發布時間：2023-07-16 08:31:47
序言：寫作是分享個人見解和探索未知領域的橋梁，我們為您精選了8篇的新的融資方式樣本，期待這些樣本能夠為您提供豐富的參考和啟發，請盡情閱讀。
關 鍵 詞:中小企業;融資方式;行業類型;發展階段
中圖分類號:F830.5 文獻標識碼:A 文章編號:1006-3544(2012)03-0039-02
企業融資主要包括內源融資、 權益性融資和債務性融資。內源融資是指企業依靠內部積累進行的融資,具有自主性、有限性、低成本、低風險等特點,可以增強企業的剩余控制權。 權益性融資指融資完成后增加了企業權益資本的融資,如股權出讓、增資擴股、發行股票等,它具有融資期限長、融資成本高、融資風險低、資金使用自由度高、資金到位率低等特點。 債務性融資指融資完成后增加了企業負債的融資,如普通貸款、發行債券、民間借貸等,它具有融資期限短、融資成本高、融資風險大、資金使用自由度低、資金到位率高等特點。企業融資涉及到諸多問題,如融資的時機、融資的數量、融資的方式等,其中,融資方式的選擇是重要一環。在融資實踐中,選擇合理的融資方式,對提高融資的成功率和企業的健康發展至關重要。
一、中小企業如何選擇融資方式
中小企業有很多融資方式可供選擇,而每種融資方式給企業帶來的影響也是不同的。企業在選擇融資方式時應充分考慮到企業所處的行業類型和不同的發展階段對融資的需求。
(一)根據企業所處行業類型選擇融資方式
1. 高新科技中小企業。(1) 高新科技中小企業的融資特點。高新科技中小企業主要包括在計算機、網絡、通信、生物科技、新能源與高效節能技術、光電子與光機電一體化等16大類領域進行生產或提供服務的中小企業。高新科技中小企業一般具有以下特點:風險高、收益高、資金需求具有長期性、所需資金多、外部收益大。正是以上特點決定了高新科技中小企業融資的特殊性。由于風險大,它很難像其他中小企業以普通融資方式籌集到資金。如銀行貸款,這類貸款注重安全性, 一般回避高風險,且需要資產抵押擔保。所以,從理論上來講, 普通貸款并不是高新科技中小企業適合的融資方式。而通過發行股票的權益性融資,一般要求企業有幾年的盈利記錄, 而大多數高新科技中小企業并不滿足。 因而高新科技中小企業不適合傳統型的融資方式。(2) 高新科技中小企業適合創新性的融資方式。從表面上看,高新科技中小企業的融資方式受到許多限制, 但實際情況并不然。盡管采用傳統融資方式很難,但并非所有的融資方式都不可行,最重要的一點是,高新科技中小企業與傳統意義上的中小企業相比有一個很關鍵的優勢——“概念優勢”。 所謂概念優勢,是指高新科技中小企業所占有的“高新科技”這個概念順應了社會發展,容易受到具有冒險精神的風險投資家、風險投資基金青睞,甚至高新科技領域巨大的盈利前景也會吸引一些其他投資者。而且由于“高新科技”對于一個國家經濟的重要性, 國家也會對這類企業給予充分的政策、法律,甚至是直接的資金支持。所以這類中小企業適合風險投資、買殼上市、融資租賃等創新型的融資方式。
2.傳統中小企業。(1)傳統中小企業的融資特點。傳統中小企業主要是指在農業、制造業、餐飲業、建筑業、醫藥業、商業和其他傳統型非科技行業進行生產和提供服務的中小企業。與高新科技中小企業相比,傳統中小企業具有如下特點:低風險、收益穩定、享受較少的政策優惠。基于以上特點,傳統中小企業缺乏足夠高的盈利前景, 很難獲得風險投資,而且在資本市場上融資也較難。(2) 傳統中小企業適合傳統的融資方式。傳統中小企業有其自身優勢,由于其資產中有形資產占主體,市場成熟,產品需求穩定,風險相對較低,所以比較容易獲得親友的借款,以及利用銀行貸款、商業信用等傳統融資方式進行融資。
(二)根據企業的發展階段選擇融資方式
中小企業發展周期可分為四個階段:種子階段、創業階段、成長階段、成熟階段。不同的發展階段對資金的需求有不同的特點,所以籌集資金的方式也應不同。
1. 種子階段——內源融資為主。在這一階段,中小企業主要從事研究開發工作,活動比較單一,組織結構十分松散。由于僅有產品構想,未見正式產品,所以很難確定產品在商業上、技術上的可行性,企業前景的不確定性較高。就整個財務情況看,企業處于虧損期。此時企業尚無正式銷售渠道,沒有銷售收入,只有支出。企業處于“種子階段”的失敗率很高,大部分“種子”都被淘汰掉了。該階段,由于企業技術不成熟、產品無市場、生產無規模、經營無經驗,因而風險很高,敢于投資的機構和個人非常少, 企業取得風險投資的可能性很小。又由于這時產品市場不明確,生產也未正式開始,企業可供抵押的資產少之又少, 想要取得普通貸款也并非易事。因此,處于種子期的中小企業應首選內部權益融資,主要是自有資金,其余是民間借貸,此外企業還可以尋求政府創業基金的幫助。
2. 創業階段——權益融資為主,債務融資為輔。中小企業進入創業階段就意味著已經掌握了新產品較為完善的生產工藝和生產方案,接下來就是將研究成果向商品化轉變的階段。 這一階段的資金主要用于形成生產能力和開拓市場。由于要建設廠房、購買設備、后續研發、對企業未來發展做出戰略性規劃,這一系列活動的開展需要大量的資金(大約是種子期所需資金的10倍以上)。 處于創業階段的中小企業,其內部已形成一定的資金積累,融資條件相對較好,這時,融資方式應以權益融資為主,債務融資為輔,重點是吸引投資機構或個人,如創業風險投資、中小企業投資公司投資、擔保下的普通貸款等。
3. 成長階段——銀行信貸為主。闖過創業期后,中小企業在生產、銷售方面基本上有了成功的把握,組織機構已經有了一定的規模,新產品的設計和制造方法已定型,也具備了批量生產的能力,企業的風險已大大降低。但企業在成長期仍要不斷地進行技術創新,擴大生產能力,牢固樹立企業品牌形象,確立在業界的主導地位。因此,企業在這一階段也需要大量的資金投入。成長期的中小企業已有了較為穩定的顧客和供應商以及較好的信用記錄,影響企業發展的各種不確定因素也大為減少,財務風險也大大降低,吸引商業銀行的信貸資金和利用信用融資成為成長期中小企業融資方式的最佳選擇。另外,在創業階段投入資金的風險投資機構提供追加投資也是一個選擇,但由于此時中小企業極具發展潛力,為了避免稀釋股權,一般不宜采用股權融資。 4. 成熟階段——資本市場大規模融資。進入成熟期的中小企業發展穩定、組織機構完善、管理經驗豐富、產品銷售量和利潤持續增長,但行業整體的銷售增長率和利潤率會逐步下滑。企業獲利的關鍵因素可能就是對大規模生產進行有效的成本控制,改革組織模式,增強或重建管理制度,開拓新的品牌,以適應市場創新的要求,所以企業仍需要大批資金投入。處于成熟期的中小企業應主要考慮在資本市場上進行股票、債券等形式的大規模融資,適度的債務融資可以降低企業綜合資本成本,而有條件做強做大的中小企業應主要考慮實現企業上市。
綜上所述,企業所處的不同發展階段,具有不同的融資需求,而不同的融資方式所發揮的作用也不盡相同,中小企業應充分了解各階段資金需求的特點和權衡各融資方式的利弊,選擇最優的融資方式。
二、改善中小企業融資難的措施
1. 進一步完善和規范民間借貸。 銀行貸款手續復雜,所需時間較長,不能及時滿足中小企業的資金需求。大部分中小企業的資信程度不夠,而且沒有足夠的資產作為抵押,因此很難進行擔保融資。在這種情況下,民間借貸就成為中小企業一種有效的融資方式。因此,政府及相關部門應正視民間借貸在中小企業融資中發揮的作用,重視這一有效的融資方式,將其納入法制的軌道。
2. 中小企業融資方式要創新。中小企業涉及的行業類型十分廣泛,經營模式也千差萬別,當前傳統的融資方式已不能滿足中小企業的融資需求, 應當尋求更多的融資方式。中小企業融資方式的創新是與扶持中小企業發展的政策目標相一致的。如:股權融資,發展潛力較大的企業應考慮在創業板市場上市;項目融資,應以獨到的市場眼光,研究開發出與高新技術緊密結合的項目,來吸引風險投資和國家扶持基金;債務融資,如知識產權擔保融資、應收賬款融資、存貨融資等。
3. 中小企業要提高融資能力。大多數中小企業的主要融資方式還是銀行貸款,但是中小企業資信程度不高是銀行惜貸的主要原因。企業只有不斷提高自身經營能力,才能及時償還貸款,取得銀行的信任,建立良好的信用記錄。而現在一些中小企業在需要資金時才找銀行,平時也不和銀行打交道,做交易時直接使用現金,與銀行一直都沒有業務往來。此外一些中小企業不能如實納稅,缺乏建立良好信用記錄的意識。
4. 商業銀行應加大對中小企業的信貸支持。商業銀行在我國金融體系中的主導地位,決定了中小企業的發展離不開商業銀行的支持,因此,商業銀行要把支持中小企業作為信貸工作的重點,制定有針對性的貸款政策和辦法,增加貸款種類和貸款抵押物種類。雖然國家相關部門出臺了扶持中小企業貸款的諸多政策,但只有銀行積極全面開展中小企業信貸業務,才是破解中小企業貸款難的根本之道。
綜上所述,當企業需要資金解決中小企業生存發展問題時,融資是一條有效途徑。而融資方式的選擇是融資成功的關鍵之一。首先,中小企業只有根據企業所處的行業類型和自身的發展階段選擇適合的融資方式,才能成功融資,幫助企業正常有序經營和發展壯大。其次,中小企業應該通過創新自身的融資方式和提高自身的信用能力, 增強信用意識,改善融資方式。最后,商業銀行和社會要支持中小企業融資,以使中小企業健康發展。
參考文獻:
[1]胡竹枝. 中國中小企業融資[M]. 北京:中國經濟出版社,2006:73-83.
