多个设备和/或实体可通过其通信的互连数据路径。在一些实施方式中，网络115可以包括对等网络。网络115还可以耦联到或可以包括用于以各种不同的通信协议发送数据的电信网络的部分。在一些实施方式中，网络115包括
Figure BDA0003950956930000041
通信网络或蜂窝通信网络，以发送和接收通信和/或数据，包括经由短消息服务(SMS)、多媒体消息传送服务(MMS)、超文本传输协议(HTTP)、直接数据连接、无线应用协议(WAP)、电子邮件等。网络115还可以包括移动数据网络，其可以包括第三代(3G)、第四代(4G)、长期演进(LTE)、高级长期演进(LTE-A)、LTE语音(“VoLTE”)或任何其他移动数据网络或移动数据网络的组合。此外，网络115可以包括一个或多个IEEE 802.11无线网络。
服务器120可以存储用于物品刊登项的信息。例如，该信息可以包括描述在物品刊登项中的刊登待售物品的文本、在物品刊登项中的刊登待售物品的一个或多个图像、可选择用于购买物品的链接或按钮等。服务器120还可以包括数据库，该数据库包括关于在市场上刊登待售或先前刊登待售的所有物品的信息。该数据库可以包括关于一个物品、物品类型或物品类别可能具有缺陷的可能性和/或物品可能具有的缺陷类型的统计数据。
图2示出根据本文描述的一些实施例的服务器120的一些组件的框图。服务器120可以根据本文描述的至少一个实施例来布置。服务器120可以包括计算系统205和数据库230。计算系统205可以包括通信接口210、处理器215、存储器220和数据存储225。一个或更多的通信接口210、处理器215、存储器220和数据存储225可以通信地耦联。
在一些实施例中，通信接口210可以由计算系统205用来与图1的网络115和/或移动设备105通信。在一些实施例中，通信接口210可以使用任何通信协议、接口、标准等与网络115和/或移动设备105进行通信。在一些实施例中，通信接口210可以使用有线或无线连接与网络115和/或移动设备105进行通信。
在一些实施例中，处理器215可以包括任何合适的专用或通用计算机、计算实体，或包括各种计算机硬件或软件模块的处理设备，并且可以配置成执行存储在任何适用的计算机可读存储介质上的指令。例如，处理器215可以包括微处理器、微控制器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或配置成解释和/或执行程序指令和/或处理数据的任何其他数字或模拟电路。尽管在图2中被示为单个处理器，但是应该理解的是，处理器215可以包括任何数量的处理器，其配置成单独地或共同地执行本文所描述的任何数量的操作。另外，一个或多个处理器可以存在于一个或多个不同的电子设备上，诸如不同的服务器上。在一些实施例中，处理器215可以解释和/或执行存储在存储器220、数据存储225，或存储器220和数据存储225中的程序指令和/或处理存储在其中的数据。在一些实施例中，处理器215可以取得来自数据存储225和/或数据库230的程序指令并且将程序指令加载到存储器220中。在程序指令被加载到存储器220中之后，处理器215可以执行程序指令。
在一些实施例中，存储器220和数据存储225可以包括用于携载或具有存储在其上的计算机可执行指令或数据结构的计算机可读存储介质。这样的计算机可读存储介质可以是可由通用计算机或专用计算机(诸如处理器215)访问的任何可用介质。通过示例而非限制性的方式，这些计算机可读存储介质可以包括有形的或非暂时性计算机可读存储介质，包括随机存取存储器(RAM)、只读存储器(ROM)、电子可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)或其他光盘存储、磁盘存储或其他磁存储设备、闪存设备(例如，固态存储器设备)，或可以用于携载或存储为计算机可执行指令或数据结构形式的期望程序代码并且可由通用或专用计算机访问的任何其他存储介质。以上的组合也可以被包括在计算机可读存储介质的范围内。计算机可执行指令例如可以包括配置成使处理器215执行特定操作或成组操作的指令和数据。
在一些实施例中，数据库230可以与计算系统205通信地耦联。数据库230可以包括一个或多个其他数据库，诸如序列号数据库235、价格数据库240、用户配置文件数据库250、刊登项数据库255、刊登项数据库255、图像-缺陷数据库260、滤波器数据库270和缺陷配置文件数据库265。数据库230还可以包括多个模块，当由处理器215执行时，其可以使计算系统205执行操作以基于从移动设备105接收的元数据为移动设备105创建刊登项。
在一些实施例中，数据库230可以包括用于携载或具有存储在其上的计算机可执行指令或数据结构的计算机可读存储介质。这样的计算机可读存储介质可以是可以由通用或专用计算机(诸如处理器215)访问的任何可用介质。通过示例而非限制性的方式，这样的计算机可读存储介质可以包括有形的或非暂时性计算机可读存储介质，包括随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)或其它光盘存储、磁盘存储或其他磁存储设备、闪存设备(例如，固态存储器设备)，或其可以用于携载或存储为计算机可执行指令或数据结构形式的期望程序代码并且其可以由通用或专用计算机访问的任何其他存储介质。以上的组合也可以被包括在计算机可读存储介质的范围内。计算机可执行指令可以包括例如配置成使处理器215执行特定操作或成组操作的指令和数据。
在一些实施例中，用户配置文件数据库250可以包括与和服务器(诸如图1的服务器120)交互的各种用户有关的信息。对于每个用户，该信息例如可以包括人口统计数据，其可以包括年龄、性别、民族以及其他数据、用户位置、选购历史、购买历史、最近浏览的物品、放置在虚拟购物车中但未购买的最近物品、首选的送货选项、信用卡信息、刊登项信息、地址、电话号码、缺陷历史等。
在一些实施例中，用户配置文件数据库250还可以包括用户的刊登项偏好。用户的刊登项偏好可以包括拍卖偏好、拍卖持续时间偏好、送货偏好、店面正面图形、商店名、用户名、评论、评级、支付偏好、缺陷显示偏好或其某种组合。
在一些实施例中，刊登项数据库255可以包括在服务器120中刊登待售产品的刊登项。刊登项数据库255还可以包括已经创建但未发布的产品的刊登项。刊登项数据库255可以包括刊登待售物品和/或先前刊登待售物品的描述。在一些实施例中，刊登项数据库255可以参考存储在图像-缺陷数据库260中的图像。
在一些实施例中，图像-缺陷数据库260可以包括已经被上传用于在物品刊登项内显示的多个图像。例如，每个物品刊登项可以与存储在图像-缺陷数据库260中的一个或多个图像相关联。在一些实施例中，图像-缺陷数据库260可以包括不同版本的图像。
在一些实施例中，图像-缺陷数据库260可以包括物品的刊登项或物品类别以及物品在刊登时有缺陷的可能性。例如，图像-缺陷数据库260可以包括表明特定类型的衣服发生变色可能性高的条目。作为另一示例，图像-缺陷数据库260可以包括表明特定类型的电子设备通常具有划痕的条目。作为另一个示例，图像-缺陷数据库260可以包括表明特定类型的手持式设备通常具有缺陷屏幕的条目。
在一些实施例中，缺陷配置文件数据库265可以包括多个数字图像滤波器，其可以实时地或在向用户显示之前应用于图像。这些数字图像滤波器例如可以包括对比度增强数字图像滤波器、颜色反转数字图像滤波器、空间域数字图像滤波器，以及检测数字图像滤波器、非锐化数字图像滤波器、拉普拉斯数字图像滤波器、高斯数字图像滤波器、平滑数字图像滤波器等。
