TWM655289U - 二手商品交易系統 - Google Patents

Abstract

本創作是一種二手商品交易系統，提供買賣雙方在線交易時可以取得系統提供該物件的數位履歷，並在交付物件的過程提供「即時驗證」物件來源及內容是否真實的服務，包括一商品交易平台模組，一數位履歷管理模組，一特徵影像比對模組，一數位履歷證書產出模組，及一資料庫，所述各模組及該資料庫之間透過連結可進行訊息及數據往來的雙向溝通構成一交易系統。

Description

二手商品交易系統

本創作之技術手段主要係涉及一種網路線上交易領域，特別是針對二手商品在交易時可以線上進行驗證的交易系統。

根據波士頓顧問公司(BCG)的一項研究發現，二手商品交易市場正在引起關注，有越來越多的人不願意購買新品，主要是呼應「時尚永續」的概念，亦是合乎惜物的道德消費觀，讓物品的使用更具有持續及環保性，其中女用的品牌高達數百種，而男士的二商品市場也在不斷擴增。另外，消費者也逐漸開始拒絕快速且品質不佳的「快時尚」(fast fashion)，縱使有許多商品交易網站宣傳以原零售價三折的超高折扣出售知名設計的二手精品、甚至包括幾乎沒有使用過的超新二手商品也不一定受到消費者的倾睞，因為其中夾雜許多不實的訊息與欺騙，導致終端消費者諸多交易的糾紛而產生不信任感。雖然一般的精品在售出後會隨身附上原廠的證明書或保證書，但是，當該精品以二手商品再消售予其他人時，就算賣家提供了該原廠的證明書也不免可能發生物件被調包的情形發生，因為一般的消費者欠缺鑑識物件是否為真品的能力，縱使約定委託第三方參與驗證卻曠日廢時，而且還要額外支付一筆昂貴的費用，這也是許多二手精品交易市場雖隱藏龐大商機卻一直無法大量推動的主因。

現有參與二手商品在線交易的平台，包括吾國第201117124號「二手商品交易系統及其方法」專利文獻所公開之技術內容，多旨在提供一種便捷、並期待保障買賣雙方在進行交易「過程」的安全模式。這裡所謂的「安全」是指在線平台交易的「過程」，也就是該平台的設計是儘可能地去保護消費者都能依照其意願及指示的內容完成交易，並不是對所提供的二手物件本身給予驗證，特別是「即時」的驗證來保護消費者取得物件的「結果」。假設該二手物件是平價商品，或許對消費者而言不會特别在意，但若是一些例如知名品牌皮包等高價的精品，則所產生的損失恐怕就難以估計。

本創作是一種二手商品交易系統，提供買賣雙方在線交易的過程取得系統提供物件的數位履歷作為是否購買的參考，並在交付物件的過程提供「即時驗證」物件的來源及內容是否真實，以保障二手商品交易結果的安全性，為本創作之主要目的。

為達創作目的，本創作之交易系統除了包括既有的C2C(Consumer To Consumer)交易平台外，更導入AI(Artificial Intelligence)人工智慧辨識技術，藉由不斷訓練的累積幫助系統辨識物件的內容真實性，並即時作出判斷將訊息回饋至交易平台使買賣雙方獲得安全的交易，其主要的技術內容是由一數位履歷管理模組，一特徵影像比對模組，一數位履歷證書產出模組，及一資料庫來實現；其中，該數位履歷管理模組係與商品交易平台溝通連結，用以對提 出交易需求的二手商品提供鑑別及建立履歷、分析與管理；其在接收來自交易平台賣方的二手物件訊息後，預先安排通過一鑑定機構鑑別、認證該二手物件是否為出自原廠的真品，並記錄包含但不限於該二手物件的「物件名稱」、「品牌名稱」、「出廠資料(購證上資訊)」、「認證日期」、「特徵描述(包括刮痕、舊跡…等)」、及「認證結果」等履歷項目，同時，透過一取像裝置利用包括但不限於攝影、掃瞄等技術取得該二手物件不同角度的「特徵影像」，作為日後驗證該二手物件的依據。

