占有说理论:竞合质疑、禁止损失扩大与类型区分

占有说及其折中说主张突破所有权范围,将财产罪法益保护触角延伸到非法占有的主张,契合当代经济社会发展的时代要求,在整体上基本处于财产罪法益保护的通说地位。占有说在形式上貌似制造了财产罪与非法处置查封、扣押、冻结财产罪的竞合,但这并不意味着在"从一重处罚"原则下后者适用的荒芜,相反,这恰恰诠释了刑法法定刑幅度精密设计的合理梯度;财物利益本身与财物被非法占有后经由"化学反应"所衍生的新利益之区别客观存在,对此基础事实应当予以明确和尊重,绝对化的"本权对抗占有"论点忽视了私力救济可能引起的损失扩大危险,其正当性值得怀疑;犯罪所侵害之法益存在国家法益与非国家法益的类型区分,在国家法益遭受侵害的情形中,占有说所依据的"暂时性占有""可还原为原权利人法益"的论证并无实践支撑,也不具有理论上的解释力,应当支持本权说作为此类法益侵害犯罪的必要补充。

刑事涉案财物处置中的“法益结合”问题

行为人通过盗窃、诈骗等犯罪行为侵害他人的财产法益,该财产法益并不因犯罪行为的侵害而改变其本权属性。但是,由于物的使用价值属性,该财产法益在被犯罪侵害的过程中往往处于流转和“运动”状态,通常会与其他同样值得法律保护的法益相结合,继而形成一种新的法益形态,即“法益结合”现象。在类型上,“法益结合”存在“准添附型”和“赃物善意取得型”两种类型。在刑事涉案财物处置的“法益结合”情形下,刑事、民事法领域普遍主张的“本权优先”理论立场,可能面临损失扩大禁止、损害后果与因果关系认定复杂、间接损失赔偿无责任主体的实践困惑。因此,在刑事涉案财物处置的过程中,本权者财产法益的保护诉求,不宜绝对主张“本权优先”立场,而应在充分尊重“法益结合”客观现象的基础上,通过“经由债权转化”的路径进行转化,以周延性地保护和平衡各方利益。

融合Transformer和CNN的手掌静脉识别网络

针对手掌静脉特征提取识别精度不高问题,提出了掌静脉识别网络PVCodeNet。该网络设计了改进的BasicBlock和Transformer Encoder模块结合并运用扩大决策边界的损失函数AAM-Loss(additive angular margin loss)。该网络首次将Transformer Encoder模块成功用于掌静脉图像全局特征提取,改进的BasicBlock使用深度超参数化卷积Do-Conv取代传统卷积Conv进行特征提取使提取的特征更加具有区分性,该模块还加入规一化的注意力机制NAM模块,通过应用权重稀疏性惩罚项抑制不显著性特征的权值来提取图像在通道和空间域上重要的细节特征。在手掌关键点定位、ROI提取、图像增强方面作了详细描述,在特征向量维度、AAM-Loss参数设置方面做了详细实验,在PolyU数据库和自建库SEPAD-PV数据库上进行消融实验测试,EER均达到了0,成功实现了最高识别率的突破。为了验证该网络的泛化性能,还在具有相似纹理特征的掌纹数据库Tongji和指静脉数据库SDUMLA上进行验证,EER远远优于其他主流算法,充分证明了提出算法的优越性。