发布时间:2023-07-16 08:31:47
序言:写作是分享个人见解和探索未知领域的桥梁,我们为您精选了8篇的新的融资方式样本,期待这些样本能够为您提供丰富的参考和启发,请尽情阅读。
关 键 词:中小企业;融资方式;行业类型;发展阶段
中图分类号:F830.5 文献标识码:A 文章编号:1006-3544(2012)03-0039-02
企业融资主要包括内源融资、 权益性融资和债务性融资。内源融资是指企业依靠内部积累进行的融资,具有自主性、有限性、低成本、低风险等特点,可以增强企业的剩余控制权。 权益性融资指融资完成后增加了企业权益资本的融资,如股权出让、增资扩股、发行股票等,它具有融资期限长、融资成本高、融资风险低、资金使用自由度高、资金到位率低等特点。 债务性融资指融资完成后增加了企业负债的融资,如普通贷款、发行债券、民间借贷等,它具有融资期限短、融资成本高、融资风险大、资金使用自由度低、资金到位率高等特点。企业融资涉及到诸多问题,如融资的时机、融资的数量、融资的方式等,其中,融资方式的选择是重要一环。在融资实践中,选择合理的融资方式,对提高融资的成功率和企业的健康发展至关重要。
一、中小企业如何选择融资方式
中小企业有很多融资方式可供选择,而每种融资方式给企业带来的影响也是不同的。企业在选择融资方式时应充分考虑到企业所处的行业类型和不同的发展阶段对融资的需求。
(一)根据企业所处行业类型选择融资方式
1. 高新科技中小企业。(1) 高新科技中小企业的融资特点。高新科技中小企业主要包括在计算机、网络、通信、生物科技、新能源与高效节能技术、光电子与光机电一体化等16大类领域进行生产或提供服务的中小企业。高新科技中小企业一般具有以下特点:风险高、收益高、资金需求具有长期性、所需资金多、外部收益大。正是以上特点决定了高新科技中小企业融资的特殊性。由于风险大,它很难像其他中小企业以普通融资方式筹集到资金。如银行贷款,这类贷款注重安全性, 一般回避高风险,且需要资产抵押担保。所以,从理论上来讲, 普通贷款并不是高新科技中小企业适合的融资方式。而通过发行股票的权益性融资,一般要求企业有几年的盈利记录, 而大多数高新科技中小企业并不满足。 因而高新科技中小企业不适合传统型的融资方式。(2) 高新科技中小企业适合创新性的融资方式。从表面上看,高新科技中小企业的融资方式受到许多限制, 但实际情况并不然。尽管采用传统融资方式很难,但并非所有的融资方式都不可行,最重要的一点是,高新科技中小企业与传统意义上的中小企业相比有一个很关键的优势——“概念优势”。 所谓概念优势,是指高新科技中小企业所占有的“高新科技”这个概念顺应了社会发展,容易受到具有冒险精神的风险投资家、风险投资基金青睐,甚至高新科技领域巨大的盈利前景也会吸引一些其他投资者。而且由于“高新科技”对于一个国家经济的重要性, 国家也会对这类企业给予充分的政策、法律,甚至是直接的资金支持。所以这类中小企业适合风险投资、买壳上市、融资租赁等创新型的融资方式。
2.传统中小企业。(1)传统中小企业的融资特点。传统中小企业主要是指在农业、制造业、餐饮业、建筑业、医药业、商业和其他传统型非科技行业进行生产和提供服务的中小企业。与高新科技中小企业相比,传统中小企业具有如下特点:低风险、收益稳定、享受较少的政策优惠。基于以上特点,传统中小企业缺乏足够高的盈利前景, 很难获得风险投资,而且在资本市场上融资也较难。(2) 传统中小企业适合传统的融资方式。传统中小企业有其自身优势,由于其资产中有形资产占主体,市场成熟,产品需求稳定,风险相对较低,所以比较容易获得亲友的借款,以及利用银行贷款、商业信用等传统融资方式进行融资。
(二)根据企业的发展阶段选择融资方式
中小企业发展周期可分为四个阶段:种子阶段、创业阶段、成长阶段、成熟阶段。不同的发展阶段对资金的需求有不同的特点,所以筹集资金的方式也应不同。
1. 种子阶段——内源融资为主。在这一阶段,中小企业主要从事研究开发工作,活动比较单一,组织结构十分松散。由于仅有产品构想,未见正式产品,所以很难确定产品在商业上、技术上的可行性,企业前景的不确定性较高。就整个财务情况看,企业处于亏损期。此时企业尚无正式销售渠道,没有销售收入,只有支出。企业处于“种子阶段”的失败率很高,大部分“种子”都被淘汰掉了。该阶段,由于企业技术不成熟、产品无市场、生产无规模、经营无经验,因而风险很高,敢于投资的机构和个人非常少, 企业取得风险投资的可能性很小。又由于这时产品市场不明确,生产也未正式开始,企业可供抵押的资产少之又少, 想要取得普通贷款也并非易事。因此,处于种子期的中小企业应首选内部权益融资,主要是自有资金,其余是民间借贷,此外企业还可以寻求政府创业基金的帮助。
2. 创业阶段——权益融资为主,债务融资为辅。中小企业进入创业阶段就意味着已经掌握了新产品较为完善的生产工艺和生产方案,接下来就是将研究成果向商品化转变的阶段。 这一阶段的资金主要用于形成生产能力和开拓市场。由于要建设厂房、购买设备、后续研发、对企业未来发展做出战略性规划,这一系列活动的开展需要大量的资金(大约是种子期所需资金的10倍以上)。 处于创业阶段的中小企业,其内部已形成一定的资金积累,融资条件相对较好,这时,融资方式应以权益融资为主,债务融资为辅,重点是吸引投资机构或个人,如创业风险投资、中小企业投资公司投资、担保下的普通贷款等。
3. 成长阶段——银行信贷为主。闯过创业期后,中小企业在生产、销售方面基本上有了成功的把握,组织机构已经有了一定的规模,新产品的设计和制造方法已定型,也具备了批量生产的能力,企业的风险已大大降低。但企业在成长期仍要不断地进行技术创新,扩大生产能力,牢固树立企业品牌形象,确立在业界的主导地位。因此,企业在这一阶段也需要大量的资金投入。成长期的中小企业已有了较为稳定的顾客和供应商以及较好的信用记录,影响企业发展的各种不确定因素也大为减少,财务风险也大大降低,吸引商业银行的信贷资金和利用信用融资成为成长期中小企业融资方式的最佳选择。另外,在创业阶段投入资金的风险投资机构提供追加投资也是一个选择,但由于此时中小企业极具发展潜力,为了避免稀释股权,一般不宜采用股权融资。 4. 成熟阶段——资本市场大规模融资。进入成熟期的中小企业发展稳定、组织机构完善、管理经验丰富、产品销售量和利润持续增长,但行业整体的销售增长率和利润率会逐步下滑。企业获利的关键因素可能就是对大规模生产进行有效的成本控制,改革组织模式,增强或重建管理制度,开拓新的品牌,以适应市场创新的要求,所以企业仍需要大批资金投入。处于成熟期的中小企业应主要考虑在资本市场上进行股票、债券等形式的大规模融资,适度的债务融资可以降低企业综合资本成本,而有条件做强做大的中小企业应主要考虑实现企业上市。
综上所述,企业所处的不同发展阶段,具有不同的融资需求,而不同的融资方式所发挥的作用也不尽相同,中小企业应充分了解各阶段资金需求的特点和权衡各融资方式的利弊,选择最优的融资方式。
二、改善中小企业融资难的措施
1. 进一步完善和规范民间借贷。 银行贷款手续复杂,所需时间较长,不能及时满足中小企业的资金需求。大部分中小企业的资信程度不够,而且没有足够的资产作为抵押,因此很难进行担保融资。在这种情况下,民间借贷就成为中小企业一种有效的融资方式。因此,政府及相关部门应正视民间借贷在中小企业融资中发挥的作用,重视这一有效的融资方式,将其纳入法制的轨道。
2. 中小企业融资方式要创新。中小企业涉及的行业类型十分广泛,经营模式也千差万别,当前传统的融资方式已不能满足中小企业的融资需求, 应当寻求更多的融资方式。中小企业融资方式的创新是与扶持中小企业发展的政策目标相一致的。如:股权融资,发展潜力较大的企业应考虑在创业板市场上市;项目融资,应以独到的市场眼光,研究开发出与高新技术紧密结合的项目,来吸引风险投资和国家扶持基金;债务融资,如知识产权担保融资、应收账款融资、存货融资等。
3. 中小企业要提高融资能力。大多数中小企业的主要融资方式还是银行贷款,但是中小企业资信程度不高是银行惜贷的主要原因。企业只有不断提高自身经营能力,才能及时偿还贷款,取得银行的信任,建立良好的信用记录。而现在一些中小企业在需要资金时才找银行,平时也不和银行打交道,做交易时直接使用现金,与银行一直都没有业务往来。此外一些中小企业不能如实纳税,缺乏建立良好信用记录的意识。
4. 商业银行应加大对中小企业的信贷支持。商业银行在我国金融体系中的主导地位,决定了中小企业的发展离不开商业银行的支持,因此,商业银行要把支持中小企业作为信贷工作的重点,制定有针对性的贷款政策和办法,增加贷款种类和贷款抵押物种类。虽然国家相关部门出台了扶持中小企业贷款的诸多政策,但只有银行积极全面开展中小企业信贷业务,才是破解中小企业贷款难的根本之道。
综上所述,当企业需要资金解决中小企业生存发展问题时,融资是一条有效途径。而融资方式的选择是融资成功的关键之一。首先,中小企业只有根据企业所处的行业类型和自身的发展阶段选择适合的融资方式,才能成功融资,帮助企业正常有序经营和发展壮大。其次,中小企业应该通过创新自身的融资方式和提高自身的信用能力, 增强信用意识,改善融资方式。最后,商业银行和社会要支持中小企业融资,以使中小企业健康发展。
参考文献:
[1]胡竹枝. 中国中小企业融资[M]. 北京:中国经济出版社,2006:73-83.
