CN115812214A - 信息处理设备、信息处理方法、信息处理程序和信息处理系统 - Google Patents
信息处理设备、信息处理方法、信息处理程序和信息处理系统 Download PDFInfo
- Publication number
- CN115812214A CN115812214A CN202180039987.6A CN202180039987A CN115812214A CN 115812214 A CN115812214 A CN 115812214A CN 202180039987 A CN202180039987 A CN 202180039987A CN 115812214 A CN115812214 A CN 115812214A
- Authority
- CN
- China
- Prior art keywords
- product
- information
- purchaser
- seller
- personal authentication
- 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
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 161
- 238000003672 processing method Methods 0.000 title claims description 6
- 238000000034 method Methods 0.000 claims description 84
- 238000003384 imaging method Methods 0.000 claims description 44
- 238000005516 engineering process Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 description 98
- 238000010586 diagram Methods 0.000 description 46
- 238000012545 processing Methods 0.000 description 46
- 238000004364 calculation method Methods 0.000 description 15
- 239000000284 extract Substances 0.000 description 14
- 238000012986 modification Methods 0.000 description 12
- 230000004048 modification Effects 0.000 description 12
- 238000012905 input function Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
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
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- 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
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Security & Cryptography (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Ophthalmology & Optometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Collating Specific Patterns (AREA)
Abstract
该信息处理设备(100),具有:个人认证单元(111),用于对参展商执行个人认证;以及产品识别单元(112),用于基于经个人认证的参展商展出的正式产品的产品特征量和由正式产品的购买者收到的已接收产品的产品特征量,识别已接收产品是否匹配所述正式产品。
Description
技术领域
本公开涉及信息处理设备、信息处理方法、信息处理程序和信息处理系统。
背景技术
存在促进二级分销的已知技术。例如,提出了一种基于产品购买时的购买信息自动生成销售产品信息的技术,当使用电子商务平台销售产品时使用销售产品信息。
引用列表
专利文献
专利文献1:JP 6472151 B2
发明内容
技术问题
然而,利用上述公知技术,不一定能够改善二级分销服务中的可用性。例如,上述公知技术仅提供销售产品信息的自动生成,并且不能总是提高二级分销服务的可用性,销售产品信息是在使用电子商务平台销售产品时使用的。
鉴于此,本公开提出了一种能够提高二级分销服务中的可用性的信息处理设备、信息处理方法、信息处理程序以及信息处理系统。
为了解决上述问题,一种信息处理设备包括:个人认证单元,其执行卖方的个人认证;以及产品识别单元,基于正品的产品特征和由已经历所述个人认证的卖方发布出售的正品的购买者收到的已接收产品的产品特征,识别所述已接收产品是否匹配所述正品。
附图说明
图1是示出根据本公开的实施方式的与二级分销服务相关的主题的示图。
图2为示出根据该实施方式的信息处理系统的配置实例的示图。
图3是示出根据实施例的卖方装置的配置示例的图。
图4是示出了根据本实施方式的购买者装置的配置实例的示图。
图5是示出根据本实施方式的信息处理设备的配置实例的示图。
图6是示出根据实施方式的产品识别信息数据库的实例的示图。
图7为示出根据该实施方式的个人认证信息数据库的实例的示图。
图8是示出根据本实施方式的出售过程的实例的序列图。
图9是示出根据实施方式的接收处理的实例的序列图。
图10是示出了根据本实施方式的个人认证信息获取功能的配置实例的示图。
图11是示出了根据本实施方式的产品识别处理的实例的流程图。
图12是示出根据实施方式的引导处理的实例的示图。
图13是示出根据实施方式的引导处理的实例的示图。
图14是示出根据实施方式的产品识别处理的实例的流程图。
图15是示出根据实施方式的目标框确定处理的实例的示图。
图16是示出根据实施方式的引导处理的实例的示图。
图17是示出根据实施方式的产品识别处理的实例的流程图。
图18是示出根据实施方式的引导处理的实例的示图。
图19是示出根据实施方式的数据记录处理的实例的示图。
图20是示出根据实施方式的出售处理流程的实例的示图。
图21是示出了根据实施方式的购买处理流程的实例的示图。
图22是示出根据实施方式的接收处理流程的实例的示图。
图23是示出了根据变形例的出售过程的示例的序列图。
图24是示出了根据变形例的接收处理的实例的序列图。
图25是示出根据修改的提示用户输入信息的屏幕的实例的示图。
图26是示出实现信息处理设备的功能的计算机的实例的硬件配置图。
具体实施方式
下面将参考附图详细描述本公开的实施例。另外,在以下的各实施例中,对相同部分标注相同标号并省略重复说明。
将按照以下顺序描述本公开。
1.介绍
2.实施例
2-1.信息处理系统的配置
2-2.卖方装置的配置
2-3.购买者装置的配置
2-4.信息处理设备的配置
2-5.信息处理系统的操作实例
2-5-1.出售过程
2-5-2.接收处理
2-5-3.个人认证信息获取过程
2-5-4.产品识别过程
2-5-5.数据记录过程
2-5-6.用例
3.变形例
3-1.信息输入
3-2.产品识别过程
4.总结
5.硬件配置
[1.介绍]
首先,将参考图1描述与二级分销服务相关的主题。图1是示出根据本公开的实施方式的与二级分销服务相关的主题的示图。如图1所示,与二级分销服务相关的主题是卖方、购买者和二级分销平台。二级分销平台提供电子商务平台,在该电子商务平台中,产品经由希望销售产品的卖方与希望购买产品的购买者之间的网络进行交易(即,购买和出售)。卖方通过二级分销平台销售产品。购买者通过二级分销平台购买产品。
以这种方式,二级分销是其中在个体之间执行交易而不需要介入商店的形式。通常,与商店相比,诸如卖方或购买者的个人被认为在交易中具有较低的可信度。这使得二级分销服务需要通过某种手段来保证个人的可信度。此外,由于二级分销是在没有介入商店的情况下交易产品的形式,因此认为诸如复制产品和假品牌产品之类的伪造产品可能被流通。这使得二级分销服务需要通过一些手段来防止伪造产品的流通。
鉴于此,根据本发明的信息处理设备在接受卖方的用于出售的发布时执行卖方的个人认证。利用该配置,信息处理设备在销售产品时确认卖方的身份,使得可以保证卖方的可信度。另外,信息处理设备基于正品的产品特征和由已经历个人认证的卖方发布出售的正品的购买者收到的已接收产品的产品特征,识别已接收产品是否与正品匹配。利用该识别,信息处理设备在收到产品时确认已接收产品是否是正品,使得可以防止购买者接收非正品。即,信息处理设备可以防止伪造产品的流通。这使得信息处理设备可以提高二级分销服务中的可用性。
[2.实施例]
[2-1.信息处理系统的配置]