[2]高正平. 中小企業融資實務[M]. 北京:中國金融出版社,2005:144-150.
[3]程劍鳴,孫曉嶺. 中小企業融資[M]. 北京:清華大學出版社,2006:34.
[4]張維德. 中小企業融資完全手冊[M]. 北京:中國友誼出版社,2003:417-430.
[5]楊宜,梁紅. 中小企業不同發展階段融資方式比較與選擇[J]. 財會通訊,2009(5):19-20.
[6]謝小娜. 論我國中小企業融資問題[J]. 現代商貿工業,2009(12):155-156.
關鍵詞 鐵路 客運專線 融資創新
建國以來，我國鐵路建設由國家主導，在一段時間內得到了迅猛的發展，但是，由于滿足國民經濟建設的需要，我國鐵路建設還需要大量的資金投入，如果仍然依靠國家和政府投資，將難以為繼。從這一角度考慮，我國鐵路建設必須創造條件，創新融資方式，讓更多的民間和國外資本參與進來。
一、我國鐵路融資現狀及問題
（一）我國鐵路當前的融資方式及狀況
傳統的融資方式大多以企業所擁有的資產或者資產形成的收益作為信用擔保，來面向社會籌集企業生產經營所需要的資金，主要通過債權或者權益來實現融資。所謂債權融資，就是增加企業負債來籌集資金，主要形式有：向銀行借貸、發行債券、票據融資等等；權益融資則是通過吸引投資來實現融資目的，主要有：國家投資、股票融資等等。就我國鐵路建設目前的情況來看，建設資金來源以建設基金、銀行貸款為主。按照我國《中長期鐵路網規劃》，我國鐵路總長到2020年將增加到10萬公里，這一目標的實現無疑將大大緩解鐵路的運力緊張的問題，但是巨額的建設資金需求也隨之而來，據測算，鐵路建設平均每年的資金投入達8000億元，而目前每年的資金投入不到4000億元。
（二）我國鐵路融資存在的問題
我國鐵路建設近年來的大量擴張，導致對資金需求的同步上升。從目前我國鐵路融資情況來看，還存在著較多的問題，例如：投資主體單一，根據我國鐵路網規劃，近年鐵路建設所需的建設資金達2萬億元，按照當前的融資情況統計，主要的投資主體仍是國家基金，吸收的社會資本在投資中所占的比重仍然較小；融資渠道單一，我國鐵路當前所吸引的社會資本中，地方政府和國有企業占了相當大的比重，對私人資本和民間閑散資金的吸引力嚴重不足；債務問題，目前我國鐵路建設負債高達數萬億元，這些債務主要由國家信用擔保，根據鐵路的經營現狀，償還債務給鐵路企業帶來沉重的經濟壓力。
二、我國鐵路客運專線融資方式的創新與實現
（一）我國鐵路客運專線融資方式創新的條件
隨著我國高鐵等新型鐵路建設的大量開展，我國鐵路客運專線建設所需的資金，與以前相比，具有資金投入量大，資金在短期內投入較多，回收期長等特點。當前，由于經濟結構調整，我國增長隨之放緩，國家在財政和稅收上亦受到一定影響，如果在鐵路建設資金上繼續延續對國家投資的過度依賴，不僅無法滿足對建設資金的需求，而且也不利于客運專線建設在短期內的大量開展，因此，只有進行鐵路客運專線融資方式創新，才是解決鐵路客運建設資金問題的出路。因為我國鐵路建設長期以來由國家主導，要進行鐵路客運專線融資方式的創新，必須按照市場規律，創造以下條件：
1.確立鐵路建設企業的主體地位。鐵路客運專線建設開展民間融資，從尋求資金回報的角度，發起人必須具有經營管理權，因此，必須確立鐵路建設企業的主體地位。從這一要求出發，在我國鐵路建設的過程中，必須以項目為單位成立若干個獨立公司，這些公司按照現代企業的標準建立制度，成為融資主體，在項目建成以后，承擔鐵路客運的運營、管理及融資風險，并對所有投資負責。
2.建立和完善收益分配制度。鐵路部門必須把鐵路建設資金投入的收益和回報作為主要目標，必須建立健全收益分配制度，在客運專線投入運營以后，要根據融資計劃和經營情況，制定明確的投資分配方案，定期鐵路客運專線經營和分配結果，保證社會投資者權益，并實現鐵路客運融資的可持續性。
3.修訂法律法規，為融資提供法律保障。為了給社會投資者提供更好更全面的保障，以吸引更多的社會資本投入到鐵路客運專線建設，我國立法者必須結合鐵路建設社會融資的特點，充分考慮本國實際情況，并借鑒國外的先進經驗，修訂相關法律法規，制定更多的利于社會資本進入鐵路建設領域的規章制度，以保障社會資本的權益，吸引更多的社會資本參與鐵路建設，解決鐵路建設在資金上的瓶頸問題。
4.根據市場行情實行鐵路客運定價。鐵路客運專線融資回報，來源于運營階段的資金回收，這樣一來，鐵路客運專線進入運營階段以后，其客運價格的確定就成為社會資本投入回收和回報的關鍵。以前，鐵路客運定價權由國家掌握，體現了較強的社會公益性和行政管理性，對市場經濟規律的體現并不充分。如果在鐵路客運專線開展社會融資以后，繼續實行國家定價，社會投資者的權益將無法得到體現和保障，投資者的信心將受到嚴重挫傷，所以，鐵路客運定價的改革勢在必行，鐵路客運定價市場化是鐵路客運建設融資的前提條件。
（二）三種主流項目融資方式在我國鐵路客運專線融資中的應用
1. BOT方式。BOT就是“建設D經營D移交”。就是政府和投資者簽訂協議，由投資者承擔鐵路客運專線項目的投資和建設，并負責經營和維護，在協議期限界滿以后，項目無償交還給鐵路總公司。如果能夠采取這一模式來實現鐵路客運專線的融資，對于鐵路建設無疑是非常有利的：一是不僅可能吸收國內民間資本，還可以吸收國外資金，并借此引進國家先進的技術及管理經驗；二是由投資者承擔了項目的建設及運營風險，能夠提高項目建設和運營效率；三是我國政府對鐵路的終極所有權不會改變；四是不增加我國政府的負擔。
2. TOT方式。TOT就是“移交D經營D移交”。鐵路客運專線借鑒這一模式，可以把一些已經建成的客運專線項目，有償向民間或國外資本轉讓，政府通過收回的投資再開展新的項目建設，受讓方在協議期限內對客運專線項目享有經營管理權，在期限界滿以后，這些項目無償交還給鐵路總公司。這一融資方式主要通過盤活我國鐵路客運專線的存量資產來解決新項目建設所需的資金，具有以下好處：一是利于民間或國外資本直接進入鐵路運營，由于鐵路已經建成，建設期的風險得到了消除；二是減少前期費用及時間成本，因為無建設期，也就不存在前期投入及審批程序；三是風險明了，建成的客運專線運營情況非常透明，利于民間或國外資本明確投資風險。
3. ABS方式。ABS就是“資產支持證券化”。鐵路客運專線如果采取ABS方式融資，可以把專線項目進行獨立或組合包裝，以其作為資產來發行證券取得資金。為了實現這一過程，鐵路總公司需要通過特殊目的公司SPC（Special Purpose Corporation）作為媒介來完成，即鐵路總公司把客運專線項目的所有權轉讓給SPC，SPC通過證券承銷商銷售資產獲得資金，然后把資金返還到鐵路總公司，證券發行期內，鐵路總公司負責項目經營并將收入付給SPC，期限界滿以后，SPC將項目資產所有權還給鐵路總公司。這一融資方式具有操作簡便，成本較低的優點。
三、結語
通過上文的分析可知，我國鐵路客運專線建設融資方式的創新，必須以確立融資主體地位、保障投資者權益為條件，根據項目建設情況，靈活采取BOT等融資方式來實現建設資金的籌集。
（作者單位為滬昆鐵路客運專線湖南有限責任公司）
參考文獻
[1] 張嘉昕，苗銳.我國地方鐵路客運專線融資模式創新及路徑設計――以吉林省為例[J].國有經濟評論，2013（5）：21.