[2]高正平. 中小企业融资实务[M]. 北京:中国金融出版社,2005:144-150.
[3]程剑鸣,孙晓岭. 中小企业融资[M]. 北京:清华大学出版社,2006:34.
[4]张维德. 中小企业融资完全手册[M]. 北京:中国友谊出版社,2003:417-430.
[5]杨宜,梁红. 中小企业不同发展阶段融资方式比较与选择[J]. 财会通讯,2009(5):19-20.
[6]谢小娜. 论我国中小企业融资问题[J]. 现代商贸工业,2009(12):155-156.
关键词 铁路 客运专线 融资创新
建国以来,我国铁路建设由国家主导,在一段时间内得到了迅猛的发展,但是,由于满足国民经济建设的需要,我国铁路建设还需要大量的资金投入,如果仍然依靠国家和政府投资,将难以为继。从这一角度考虑,我国铁路建设必须创造条件,创新融资方式,让更多的民间和国外资本参与进来。
一、我国铁路融资现状及问题
(一)我国铁路当前的融资方式及状况
传统的融资方式大多以企业所拥有的资产或者资产形成的收益作为信用担保,来面向社会筹集企业生产经营所需要的资金,主要通过债权或者权益来实现融资。所谓债权融资,就是增加企业负债来筹集资金,主要形式有:向银行借贷、发行债券、票据融资等等;权益融资则是通过吸引投资来实现融资目的,主要有:国家投资、股票融资等等。就我国铁路建设目前的情况来看,建设资金来源以建设基金、银行贷款为主。按照我国《中长期铁路网规划》,我国铁路总长到2020年将增加到10万公里,这一目标的实现无疑将大大缓解铁路的运力紧张的问题,但是巨额的建设资金需求也随之而来,据测算,铁路建设平均每年的资金投入达8000亿元,而目前每年的资金投入不到4000亿元。
(二)我国铁路融资存在的问题
我国铁路建设近年来的大量扩张,导致对资金需求的同步上升。从目前我国铁路融资情况来看,还存在着较多的问题,例如:投资主体单一,根据我国铁路网规划,近年铁路建设所需的建设资金达2万亿元,按照当前的融资情况统计,主要的投资主体仍是国家基金,吸收的社会资本在投资中所占的比重仍然较小;融资渠道单一,我国铁路当前所吸引的社会资本中,地方政府和国有企业占了相当大的比重,对私人资本和民间闲散资金的吸引力严重不足;债务问题,目前我国铁路建设负债高达数万亿元,这些债务主要由国家信用担保,根据铁路的经营现状,偿还债务给铁路企业带来沉重的经济压力。
二、我国铁路客运专线融资方式的创新与实现
(一)我国铁路客运专线融资方式创新的条件
随着我国高铁等新型铁路建设的大量开展,我国铁路客运专线建设所需的资金,与以前相比,具有资金投入量大,资金在短期内投入较多,回收期长等特点。当前,由于经济结构调整,我国增长随之放缓,国家在财政和税收上亦受到一定影响,如果在铁路建设资金上继续延续对国家投资的过度依赖,不仅无法满足对建设资金的需求,而且也不利于客运专线建设在短期内的大量开展,因此,只有进行铁路客运专线融资方式创新,才是解决铁路客运建设资金问题的出路。因为我国铁路建设长期以来由国家主导,要进行铁路客运专线融资方式的创新,必须按照市场规律,创造以下条件:
1.确立铁路建设企业的主体地位。铁路客运专线建设开展民间融资,从寻求资金回报的角度,发起人必须具有经营管理权,因此,必须确立铁路建设企业的主体地位。从这一要求出发,在我国铁路建设的过程中,必须以项目为单位成立若干个独立公司,这些公司按照现代企业的标准建立制度,成为融资主体,在项目建成以后,承担铁路客运的运营、管理及融资风险,并对所有投资负责。
2.建立和完善收益分配制度。铁路部门必须把铁路建设资金投入的收益和回报作为主要目标,必须建立健全收益分配制度,在客运专线投入运营以后,要根据融资计划和经营情况,制定明确的投资分配方案,定期铁路客运专线经营和分配结果,保证社会投资者权益,并实现铁路客运融资的可持续性。
3.修订法律法规,为融资提供法律保障。为了给社会投资者提供更好更全面的保障,以吸引更多的社会资本投入到铁路客运专线建设,我国立法者必须结合铁路建设社会融资的特点,充分考虑本国实际情况,并借鉴国外的先进经验,修订相关法律法规,制定更多的利于社会资本进入铁路建设领域的规章制度,以保障社会资本的权益,吸引更多的社会资本参与铁路建设,解决铁路建设在资金上的瓶颈问题。
4.根据市场行情实行铁路客运定价。铁路客运专线融资回报,来源于运营阶段的资金回收,这样一来,铁路客运专线进入运营阶段以后,其客运价格的确定就成为社会资本投入回收和回报的关键。以前,铁路客运定价权由国家掌握,体现了较强的社会公益性和行政管理性,对市场经济规律的体现并不充分。如果在铁路客运专线开展社会融资以后,继续实行国家定价,社会投资者的权益将无法得到体现和保障,投资者的信心将受到严重挫伤,所以,铁路客运定价的改革势在必行,铁路客运定价市场化是铁路客运建设融资的前提条件。
(二)三种主流项目融资方式在我国铁路客运专线融资中的应用
1. BOT方式。BOT就是“建设D经营D移交”。就是政府和投资者签订协议,由投资者承担铁路客运专线项目的投资和建设,并负责经营和维护,在协议期限界满以后,项目无偿交还给铁路总公司。如果能够采取这一模式来实现铁路客运专线的融资,对于铁路建设无疑是非常有利的:一是不仅可能吸收国内民间资本,还可以吸收国外资金,并借此引进国家先进的技术及管理经验;二是由投资者承担了项目的建设及运营风险,能够提高项目建设和运营效率;三是我国政府对铁路的终极所有权不会改变;四是不增加我国政府的负担。
2. TOT方式。TOT就是“移交D经营D移交”。铁路客运专线借鉴这一模式,可以把一些已经建成的客运专线项目,有偿向民间或国外资本转让,政府通过收回的投资再开展新的项目建设,受让方在协议期限内对客运专线项目享有经营管理权,在期限界满以后,这些项目无偿交还给铁路总公司。这一融资方式主要通过盘活我国铁路客运专线的存量资产来解决新项目建设所需的资金,具有以下好处:一是利于民间或国外资本直接进入铁路运营,由于铁路已经建成,建设期的风险得到了消除;二是减少前期费用及时间成本,因为无建设期,也就不存在前期投入及审批程序;三是风险明了,建成的客运专线运营情况非常透明,利于民间或国外资本明确投资风险。
3. ABS方式。ABS就是“资产支持证券化”。铁路客运专线如果采取ABS方式融资,可以把专线项目进行独立或组合包装,以其作为资产来发行证券取得资金。为了实现这一过程,铁路总公司需要通过特殊目的公司SPC(Special Purpose Corporation)作为媒介来完成,即铁路总公司把客运专线项目的所有权转让给SPC,SPC通过证券承销商销售资产获得资金,然后把资金返还到铁路总公司,证券发行期内,铁路总公司负责项目经营并将收入付给SPC,期限界满以后,SPC将项目资产所有权还给铁路总公司。这一融资方式具有操作简便,成本较低的优点。
三、结语
通过上文的分析可知,我国铁路客运专线建设融资方式的创新,必须以确立融资主体地位、保障投资者权益为条件,根据项目建设情况,灵活采取BOT等融资方式来实现建设资金的筹集。
(作者单位为沪昆铁路客运专线湖南有限责任公司)
参考文献
[1] 张嘉昕,苗锐.我国地方铁路客运专线融资模式创新及路径设计――以吉林省为例[J].国有经济评论,2013(5):21.