在一些实施例中，滤波器数据库270可以包括表明可以用于特定物品或物品类别的数字图像滤波器的类型的数据，以突显物品或物品类别中的典型缺陷。在一些实施例中，可以从滤波器数据库270返回一个或多个数字图像滤波器，并基于缺陷的类型将其应用于一个或多个图像。在一些实施例中，可以从滤波器数据库270返回一个或多个数字图像滤波器，并基于物品类型或物品类别将其应用于一个或多个图像。
在不脱离本公开范围的情况下，可以对服务器120进行修改、添加或省略。例如，计算系统205和数据库230可以通过网络(诸如图1的网络115)通信地耦联。备选地或另外地，服务器120可以包括多个计算系统205，其可以操作以执行在本公开中所描述的一个或多个过程。
图3是用于在线市场上刊登物品的示例过程300的流程图。在一些实施例中，过程300的一个或多个步骤可以由图1和图2的服务器120的一个或多个组件实现。虽然被图示为离散框，但各种框可以取决于期望的实施方式被划分为附加框、组合成更少的框，以不同的顺序执行，或省略。
过程300在框305处开始，其中在服务器120处从卖家、例如通过用户设备(例如，移动设备105或计算机110)从卖家接收图像和/或产品刊登项信息。刊登项信息可以包括在线市场上刊登待售物品的描述和/或所刊登物品的一个或多个图像。刊登项信息还可以包括物品类型、物品类别等。
在框310处，可以创建物品刊登项。物品刊登项例如可以包括标题、描述、从卖家接收的文本，和/或由卖家提供的图像。物品刊登项还可以包括例如销售价格、起拍价格、当前价格、送货价格、送货方式等。物品刊登项可以包括各种其他元素或特性。例如，物品刊登项可以是可通过在线市场呈现给买家的网页或一系列网页或其他数字媒体。物品刊登项可以包括物品类型和/或类别，该物品类型和/或类别由卖家提供或由在线市场基于从卖家接收的文本提供。
在框315处，可以对卖家提供的图像执行缺陷分析。缺陷分析例如可以包括基于特定物品和/或物品类别执行特定于物品或特定于类别的缺陷分析。例如，可以基于物品类型或物品类别将特定的数字图像滤波器应用于图像。例如，使用物品类型或物品类别，服务器120可以使用缺陷配置文件数据库265来识别典型缺陷。基于典型缺陷，可以从滤波器数据库270中选择数字图像滤波器并将其应用于该物品的一个或多个图像。
作为另一个示例，卖家提供的文本可指示物品刊登项中的物品包含特定类型的缺陷。基于特定类型的缺陷，可以从滤波器数据库270中选择数字图像滤波器并将其应用于物品的一个或多个图像。
在框320处，可以于在线市场上呈现物品刊登项。物品刊登项可以包括一个或多个原始图像、一个或多个经数字图像滤波的图像，或其组合。在一些实施例中，经数字图像滤波的图像可以是可用的，但不作为物品刊登项的一部分提供。在一些实施例中，可以通过网页、小应用(APP)、移动小应用或应用程序将物品刊登项提供给多个用户。在一些实施例中，物品刊登项可以用一种或多种标记语言(例如HTML和/或XML)来提供。
在框325处，可以通过网页、小应用和/或应用程序向卖家提供缺陷突显工具。例如，作为提供给卖家的缺陷突显工具的一部分，卖家可以能够点击链接或图像，并且可以提供经数字滤波的图像或图像的经数字滤波部分。作为另一个示例，可以为用户提供允许用户对图像的一个或多个部分进行高亮、圈出、放大、指向或标记等的工具。
作为另一个示例，缺陷突显工具可以作为物品刊登项的一部分提供，并且可以包括具有滑动条的原始图像，该滑动条允许用户前后滑动。例如，当用户(例如，买家或卖家)前后滑动滑动条时，可以将数字图像滤波器应用于图像和/或图像的部分。作为另一个示例，可以显示经数字滤波的图像来代替部分或整个原始图像。在一些实施例中，滑动条可以增加数字滤波器的一个或多个参数。例如，如果数字滤波器是对比度滤波器，则滑动条可用于增加或减少应用于图像的对比度的量。作为另一个示例，如果数字滤波器是非锐化数字图像滤波器，则滑动条可以用于通过改变滤波器中的参数(例如，缩放常数，诸如k缩放常数)来增大或减小经突显的图像中出现的边缘突显的量。
在一些实施例中，缺陷突显工具可以允许用户选择可以应用于部分或整个原始图像的各种数字图像滤波器。例如，可以向用户提供下拉菜单或其他菜单，其允许用户选择可以应用于图像的一个或多个数字滤波器。作为响应，可以通过物品刊登项来呈现一个或多个图像，其中一个或多个数字滤波器应用于由卖家提供的图像。
在一些实施例中，在框325处，可以向卖家提供缺陷突显工具。例如，卖家可以能够修改物品刊登项，以在物品刊登项中包括一个或多个缺陷突显或缺陷突显工具。
在一些实施例中，在框325处，可以将缺陷突显工具提供给买家。例如，提供给买家的缺陷突显工具可以允许买家对物品刊登项中的一个或多个图像进行突显。例如，可以提供上述滑动条以允许买家改变、修改滤波器和/或将滤波器应用于一个或多个图像。
图4是提供缺陷分析、缺陷呈现和基于缺陷分析的排名的示例过程400的流程图。在一些实施例中，可以通过图1和图2的服务器120的一个或多个组件来实施过程400的一个或多个步骤。虽然图示为离散框，但是各个框可以取决于期望的实施方式被划分为附加框、组合成更少的框、以不同的顺序执行，或省略。在一些实施例中，可以仅执行过程400的一个或几个框。
过程400在框405处开始，其中执行显式缺陷分析。显式缺陷分析可以包括由将物品刊登于在线市场上出售的卖家提供的任何类型的缺陷标识。例如，作为刊登项创建过程的一部分，可以询问卖家于在线市场上刊登的物品是否存在缺陷。如果卖家指示该物品存在缺陷，则可以提供用户界面(例如通过网络浏览器来提供用户界面)以允许卖家圈出、指向或高亮在线市场上待售物品的一个或多个图像中的缺陷。例如，如图5B中所示可以提供绘图工具以允许卖家用线圈出图像中的缺陷。作为另一个示例，如图5C中所示，可以提供椭圆形绘图工具以允许卖家圈出图像中的缺陷。作为另一个示例，可以提供箭头工具以允许卖家指向图像中的缺陷，如图5D中所示。作为另一个示例，可以提供文本工具以允许卖家添加关于图像中缺陷的文本，如图5D中所示。
在一些实施例中，显式缺陷分析405可以提供用户界面，其询问卖家物品是否包括缺陷。
在一些实施例中，显式缺陷分析405可以提供用户界面，其中卖家可以上传附加图像。例如，卖家可以上传拍摄了特定缺陷或放大的图像，以聚焦于特定缺陷。
在一些实施例中，显式缺陷分析405可以提供包括缩放工具的用户界面。例如，卖家可以使用缩放工具来放大缺陷所在的区域和/或提供缺陷的放大区域中的单独图像。
在一些实施例中，显式缺陷分析405可以提供包括各种数字图像滤波器工具的用户界面。例如，用户界面可以允许卖家应用例如从滤波器数据库270中选择的一个或多个数字图像滤波器，其可以高亮或强调图像中的缺陷。例如，于在线刊登项过程中由卖家提供的图像可以在用户界面中提供给卖家，并且还可以提供一个或多个按钮或滑动条，其允许卖家开启或关闭一个或多个数字图像滤波器，和/或允许卖家增加或减少一个或多个数字图像滤波器的强度(或其他因素)。例如，这些数字图像滤波器可以包括对比度数字图像滤波器、颜色饱和度数字图像滤波器、非锐化数字图像滤波器、拉普拉斯数字图像滤波器、高斯数字图像滤波器、平滑数字图像滤波器等。这些数字图像滤波器可以包括位于滤波器数据库270中的任何数字图像滤波器。
在框410处，可以执行隐式缺陷分析。在一些实施例中，隐式缺陷分析可以由服务器120响应于由卖家以文本和/或图像格式提供的信息来进行。在一些实施例中，隐式缺陷分析可以由服务器120进行而无需与卖家交互。在一些实施例中，隐式缺陷分析410可以基于由卖家输入的文本、所刊登物品的类型、物品的物品类别或者对由卖家提供的物品的一个或多个图像执行的分析来将物品标记为有缺陷。