【論文摘要】 供應鏈金融是商業銀行為滿足企業供應鏈管理需要而創新的金融業務,其目的是為了實現供應鏈條上的核心企業,上下游企業以及銀行等各參與主體的多方共贏,這項金融業務能有效破解供應鏈中的中小企業融資難問題。供應鏈融資在我國具有廣闊的發展前景,但其所面臨的各種風險也不容忽視,需要銀行針對不同融資方案加強信用風險與操作風險的管理。
目前我國金融體系的間接融資渠道中,一方面作為資金供給方的商業銀行金融產品創新滯后,具有同質性,同業競爭加劇;另一方面作為資金需求方的中小企業陷入貸款難的境地,生存與發展舉步維艱。基于供應鏈角度的金融創新——供應鏈融資就是通過金融產品的創新,既為中小商業銀行提供了一個新的利潤增長點,同時也從全新視角破解優質中小企業融資難的問題。
1 供應鏈金融的涵義與產生背景
所謂供應鏈就是一個完整的商品流通概念,是指從商品的原料到生產到銷售的整個流通過程。不同類型的企業,如能源性企業、制造型企業、流通性企業都有各自的商業形態、供應商和分銷辦法,都有各自的供應鏈解決辦法。在整個供應鏈中,不同企業所處的地位并不相同,競爭力較強、規模較大的核心企業因其強勢地位,往往在交貨、價格、賬期等貿易條件方面對上下游配套企業要求苛刻,從而給這些企業造成了巨大的壓力。而上下游配套企業恰恰大多是中小企業,這些企業一方面難以從銀行融資,另一方面還受到核心企業的制約,結果最后造成資金鏈十分緊張,導致整個供應鏈失衡,這種失衡首當其沖受到影響的是中小企業,從長期看也勢必會影響到核心企業的效益與競爭力。
供應鏈金融就是商業銀行將核心企業和上下游企業聯系在一起提供靈活運用的金融產品和服務的一種融資模式,一般將其描述為“1+N”的模式:在供應鏈中尋找出一個大的核心企業,以核心企業為出發點,為供應鏈提供金融支持。一方面,將資金有效注入處于相對弱勢的上下游配套中小企業,解決中小企業融資難和供應鏈失衡的問題;另一方面,將銀行信用融入上下游企業的購銷行為,增強其商業信用,促進中小企業與核心企業建立長期戰略協同關系,提升供應鏈的競爭能力。
供應鏈金融的發展有其深刻的社會分工背景,到目前為止,從人類社會生產分工看,先后經歷了產業間分工、產品間分工和產品內分工等過程。自上個世紀80以來,產品內分工成為分工的新趨勢,產品內分工也叫工序分工。從經濟全球化視角看,產品內分工是指特定產品生產過程不同工序或區段,通過空間分散化展開成跨區域跨國別的生產鏈條或體系,因而有越來越多的國家參與特定產品生產過程不同環節或區段的生產或供應活動。在這樣國際分工的新背景下越來越多中小企業參與到國際生產活動中,在產業鏈上發揮著重要的作用。“供應鏈金融”最大的特點就是在供應鏈中尋找出一個大的核心企業,以核心企業為出發點,為供應鏈提供金融支持。
目前,國際上的一些供應鏈金融產品主要有兩類。一類是提前支付融資。上個世紀90年代后期,一些為大企業提品的中小企業將對大企業的應收賬款折價出售給銀行,提前獲得現金。另一類是庫存所有權融資,這種方式在國際上比較流行。最初庫存所有權融資是銀行與供應鏈之中的庫存質押對供貨企業進行貸款,使得企業能夠得到足夠的運營資本,以持有庫存。
2 供應鏈金融對商業銀行的吸引力
供應鏈融資方式的創新,主要是商業銀行改變了對企業信用評級的視角,銀行傳統金融產品提供僅僅將目光局限在企業本身,對企業自身的發展經營狀況進行評級和授信,而單獨從個體角度看中小企業的確存在自身發展時間短,財務狀況不好,而導致信用評級較低的問題。因此,中小企業貸款難,主要難在缺乏信用,難在中小企業信用不足,體現為缺乏有效的抵押物和擔保措施,如果按照傳統的審貸標準,憑抵押擔保或靠報表分析,中小企業確實很難進入銀行的放貸視野。
如果把中小企業放在產業鏈條上考察,情況會有所改變。供應鏈金融創新亮點在于抓住大型優質企業穩定的供應鏈,圍繞供應鏈上下游經營規范、資信良好、有穩定銷售渠道和回款資金來源的企業進行產品設計,借助大型核心企業對中小供應商的深入了解,選擇資質良好的上下游企業作為商業銀行的融資對象,這種業務既突破了商業銀行傳統的評級授信要求,也無需另行提供抵押質押擔保,切實解決了中小企業融資難的問題。供應鏈金融業務的核心是從整個產業鏈角度開展綜合授信,并將針對單個企業的風險管理變為產業鏈風險管理。這種融資模式是以供應鏈上下游企業之間交易項下的資金流、物流和信息流為依托,以交易項下的未來現金回籠為還款保障,由商業銀行向企業提供金融支持,滿足企業綜合金融服務需求。
供應鏈金融有兩大鮮明特點;一是銀行對授信企業的信用評級不再強調企業所處的行業規模、固定資產價值、財務指標和擔保方式,轉而強調企業的單筆貿易真實背景和供應鏈核心企業的實力和信用水平,即銀行評估的是整個供應鏈的信用狀況。因此,中小企業的信用水平遠比傳統評估方式要高;二是銀行圍繞貿易本身進行操作程序設置和尋求還款保證,因而該授信業務具有封閉性、自償性和連續性特征。
隨著國有銀行股份制改造的陸續完成以及我國以國民待遇原則對外資銀行開放,國內銀行業競爭業務日益加劇,每家銀行都在尋求自己的市場定位與目標客戶。未來國內銀行業市場競爭將呈現以下的趨勢:外資銀行占領高端市場,存款客戶是大客戶,有一定的準入門檻,對中小存款者收取一定管理費用,貸款客戶多是知名的跨國公司;股份制改造后的國有商業銀行將成為金融產品的百貨公司,產品種類繁多,目標市場人群從低端覆蓋到高端;而一些中小股份制和區域性商業銀行最優的選擇就是成為一些金融創新產品的專賣店,在某些創新金融產品上做出特色和具有競爭力。金融產品的創新源于對市場需求敏銳洞察力與深入的調查,目前在供應鏈金融方面做得比較突出的是深圳發展銀行等中小銀行。深圳發展銀行于2005年正式提出“面向中小企業、面向貿易融資”,建設國內領先的貿易融資專業服務銀行,打造國內最專業的供應鏈金融服務商。
3 供應鏈金融對企業的吸引力
供應鏈融資對中小企業具有吸引力。一般來說,一個特定商品的供應鏈從原材料采購,到制成中間及最終產品,最后由銷售網絡把產品送到消費者手中,將供應商、制造商、分銷商、零售商、直到最終用戶連成一個整體。當前,一個普遍的現象是:核心企業往往是大企業,信用等級高、容易融資,且融資成本低;而配套企業則往往是中小企業,信用差、融資難,且融資成本高。在供應鏈上,中小企業面對的是強勢核心企業,更需要貸款和金融支持,尤其是流動資金上的支持。按照傳統信貸標準,中小企業很難進入銀行門檻,而現階段,國內缺少對中小企業的金融擔保機構,這加重了中小企業融資難度。從供應鏈金融的運作效果看,獲益最廣、最多、最顯著的要數供應鏈上的中小企業。
供應鏈中的核心企業也是該種融資方案的受益者。如果供應鏈上的核心企業不融資、小企業融資,那么必然造成供應鏈整體的融資困難和高成本運行,最終必然體現為終端產品高價格和難以及時供應。這樣,核心企業借助“供應鏈金融”技術管理供應鏈,做好整體供應鏈的融資規劃,就能大大降低供應鏈整體的融資難度和融資成本,鞏固供應鏈,提升供應鏈價值,切實培育長期戰略合作伙伴。國際上一些優秀企業,已開始嘗試操作供應鏈金融產品,如提前支付融資。20世紀90年代后期,一些為大企業提品的中小企業將對大企業的應收賬款折價出售給銀行,提前獲得現金。與傳統應收賬款融資不同的是,供應鏈金融提前支付融資是由供應鏈的大企業(購買者),像沃爾瑪、戴爾這樣的公司牽頭安排的,這就比較容易。通過這樣的融資安排,中小企業獲得了運營資本融資,解決了流動性的問題,而大企業則能獲得更多的利潤。
4 供應鏈金融在我國的發展趨勢與風險管理對策
四個因素決定了我國現行供應鏈融資方案將長期存在:首先,國內物流經濟發展迅猛。入世以來中國企業加快融入全球化分工體系,在未來一個時期,我國企業融入全球經濟供應鏈的進程不會改變,供應鏈融資將會保持平穩增長。其次,我國企業的信用體系和信用文化建設需要一定時間,在誠信機制的不完善但融資供需雙方兩旺等因素作用下,供應鏈融資方案將受到金融企業的青睞,具有良好的發展前景。第三,我國商業銀行自身業務發展的需要。隨著我國金融體制改革的不斷深化,商業銀行業務導向越來越市場化,出于市場細分和安全性等考慮,會有不同的融資方案被創新出來。第四,我國參與供應鏈企業擴大業務的需要。我國企業在融入全球供應鏈的過程中,會伴隨著兼并和重組而不斷發展壯大,而有效的金融支持是企業發展必不可少的條件之一。因此,應進一步優化和完善現有供應鏈融資方案的設計,推動供應鏈融資的良性發展。提高商業銀行的在供應鏈融資方案中的風險管理水平是目前殛待解決的問題。①加強行業研究,提高市場風險管理水平供應鏈融資中的市場風險是指大型國際企業購買中小企業商品后,由于市場價格劇烈波動,不能按計劃銷售貨物后不能及時收回貨款,導致的銀行貸款無法及時收回或發生損失的風險。銀行要圍繞跨國公司及其供應鏈上的中小企業做好深入的調查、研究。要了解核心企業的資信能力、市場地位,履約情況和產業發展前景,同時也要仔細研究供應鏈上中小企業的產品質量、生產能力、市場競爭力等。對于從事大宗商品貿易融資的銀行必須對各大類商品市場進行深入研究,既要分析國際市場行情、國家有關宏觀政策,還要及早介入供應商的談判,了解買賣雙方的有關情況。
②加強內部控制,提高操作風險管理水平