【论文摘要】 供应链金融是商业银行为满足企业供应链管理需要而创新的金融业务,其目的是为了实现供应链条上的核心企业,上下游企业以及银行等各参与主体的多方共赢,这项金融业务能有效破解供应链中的中小企业融资难问题。供应链融资在我国具有广阔的发展前景,但其所面临的各种风险也不容忽视,需要银行针对不同融资方案加强信用风险与操作风险的管理。
目前我国金融体系的间接融资渠道中,一方面作为资金供给方的商业银行金融产品创新滞后,具有同质性,同业竞争加剧;另一方面作为资金需求方的中小企业陷入贷款难的境地,生存与发展举步维艰。基于供应链角度的金融创新——供应链融资就是通过金融产品的创新,既为中小商业银行提供了一个新的利润增长点,同时也从全新视角破解优质中小企业融资难的问题。
1 供应链金融的涵义与产生背景
所谓供应链就是一个完整的商品流通概念,是指从商品的原料到生产到销售的整个流通过程。不同类型的企业,如能源性企业、制造型企业、流通性企业都有各自的商业形态、供应商和分销办法,都有各自的供应链解决办法。在整个供应链中,不同企业所处的地位并不相同,竞争力较强、规模较大的核心企业因其强势地位,往往在交货、价格、账期等贸易条件方面对上下游配套企业要求苛刻,从而给这些企业造成了巨大的压力。而上下游配套企业恰恰大多是中小企业,这些企业一方面难以从银行融资,另一方面还受到核心企业的制约,结果最后造成资金链十分紧张,导致整个供应链失衡,这种失衡首当其冲受到影响的是中小企业,从长期看也势必会影响到核心企业的效益与竞争力。
供应链金融就是商业银行将核心企业和上下游企业联系在一起提供灵活运用的金融产品和服务的一种融资模式,一般将其描述为“1+N”的模式:在供应链中寻找出一个大的核心企业,以核心企业为出发点,为供应链提供金融支持。一方面,将资金有效注入处于相对弱势的上下游配套中小企业,解决中小企业融资难和供应链失衡的问题;另一方面,将银行信用融入上下游企业的购销行为,增强其商业信用,促进中小企业与核心企业建立长期战略协同关系,提升供应链的竞争能力。
供应链金融的发展有其深刻的社会分工背景,到目前为止,从人类社会生产分工看,先后经历了产业间分工、产品间分工和产品内分工等过程。自上个世纪80以来,产品内分工成为分工的新趋势,产品内分工也叫工序分工。从经济全球化视角看,产品内分工是指特定产品生产过程不同工序或区段,通过空间分散化展开成跨区域跨国别的生产链条或体系,因而有越来越多的国家参与特定产品生产过程不同环节或区段的生产或供应活动。在这样国际分工的新背景下越来越多中小企业参与到国际生产活动中,在产业链上发挥着重要的作用。“供应链金融”最大的特点就是在供应链中寻找出一个大的核心企业,以核心企业为出发点,为供应链提供金融支持。
目前,国际上的一些供应链金融产品主要有两类。一类是提前支付融资。上个世纪90年代后期,一些为大企业提品的中小企业将对大企业的应收账款折价出售给银行,提前获得现金。另一类是库存所有权融资,这种方式在国际上比较流行。最初库存所有权融资是银行与供应链之中的库存质押对供货企业进行贷款,使得企业能够得到足够的运营资本,以持有库存。
2 供应链金融对商业银行的吸引力
供应链融资方式的创新,主要是商业银行改变了对企业信用评级的视角,银行传统金融产品提供仅仅将目光局限在企业本身,对企业自身的发展经营状况进行评级和授信,而单独从个体角度看中小企业的确存在自身发展时间短,财务状况不好,而导致信用评级较低的问题。因此,中小企业贷款难,主要难在缺乏信用,难在中小企业信用不足,体现为缺乏有效的抵押物和担保措施,如果按照传统的审贷标准,凭抵押担保或靠报表分析,中小企业确实很难进入银行的放贷视野。
如果把中小企业放在产业链条上考察,情况会有所改变。供应链金融创新亮点在于抓住大型优质企业稳定的供应链,围绕供应链上下游经营规范、资信良好、有稳定销售渠道和回款资金来源的企业进行产品设计,借助大型核心企业对中小供应商的深入了解,选择资质良好的上下游企业作为商业银行的融资对象,这种业务既突破了商业银行传统的评级授信要求,也无需另行提供抵押质押担保,切实解决了中小企业融资难的问题。供应链金融业务的核心是从整个产业链角度开展综合授信,并将针对单个企业的风险管理变为产业链风险管理。这种融资模式是以供应链上下游企业之间交易项下的资金流、物流和信息流为依托,以交易项下的未来现金回笼为还款保障,由商业银行向企业提供金融支持,满足企业综合金融服务需求。
供应链金融有两大鲜明特点;一是银行对授信企业的信用评级不再强调企业所处的行业规模、固定资产价值、财务指标和担保方式,转而强调企业的单笔贸易真实背景和供应链核心企业的实力和信用水平,即银行评估的是整个供应链的信用状况。因此,中小企业的信用水平远比传统评估方式要高;二是银行围绕贸易本身进行操作程序设置和寻求还款保证,因而该授信业务具有封闭性、自偿性和连续性特征。
随着国有银行股份制改造的陆续完成以及我国以国民待遇原则对外资银行开放,国内银行业竞争业务日益加剧,每家银行都在寻求自己的市场定位与目标客户。未来国内银行业市场竞争将呈现以下的趋势:外资银行占领高端市场,存款客户是大客户,有一定的准入门槛,对中小存款者收取一定管理费用,贷款客户多是知名的跨国公司;股份制改造后的国有商业银行将成为金融产品的百货公司,产品种类繁多,目标市场人群从低端覆盖到高端;而一些中小股份制和区域性商业银行最优的选择就是成为一些金融创新产品的专卖店,在某些创新金融产品上做出特色和具有竞争力。金融产品的创新源于对市场需求敏锐洞察力与深入的调查,目前在供应链金融方面做得比较突出的是深圳发展银行等中小银行。深圳发展银行于2005年正式提出“面向中小企业、面向贸易融资”,建设国内领先的贸易融资专业服务银行,打造国内最专业的供应链金融服务商。
3 供应链金融对企业的吸引力
供应链融资对中小企业具有吸引力。一般来说,一个特定商品的供应链从原材料采购,到制成中间及最终产品,最后由销售网络把产品送到消费者手中,将供应商、制造商、分销商、零售商、直到最终用户连成一个整体。当前,一个普遍的现象是:核心企业往往是大企业,信用等级高、容易融资,且融资成本低;而配套企业则往往是中小企业,信用差、融资难,且融资成本高。在供应链上,中小企业面对的是强势核心企业,更需要贷款和金融支持,尤其是流动资金上的支持。按照传统信贷标准,中小企业很难进入银行门槛,而现阶段,国内缺少对中小企业的金融担保机构,这加重了中小企业融资难度。从供应链金融的运作效果看,获益最广、最多、最显著的要数供应链上的中小企业。
供应链中的核心企业也是该种融资方案的受益者。如果供应链上的核心企业不融资、小企业融资,那么必然造成供应链整体的融资困难和高成本运行,最终必然体现为终端产品高价格和难以及时供应。这样,核心企业借助“供应链金融”技术管理供应链,做好整体供应链的融资规划,就能大大降低供应链整体的融资难度和融资成本,巩固供应链,提升供应链价值,切实培育长期战略合作伙伴。国际上一些优秀企业,已开始尝试操作供应链金融产品,如提前支付融资。20世纪90年代后期,一些为大企业提品的中小企业将对大企业的应收账款折价出售给银行,提前获得现金。与传统应收账款融资不同的是,供应链金融提前支付融资是由供应链的大企业(购买者),像沃尔玛、戴尔这样的公司牵头安排的,这就比较容易。通过这样的融资安排,中小企业获得了运营资本融资,解决了流动性的问题,而大企业则能获得更多的利润。
4 供应链金融在我国的发展趋势与风险管理对策
四个因素决定了我国现行供应链融资方案将长期存在:首先,国内物流经济发展迅猛。入世以来中国企业加快融入全球化分工体系,在未来一个时期,我国企业融入全球经济供应链的进程不会改变,供应链融资将会保持平稳增长。其次,我国企业的信用体系和信用文化建设需要一定时间,在诚信机制的不完善但融资供需双方两旺等因素作用下,供应链融资方案将受到金融企业的青睐,具有良好的发展前景。第三,我国商业银行自身业务发展的需要。随着我国金融体制改革的不断深化,商业银行业务导向越来越市场化,出于市场细分和安全性等考虑,会有不同的融资方案被创新出来。第四,我国参与供应链企业扩大业务的需要。我国企业在融入全球供应链的过程中,会伴随着兼并和重组而不断发展壮大,而有效的金融支持是企业发展必不可少的条件之一。因此,应进一步优化和完善现有供应链融资方案的设计,推动供应链融资的良性发展。提高商业银行的在供应链融资方案中的风险管理水平是目前殛待解决的问题。①加强行业研究,提高市场风险管理水平供应链融资中的市场风险是指大型国际企业购买中小企业商品后,由于市场价格剧烈波动,不能按计划销售货物后不能及时收回货款,导致的银行贷款无法及时收回或发生损失的风险。银行要围绕跨国公司及其供应链上的中小企业做好深入的调查、研究。要了解核心企业的资信能力、市场地位,履约情况和产业发展前景,同时也要仔细研究供应链上中小企业的产品质量、生产能力、市场竞争力等。对于从事大宗商品贸易融资的银行必须对各大类商品市场进行深入研究,既要分析国际市场行情、国家有关宏观政策,还要及早介入供应商的谈判,了解买卖双方的有关情况。
②加强内部控制,提高操作风险管理水平
根据巴塞尔银行监管委员会有关文件,操作风险是指由不完善或有问题的内部程序、员工、科技信息系统或外部事件所造成的风险,包括法律风险但不包括策略和声誉风险。
供应链金融是多种金融产品的组合,银行对中小企业授信是基于对供应链核心企业及整个行业发展层面的考察,因此这项业务的开展行业跨度大,对企业经济技术分析、行业发展前景的判断更加困难,除了金融知识以外,还需要许多专业知识,这将加大判断借款人是否发生经营风险的难度,另外对对动产及货权质押的监管也比较困难,对银行业务人员的水平提出了更高的要求。因此,商业银行在供应链融资创新中可能存在贷前、贷中和贷后的管理与契约设计存在漏洞和法律的真空,发生操作风险的概率增大。对于从事供应链融资业务的银行来说,加强人员的培训,提高员工供应链金融业务素质与能力迫在眉睫,同时在现有操作风险的管理框架下,将供应链融资的操作风险管理嵌入其中并进行有关创新也势在必行。
