導語：如何才能寫好一篇特別的人，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

您就在樓下看電視，我卻要寫信給您，是因為我有好多話要對您說。

爸爸，除了感激的話之外，我現在最想對您說：我們沒有搬進新房子之前的日子真的很美。

那時，我們的家很普通，是寬寬的平房，里面陳設很簡單，只有一個浴室，每天為了洗澡，大家爭來爭去，常常會鬧出笑話，沒有辦法，只好劃拳來決定誰先洗，多有意思??！

每天吃完飯，大家聚在一起看電視，看到有意思的地方，你一言我一語，各說各的想法，笑聲總是不斷地從窗口飛出去，引來路人羨慕的眼光。

那個小小的院子里，可以種點兒菜和花，我們放學回來，幫忙澆澆水，看到蔬菜花草每天不同的樣子，我們都很開心。餐桌上經常會有我們親手種出的青菜，那味道別提多香了！

現在，我們搬進了高大明亮的四層樓房里，這是您和媽媽辛辛苦苦掙來的。新房子固然更加舒適，可是溫馨和快樂卻沒有了。每天吃完飯，大家各自散去，回到自己的房間看電視。時間久了，溝通少了

篇2

他，一個普普通通的鞋匠。一生總能遇見許許多多的人，并不是每個你都能記得，只有他，我記憶猶新。

寒冬的一天，我書包的拉鏈壞了，從家里拿了三塊錢放入口袋中。終于走到了孟莊市場的修理鋪，我剛進去，一位老師傅就熱情地問我：‘‘小朋友，你要修什么？’’我說：‘‘我書包的拉鏈壞了，您這能修嗎？’’老師傅點了點頭，接過書包開始修。

他的手十分靈巧，先將舊拉鏈拆開，拿出兩個新的拉鏈安上，他靈巧的手就像兩個美麗的花蝴蝶在花叢中翩翩起舞。修好了，我問老師傅：‘‘師傅，多少錢？’’‘‘兩元?！蠋煾嫡f。我一摸口袋，兩塊錢消失不見了，只看見一個大窟窿，我說：‘‘師傅，我錢丟了，您在這等著，我二十分鐘回來。’’老師傅說：‘不用了，天這么冷，趕緊回家唄?！?/p>

他真是一個特別的人。

篇3

團隊力量點燃服務激情

當你面對一個充滿熱情，團結互助，目標一致的和諧團隊時，你不禁會被他們的每一個微笑感染，他們的快樂和力量來自于他們的團隊――每天朝夕相處的速8中國的姐妹兄弟，一支可以點燃所有成員服務激情的隊伍。

二單元的主管趙俊英被隊員們親切的稱呼為趙姐，她在完成本職工作的同時還像母親一樣關心身邊的志愿者大學生，在她的感召下越來越多的隊員增強了崗位責任心，并且互幫互助，團結一心。C5團隊47位伙伴在8月8日，這個特別時刻悄悄為他們喜歡的沈樓長準備了一個簡單卻充滿感動的生日會，隊員們親手制作的蛋糕和禮物讓樓長倍感驚喜和激動。隊員間就是這樣相互關懷，彼此間的溫暖力量為優質服務提供了原動力。

悉心服務詮釋奧運真情

如果說奧運會是強者競技的舞臺，那么為之付出汗水的人們則是在用服務闡述奧運會的另一精神境界。速8中國團隊用精心的服務和全心的投入講述著與奧運家人的故事。

盧森堡團長助理一句無意的話：團長年紀大腰不好，讓C8樓的唐樓長銘記在心，并且默默地在有限的條件下為他換置較軟的床墊和被墊，直到他滿意為止，此舉讓老團長感動不已，然而唐樓長只是簡單一笑，對于他來說這只是一件應該做到的小事。在奧運村，運動員不慎遺失手機和財物的事也會偶然發生，隊員們在得知后都會盡其所能地幫助尋找，即使困難重重，也不放棄任何機會，最終會將原物完好的放在運動員們的手中，然而當他們用小費作為表達謝意的方式時，隊員們都會婉言謝絕，因為他們懂得，自己的悉心服務才能讓家人感受到團隊的誠摯真情。

誠摯的愛延續奧運溫情

特別的愛送給特別的奧運家人，也正是這份來自速8中國管理團隊的愛繼續著奧運服務的溫情篇章。作為奧運村管家，速8中國團隊竭盡所能為他們提供最為真摯的款待，用服務的語言表達中國的文化，表現東方的魅力。

8月6日下午，住宿團隊執行副總經理房國凡先生拜訪了圣多美和普林西比代表團團長Maria Lourdes女士。這是速8中國自7月26日以來拜訪的第12個代表團。團長女士在對C區住宿服務表達了高度評價后，與房總互贈禮物，一個由團長女士親手縫制的充滿東方風情的布娃娃和象征中國傳統藝術的京劇臉譜讓中圣友誼在此刻交融。

篇4

汪建成：從宏觀來看，未成年人犯罪呈現出手段暴力化、主體低齡化、財產犯罪比例上升，并且在組織形式上呈現出日趨團伙化的趨勢。

具體到未成年人在娛樂場所的犯罪而言，首先，犯罪行為類型及其牽涉到的罪名主要為尋釁滋事、聚眾斗毆、詐騙、搶劫、、非法拘禁、故意傷害等罪名。而這其中又表現出聚眾犯罪的傾向。其次，涉案的未成年人絕大多數處于失學、失管狀態，社會閑散人員和農村籍未成年人比例較大，這些未成年人中有不良行為者居多。另外，部分未成年人進入娛樂場所務工或兼職，但對于娛樂場所的性質和危害認識不足，在從眾心理和經濟誘惑影響下，容易在同學、朋友等朋輩群體中引起連鎖反應，競相效仿，形成“亞文化”群體。

《檢察風云》：未成年人對于事物的認識能力有限，面對誘惑和不良影響時的意志也較為薄弱，這些都是未成年人容易失足的主觀原因。那您認為未成年人犯罪背后是否還存在更深層的社會原因？