在一些实施例中，如果卖家在物品描述中输入指示该物品可能有缺陷的文本，则隐式缺陷分析410可以将该物品标记为有缺陷。例如，如果在物品的描述中出现与缺陷或其衍生物相关联的任何词语，则隐式缺陷分析可以将该物品标记为有缺陷。这些词语例如可以包括“损坏”、“响动(ding)”、“划痕”、“凹痕”、“变色”、“褪色”、“弄脏”、“使用过”、“旧的”、“污点”、“损伤”、“孔洞”、“水损坏”、“碎片”、“缺陷”等。
在一些实施例中，全部描述可用于限制是否触发隐式缺陷分析。例如，如果物品是高尔夫球杆并且在描述中使用词语“chip(切杆)”，则其可能用于描述高尔夫球杆的类型而不是高尔夫球杆中的任何缺陷。作为另一个示例，如果该物品被列为古董，那么可以假定它具有缺陷，因此尽管使用与缺陷相关的词语，也可能不会触发隐式缺陷分析。
在一些实施例中，隐式缺陷分析410可以基于物品类型或物品类别将物品标记为有缺陷。例如，某些物品、物品类型或物品类别可能或多或少具有缺陷。例如，缺陷配置文件数据库265可以包括通常与缺陷相关联的物品刊登项、物品类型或物品类别。如果物品、物品类型或物品类别匹配与可能具有缺陷的物品相关联的在缺陷配置文件数据库265中的物品刊登项、物品类型或物品类别，则隐式缺陷分析可以将该物品标记为有缺陷。
在一些实施例中，如果对图像的分析指示图像可能已经被改动或者可能指示物品有缺陷，则隐式缺陷分析410可以将物品标记为有缺陷。例如，隐式缺陷分析410可以使用的数字图像滤波器(例如，来自滤波器数据库270的数字图像滤波器)和/或图像取证分析来确定图像是否已经被用照片编辑软件进行了改动。例如，数字图像滤波器和/或图像取证分析可以使用可以错误水平分析(ELA，Error Level Analysis)工具以确定在JPEG重新保存期间发生的差异量。也可以使用各种其他技术。在一些实施例中，隐式缺陷分析410可确定数字图像滤波器和/或图像取证分析是否已应用于图像以降低由潜在买家可能看到缺陷的可能性。
作为另一示例，隐式缺陷分析410可以审查与图像相关联的元数据以确定图像是否已被照片编辑软件改动。元数据指示图像最后由照片编辑应用程序保存，照片编辑应用程序例如Photoshop、Illustrator、Corel Draw、Pixlr、Serif PhotoPlus、Acorn、GIMP、Affinity Photo、Adobe Lightroom、ACDSee、Corel PaintShop、Aperture、DxO Optics、Pixelmator等。例如，一些图像可以包括可能包含历史字段的XMP元数据。如果历史字段指示图像已被保存多次，则该图像可能会被修改。在一些实施例中，隐式缺陷分析可以检查图像是否包括具有高于阈值的条目的XMP元数据历史字段。如果确实如此，那么可以确定图像已被改动。
在一些实施例中，XMP元数据本身的存在可以指示图像是由Adobe产品打开和/或保存，并且可以指示该图像由
Figure BDA0003950956930000121
产品(例如Photoshop)编辑。在一些实施例中，隐式缺陷分析可以检查图像是否包括XMP元数据。如果确实如此，那么可以确定图像已被改动。
在一些实施例中，隐式缺陷分析410可以使用在线第三方取证分析服务来确定图像是否被改动。例如，图像可以被上传到执行取证分析的网页，例如www.fotoforensics.com、www.imageforensic.org、www.izitru.com、imageedited.com等。隐式缺陷分析410可以基于由第三方网页提供的结果来确定图像是否已经被改动。
在一些实施例中，如果确定图像包括已知指示经数字修改图像的效果，例如，如果图像包括彩虹纹等，则隐式缺陷分析410可以将该物品标记为有缺陷。可以对图像进行处理以使用任何数量的技术确定它是否被进行数字修改，所述技术例如错误级别分析、主成分分析、PCA叉积等。例如错误级别分析比较图像中的红色通道和蓝色通道之间的分离。例如，主成分分析(PCA)基于数据空间的方差识别正交坐标系。PCA叉积可以比较PCA矢量和另一个图像矢量(诸如从色彩云的中心到特定颜色的矢量)之间的图像的各种特征。
在一些实施例中，如果隐式缺陷分析410可以确定图像已被改动，则市场可以提供提示以要求卖家以提供物品的新图像。
在一些实施例中，隐式缺陷分析410可以将所刊登的物品的图像与同一物品或物品类型的一个或多个图像进行比较，并确定两个图像之间的任何变化是否指示所刊登物品中的缺陷。例如，可以从刊登项数据库255中提取同一物品或物品类型的一个或多个图像。两个图像之间的比较可以提供所刊登的图像包括缺陷的指示。例如，在进行比较之前，可以缩放这两个图像，以便它们具有相同的尺寸和/或可以移除背景或前景物品。可以计算每个像素的值的差异。高于预定阈值的不同值所集中的区域可以指示所刊登的物品的图像中存在缺陷。
图5A、图5B、图5C和图5D示出根据一些实施例的用于缺陷标记和/或缺陷呈现的用户界面的示例。在图5A中，物品505被呈现给用户界面500并且具有缺陷550。在该示例中，物品505是阿迪朗达克椅子，并且缺陷是椅子扶手中的擦伤。通过用户界面向卖家提供许多工具：绘图工具510、圈出工具515、箭头工具520、文本工具525和缩放工具530。可以包括各种其他工具。尽管在图5A中示出了许多工具，但是这些工具中的一些可以包括在或不包括在用户界面500中。
图5B、图5C和图5D分别示出一个示例，其中卖家已经指示刊登待售物品的图像中存在缺陷。图5B示出由卖家使用绘图工具510围绕缺陷550绘制的圈555。图5C示出由卖家使用圈出工具515围绕缺陷550绘制的圈560。图5D示出指向缺陷550的箭头565和识别缺陷的文本570。可以用箭头工具520绘制箭头565，并且可以使用文本工具525添加文本570。
在一些实施例中，隐式缺陷分析410可以使用例如图6中所示的过程600来确定数字显示器是否具有缺陷。过程600的一个或多个步骤可以在一些实施例中由图1和图2所示服务器120的一个或多个组件来实施。尽管图示为离散框，但是各种框可以取决于期望的实施方式被划分为附加的框、组合成更少的框、以不同的顺序执行，或省略。在一些实施例中，可以仅执行过程600的一个或几个框。
过程600在框605处开始，在框605处可以确定物品是否包括数字显示器。例如，可以根据文本中找到的关键字、物品类型、物品类别等确定物品是否包括数字显示器。例如，如果物品是计算机、电视机、移动电话、平板计算机等，则可以假设其包括数字显示器。
在框610处，过程600可以向卖家提供样本图像以显示在物品的数字显示器上。例如，卖家可以被引导至特定的网页或者向卖家提供可在该物品的数字显示器上显示的样本图像的特定文件。
在框615处，可以从卖家接收样本图像的数字照片。例如，当数字显示器正在显示样本图像时，可以指示卖家拍摄该物品的数字显示器的数字图像。可以向卖家提供用户界面，其允许卖家上传正在显示样本图像的显示器的数字照片。作为响应，卖家可以上传数字照片。
在框620处，可以进行数字照片和样本图像之间的比较。例如，可以进行数字照片与样本图像的逐个像素或逐个区域的比较。例如，过程600可以取数字照片的区域的平均值，并将这些值与样本图像的对应区域的平均值进行比较。如果样本图像的区域与数字照片的区域之间的差异大于阈值，则该显示器与比较相对应的区域可能有缺陷。
在一些实施例中，该阈值可以基于数字照片和样本图像的像素之间的平均差异来确定。例如，该阈值可以大于数字照片和样本图像的像素之间的平均差异。