該數位履歷證書產出模組連結在該數位履歷管理模組與該資料庫之間，係用以將該數位履歷管理模組所記錄的該二手物件之「物件名稱」、「品牌名稱」、「出廠資料(購證上資訊)」、「認證日期」、「特徵描述(包括刮痕、舊跡…等)」、及「認證結果」等履歷項目產出一數位履歷證書，並在該數位履歷證書上制定一專屬的數位編碼，以該數位編碼配對自該二手物件中所選取的「特徵影像」一起儲存在該資料庫中。

該特徵影像比對模組係連結在該數位履歷管理模組與該資料庫之間，其內建AI(Artificial Intelligence)人工智慧辨識技術，用以辨識在該資料庫中建存的二手物件「特徵影像」。

該資料庫係用以儲存數位履歷證書產出模組所產出的數位履歷證書，以及該二手商品的特徵影像，並提供該數位履歷證書產出模組及特徵影像比對模組存取資料進行該數位履歷證書的履歷修改，以及該二手商品的影像比對。

藉此，當買方的系統使用者在交易平台上選購物件時即可以預覽到該數位履歷證書上所記載的項目作為選購商品的參考，得以充分瞭 解該二手商品的實際狀況，並在確定完成購買的流程後由交易平台發送該經過加密的數位履歷證書予買方作為物件對應的保證；在該買方之物件持有者同時擁有了具一專屬數位編碼的數位履歷證書後，如果欲將該物件再賣予第三方，除了交付該物件予第三方檢視外，更可以透過交易系統預先查核物件的真偽及其履歷，並且以所持有之數位履歷證書上的專屬數位編碼輸入確認該二手物件的來源是否出自於本交易系統，通過確認後再依照系統的數位履歷管理模組要求攝取該物件各角度的「特徵影像」，由系統的特徵影像比對模組對該些輸入的「特徵影像」與該物件原先儲存於資料庫中的「特徵影像」進行比對是否相符，如果相符，則所述數位履歷管理模組會將比對結果傳送到商品交易平台模組並反饋給平台使用者，用以驗證該二手物件的來源及履歷內容，藉以防止該賣方以虛偽不實的物件交付買方，或者提供買方在收取到該二手物件後可以「即時」透過這樣的查核機制來確認物件的真偽，以保障該買方之權益。

1:交易系統

10:商品交易平台模組

100:使用者

101:管理者

11:數位履歷管理模組

12:特徵影像比對模組

13:數位履歷證書產出模組

14:資料庫

15:數位加密模組

2:數位履歷證書

20:數位編碼

圖1是本創作之交易系統結構圖。

圖2是本創作之數位履歷證書的參考圖。

圖3是本創作之二手物件持有者透過交易系統驗證商品的流程圖。

圖4-1~4-4是本創作對舉例物件的特徵影像選取內容。

本創作為一種線上交易系統，用於交易二手商品，特別是二手「精品」，提供進行交易的買賣雙方在過程中取得系統提供的驗證及履歷來辨別真偽，以保障二手商品的買賣雙方透過網路交易的權益、避免日後衍生諸多無謂的紛爭。

如圖1及圖2所示，本創作所述之交易系統1主要包括：一商品交易平台模組10，一數位履歷管理模組11，一特徵影像比對模組12，一數位履歷證書產出模組13，及一資料庫14；所述各模組間透過連結可進行訊息及數據往來的雙向溝通構成一交易系統1。

在本創作所揭之實施例中，所述商品交易平台模組10可以但不限於是一種C2C(Consumer To Consumer)平台，用以提供前台的使用者100，也就是買賣雙方的消費者在線進行交易，以及後台的管理者101提供服務及系統的維護。