汪建成：我認為對未成年人犯罪社會成因的分析應該區分兩個群體各自加以討論。

對于處在正常成長環境和教育環境的未成年人來說，國民基本素質教育的缺乏是導致其面對復雜的社會現象和不良影響時應對能力不足的原因。目前我國的教育系統在未成年人思想品德的培養上偏重抽象、空泛的理想教育、政治教育，而一些諸如公民責任意識、安全意識、合作意識以及預防突況的應對常識等國民基本素質教育長期處于被忽視的地位。這導致了未成年人在初涉社會時欠缺足夠的判別是非和保護自我的能力，因而增加了其實施犯罪行為的風險。而對于具有不良行為或者已經涉嫌犯罪的未成年人，盡管我國早已在立法上出于保護未成年人健康成長的考慮而確立了教育感化為主的方針，但社會各界對待未成年人犯罪的心態和觀念卻遠遠落后于立法的變化。在未成年人犯罪問題上，法律的規范作用僅僅是一個方面，而另一方面，社會對此類犯罪所持的不寬容態度，也容易導致諸如標簽化等社會問題，從而使得涉罪未成年人重新融入社會的過程受到阻礙。這種立法與社會觀念之間所存在的究竟以感化為主還是懲罰為主的沖突，表明在妥善解決未成年人犯罪問題上還有待社會心態的寬容和觀念的更新。

《檢察風云》：未成年人犯罪不僅在我國是一個有待破解的難題，而且在世界范圍內都普遍存在。您是否可以結合國際社會的實踐經驗來談談新修訂的刑訴法中的相關規定？

汪建成：事實上，早在1985年中國就作為發起國和締約國促成了《聯合國少年司法最低限度標準規則》，并因其1984年于北京召開的“青少年犯罪與司法”專題專家會議上經討論、修改而定稿，故又稱《北京規則》?！侗本┮巹t》的宗旨，要求會員國采取的社會改革應努力促進少年的福利，盡量減少司法干預，對觸犯法律的少年給予有效、公平、合乎人道的處理，既保護青少年的健康成長，又維護社會的安寧秩序。該規則的制定本身就集中了各國青少年立法的成功經驗，因而受到國際社會的廣泛重視和支持，對促進會員國建立和健全少年司法制度做出了重要貢獻。

我國新修訂的刑訴法中專門規定了未成年人犯罪訴訟程序，這是我國未成年人刑事司法制度史上的一個重大里程碑，彰顯了國家對未成年人犯罪問題的重視以及對未成年罪犯進行“教育、感化、挽救和改造”的方針。然而，對比《北京規則》，我們依然要承認目前的立法成果與公約的要求存在差距。

例如，這次修訂中確立的犯罪記錄封存制度就還有改進的空間。誠然，犯罪記錄封存制度為消除未成年人前科記錄的不利后果奠定了基礎，是刑事訴訟法在未成年人犯罪領域的一次進步。但同樣不應忽視，“前科封存制度”并不等同于“前科消滅制度”，后者的重點在于“消滅”，即在一定情況下，將未成年人犯罪記錄予以銷毀。如此，被國家審判機關依法宣告有罪或者判處刑罰的法律事實不再存在?！侗本┮巹t》第19條和第21條均確立了未成年人犯罪的“前科消滅制度”。這一處置將產生多重后果：

一是刑事法上的效果，即在實體法上不能構成累犯、可以適用緩刑、保釋；訴訟法上不得作為較輕的程序處置的障礙，且不得將其作為品格證據在法庭上出示等；二是其他法律上的效果，即未成年人不承擔因前科造成的民法、行政法上的資格喪失，在就業、學習等方面也不受歧視等。

目前，犯罪記錄封存制度的規定不僅與國際公約的規定存在相當大的差距，而且與我國現行的有關未成年人犯罪司法中的一些規定及司法實踐中的一些改革成果也有一定距離。

從犯罪記錄封存的角度看，在本次修訂中將其限定在被判五年以下有期徒刑的范圍也過于狹窄。未成年人的犯罪記錄封存的價值是保護未成年人的名譽、促進其盡快回歸社會，并免受因已經接受過懲罰的犯罪行為再次受到社會的歧視。在決定是否封存時，未成年人的利益始終是價值衡量中需要考慮的首要因素，這也是國際公約關于未成年人利益最大化原則的要求。與此相比，未成年人已然犯罪的危害程度或其人身危險性并不是這一制度的主要考慮因素。也就是說，并不因為未成年人被判更重的刑罰，其犯罪記錄就更有被公開的理由。正因為如此，無論是國際公約還是其他國家的立法例，都沒有在未成年人犯罪記錄的封存上，作輕罪和重罪的區分。

《檢察風云》：您對于未成年人的司法保護有什么期待和建議嗎？

汪建成：對未成年人的司法保護應該予以重視并落到實處，從司法制度的角度來說，未成年人犯罪特別訴訟程序領域或許可以成為我國司法文明和進步的突破口。例如可以先在未成年人犯罪案件中試行律師訊問在場制度。

