王欣简历
浅谈美国医学实验室安全教育
浅谈美国医学实验室安全教育侯磊;邹丽颖;王欣【摘要】美国医学科研实力雄厚,实验室管理严谨、规范.本文以美国哈佛医学院附属布莱根妇女医院实验室为例,从人员培训、日常管理、化学药品管理、生物安全等方面介绍了美国医学实验室的安全教育,从而发现差距,给我国医学实验室教育提供借鉴及启示.【期刊名称】《标记免疫分析与临床》【年(卷),期】2016(023)008【总页数】3页(P970-972)【关键词】医学实验室;安全管理;安全培训【作者】侯磊;邹丽颖;王欣【作者单位】首都医科大学附属北京妇产医院,北京100026;首都医科大学附属北京妇产医院,北京100026;首都医科大学附属北京妇产医院,北京100026【正文语种】中文随着国家及政府对科研的日益重视,越来越多的普通医学院校及医院建立了自己的医学实验室。
特别是近年来提出的“研究型医院”概念,指出大型综合型医院除了完成医疗工作这一基本任务外,尚有进行创新性科学研究的重要使命。
研究型医院所做的探索研究、成果转化、破解难题大多需要以实验室为基地,是基础类科研课题完成的必备物质条件,但是实验室安全教育却常常被人忽视。
医学实验室实验的频率高,实验每天都在进行,实验方法多、用品复杂,处理要求要高于一般实验室。
实验室安全教育的规范化不仅决定了实验的质量及效率,同时也与环境污染及人员安全有着密不可分的关系。
ISO15189是当前指导医学实验室建立和完善先进质量管理体系的最适用标准,也是实验室生物安全管理的重要依据。
以ISO15189为标准建立质量管理体系,能够提高医学实验室管理和技术,使其更加适应以患者、竞争、变化为特征的现代医院运营环境,逐步与国际接轨,促进国际交流与合作。
笔者2013年11月到美国哈佛医学院附属布莱根妇女医院临床实验室学习一年,科研方面,该院在近 10年间一直是在非学校团体中获得美国国立卫生研究院资助最多的单位。
2013年间从各类团体获得的科研基金总量达3.7亿之多,其中约60%来自于美国国立卫生研究院。
中国发红色通缉令 快播总经理王欣外逃110天后被抓
中国发红色通缉令快播总经理王欣外逃110天后被抓
2014年08月15日12:56
来源:新华网作者:隋笑飞
新华网北京8月15日电(记者隋笑飞)记者15日从全国“扫黄打非”办公室获悉,8月8日,深圳快播科技有限公司网上传播淫秽色情信息案主要犯罪嫌疑人、快播公司法人兼总经理王欣,在逃往境外110天后被抓捕归案,经国际司法合作渠道由相关国家移交中国警方。
今年4月份,根据群众举报,北京市公安部门对深圳快播公司网上传播淫秽色情信息一案进行了立案调查,并抓捕多名犯罪嫌疑人,但主要犯罪嫌疑人王欣一直外逃。
经查,自2010年以来,王欣等人开发了快播视频播放软件系统,以只做技术、不问内容为借口,大打所谓“擦边球”,明知快播系统内有大量淫秽色情视频,却放任其广泛传播,甚至在公司遍布全国各地的服务器中存储大量淫秽色情视频供网民浏览下载。
根据调查情况,公安部门对犯罪嫌疑人王欣采取逮捕的刑事强制措施,实施网上追逃,并通过国际刑警组织发布红色通缉令。
8月7日,王欣从境外入境某国时,被该国有关部门截获。
8月8日,我公安部门将王欣押解回国。
经审讯,王欣对明知快播公司服务器内有大量淫秽色情视频,为了牟利放任不管的犯罪事实供认不讳。
目前,该案正在进一步查办中。
山东省分行2012年校园招聘面试人员名单 (1)
序号 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138
序号 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184
简历编号 '211052500284 '211060400433 '211060500337 '211071100080 '211071500099 '211072200036 '211072600324 '211073100154 '211080400015 '211080500199 '211081100235 '211081900371 '211082100181 '211082200047 '211082900158 '211083000002 '211083100220 '211083100228 '211090200008 '211090500035 '211090500079 '211090700185 '211090700224 '211091500184 '211091700086 '211092000042 '211092100398 '211092300007 '211092300350 '211092500135 '211092500310 '211092500327 '211092600312 '211092700160 '211092700163 '211092700264 '211092700316 '211092700337 '211092700364 '211092800130 '21109290ห้องสมุดไป่ตู้085 '211092900203 '211092900220 '211093000084 '211093000267 '211100100025