所述數位履歷管理模組11與所述商品交易平台模組10溝通連結，係用以對交易的商品提供鑑別及建立履歷、分析與管理；其在接收來自交易平台模組10的賣方二手物件訊息後，預先安排通過一鑑定機構鑑別、認證該二手物件是否為出自原廠的真品，並記錄包含但不限於該二手物件的「物件名稱」、「品牌名稱」、「出廠資料(購證上資訊)」、「認證日期」、「特徵描述(包括刮痕、舊跡…等)」、及「認證結果」等履歷項目，同時，透過取像裝置利用包括但不限於攝影、掃瞄等技術取得該二手物件不同角度的「特徵影像」，作為日後認證該二手物件的依據。

所述數位履歷證書產出模組13係連結在該數位履歷管理模 組11與該資料庫14之間，係用以將前述數位履歷管理模組11所記錄的該二手物件之「物件名稱」、「品牌名稱」、「出廠資料(購證上資訊)」、「認證日期」、「特徵描述(包括刮痕、舊跡…等)」、及「認證結果」等履歷項目產出一如圖2所示之數位履歷證書2，並在該數位履歷證書2上制定一專屬的數位編碼20，以該數位編碼20配對自該二手物件中所選取的「特徵影像」一起儲存在該資料庫14中；其中，該數位編碼20可以但不限於是一種如圖2所示之二維碼。較佳者，該數位履歷證書產出模組13還連接有一數位加密模組15，透過該數位加密模組15對該數位履歷證書2進行加密而防止其在沒有使用權限下受到竄改或盜取。

所述特徵影像比對模組12係連結在該數位履歷管理模組11與該資料庫14之間，其內建AI(Artificial Intelligence)人工智慧辨識技術，用以辨識在該資料庫14中建存的二手物件「特徵影像」與該使用者100所提供的資訊是否相符。

所述資料庫14係用以儲存數位履歷證書產出模組13所產出的數位履歷證書2，以及該二手商品的特徵影像，並提供該數位履歷證書產出模組13及特徵影像比對模組12存取資料進行該數位履歷證書2的履歷修改，以及該二手商品的影像比對。

在進行交易時，該二手商品的賣方將物件送至本創作之交易系統1的管理者101，由該管理者101預先安排一鑑定機構鑑別該物件的真偽，並透過前述之數位履歷管理模組11記錄該物件包含但不限於該物件的「物件名稱」、「品牌名稱」、「出廠資料(購證上資訊)」、「認證日期」、「特徵描述(包括刮痕、舊跡…等)」、及「認證結果」等履歷項目，以及利用取像 裝置包括但不限於攝影、掃瞄等技術取得該物件不同角度的「特徵影像」，再將這些信息與數據傳送至數位履歷證書產出模組13產生如圖2所示之數位履歷證書2，並在該數位履歷證書2上制定一專屬的數位編碼20，以該數位編碼20配對該物件的「特徵影像」一起儲存在資料庫14中。

當買方使用者100在本創作之商品交易平台模組10上選購物件時即可以預覽到該數位履歷證書2上所記載的項目作為選購商品的參考，藉以充分瞭解該二手商品的實際狀況，並在確定完成購買的流程後由商品交易平台模組10發送該經過加密的數位履歷證書2予買方作為物件的保證。

該買方之物件持有者同時擁有了具一專屬數位編碼20的數位履歷證書2，如果該二手商品物件欲再轉賣予第三方，除了交付該物件予第三方檢視外，更可以透過本創作之交易系統1預先查核物件的真偽及其履歷。請同時參考圖3本創作之二手物件持有者透過交易系統1驗證商品是為真偽的流程圖，在此，不論是原買方之物件持有者(即現行的賣家)、或者是已將該物件交付給該第三方之物件持有者(即現行的買家)，都可以進入本創作之交易系統1之商品交易平台模組10操作，以所持有之數位履歷證書2上的專屬數位編碼20輸入確認該二手物件的來源是否出自於本交易系統1，通過確認後再依照系統的數位履歷管理模組11要求攝取該物件各角度的「特徵影像」，接續由系統的特徵影像比對模組12對該些輸入的「特徵影像」與該物件原先儲存於資料庫14中的「特徵影像」進行比對是否相符，如果相符，則所述數位履歷管理模組11會將比對結果傳送到商品交易平台模組10並反饋給平台使用者100(即現行之賣方物件持有者、或者是已將該物件交付給該 現行之買方物件持有者)，用以認證該二手物件的來源及履歷內容；反之，如果該特徵影像比對模組12對該些輸入的「特徵影像」與該物件原先儲存於資料庫14中的「特徵影像」進行比對後不相符，則該數位履歷管理模組11會要求平台使用者100重新輸入或重新攝取該二手物件各角度的「特徵影像」再作比對，藉以防止該賣方以虛偽不實的物件交付買方，或者提供買方在收取到該二手物件後可以自行透過這樣的查核機制來確認物件的真偽，以保障該買方之權益。