参考文献
关键词:房地产投资信托;保障性住房;有限合伙制
一、保障性住房投融资的现状及其局限性
自1978年以来,中国逐步推进住房制度改革,并借鉴国际经验,初步建立了我国住房社会保障体系。经过了近30年的发展,保障性住房的建设已经初具规模,但当前保障性住房的供需矛盾也表明,保障性住房的投融资体制仍然存在着以下主要两方面的问题。
(一)组织结构方面,中央和地方政府角色定位不明确,地方政府缺乏资金配给的主动性
2011年1月26日,国务院出台《国务院办公厅关于进一步做好房地产市场调控工作有关问题的通知》(又称“新国八条”),在政府住房保障方面提出了2011年全国建设保障性住房和棚户区改造住房1000万套的政策目标。根据住房和城市建设部估算,1000万套保障性住房的建设资金将突破1.3万亿。其中全国土地出让金收入可以提供约2700亿的建设资金;中央财政划拨款将达到1400亿左右;28个公积金贷款投资保障房建设的试点城市将获得公积金贷款约838亿。上述三项合计为4938亿,距离1.3万亿还有8062亿地方财政的缺口,占到了建设资金总额的62%,如图1所示。
保障性住房有公益性和福利性的特点,政府的参与责无旁贷,但是,中央和地方政府角色定位的不明确在很大程度上限制了保障性住房发展。就保障性住房的财政支持来看,中央政府虽逐年提高了财政转移支付,但仍只是杯水车薪;地方政府集生产者、所有者、管理者三种角色于一身,参与了包括规划、开发、建设及管理运营的全过程,并提供60%以上的建设资金。然而,由于没有完备的资金来源体制,地方政府很难保证其在保障性住房市场上资金供应的积极性。
(二)金融市场方面,保障性住房资金来源的非市场化导致住房政策的效率低下
目前,我国保障性住房的资金来源主要是财政划拨。然而,这样非市场化的资金来源并不能够满足保障性住房的建设要求。
从我国金融业的现状来看,三十年的改革开放为我国积累了巨大的社会财富,民间资本日益增大,2010年中国城乡居民储蓄存款余额达到了30.3万亿元多,比2006年增长了16.3%,居民的投资需求日益强烈;另外,伴随中国保险市场的发展和中国社会保障制度的改革,中国的机构投资者日益成型,保险公司和社保等机构投资者增强了对低风险、高收益投资产品的需求。相反,在资金投资渠道方面,我国的资本市场发展并不完善和成熟,投资渠道狭窄,使各类资产都未得到充分的利用。而保障性住房不仅有其居住功能,同样还具有稳定的保值、增值性能。如何开发保障性住房的金融市场,更好地利用充足的民间资本来提高住房政策的效率性是亟待解决的问题。
二、REITs的基本内涵
面对保障性住房背后急需解决的资金瓶颈,我们需要进行保障住房投融资模式的拓展和创新。而国外成熟的房地产投资信托基金(REITs)的经验将为我国建立保障性住房投融资新模式提供思路。
房地产投资信托基金(REITs)可以定义为:通过发行基金券(如受益凭证、基金单位、基金股份等)将投资者的不等额出资汇集成一定规模的信托资产,交由专门的投资管理机构加以管理,获得收益由基金券持有人按出资比例分享,并共同承担风险的一种金融投资工具。它是专门用于房地产投资、租赁开发、销售和消费等方面的投资资金,是集众多的分散资金与一身,采用专家经营、专业化管理的一种投资体制。同时,具有绝大部分净收益以立法形式要求以股息形式支付给所有者、产品流通性能好等显著特征。早在20世纪80年代,美国政府就开始运用REITs来发展廉租房住房体系,并取得了一定成效。
三、REITs进行保障性住房融资运行方式的探讨
从国际上REITs发展的经验来看,只有适合的REITs组织模式,才能较好地解决制度中约束和激励的问题。因此,REITs在保障性住房上发挥积极作用的关键因素是REITs组织模式的选择和建立,再以此为基础,进行其运行方式的探讨。
(一)我国保障性住房引入REITs组织模式的选择
纵观全球REITs的组织形式,大部分国家都选择了契约制的REITs。这主要是因为,契约制REITs的各个结构都清晰明确,有较高的效率,发展的也较为成熟。更重要的是,契约制的债务无论从性质还是来源上,都有其自身的独特性,能够更好地保护投资者出资额以外的其他资产安全。
然而,现有的大部分国际经验都是将REITs投资于商业、医疗、工业以及商品住宅等商业物业方面,并没有太多运用于政府保障性住房的经验。而保障性住房恰恰有着区别商业物业特性:首先,保障性住房是政府住房政策的核心内容之一,是政府的职责。即使将保障性住房运用REITs进行开发、持有和运营,政府仍需要承担绝对的管理和运营权,设计廉租房和公共租赁房的建设标准和租金水平,来确保保障性住房市场平稳的发展;其次,保障性住房虽然具备房地产的投资性能,但更是政府向居民提供的具有保障的公共产品。所以,即使通过资本市场来获得建设资金,政府仍需要对其承担债务连带责任,不能任其“自生自灭”。
此外,从我国现有法律环境来看,我国实行《公司法》多年,相关的以及类似的公司制的企业运作和管理体制已经趋于成熟;相反,契约制基金的基本法《信托法》在2001年才正式实施,其中的管理体制仍有待完善和规范。因此,有限合伙制,因其普通合伙人债务责任约定的无限性,更适合应用于我国保障性住房的投融资模式中。具体的组织模式结构如图2所示。
其中国有企业协助政府公共部门形成普通合伙人(GP)承担绝对的管理权和专业的经营权;初期试点引用国有投资公司或保险机构等机构投资者作为有限合伙人(LP)进行资金注入,共同成立房地产投资信托基金公司。有限合伙公司以现有的保障性住房(指廉租房和公共租赁房)为资产标的池来发行房地产投资信托基金。
(二)REITs运作方式的探讨
根据以上论证及国际经验,保障性住房在REITs融资的路径选择包括以下三个方面:
第一,运作方式上以封闭式为主。REITs作为房地产投资这一类长期投资产品,封闭基金在存续期间固定不变的资本总额的特点有利于进行房地产这种长期投资;相反,开放式基金由于有随时被赎回的风险,必须保持基金的一定的流动性,因此不适合进行房地产投资。同时,现有封闭式证券基金的运作和监管经验也可以作为REITs运营的借鉴。第二,组织形式为合伙有限制。第三,募集方式以私募开始,逐步发展为公私募相结合的方式。结合国际经验,REITs要有较好的发展,需要完善的政策制度环境。但作为一种新型金融产品,相关政策需要涉及税务部门、证监会、保监会等等各个部门,其设定和实行必然是一个漫长的过程。面对庞大的住房保障的市场需求,我们可以从私募方式开始,边发展、边完善,摸着石头过河,为REITs公募发行奠定基础。同时,私募方式很大程度上依赖投资机构者,这也有利于我国投资机构者的成熟发展。
关键词:自适应;信息隐藏;数字水印;空间域
中图分类号: TP309.2
文献标识码:A
0引言
信息隐藏是将重要信息嵌入到在其他媒体(载体) 中,在基本不改变载体的外部特征及使用价值的情况下,我们的感觉器官感觉不到载体外部的变化,从而实现重要信息的隐秘传递。信息隐藏的目的不在于限制正常的资料存取,而在于保证隐藏的信息不引起攻击者的注意和重视,从而减少被侵犯的可能性,摆脱数据加密技术的致命缺陷。现在的隐密通信方式一般都要求把消息先加密再隐藏, 即形成了“加密+ 隐藏”的安全通信模式,它较之单纯的密码加密方法更多了一层保护。信息隐藏与分析技术的研究无论在军事和民用方面都有着重要的意义,隐藏技术越来越多地应用于多媒体信息的版权保护及信息安全等领域。特别在军事上,各个国家都采用了信息隐藏技术,进行情报、间谍活动,用于信息战领域中。早在2001年9月美国HINDU新闻组就报道了头目“拉登”可能通过隐写图片向其同僚传递重要的信息、散布消息、筹集资金、组织恐怖袭击等[1],并成功地逃过了美国通信监管部门的监控。
目前用来作为信息隐藏的载体有文字、图像、语音或视频等多种不同格式的文件, 但使用方法没有本质的区别。其中图像由于冗余空间大,是目前用得最多的信息隐藏载体。在基于图像的信息隐藏技术中,有两种隐藏技术:基于变换域的隐藏技术和基于空间域的隐藏技术。其中基于变换域的隐藏技术鲁棒性比较好,但较难实现大量数据的隐藏,要实现大容量的信息隐藏主要使用基于空间域的隐藏技术。
1典型空间域隐藏技术分析
基于空间域的隐藏技术是直接改变图像元素的值, 一般是在图像的亮度或色带中加入隐藏的内容。最简单和有代表性的基于空间域的信息隐藏方案是将要隐藏的信息代替图像的最低有效位(LSB)或者多个不重要位平面的所有比特的算法,这里的隐藏信息指的是二值比特序列。其隐藏信息的原理如下:计算机用三个字节来表示颜色的红、绿、蓝三原色的分量数值,每个字节的最低位的变化对颜色的视觉影响很小而无法察觉,因此可以把红、绿、蓝三原色的分量数值的最低位(最小意义位) 视为冗余空间,把信息隐藏在这里。1993年,Tirkel等人[2]提出了数字图像水印的一种方法,该方法将m序列的伪随机信号以编码形式的水印嵌入到灰度图像数据的LSB中。为了能得到完整的LSB位平面而不引入噪声,图像通过自适应直方图处理,首先将每个像素值从8 bit压缩为7 bit,然后将编码信息作为像素值的第8个bit(即像素值的LSB),这一方法是单个LSB编码方法的扩展,在单个LSB编码方法中,LSB直接被编码信息所代替。