接下来,参照图2,描述根据本公开的实施方式的信息处理系统的配置的实例。图2为示出根据本公开的实施方式的信息处理系统的配置示例的示意图。如图2所示,根据本发明实施例的信息处理系统1包括卖方装置10、购买者装置20和信息处理设备100。应注意,信息处理系统1可包括诸如由系统管理员使用的终端设备的外部信息处理设备。这些各种设备经由网络(例如,互联网)通过有线或无线连接可通信地连接。注意,图3所示的信息处理系统1可包括任意数量的卖方装置10、任意数量的购买者装置20和任意数量的信息处理设备100。
卖方装置10是卖方所使用的信息处理设备。卖方装置10由例如智能电话、平板终端、膝上型个人计算机(PC)、台式PC、移动电话、个人数字助理(PDA)等实现。另外,卖方装置10捕获关于卖方发布出售的正品的产品视频,并且提取在所捕获的产品视频中包括的图像的产品特征。具体地,卖方装置10将包括在所捕获的产品视频中的图像划分为多个部分,并为所划分部分的每一个提取产品特征。
购买者装置20是由购买者使用的信息处理设备。购买者装置20由例如智能电话、平板终端、膝上型个人计算机(PC)、台式PC、移动电话、个人数字助理(PDA)等实现。此外,购买者装置20捕获关于由购买了正品的购买者收到的接收产品的产品视频,并且提取包括在捕获的产品视频中的图像的产品特征。具体地,购买者装置将包括在捕获的产品视频中的图像划分为多个部分,并为所划分部分的每一个提取产品特征。
信息处理设备100是提供二级分销平台的服务器设备。信息处理设备100提供电子商务平台,在该电子商务平台中,产品经由希望销售产品的卖方和希望购买产品的购买者之间的网络被交易,即,被购买和出售。另外,信息处理设备100基于卖方装置10提取出的正品的产品特征和购买者装置20提取出的已接收产品的产品特征,识别已接收产品是否与正品匹配。
[2-2.卖方装置的配置]
接下来,将参考图3描述根据本公开实施例的卖方装置的配置。图3是示出根据本公开的实施例的卖方装置的配置实例的简图。如图3所示,卖方装置10包括计算功能11、产品识别信息获取功能12、个人认证信息获取功能13和输入/输出功能14。
计算功能11通过使用RAM作为工作区域的中央处理单元(CPU)、微处理单元(MPU)等执行存储在卖方装置10内部的存储设备中的各种程序(对应于信息处理程序的实例)来实现。并且,计算功能11例如由ASIC(Application Specific Integrate Circuit:专用集成电路)、FPGA(Field Programmable Gate Array:现场可编程门阵列)等集成电路来实现。
产品识别信息获取功能12由例如安装在卖方装置10上的小型照相机等成像装置实现,卖方装置10是智能电话。具体地,产品识别信息获取功能12根据经由输入功能从卖方收到的操作来捕获要被发布出售产品的图像。随后,产品识别信息获取功能12获取由成像装置捕获的产品的视频(在下文中,也称为产品视频)。
随后,产品识别信息获取功能12在预定时间从产品视频获取静止图像数据(在下文中,也称为图像数据),并且使用一般对象识别技术对所获取的图像数据执行识别处理。例如,产品识别信息获取功能12可以包括识别模型,诸如通过机器学习使用预定训练数据被预处理的深度神经网络(DNN),并且可以使用该识别模型对从成像设备获取的图像数据执行识别处理。
更具体地,产品识别信息获取功能12计算作为特征点在整个图像数据中的分布的特征。随后,产品识别信息获取功能12将获取的图像数据划分为多个部分(在下文中,也称为网格)。注意,产品识别信息获取功能12可以在所获取的图像数据中切出很可能包括整个产品的部分(例如,图像的中心部分),并且可以将切出部分分成多个部分。随后,产品识别信息获取功能12计算作为每个部分中的特征点的分布的特征。
以这种方式,产品识别信息获取功能12计算图像数据的每个分辨率的特征。例如,当将所获取的图像数据划分为多个部分时,产品识别信息获取功能12在每个步骤中计算特征,同时逐步增加部分的数量。例如,产品识别信息获取功能12将所获取的图像数据划分为六个部分,并计算作为特征点在所划分的六个部分中的每个部分中的分布的特征。另外,产品识别信息获取功能12将所获取的图像数据划分为八个部分,并计算作为特征点在所划分的八个部分中的每一个中的分布的特征。另外,产品识别信息获取功能12将所获取的图像数据划分为十个部分,并计算作为特征点在所划分的十个部分中的每一个中的分布的特征。
随后,产品识别信息获取功能12计算每个部分的特征之间的相似性。随后,产品识别信息获取功能12将具有与其他部分的特征中的任何不相似的特征的部分确定为目标框,即,包括产品的特征部分的部分。这里,产品的特征部分是指,例如,与其他部分相比,在产品的识别中具有更高区别性的部分。
个人认证信息获取功能13例如由安装在作为智能电话的卖方装置10上的小型照相机或安装在照相机的拍摄按钮上的指纹认证传感器之类的成像设备来实现。具体地,当卖方捕获要发布出售的产品的图像时,个人认证信息获取功能13从安装在照相机的拍摄按钮上的指纹认证传感器获取卖方的指纹数据作为个人认证信息。可替换地,个人认证信息获取功能13通过安装在智能电话的屏幕侧的上部的相机来获取卖方脸部的图像数据或卖方虹膜的图像数据作为个人认证信息。这样,个人认证信息取得功能13通过安装于卖方装置10的传感器来取得卖方的生物体信息作为个人认证信息。
输入/输出功能14的输入功能从卖方接收各种操作。例如,通过键盘、鼠标、操作键等实现输入功能。输入/输出功能14的输出功能是用于显示各种类型的信息的显示装置,即,屏幕。例如,通过液晶显示器等实现输出功能。当在卖方装置10中采用触摸面板时,集成了输入功能和输出功能。在以下描述中,输出功能可被称为屏幕。
[2-3.购买者装置的配置]
接下来,将参考图4描述根据所公开的实施例的购买者装置的配置。图4是示出了根据本公开的实施方式的购买者装置的配置实例的示图。如图4所示,购买者装置20包括计算功能21、产品识别信息获取功能22、个人认证信息获取功能23和输入/输出功能24。
计算功能21通过例如利用RAM作为工作区的CPU、MPU等执行存储在购买者装置20内部的存储设备中的各种程序(对应于信息处理程序的实例)来实现。此外,计算功能21由诸如ASIC或FPGA的集成电路来实现。
产品识别信息获取功能22由例如安装在购买者装置20上的诸如小照相机的成像设备实现,购买者装置20是智能电话。具体地,产品识别信息获取功能22根据经由输入功能从购买者收到的操作来捕获购买者收到的产品的图像。随后,产品识别信息获取功能22获取由成像装置捕获的产品视频。
随后,产品识别信息获取功能22在预定时间从产品视频获取静止图像数据(在下文中,也称为图像数据),并且使用一般对象识别技术对所获取的图像数据执行识别处理。例如,产品识别信息获取功能22可包括识别模型(诸如通过机器学习使用预定训练数据被预处理的DNN),并且可使用该识别模型对从成像设备获取的图像数据执行识别处理。
更具体地,产品识别信息获取功能22计算作为特征点在整个图像数据中的分布的特征。随后,产品识别信息获取功能22将获取的图像数据划分为多个部分。注意,产品识别信息获取功能22可以在所获取的图像数据中切出很可能包括整个产品的部分(例如,图像的中心部分),并且可以将切出部分分成多个部分。随后,产品识别信息获取功能22计算作为每个部分中的特征点的分布的特征。在获取了每个部分中的特征之后,产品识别信息获取功能22向信息处理设备100发送关于所获取的特征的信息。以这种方式,产品识别信息获取功能22计算图像数据的每个分辨率的特征。
接着,产品识别信息获取功能22计算每个部分的特征之间的相似性。随后,产品识别信息获取功能22将具有与其他部分的特征中的任何不相似的特征的部分确定为目标框,即,包括产品的特征部分的部分。
个人认证信息获取功能23例如由安装在作为智能电话的购买者装置20上的诸如小照相机的成像设备或安装在照相机的拍摄按钮上的指纹认证传感器来实现。具体地,当对购买者收到的产品成像时,个人认证信息获取功能23从安装在相机的拍摄按钮上的指纹认证传感器获取购买者的指纹数据作为个人认证信息。可替换地,个人认证信息获取功能23通过安装在智能电话的屏幕侧的上部的相机来获取购买者的脸的图像数据或购买者的虹膜的图像数据作为个人认证信息。以这种方式,个人认证信息获取功能23通过安装在购买者装置20上的传感器来获取购买者的生物信息作为个人认证信息。
输入/输出功能24的输入功能从购买者接收各种操作。例如,通过键盘、鼠标、操作键等实现输入功能。输入/输出功能24的输出功能是用于显示各种类型的信息的显示装置,即,屏幕。例如,通过液晶显示器等实现输出功能。当在购买者装置20中采用触摸面板时,集成了输入功能和输出功能。在以下描述中,输出功能可被称为屏幕。
[2-4.信息处理设备的配置]
接下来,将参考图5描述根据本公开的实施方式的信息处理设备的配置。图5是示出根据本公开的实施方式的信息处理设备的配置实例的示图。如图5所示,信息处理设备100包括计算处理功能110和数据库功能120。
计算处理功能110通过例如使用RAM作为工作区的CPU、MPU等执行存储在信息处理设备100内的存储装置中的各种程序(对应于信息处理程序的实例)来实现。此外,计算处理功能110由诸如ASIC或FPGA的集成电路来实现。
计算处理功能110包括个人认证单元111、产品识别单元112、引导单元113、输出单元114、获取单元115、存储单元116和更新单元117,并且实现或执行以下描述的信息处理的操作。