根據巴塞爾銀行監管委員會有關文件,操作風險是指由不完善或有問題的內部程序、員工、科技信息系統或外部事件所造成的風險,包括法律風險但不包括策略和聲譽風險。
供應鏈金融是多種金融產品的組合,銀行對中小企業授信是基于對供應鏈核心企業及整個行業發展層面的考察,因此這項業務的開展行業跨度大,對企業經濟技術分析、行業發展前景的判斷更加困難,除了金融知識以外,還需要許多專業知識,這將加大判斷借款人是否發生經營風險的難度,另外對對動產及貨權質押的監管也比較困難,對銀行業務人員的水平提出了更高的要求。因此,商業銀行在供應鏈融資創新中可能存在貸前、貸中和貸后的管理與契約設計存在漏洞和法律的真空,發生操作風險的概率增大。對于從事供應鏈融資業務的銀行來說,加強人員的培訓,提高員工供應鏈金融業務素質與能力迫在眉睫,同時在現有操作風險的管理框架下,將供應鏈融資的操作風險管理嵌入其中并進行有關創新也勢在必行。
參考文獻
關鍵詞：房地產投資信托；保障性住房；有限合伙制
一、保障性住房投融資的現狀及其局限性
自1978年以來，中國逐步推進住房制度改革，并借鑒國際經驗，初步建立了我國住房社會保障體系。經過了近30年的發展，保障性住房的建設已經初具規模，但當前保障性住房的供需矛盾也表明，保障性住房的投融資體制仍然存在著以下主要兩方面的問題。
（一）組織結構方面，中央和地方政府角色定位不明確，地方政府缺乏資金配給的主動性
2011年1月26日，國務院出臺《國務院辦公廳關于進一步做好房地產市場調控工作有關問題的通知》（又稱“新國八條”），在政府住房保障方面提出了2011年全國建設保障性住房和棚戶區改造住房1000萬套的政策目標。根據住房和城市建設部估算，1000萬套保障性住房的建設資金將突破1.3萬億。其中全國土地出讓金收入可以提供約2700億的建設資金；中央財政劃撥款將達到1400億左右；28個公積金貸款投資保障房建設的試點城市將獲得公積金貸款約838億。上述三項合計為4938億，距離1.3萬億還有8062億地方財政的缺口，占到了建設資金總額的62%，如圖1所示。
保障性住房有公益性和福利性的特點，政府的參與責無旁貸，但是，中央和地方政府角色定位的不明確在很大程度上限制了保障性住房發展。就保障性住房的財政支持來看，中央政府雖逐年提高了財政轉移支付，但仍只是杯水車薪；地方政府集生產者、所有者、管理者三種角色于一身，參與了包括規劃、開發、建設及管理運營的全過程，并提供60%以上的建設資金。然而，由于沒有完備的資金來源體制，地方政府很難保證其在保障性住房市場上資金供應的積極性。
（二）金融市場方面，保障性住房資金來源的非市場化導致住房政策的效率低下
目前，我國保障性住房的資金來源主要是財政劃撥。然而，這樣非市場化的資金來源并不能夠滿足保障性住房的建設要求。
從我國金融業的現狀來看，三十年的改革開放為我國積累了巨大的社會財富，民間資本日益增大，2010年中國城鄉居民儲蓄存款余額達到了30.3萬億元多，比2006年增長了16.3%，居民的投資需求日益強烈；另外，伴隨中國保險市場的發展和中國社會保障制度的改革，中國的機構投資者日益成型，保險公司和社保等機構投資者增強了對低風險、高收益投資產品的需求。相反，在資金投資渠道方面，我國的資本市場發展并不完善和成熟，投資渠道狹窄，使各類資產都未得到充分的利用。而保障性住房不僅有其居住功能，同樣還具有穩定的保值、增值性能。如何開發保障性住房的金融市場，更好地利用充足的民間資本來提高住房政策的效率性是亟待解決的問題。
二、REITs的基本內涵
面對保障性住房背后急需解決的資金瓶頸，我們需要進行保障住房投融資模式的拓展和創新。而國外成熟的房地產投資信托基金（REITs）的經驗將為我國建立保障性住房投融資新模式提供思路。
房地產投資信托基金（REITs）可以定義為：通過發行基金券（如受益憑證、基金單位、基金股份等）將投資者的不等額出資匯集成一定規模的信托資產，交由專門的投資管理機構加以管理，獲得收益由基金券持有人按出資比例分享，并共同承擔風險的一種金融投資工具。它是專門用于房地產投資、租賃開發、銷售和消費等方面的投資資金，是集眾多的分散資金與一身，采用專家經營、專業化管理的一種投資體制。同時，具有絕大部分凈收益以立法形式要求以股息形式支付給所有者、產品流通性能好等顯著特征。早在20世紀80年代，美國政府就開始運用REITs來發展廉租房住房體系，并取得了一定成效。
三、REITs進行保障性住房融資運行方式的探討
從國際上REITs發展的經驗來看，只有適合的REITs組織模式，才能較好地解決制度中約束和激勵的問題。因此，REITs在保障性住房上發揮積極作用的關鍵因素是REITs組織模式的選擇和建立，再以此為基礎，進行其運行方式的探討。
（一）我國保障性住房引入REITs組織模式的選擇
縱觀全球REITs的組織形式，大部分國家都選擇了契約制的REITs。這主要是因為，契約制REITs的各個結構都清晰明確，有較高的效率，發展的也較為成熟。更重要的是，契約制的債務無論從性質還是來源上，都有其自身的獨特性，能夠更好地保護投資者出資額以外的其他資產安全。
然而，現有的大部分國際經驗都是將REITs投資于商業、醫療、工業以及商品住宅等商業物業方面，并沒有太多運用于政府保障性住房的經驗。而保障性住房恰恰有著區別商業物業特性：首先，保障性住房是政府住房政策的核心內容之一，是政府的職責。即使將保障性住房運用REITs進行開發、持有和運營，政府仍需要承擔絕對的管理和運營權，設計廉租房和公共租賃房的建設標準和租金水平，來確保保障性住房市場平穩的發展；其次，保障性住房雖然具備房地產的投資性能，但更是政府向居民提供的具有保障的公共產品。所以，即使通過資本市場來獲得建設資金，政府仍需要對其承擔債務連帶責任，不能任其“自生自滅”。
此外，從我國現有法律環境來看，我國實行《公司法》多年，相關的以及類似的公司制的企業運作和管理體制已經趨于成熟；相反，契約制基金的基本法《信托法》在2001年才正式實施，其中的管理體制仍有待完善和規范。因此，有限合伙制，因其普通合伙人債務責任約定的無限性，更適合應用于我國保障性住房的投融資模式中。具體的組織模式結構如圖2所示。
其中國有企業協助政府公共部門形成普通合伙人（GP）承擔絕對的管理權和專業的經營權；初期試點引用國有投資公司或保險機構等機構投資者作為有限合伙人（LP）進行資金注入，共同成立房地產投資信托基金公司。有限合伙公司以現有的保障性住房（指廉租房和公共租賃房）為資產標的池來發行房地產投資信托基金。
（二）REITs運作方式的探討
根據以上論證及國際經驗，保障性住房在REITs融資的路徑選擇包括以下三個方面：
第一，運作方式上以封閉式為主。REITs作為房地產投資這一類長期投資產品，封閉基金在存續期間固定不變的資本總額的特點有利于進行房地產這種長期投資；相反，開放式基金由于有隨時被贖回的風險，必須保持基金的一定的流動性，因此不適合進行房地產投資。同時，現有封閉式證券基金的運作和監管經驗也可以作為REITs運營的借鑒。第二，組織形式為合伙有限制。第三，募集方式以私募開始，逐步發展為公私募相結合的方式。結合國際經驗，REITs要有較好的發展，需要完善的政策制度環境。但作為一種新型金融產品，相關政策需要涉及稅務部門、證監會、保監會等等各個部門，其設定和實行必然是一個漫長的過程。面對龐大的住房保障的市場需求，我們可以從私募方式開始，邊發展、邊完善，摸著石頭過河，為REITs公募發行奠定基礎。同時，私募方式很大程度上依賴投資機構者，這也有利于我國投資機構者的成熟發展。
關鍵詞：自適應;信息隱藏;數字水印;空間域
中圖分類號： TP309.2
文獻標識碼：A
0引言
信息隱藏是將重要信息嵌入到在其他媒體(載體) 中，在基本不改變載體的外部特征及使用價值的情況下，我們的感覺器官感覺不到載體外部的變化，從而實現重要信息的隱秘傳遞。信息隱藏的目的不在于限制正常的資料存取,而在于保證隱藏的信息不引起攻擊者的注意和重視,從而減少被侵犯的可能性，擺脫數據加密技術的致命缺陷。現在的隱密通信方式一般都要求把消息先加密再隱藏, 即形成了“加密+ 隱藏”的安全通信模式，它較之單純的密碼加密方法更多了一層保護。信息隱藏與分析技術的研究無論在軍事和民用方面都有著重要的意義，隱藏技術越來越多地應用于多媒體信息的版權保護及信息安全等領域。特別在軍事上,各個國家都采用了信息隱藏技術，進行情報、間諜活動,用于信息戰領域中。早在2001年9月美國HINDU新聞組就報道了頭目“拉登”可能通過隱寫圖片向其同僚傳遞重要的信息、散布消息、籌集資金、組織恐怖襲擊等［1］，并成功地逃過了美國通信監管部門的監控。
目前用來作為信息隱藏的載體有文字、圖像、語音或視頻等多種不同格式的文件, 但使用方法沒有本質的區別。其中圖像由于冗余空間大，是目前用得最多的信息隱藏載體。在基于圖像的信息隱藏技術中，有兩種隱藏技術：基于變換域的隱藏技術和基于空間域的隱藏技術。其中基于變換域的隱藏技術魯棒性比較好，但較難實現大量數據的隱藏，要實現大容量的信息隱藏主要使用基于空間域的隱藏技術。