篇5

1、人聲鼎沸：形容人聲喧鬧。鼎，古代的一種銅鑄的鍋，一般是三足兩耳。沸，開水。鼎沸，本意是鍋中的水燒開了，發出聲響，現指人群的聲音吵吵嚷嚷，就像煮開了鍋。

2、觀者如市：形容觀看的人多。

3、比肩迭跡：肩膀相靠，足跡相迭。形容人多。

4、人頭攢動：人很多，擁擠著移動。一般用于形容某些地方人口密度較大，程度不如人山人海高。

5、前呼后擁：前面有人吆喝開路，后面有人簇擁護衛。多形容舊時官吏出巡時的聲勢。

6、車水馬龍：車像流水，馬像游龍。形容來往車馬很多，連續不斷的熱鬧情景。

7、接踵而來：指人們前腳跟著后腳，接連不斷地來。形容來者很多，絡繹不絕。

8、人山人海：人群如山似海。形容人聚集得非常多。

9、人來人往：人來來往往連續不斷。也形容忙于應酬。

10、水泄不通：形容擁擠或包圍得非常嚴密。

11、千軍萬馬：形容兵馬很多或聲勢浩大。

12、萬人空巷：本指家家戶戶的人都奔向一個地方；以致住宅空蕩蕩的。形容轟動一時的盛況。多用來形容慶祝、歡迎的盛況或新奇事物轟動居民的情景。

13、絡繹不絕：絕，斷。絡繹，前后相接，連續不斷。()形容車船人馬等前后相接，往來不斷。

14、川流不息：川：河流、小溪。息：停止，停下。形容人、車馬等像水流一樣來來往往、連續不斷。

15、濟濟一堂：濟濟：人多的樣子；堂：大廳。濟濟：形容人多。形容很多有才能的人聚集在一起。

16、門庭若市：門：宮門，家門；庭：朝廷，庭院；若：好像；市：集市，市場。門口和庭院里熱鬧得像市場一樣。形容交際來往的人很多。

17、比肩繼踵：挨著；踵：腳跟。肩挨著肩，腳跟著腳。形容人很多，很擁擠。

18、戶限為穿：戶限：門檻；為：被。門檻都踩破了。形容進出的人很多。

篇6

2、然后選擇你的QQ空間圖標，點擊進入，最新版QQ在最上面。

3、進入QQ空間后最左邊可以找到特別關心字樣，點擊進入。

4、然后可以在最右邊查看到你的特別關心人數，這里可以點擊分享。

篇7

關鍵詞：關鍵點檢測； 梯度位置朝向直方圖； 人體行為識別； 支持向量機

中圖分類號：TN91134文獻標識碼：A文章編號：1004373X(2012)06011904

Human action recognition algorithm based on gradient feature description for interest points

FAN YinDi

(Shannxi College of Communication Technology, Xi’an, 710014, China)

Abstract： A scheme of new human action recognition is presented and its algorithm is performed. The interest points in video sequence are extracted through Gaussian filtering in space of video sequence and Gabor filtering in time axis. The GLOH (gradient location orientation histogram) is adopted to describe the features of the threshold 20×20 region at each interest pointe. The described sequence may feature the video sequence. Comparing with other human action recognition algorithms, only by establishing a single support vector classifier can the algorithm realize the high recognition rate, that is, it need not label the given feature region and use the classification algorithm which wastes time. The algorithm is simple and efficient.

Keywords： detection at interest point; GLOH; human action recognition; SVM

收稿日期：201110260引言

基于視覺人體運動的分析在智能監控、高級人機交互、虛擬現實和基于內容的視頻檢索分析等方面有廣泛的應用前景和潛在的經濟價值，已經成為計算機領域中備受關注的研究方向［1］。行為識別可以看作是在空間中時變數據的分類問題，即將測試序列和標記的典型行為的參考序列進行相似性度量，但是人體運動同一行為速度、方向和尺度有可能有變化，好的算法應該能處理相似行為模式在時空中的微小變化。從對人體行為的特征選取，人體行為識別方法可分為2方面：結構化的數據特征（如人體的輪廓序列，人體的軀干分布和人體的局部區域的時間特征）和非結構化的數據特征（如圖像人體區域的角點檢測、行為序列的關鍵點檢測）［2］。從這兩方面看，前者多借助于圖像圖形處理的方法，而后者多借助于原始信號處理的方法。本文采用非結構化的數據特征，原因在于其關鍵點檢測沒有像圖像圖形處理那么復雜。

用時空關鍵點表征視頻序列，在研究初期存在許多對靜態圖像的關鍵點提?。?］，對在視頻中的時空關鍵點檢測較少。直到2005年Laptev等人提出基于Harris and Frstner興趣點算子的時空關鍵點檢測器［4］，雖然這種方法檢測到一些時空關鍵點，但是只產生了少數穩定的關鍵點不足以描述復雜視頻序列的特征。同時Dollár等人提出一種基于分離線性濾波器集合的時空關鍵點檢測器［5］，這種方法不僅使得人體局部區域表征人體復雜的運動模式，而且在關鍵點的臨近視頻塊中可以生成大量的描述子。Ke等人提出了時空測定體積的特征掃描視頻序列，這種方法通過運動矢量檢測關鍵點，而運動矢量需要對光流密集的估計，計算量大不能滿足通用的實時性［6］。Oikonomopoulos等人把在空間圖像上的特征區域擴展到時空情景中，2個時空特征點集通過chamfer距離比較，得到較好的實驗結果［78］。由上文可知基于分離線性濾波器集合的時空關鍵點檢測器，具有描述復雜人體行為的模式的優勢和產生豐富的特征描述子的特性，在最近的研究得到了進一步的擴展應用。文獻［6，8］中，利用分離線性濾波器集合得到關鍵點，獲取關鍵點區域的梯度信息，然后在區域的立方體中獲得特征描述，再將這些立方體中的特征聚類，使用SVM(Support Vector Machine)或LDA（Latent Dirichlet Allocation）進行分類得到較好的人體行為分類結果。但是文獻［6］特征學習需要關鍵點的標記，文獻［8］中運用的聚類算法對多類人體行為非常耗時。

1本文算法介紹

本文實現了一種新的簡單有效的人體行為識別算法，不需要預先標記特定的特征區域，也不需要比較耗時的聚類算法預分類。首先使用分離線性濾波器將視頻序列中的人體行為運動劇烈的關鍵點提取出來，然后在這些關鍵點的20×20的區域中使用梯度位置朝向直方圖進行描述，描述序列可以構成描述一種行為的特征向量，使用基于核函數的SVM多分類器，取得良好的識別結果。算法流程如圖1所示。