个人认证单元111执行卖方的个人认证。具体而言,个人认证部111在从卖方的卖方装置10取得卖方的个人认证信息时,将该取得的卖方的个人认证信息与预先从卖方的卖方装置10取得的卖方的个人认证信息进行对照,基于该对照进行卖方的个人认证。具体而言,个人认证部111在从卖方装置10取得卖方的个人认证信息时,通过与卖方ID相对应地登记在个人认证信息数据库122中的卖方的个人认证信息,对照取得的个人认证信息,来进行个人认证。例如,个人认证单元111基于由卖方的指纹信息、虹膜信息或脸部信息表示的个人认证信息来执行卖方的个人认证。
此外,个人认证单元111执行购买者的个人认证。具体地,当从购买者的购买者装置20获取购买者的个人认证信息时,个人认证单元111通过将所获取的购买者的个人认证信息与预先从购买者的购买者装置20获取的购买者的个人认证信息进行对照来执行购买者的个人认证。更具体地,当从购买者装置20获取购买者的个人认证信息时,个人认证单元111通过将所获取的个人认证信息和与购买者ID相关联地登记在个人认证信息数据库122中的购买者的个人认证信息进行对照来执行个人认证。例如,个人认证单元111基于由购买者的指纹信息、虹膜信息或脸部信息表示的个人认证信息来执行购买者的个人认证。
另外,产品识别单元112基于正品的产品特征和由已经历个人认证的卖方发布出售的正品的购买者收到的已接收产品的产品特征,识别已接收产品是否与正品匹配。具体而言,产品识别单元112在从购买者的购买者装置20获取了已接收产品的产品特征时,将所获取的已接收产品的产品特征与预先从卖方的卖方装置10获取的正品的产品特征进行对照,并基于该对照来识别已接收产品是否与正品匹配。例如,当已经从购买者的购买者装置20获取了已接收产品的产品特征时,产品识别单元112通过与在产品识别信息数据库121中登记的正品的产品特征对照,来识别已接收产品是否与正品匹配。
此外,产品识别单元112基于为正品的捕获图像的每个分辨率提取的产品特征和基于为接收产品的捕获图像的每个分辨率提取的产品特征,识别收到的产品是否匹配正品。具体地,产品识别单元112基于通过划分正品的捕获图像获得的多个部分中的每个部分的特征并且基于通过划分收到的产品的捕获图像获得的多个部分中的每个部分的特征,识别收到的产品是否与正品匹配。例如,产品识别单元112将通过对已接收产品的捕获的图像进行划分而获得的多个部分中的每个部分的特征与登记在产品识别信息数据库121中的正品的图像的每个部分的特征进行对照,并基于该对照识别已接收产品是否与正品匹配。
另外,产品识别单元112基于目标框的特征以及基于目标框的特征来识别已接收产品是否与正品匹配,所述目标框的特征是包括基于正品的每一部分的特征而确定的具有高可区分性的特征的部分,所述目标框的特征是包括基于已接收产品的每一部分的特征而确定的具有高可区分性的特征的部分。例如,产品识别单元112将所接收产品的目标框的特征与登记在产品识别信息数据库121中的正品的目标框的特征进行对照,并基于该对照来识别已接收产品是否与正品匹配。
此外,产品识别单元112基于从包括在通过对正品成像而获得的产品视频中的图像提取的产品特征,并基于从包括在通过对收到的产品成像而获得的产品视频中的图像提取的产品特征,识别收到的产品是否与正品匹配。例如,产品识别单元112将从正品的前表面、正品的侧表面或正品的后表面的捕获图像提取的产品特征与从收到的产品的前表面、收到的产品的侧表面或收到的产品的后表面的捕获图像提取的产品特征进行对照,并且基于该对照识别收到的产品是否与正品匹配,其中所述正品的前表面、正品的侧表面或正品的后表面是通过围绕正品成像获得的产品视频,所述收到的产品的前表面、收到的产品的侧表面或收到的产品的后表面。
引导单元113引导卖方或购买者对具有较高可区分性的产品的一部分进行成像。具体地,引导单元113基于通过划分产品的图像而获得的多个部分中的每个部分的特征,向卖方的卖方装置10或购买者的购买者装置20输出提示对目标框的成像的信息,其中,目标框是包括具有较高可区分性的特征的部分。
此外,当产品识别单元112识别出已接收产品与正品匹配时,引导单元113提示购买者输入与购买者收到的正品相关的产品信息。具体地,引导单元113参考产品信息数据库123,并输出提示购买者输入与存储与正品相关的产品信息的各个物品中的空白项目相关的产品信息的信息。例如,如下面将描述的图25所示,引导单元113向购买者装置20的屏幕输出包括提示用户将信息输入到预定项的消息的内容C1、信息输入字段F1、用于将输入信息发送到信息处理设备100的按钮B1、以及用于跳过信息输入的按钮B2。
输出单元114将产品识别单元112获得的识别结果输出到购买者的购买者装置。例如,当作为由产品识别单元112识别的结果已接收产品与正品匹配时,输出单元114在屏幕上输出指示由产品ID识别的正品与已接收产品匹配(即,产品识别成功)的消息,如图22所示。
获取单元115获取识别正品的产品识别信息、卖方和购买者的个人认证信息、与正品相关的产品信息、以及指示正品的交易状态的产品交易信息。具体地,获取单元115从卖方装置10获取识别正品的产品识别信息。获取单元115从卖方装置10获取卖方的个人认证信息。获取单元115从购买者装置20获取购买者的个人认证信息。此外,获取单元115从购买者装置20获取关于正品的产品信息。例如,获取单元115从购买者的购买者装置20获取与空白项目相关的产品信息。注意,获取单元115可以从卖方装置10获取与正品相关的产品信息。另外,获取单元115从卖方装置10或购买者装置20取得表示正品的交易状态的产品交易信息。
存储单元116存储由获取单元115获取的产品识别信息、个人认证信息、产品信息和产品交易信息。具体地,存储单元116在产品识别信息数据库121中存储由获取单元115获取的产品识别信息。存储单元116将由获取单元115获取的个人认证信息存储在个人认证信息数据库122中。存储单元116将由获取单元115获取的产品信息存储在产品信息数据库123中。此外,存储单元116在产品交易信息数据库124中存储由获取单元115获取的产品交易信息。此外,如以下将描述的图19所示,存储单元116可通过使用区块链技术存储产品识别信息、个人认证信息、产品信息以及产品交易信息。
更新单元117利用获取单元115获取的与正品相同类型的另一正品相关的产品信息来更新与该正品相关的空白项目。
数据库功能120通过诸如随机存取存储器(RAM)和闪存的半导体存储器元件或诸如硬盘或光盘的其他存储设备来实现。如图5所示,数据库功能120包括产品识别信息数据库121、个人认证信息数据库122、产品信息数据库123、以及产品交易信息数据库124。
接下来,将参照图6描述根据本公开的实施方式的产品识别信息数据库。图6是示出根据本公开的实施方式的产品识别信息数据库的实例的示图。如图6所示,产品识别信息数据库121存储诸如产品ID、产品特征、目标框、以及产品图像的信息。
产品ID表示识别产品视频中包括的产品的识别信息。产品特征表示针对产品视频中包括的图像数据的每个分辨率提取的特征。例如,产品特征表示通过划分产品视频中包括的图像数据而获得的多个部分中的每个部分的特征。目标框表示关于目标框的坐标信息。产品图像代表产品视频。除了关于目标框的坐标信息之外,产品识别信息数据库121还可以存储关于除了目标框之外的每个部分的坐标信息。
产品信息数据库123存储与产品相关的各种类型的信息。具体地,如下面将描述的图25中所示,产品信息数据库123存储通过在产品登记时请求来自卖方或买家的输入而获得的信息(信息的实例包括品牌名称、产品类别、尺寸、使用年限和品质)。
产品交易信息数据库124存储关于产品交易的各种类型的信息。具体地,产品交易信息数据库124存储指示产品的交易状态(例如,处于被发布出售状态、接收中等)的信息。
接下来,将参照图7描述根据本公开的实施方式的个人认证信息数据库。图7是示出根据本公开的实施方式的个人认证信息数据库的实例的示图。如图7所示,个人认证信息数据库122存储诸如个人ID和个人特征的信息。个人ID指示识别作为卖方或购买者的用户的识别信息。个人特征表示卖方或购买者的个人认证信息。具体的,所述个人特征是卖方或购买者的生物特征信息,如指纹信息、虹膜信息、脸部信息等。
以这种方式,信息处理设备100还包括:获取单元,获取识别正品的产品识别信息、关于卖方和购买者的个人认证信息、与正品相关的产品信息、以及指示正品的交易状态的产品交易信息;以及存储部,存储由所述获取部获取的所述产品识别信息、所述个人认证信息、所述产品信息以及所述产品交易信息。
[2-5.信息处理系统的操作实例]
[2-5-1.出售过程]
接下来,将参考图8描述根据本公开的实施方式的出售过程。图8是示出根据本公开的实施方式的出售过程的实例的序列图。出售过程在卖方首先操作卖方装置10并激活用于销售的功能时开始。