LSB 算法的优点是算法简单、嵌入速度快、隐藏容量比较大,这些优点是基于变换域的隐藏算法所无法比拟的。因此LSB算法仍然在信息隐藏中占有重要地位,几乎全部的隐写算法中都可以找到LSB 算法的影子, Internet上常见的隐写软件中也大都使用LSB 算法或LSB 的衍生算法[3]。由于使用了图像最不重要的像素位,因此算法的鲁棒性较差,嵌入信息很容易受到滤波、图像量化、几何变形和加噪等操作的攻击。针对LSB算法出现的缺陷,一些研究人员对空域图像水印技术进行了改进,使算法的稳健性和安全性得到了提高。文献[4]提出通过颜色量化的方法实现的,使原来需要8位来表示的256色图像量化到颜色数128 色,量化后的图像只用7 位来表示,剩余的那位(最高位)就可以作为冗余空间来存储隐藏信息。由于此时所用的冗余空间为最高位,也叫最大意义位(MSB),因此鲁棒性好,解决了LSB算法鲁棒性差的问题。该方法的缺点是嵌入后的图像的调色板大小发生改变, 而且对于原本256色的图像量化后,由于存在量化误差,图像的视觉质量会有不同程度的降低,其中最为严重的是在均匀渐变区域出现的伪轮廓,因此,必须降低质量才有可能实现信息嵌入[5]。目前,基于图像空间域的隐藏技术的研究目标主要有两个:一是在一定长度的可修改图像载体数据中,在不影响载体视觉效果的前提下,嵌入尽可能多的信息数据;二是提高其鲁棒性。本文在以上算法的基础上提出了一种鲁棒性和隐藏容量均优于LSB算法的空间域信息隐藏算法。
2本文算法
基于图像的信息隐藏可看为在强背景(原始图像)下叠加一个弱信号(被隐藏的信息),只要叠加的信号低于对比度门限(Contrast Sensitivity Threshold),视觉系统就无法感觉到信号的存在[6]。根据
人类视觉系统(Human Vision System,HVS)
的对比度特性,该门限值受背景照度、背景纹理复杂性和信号频率的影响。背景越亮,纹理越复杂(或者说边缘丰富),门限就越高[6,7],这现象称为亮度掩蔽和纹理掩蔽。HVS的对图像所具有的亮度掩蔽、边界掩蔽和纹理掩蔽等效应表明[8]:(1) 人眼对不同灰度具有不同的敏感性,通常对中等灰度最为敏感,而且向低灰度和高灰度两个方向非线性下降;(2) 对图像平滑区的噪声敏感,而对纹理区的噪声不敏感;(3) 边界信息对于人眼非常重要。根据人类视觉掩蔽特性可知:具有不同局部性质的区域在保证不可见性的前提下,可允许叠加的信号强度是不同的。对RGB彩色图像而言, 人类视觉系统并不是只有对LSB位不可感知,对于较亮的像素点,比LSB更高的某些位的变化同样是不可感知的,这些不可感知位同样可用来嵌入信息,从而进一步提高嵌入容量。利用以上HVS特性,本文提出多平面自适应隐藏方法,可获得较大的信息隐藏空间和较好的鲁棒性。其基本思路是根据每个像素点RGB三个颜色分量的亮度值的不同,确定是否隐藏信息、信息隐藏位置及信息的隐藏量。由于不是将信息隐藏在某个固定的平面位,这样既能解决LSB算法的鲁棒性差的问题,也没有MSB算法的颜色失真问题。具体算法如下 :
设24位的RGB彩色图像的每个像素RGB三个颜色分量分别为(r7,r6,r5,r4,r3,r2,r1,r0)、(g7,g6,g5,g4,g3,g2,g1,g0)、(b7,b6,b5,b4,b3,b2,b1,b0),对图像的每个像素点RGB三色的每一色进行单独嵌入处理,首先对红色分量进行处理,将(r7,r6,r5,r4,r3,r2,r1,r0)从高位至低位逐位进行检查,当第x位不为0时,则从第x-y位(y≥1)开始嵌入信息,一直嵌入到第z位,若z>x-y, 则该像素点的该分量不嵌入信息, 由于信息的嵌入是在一个非0位后的一个约定位开始,到另一个约定位结束,因此信息的提取只依赖参数y和z,不需要原始图像及辅助信息表等其他信息,是一种完全意义的盲提取。即:
ri,其他其中为该像素点红色分量第i位ri经过嵌入处理后的值,wj(j∈{1,2,…,L})为待嵌入的比特序列,j的值为前面已经嵌入的比特数,每嵌入1个比特j的值增加1,y的取值决定了嵌入强度,它需要在不可感知性和嵌入容量之间折中考虑,y值越大,视觉不可感知性越好,但可隐藏的信息量越少。z的取值由所需的抵御滤波处理的鲁棒性决定,当z=0时,则包括LSB位。处理完红色分量后,再用同样的方法处理该像素的蓝色和绿色分量,只是对蓝色和绿色分量,y的取值可以根据人类视觉系统特性取不同的值。处理完一个像素点后,再重复以上过程,处理下一个像素点。
设背景照度为I,根据Weber定律[9],在均匀背景下,人眼刚好可以识别的物体照度为I+I, I满足:
视觉领域的进一步研究表明, I与I的关系更接近指数关系[10]。有文献提出了更准确的对比度敏感度函数(CSF, Contrast Sensitivity Function):
其中I0为当I=0的对比度门限,α为常数,a∈ (0.6, 0.7)。
根据以上结论,y的取值为4至5时就可基本满足视觉不可见性要求,实验结果也证实如此。由于人眼对RGB三色的敏感度是不同的,人眼可感知的亮度值可由如下的公式计算:可见人眼对绿色最敏感,对蓝色最不敏感,它不到绿色的1/4,因此为了达到不可感知性的目的,在y值的选取上,绿色需要适当取大一点,蓝色分量的值则可取小一点。
3试验与讨论
为验证本算法的性能,以512×512×24 的原始Lenna图像进行试验。首先试验本算法的最大信息嵌入量,z的值设为0,设RGB三色所对应的y的取值为(yr,yg,yb),这三个值分别选取(5,5,4)、(4,5,4),(4,4,4),(4,5,3)和(3,5,3)几组不同的值进行嵌入试验,嵌入后的结果分别如图1的(b)、(c)、(d)、(e)、(f)所示。由试验结果可知,当yr≥4、yg≥5、yb≥3时,对人类的视觉系统而言是不可感知的,超过这个值时就会影响视觉效果,即(yr,yg,yb)取(4,5,3)时,隐藏的信息的不可感知性就能满足要求,此时达到可隐藏信息量的最大值。再选取标准图像peppers和tulips进行试验,当yr,yg,yb分别取4,5,3时,嵌入信息后的载密图像如图2所示,可见在嵌入隐藏信息后同样能满足视觉的不可感知性要求。当yr,yg,yb分别取4,5,3时,在Lenna、peppers和tulips图像中可嵌入的信息量见表1,不难看出本算法的信息隐藏量非常大,嵌入比平均值约为36%,而目前认为信息隐藏量大的LSB算法的嵌入容量的嵌入比为12.5%,可见本算法的可嵌入容量远比LSB算法大很多。
再以512×512×24的原始Lenna图像嵌入一幅181×252×8的灰度图像进行剪裁试验,将载有隐藏信息的图像进行如图3(c)所示的随机裁剪,然后进行隐藏信息的提取,提取的图像如图3(d)所示,说明本算法有较强的抗剪裁能力。由于本算法的嵌入容量大,同小容量的嵌入算法相比,对于同样的嵌入信息可进行反复的嵌入,一幅载体图片可嵌入多个水印信息,因此抗剪裁能力强。以512×512×24的原始Lenna图像嵌入一幅181×252×8的灰度图像进行抗干扰试验,在嵌入隐藏信息的图像上加入0.02的椒盐噪声,检测到的隐藏图像如图4(b)所示,虽然检测到的隐藏图像也有明显的噪声干扰信息,但不影响识别效果,可见本文算法一定的抗噪声干扰能力,作为隐藏图像之类的水印是能满足要求的,而计算复杂度却比同样效果的频域算法低很多。 另外当z取1时(即LSB位不隐藏信息)进行滤波试验,载密图像进行中值滤波处理后,仍可检测到隐藏的大部分信息,而LSB算法则基本检测不到隐藏的信息,说明本算法的鲁棒性比LSB算法要高很多,而此时的信息隐藏量却仍然比LSB算法大。同时由于嵌入的图像的位平面与原始图像、嵌入后的图像没有对应关系,而不像LSB算法那样将信息嵌入在一个固定的平面位,可防止位平面过滤所导致的失密,因此安全性也比LSB算法高。
从目前来看,昆明地方政府融资期限相对不长,只要规范政府融资行为,控制新增融资规模,在经济不发生大的波动下,短期内一般不会出现支付风险,融资债务风险处于总体可控状态,但各县(市)区均采取的资金信托的融资方式,由于各种原因,我省信托公司一直是金融风险高发领域,经历几次行业整顿仍然无法实现稳健经营,目前信托公司和银信合作模式是银监会监管的重点,因此地方政府融资采取资金信托的方式进行存在着不容忽视问题。
第一,我省信托业的创立和发展所依托的社会背景是十分特殊的。首先,社会对信托业缺乏起码的认识,甚至连什么是信托都不知道,又何以去进行委托业务。其次,我省历史上很少有信托的社会意识和传统习惯。
第二,我省信托业的创立与发展,所依托的社会环境也极不完备。经济发展水平不高。无论是个人、机构、团体、组织都缺乏应有的财富规模,并且经济生活多元化、复杂化、综合化程度不高,经济关系比较单调等,造成经济内部对信托业务的需求不高。
第三,在传统经济体制下,信托基本功能与派生功能的错位, 信托业若以融通资金为主要功能,就只能处于银行垄断的控制下,难以作为一个独立的产业自主发展。
第四,信托业从产生开始定位就不明确、不规范。我省信托业的兴起,不是由于经济和社会对信托业务的内在需求,而是为适应金融体制改革,突破传统单一僵化金融体制而进行创立的,是作为金融界改革者的身份出现的。但是,由于对信托机构定位不明确,其资金来源不稳定,因此出现了信托机构与银行“抢饭吃”的局面。
我省信托投资公司基本职责是:受人之托、忠人之事、代人理财、助人致富为主营业务,以收取手续费、佣金和分享信托受益为主要收入来源的金融机构。
目前云南信托公司代地方政府管好用好融资,困难仍然很大:
一是信托业诚信问题。目前信托业的行业诚信问题十分突出,信托公司的整体形象受几年来信托公司的不断关闭等问题而受到挑战,而信托业又是一个以诚信为生命的行业,是接受外部约束下的自律行为,管理的规范程度、经营的理念、服务水平、自律程度都影响着社会对信托公司诚信的判断,如今中央银行也加强对信托业的监管功能,以进一步提高信托业的公众信用力度,当然,诚信的建设是一个缓慢的过程。