在一些实施例中，在框415处，可以多种不同方式中的任何一种向在线市场的买家(或卖家)呈现或高亮所识别的缺陷。例如，可以于在线市场的物品刊登项中提供一个或多个附加图像，其识别缺陷、高亮缺陷、有助于突出缺陷等。例如，这些一个或多个图像可以包括由卖家上传的图像，并且该图像以如此的方式进行改动以识别缺陷、高亮缺陷、有助于突出缺陷等。例如，图像可以是包括缺陷的图像的缩放部分的图像，该图像可以具有来自滤波器数据库270的数字图像滤波器应用于该图像，这可以更好地相对于图像的其他部分显示出缺陷，该图像可以包括围绕缺陷圈出的一条或多条线(参见图5B和图5C)，该图像可包括指向缺陷的一条或多条线或箭头(参见图5D)，该图像可包括描述缺陷的文字等。
在一些实施例中，可以在用户界面中结合物品的图像提供缺陷高亮工具。缺陷高亮工具可以允许卖家与图像交互以高亮图像内的缺陷。例如，当用户使得缺陷工具在用户界面中的图像的一部分上方通过时，可以将数字图像滤波器应用于图像以高亮一个或多个缺陷。备选地或另外地，随着用户使得缺陷工具在用户界面中的图像的一部分上方通过，物品的第二图像的至少一部分可以显示在用户界面中。该物品的第二图像可以是下述图像，该图像具有应用于该图像的数字图像滤波器，其可以高亮图像中的缺陷。数字图像滤波器例如可以是从滤波器数据库270中选择的数字图像滤波器。买家可以能够选择缺陷工具，并且通过与图像交互，买家可以能够查看图像内高亮的缺陷。
作为另一个示例，缺陷高亮工具例如可以包括用户界面中的一个或多个滑动条窗口小部件。用户可以与一个或多个滑动条窗口小部件交互以改变应用于图像的数字图像滤波的类型、量和/或位置。数字图像滤波器例如可以是从滤波器数据库270中选择的数字图像滤波器。例如，随着用户在用户界面中移动滑动条窗口小部件，图像可以或多或少地被实时处理。作为另一示例，当用户在用户界面中移动滑动条窗口小部件时，图像的处理量可根据滑动条窗口小部件的位置而增加或减少。作为另一示例，当用户在用户界面中移动滑动条窗口小部件时，图像中的处理位置可根据滑动条窗口小部件的位置而改变。
在一些实施例中，可以基于显式缺陷分析405和/或隐式缺陷分析410来改变420在线市场上的物品刊登项的排名。排名指示其中响应于搜索查询而相对于其他物品刊登项向买家呈现物品刊登项的顺序。通常，物品与搜索查询越相关，则排名越高，以及潜在买家越有可能查看和购买该物品。其他可能影响排名的因素例如可以包括物品与搜索条件的相关性、由卖家提供的文本的量、物品的价格、由卖家提供的图像的数量、卖家的评级或者具有相同或相似物品类型的物品的评级等。
在一些实施例中，可以鼓励和/或积极地支持卖家来肯定地指示物品包括缺陷和/或提供特定类型的缺陷指示。例如，如果缺陷在显式缺陷分析405中被指示，并且卖家未提供任何物品的附加图像或者对图像等提供任何缺陷突显等，那么与提供物品的附加图像和/或对物品的图像应用任何缺陷突显的卖家相比会，该物品被提供较低的排名。备选地或另外地，响应于没有提供物品的任何附加图像或者没有提供对图像的任何缺陷突显的卖家，物品刊登项可能会损失预定数量的排名点数等等。
在一些实施例中，物品刊登项可响应于确实提供物品的任何附加图像和/或对图像提供任何缺陷突显的卖家等而获得预定数量的排名点数。
在一些实施例中，如果确定物品、物品类型或物品类别与通常关联于缺陷的物品、物品类型和/或类别一致，但是没有由卖家在隐式缺陷分析410和/或显式缺陷分析405中识别的缺陷，则物品刊登项可以获得排名点数增加。备选地，在一些实施例中，如果确定物品、物品类型或物品类别与通常关联于缺陷的物品、物品类型和/或类别一致，但是没有由卖家在隐式缺陷分析410和/或显式缺陷分析405中识别的缺陷，则物品刊登项可以会损失排名点数。
在一些实施例中，排名增加的幅度可以与由卖家提供的缺陷突显的数量成比例。例如，如果卖家向一个或多个图像提供多个缺陷突显，则与卖家提供单一缺陷突显或没有缺陷突显的情况相比，搜索查询中该物品的排名可以增加更多排名点数。
在一些实施例中，如果卖家提供缺陷的一个或多个图像，则可以增加搜索查询中该物品的排名。
在一些实施例中，如果在隐式缺陷分析410中确定物品的图像已被改动，则物品排名可被减少预定数量的点数。备选地或另外地，在一些实施例中，如果在隐式缺陷分析410中确定物品的图像已被改动，则该物品可能不被提供用于在线市场销售或者可能被从在线市场移除。备选地或另外地，在一些实施例中，如果确定物品的图像已被改动，则卖家的评级可被降低预定数量的点数。备选地或另外地，在一些实施例中，于在线市场上刊登以用于出售的物品带有指示(例如文本和/或图像)，以指示一个或多个图像已被卖家改动。
一些实施例包括可用于确定图像是否包括缺陷的数字图像滤波器。这些数字图像滤波器或应用数字图像滤波器的算法例如可以被存储在滤波器数据库270中。可以将任何数量或类型的数字图像滤波器应用于图像以确定图像是否包含缺陷或处理图像以高亮所有潜在的缺陷。
在一些实施例中，可以使用先前刊登的具有缺陷的物品的训练集合来识别数字图像滤波器，其产生高亮特定类型缺陷的经数字图像滤波的图像。可以使用机器学习算法(例如，支持向量机、神经网络或其他监督学习模型)来将数字图像滤波器与特定缺陷相关联。在一些实施例中，机器学习算法可以作用于刊登项数据库255中的物品刊登项(例如，先前刊登的物品)。例如，机器学习算法可以应用于已知包括缺陷和/或具有在一个或多个图像中识别的缺陷的物品刊登项集合。物品刊登项集合还可以包括物品上缺陷类型的指示。机器学习算法可以迭代地将一个或多个数字图像滤波器应用于物品刊登项集合中的每个图像，并且基于用户反馈、图像分析或图像比较，可以确定最佳数字图像滤波器。机器学习算法然后可以将最佳数字图像滤波器与物品类型相关联和/或将最佳数字图像滤波器与缺陷类型相关联。例如，机器学习算法可以提供将数字图像滤波器与物品类型和/或缺陷类型等相关联的数据库。例如，随着时间的推移随着分析更多物品刊登项时，该数据库可被扩充或被修正。该数据库可以被存储在例如滤波器数据库270中。
一些实施例可以包括用于向电子商务在线市场上的图像提供缺陷突显的方法。该方法可以包括于在线市场从卖家通过互联网接收在线市场上刊登待售物品的图像；通过互联网向卖家提供第一用户界面，其允许卖家指示该物品是否具有一个或多个缺陷。响应于用户通过第一用户界面指示该物品具有一个或多个缺陷，通过第一用户界面向卖家提供一个或多个数字缺陷突显工具；通过所述第一用户界面接收基于所述卖家与缺陷突显工具之间的交互的对所述图像的缺陷突显；并于在线市场上为物品创建刊登项，该刊登项包括该图像并将缺陷突显应用于该图像。
在一些实施例中，对图像的缺陷突显包括来自用户的指示以将数字图像滤波器应用于图像，从而创建第二图像；和/或缺陷突显的应用包括显示图像并向买家提供工具以允许买家操作用户界面物品，其备选地显示代替第一图像的第二图像的部分。
在一些实施例中，突显工具可以包括选自下述的至少一个工具：套索工具、线绘制工具、椭圆绘制工具、文本工具、箭头工具、缩放工具和数字图像滤波器应用工具。
在一些实施例中，对图像的缺陷突显可以包括选自下述的突显：围绕缺陷提供线、将文本插入到图像中、将箭头插入到图像中、放大图像的一部分，以及将数字图像滤波器应用于图像。
在一些实施例中，将数字图像滤波器应用于图像可包括应用选自下述的数字图像滤波器：对比度增强数字图像滤波器、颜色反转数字图像滤波器、空间域数字图像滤波器，以及检测数字图像滤波器、非锐化数字图像滤波器、拉普拉斯数字图像滤波器、高斯数字图像滤波器和平滑数字图像滤波器。
在一些实施例中，在包括图像和缺陷突显的第二图像中提供图像的缺陷突显。
词语“基本上”是指称为制造公差或在制造公差内的值的5％或10％内。