圖1算法流程圖2視頻序列中人體行為關鍵點檢測

關鍵點的檢測最初是用于圖像的匹配，而且隨后發展成為圖像匹配一種主要的方法。但是對靜態圖像的關鍵點的檢測與對視頻序列的關鍵點檢測有很大區別。前者只是檢測靜態圖像的邊緣和角點，反映靜態圖像中不確定目標對象的關鍵點（如SIFT,Scale Invariant Feature Transform），而后者檢測的是視頻序列中確定人體行為的運動關鍵點。本文應用的是分離線性濾波器對視頻序列的人體行為進行檢測。分離線性濾波器本質是多個濾波器聯合處理相關數據信息。對于視頻序列的人體行為，可以用多各不同尺度高斯濾波來處理視頻序列每一幀圖像，即所謂的空間信息濾波，用Gabor濾波來處理空間相同位置時間不同的視頻數據信息。本文所用的高斯濾波函數為：g(x,y;σ)=12πσ2e［－(x2+y2)/2σ2］（1）式中：(x,y)為視頻圖像空間的坐標；σ為高斯濾波的尺度。在時間上的濾波函數用一維Gabor正交對函數：hev(t;τ)=－cos(8πt/τ)e－t2/τ2 （2）

hod(t;τ)=－sin(8πt/τ)e－t2/τ2（3）式中：t為時間的維數；τ為Gabor濾波的尺度。分離線性濾波器對視頻數據處理會得到輸出響應，響應函數：R=(I*g*hev)2+(I*g*hod)2（4）對于視頻片段取固定的空間濾波尺度和時間濾波尺度，每個幀圖像的每個像素點都會得到輸出響應，為了簡便取每一幀最大的輸出響應為關鍵點的所在位置。那么這樣是否能表征人體行為的特征，在Weizmann行為數據庫中以shahar的10種行為視頻作為檢測對象。這十種行為是:彎腰、四肢伸展跳躍、跳躍前行、原地跳躍、跑、側行、單腿跳行、走、單臂揮動、雙臂揮動。如圖2所示，圖中的白點為檢測到的關鍵點，實驗時把視頻片段的所有幀關鍵點疊加到一幀圖像中，可以看到有非常明顯的行為模式，但是有的關鍵點檢測到人體運動范圍以外，統計得到這部分點不到5%不影響整體行為模式的表達。

圖2人體動作關鍵點檢測3關鍵點區域梯度特征描述

在檢測確定人體行為的關鍵點后，近一步需要確定人體行為特征向量。特征向量的提取主要分為2個步驟：人體圖像幀關鍵點區域梯度位置朝向直方圖的獲??；特征向量的選擇和歸一化處理。

獲得梯度位置朝向直方圖，首先要計算圖像關鍵點及其領域的像素點的梯度。圖像的梯度可使用2個濾波器(-1,0,1)和(-1,0,1)T對圖像進行水平和垂直方向進行濾波,獲得水平和垂直方向的梯度。由于人體運動狀態時刻變化，所以圖像幀容易受到噪聲的影響。在進行梯度計算時首先要做相關的平滑處理，而進行關鍵點檢測時空間濾波使用高斯濾波本身就相當于給圖像幀做平滑處理，這里直接應用即可。根據圖像各點在水平和垂直方向上的梯度值Dxi和Dyi,計算出各點梯度的幅值Mi和方向θi。Mi=D2xi+D2yi （5）

θi=tan－1(Dyi/Dxi)（6）考慮到視頻圖像中人體行為有效梯度信息都集中在人體運動最劇烈的像素附近,關鍵點區域可能完全落在人體運動區域外沒有意義的區域。因此,為降低局部噪聲的影響,去除關鍵點區域圖像局部細小的波動特征,需要對梯度的幅值進行限定。為計算梯度朝向直方圖,圖像中梯度的方向角也被歸并為8個方向。

得到關鍵點區域梯度后，假設一個序列長度l， 可以確定l各區域。使用區域內各點的梯度作為權向量，計算各區域內不同梯度朝向的直方圖Hk：Hk=∪j=1,2,…,8∑j,i∈QlMi （7）式中：l為關鍵點區域的數目；Ql表示第l各區域內所有的像素點；j為并歸后當前梯度方向。

最后將各個視頻圖像幀人體行為區域的梯度朝向加權直方圖進行歸一化處理，通過各個值除以直方圖的最大值，映射到［0,1］區間內作為該區域的特征向量。整個人體行為可以用序列各關鍵點區域特征聯合描述。為保留行為的空間和時間信息，將各個區域的特征向量按固定順序排列成一個行向量:D=［H1,H2,…,Hl］（8）描述整個人體行為的特征向量的維數為l×N,N為梯度朝向的歸并數目［9］。

4人體行為的多類識別

支持向量機具有完美的數學形式、直觀的幾何解釋和良好的泛化能力，解決了模型選擇與欠學習、過學習問題以及非線性問題，避免了局部最優解，有效地克服了“維數災難”，且人為設定參數少，便于使用，已經成功的應用于許多分類、識別和回歸問題［1011］。設給定樣本集xi∈Rn，輸出分類結果yi∈{－1,1}，i=1,2,…,l和核函數K(xi,xj)。K對應特征空間Z中的內積，即φ(xi),φ(xj)=K(xi,xj)。變化φ:x－>Z將樣本從輸入空間映射到特征空間。設計基于SVM的分類器就是在Z中尋找一定意義下的最優超平面w,φ(x)－b=0。具體來說就是樣本集在Z中線性可分，使得分類間隔最大，求條件：yi(w,φ(xi)－b)≥1,i=1,2…,l時下式的解：minw,b,ξ12w2（9）當樣本在Z中線性不可分時，使分類間隔和分類錯誤達到某種折中。求條件：yi(－b)≥1－ξi，ξi≥0,i=1,2…,l時下式的解：minw,b,ξ12||w||2+C∑li=1ξI（10）式中：ξi為松弛變量；C為正則化參數。本文中取核函數為高斯徑向基函數：K(xi,xj)=exp(xi－xj2/σ2)（11）以上針對2類的分類過程，要實現多類人體行為的分類，需要構建基于SVM的多分類器。構造若干個SVM二值分類器是解決多值分類的最基本的方法，這類方法目前主要有2種分支算法，1對多（oneagainstrest，簡稱1ar）算法和1對1(oneagainstone，簡稱1a1)算法。1ar算法定義：對于N類問題，構造N個2類分類器，第i個分類器用第i類訓練樣本作為正的訓練樣本，將其他類的訓練樣本作為負的訓練樣本，此時分類器的判決函數不取符號函數，最后的輸出是N個2類分類器輸出中最大的那一類。本文實驗就是基于此方法構建的SVM的人體行為分類器。