二是社会认知问题。社会对信托业金融功能的认知度较低,信托是什么?为什么要使用信托?信托会给我们带来什么?社会上对信托这种金融工具的功能在了解和接受上存在障碍,信托公司本身也缺乏培育市场意识,没有进行新产品宣传推广。
三是人才稀缺问题。人才是现代企业最重要、最稀缺的资源,从某种意义上说,信托业的可持续能力归根结底是人力资本。
信托公司要顺利解决上述“瓶颈”问题,实现可持续发展,增强核心竞争力,必须建立起高素质的专业人才队伍。
我省信托业由于起步晚,发展落后,要发展我省的信托业就必须借鉴其他地区的发展经验。地方政府要融资就要实现融得进,又要切实做到管得住,用得好。
一是把握好融资投向。不应只强调做强融资平台,扩大融资规模,更应注重融资投向、项目质量,把融资资金投向城市基础设施建设等公益项目、保障改善民生和关乎地方经济社会发展大局的重大项目。
二是加强对融资的管理。目前对政府融资所产生的融资成本和建设项目投资大多是“实报实销”,这种“敞口供应”的现状导致融资缺乏加快项目建设、节省投资成本的动力和压力,为此,要加强审查、通过向对融资项目派驻财务总监,强化投资项目评审等途径切实加强对融资使用审查、审批,逐步建立融资申报、审批、拨付监控系统,随时掌握融资项目的资金使用、拨付情况,提高资金效益。
三是促进融资透明。增强融资项目债务透明度,将融资收支情况纳入本级财政预算管理,强化本级人大监督和社会监督,建立完备、透明的地方政府债务信息披露制度,定期披露显性债务、隐性债务或所有债务情况。
四是完善“融资、建设、开发、偿债”四位一体的运行机制,保证地方政府收益的一定比例返还绘融资项目作为偿债来源,促进融项目自负盈亏。
在系统或者芯片的验证过程中,使用高速串行信号标准的芯片的接收端测试都需要激励信号源,一直以来,设计人员几乎完全依赖数字信号发生器,为串行测试生成二进制信号。他们在数字信号中运用输入信号的幅度调节、注入抖动、相位偏移调节等手段来进行比较恶劣的工作环境的模拟,以考验接收端的接收容限。但是,信号源领域中的新技术正在改变这一切,直接合成工具可以帮助设计人员创建现实程度更高的信号,并极大地减少复杂的测试设置和多种设备共用可能引入的测量误差。
直接数字合成方式产生信号的意义
串行信号完全由简单的二进制数1和0组成。为什么要使用直接数字合成模拟波形来表示数字数据呢?这是因为在数字信号中隐含的是模拟事件。书本上理想的数字信号的零上升时间和完美的“平顶”都是虚拟的,实际的工作环境具有噪声、串扰、反射、电源变化和其他缺点,每个缺点都会给信号带来影响。直接合成信号源的优点是能够完全“模仿”实际信号的模拟特点,可以任意控制信号的上升时间、脉冲形状、延迟、畸变、抖动变化规律等,这正是严格的串行总线测试所需的操作。泰克的AwG7000就是使用直接数字合成的方式产生信号的任意波形发生器,可以生成一个测试信号,拥有所需的全部时序、幅度和失真特点,而不是像一般的数字信号源那样先生成一个“干净”的理想信号,然后再通过各种组合去劣化信号来模拟真实环境。
实际工作环境中高速串行信号的模拟特性
由于传输介质的衰减以及反射会导致信号不同程度的劣化,具体表现为抖动的增大,信号幅度的衰减等。在实际工作环境中,随着信号速率的提高,传输介质对信号的影响越来越明显,信号一般会随信号速率和传输路径长度成比例劣化。在大规模的工程化生产制造过程中,可能会牺牲PCB、连接器、线缆的性能来换取成本的优势,这就更增加了接收端的容限要求。
由于时钟芯片的抖动影响,电源平面的波动干扰,以及串行信号周边低频但高能量的信号的串扰,这些都会导致串行信号发生时序上的变化,这种变化表现为信号边沿的抖动有规律的跟随着干扰信号的变化而变化;或者为了减少EMI的辐射,特意在时钟信号上叠加一个低频的调制,使信号的频率随着调制信号而有规律的升高或降低,频谱扩散在相对宽的频率范围内,而降低频谱的尖峰值,一般称为ssC(扩频时钟)。
为了减少传输介质的衰减而造成的波形的畸变和ISI的抖动成分的增加,提高传输过程中的信号完整性。业界普遍使用了去加重(de―emphasis)的技术,以补偿传输线对高频分量的衰减,改善接收机输入上的信号保真度。但必须在设计阶段全面评估串行设备对去加重的响应。在调试过程中可以根据实际的情况,调节去加重的比例以获得最好的传输效果。传统数字信号源对串行信号特性进行模拟的方法。
一般的数字信号源能够对比较单一的规律性变化的数字信号进行模拟,如信号中含有随机噪声,或者信号的抖动以单一的正弦规律或者三角波规律变化的情况。可以用多个仪器混合注入不同特性的抖动和噪声实现。但如果信号的劣化是不规则的或者以比较复杂的规律变化的,如在正弦抖动中含有电源或者其他高能量信号干扰引起的抖动,数字信号源就难以进行模拟了。
对于串行信号标准中常用的“去加重”特性的实现,数字信号源则需要使用多通道以及Power Combiner电源组合器进行复杂的连接来实现,而且要精确控制多个通道的相位关系,否则得到的信号会与预期大相径庭,原理如图1所示,将CHl相对于CH2延迟一个比特位(UI),然后将两个通道相减,就可以得到图1去加重的信号。
使用直接数字合成原理的AWG(任意波形发生器)如何对串行信号进行模拟
直接合成是一种基于采样的技术。直接合成信号源(AWG)从样点中创建模拟波形,在带宽和采样率能达到的范围内,AWG存储器中的样点基本上可以定义任何波形,这些样点可以从示波器采集的实际波形中获得,也可以采用公式或者算法去任意定义。
直接合成信号源除了能够合成含任何抖动规律或者噪声的信号,建立随机抖动和确定性抖动的影响模型,以定量方式和定性方式改变施加的效应外,还能模拟信号在传输时由于特定介质的不同特性导致的衰减、反射、串扰等信号的畸变。而且不需要使用复杂的外部设备去注入抖动或者噪声,所有的信号特性都在仪器的处理器和存储器中合成,所以连接非常简便,同时可以减少仪器之间互联可能引起的错误或者不确定性。如图2所示。
对于合成信号的速率、抖动注入的频率和幅度、噪声的幅度以及信号的上升时间。均可以通过泰克的SerialXpress软件方便快捷的进行定义,并可以实时模拟实现效果,如图3所示。
对于去加重信号的直接合成方法完全不同于数字信号源,但得到的结果确完全相同。AWG存储的信号已经包含“去加重”特性,因此不需要生成及外部组合两条数据流,以得到合成信号。如图4中单一通道的输出就可以实现。而且“去加重”的比例如3,5dB、-6dB等可以根据需要任意的调节。
直接合成信号源(AwG)在目前流行的串行总线一致性测试中的应用
1 SATA总线的一致性测试
目前SATA Workgroup已经了发送端、线缆以及接收端的一致性测试规范和实现方法。SATA的接收端抖动容限一致性测试要求DUT进入回环模式。在设备处于这种模式时,由测试仪器(信号源)发送含抖动的信号给DUT的接收端,然后DUT的发送端就会对已经收到的信号做出正确的响应,最后由错误帧检测器(Frame errordetector)去检测DUT的发送端响应输出的数据是否正确,或者可以逐步调大信号源注入的抖动幅度,直到Frameerror detector检测到错误帧出现,此时获得的抖动幅度就是接收端的抖动容限值。传统上需要外部PC上运行专门的应用软件来强迫DUT进入回环模式。遗憾的是,一旦断开信号源以后,大多数收发机就会自动退出回环模式,返回正常操作,因此无法再继续进行测试。应对这一挑战的常用解决方案是通过功率合成器向DUT输送BIST-L命令,如图5所示。通过在测试电路中使用电源组合器,数据发生器可以在环回模式激活时,开始把测试数据发送到DUT,而不要求断开连接。功率合成器是一种可行的解决方案,但有它的缺点。很明显,它提高了复杂度,增加了连接错误、电气接触不良及出现其他机械问题的机会,它还需要校准所有输入源,保证正确引入抖动成分。最重要的是,功率合成器会使数据信号电压衰减高达50%。
如果采用AWG直接合成的方法,仪器可以代替PC发送回环指令。它不需要功率合成器或运行BIST―FIS软件的PC。图6是基于AWG的抖动容限测试系统:一台仪器生成输入信号,一台仪器读取输出。通过SATA的测试配置可以看出,通过AWG采用直接数字合成方法构建测试环境非常简单和方便。
2 DisplayPort总线的一致性测试
在Display Port Compliance TestSpecification Versionl的接收端抖动容限测试中,要求信号源提供包含不同的抖动频率、抖动幅度以及抖动成分的信号,输入到Sink的接收端,然后看Sink的误码率来考验接收端的性能,这对于传统的数字信号源是一个挑战,请看图7中的传统数字信号源的解决方案,为了合成复杂的抖动成分,需要额外的增加一个噪声信号发生器和矢量信号发生器,而且两者还需要用Power Divider合成起来去给数字信号源注入抖动,整个测试环境的构建十分复杂。而图8的使用直接合成信号源实现方法的独特优势在于它只需按一个键,就可以输出合成的信号,这些信号包含正弦、ISI、RJ、Pj抖动、预加重、平衡、跳变时间和幅度控制,连接简便而且测试的一致性和可重复性均很高。
3 HDMI的一致性测试
在HDMI的CTSl.3b的规范中,要求在Sink的抖动容限测试中除了加入两种频率的抖动外,还需要加入TTC(transition time converter)以及Cableemulator以保证信号的上升时间以及抖动成分符合规范要求。数字信号源使用如图9所示的方式来实现。