1典型空間域隱藏技術分析
基于空間域的隱藏技術是直接改變圖像元素的值, 一般是在圖像的亮度或色帶中加入隱藏的內容。最簡單和有代表性的基于空間域的信息隱藏方案是將要隱藏的信息代替圖像的最低有效位（LSB）或者多個不重要位平面的所有比特的算法，這里的隱藏信息指的是二值比特序列。其隱藏信息的原理如下:計算機用三個字節來表示顏色的紅、綠、藍三原色的分量數值,每個字節的最低位的變化對顏色的視覺影響很小而無法察覺,因此可以把紅、綠、藍三原色的分量數值的最低位(最小意義位) 視為冗余空間,把信息隱藏在這里。1993年，Tirkel等人［2］提出了數字圖像水印的一種方法，該方法將m序列的偽隨機信號以編碼形式的水印嵌入到灰度圖像數據的LSB中。為了能得到完整的LSB位平面而不引入噪聲，圖像通過自適應直方圖處理，首先將每個像素值從8 bit壓縮為7 bit，然后將編碼信息作為像素值的第8個bit（即像素值的LSB），這一方法是單個LSB編碼方法的擴展，在單個LSB編碼方法中，LSB直接被編碼信息所代替。
LSB 算法的優點是算法簡單、嵌入速度快、隱藏容量比較大，這些優點是基于變換域的隱藏算法所無法比擬的。因此LSB算法仍然在信息隱藏中占有重要地位，幾乎全部的隱寫算法中都可以找到LSB 算法的影子, Internet上常見的隱寫軟件中也大都使用LSB 算法或LSB 的衍生算法［3］。由于使用了圖像最不重要的像素位，因此算法的魯棒性較差，嵌入信息很容易受到濾波、圖像量化、幾何變形和加噪等操作的攻擊。針對LSB算法出現的缺陷，一些研究人員對空域圖像水印技術進行了改進，使算法的穩健性和安全性得到了提高。文獻［4］提出通過顏色量化的方法實現的，使原來需要8位來表示的256色圖像量化到顏色數128 色,量化后的圖像只用7 位來表示,剩余的那位(最高位)就可以作為冗余空間來存儲隱藏信息。由于此時所用的冗余空間為最高位，也叫最大意義位（MSB），因此魯棒性好，解決了LSB算法魯棒性差的問題。該方法的缺點是嵌入后的圖像的調色板大小發生改變, 而且對于原本256色的圖像量化后，由于存在量化誤差,圖像的視覺質量會有不同程度的降低,其中最為嚴重的是在均勻漸變區域出現的偽輪廓,因此，必須降低質量才有可能實現信息嵌入［5］。目前，基于圖像空間域的隱藏技術的研究目標主要有兩個：一是在一定長度的可修改圖像載體數據中,在不影響載體視覺效果的前提下，嵌入盡可能多的信息數據；二是提高其魯棒性。本文在以上算法的基礎上提出了一種魯棒性和隱藏容量均優于LSB算法的空間域信息隱藏算法。
2本文算法
基于圖像的信息隱藏可看為在強背景（原始圖像）下疊加一個弱信號（被隱藏的信息），只要疊加的信號低于對比度門限（Contrast Sensitivity Threshold），視覺系統就無法感覺到信號的存在［6］。根據
人類視覺系統（Human Vision System，HVS）
的對比度特性，該門限值受背景照度、背景紋理復雜性和信號頻率的影響。背景越亮，紋理越復雜（或者說邊緣豐富），門限就越高［6，7］，這現象稱為亮度掩蔽和紋理掩蔽。HVS的對圖像所具有的亮度掩蔽、邊界掩蔽和紋理掩蔽等效應表明［8］：（1） 人眼對不同灰度具有不同的敏感性，通常對中等灰度最為敏感，而且向低灰度和高灰度兩個方向非線性下降；（2） 對圖像平滑區的噪聲敏感，而對紋理區的噪聲不敏感；（3） 邊界信息對于人眼非常重要。根據人類視覺掩蔽特性可知：具有不同局部性質的區域在保證不可見性的前提下，可允許疊加的信號強度是不同的。對RGB彩色圖像而言, 人類視覺系統并不是只有對LSB位不可感知,對于較亮的像素點,比LSB更高的某些位的變化同樣是不可感知的,這些不可感知位同樣可用來嵌入信息,從而進一步提高嵌入容量。利用以上HVS特性，本文提出多平面自適應隱藏方法，可獲得較大的信息隱藏空間和較好的魯棒性。其基本思路是根據每個像素點RGB三個顏色分量的亮度值的不同，確定是否隱藏信息、信息隱藏位置及信息的隱藏量。由于不是將信息隱藏在某個固定的平面位，這樣既能解決LSB算法的魯棒性差的問題，也沒有MSB算法的顏色失真問題。具體算法如下 ：
設24位的RGB彩色圖像的每個像素RGB三個顏色分量分別為(r7,r6,r5,r4,r3,r2,r1,r0)、(g7,g6,g5,g4,g3,g2,g1,g0)、(b7,b6,b5,b4,b3,b2,b1,b0)，對圖像的每個像素點RGB三色的每一色進行單獨嵌入處理，首先對紅色分量進行處理，將(r7,r6,r5,r4,r3,r2,r1,r0)從高位至低位逐位進行檢查，當第x位不為0時，則從第x-y位(y≥1)開始嵌入信息，一直嵌入到第z位,若z>x-y, 則該像素點的該分量不嵌入信息, 由于信息的嵌入是在一個非0位后的一個約定位開始，到另一個約定位結束，因此信息的提取只依賴參數y和z,不需要原始圖像及輔助信息表等其他信息,是一種完全意義的盲提取。即：
ri，其他其中為該像素點紅色分量第i位ri經過嵌入處理后的值，wj（j∈{1,2,…,L}）為待嵌入的比特序列，j的值為前面已經嵌入的比特數，每嵌入1個比特j的值增加1，y的取值決定了嵌入強度，它需要在不可感知性和嵌入容量之間折中考慮，y值越大，視覺不可感知性越好，但可隱藏的信息量越少。z的取值由所需的抵御濾波處理的魯棒性決定，當z=0時，則包括LSB位。處理完紅色分量后，再用同樣的方法處理該像素的藍色和綠色分量，只是對藍色和綠色分量，y的取值可以根據人類視覺系統特性取不同的值。處理完一個像素點后，再重復以上過程，處理下一個像素點。
設背景照度為I，根據Weber定律［9］，在均勻背景下，人眼剛好可以識別的物體照度為I＋I, I滿足：
視覺領域的進一步研究表明, I與I的關系更接近指數關系［10］。有文獻提出了更準確的對比度敏感度函數（CSF, Contrast Sensitivity Function）:
其中I0為當I=0的對比度門限，α為常數，a∈ (0.6, 0.7)。
根據以上結論，y的取值為4至5時就可基本滿足視覺不可見性要求，實驗結果也證實如此。由于人眼對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計算：可見人眼對綠色最敏感，對藍色最不敏感，它不到綠色的1/4，因此為了達到不可感知性的目的，在y值的選取上，綠色需要適當取大一點，藍色分量的值則可取小一點。
3試驗與討論
為驗證本算法的性能，以512×512×24 的原始Lenna圖像進行試驗。首先試驗本算法的最大信息嵌入量，z的值設為0，設RGB三色所對應的y的取值為(yr,yg,yb)，這三個值分別選取(5,5,4)、（4,5,4），（4,4,4），（4,5,3）和（3,5,3）幾組不同的值進行嵌入試驗，嵌入后的結果分別如圖1的(b)、(c)、(d)、(e)、(f)所示。由試驗結果可知，當yr≥4、yg≥5、yb≥3時，對人類的視覺系統而言是不可感知的，超過這個值時就會影響視覺效果，即(yr,yg,yb)取(4,5,3)時，隱藏的信息的不可感知性就能滿足要求，此時達到可隱藏信息量的最大值。再選取標準圖像peppers和tulips進行試驗，當yr,yg,yb分別取4，5，3時，嵌入信息后的載密圖像如圖2所示，可見在嵌入隱藏信息后同樣能滿足視覺的不可感知性要求。當yr,yg,yb分別取4，5，3時，在Lenna、peppers和tulips圖像中可嵌入的信息量見表1，不難看出本算法的信息隱藏量非常大，嵌入比平均值約為36%，而目前認為信息隱藏量大的LSB算法的嵌入容量的嵌入比為12.5%，可見本算法的可嵌入容量遠比LSB算法大很多。
再以512×512×24的原始Lenna圖像嵌入一幅181×252×8的灰度圖像進行剪裁試驗，將載有隱藏信息的圖像進行如圖3(c)所示的隨機裁剪，然后進行隱藏信息的提取，提取的圖像如圖3（d）所示，說明本算法有較強的抗剪裁能力。由于本算法的嵌入容量大，同小容量的嵌入算法相比，對于同樣的嵌入信息可進行反復的嵌入，一幅載體圖片可嵌入多個水印信息，因此抗剪裁能力強。以512×512×24的原始Lenna圖像嵌入一幅181×252×8的灰度圖像進行抗干擾試驗，在嵌入隱藏信息的圖像上加入0.02的椒鹽噪聲，檢測到的隱藏圖像如圖4（b）所示，雖然檢測到的隱藏圖像也有明顯的噪聲干擾信息，但不影響識別效果，可見本文算法一定的抗噪聲干擾能力，作為隱藏圖像之類的水印是能滿足要求的，而計算復雜度卻比同樣效果的頻域算法低很多。 另外當z取1時（即LSB位不隱藏信息）進行濾波試驗，載密圖像進行中值濾波處理后，仍可檢測到隱藏的大部分信息，而LSB算法則基本檢測不到隱藏的信息，說明本算法的魯棒性比LSB算法要高很多，而此時的信息隱藏量卻仍然比LSB算法大。同時由于嵌入的圖像的位平面與原始圖像、嵌入后的圖像沒有對應關系，而不像LSB算法那樣將信息嵌入在一個固定的平面位，可防止位平面過濾所導致的失密，因此安全性也比LSB算法高。