5實驗結果分析

本文實驗使用Weizmann行為數據庫對算法進行分析測試，Weizmann行為數據庫包括9個人體的10種行為，每個人體有10種行為的視頻片段。這些視頻片段長度不一致，如果取視頻序列的整體提取特征會使得特征長度不一致，而且人體的行為在運動有一定的重復性。所以取多少維的特征向量和最優分類器參數（C，δ）影響著分類計算的時間和分類器的泛化能力。根據人體行為的時空連續性，取特征區域的數目l從10到33（選取最佳區域數目）。在進行分類參數選擇時，將樣本分隨機的十組，設定（C，δ）的搜索區間為（C：0.001~1 000，δ：0.001~1 000）,進行交叉比對測試,通過所有交叉檢驗準確率(CVA,Cross Validation Accuracy)平均值最高的分類器的(C,δ)的值作為最優參數。實驗取訓練樣本200個，測試樣本100個，表1為各種行為在特征區域的數目l為10，20，30和最優參數(C,δ)下最高識別率。表1中l為特征區域的數目，sbl為識別率，xw為行為種類。由上表兼顧計算量實驗取30個特征區域，最優參數(C,δ)取各識別情況下均值即（0.98，1.23），重新構建分類器平均識別率可達81%以上，識別的平均時間在0.2 s左右。在識別過程中一些行為模式比較復雜如跑與側行涉及到的身體運動不是一個關鍵點能夠表達的，所以識別率比較低，影響平均識別率下降。但是算法有較明顯的優勢，與文獻［3，56］識別算法比較，關鍵點特征選取不需要標記特定的特征區域; 與文獻［5，8］識別算法比較,不需要耗時的聚類算法進行特征的預處理，構建單個支持向量多分類器即可達到較好的識別率。

6結語

本文提出了一種新的人體行為識別方案，首先使用分離線性濾波器將視頻序列中的人體行為運動劇烈的關鍵點提取出來，無需特別的標注。然后在這些關鍵點的20×20的區域中使用梯度位置朝向直方圖進行描述，描述序列可以構成描述一種行為的特征向量，無需對這些特征向量聚類，直接使用基于核函數的SVM多分類器，取得良好的識別結果。在下一步工作中，將需求更加可靠的特征取代梯度特征描述，降低特征向量維數，提高算法性能。

表1不同特征區域的數目下各種行為識別測試對比%

xwsbll102030bend1008880jack60100100jump569196pjump409699run648589side709598skip586578walk789497wave1558892wave2889599

參考文獻

［1］凌志剛,趙春暉,梁彥,等.基于視覺的人行為理解綜述［J］.計算機應用研究,2008,25(9):25702578.

［2］藺廣逢,張二虎,顧桓,等.基于功率譜密度的人體運動狀態檢測 ［J］.計算機應用,2008,28(5):12691271.

［3］SCHMID C, MOHR R, BAUCKHAGE C. Evaluation of interest point detectors \[J\]. International Journal of Computer Vision, 2000, 2(37): 151172.

［4］LAPTEV I. On spacetime interest points \[J\]. International Journal of Computer Vision, 2005, 64(2/3): 107123.

［5］DOLLAKA R P, RABAUD V, COTTRELL G, et al. Behavior recognition via sparse spatiotemporal features \[C\]// Proceedings of 2nd Joint IEEE International Workshop on Visual Surveillance and Performance Evaluation of Tracking and Surveillance. \[S.l.\]: IEEE, 2005: 6572.

［6］KE Y, SUKTHANKAR R, HEBERT M. Efficient visual event detection using volumetric features \[C\]// Proceedings of the Tenth IEEE International Conference on Computer Vision. Los Alamitos: IEEE Computer Society, 2005: 166173.

［7］OIKONOMOPOULOS A, PATRAS I, PANTIC M. Human action recognition with spatiotemporal salient points \[J\]. IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics, 2006, 36(3): 710719.

［8］NIEBLES Juan Carlos, WANG Hongcheng, LI Feifei. Unsuspervised learning of human action categories using spatialtemporal words \[J\]. International Journal of Computer Vision, 2008, 79(4): 299318.

［9］云廷進,郭永彩,.基于圖像局部區域梯度特征描述的紅外人體識別算法［J］.光學技術,2008,34(3):441444.

篇8

人類區別于動物的特征：

非比尋常的大腦。把我們跟其他動物區分開來的一個最顯著特征，就是我們擁有的與眾不同的大腦。直立行走。直立行走是人類區別于其他靈長類動物的獨特特征?；?。人類有了控制火的能力后，火光使黑夜變得像白天一樣明亮，它使我們的祖先在非常黑的地方能看清眼前的東西，讓喜歡夜間活動的食肉動物不敢靠近他們。臉紅。人類是唯一一種知道臉紅的動物。

（來源：文章屋網 ）

篇9

何謂特別提款權

特別提款權的核心問題是份額分配，份額比例代表了持有國在IMF的投票權，一定程度上等同于該國在國際貨幣體系中的發言權。

特別提款權（Special Drawing Right, SDR）是國際貨幣基金組織于1969年創造的一種國際儲備資產，用以補充成員國的官方儲備。它依據各國在IMF中的份額進行分配，可以供成員國平衡國際收支。特別提款權本質上是IMF分配給會員國的一種應對國際收支逆差的資金使用權利，會員國發生國際收支逆差時，可用它向IMF指定的其他會員國換取外匯，以償付國際收支逆差或償還IMF貸款。特別提款權與黃金和自由兌換貨幣共同構成一國的國際儲備。特別提款權還是IMF和其他一些國際組織的記賬單位。特別提款權可以由成員國、IMF和某些指定的官方實體持有和使用，但不能由私人實體或個人持有。