卖方装置10通过个人认证信息获取功能13来获取卖方的个人认证信息。个人认证信息优选为指纹,但可以是面部、虹膜等,不限于指纹。卖方装置10通过将所获取的个人认证信息与预登记的个人认证信息进行对照,来执行个人认证(步骤S101)。当获得的个人认证信息与预登记的个人认证信息匹配时,卖方装置10确定个人认证成功。当个人认证成功时,卖方装置10向信息处理设备100发送卖方的个人认证信息。信息处理设备100在从卖方装置10取得了个人认证信息时,将获取的个人认证信息登记在个人认证信息数据库122中。另一方面,信息处理设备100,当在第二次以后卖方时的个人认证中从卖方装置10取得了卖方的个人认证信息时,通过与卖方ID相对应地登记在个人认证信息数据库122中的卖方的个人认证信息,对照取得的个人认证信息,进行个人认证。此外,个人认证信息的获取可以与用于产品识别的产品视频的成像同时执行。将参照下面描述的图10描述此时的个人认证获取装置和视频成像装置的变形。
随后,卖方装置10通过产品识别信息获取功能12来成像关于产品的产品视频。随后,卖方装置10通过产品识别信息获取功能12提取包括在产品视频中的图像数据的特征。另外,卖方装置10通过产品识别信息获取功能12将图像数据分割成多个部分,并提取每个部分的特征。随后,卖方装置10将与分段相关的产品视频、产品特征和产品识别信息发送到信息处理设备100。信息处理设备100从卖方装置10获取产品识别信息。当已经获取产品识别信息时,信息处理设备100将所获取的产品识别信息与登记在产品识别信息数据库121中的产品识别信息进行对照以执行产品识别(步骤S102)。
当作为产品识别的结果已经确定在登记信息中不存在所获取的产品识别信息时,信息处理设备100接受发布出售的产品(步骤S103)。随后,信息处理设备100登记发布出售的产品(步骤S104)。
如上所述,信息处理设备100包括执行卖方的个人认证的个人认证单元111。具体而言,个人认证部111在从卖方的卖方装置10取得卖方的个人认证信息时,将该取得的卖方的个人认证信息与预先从卖方的卖方装置10取得的卖方的个人认证信息进行对照,基于该对照进行卖方的个人认证。以这种方式,信息处理设备100在发布出售产品时确认卖方的身份,使得可以保证卖方的可信度。
[2-5-2.接收处理]
接下来,将参照图9描述根据本公开的实施方式的接收处理。图9是示出根据本公开的实施方式的接收处理的实例的序列图。当购买者接收从卖方发送的产品并且激活用于收到的功能时,接收过程开始(步骤S201)。
购买者装置20通过个人认证信息获取功能23来获取购买者的个人认证信息。购买者装置20通过将所获取的个人认证信息与预登记的个人认证信息进行对照,来执行个人认证(步骤S202)。当获得的个人认证信息与预登记的个人认证信息匹配时,购买者装置20确定个人认证成功。当个人认证成功时,购买者装置20将购买者的个人认证信息发送到信息处理设备100。当从购买者装置20获取了个人认证信息时,信息处理设备100将获取的个人认证信息与购买者ID相关联地登记在个人认证信息数据库122中。此外,当在第二次或后续收到的个人认证中从购买者装置20获取购买者的个人认证信息时,信息处理设备100通过将所获取的个人认证信息和与购买者ID相关联地登记在个人认证信息数据库122中的购买者的个人认证信息进行对照来执行个人认证。
随后,通过使用产品识别信息获取功能22,购买者装置20对与已经已接收产品(在下文中,也称为已接收产品)有关的产品视频进行成像。随后,购买者装置20通过产品识别信息获取功能22提取包括在产品视频中的图像数据的特征。另外,购买者装置20通过产品识别信息获取功能22将图像数据分成多个部分,并提取每个部分的特征。随后,购买者装置20把与该部分相关的产品视频、产品特征和产品识别信息发送到信息处理设备100。信息处理设备100从购买者装置20获取产品识别信息。当已经获取产品识别信息时,信息处理设备100将获取的产品识别信息与登记在产品识别信息数据库121中的产品识别信息进行对照,并基于该对照执行产品识别(步骤S203)。
当作为产品识别的结果确定获取的产品识别信息不存在于登记信息中时,信息处理设备100向购买者装置20输出错误并结束处理。相反,当作为产品识别的结果已确定所获取的产品识别信息存在于登记信息中时,并且当产品的产品交易信息的最新记录指示被张贴以供销售的状态时,信息处理设备100执行将产品的产品交易信息更新为接收状态的产品登记(信息更新)(步骤S204)。当信息处理设备100的产品登记(信息更新)完成时,购买者的接收过程结束(步骤S205)。
如上所述,信息处理设备100包括执行购买者的个人认证的个人认证单元111。具体地,当从购买者的购买者装置20获取购买者的个人认证信息时,个人认证单元111通过将所获取的购买者的个人认证信息与预先从购买者的购买者装置20获取的购买者的个人认证信息进行对照来执行购买者的个人认证。以这种方式,信息处理设备100在接收产品时确认购买者的身份,使得可以保证购买者的可信性。
[2-5-3.个人认证信息获取处理]
接下来,将参照图10描述根据本公开的实施方式的个人认证信息获取功能的配置。图10是示出了根据本公开实施方式的个人认证信息获取功能的配置实例的示图。如图10所示,个人认证获取装置和视频成像装置具有多种类型的变化。在图10中,将描述卖方装置10或购买者装置20是智能电话的情况。
在图10的左侧示出的示例中,产品视频通过安装在智能电话的背面上的小照相机捕获。此外,与产品视频的成像同时,通过用于对安装在智能电话前侧的相机成像的按钮来获取用户的指纹数据。
在图10的中心示出的示例中,产品视频通过安装在智能电话的背面上的小照相机捕获。此外,在产品视频的成像的同时,通过安装在智能电话前侧的上部的小照相机来获取用户的面部数据和虹膜数据。此外,用户的指纹数据可以通过与产品视频的成像同时安装在智能电话前侧的用于对相机成像的按钮来获取。
在图10的右侧示出的示例中,产品视频和用户的手指通过安装在智能电话的背面上的小照相机捕获。此外,与产品视频的成像同时,通过用于对安装在智能电话前侧的相机成像的按钮来获取用户的指纹数据。
以这种方式,因为信息处理设备100可以与产品视频的成像同时获取个人认证信息,所以可以减少用户关于个人认证的负担。这使得可以提高二级分销服务中的可用性。
[2-5-4.产品识别过程]
接下来,将参照图11描述根据本公开的实施方式的产品识别过程。图11是示出根据本公开的实施方式的产品识别处理的实例的流程图。产品识别处理由卖方装置10和信息处理设备100执行,或者由购买者装置20和信息处理设备100执行。然而,图11至18将描述卖方装置10和信息处理设备100执行产品识别过程的情况。
产品识别过程以放置整个产品开始。卖方装置10在预定时间从产品视频获取图像数据,并使用一般对象识别技术对所获取的图像数据执行识别处理(步骤S301)。例如,卖方装置10基于从包括整个产品的图像数据提取的特征来识别包括在图像中的产品的粗略类别。
卖方装置10基于识别结果来确定是否已经捕获了整个产品(步骤S302)。当确定尚未捕获整个产品时(步骤S302;否),卖方装置10在屏幕上显示提示如图12所示对整个产品成像的消息(步骤S303)。
这里,将参照图12描述根据本公开的实施方式的引导处理。图12是示出根据本公开的实施方式的引导处理的实例的示图。如图12左侧所示,当作为对图像的识别处理的结果已经确定仅产品M1的一部分已被捕获(整个产品M1尚未被捕获)时,卖方装置10显示包括消息“捕获整个产品”的图像G11。以此方式,当未放置整个产品时,卖方装置10将所述事实通知给卖方且提示用户校正成像的方式。结果,如图12的右侧所示,读取消息的卖方校正成像的方式,并且卖方装置10获取通过捕获整个产品M1而获得的图像G12。
返回图11的描述。相反,当确定已经捕获了整个产品时(步骤S302;是),卖方装置10在屏幕上显示提示如图13所示对产品外围外围成像的消息(步骤S304)。
这里,将参照图13描述根据本公开的实施方式的引导处理。图13是示出了根据本公开实施方式的引导处理的实施例的示图。如图13左侧所示,当作为对图像的识别处理的结果确定已经捕获了整个产品M1时,卖方装置10显示包括消息“捕获产品外围”的图像G21。以此方式,当整个产品已被放置时,卖方装置10提示卖方捕获外围。结果,如图13的右侧所示,读取消息的卖方将产品M1的外围(例如,产品M1的侧面)成像,并且卖方装置10获取通过捕获产品M1的外围(例如,产品M1的侧面)获得的图像G22。与此同时,卖方装置10从图像G21和图像G22中提取产品的特征。
返回图11的描述。卖方装置10从整个产品的捕获图像或产品外围的捕获图像提取特征(步骤S305)。随后,当提取特征时,卖方装置10确定是否已经获得足够的特征(步骤S306)。例如,卖方装置10将所获取的特征彼此对照,并且当特征的数量不再增加(不包括重复计数)时,确定已经获得足够的特征。当卖方装置10确定尚未获得足够特征时(步骤S306;否),处理返回至步骤S301。
相反,当确定已经获得足够的特征时(步骤S306;是),卖方装置10将获得的特征发送到信息处理设备100。当从卖方装置10获取到特征时,信息处理设备100确定所获取的特征是否匹配在产品识别信息数据库121中登记的每个产品的特征(步骤S307)。
当确定获取的特征与登记在产品识别信息数据库121中的每个产品的特征不匹配时(步骤S307;否),信息处理设备100将计数器值设置为1(步骤S308),并且处理进行至处理B。要注意的是,参照下面描述的图14,详细描述处理B。
相反,当确定获取的特征与登记在产品识别信息数据库121中的产品的特征匹配时(步骤S307;是),信息处理设备100将计数器值设置为1(步骤S309),并且处理进行至处理A。要注意的是,参照下面描述的图17,详细描述处理A。
