金融企业金融风控发展路径研究

做好风险防范是当前金融工作的重点之一。本文采用问卷调查法和模糊层次分析法(FAHP),就金融企业金融风控发展的路径进行了研究。问卷调查结果表明,大部分金融企业认为其自身风险管理体系处于基本完善或初步搭建阶段,金融企业已开始搭建风险管理系统,但在系统建设中风险数据管理滞后制约系统应用及功能实现。模糊层次分析法(FAHP模型)分析表明:最大的风险因素是信用风险,流动性风险次之。信用风险特别是长尾风险作为形成企业金融数字风险的主要因素。结合分析,提出金融企业金融风控发展的促进路径,包括构建“四个层面、三道防线”风险治理模式;关联交易管理;不断提升用户管理能力,从根本上避免各项用户风险;通过构建多元化融资渠道,切实减少企业流动性风险。

基于多方法融合的人脸图像光照纠正算法

提出了一种人脸识别图像的光照纠正预处理算法。该算法首先将均衡化引入仿射变换算法和光照补偿算法中,改进它们的处理效果;然后采用一种基于直方图灰度重心分布统计的方法,将多种预处理算法有效地融合在一起,得到新的光照纠正预处理算法。实验表明该算法具有光照无关性,能取得良好的光照纠正效果,并可大幅度提高复杂光照环境下的人脸识别率。

基于联合后置滤波器与分数阶光流模型相结合的运动分割算法

针对传统HS(Horn&Schnuck)光流估计算法存在奇异值、不能保留光流场边界不连续性、不能应对运动目标间相互遮挡等问题,提出一种联合后置滤波器的分数阶光流模型。在该模型中,应用分数阶微分处理HS模型中的平滑项以保留光流场的边界不连续性;通过分析结构张量特征值的数据特征来寻找光流场边缘点,利用联合流场散度与像素点投影差分的方法来检测遮挡区域;采用一种结合MF(median filter)中值滤波器、WMF(weighted median filter)权值中值滤波器、BF(bilateral filter)双边滤波器的CPF(combined post filter)联合后置滤波器,它能够通过检测是否存在遮挡、图像亮度不连续性、图像运动不连续性,自适应地调节光流场的扩散过程,从而获得更加准确的光流场。实验证明,该算法能在图像中存在光照变化、遮挡、多运动目标等复杂情况下精确地估计出光流场,且算法计算成本低,能满足实时性要求。

一种结构向量与分数阶相结合的光流模型

运动目标检测是图像处理中的最基本任务,变分光流法是常用的运动目标检测技术。因模型固有的缺陷,传统变分光流模型不能应对场景中的光照变化,无法保留运动不连续性,从而局限了变分光流模型的应用范围,影响了光流估计的计算精度。提出一种局部结构不变约束与分数阶平滑约束相结合的光流模型,该模型应用局部结构张量函数代替传统亮度约束方程中的亮度函数,应用分数阶导数代替传统平滑约束方程中的整数阶梯度。因结构张量是一个不随光照变化的物理量,且包含了图像中的一些结构信息,而分数阶平滑约束能保留边缘不连续性,因而使得模型能在各种光照环境下获得清晰的运动目标轮廓。实验证明所提模型对光照变化鲁棒,且能保留光流场边缘不连续性,较其他相关模型,能获得更高准确率的光流场。

一种新型的人脸眼睛定位方法

提出了一种在复杂背景、光照、姿势变化条件下的人脸眼睛定位系统。首先采用Adaboost方法提取人脸,并提出了解决平面旋转和深度旋转的方法。接着,采用数学形态学提取人脸特征并用各种规则去过滤特征点。然后采用SVM眼睛确认方法确认眼睛对。最后采用Camshift和Kalman滤波进行跟踪。基于IFACE数据库的实验结果表明我们的算法具有很高的眼睛定位准确率并对光照、姿势、复杂背景不敏感。