在上述中，不同款式的二手物件「特徵影像」選取的部位及角度皆有不同，所述特徵影像比對模組12內建的AI(Artificial Intelligence)人工智慧辨識技術需要長期建立規範讓機器可以學習，下列分別以Hermès與Chanel等精品皮包簡述其可選取的特徵影像。

一、例如Hermès皮包，請同時參考圖4-1~4-4，該物件的特徵影像選取可以包括但不限於：小耳朵的金屬及刻字、刻字深度、刻字的字型、金屬厚度、金屬亮度、慣用金屬材質、金屬上有四個螺絲的作工等，有特定的膜是無法仿冒的，另外皮革上的膠也可以做為特徵；Hermès有內碼星刻、馬蹄、有數字、有方框．．．等，其中，2021年是Y與Z開頭，之後再加上數字構成內碼，且縫線是師傅人工手縫。

二、又例如Chanel皮包，在此品牌的物件中，特徵影像的選取最明顯的是皮革的表現，包括物件正面的皮革、側邊的皮革背面的皮革，即使是同一款式同一顏色的皮革表現都會不同；再者，如內碼的呈現，內碼的數字本來就會不同，而該內碼的刻字厚度、字型呈現、字型的顏色皆可成為特徵的關鍵。

至於所述AI(Artificial Intelligence)人工智慧辨識技術，係Yann LeCun於1998年提出了卷積神經網路模型(Convolutional Neural Networks,CNN)，其廣泛的使用在手寫郵遞區號的辨識上，其中卷積層的概念是深度學習最常見的神經網路架構，由卷積層、池化層、全連結層所組成。其中，卷積層(Convolutional Layer)用圖像矩陣與權重矩陣做運算，進行不同權重的特徵擷取；池化層(Pooling Layer)提取運算後的重點特徵，並有過濾雜訊的功能；全連接層(Fully Connected)將池化後的特徵平坦化後，進行最終的分類。到2012年Alex Krizhevsky則提出了具有一定深度的卷積神經網路模型，輸入層為RGB影像，其模型特別的是中間有七個隱藏層，其中前五層為卷積層，後兩層為全連接層所構成，最後經由softmax函數作為輸出層。AlexNet參加了ILSVRC 2012年的比賽拿下了冠軍，並且與第二名產生了懸殊的差距，此後開始深度學習變成為了廣為人知的主要AI發展方向。

在ILSVRC 2014分類任務比賽的第二名是由牛津大學所提出的VGGNet所取得，VGGNet是採用了更小的卷積核並且加深了網路的深度，縮小了前段卷積層的影像視野(Field of View,FOV)，更小的卷積核與更深的網路提升了參數訓練的效率，並獲得了更好的模型泛化性能，因此更常被用於特徵影像的選取等任務。