從目前來看，昆明地方政府融資期限相對不長，只要規范政府融資行為，控制新增融資規模，在經濟不發生大的波動下，短期內一般不會出現支付風險，融資債務風險處于總體可控狀態，但各縣（市）區均采取的資金信托的融資方式，由于各種原因，我省信托公司一直是金融風險高發領域，經歷幾次行業整頓仍然無法實現穩健經營，目前信托公司和銀信合作模式是銀監會監管的重點，因此地方政府融資采取資金信托的方式進行存在著不容忽視問題。
第一，我省信托業的創立和發展所依托的社會背景是十分特殊的。首先，社會對信托業缺乏起碼的認識，甚至連什么是信托都不知道，又何以去進行委托業務。其次，我省歷史上很少有信托的社會意識和傳統習慣。
第二，我省信托業的創立與發展，所依托的社會環境也極不完備。經濟發展水平不高。無論是個人、機構、團體、組織都缺乏應有的財富規模，并且經濟生活多元化、復雜化、綜合化程度不高，經濟關系比較單調等，造成經濟內部對信托業務的需求不高。
第三，在傳統經濟體制下，信托基本功能與派生功能的錯位， 信托業若以融通資金為主要功能，就只能處于銀行壟斷的控制下，難以作為一個獨立的產業自主發展。
第四，信托業從產生開始定位就不明確、不規范。我省信托業的興起，不是由于經濟和社會對信托業務的內在需求，而是為適應金融體制改革，突破傳統單一僵化金融體制而進行創立的，是作為金融界改革者的身份出現的。但是，由于對信托機構定位不明確，其資金來源不穩定，因此出現了信托機構與銀行“搶飯吃”的局面。
我省信托投資公司基本職責是：受人之托、忠人之事、代人理財、助人致富為主營業務，以收取手續費、傭金和分享信托受益為主要收入來源的金融機構。
目前云南信托公司代地方政府管好用好融資，困難仍然很大：
一是信托業誠信問題。目前信托業的行業誠信問題十分突出，信托公司的整體形象受幾年來信托公司的不斷關閉等問題而受到挑戰，而信托業又是一個以誠信為生命的行業，是接受外部約束下的自律行為，管理的規范程度、經營的理念、服務水平、自律程度都影響著社會對信托公司誠信的判斷，如今中央銀行也加強對信托業的監管功能，以進一步提高信托業的公眾信用力度，當然，誠信的建設是一個緩慢的過程。
二是社會認知問題。社會對信托業金融功能的認知度較低，信托是什么？為什么要使用信托？信托會給我們帶來什么？社會上對信托這種金融工具的功能在了解和接受上存在障礙，信托公司本身也缺乏培育市場意識，沒有進行新產品宣傳推廣。
三是人才稀缺問題。人才是現代企業最重要、最稀缺的資源，從某種意義上說，信托業的可持續能力歸根結底是人力資本。
信托公司要順利解決上述“瓶頸”問題，實現可持續發展，增強核心競爭力，必須建立起高素質的專業人才隊伍。
我省信托業由于起步晚，發展落后，要發展我省的信托業就必須借鑒其他地區的發展經驗。地方政府要融資就要實現融得進，又要切實做到管得住，用得好。
一是把握好融資投向。不應只強調做強融資平臺，擴大融資規模，更應注重融資投向、項目質量，把融資資金投向城市基礎設施建設等公益項目、保障改善民生和關乎地方經濟社會發展大局的重大項目。
二是加強對融資的管理。目前對政府融資所產生的融資成本和建設項目投資大多是“實報實銷”，這種“敞口供應”的現狀導致融資缺乏加快項目建設、節省投資成本的動力和壓力，為此，要加強審查、通過向對融資項目派駐財務總監，強化投資項目評審等途徑切實加強對融資使用審查、審批，逐步建立融資申報、審批、撥付監控系統，隨時掌握融資項目的資金使用、撥付情況，提高資金效益。
三是促進融資透明。增強融資項目債務透明度，將融資收支情況納入本級財政預算管理，強化本級人大監督和社會監督，建立完備、透明的地方政府債務信息披露制度，定期披露顯性債務、隱性債務或所有債務情況。
四是完善“融資、建設、開發、償債”四位一體的運行機制，保證地方政府收益的一定比例返還繪融資項目作為償債來源，促進融項目自負盈虧。
在系統或者芯片的驗證過程中，使用高速串行信號標準的芯片的接收端測試都需要激勵信號源，一直以來，設計人員幾乎完全依賴數字信號發生器，為串行測試生成二進制信號。他們在數字信號中運用輸入信號的幅度調節、注入抖動、相位偏移調節等手段來進行比較惡劣的工作環境的模擬，以考驗接收端的接收容限。但是，信號源領域中的新技術正在改變這一切，直接合成工具可以幫助設計人員創建現實程度更高的信號，并極大地減少復雜的測試設置和多種設備共用可能引入的測量誤差。
直接數字合成方式產生信號的意義
串行信號完全由簡單的二進制數1和0組成。為什么要使用直接數字合成模擬波形來表示數字數據呢?這是因為在數字信號中隱含的是模擬事件。書本上理想的數字信號的零上升時間和完美的“平頂”都是虛擬的，實際的工作環境具有噪聲、串擾、反射、電源變化和其他缺點，每個缺點都會給信號帶來影響。直接合成信號源的優點是能夠完全“模仿”實際信號的模擬特點，可以任意控制信號的上升時間、脈沖形狀、延遲、畸變、抖動變化規律等，這正是嚴格的串行總線測試所需的操作。泰克的AwG7000就是使用直接數字合成的方式產生信號的任意波形發生器，可以生成一個測試信號，擁有所需的全部時序、幅度和失真特點，而不是像一般的數字信號源那樣先生成一個“干凈”的理想信號，然后再通過各種組合去劣化信號來模擬真實環境。
實際工作環境中高速串行信號的模擬特性
由于傳輸介質的衰減以及反射會導致信號不同程度的劣化，具體表現為抖動的增大，信號幅度的衰減等。在實際工作環境中，隨著信號速率的提高，傳輸介質對信號的影響越來越明顯，信號一般會隨信號速率和傳輸路徑長度成比例劣化。在大規模的工程化生產制造過程中，可能會犧牲PCB、連接器、線纜的性能來換取成本的優勢，這就更增加了接收端的容限要求。
由于時鐘芯片的抖動影響，電源平面的波動干擾，以及串行信號周邊低頻但高能量的信號的串擾，這些都會導致串行信號發生時序上的變化，這種變化表現為信號邊沿的抖動有規律的跟隨著干擾信號的變化而變化；或者為了減少EMI的輻射，特意在時鐘信號上疊加一個低頻的調制，使信號的頻率隨著調制信號而有規律的升高或降低，頻譜擴散在相對寬的頻率范圍內，而降低頻譜的尖峰值，一般稱為ssC(擴頻時鐘)。
為了減少傳輸介質的衰減而造成的波形的畸變和ISI的抖動成分的增加，提高傳輸過程中的信號完整性。業界普遍使用了去加重(de―emphasis)的技術，以補償傳輸線對高頻分量的衰減，改善接收機輸入上的信號保真度。但必須在設計階段全面評估串行設備對去加重的響應。在調試過程中可以根據實際的情況，調節去加重的比例以獲得最好的傳輸效果。傳統數字信號源對串行信號特性進行模擬的方法。
一般的數字信號源能夠對比較單一的規律性變化的數字信號進行模擬，如信號中含有隨機噪聲，或者信號的抖動以單一的正弦規律或者三角波規律變化的情況。可以用多個儀器混合注入不同特性的抖動和噪聲實現。但如果信號的劣化是不規則的或者以比較復雜的規律變化的，如在正弦抖動中含有電源或者其他高能量信號干擾引起的抖動，數字信號源就難以進行模擬了。
對于串行信號標準中常用的“去加重”特性的實現，數字信號源則需要使用多通道以及Power Combiner電源組合器進行復雜的連接來實現，而且要精確控制多個通道的相位關系，否則得到的信號會與預期大相徑庭，原理如圖1所示，將CHl相對于CH2延遲一個比特位(UI)，然后將兩個通道相減，就可以得到圖1去加重的信號。
使用直接數字合成原理的AWG(任意波形發生器)如何對串行信號進行模擬
直接合成是一種基于采樣的技術。直接合成信號源(AWG)從樣點中創建模擬波形，在帶寬和采樣率能達到的范圍內，AWG存儲器中的樣點基本上可以定義任何波形，這些樣點可以從示波器采集的實際波形中獲得，也可以采用公式或者算法去任意定義。
直接合成信號源除了能夠合成含任何抖動規律或者噪聲的信號，建立隨機抖動和確定性抖動的影響模型，以定量方式和定性方式改變施加的效應外，還能模擬信號在傳輸時由于特定介質的不同特性導致的衰減、反射、串擾等信號的畸變。而且不需要使用復雜的外部設備去注入抖動或者噪聲，所有的信號特性都在儀器的處理器和存儲器中合成，所以連接非常簡便，同時可以減少儀器之間互聯可能引起的錯誤或者不確定性。如圖2所示。
對于合成信號的速率、抖動注入的頻率和幅度、噪聲的幅度以及信號的上升時間。均可以通過泰克的SerialXpress軟件方便快捷的進行定義，并可以實時模擬實現效果，如圖3所示。
對于去加重信號的直接合成方法完全不同于數字信號源，但得到的結果確完全相同。AWG存儲的信號已經包含“去加重”特性，因此不需要生成及外部組合兩條數據流，以得到合成信號。如圖4中單一通道的輸出就可以實現。而且“去加重”的比例如3，5dB、-6dB等可以根據需要任意的調節。
直接合成信號源(AwG)在目前流行的串行總線一致性測試中的應用
1 SATA總線的一致性測試