特別提款權的創立源于1960年代的美元危機和布雷頓森林體系的天然缺陷，二者共同推動了當時國際貨幣體系的改革。改革的過程是西方大國角力的過程：美國和英國為代表的一方以維持美元和英鎊日益衰落的地位，防止黃金進一步流失為目的，強調問題的源泉是國際貨幣和黃金相對國際貿易發展的流動性不足；另一方以法國為首的西歐國家則強調問題并非流動性不足，而是美元通貨泛濫，美國有責任消除其國際收支逆差，并推動建立以黃金為基礎的儲備貨幣單位，替代美元的地位。最終的結果是以比利時提出的折中方案為基礎，通過增加各國在IMF的自動提款權，推動其成為儲備和流通貨幣，即特別提款權。該方案在兩方的激烈對抗中，最終于1969年的IMF年會通過。

特別提款權的核心問題是份額分配問題而非數量和價格問題，因為成員國持有特別提款權的比例決定了其在IMF的投票權大小。根據《國際貨幣基金組織協定》，特別提款權由IMF根據成員國在世界經濟中的相對地位進行無成本的按配額分配，形成成員國向IMF出資的最高上限，并關系到其從IMF獲得貸款的最高限額。特別提款權也可以在限額內由IMF指定成員國間進行買賣，成員國可以從持有額和配額差額獲得利息，持有額超過配額，則該國可從超出部分獲取利息，反之則需對不足部分支付利息。

該制度建立以來，IMF一共做出三次特別提款權普遍分配的決定。第一次是在1970～1972年間分配和撥付了93億特別提款權，第二次是在1979～1981年間分配和撥付了121億特別提款權，第三次普遍分配是2009年通過的數額1612億的特別提款權分配。此外，為給予不斷增加的新成員國平等地位，IMF于1997年提出了特別提款權的一次性特別分配方案，并于2009年實施。至今，特別提款權份額為2379億SDR，折合約3734億美元（2011年11月18日匯率）。從全球官方儲備資產來說，特別提款權的占比并不高，其2010年占比為3.8%，而黃金占比為10.1%，儲備貨幣占比為86.1%。

表1是目前投票權前15位的國家持有的特別提款權和投票權情況。IMF對一般事務討論需要70%投票權的支持，重大改革則需要85%以上的支持率。這里討論的份額變動與籃子貨幣改革均屬于重大改革，也就是說美國以16.82%的投票權成為唯一對這些重大事務擁有否決權的成員國；而歐盟或歐元區擁有潛在否決權，因為其進入表1的六個國家即有23.2%的投票權。

特別提款權的份額會根據全球經濟發展進行適時調整，并由IMF決定分配額度。IMF理事會一般會定期進行份額檢查，對份額的充足性進行評估，并調整成員國的份額，以反映它們在世界經濟中相對地位的變化?；谧罱淮畏蓊~檢查的預估結果，IMF于2010年11月公布了最新的改革計劃，執董會建議將總份額規模增加一倍，達到約4768億特別提款權，按目前匯率約合7482億美元（我國2011年3月外匯儲備已突破3萬億美元），并對成員國的份額比重進行重大調整，從發達經濟體向新興經濟體和發展中國家，以及代表權過低的欠發達國家轉移超過6%投票權。預計該項改革在2012年完成，屆時中國的份額有望提升到6.19%，在美國和日本之后列世界第三位。

因此，可以說特別提款權是依照IMF成員國經濟發展水平確定的一種額度有限的特殊儲備貨幣，需兌換成通用儲備貨幣方可使用。特別提款權的份額經IMF統一有限度按比例分配，代表了成員國的投票權，亦即在當前國際貨幣體系中的發言權。

特別提款權如何定價

特別提款權通過籃子貨幣幣種和權重選擇決定其估價水平，并根據籃子貨幣的匯率變動確定當日價格。權重由籃子貨幣的貿易結算和國際儲備量決定。

自創立以來，特別提款權定價經歷了三個階段（圖1）。第一階段自創立至1974年，特別提款權創立時與金價掛鉤，與美元等值，即35特別提款權折合1盎司黃金，之后隨著美元的貶值，僅在1971年和1973年做過兩次微調。第二階段自1974年7月至1980年底，在美元持續貶值，主要貨幣紛紛實行浮動匯率制的背景下，特別提款權改用16種貨幣組成的“一籃子”貨幣計價，籃子貨幣的選擇以商品和服務貿易總額五年內平均達到全球1%以上為準則，包括美元、英鎊、日元、法國法郎、聯邦德國馬克、意大利里拉、加拿大元、荷蘭盾、比利時法郎、瑞典克朗、挪威克朗、丹麥克朗、西班牙比塞塔、奧地利先令、南非蘭特和澳大利亞元，期間，曾在1976年進行微調，以沙特里亞爾和伊朗里亞爾替代丹麥克朗和南非蘭特。第三個階段是1981年至今，為簡化計算，穩定幣值，特別提款權縮減為僅與美元、德國馬克、法國法郎、英鎊和日元五種貨幣掛鉤，2001年調整周期內則由于歐元的使用，進一步縮減為與四種貨幣掛鉤。

自1978年以來，特別提款權形成了相對穩定的定價機制。IMF執行董事會每五年對特別提款權的定價和權重進行檢查，并確定組成貨幣籃子的種類和權重變更（年份尾數逢0和5檢查，逢1和6實施新權重）。特別提款權的定價原則要求：特別提款權應當與主要貨幣的比價保持穩定，構成貨幣籃子的幣種保持相對穩定，定價方法具有連續性。計算籃子貨幣權重則遵循如下兩條原則：貨幣權重反映其在國際金融和貿易領域的重要程度，單一貨幣權重不應過度影響特別提款權的穩定性。