接下来,将参照图14描述根据本公开的实施方式的产品识别过程。图14是示出根据本公开的实施方式的产品识别处理的实例的流程图。图14是示出在从产品的捕获图像获取的特征与登记在产品识别信息数据库121中的每个产品的特征不匹配的情况下处理B的实例的流程图。
在过程B中,卖方装置10首先计算目标的框,以便逐渐获取具有较高产品分辨率的特征(步骤S401)。例如,卖方装置10将产品图像的中心部分划分为网格,并计算网格的每个部分的特征。随后,卖方装置10计算所计算特征之间的相似性,且将具有与所计算特征中的任一者不相似的特征的网格的一部分确定为目标框。例如,卖方装置10基于目标框的特征来识别个别产品。
此处,将参考图15描述根据本公开的实施方式的目标框确定处理。图15是示出根据本公开的实施方式的目标框确定处理的实例的示图。如图15的左侧所示,卖方装置10显示具有与登记在产品识别信息数据库121中的每个产品的特征不匹配的特征的产品的图像G31。如图15的中心所示,卖方装置10将图像的中心部分分成网格并计算网格的每个部分的特征。此时,卖方装置10显示网格MS1叠加在产品图像上的图像G32。随后,卖方装置10计算所计算特征之间的相似性,且将具有与所计算特征中的任一者不相似的特征的网格的一部分确定为目标框T1。如图15的右侧所示,卖方装置10显示目标框T1被叠加在产品图像上的图像G33。
返回图14的描述。如图16所示,当确定了目标框时,卖方装置10在屏幕上显示提示用户将相机靠近目标框以执行成像的消息(步骤S402)。
这里,将参照图16描述根据本公开的实施方式的引导处理。图16是示出根据本公开的实施方式的引导处理的实例的示图。如图左侧所示。参照图16,当确定了目标框T1时,卖方装置10显示图像G34,该图像G34包括叠加有目标框T1的产品和消息“让它靠近框”。以此方式,卖方装置10向用户显示所确定的目标框,且提示用户增加产品图像的分辨率。因此,如图16的右侧所示,阅读该消息的卖方使照相机靠近目标框并捕获图像,从而允许卖方装置10获取作为对应于目标框的产品的放大部分而捕获的图像G35。此时,卖方装置10同时从图像G35中提取产品的特征。
返回图14的描述。卖方装置10从作为对应于目标框的产品的放大部分而捕获的图像中提取产品的特征(步骤S403)。随后,在提取特征之后,卖方装置10确定是否已经获得足够的特征(步骤S404)。例如,卖方装置10将所获取的特征彼此对照,并且当特征的数量不再增加(不包括重复计数)时,确定已经获得足够的特征。当卖方装置10确定尚未获得足够特征时(步骤S404;否),处理返回至步骤S401。
相反,当确定已经获得足够的特征时(步骤S404;是),卖方装置10将计数器值增加1(步骤S405)。卖方装置10通过循环计算来执行上述操作,并逐渐增加分辨率。卖方装置10判断计数器是否最终达到规定值(步骤S406)。当确定计数器已经达到规定值时(步骤S406;是),卖方装置10结束过程B。相反,当确定计数器没有达到规定值时(步骤S406;否),卖方装置10重复过程B。结果,过程B用于获得在登记的产品中没有匹配产品、以及在每个分辨率标度的目标框和特征的结果。
接下来,将参照图17描述根据本公开的实施方式的产品识别过程。图17是示出根据本公开的实施方式的产品识别处理的实例的流程图。图17是示出在从产品的捕获图像获取的特征量与在产品识别信息数据库121中登记的产品的特征量匹配的情况下的处理A的实例的流程图。
卖方装置10读取具有匹配特征的登记产品的目标框,并计算产品的捕获图像的目标框(步骤S501)。例如,卖方装置10计算具有匹配特征的登记产品的目标框的特征与产品的捕获图像的每个部分的特征之间的相似性。随后,卖方装置10将具有与已登记产品的目标框的特征具有最高相似性的特征的部分确定为产品的捕获图像的目标框。接下来,如图18所示,在确定了目标框之后,卖方装置10在屏幕上显示提示用户使照相机靠近目标框以执行成像的消息(步骤S502)。
这里,将参照图18描述根据本公开的实施方式的引导处理。图18是示出根据本公开内容的实施方式的引导处理的实例的示图。如图左侧所示。如图18所示,当确定了目标框T2时,卖方装置10显示图像G41,该图像G41包括叠加有目标框T2的产品和消息“让它靠近框”。以此方式,卖方装置10向用户显示所确定的目标框,且提示用户增加产品图像的分辨率。结果,如图18的右侧所示,阅读该消息的卖方使照相机靠近目标框,并捕获图像,以允许卖方装置10获取作为对应于目标框的产品的放大部分捕获的图像G42。此时,卖方装置10同时从图像G42中提取产品的特征。
返回图18的描述。卖方装置10从作为对应于目标框的产品的放大部分而捕获的图像中提取产品的特征(步骤S503)。随后,在提取特征之后,卖方装置10确定是否已经获得足够的特征(步骤S504)。例如,卖方装置10将所获取的特征彼此对照,并且当特征的数量不再增加(不包括重复计数)时,确定已经获得足够的特征。当卖方装置10确定尚未获得充分特征时(步骤S504;否),处理返回至步骤S501。
相反,当确定已经获得足够的特征时(步骤S504;是),卖方装置10从信息处理设备100获取在产品识别信息数据库121中登记的登记产品的特征。当从信息处理设备100获取特征时,卖方装置10确定所获得的特征是否与登记产品的特征相匹配(步骤S505)。当确定所获得的特征与登记产品的特征匹配时(步骤S505;是),卖方装置10将计数器值增加1(步骤S508)。卖方装置10通过循环计算来执行上述操作,并逐渐增加分辨率。卖方装置10判断计数器是否最终达到规定值(步骤S509)。当判断为计数器达到规定值时(步骤S509;是),卖方装置10显示指示成像的产品是与登记的产品相同的产品的产品识别结果(步骤S510)。例如,卖方装置10显示关于登记的产品的信息,诸如产品ID、产品名、制造商、类别和大小。在显示确定结果之后,卖方装置10结束过程A。另一方面,在判断为未达到规定值的情况下(步骤S509;否),卖方装置10重复过程A。
相反,当确定所获得的特征与登记产品的特征不匹配时(步骤S505;否),卖方装置10将先前计数值加1后的值设定为过程B的计数值(步骤S506)。接着,卖方装置10判断计数值是否达到规定值(步骤S507)。卖方装置10在判定为计数值达到规定值的情况下(步骤S507;是),过程A结束。另一方面,卖方装置10在判定为计数值未达到规定值的情况下(步骤S507;否),过程进行至过程B。结果,在处理进行到处理A的结束以完成处理A的情况下,可以获得以下结果:在登记的产品中存在匹配产品,以及在每个分辨率标度的目标框和特征。
如上所述,信息处理设备100包括:产品识别单元112,基于正品的产品特征和收到的产品的产品特征,识别由经过个人认证的卖方发布出售的正品的购买者收到的已接收产品是否与正品匹配。具体地,产品识别单元112基于为正品的捕获图像的每个分辨率提取的产品特征和基于为接收产品的捕获图像的每个分辨率提取的产品特征来识别收到的产品是否匹配正品。例如,产品识别单元112在从购买者的购买者装置获取了已接收产品的产品特征时,将所获取的已接收产品的产品特征与预先从卖方的卖方设备获取的正品的产品特征进行对照,并基于该对照来识别已接收产品是否与正品匹配。
以这种方式,根据本公开的实施例,在接收产品时执行关于已接收产品是否是真的产品的确认,使得可以防止购买者接收非真的产品。即,根据本公开的实施方式,可以防止伪造产品的分配。这使得可以提高二级分销服务中的可用性。
另外,信息处理设备100还包括引导单元113,引导卖方或购买者对具有较高可区分性的产品的一部分进行成像。具体地,引导单元113基于通过对产品的图像进行划分而获得的多个部分中的每个部分的特征,向卖方装置10或购买者装置20输出提示对目标框的成像的信息,其中,所述目标框是包括具有较高可区分性的特征的部分。以这种方式,根据本公开的实施方式,可以在动态地引导用户至捕获位置的同时提取特征并且搜索具有匹配特征的产品的存在或不存在。这使得可以提高二级分销服务中的可用性。
此外,信息处理设备100还包括输出单元114,其将产品识别单元获得的识别结果输出到购买者的购买者装置20。以这种方式,根据本公开的实施方式,因为识别结果被呈现给用户,所以可以提高用户对于二级分销服务的可靠性。
[2-5-5.数据记录处理]
接下来,将参照图19描述根据本公开的实施方式的数据记录处理。图19为示出根据本公开的实施方式的数据记录处理的实例的示图。尽管图5示出了其中产品识别信息、个人认证信息、产品信息以及产品交易信息存储在信息处理设备100的数据库功能120中的实例,但是信息的记录不限于此。具体地,如图19所示,可以使用区块链技术记录产品识别信息、个人认证信息、产品信息、以及产品交易信息。以这种方式,存储单元使用区块链技术存储产品识别信息、个人认证信息、产品信息以及产品交易信息。
[2-5-6.用例]
接下来,参照图20,描述根据本公开的实施方式的出售过程的流程。图20是示出根据本公开实施例的出售过程的流程的示例的示图。在图20所示的示例中,当卖方尝试发布出售的包时,卖方激活卖方装置10上的出售功能并且开始包的成像。根据如图20的上部分至下部分的中间所示的指令来进行成像。在此实例中,最初作出捕获包外围的图像的指令,且接着检测包的特征部分,且引导卖方捕获所述部分的特写图像。
