理解点对点市场中的图像质量与信任
计算机视觉与模式识别
2019-11-12 v1
摘要
任何精明的在线购物者都知道，二手点对点市场充斥着质量参差不齐的图像。图像质量如何影响市场结果，且质量能否被自动预测？在这项工作中，我们对点对点市场中用户生成图像的质量进行了大规模研究。通过收集常见二手产品数据集（约 75,000 张图像）并对子集进行人工标注质量判断，我们得以以尚可的准确率（约 87%）建模并预测图像质量。随后我们开展了两项研究，聚焦于理解这些图像质量分数与两种市场结果——销量与感知可信度——之间的关系。我们表明，图像质量与商品更高的售出可能性相关，尽管其他因素如浏览量更能预测销量。尽管如此，我们表明由我们的模型筛选出的高质量用户生成图像在引发用户信任感知方面优于库存图像。我们的发现可为未来市场的设计提供参考，并指导潜在卖家拍摄更好的产品图像。
引用
@article{arxiv.1811.10648,
title = {Understanding Image Quality and Trust in Peer-to-Peer Marketplaces},
author = {Xiao Ma and Lina Mezghani and Kimberly Wilber and Hui Hong and Robinson Piramuthu and Mor Naaman and Serge Belongie},
journal= {arXiv preprint arXiv:1811.10648},
year = {2019}
}
备注
WACV 2019