具體來說，IMF以籃子貨幣國在國際貨物和服務貿易結算中的比例（五年平均），以及該幣種在國際儲備中的比例（五年平均）兩個指標來計算權重。長期以來，結算和儲備對權重的影響力平均在3∶1（74∶26）左右，其中，國際儲備的影響力在上升，國際結算的影響在下降。確定權重后，特別提款權的具體價格每日公布，按照當日籃子貨幣在倫敦外匯市場中午報價進行計算，與美元的比價為基準。2011年11月18日的比價是1美元折合0.63726SDR，換算為1人民幣折合0.10028SDR。特別提款權利率則每周按照籃子貨幣在貨幣市場短期債務代表性利率加權平均確定，用于特別提款權計息，以及確定向成員國提供貸款的利率，2011年11月18日的利率是0.22%。表2是1981年以來籃子貨幣權重的變化情況，美元權重基于其儲備量的穩定高比例而基本保持了四成以上，歐元權重由于其結算量的快速提升而有所提高，日元比例相對下降，英鎊比例保持穩定。

因此，在籃子貨幣選定之后，特別提款權的定價只是一個技術問題。當前，IMF的財務部門和研究部門仍在通過計量方法考慮籃子貨幣的改革問題，包括從技術上判斷人民幣納入籃子貨幣的可行性，以及擴大確定貨幣權重的參考指標等問題。

特別提款權是否選擇人民幣

特別提款權籃子貨幣的選擇是政治經濟問題，貨幣的權重計算則是技術問題。人民幣加入特別提款權籃子貨幣應當是中國經濟金融發展的自然過程。

特別提款權籃子貨幣的選擇是政治經濟問題，貨幣的權重計算則是技術問題，因此可以從政治訴求和技術選擇兩個方面討論人民幣加入特別提款權籃子貨幣的動因和可行性。

政治訴求方面，提高人民幣國際地位不僅是我國經濟快速發展的必然選擇，也是西方發達國家實現自身利益的重要途徑。在以美國次貸危機為先導的此次經濟危機中，美元為主導的國際貨幣體系受到了進一步的質疑，對IMF進行改革的呼聲日益高漲，弱化美元和強化多元貨幣體系是多數國家的心聲，推動人民幣國際化和納入籃子貨幣是弱化美元的重要步驟，為此各方持有不同心態。法國總統薩科齊在南京“G20峰會”上高調支持人民幣納入特別提款權籃子貨幣，反映出法國希望再次主導上世紀70年代美元危機和國際貨幣體系改革以來的又一次國際貨幣體系的重大改革，從而掌握更多主動權，提高法國的國際地位。美國原則同意這一動議，一方面是由于從動議到現實有漫長的技術過程，另一方面，加入特別提款權的過程有利于美國插手人民幣國際化和我國內部經濟事務，推動人民幣匯率朝自身需求方向變動。IMF則更多從完善特別提款權定價機制、穩定性、代表性和其認可度方面考慮人民幣的納入問題。2009年以來，我國央行的態度從積極要求逐漸轉變為有訴求但冷靜對待，因為一方面發現加入特別提款權的政治和制度問題，另一方面發現改革更為核心問題是IMF投票權問題，即持有特別提款權的份額大小，而非其定價是否與人民幣有關。

從技術層面來看，人民幣能否加入特別提款權貨幣籃子以及如何影響定價，有一整套現行的準則和程序約束，雖然人民幣加入的相關技術討論近年來已有多次，并在2010年末的變革權重報告中有包括人民幣可兌換、離岸市場和國際化進程的專節討論，但這在IMF規則不做重大調整的前提下將是一個漫長的過程。IMF的技術標準是籃子貨幣必須是可自由使用貨幣（Freely Usable Currency），即能夠在國際支付和清算中廣泛使用，同時能夠在外匯市場自由頻繁交易，此外還有一條潛在規則，不能和現有籃子貨幣有釘住關系（即匯率形成不能釘住美元或其他三種籃子貨幣）。人民幣加入的動因來自中國已成為排名第二位的國際經濟和貿易大國，從經濟貿易代表性來說非常有必要納入，以保證IMF和SDR的代表性；但是從技術上看，我們一個條件也沒有滿足：中國是全球貿易大國，但并不是人民幣結算和交易大國，2010年人民幣的交易結算量僅占全球總量的0.16%；未實現自由兌換的人民幣也無法自由頻繁地在國際外匯市場交易；此外，人民幣的匯率形成機制實質上還需進一步擺脫美元的影響。因此從技術上來說，自由使用雖不要求自由兌換，但基本等同于自由兌換，甚至比自由兌換更為嚴格，因為可自由兌換貨幣有多種，但不都是可以在全球交易和結算中被廣泛接受和使用。這是人民幣進入籃子貨幣的技術障礙。IMF的程序規則是籃子貨幣變動每五年一討論，如果人民幣國際化步伐不變，實現技術條件應當在五年之后，人民幣進入籃子則是十年之后的事情。

人民幣納入特別提款權應當說是我國經濟發展、金融改革推進和人民幣國際化道路中的一個自然過程。是否納入，更多的是影響特別提款權的代表性和穩定性，進而影響IMF的運行和代表性，與人民幣本身沒有太大關系。我們在以IMF改革為代表的國際貨幣體系改革中的核心利益是特別提款權份額問題和話語權問題，而不是特別提款權的定價問題。因此，從政治訴求上來看，我們完全可以把這一主動權交給IMF和“熱心”的發達國家；從技術層面來說，我們也可以把這一耗時耗力的判斷過程放心地交給IMF的高薪專家們。我們的工作是――有步驟地穩步推動人民幣以中國特色的方式逐步實現國際化。