目前SATA Workgroup已經了發送端、線纜以及接收端的一致性測試規范和實現方法。SATA的接收端抖動容限一致性測試要求DUT進入回環模式。在設備處于這種模式時，由測試儀器(信號源)發送含抖動的信號給DUT的接收端，然后DUT的發送端就會對已經收到的信號做出正確的響應，最后由錯誤幀檢測器(Frame errordetector)去檢測DUT的發送端響應輸出的數據是否正確，或者可以逐步調大信號源注入的抖動幅度，直到Frameerror detector檢測到錯誤幀出現，此時獲得的抖動幅度就是接收端的抖動容限值。傳統上需要外部PC上運行專門的應用軟件來強迫DUT進入回環模式。遺憾的是，一旦斷開信號源以后，大多數收發機就會自動退出回環模式，返回正常操作，因此無法再繼續進行測試。應對這一挑戰的常用解決方案是通過功率合成器向DUT輸送BIST-L命令，如圖5所示。通過在測試電路中使用電源組合器，數據發生器可以在環回模式激活時，開始把測試數據發送到DUT，而不要求斷開連接。功率合成器是一種可行的解決方案，但有它的缺點。很明顯，它提高了復雜度，增加了連接錯誤、電氣接觸不良及出現其他機械問題的機會，它還需要校準所有輸入源，保證正確引入抖動成分。最重要的是，功率合成器會使數據信號電壓衰減高達50％。
如果采用AWG直接合成的方法，儀器可以代替PC發送回環指令。它不需要功率合成器或運行BIST―FIS軟件的PC。圖6是基于AWG的抖動容限測試系統：一臺儀器生成輸入信號，一臺儀器讀取輸出。通過SATA的測試配置可以看出，通過AWG采用直接數字合成方法構建測試環境非常簡單和方便。
2 DisplayPort總線的一致性測試
在Display Port Compliance TestSpecification Versionl的接收端抖動容限測試中，要求信號源提供包含不同的抖動頻率、抖動幅度以及抖動成分的信號，輸入到Sink的接收端，然后看Sink的誤碼率來考驗接收端的性能，這對于傳統的數字信號源是一個挑戰，請看圖7中的傳統數字信號源的解決方案，為了合成復雜的抖動成分，需要額外的增加一個噪聲信號發生器和矢量信號發生器，而且兩者還需要用Power Divider合成起來去給數字信號源注入抖動，整個測試環境的構建十分復雜。而圖8的使用直接合成信號源實現方法的獨特優勢在于它只需按一個鍵，就可以輸出合成的信號，這些信號包含正弦、ISI、RJ、Pj抖動、預加重、平衡、跳變時間和幅度控制，連接簡便而且測試的一致性和可重復性均很高。
3 HDMI的一致性測試
在HDMI的CTSl.3b的規范中，要求在Sink的抖動容限測試中除了加入兩種頻率的抖動外，還需要加入TTC(transition time converter)以及Cableemulator以保證信號的上升時間以及抖動成分符合規范要求。數字信號源使用如圖9所示的方式來實現。
對于TTC，要求不同的測試頻率加入不同的TTC，分別為：74.25MHz／450ps、148.5MHz／220ps、165MHz／200ps、222.75MHz／150ps、340MHz／60ps。對于Cable emulator，同樣要求在不同的測試頻率使用5種不同特性的cable emulator。
根據規范對于Sink的測試，需要測試其在不同的時鐘頻率下的性能。這可能會導致在測試過程中頻繁的更換不同的TTC和Cable emulator。除了花費大量的時間外還可能會導致頻繁的改變連接引起的信號接觸不良等因素造成的測試差異。另外由于Cable emulator和TTC價格昂貴，需要額外支出大筆費用。采用直接合成信號的方式產生信號，TTC和Cable emulator的特性均可以采用AWG來進行模擬。同樣如圖8所示，無論是測試DisplayPort還是HDMI，都可以方便通過AWG配合直接數字合成的方法在配置簡單的情況下，方便地產生各種高速串行信號。
關鍵詞： 加權Hu矩； 噪聲估計； 自適應融合； 加權系數
中圖分類號： TN911.73?34 文獻標識碼： A 文章編號： 1004?373X（2014）01?0014?05
0 引 言
近年來，隨著計算機視覺技術的發展，人體行為識別逐漸成為研究的熱點。如何有效地從圖像序列中獲得人體行為特征成為了研究的關鍵。其中，HOG和Hu矩是十分常見的兩種特征提取方法，然而針對場景中的噪聲變化，這兩種方法的適應范圍較小，識別率變化較大。因此，本文中將重點討論兩種特征的融合算法，以達到對噪聲容忍度好，適用范圍大的目的。
1 特征提取算法
1.1 方向梯度直方圖描述子（HOG）
HOG（Histogram of Oriented Gradient）算法通過計算局部區域上的梯度方向直方圖來構成人體特征，能夠很好地描述圖像局部區域外觀和形狀，HOG是在Cell和Block的網格內進行計算的，Cell由若干像素點構成，Block由若干相鄰的Cell構成，HOG算子提取的流程如圖1所示。
圖1 HOG特征提取流程圖
本文中進行HOG特征提取時，輸入圖像大小為64×80，Cell大小為8×8，Block大小為16×16，Block的步進為8個像素，梯度方向將360°分為9個區間。
為了驗證HOG特征的性能，分別采集200幀揮手、彎腰、走路以及展腹跳的幀圖像，其中每種動作的100幀（共400幀）作為訓練樣本，每種動作的余下100幀（共400幀）作為測試樣本，見表1。
分別提取訓練樣本和測試樣本的HOG特征提取算子，以euclidean距離作為判別準則進行模板的匹配。此外，為了驗證算法在噪聲情況下的魯棒性，對測試樣本進行了加噪處理（高斯噪聲方差0.01，椒鹽噪聲密度0.02），識別率見表2。
從表2可知，HOG特征提取算子對未加噪聲的圖像識別率很高，但是若測試樣本存在強噪聲時，則識別性能大幅度下降。因此，依靠單一的HOG特征提取算子進行人體行為的識別，性能較差。
表1 四種人體行為圖像
表2 HOG特征識別率 %
[＼&揮手＼&彎腰＼&展腹跳＼&走路＼&識別率＼&原始圖像＼&100＼&97＼&99＼&98＼&98＼&加噪后＼&83＼&65＼&57＼&55＼&65＼&]
1.2 加權Hu矩描述子
Hu M.K.在文獻[1]中利用代數不變矩理論構造出7個不變矩，這種不變矩在平移、約束縮放、旋轉下保持不變，但對圖像細節信息的表征有限，不具備非約束縮放不變性且識別率較低。因此，本文中提出一種加權Hu矩算子，具體流程如圖2所示。
圖2 加權Hu矩特征提取流程圖
首先，為了獲得更多的圖像細節信息，將傳統Hu矩進行擴展，并且對擴展Hu矩進行修正，使得圖像在縮放的條件下，依然保持不變性。然而，在進行特征提取時，傳統的判別準則認為不同Hu矩對行為判別的貢獻值是一致的，而實際情況往往不是這樣。因此，應充分考慮不同Hu矩的貢獻值，構造一個Hu加權矩。本文采用對9個擴展Hu修正矩進行線性規劃，找到每個Hu修正矩的最優加權值，進而構造一個Hu加權修正矩。
設構造成的新的加權修正矩為：
[Φ=σ1Φ″1+σ2Φ″2+...+σ9Φ″9， i=19σi=1， 0
為了獲得最優解，擬采用方差加權矩最小作為判定準則，即：
[V（Φ）=σ21V（Φ″1）+σ22V（Φ″2）+...+σ29（Φ″9）]
達到最小時[σ]的值作為求得的權值，加權Hu矩的具體求解過程在文獻[2]中有詳細介紹。
為了驗證加權Hu矩的性能，分別采集200幀揮手、彎腰、走路以及展腹跳的幀圖像，其中每種動作的100幀作為訓練樣本，每種動作的余下100幀作為測試樣本。并將識別結果與原始Hu矩和擴展Hu矩的識別性能進行比較，見表3。此外，為了驗證加權Hu矩在噪聲情況下的魯棒性，對測試樣本進行了加噪處理（高斯噪聲方差0.01，椒鹽噪聲密度0.02），識別率見表4。
表3 不同Hu矩的性能比較 %
[＼&揮手＼&彎腰＼&展腹跳＼&走路＼&識別率＼&原始Hu矩＼&80＼&73＼&70＼&77＼&75＼&擴展Hu矩＼&83＼&79＼&77＼&81＼&80＼&加權Hu矩＼&90＼&83＼&80＼&87＼&85＼&]
表4 加權Hu矩識別率 %
[＼&揮手＼&彎腰＼&展腹跳＼&走路＼&識別率＼&原始圖像＼&90＼&83＼&80＼&87＼&85＼&加噪后＼&83＼&75＼&73＼&81＼&78＼&]
由表3，表4可知，與原始Hu矩和擴展Hu矩相比，加權Hu矩的識別性能有了一定的提升。與HOG相比，雖然對于原始測試樣本的識別率不如HOG特征的識別率好，但加權Hu矩的噪聲容忍度較好。
2 加權Hu矩和HOG的特征融合
通過上一節的實驗結果可知，HOG特征對于原始的測試樣本的識別率很高，要優于加權Hu矩的識別性能。然而，當圖像中有強噪聲時，加權Hu矩的識別率依然保持在較好的水平，而HOG性能急劇下降。因此，如何選取合適的方法將兩種特征融合在一起顯得十分的必要。
加權Hu矩和HOG特征融合流程圖如圖3所示。
圖3 加權Hu矩和HOG特征融合流程圖
由圖3可知，首先提取訓練樣本的噪聲參數，然后提取訓練樣本圖像的HOG特征和加權Hu矩特征，再選用適當的融合算法進行特征的融合，從而得到訓練樣本的特征向量；對于測試樣本，采用與訓練樣本相同的步驟，提取出測試樣本的特征向量。最后，將測試樣本與訓練樣本集進行模板匹配，從而得到匹配結果。整個流程的關鍵步驟在于特征融合算法的確立。
提取的HOG的特征向量[T1=[x1，x2，…，x36]，]加權Hu矩的特征向量為[T2=[y]]，為了實現特征的融合，將找到合適的[α]和[β，]使得融合后的新特征向量滿足：
[T=αT1+βT2，α+β=1]
其中[α]與[β]分別為HOG和加權Hu矩的加權系數。