一建法规王欣简介
一建法规王欣简介
摘要:
1.王欣的个人背景
2.王欣在建筑行业的成就
3.王欣对于建筑法规的贡献
4.王欣的未来发展
正文:
王欣,一位在我国建筑行业具有丰富经验和高度认可的专家,拥有多年的建筑设计和施工管理经验。
他以其卓越的专业素养和不断进取的精神,在建筑行业中取得了显著的成就。
王欣的个人背景决定了他对建筑行业的热爱和执着。
他的父亲是一位建筑工程师,自小在父亲的熏陶下,他对建筑行业产生了浓厚的兴趣。
大学时期,他选择了建筑专业,毕业后,他进入了一家建筑公司,从基层做起,逐步积累了丰富的实践经验。
在建筑行业,王欣以其卓越的设计能力和施工管理能力,赢得了同行的认可和尊重。
他参与过多个大型建筑项目的设计和施工,每一个项目都体现了他对建筑的热爱和对美的追求。
他的设计作品,不仅具有独特的美学价值,还充分考虑了实用性和安全性,赢得了业主和用户的好评。
除了在建筑设计和施工方面的成就,王欣对于建筑法规的研究和应用也做出了重要贡献。
他深入研究我国的建筑法规,对于如何更好地将法规应用到建筑设计和施工中,有着深刻的理解和独到的见解。
他的研究成果,不仅提高了
他自己的设计和施工水平,也为整个建筑行业提供了宝贵的参考。
对于未来,王欣有着明确的规划。
他希望建立一家自己的建筑设计公司,将他的设计理念和施工管理经验应用到更多的建筑项目中。
同时,他也希望能在建筑法规的研究和应用方面做出更大的贡献,为我国的建筑行业提供更多的帮助和支持。
总的来说,王欣是一位充满热情和才华的建筑专家。
他的专业素养、实践经验和对建筑法规的深入理解,使他在建筑行业中独树一帜。
“名人”王欣
DI zHl YI cHA NG
赛 专业户” 分别荣获辽宁数控铣工 第二 名 ; 国首届 数控技 , 全
能 大 赛 第 六 名 … … 问及 他 能取 得 如此 骄 人 成 绩 的秘 诀 时 ,王 欣 笑 了 ,注 重 “ 平 时工 作 的 积 累 , 耳 朵 来 听铣 刀 切 削 的 声音 。 眼 睛 观 看 铁 用 用 屑 的形 状 , 深 目久 练 就 了 ‘ 听 一 看 ’ 本 领 … … ” 据 铣 刀 年 一 的 根 切 削 的声 音 和铁 屑 的形 状 ,他 就 能非 常合 理 地 调 整 机 床 的 速
努 力 的 目标 。
目标 有 了 , 要 看 行 动 了 。 “ 阶 段 , 直 到 了痴 迷 的 程 就 那 简 度, 白天 站 在 师傅 身 边 , 边 看 、 边 问 、 边 在 脑 子 里 想 , 一 一 一 回
到家里还把一天中学到的和看到 的都记录在本子上 ,反复地
学 习 … … ” 欣觉 得 记 工 作 日记 是一 个 很 好 的 学 习 方式 。 王
8 0余万 元 … …
他 的优 异 表 现 引起 了一 些 私 企老 的 关注 ,有 的私 下 打
电话约王欣谈 , 有的上门找到王欣 , 有的答应给王欣增加几倍
的工 资 , 的说 给 解 决 住 房 , 至 有 的说 可 以给 王 欣 妻 子 解 决 有 甚 工作 … …面 对 这 些 。 不 为所 动 。 他
囡
一
次, 王欣派到德国验收设备。德玛吉数控铣床是一 台三
坐标 的精密设备 , 最高转数可达 4 0 0转 , 00 加工制造精度达到
0 0 mm , .5 O 造价 2 0多万 元 。在 设 备 验 收 时 , 欣凭 借 多年 来 0 王 练就 的绝 活 , 发现 机床 主 轴轴 承 出现 了 问题 。 王欣 的 技 术让 德 方 震惊 和佩 服 , 接 下 来 的 验 收 调试 中 , 又 多次 提 出 自 己的 在 他 建议 , 用技 术 为公 司挽 回了 损失 。 中国技 术 工人 赢得 了尊重 。 为
王欣简历
董事长王欣简历
王欣,男,1972年1月出生,安徽蚌埠人,研究生学历。
1989年至1993年合肥工业大学本科毕业
1993年至1996年合肥工业大学研究生毕业
1996年12月至2001年12月任安徽华皖通信有限公司蚌埠分公司总经理
2002年1月至2006年1月任安徽华皖通信总公司总经理
2006年1月至今人安徽中创集团总裁
2011年8月起任合肥瑶海中创小额贷款有限公司董事长至今
现任安徽省中小企业协会副会长,安徽省企业家联合会常务理事,安徽省青年企业家联合会常务理事,安徽省互联网协会常务理事。
海归博士王欣回乡创业,立志把最先进的冷精锻技术带回家乡