篇10

[關鍵詞] 生物特征 指紋 虹膜 人臉 聲音 簽名

0 引言

隨著電子、計算機、網絡和通訊技術日新月異的發展，電子信息的安全性也變得越來越突出，人們注冊網絡服務、網上購物、銀行取錢、消費刷卡等都需要進行身份的識別。傳統的身份識別使用的密碼、口令、智能卡、證件等，其安全性受到限制，存在丟失、被盜用和復制等諸多問題。由于人的生物特征具有唯一性和穩定性的特點，并且可隨身攜帶、不易被盜、不易被偽造、不易丟失，所以生物特征識別成為目前最安全的身份認證技術，傳統的身份識別手段將被它所超越和替代。

生物特征識別技術是使用計算機及相關設備，利用人體本身特有的行為特征和（或）生理特征，通過模式識別和圖像處理的方法進行身份識別。生物特征分為生理特征和行為特征，生理特征為先天性的，行為特征則為后天性的。生理特征是人體器官本身固有的特征，不隨主觀意愿和客觀條件發生改變。目前，利用人體生理特征的識別技術主要有人臉識別、人耳識別、虹膜識別、指紋識別、手掌識別、視網膜識別等。行為特征是人的動作特征，是人們在長期生活過程中養成的行為習慣，利用人體行為特征的主要識別技術包括聲音識別、筆跡識別、步態識別、擊鍵識別和節奏識別等。

1 常用的人體生物特征識別技術

1.1 生理特征生物識別

1.1.1人臉識別

人臉識別是通過采集人的臉部圖像，由計算機從臉部圖像中提取其面部特征信息，并與數據庫中的特征進行比對匹配。人臉識別主要過程：人臉檢測定位提取面部特征將待識別人臉特征與人臉數據庫征進行比對匹配。

人臉檢測定位是將圖像分為人臉區域和非人臉區域兩部分，從中分離出人臉的圖像。檢測的圖像分為靜態圖像（人體和場景都是靜止）和動態圖像（人體在運動過程中），人臉檢測定位分為靜態圖像的人臉檢測定位和動態圖像的人臉檢測定位。

提取面部特征是對人臉的大小、輪廓線、位置等提取其特征信息。最常見的方法是先找出兩只眼睛的中心位置，再對人臉進行歸一化處理，最后提取特征信息。

人臉識別是將待識別人臉的特征或圖像與數據庫中人臉有關的特征值或圖像進行比對匹配。

1.1.2 人耳識別

人們習慣上所說的耳朵，就是外耳的耳廓，是人耳識別的對象。人耳識別主要過程：人耳圖像采集對采集的圖像進行預處理對圖像中人耳的邊緣進行檢測和分割提取外耳輪廓和特征點信息將待識別人耳圖像與數據庫中人耳圖像比對匹配等。

人耳識別類似于人臉識別，但不因表情變化而受影響，因此穩定性好于人臉識別。

1.1.3 虹膜識別

虹膜是一個位于眼睛瞳孔和鞏膜之間的環狀區域，人眼圖像中虹膜區域的冠狀物、環狀物、斑點、皺紋形成了特有的紋理，是人眼的典型特征，具有穩定性、唯一性、非侵犯性、可采集性、高獨特性、高準確性、防偽性好、易使用性等優點。人的一生中虹膜幾乎不發生變化，并且每個人的虹膜結構各不相同。虹膜識別在錯誤率和識別率等方面與其他的生物特征識別相比，其性能指標都優于其他的生物特征識別技術。

虹膜識別主要過程：采集虹膜圖像對虹膜進行定位、歸一化和增強等預處理提取特征信息進行特征編碼將數據庫中虹膜模板的特征向量與待識別的虹膜特征向量進行匹配（也就是將數據庫中虹膜模板與待識別的虹膜進行相似性比對，如果相似性達到某一程度時，便認為這兩個虹膜圖像是來自同一只眼睛）。

1.1.4 指紋識別

指紋是手指末梢紋路的圖案，指紋中的谷、脊和紋路的起終點、分叉點、中斷處、轉折點、匯合點等特征點提供了指紋識別的信息，在指紋中有非常詳盡的特征值，可以用來辨別人的身份。指紋識別是最古老、最成熟的生物特征識別。指紋鑒定已經被官方所接受，目前，全球范圍內都建立了罪犯指紋數據庫和指紋鑒定機構，指紋識別已經是司法部門進行鑒定身份的有效手段。指紋識別技術通過分析指紋圖像的局部特征和全局特征進行身份識別認證。

指紋識別主要過程：指紋圖像采集將采集的圖像進行預處理提取特征信息將待識別指紋特征值與數據庫中的指紋特征值進行匹配比對。

指紋識別與其他生物特征識別相比，識別精度高，具有穩定性、唯一性等優點。據介紹，每一個人的指紋都不一樣，人的指紋通常在出生9個月后成型而且終身不變。缺點是采集或識別有些群體或有些人的指紋較難，且指紋存在被盜取復制的可能。

1.1.5 手形識別

手形識別是利用手指的長度和不同部位的寬度、手掌厚度和寬度等手的外部輪廓所構成的幾何圖形進行識別。掌紋的特征信息多于手形，手形識別可以結合掌紋特征，手掌紋理特征的引入，可以取得更高的識別率和可靠性。手形識別系統也可將指紋特征信息引入，構成多生物特征識別技術的融合系統，識別結果將更為可靠的。

1.1.6 視網膜識別

眼球后部細小的神經就是視網膜，因為每個人的視神經分散程度不一樣，所以身份識別可以使用視神經作為特征。由于視網膜不可能偽造，人的視網膜從三歲起就終身不變，并且在外部不可見，因此作為身份識別特征具有極大的準確性。同虹膜識別技術一樣，視網膜識別技術具有很高的可靠性。

視網膜識別主要過程：采集視網膜上的視神經分布情況提取特征信息將待識別的視神經特征信息與數據庫中視神經的特征數據進行比對匹配。

1.2 行為特征生物識別