本文阐述了许多具体细节以提供对所要求保护的主题的透彻理解。然而，本领域技术人员将理解的是，可以在没有这些具体细节的情况下实施所要求保护的主题。在其他情况下，没有详细描述本领域普通技术人员已知的方法、装置或系统，以免混淆要求保护的主题。
根据对存储在计算系统存储器(诸如计算机存储器)内的数据位或二进制数字信号进行的操作的算法或符号表示来呈现一些部分。这些算法描述或表示是在数据处理领域中本领域普通技术人员用来将他们工作的实质传达给本领域其他技术人员的技术的示例。算法是导致期望结果的自相一致的操作或类似处理的序列。在这种上下文中，操作或处理涉及物理量的物理操纵。典型地但不一定的是，这样的量可以采取能够被存储、传输、组合、比较或以其他方式操纵的电或磁信号的形式。主要出于常见用途的原因，有时已经证明方便的是将这样的信号称为诸如比特、数据、值、元素、符号、字符、项、数字、数值等。然而，应理解的是，所有这些和类似的术语都与适当的物理量相关联，并且仅仅是方便的标记。除非特别声明，否则应理解的是，在整个说明书中，利用诸如“处理”、“运算”、“计算”、“确定”和“识别”等词语的论述是指代计算设备的动作或过程，计算设备诸如一个或多个计算机或一个或多个类似的电子计算设备，其操纵或转换被表示为计算平台的存储器、寄存器或其他信息存储设备、传输设备或显示设备内的物理量、电子量或磁性量的数据。
本文论述的一个或多个系统不限于任何特定的硬件架构或配置。计算设备可以包括任何合适的组件布置，其提供取决于一个或多个输入的结果。合适的计算设备包括访问存储的软件的多用途的基于微处理器的计算机系统，该软件将计算系统从通用计算装置编程或配置为实现本主题的一个或多个实施例的专用计算装置。可以使用任何合适的编程、脚本或其他类型的语言或语言的组合来在用于编程或配置计算设备的软件中实现本文包含的教导。
本文公开的方法的实施例可以在这样的计算设备的操作中执行。以上示例中呈现的框的顺序可以变化，例如，框可以被重新排序、组合和/或分解成子框。某些框或过程可以并行执行。
本文中的“适于”或“配置成”的使用意味着开放的和包含性的语言，其不排除适于或配置成执行附加任务或步骤的设备。此外，“基于”的使用意味着是开放的和包含性的，因为“基于”一个或多个所述条件或值的过程、步骤、计算或其他动作实际上可基于超出所述那些条件和值的附加条件或值。包括在本文中的标题、列表和编号仅用于易于解释，而并不意味着是限制性的。
虽然已经关于其具体实施例详细描述了本主题，但是应当认识到，本领域技术人员在获得对前述内容的理解之后可以容易地对这些实施例进行更改、改变和提出等同方案。因此，应当理解的是，本公开是为了示例而非限制的目的而呈现的，并且不排除包括对于本主题的这种修改、改变和/或添加，因为这对于本领域普通技术人员而言是明显的。
此外，本公开还包括以下实施方式。
(1).一种用于向电子商务在线市场上待售物品的图像提供缺陷突显的方法，所述方法包括：
在托管在线市场的一个或多个服务器处从卖家通过互联网接收在线市场上刊登待售物品的图像以及描述该物品的文本；
由所述一个或多个服务器基于所述文本确定所述物品包括缺陷，所述缺陷包括对所述物品的损坏；
响应于确定所述物品包括缺陷，由所述一个或多个服务器创建所述图像的缺陷突显，所述缺陷突显对所述图像进行修改以使所述缺陷突出；
由所述一个或多个服务器进一步创建所述物品于在线市场上的刊登项，所述刊登项包括所述图像和所述图像的缺陷突显；以及
响应于搜索查询，由所述一个或多个服务器显示所述物品的刊登项。
(2).根据(1)所述的方法，其特征在于，创建所述缺陷突显包括将数字图像滤波器应用于所述图像。
(3).根据(2)所述的方法，其特征在于，所述数字图像滤波器包括选自下述的数字图像滤波器：对比度增强数字图像滤波器、颜色反转数字图像滤波器、空间域数字图像滤波器、检测数字图像滤波器、非锐化数字图像滤波器、拉普拉斯数字图像滤波器、高斯数字图像滤波器和平滑数字图像滤波器。
(4).根据(1)所述的方法，其特征在于：
确定物品包括缺陷包括基于所述文本确定缺陷类型；以及
该方法还包括基于缺陷类型来确定缺陷突显类型。
(5).根据(4)所述的方法，其特征在于，基于缺陷类型来确定缺陷突显类型还包括在将缺陷突显类型与物品类型相关联的数据库中查找所述缺陷突显类型。
(6).根据(1)所述的方法，其特征在于，确定物品包括缺陷包括确定所述文本是否包括选自下述的词语：划痕、碎片、凹痕、褶皱、裂缝、水损伤、污点、变色、褪色、孔洞、墨渍和擦伤。
(7).根据(1)所述的方法，其特征在于：
与物品相关的文本包括指示物品类型的文本；
确定物品包括缺陷包括在数据库中查找数据库中与物品类型相关的一个或多个特定缺陷类型；以及
基于一个或多个特定缺陷类型创建缺陷突显。
(8).根据(1)所述的方法，其特征在于，确定物品包括缺陷包括确定所述图像是否是被改动过的图像。
(9).根据(1)所述的方法，其特征在于，创建刊登项包括于在线市场上创建物品的刊登项，该刊登项包括所述图像和包括所述图像的缺陷突显的第二图像。
(10).一个或多个非暂时性计算机可读介质，其存储一个或多个程序，所述一个或多个程序配置成在被执行时使一个或多个处理器执行如(1)所述的方法。
(11).一种用于确定数字显示器是否包括缺陷的方法，所述方法包括：
在托管在线市场的服务器处接收来自卖家的于在线市场上刊登待售物品的刊登项信息；
由所述服务器确定所述物品包括数字显示器；
由所述服务器向卖家提供样本图像；
由所述服务器接收该物品在数字显示器上显示样本图像的数字照片；
由所述服务器将接收到的数字照片与样本图像进行比较以确定数字照片与样本图像之间的差异；
响应于所述差异大于阈值，由所述服务器确定所述数字显示器包括缺陷；以及
由服务器呈现该数字显示器的于在线市场上的物品刊登项，该物品刊登项包括所呈现的缺陷，使得缺陷突出。
(12).根据(11)所述的方法，其特征在于，向卖家提供样本图像包括选自下述的至少一个：
将样本图像通过电子邮件发送给卖家；以及
提供指向位于网络位置处的样本图像的链接。
(13).根据(11)所述的方法，其特征在于：
刊登项信息包括描述物品的文本；以及
确定物品包括数字显示器还包括确定描述物品的文本是否包括与包括数字显示器的物品相关联的关键词。
(14).根据(11)所述的方法，其特征在于：
刊登项信息包括物品类型；以及
确定物品包括数字显示器还包括确定物品类型是否与具有数字显示器的物品类型相对应。
(15).根据(11)所述的方法，其特征在于，所述比较是逐个像素或逐个区域执行的。
(16).一个或多个非暂时性计算机可读介质，其存储一个或多个程序，所述一个或多个程序配置成在被执行时使一个或多个处理器执行如(11)所述的方法。
(17).一种在线市场系统，包括：
网络接口；
存储器；以及
处理器，所述处理器配置成：
通过网络接口从卖家接收图像，所述图像是在线市场系统中刊登待售物品的图像；
确定图像已被改动；以及
响应于确定图像已被改动而进行下述：
通过网络接口向卖家发送对未被改动的图像的请求；或者
于在线市场系统中创建包括图像的物品的刊登项，并且降低所创建的刊登项的排名以改变响应于来自买家的搜索请求而显示给买家的物品的顺序。
(18).根据(17)所述的在线市场系统，其特征在于，确定图像已被改动是基于与所述图像相关联的元数据进行的。
(19).根据(17)所述的在线市场系统，其特征在于，确定图像已被改动是基于取证分析和/或数字图像滤波器的结果进行的。
(20).根据(17)所述的在线市场系统，其特征在于，确定所述图像已被改动还包括：
通过互联网将图像发送至取证分析服务；以及
从取证分析服务处接收取证分析。