对于TTC,要求不同的测试频率加入不同的TTC,分别为:74.25MHz/450ps、148.5MHz/220ps、165MHz/200ps、222.75MHz/150ps、340MHz/60ps。对于Cable emulator,同样要求在不同的测试频率使用5种不同特性的cable emulator。
根据规范对于Sink的测试,需要测试其在不同的时钟频率下的性能。这可能会导致在测试过程中频繁的更换不同的TTC和Cable emulator。除了花费大量的时间外还可能会导致频繁的改变连接引起的信号接触不良等因素造成的测试差异。另外由于Cable emulator和TTC价格昂贵,需要额外支出大笔费用。采用直接合成信号的方式产生信号,TTC和Cable emulator的特性均可以采用AWG来进行模拟。同样如图8所示,无论是测试DisplayPort还是HDMI,都可以方便通过AWG配合直接数字合成的方法在配置简单的情况下,方便地产生各种高速串行信号。
关键词: 加权Hu矩; 噪声估计; 自适应融合; 加权系数
中图分类号: TN911.73?34 文献标识码: A 文章编号: 1004?373X(2014)01?0014?05
0 引 言
近年来,随着计算机视觉技术的发展,人体行为识别逐渐成为研究的热点。如何有效地从图像序列中获得人体行为特征成为了研究的关键。其中,HOG和Hu矩是十分常见的两种特征提取方法,然而针对场景中的噪声变化,这两种方法的适应范围较小,识别率变化较大。因此,本文中将重点讨论两种特征的融合算法,以达到对噪声容忍度好,适用范围大的目的。
1 特征提取算法
1.1 方向梯度直方图描述子(HOG)
HOG(Histogram of Oriented Gradient)算法通过计算局部区域上的梯度方向直方图来构成人体特征,能够很好地描述图像局部区域外观和形状,HOG是在Cell和Block的网格内进行计算的,Cell由若干像素点构成,Block由若干相邻的Cell构成,HOG算子提取的流程如图1所示。
图1 HOG特征提取流程图
本文中进行HOG特征提取时,输入图像大小为64×80,Cell大小为8×8,Block大小为16×16,Block的步进为8个像素,梯度方向将360°分为9个区间。
为了验证HOG特征的性能,分别采集200帧挥手、弯腰、走路以及展腹跳的帧图像,其中每种动作的100帧(共400帧)作为训练样本,每种动作的余下100帧(共400帧)作为测试样本,见表1。
分别提取训练样本和测试样本的HOG特征提取算子,以euclidean距离作为判别准则进行模板的匹配。此外,为了验证算法在噪声情况下的鲁棒性,对测试样本进行了加噪处理(高斯噪声方差0.01,椒盐噪声密度0.02),识别率见表2。
从表2可知,HOG特征提取算子对未加噪声的图像识别率很高,但是若测试样本存在强噪声时,则识别性能大幅度下降。因此,依靠单一的HOG特征提取算子进行人体行为的识别,性能较差。
表1 四种人体行为图像
表2 HOG特征识别率 %
[\&挥手\&弯腰\&展腹跳\&走路\&识别率\&原始图像\&100\&97\&99\&98\&98\&加噪后\&83\&65\&57\&55\&65\&]
1.2 加权Hu矩描述子
Hu M.K.在文献[1]中利用代数不变矩理论构造出7个不变矩,这种不变矩在平移、约束缩放、旋转下保持不变,但对图像细节信息的表征有限,不具备非约束缩放不变性且识别率较低。因此,本文中提出一种加权Hu矩算子,具体流程如图2所示。
图2 加权Hu矩特征提取流程图
首先,为了获得更多的图像细节信息,将传统Hu矩进行扩展,并且对扩展Hu矩进行修正,使得图像在缩放的条件下,依然保持不变性。然而,在进行特征提取时,传统的判别准则认为不同Hu矩对行为判别的贡献值是一致的,而实际情况往往不是这样。因此,应充分考虑不同Hu矩的贡献值,构造一个Hu加权矩。本文采用对9个扩展Hu修正矩进行线性规划,找到每个Hu修正矩的最优加权值,进而构造一个Hu加权修正矩。
设构造成的新的加权修正矩为:
[Φ=σ1Φ″1+σ2Φ″2+...+σ9Φ″9, i=19σi=1, 0
为了获得最优解,拟采用方差加权矩最小作为判定准则,即:
[V(Φ)=σ21V(Φ″1)+σ22V(Φ″2)+...+σ29(Φ″9)]
达到最小时[σ]的值作为求得的权值,加权Hu矩的具体求解过程在文献[2]中有详细介绍。
为了验证加权Hu矩的性能,分别采集200帧挥手、弯腰、走路以及展腹跳的帧图像,其中每种动作的100帧作为训练样本,每种动作的余下100帧作为测试样本。并将识别结果与原始Hu矩和扩展Hu矩的识别性能进行比较,见表3。此外,为了验证加权Hu矩在噪声情况下的鲁棒性,对测试样本进行了加噪处理(高斯噪声方差0.01,椒盐噪声密度0.02),识别率见表4。
表3 不同Hu矩的性能比较 %
[\&挥手\&弯腰\&展腹跳\&走路\&识别率\&原始Hu矩\&80\&73\&70\&77\&75\&扩展Hu矩\&83\&79\&77\&81\&80\&加权Hu矩\&90\&83\&80\&87\&85\&]
表4 加权Hu矩识别率 %
[\&挥手\&弯腰\&展腹跳\&走路\&识别率\&原始图像\&90\&83\&80\&87\&85\&加噪后\&83\&75\&73\&81\&78\&]
由表3,表4可知,与原始Hu矩和扩展Hu矩相比,加权Hu矩的识别性能有了一定的提升。与HOG相比,虽然对于原始测试样本的识别率不如HOG特征的识别率好,但加权Hu矩的噪声容忍度较好。
2 加权Hu矩和HOG的特征融合
通过上一节的实验结果可知,HOG特征对于原始的测试样本的识别率很高,要优于加权Hu矩的识别性能。然而,当图像中有强噪声时,加权Hu矩的识别率依然保持在较好的水平,而HOG性能急剧下降。因此,如何选取合适的方法将两种特征融合在一起显得十分的必要。
加权Hu矩和HOG特征融合流程图如图3所示。
图3 加权Hu矩和HOG特征融合流程图
由图3可知,首先提取训练样本的噪声参数,然后提取训练样本图像的HOG特征和加权Hu矩特征,再选用适当的融合算法进行特征的融合,从而得到训练样本的特征向量;对于测试样本,采用与训练样本相同的步骤,提取出测试样本的特征向量。最后,将测试样本与训练样本集进行模板匹配,从而得到匹配结果。整个流程的关键步骤在于特征融合算法的确立。
提取的HOG的特征向量[T1=[x1,x2,…,x36],]加权Hu矩的特征向量为[T2=[y]],为了实现特征的融合,将找到合适的[α]和[β,]使得融合后的新特征向量满足:
[T=αT1+βT2,α+β=1]
其中[α]与[β]分别为HOG和加权Hu矩的加权系数。
图像中的噪声以高斯噪声和椒盐噪声的形式存在。其中,高斯噪声的强度[IG]可由均值[m]和方差[v]表示,椒盐噪声的强度[IJ]可由噪声密度[d]表示,我们可将高斯噪声的均值附加到图像的均值上。因此,对于一幅获取的图像,它的噪声参数依赖于[(v,d),]下面通过噪声参数来估计HOG和加权Hu矩的融合加权系数[α]和[β。]因为HOG提取的特征为36维向量,加权Hu矩为一维向量,因此:
[α=P1P1+36P2∝(v,d), β=36P2P1+36P2∝(v,d)]
式中:[P1]和[P2]为HOG和加权Hu矩的识别率。
因此,如何根据噪声参数 [(v,d)] 获得[α]和[β]是需要解决的关键问题,将在下文中详细阐述。
3 加权系数[α]和[β]的确立
从上文已知[α]和[β]的表达式,针对特定帧,[P1+36P2=C,]因此可认为:
[α∝P1∝(v,d), β∝P2∝(v,d)]
下面将根据不同的噪声参数进行一系列仿真获得加权系数与噪声参数的映射关系。
3.1 [α]与噪声参数的映射关系
因为高斯噪声强度[IG]与椒盐噪声强度[IJ]相互独立,因此可单独讨论[α]与噪声参数[v,d]之间的关系。首先固定椒盐噪声的噪声密度[d,]改变高斯噪声的方差[v,]观察[α]的变化。接着固定高斯噪声的方差[v,]观察[α]的变化,实验结果见表5,表6。
考虑到加噪的随机性,为了减少单次测量带来的识别率的偏差,对于每一种高斯噪声方差和椒盐噪声密度,各采取50次实验,结果取均值作为该噪声方差以及噪声强度下的识别率。下面,采用最小二乘法拟合获得映射关系。为了衡量不同阶数的拟合性能,在此引入AIC信息准则,该准则建立在熵的概念之上,可以权衡所估计模型的复杂度和模型拟合数据的优良性,优先考虑AIC值最小的模型,AIC的表达式如下:
[AIC=log(VN)+2kN]
如果[k?N,][AIC=logVN+1+2kN。]其中[V]为剩余平方和,剩余值即拟合值与实际值的差,[k]为估计的参数的数量,[N]为观察数。采用最小二乘法拟合时,阶数太高会增加运算的复杂度,而且会出现过拟合,因此一般考虑5阶以下的情况。
表5 高斯噪声对[α]的影响
[\&高斯噪声方差\&椒盐噪声强度\&[α]\&HOG\&0.000 1\&0.02\&0.030 5\&0.001\&0.02\&0.028 7\&0.01\&0.02\&0.022 6\&0.05\&0.02\&0.009 8\&]
表6 椒盐噪声对[α]的影响
[\&高斯噪声方差\&椒盐噪声强度\&[α]\&HOG\&0.01\&0.005\&0.029 4\&0.01\&0.01\&0.028 3\&0.01\&0.02\&0.022 6\&0.01\&0.05\&0.018 9\&]
采用不同阶次拟合时的AIC值见表7,表8。
表7 高斯噪声改变时不同阶次拟合的AIC值
[拟合阶数\&1\&2\&3\&4\&5\&AIC值\&3.475 1\&1.544 5\&0.01\&0.01\&0.01\&]
表8 椒盐噪声改变时不同阶次拟合的AIC值