圖像中的噪聲以高斯噪聲和椒鹽噪聲的形式存在。其中，高斯噪聲的強度[IG]可由均值[m]和方差[v]表示，椒鹽噪聲的強度[IJ]可由噪聲密度[d]表示，我們可將高斯噪聲的均值附加到圖像的均值上。因此，對于一幅獲取的圖像，它的噪聲參數依賴于[（v，d），]下面通過噪聲參數來估計HOG和加權Hu矩的融合加權系數[α]和[β。]因為HOG提取的特征為36維向量，加權Hu矩為一維向量，因此：
[α=P1P1+36P2∝（v，d）， β=36P2P1+36P2∝（v，d）]
式中：[P1]和[P2]為HOG和加權Hu矩的識別率。
因此，如何根據噪聲參數 [（v，d）] 獲得[α]和[β]是需要解決的關鍵問題，將在下文中詳細闡述。
3 加權系數[α]和[β]的確立
從上文已知[α]和[β]的表達式，針對特定幀，[P1+36P2=C，]因此可認為：
[α∝P1∝（v，d）， β∝P2∝（v，d）]
下面將根據不同的噪聲參數進行一系列仿真獲得加權系數與噪聲參數的映射關系。
3.1 [α]與噪聲參數的映射關系
因為高斯噪聲強度[IG]與椒鹽噪聲強度[IJ]相互獨立，因此可單獨討論[α]與噪聲參數[v，d]之間的關系。首先固定椒鹽噪聲的噪聲密度[d，]改變高斯噪聲的方差[v，]觀察[α]的變化。接著固定高斯噪聲的方差[v，]觀察[α]的變化，實驗結果見表5，表6。
考慮到加噪的隨機性，為了減少單次測量帶來的識別率的偏差，對于每一種高斯噪聲方差和椒鹽噪聲密度，各采取50次實驗，結果取均值作為該噪聲方差以及噪聲強度下的識別率。下面，采用最小二乘法擬合獲得映射關系。為了衡量不同階數的擬合性能，在此引入AIC信息準則，該準則建立在熵的概念之上，可以權衡所估計模型的復雜度和模型擬合數據的優良性，優先考慮AIC值最小的模型，AIC的表達式如下：
[AIC=log（VN）+2kN]
如果[k?N，][AIC=logVN+1+2kN。]其中[V]為剩余平方和，剩余值即擬合值與實際值的差，[k]為估計的參數的數量，[N]為觀察數。采用最小二乘法擬合時，階數太高會增加運算的復雜度，而且會出現過擬合，因此一般考慮5階以下的情況。
表5 高斯噪聲對[α]的影響
[＼&高斯噪聲方差＼&椒鹽噪聲強度＼&[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 椒鹽噪聲對[α]的影響
[＼&高斯噪聲方差＼&椒鹽噪聲強度＼&[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＼&]
采用不同階次擬合時的AIC值見表7，表8。
表7 高斯噪聲改變時不同階次擬合的AIC值
[擬合階數＼&1＼&2＼&3＼&4＼&5＼&AIC值＼&3.475 1＼&1.544 5＼&0.01＼&0.01＼&0.01＼&]
表8 椒鹽噪聲改變時不同階次擬合的AIC值
[擬合階數＼&1＼&2＼&3＼&4＼&5＼&AIC值＼&3.309 9＼&0.665 1＼&0.01＼&0.01＼&0.01＼&]
從AIC值可知，三階擬合的性能與三階以上的擬合性能基本相同，但遠優于一階和二階的擬合性能，考慮到模型的復雜度以及性能的優良性，選取三階進行數據的擬合。擬合曲線如圖4，圖5所示。
圖4 [α]隨著高斯噪聲方差變化的不同階次擬合曲線
從圖中可以看出，三階擬合數據與原始數據的重合度已經較好。因此可得，在椒鹽噪聲的噪聲密度不變的情況下，[α]與高斯噪聲的映射關系式為：
[α=-2.712 1×103v3+172.612 6 v2-2.269 2v+0.030 8]
在高斯噪聲方差不變的情況下，[α]與椒鹽噪聲的噪聲密度的映射關系式為：
[α=753.718 1d3-49.191 1d2-0.379 8d+0.028 7]
通過固定高斯噪聲的方差或者椒鹽噪聲的噪聲密度分別求得了[α]與[（v，d）]的映射關系，可知在[（v，d）] 同時改變的情況下，[α]的表達式為：
[α=a1v+a2v2+a3v3+b1d+b2d2+b3d3+c]
通過多元線性回歸，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]
圖5 α隨著椒鹽噪聲強度變化的不同階次擬合曲線
3.2 [β]與噪聲參數的映射關系
在對[β]進行討論時，采用與[α]相同的方法進行映射關系的估計。
首先首先固定椒鹽噪聲的噪聲密度[d，]改變高斯噪聲的方差[v，]觀察[β]的變化，接著固定高斯噪聲的方差[v，]改變椒鹽噪聲的密度[d，]觀察[β]的變化，實驗結果見表9，表10。
表9 高斯噪聲對[β]的影響
[＼&高斯噪聲方差＼&椒鹽噪聲強度＼&[β]＼&加權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，為了減小加噪的隨機性帶來的識別率的偏差，對于每一種高斯噪聲方差椒鹽噪聲密度，各采取50次實驗，結果取均值作為該噪聲方差下的識別率。
采用不同階次擬合時，AIC值見表11，表12。
通過AIC值可知，三階擬合為最優估計，圖6，圖7為不同階次的最小二乘擬合曲線。
從圖中可以看出，三階擬合數據與原始數據的重合度已經較好。因此可得，在椒鹽噪聲的噪聲密度不變的情況下，[β]與高斯噪聲的映射關系為：
[β=2.712 1×103v3-172.612 6v2-2.269 2v+0.969 2]
表10 椒鹽噪聲對[β]的影響
[＼&高斯噪聲方差＼&椒鹽噪聲強度＼&[β]＼&加權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 高斯噪聲改變時不同階次擬合的AIC值
[擬合階數＼&1＼&2＼&3＼&4＼&5＼&AIC值＼&0.447 1＼&0.311 3＼&0.01＼&0.01＼&0.01＼&]
表12 椒鹽噪聲改變時不同階次擬合的AIC值
[擬合階數＼&1＼&2＼&3＼&4＼&5＼&AIC值＼&0.529 0＼&0.475 1＼&0.01＼&0.01＼&0.01＼&]
圖6 [β]隨著高斯噪聲方差變化的不同階次擬合曲線
圖7 [β]隨著椒鹽噪聲密度變化的不同階次擬合曲線
在高斯噪聲方差不變的情況下，[β]與椒鹽噪聲的映射關系為：
[β=-753.718 1d3+49.191 1d2-0.379 8d+0.971 3]
通過固定高斯噪聲的方差或者椒鹽噪聲的噪聲密度分別求得了[β]與[（v，d）]的映射關系，可知在[（v，d）]同時改變的情況下，[β]的表達式為：
[β=a1v+a2v2+a3v3+b1d+b2d2+b3d3+c]
通過多元線性回歸，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，在提取了圖像的噪聲參數[（v，d）]后，根據加權系數和噪聲參數的映射關系確定[α]和[β]的值。
4 實驗仿真
由上文可知，對于給定噪聲參數[（v，d），]可以確定HOG與加權Hu矩的加權參數[α和β，]從而能夠確定兩種特征的融合方式。通過特征提取，HOG的特征向量[T1=[x1，x2，…，x36]]，加權Hu矩的特征向量為[T2=[y]]，為了減小融合時的誤差，在融合前要分別對[T1]和[T2]進行歸一化處理，使得所有特征值規范到[[0，1]]，融合后的特征變為：
[T=αT1+βT2=α（x1，x2，…，x36）+βy]
在進行模板匹配時，采用euclidean距離作為判別準則，判別式如下：
[d=αi=136（x′i-xi）2+β（y′i-yi）2]
為了驗證算法的性能，采用不同的噪聲參數[（v，d）]進行驗證，識別結果見表13。
通過仿真結果可知，基于HOG和加權Hu矩特征融合的識別與單一采用HOG特征以及加權Hu矩的識別率相比，在弱噪聲的條件下，其識別率與單一HOG特征識別率接近，而優于加權Hu矩的識別率；在強噪聲條件下，其識別率與加權Hu矩的識別率接近，而優于HOG的識別率。
表13 基于加權Hu矩和HOG特征的自適應融合方法的識別率
[＼&高斯噪聲方差＼&椒鹽噪聲強度＼&識別率 /%＼&HOG
+
加權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 結 語
本文首先通過對傳統Hu矩特征進行擴展、修正以及加權等方法的處理，構造出加權Hu矩。接著，通過最小二乘擬合獲得HOG與加權Hu矩的特征融合加權系數[α]和[β，]最后采用euclidean距離作為判別準則進行模板的匹配。基于加權Hu矩和HOG的自適應特征融合方法，可以根據場景的噪聲情況自適應地調整特征融合的參數，與單一的HOG或者加權Hu矩的識別方法相比，適用范圍更廣，識別率更穩定，能夠在某些特定場景下有效地實現某些人體行為的識別。
參考文獻
[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] 王天樹，鄭南寧，徐迎慶，等.人體運動非監督聚類分析[J].軟件學報，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.