Claims (5)

1.一种在线市场系统，包括：
网络接口；
存储器；以及
处理器，所述处理器配置成：
通过网络接口从卖家接收图像，所述图像是在线市场系统中刊登待售的物品的图像；
确定图像已被改动；以及
响应于确定图像已被改动：
通过网络接口向卖家发送对未被改动的图像的请求；或者
于在线市场系统中创建包括图像的物品的刊登项，并且降低所创建的刊登项的排名以改变响应于来自买家的搜索请求而显示给买家的物品的顺序。
2.根据权利要求1所述的在线市场系统，其中，确定图像已被改动是基于与所述图像相关联的元数据进行的。
3.根据权利要求1所述的在线市场系统，其中，确定图像已被改动是基于取证分析和/或数字图像滤波器的结果进行的。
4.根据权利要求3所述的在线市场系统，其中，所述数字图像滤波器包括选自下述的数字图像滤波器：对比度增强数字图像滤波器、颜色反转数字图像滤波器、空间域数字图像滤波器、检测数字图像滤波器、非锐化数字图像滤波器、拉普拉斯数字图像滤波器、高斯数字图像滤波器和平滑数字图像滤波器。
5.根据权利要求1所述的在线市场系统，其中，确定所述图像已被改动还包括：
通过互联网将图像发送至取证分析服务；以及
从取证分析服务处接收取证分析。
CN202211447547.7A 2015-12-31 2016-12-19 在线市场系统 Pending CN115760289A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US14/986,486 2015-12-31
US14/986,486 US10319014B2 (en) 2015-12-31 2015-12-31 Online marketplace system, method, and computer readable medium for providing flaw accentuation to an image of an item for sale
PCT/US2016/067589 WO2017116809A1 (en) 2015-12-31 2016-12-19 Flaw analysis of images
CN201680077470.5A CN108431856B (zh) 2015-12-31 2016-12-19 图像的缺陷分析