图20示出了尽管产品部分地匹配从图像获取的特征但不存在严格匹配该特征的登记产品的情况。在这种情况下,允许发布出售用产品,对产品分配产品ID,显示销售数据输入画面。此时,从部分匹配的产品(即,相同类型的产品)的产品数据自动输入诸如产品名、制造商、类别和大小的信息。卖方输入剩余信息(定价、使用天数和品质)并且按下售后按钮以完成出售过程。
接下来,将参照图21描述根据本公开的实施方式的购买处理的流程。图21是示出根据本公开实施例的购买处理的流程的示例的示图。图21所示的示例是购买者期望的产品在购买之前被成像和搜索的情况。首先,购买者以与销售时相同的方式开始对包进行成像。如图21所示,引导购买者捕获包外围的图像。由于这次的目的是购买,不需要更详细的特征,并且能够获取足以找到相同类型的包的特征就足够了。图21示出了在发布十个包用于出售的情况下的屏幕实例。购买者可以从这些包中选择匹配他/她的条件的包。图21示出了选择顶部的包的情况。购买者可以在观看包的状况等之后确定是否购买。
接下来,参照图22,描述根据本公开的实施方式的接收处理的流程。图22是示出根据本公开的实施方式的接收过程的流程的实例的示图。在图22所示的示例中,在包到达之后,购买者首先激活购买者装置20的接收功能并且开始对包进行成像。根据图22的上部至下部中间示出的指令来进行成像。图22假设购买了与图20中所示的包相同的包,因此,成像的指导应该是相同的。当购买者装置20获取足够的特征并且在搜索中找到匹配的产品信息时,购买者被通知收到的产品与诸如产品ID的产品信息一起匹配购买的产品,并且接收过程完成。
[3.变形例]
[3-1.信息输入]
接下来,参照图23,描述根据变形例的出售过程。图23是示出了根据变形例的出售过程的示例的序列图。图23中示出的步骤S601至S604的处理与图8中示出的步骤S101至S104的处理相同,并且因此省略冗余的描述。在图23中,当执行产品的登记时,信息处理设备100请求卖方输入关于产品的信息(步骤S605)。例如,当关于相同产品的信息被合并时,信息处理设备100请求输入尚未输入信息的项的信息。当从卖方获得产品信息的输入时,卖方装置10将产品信息发送到信息处理设备100(步骤S606)。当从卖方装置10获取到产品信息时,信息处理设备100利用所获取的产品信息来更新缺少关于同一产品的输入信息的项目。
接下来,参照图24,描述根据变形例的接收处理。图24是示出了根据变形例的接收处理的实例的序列图。图24中示出的步骤S701至S705的处理与图9中示出的步骤S201至S205的处理相同,并且因此省略多余的描述。在图24中,当执行产品的登记时,信息处理设备100请求购买者输入关于产品的信息(步骤S706)。例如,当关于相同产品的信息被合并时,信息处理设备100请求输入尚未输入信息的项的信息。当已从购买者获得产品信息的输入时,购买者装置20将产品信息发送到信息处理设备100(步骤S707)。当从购买者装置20获取产品信息时,信息处理设备100利用所获取的产品信息来更新缺少关于同一产品的输入信息的项目。
如上所述,信息处理设备100还包括引导单元113,当产品识别单元识别出收到的产品与正品匹配时,引导单元113提示购买者输入与购买者收到的正品相关的产品信息。引导单元113向购买者输出提示与存储与正品相关的产品信息的各个物品中的空白项目相关的产品信息的输入的信息。此外,信息处理设备100还包括:获取单元115,从购买者的购买者装置获取关于空白项目的产品信息;以及更新单元117,利用获取单元获取的产品信息更新关于与正品相同类型的另一正品的空白项目。利用该配置,信息处理设备100甚至可获得最新信息,甚至对于可能根据每个产品而不同的信息,其可在二级分销中发生,具体地,诸如产品的条件(例如,具有划痕等)。这使得信息处理设备100可以提高来自用户的二级分销服务的可靠性。
接下来,将参考图25描述根据变形例的向用户输入的提示信息的屏幕。图25是示出根据修改的提示用户输入信息的屏幕的实例的示图。在图25所示的示例中,购买者装置20在屏幕上显示包括提示用户向预定项目输入信息的消息的内容C1、信息输入字段F1、用于向信息处理设备100发送输入信息的按钮B1、以及用于跳过信息输入的按钮B2。
[3-2.产品识别过程]
上述产品识别处理可以卖方装置10(或购买者装置20)和信息处理设备100依次交换信息的形式来执行。然而,在关于信息处理设备100的数据库功能120的信息被以块链等记录的情况下,数据可被预先下载到卖方装置10(或购买者装置20),并且可在卖方装置10(或购买者装置20)侧执行计算。在计算之后,可允许执行更新的数据与信息处理设备100的同步。
另外,虽然上述产品识别过程是卖方装置10(或购买者装置20)基于从包括整个产品的图像数据提取的特征来识别图像中包括的产品的大致类别,然后基于目标框的特征来识别图像数据中包括的各个产品的实例,但是识别过程不限于此。具体而言,卖方装置10(或购买者装置20)针对图像数据的每一分辨率计算特征,并基于针对每一分辨率计算的特征来识别图像数据中所包括的产品信息。例如,卖方装置10(或购买者装置20)可基于形成图像数据的多个网格部分的特征来识别包括在图像数据中的产品信息,诸如产品名、制造商和产品的尺寸。
[4.总结]
如上所述,根据本公开的各实施例,由于在出售产品时执行卖方的身份确认,因此可以保证卖方的可信度。此外,可以在产品视频的成像的同时获取个人认证信息,从而导致用户关于个人认证的负担减少。此外,在接收产品时执行关于已接收产品是否为正品的确认,使得可以防止购买者接收非正品。即,根据本公开的每个实施例,可以防止伪造产品的分配。这使得可以提高二级分销服务中的可用性。
[5.硬件配置]
例如,通过具有如图26中所示的配置的计算机1000再现诸如根据上述实施方式和变形例的信息处理设备100的信息装置。图26是示出再现信息处理设备(诸如,信息处理设备100)的功能的计算机1000的实例的硬件配置图。在下文中,将描述根据本实施方式的信息处理设备100作为实例。计算机1000包括CPU1100、RAM1200、只读存储器(ROM)1300、硬盘驱动器(HDD)1400、通信接口1500和输入/输出接口1600。计算机1000的各个组件通过总线1050互连。
CPU1100基于存储在ROM1300或HDD1400中的程序进行操作,以控制每个组件。例如,CPU1100将存储在ROM1300或HDD1400中的程序展开到RAM1200中,并且执行与各种程序相对应的处理。
ROM1300存储诸如当计算机1000启动时由CPU1100执行的基本输入输出系统(BIOS)的引导程序、依赖于计算机1000的硬件的程序等。
HDD1400是记录由CPU1100执行的程序、由该程序使用的数据等的非暂时性计算机可读记录媒质。具体地,HDD1400是记录作为程序数据1450的实例的根据本公开的信息处理程序的记录媒质。
通信接口1500是用于将计算机1000连接到外部网络1550(例如,互联网)的接口。例如,CPU1100经由通信接口1500从其他设备接收数据或者向其他设备发送由CPU1100生成的数据。
输入/输出接口1600是用于将输入/输出装置1650与计算机1000连接的接口。例如,CPU1100经由输入/输出接口1600从诸如键盘或鼠标的输入装置接收数据。此外,CPU1100经由输入/输出接口1600将数据传输至诸如显示器、扬声器或打印机的输出装置。此外,输入/输出接口1600可以用作用于读取记录在预定记录介质(或者简称为介质)上的程序等的介质接口。介质的实例包括诸如数字通用盘(DVD)或相变可重写盘(PD)的光记录介质、诸如磁光盘(MO)的磁光记录介质、磁带介质、磁记录介质以及半导体存储器。
例如,当计算机1000用作根据本实施方式的信息处理设备100时,计算机1000的CPU1100执行加载到RAM1200上的信息处理程序,以便再现计算处理功能110等的功能。此外,HDD1400将根据本公开的信息处理程序或数据存储在数据库功能120中。当CPU1100执行从HDD1400读取的程序数据1450时,作为另一例子,CPU1100可以经由外部网络1550从另一设备获取这些程序。
应注意,本技术还可具有以下配置。
(1)
一种信息处理设备,包括:
个人认证单元,其执行卖方的个人认证;以及
产品识别单元,基于正品的产品特征和由已经历所述个人认证的所述卖方发布出售的正品的购买者收到的已接收产品的产品特征,识别已接收产品是否匹配所述正品。
(2)
根据(1)所述的信息处理设备,
其中,产品识别单元
基于针对所述正品的捕获的图像的每个分辨率提取的产品特征和基于针对所述已接收产品的捕获的图像的每个分辨率提取的产品特征,识别所述已接收产品是否匹配所述正品。
(3)
根据(1)或(2)所述的信息处理设备,
其中,产品识别单元
基于通过划分正品的捕获的图像而获得的多个部分中的每个部分的特征并且基于通过划分已接收产品的捕获的图像而获得的多个部分中的每个部分的特征,识别已接收产品是否匹配正品。
(4)
根据(1)至(3)中任一项所述的信息处理设备,
其中,产品识别单元
基于作为包括基于所述正品的每一部分的特征而确定的具有高可区分性的特征的部分的目标框的特征以及基于作为包括基于所述已接收产品的每一部分的特征而确定的具有高可区分性的特征的部分的目标框的特征来识别所述已接收产品是否匹配所述正品。
(5)