[拟合阶数\&1\&2\&3\&4\&5\&AIC值\&3.309 9\&0.665 1\&0.01\&0.01\&0.01\&]
从AIC值可知,三阶拟合的性能与三阶以上的拟合性能基本相同,但远优于一阶和二阶的拟合性能,考虑到模型的复杂度以及性能的优良性,选取三阶进行数据的拟合。拟合曲线如图4,图5所示。
图4 [α]随着高斯噪声方差变化的不同阶次拟合曲线
从图中可以看出,三阶拟合数据与原始数据的重合度已经较好。因此可得,在椒盐噪声的噪声密度不变的情况下,[α]与高斯噪声的映射关系式为:
[α=-2.712 1×103v3+172.612 6 v2-2.269 2v+0.030 8]
在高斯噪声方差不变的情况下,[α]与椒盐噪声的噪声密度的映射关系式为:
[α=753.718 1d3-49.191 1d2-0.379 8d+0.028 7]
通过固定高斯噪声的方差或者椒盐噪声的噪声密度分别求得了[α]与[(v,d)]的映射关系,可知在[(v,d)] 同时改变的情况下,[α]的表达式为:
[α=a1v+a2v2+a3v3+b1d+b2d2+b3d3+c]
通过多元线性回归,得到:
[α=0.036 7-2.175 0v+161.642 8v2-2.530 2×103v3-0.398 3d-50.166 7d2+766.666 7d3]
图5 α随着椒盐噪声强度变化的不同阶次拟合曲线
3.2 [β]与噪声参数的映射关系
在对[β]进行讨论时,采用与[α]相同的方法进行映射关系的估计。
首先首先固定椒盐噪声的噪声密度[d,]改变高斯噪声的方差[v,]观察[β]的变化,接着固定高斯噪声的方差[v,]改变椒盐噪声的密度[d,]观察[β]的变化,实验结果见表9,表10。
表9 高斯噪声对[β]的影响
[\&高斯噪声方差\&椒盐噪声强度\&[β]\&加权Hu矩\&0.000 1\&0.02\&0.969 5\&0.001\&0.02\&0.971 3\&0.01\&0.02\&0.977 4\&0.05\&0.02\&0.990 2\&]
其中,为了减小加噪的随机性带来的识别率的偏差,对于每一种高斯噪声方差椒盐噪声密度,各采取50次实验,结果取均值作为该噪声方差下的识别率。
采用不同阶次拟合时,AIC值见表11,表12。
通过AIC值可知,三阶拟合为最优估计,图6,图7为不同阶次的最小二乘拟合曲线。
从图中可以看出,三阶拟合数据与原始数据的重合度已经较好。因此可得,在椒盐噪声的噪声密度不变的情况下,[β]与高斯噪声的映射关系为:
[β=2.712 1×103v3-172.612 6v2-2.269 2v+0.969 2]
表10 椒盐噪声对[β]的影响
[\&高斯噪声方差\&椒盐噪声强度\&[β]\&加权Hu矩\&0.01\&0.005\&0.970 6\&0.01\&0.01\&0.971 7\&0.01\&0.02\&0.977 4\&0.01\&0.05\&0.981 1\&]
表11 高斯噪声改变时不同阶次拟合的AIC值
[拟合阶数\&1\&2\&3\&4\&5\&AIC值\&0.447 1\&0.311 3\&0.01\&0.01\&0.01\&]
表12 椒盐噪声改变时不同阶次拟合的AIC值
[拟合阶数\&1\&2\&3\&4\&5\&AIC值\&0.529 0\&0.475 1\&0.01\&0.01\&0.01\&]
图6 [β]随着高斯噪声方差变化的不同阶次拟合曲线
图7 [β]随着椒盐噪声密度变化的不同阶次拟合曲线
在高斯噪声方差不变的情况下,[β]与椒盐噪声的映射关系为:
[β=-753.718 1d3+49.191 1d2-0.379 8d+0.971 3]
通过固定高斯噪声的方差或者椒盐噪声的噪声密度分别求得了[β]与[(v,d)]的映射关系,可知在[(v,d)]同时改变的情况下,[β]的表达式为:
[β=a1v+a2v2+a3v3+b1d+b2d2+b3d3+c]
通过多元线性回归,得到:
[β=0.963 3+2.175 0v-161.642 8v2+2.530 2×103v3-0.398 3d+50.166 7d2-766.666 7d3]
所以,在提取了图像的噪声参数[(v,d)]后,根据加权系数和噪声参数的映射关系确定[α]和[β]的值。
4 实验仿真
由上文可知,对于给定噪声参数[(v,d),]可以确定HOG与加权Hu矩的加权参数[α和β,]从而能够确定两种特征的融合方式。通过特征提取,HOG的特征向量[T1=[x1,x2,…,x36]],加权Hu矩的特征向量为[T2=[y]],为了减小融合时的误差,在融合前要分别对[T1]和[T2]进行归一化处理,使得所有特征值规范到[[0,1]],融合后的特征变为:
[T=αT1+βT2=α(x1,x2,…,x36)+βy]
在进行模板匹配时,采用euclidean距离作为判别准则,判别式如下:
[d=αi=136(x′i-xi)2+β(y′i-yi)2]
为了验证算法的性能,采用不同的噪声参数[(v,d)]进行验证,识别结果见表13。
通过仿真结果可知,基于HOG和加权Hu矩特征融合的识别与单一采用HOG特征以及加权Hu矩的识别率相比,在弱噪声的条件下,其识别率与单一HOG特征识别率接近,而优于加权Hu矩的识别率;在强噪声条件下,其识别率与加权Hu矩的识别率接近,而优于HOG的识别率。
表13 基于加权Hu矩和HOG特征的自适应融合方法的识别率
[\&高斯噪声方差\&椒盐噪声强度\&识别率 /%\&HOG
+
加权Hu矩\&0.01\&0.005\&95\&0.000 1\&0.02\&92\&0.01\&0.01\&85\&0.001\&0.02\&84\&0.01\&0.02\&76\&0.05\&0.02\&70\&0.01\&0.05\&63\&]
5 结 语
本文首先通过对传统Hu矩特征进行扩展、修正以及加权等方法的处理,构造出加权Hu矩。接着,通过最小二乘拟合获得HOG与加权Hu矩的特征融合加权系数[α]和[β,]最后采用euclidean距离作为判别准则进行模板的匹配。基于加权Hu矩和HOG的自适应特征融合方法,可以根据场景的噪声情况自适应地调整特征融合的参数,与单一的HOG或者加权Hu矩的识别方法相比,适用范围更广,识别率更稳定,能够在某些特定场景下有效地实现某些人体行为的识别。
参考文献
[1] HU M K. Visual pattern recognition by moment invariants [J]. IRE Transactions on Information Theory, 1962, 8(2): 179?187.
[2] LIANG Chen?hua, CHANG Qing. Weighted modified Hu moment in human behavior recognition[C]// Advanced Information and Computer Technology in Engineering and Manufacturing, Environmental Engineering. Xiamen: AMSMT, 2013: 2194?2198.
[3] BLANK Moshe, GORELICK Lena, SHECHTMAN Eli, et al. Actions as space?time shapes [C]// Proceedings of 2005 10th IEEE International Conference on Computer Vision. Beijing: ICCV, 2005, 2: 1395?1402.
[4] 王天树,郑南宁,徐迎庆,等.人体运动非监督聚类分析[J].软件学报,2003,14(2):209?214.
[5] HARITAOGLU I, HARWOOD D, DAVIS L. W4:real?time surveillance of people and their activities [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000, 22(8): 809?830.
[6] RIBEIRO P C, SANTOS?VICTOR J. Human activities recognition from video: modeling, feature selection and classification architecture [C]// Proceeding of Workshop on Human Activity Recognition and Modeling. Oxford, UK: HAREM, 2005: 61?70.
[7] ANDRADE E L, FISHER R B. Simulation of crowd problems for computer vision [C]// Proceeding of the 1st International Workshop on Crowd Simulation. Utrecht, Netherlands: V?CROWDS, 2005: 71?80.
[8] DALAL N, TRIGGS B, SCHMID C. Human detection using oriented histograms of flow and appearance[C]// Proceedings of the 9th European conference on Computer Vision. Graz, Austria: ECCV, 2006, 2: 428?441.