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201680077470.5A Division CN108431856B (zh) 2015-12-31 2016-12-19 图像的缺陷分析

Publications (1)

Publication Number Publication Date
CN115760289A true CN115760289A (zh) 2023-03-07

Family

ID=59225233

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201680077470.5A Active CN108431856B (zh) 2015-12-31 2016-12-19 图像的缺陷分析
CN202211447547.7A Pending CN115760289A (zh) 2015-12-31 2016-12-19 在线市场系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201680077470.5A Active CN108431856B (zh) 2015-12-31 2016-12-19 图像的缺陷分析

Country Status (5)

Country Link
US (4) US10319014B2 (zh)
EP (1) EP3398152A4 (zh)
KR (3) KR102606195B1 (zh)
CN (2) CN108431856B (zh)
WO (1) WO2017116809A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9300678B1 (en) 2015-08-03 2016-03-29 Truepic Llc Systems and methods for authenticating photographic image data
US10319014B2 (en) * 2015-12-31 2019-06-11 Ebay Inc. Online marketplace system, method, and computer readable medium for providing flaw accentuation to an image of an item for sale
US10375050B2 (en) 2017-10-10 2019-08-06 Truepic Inc. Methods for authenticating photographic image data
US11755758B1 (en) * 2017-10-30 2023-09-12 Amazon Technologies, Inc. System and method for evaluating data files
US10360668B1 (en) 2018-08-13 2019-07-23 Truepic Inc. Methods for requesting and authenticating photographic image data
KR102193962B1 (ko) * 2019-10-01 2020-12-22 주식회사 클린베딩 침구 관리 서비스 제공방법
US11037284B1 (en) * 2020-01-14 2021-06-15 Truepic Inc. Systems and methods for detecting image recapture
KR102515573B1 (ko) * 2020-07-24 2023-03-29 주식회사 젤리펀치 원격지 상품 영상의 식별을 통한 비대면 온라인 상품 구매 시스템