由於卷積神經網路的卷積層有共享權重的特性，而池化層能夠對特徵進行下採樣，降低了對形變的敏感程度，再加上前述所提的資料擴增影像，更使得萃取出的特徵有夠強健的旋轉、位移、縮放等不變性。利用VGGNet已經在ImageNet影像資料集上訓練好的模型權重作為預訓練的初始化參數，通常在網路架構後段的網路層上會形成最具代表性的特 徵，例如卷積層的前段會萃取出物件的邊緣特徵，中段的卷積層會得到物體的角和輪廓，後段卷積層會得到物體的某個部位，全連接層則是可以對卷積所提取的特徵作全局的考量，提煉出更高代表性的物體特徵。在本創作中將使用VGG16的預訓練模型作為初始權重，輸入零件擴增後的影像資料集進一步訓練VGG16，待訓練完成後，取用VGG16的FC2層作為所提取的零件特徵。

以AI(Artificial Intelligence)人工智慧辨識技術內建於該特徵影像比對模組12中，透過對大量儲存在資料庫14之物件的「特徵影像」不斷深化學習，用來判斷交易買家輸入之物件的「特徵影像」作出即時的判斷，以科學方法提供該二手商品的透過系統交易的安全性來保障線上交易的結果，與先前技術相較，確實具有新穎及進步性，爰依法提出新型專利申請。

以上說明僅係列舉本創作較佳實施方式之一而並非用以限制本創作之實質內容與結果，縱熟悉該項技藝者利用本創作所進行之任何等效置換與簡單修飾，例如定義該「數位履歷證書」記載的項目、或對物件之「特徵影像」選取的角度或內容，皆仍應被後敘之申請專利範圍所含蓋，合先陳明。

1:交易系統

10:商品交易平台模組

100:使用者

101:管理者

11:數位履歷管理模組

12:特徵影像比對模組

13:數位履歷證書產出模組

14:資料庫

15:數位加密模組

Claims (5)

1. 一種二手商品交易系統，係用以交易二手物件，包括一商品交易平台模組，一數位履歷管理模組，一特徵影像比對模組，一數位履歷證書產出模組，及一資料庫，所述各模組之間透過連結進行訊息及數據往來的雙向溝通；其中，所述數位履歷管理模組與所述商品交易平台模組溝通連結，用以對交易的二手物件建立履歷，並透過取像裝置取得該二手物件的特徵影像；所述數位履歷證書產出模組係連結在該數位履歷管理模組與該資料庫之間，用以將該二手物件之履歷產出一數位履歷證書，並在該數位履歷證書上制定一專屬的數位編碼，以該數位編碼配對自該二手物件中所選取的特徵影像一起儲存在該資料庫中；所述特徵影像比對模組係連結在該數位履歷管理模組與該資料庫之間，其內建AI人工智慧辨識技術，用以比對在該資料庫中建存的該二手物件特徵影像與該物件持有者所提供的資訊是否相符；所述資料庫係用以儲存該數位履歷證書以及該二手物件的特徵影像；藉此，該物件持有者以該數位履歷證書上的專屬數位編碼輸入系統確認該二手物件的來源是否出自於本交易系統，通過確認後再依照數位履歷管理模組要求攝取並回傳該物件各角度的特徵影像，由特徵影像比對模組對該些回傳的特徵影像與儲存在資料庫中和該專屬數位編碼配對的既有影像進行比對是否一致。
2. 如請求項1所述之二手商品交易系統，其中，該數位履歷證書上的專屬數位編碼為一二維碼。
3. 如請求項1所述之二手商品交易系統，其中，該些回傳的特徵影像與儲存在資料庫中和該專屬數位編碼配對的既有影像比對如果相符，則所述數位履歷管理模組會將比對結果傳送到商品交易平台模組並反饋給平台的使用者；反之，如果不相符，則該數位履歷管理模組會反饋平台的使用者比對不相符的訊息，並要求重新輸入或重新攝取該二手物件各角度的特徵影像再作比對。
4. 如請求項1所述之二手商品交易系統，其中，該數位履歷證書上所記載的履歷至少包括該二手物件的出廠資料、認證日期、及特徵描述、及認證結果等項目。
5. 如請求項1至4中任一項所述之二手商品交易系統，其中，該數位履歷證書產出模組還連接有一數位加密模組，透過該數位加密模組對該數位履歷證書進行加密。