根据(1)至(4)中任一项所述的信息处理设备,
其中,产品识别单元
基于从包括在通过对正品成像而获得的产品视频中的图像提取的产品特征和基于从包括在通过对已接收产品成像而获得的产品视频中的图像提取的产品特征,识别已接收产品是否匹配正品。
(6)
根据(1)至(5)中任一项所述的信息处理设备,
其中,当已经从所述购买者的购买者装置获取了已接收产品的所述产品特征时,所述产品识别单元
将已获取的所述已接收产品的产品特征与预先从所述卖方的卖方装置获取的所述正品的产品特征进行对照,并基于所述对照来识别所述已接收产品是否匹配所述正品。
(7)
根据(1)至(6)中任一项所述的信息处理设备,
其中,当已经从所述卖方的卖方装置获取了所述卖方的个人认证信息时
所述个人认证单元,
将已获取的卖方的个人认证信息与预先从卖方的卖方装置获取的卖方的个人认证信息进行对照,并基于该对照执行卖方的个人认证。
(8)
根据(1)至(7)中任一项所述的信息处理设备,
其中,个人认证单元
基于由卖方的指纹信息、虹膜信息或脸部信息表示的个人认证信息执行卖方的个人认证。
(9)
根据(1)至(8)中任一项所述的信息处理设备,
其中,当已经从所述购买者的所述购买者装置获取了所述购买者的所述个人认证信息时,所述个人认证单元
将已获取的所述购买者的个人认证信息与预先从所述购买者的购买者装置获取的所述购买者的个人认证信息进行对照,并基于所述对照执行所述购买者的个人认证。
(10)
根据(1)至(9)中任一项所述的信息处理设备,
其中,个人认证单元
基于由所述购买者的指纹信息、虹膜信息或脸部信息表示的个人认证信息执行所述购买者的个人认证。
(11)
根据(1)至(10)中任一项所述的信息处理设备,进一步包括:
引导单元,引导卖方或购买者捕获产品中具有较高可区分性的部分的图像,
其中,引导单元
基于通过划分所述产品的捕获的图像而获得的多个部分中的每个部分的特征,向所述卖方的卖方装置或所述购买者的购买者装置输出提示对目标框进行成像的信息,所述目标框是包括具有较高可区分性的特征的部分。
(12)
根据(1)至(11)中任一项所述的信息处理设备,进一步包括:
输出单元,将由所述产品识别单元获得的识别结果输出到所述购买者的购买者装置。
(13)
根据(1)至(12)中任一项所述的信息处理设备,进一步包括:
获取单元,获取识别所述正品的产品识别信息、关于所述卖方和所述购买者的个人认证信息、与所述正品相关的产品信息、以及表明所述正品的交易状态的产品交易信息;以及
存储单元,存储由所述获取单元获取的所述产品识别信息、所述个人认证信息、所述产品信息以及所述产品交易信息。
(14)
根据(13)所述的信息处理设备,
其中,存储单元
采用区块链技术存储所述产品识别信息、所述个人认证信息、所述产品信息和所述产品交易信息。
(15)
根据(1)至(14)中任一项所述的信息处理设备,进一步包括:
引导单元,当所述产品识别单元识别出已接收产品与所述正品匹配时,所述引导单元执行提示所述购买者输入与由所述购买者收到的正品相关的产品信息的操作,
其中,引导单元
向所述购买者输出提示与存储与所述正品相关的所述产品信息的项目中的空白项目相关的产品信息的输入的信息。
(16)
根据(15)所述的信息处理设备,进一步包括:
获取单元,从所述购买者的购买者装置获取与所述空白项目相关的产品信息;以及
更新单元,利用由所述获取单元获取的所述产品信息,更新与所述正品相同类型的另一正品相关的所述空白项目。
(17)
一种由计算机执行的信息处理方法,所述方法包括以下处理:
执行卖方的个人认证;以及
基于正品的产品特征和由已经历所述个人认证的所述卖方发布出售的正品的购买者收到的已接收产品的产品特征,识别已接收产品是否与所述正品匹配。
(18)
一种信息处理程序,用于使计算机执行以下过程:
执行卖方的个人认证的个人认证过程;以及
基于正品的产品特征和由已经历所述个人认证的所述卖方发布出售的正品的购买者收到的已接收产品的产品特征,识别已接收产品是否匹配所述正品的产品识别处理。
(19)
一种信息处理系统,包括卖方装置、购买者装置和信息处理设备,
其中,卖方装置
捕获所述卖方发布出售的正品的产品视频,并且提取包括在捕获的产品视频中的图像的产品特征,
购买者装置
捕获由购买了所述正品的所述购买者收到的已接收产品的产品视频,并且提取包括在捕获的产品视频中的所述图像的产品特征,以及
所述信息处理设备
基于由所述卖方装置提取的正品的产品特征和由所述购买者装置提取的已接收产品的产品特征,识别已接收产品是否与所述正品匹配。
(20)
根据(19)的信息处理系统,
其中,卖方装置
将包括在所捕获的产品视频中的图像划分为多个部分,并且为所划分的部分中的每一个部分提取产品特征,以及
购买者装置
将包括在所捕获的产品视频中的图像划分为多个部分,并且为所划分的部分中的每一个部分提取产品特征。
参考标号列表
1 信息处理系统
10 卖方装置
11 计算功能
12 产品识别信息获取功能
13 个人认证信息获取功能
14 输入/输出功能
20 购买者装置
21 计算功能
22 产品识别信息获取功能
23 个人认证信息获取功能
24 输入/输出功能
100 信息处理设备
110 计算处理功能
120 数据库功能
121 产品识别信息数据库
122 个人认证信息数据库
123 产品信息数据库
124 产品交易信息数据库。
Claims (20)
1.一种信息处理设备,包括:
个人认证单元,执行卖方的个人认证;以及
产品识别单元,基于正品的产品特征和由已经历所述个人认证的所述卖方发布出售的正品的购买者收到的已接收产品的产品特征,识别所述已接收产品是否匹配所述正品。
2.根据权利要求1所述的信息处理设备,
其中,所述产品识别单元
基于针对所述正品的捕获的图像的每个分辨率提取的产品特征和基于针对所述已接收产品的捕获的图像的每个分辨率提取的产品特征,识别所述已接收产品是否匹配所述正品。
3.根据权利要求1所述的信息处理设备,
其中,所述产品识别单元
基于通过划分所述正品的捕获的图像而获得的多个部分中的每个部分的特征并且基于通过划分所述已接收产品的捕获的图像而获得的多个部分中的每个部分的特征,识别所述已接收产品是否匹配所述正品。
4.根据权利要求1所述的信息处理设备,
其中,所述产品识别单元
基于作为包括基于所述正品的每一部分的特征而确定的具有高可区分性的特征的部分的目标框的特征以及基于作为包括基于所述已接收产品的每一部分的特征而确定的具有高可区分性的特征的部分的目标框的特征来识别所述已接收产品是否匹配所述正品。
5.根据权利要求1所述的信息处理设备,
其中,所述产品识别单元
基于从包括在通过对所述正品成像而获得的产品视频中的图像提取的产品特征和基于从包括在通过对所述已接收产品成像而获得的产品视频中的图像提取的产品特征,识别所述已接收产品是否匹配所述正品。
6.根据权利要求1所述的信息处理设备,
其中,当已经从所述购买者的购买者装置获取了所述已接收产品的所述产品特征时,所述产品识别单元
将已获取的所述已接收产品的产品特征与预先从所述卖方的卖方装置获取的所述正品的产品特征进行对照,并基于所述对照识别所述已接收产品是否匹配所述正品。
7.根据权利要求1所述的信息处理设备,
其中,当已经从所述卖方的卖方装置获取了所述卖方的个人认证信息时,所述个人认证单元
将已获取的所述卖方的个人认证信息与预先从所述卖方的卖方装置获取的所述卖方的个人认证信息进行对照,并基于所述对照执行所述卖方的个人认证。
8.根据权利要求1所述的信息处理设备,
其中,所述个人认证单元
基于由所述卖方的指纹信息、虹膜信息或脸部信息表示的个人认证信息执行所述卖方的个人认证。
9.根据权利要求1所述的信息处理设备,
其中,当已经从所述购买者的所述购买者装置获取了所述购买者的所述个人认证信息时,所述个人认证单元
将已获取的所述购买者的个人认证信息与预先从所述购买者的所述购买者装置获取的所述购买者的个人认证信息进行对照,并基于所述对照执行所述购买者的个人认证。
10.根据权利要求1所述的信息处理设备,
其中,所述个人认证单元
基于由所述购买者的指纹信息、虹膜信息或脸部信息表示的个人认证信息执行所述购买者的个人认证。
11.根据权利要求1所述的信息处理设备,进一步包括:
引导单元,引导所述卖方或所述购买者捕获产品中具有较高可区分性的部分的图像,
其中,所述引导单元
基于通过划分所述产品的捕获的图像而获得的多个部分中的每个部分的特征,向所述卖方的卖方装置或所述购买者的购买者装置输出提示对目标框进行成像的信息,所述目标框是包括具有较高可区分性的特征的部分。
12.根据权利要求1所述的信息处理设备,进一步包括:
输出单元,将由所述产品识别单元获得的识别结果输出到所述购买者的购买者装置。
13.根据权利要求1所述的信息处理设备,进一步包括:
获取单元,获取识别所述正品的产品识别信息、关于所述卖方和所述购买者的个人认证信息、与所述正品相关的产品信息、以及表明所述正品的交易状态的产品交易信息;以及
存储单元,存储由所述获取单元获取的所述产品识别信息、所述个人认证信息、所述产品信息以及所述产品交易信息。
14.根据权利要求13所述的信息处理设备,
其中,所述存储单元
采用区块链技术存储所述产品识别信息、所述个人认证信息、所述产品信息和所述产品交易信息。
15.根据权利要求1所述的信息处理设备,进一步包括:
引导单元,当所述产品识别单元识别出所述已接收产品匹配所述正品时,所述引导单元执行提示所述购买者输入与由所述购买者收到的正品相关的产品信息的操作,
其中,所述引导单元
向所述购买者输出提示与存储与所述正品相关的所述产品信息的项目中的空白项目相关的产品信息的输入的信息。
16.根据权利要求15所述的信息处理设备,进一步包括:
获取单元,从所述购买者的购买者装置获取与所述空白项目相关的产品信息;以及
更新单元,利用由所述获取单元获取的所述产品信息,更新与所述正品相同类型的另一正品相关的所述空白项目。
17.一种由计算机执行的信息处理方法,所述方法包括以下处理:
执行卖方的个人认证;以及
基于正品的产品特征和由已经历所述个人认证的所述卖方发布出售的正品的购买者收到的已接收产品的产品特征,识别所述已接收产品是否匹配所述正品。
18.一种信息处理程序,用于使计算机执行以下处理:
执行卖方的个人认证的个人认证处理;以及
基于正品的产品特征和由已经历所述个人认证的所述卖方发布出售的正品的购买者收到的已接收产品的产品特征,识别已接收产品是否匹配所述正品的产品识别处理。
19.一种信息处理系统,包括卖方装置、购买者装置和信息处理设备,
其中,所述卖方装置
捕获所述卖方发布出售的正品的产品视频,并且提取包括在捕获的所述产品视频中的图像的产品特征,
所述购买者装置
捕获由购买了所述正品的所述购买者收到的已接收产品的产品视频,并且提取包括在捕获的所述产品视频中的图像的产品特征,以及
所述信息处理设备
基于由所述卖方装置提取的正品的产品特征和由所述购买者装置提取的所述已接收产品的产品特征,识别所述已接收产品是否匹配所述正品。
20.根据权利要求19所述的信息处理系统,
其中,所述卖方装置
将包括在所捕获的产品视频中的图像划分为多个部分,并且为所划分的部分中的每一个部分提取产品特征,以及
所述购买者装置
将包括在所捕获的产品视频中的图像划分为多个部分,并且为所划分的部分中的每一个部分提取产品特征。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020-101367 | 2020-06-11 | ||
JP2020101367 | 2020-06-11 | ||
PCT/JP2021/021307 WO2021251280A1 (ja) | 2020-06-11 | 2021-06-04 | 情報処理装置、情報処理方法、情報処理プログラム及び情報処理システム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115812214A true CN115812214A (zh) | 2023-03-17 |
Family
ID=78846157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180039987.6A Pending CN115812214A (zh) | 2020-06-11 | 2021-06-04 | 信息处理设备、信息处理方法、信息处理程序和信息处理系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230351412A1 (zh) |
CN (1) | CN115812214A (zh) |
WO (1) | WO2021251280A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024070028A1 (ja) * | 2022-09-27 | 2024-04-04 | パナソニックIpマネジメント株式会社 | サーバ装置及びプログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005196259A (ja) * | 2003-12-26 | 2005-07-21 | Canon Sales Co Inc | 情報処理装置、情報処理方法 |
JP7077725B2 (ja) * | 2018-03-30 | 2022-05-31 | 大日本印刷株式会社 | 個体識別装置、及び、個体管理システム |
-
2021
- 2021-06-04 WO PCT/JP2021/021307 patent/WO2021251280A1/ja active Application Filing
- 2021-06-04 CN CN202180039987.6A patent/CN115812214A/zh active Pending
- 2021-06-04 US US17/928,523 patent/US20230351412A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230351412A1 (en) | 2023-11-02 |
WO2021251280A1 (ja) | 2021-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7163604B2 (ja) | 精算システム、精算方法及びプログラム | |
US9195819B2 (en) | Methods and systems for verifying ownership of a physical work or facilitating access to an electronic resource associated with a physical work | |
US20180330384A1 (en) | Systems and methods for processing customer purchase transactions using biometric data | |
JP5816393B1 (ja) | 商品評価装置、方法及びプログラム | |
US20180150847A1 (en) | Systems and methods for tokenless authentication of consumers during payment transactions | |
CN103718192A (zh) | 基于图像的金融处理 | |
US20200364716A1 (en) | Methods and systems for generating a unique signature based on user device movements in a three-dimensional space | |
CN112651841A (zh) | 线上业务办理方法、装置、服务器及计算机可读存储介质 | |
US10212159B2 (en) | Pharmacy authentication methods and systems | |
CN108389053B (zh) | 支付方法、装置、电子设备及可读存储介质 | |
JP7235119B2 (ja) | 処理装置、会計装置、処理方法及びプログラム | |
CN115812214A (zh) | 信息处理设备、信息处理方法、信息处理程序和信息处理系统 | |
JP2008009617A (ja) | 個人生体情報照合装置、個人生体情報照合プログラムおよび個人生体情報照合方法 | |
US11928682B2 (en) | Methods and systems for generating a unique signature based on user movements in a three-dimensional space | |
US20210217028A1 (en) | Method and system for the certification of a product to be shipped | |
KR102210448B1 (ko) | 블록체인을 이용한 제품의 소유권 등록 및 위조 판단 서비스 제공 방법, 장치 및 컴퓨터프로그램 | |
WO2019215966A1 (ja) | 登録システム、登録方法及びプログラム | |
KR20210125197A (ko) | 블록체인을 이용한 제품의 소유권 등록 및 위조 판단 서비스 제공 방법, 장치 및 컴퓨터프로그램 | |
KR102462657B1 (ko) | 중고 명품 거래 플랫폼 서비스를 운영하기 위한 중고 명품 거래 플랫폼 서비스 서버 및 그 동작 방법 | |
TW202115645A (zh) | 自助結帳系統的後端商品上架方法 | |
CN115497146B (zh) | 模型的训练方法和装置、身份验证方法和装置 | |
JP7464162B2 (ja) | 処理装置、処理方法及びプログラム | |
US20230061819A1 (en) | Method and System for Verifying Restricted Purchases | |
JP7486967B2 (ja) | 認証装置及び制御プログラム | |
WO2023175767A1 (ja) | 商品確認装置、商品確認方法、及び記録媒体 |
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 |