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020039198A (ko) * 2000-11-20 2002-05-25 김사윤 통신망을 이용한 중고 자동차 정보 제공 시스템 및 방법
WO2003009520A1 (en) 2001-07-16 2003-01-30 Authentidate Holding Corp. System and method of authenticating memorabilia
US6990255B2 (en) * 2001-09-19 2006-01-24 Romanik Philip B Image defect display system
US7921052B2 (en) 2002-12-31 2011-04-05 Autotrader.Com, Inc. Efficient online auction style listings that encourage out-of-channel negotiation
US7617128B2 (en) 2004-06-15 2009-11-10 Revolutionary E-Commerce Systems, Inc. Online transaction hosting apparatus and system
US8112325B2 (en) * 2005-09-15 2012-02-07 Manheim Investments, Inc. Method and apparatus for automatically capturing multiple images of motor vehicles and other items for sale or auction
US7979340B2 (en) 2005-09-21 2011-07-12 Overstock.Com, Inc. System, program product, and methods for online image handling
US20080059281A1 (en) * 2006-08-30 2008-03-06 Kimberly-Clark Worldwide, Inc. Systems and methods for product attribute analysis and product recommendation
US20080133305A1 (en) * 2006-09-01 2008-06-05 Skudr.Com, Inc. System and method for facilitating resale activity of items
EP2304667A4 (en) * 2008-06-03 2011-08-10 Just Parts Online Inc SYSTEM AND METHOD FOR LISTING POSTS ONLINE
US7991646B2 (en) * 2008-10-30 2011-08-02 Ebay Inc. Systems and methods for marketplace listings using a camera enabled mobile device
US20100169180A1 (en) * 2008-12-31 2010-07-01 Ebay Inc. On-line garage sale
US8370336B2 (en) * 2009-04-08 2013-02-05 Ebay Inc. Methods and systems for deriving demand metrics used in ordering item listings presented in a search results page
KR20110062185A (ko) * 2009-12-03 2011-06-10 최광순 확대이미지를 이용하는 자동차 온라인 시스템 및 그 제어 방법
US9495697B2 (en) 2009-12-10 2016-11-15 Ebay Inc. Systems and methods for facilitating electronic commerce over a network
US10783585B1 (en) * 2012-08-16 2020-09-22 Allstate Insurance Company Agent-facilitated claims damage estimation
US20140100988A1 (en) * 2012-10-08 2014-04-10 Ebay Inc. On-Line Garage Sale
US9123067B2 (en) * 2012-11-19 2015-09-01 Lollipuff Llc Method and system for verifying the authenticity of goods over an internet
US8635124B1 (en) * 2012-11-28 2014-01-21 Ebay, Inc. Message based generation of item listings
US20140172611A1 (en) * 2012-12-13 2014-06-19 Ebay Inc. Buyer-solicited offerings
US20140180861A1 (en) * 2012-12-21 2014-06-26 Ebay Inc. Methods and systems for collaborative bundling
WO2014197812A1 (en) 2013-06-07 2014-12-11 Kiglies Mauricio Electronic on-line motor vehicle management and auction system
US9460118B2 (en) * 2014-09-30 2016-10-04 Duelight Llc System, method, and computer program product for exchanging images
US9384422B2 (en) * 2014-04-04 2016-07-05 Ebay Inc. Image evaluation
WO2015171934A1 (en) * 2014-05-09 2015-11-12 Google Inc. Providing pre-edits for photos
US10319014B2 (en) 2015-12-31 2019-06-11 Ebay Inc. Online marketplace system, method, and computer readable medium for providing flaw accentuation to an image of an item for sale
CN107451868A (zh) * 2017-08-04 2017-12-08 阿里巴巴集团控股有限公司 一种物品估价的方法及装置
CN107808325A (zh) * 2017-10-26 2018-03-16 广州供电局有限公司 多电商商品信息实时采集系统及多电商并发实时比价方法

Also Published As

Publication number Publication date
US20190259075A1 (en) 2019-08-22
KR20200105985A (ko) 2020-09-09
WO2017116809A1 (en) 2017-07-06
CN108431856A (zh) 2018-08-21
US20230368260A1 (en) 2023-11-16
US11100550B2 (en) 2021-08-24
KR20180088698A (ko) 2018-08-06
KR102606195B1 (ko) 2023-11-29
EP3398152A4 (en) 2019-06-05
US20210342908A1 (en) 2021-11-04
US11756092B2 (en) 2023-09-12
KR102154913B1 (ko) 2020-09-10
EP3398152A1 (en) 2018-11-07
US10319014B2 (en) 2019-06-11
US20170193594A1 (en) 2017-07-06
KR20210124514A (ko) 2021-10-14
CN108431856B (zh) 2022-12-09

Similar Documents

Publication Publication Date Title
CN108431856B (zh) 图像的缺陷分析
KR101852581B1 (ko) 이미지 평가 기법
US9542736B2 (en) Evaluating image sharpness
KR102514935B1 (ko) 이미지 특징 데이터 추출 및 사용
US9256618B2 (en) Identifying prohibited information within and item image
US20140019285A1 (en) Dynamic Listing Recommendation
KR102105746B1 (ko) 메시지 메타데이터를 사용하는 마켓플레이스 리스팅 발생
US20170011136A1 (en) Adaptive search refinement
CN107274272A (zh) 数据处理方法、装置和电子设备
KR101979237B1 (ko) 쇼핑 정보 제공 방법 및 장치
US20180144394A1 (en) Purchase option enablement for online tutorials
KR102260401B1 (ko) 상품 정보 제공 장치 및 방법
CN110675207A (zh) 图像展示组合推荐方法、装置及设备
CN110851568A (zh) 商品信息处理方法、终端设备及计算机可读存储介质
US20150149323A1 (en) Method for surfing purchase information on shopping website
KR20140036878A (ko) 인터넷을 통한 구매대행방법
CN110852824A (zh) 基于保障服务的交易方法、智能终端及存储介质
KR20090080247A (ko) 온라인 동영상 쇼핑몰 운영 방법

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