海归博士王欣回乡创业,立志把最先进的冷精锻技术带回家乡海归博士王欣回乡创业,立志——把最先进的冷精锻技术带回家乡■本报记者李杰“有了最先进的冷精锻材料和技术,我们就不愁制造不出国际一流的精密模具。
”黄骅黛杰精密模具有限公司法人、机械工程博士王欣信心满怀地说。
前不久,公司合资方、日本黛杰工业株式会社的两名工程师,正式入驻黄骅市泰昌五金制品有限公司,帮助泰昌以冷锻工艺制作精密模具。
而坐落在羊三木工业生态园的黄骅黛杰精密模具有限公司也正在紧张施工,今年11月份第一个3000平米的厂房将投入使用。
王欣是黄骅市官庄乡王吉庄人。
1978年,他作为恢复高考后的第一批大学生走进了太原重型机械学院,学习锻压专业。
1997年在日本大阪大学取得博士学位后,一直在日本学习和研究先进零部件的精密成形等技术。
他发明的汉金锻造成形模拟软件、汉金精密锻造模具辅助设计等软件,在模具行业得到了广泛应用。
王欣本人也成为日本塑性加工学会会员。
2008年,王欣回国创业。
当时,带着大额日本优秀企业订单的他,首先找到了弟弟王博开办的泰昌五金制品有限公司。
但不光是泰昌,整个黄骅模具的技术水平都达不到订单的质量要求。
无奈之下,他把目光投向了模具技术更加成熟的苏州,并在那里先后投资创办了苏州汉金技术贸易有限公司、苏州汉金模具技术有限公司。
近两年,身为中国锻压协会首席专家的王欣,经常回黄骅指导泰昌公司技术升级。
一位“不速之客”的到来,让他再次产生了回乡创业的念头。
这位“不速之客”就是羊三木回族乡党委书记张剑华。
“张书记的耳朵真‘尖’啊,我刚回家没几天,他就找上门来了。
”王欣开玩笑地说。
通过张剑华的介绍,王欣了解了正在加快推进的羊三木工业生态园区,了解了发展迅猛的渤海新区以及政府对企业发展的优惠政策。
企业家的职业素养告诉他,这或许是一个企业大发展的机遇,加上一直以来想为家乡做点贡献的愿望,王欣慢慢活了心。
“真得是机缘巧合,就在这个时候,我的博士生导师小坂田教授来电话说,日本黛杰工业株式会社想在国外寻找合作伙伴。
谈输电线路监测技术及其应用 王欣
谈输电线路监测技术及其应用王欣摘要:随着科学技术的快速发展,输电线路检测技术得到了显著的提高,该技术的使用有效确保了输电线路的运行,对我国电力企业的发展具有重大意义。
本文对输电线路在线检测技术进行简要分析,并探讨其应用。
关键词:输电线路;监测技术;应用引言输电线路在电能输送中起到关键作用,若是输电线路出现问题不仅仅会引发电力系统故障,严重时还可能造成电网事故,为此,确保输电线路运行安全至关重要。
为了确保输电线路能够顺利运行,我国已经采用了严密的监测技术———在线监测技术,对输电线路的运行情况进行实时监测,提高电网运行的稳定性。
1输电线路在线监测技术简介输电线路在线监测技术指的是在输电线路上安装一个具有监测功能的仪器,实时监测设备的运行情况,并做好相关记录工作,将所记录的信息上传到监控中心。
监控中心根据收集到的监控数据,对输电线路的运行状态进行分析、判断,对可能存在的危险因素进行预测,让相关工作人员能够提前做好准备,在第一时间里采取措施处理,有效降低了危险系数,避免输电线路故障所引发的重大损失。
输电线路在线监测技术也是一种输电线路状态检修技术,对输电线路的运行安全作保障。
输电线路在线监测技术之所以能够发挥良好的监测效果,主要原因在于在线监测系统的设计,输电线路在线监测系统主要由二级网络结构组成,其中包括了线路检测基站、线上监测装置、监测中心等,其中,线上监测装置又包括了导线覆冰监测仪、在线温度监测仪等。
另外,输电线路在线监测系统的工作原理是,首先掌握输电线路在线监测技术的所有参数,即设备运行参数、环境参数,主要掌握这两大参数,在线监测系统主要是通过技术参数分析、信息收集来判断输电线路的运行状况,工作人员查看信息技术参数,预测可能出现的问题。
2输电线路在线监测技术的应用目前,常用的输电线路在线监测技术主要有五种,即覆冰在线监测技术、导线微风振动检测技术、导线风偏舞动在线监测技术、视频在线监测技术及杆塔倾斜在线检测技术,这五大监测技术都各自存在特点,在实际生活中根据具体情况选择适合的监测技术。
王欣女病理学与病理生理学硕士
女 女 女 女 男 女 女 女 女 女 女 女 女 男 女 女 女 男 男 男 男 男 男 男 男 男 男 男 女 男 男 男 女 男 女 男 男 女 男 女 男 男 女 男 男 男 女 男 女 男
神经生物学 神经生物学 神经生物学 神经生物学 神经生物学 神经生物学 神经生物学 神经生物学 神经生物学 神经生物学 生化与分子生物学 生化与分子生物学 生化与分子生物学 生化与分子生物学 生化与分子生物学 生理学 生理学 外科学(骨外) 外科学(骨外) 外科学(骨外)(专业学位) 外科学(骨外)(专业学位) 外科学(泌尿外)(专业学位) 外科学(泌尿外)(专业学位) 外科学(普外) 外科学(普外) 外科学(普外) 外科学(普外) 外科学(普外) 外科学(普外)(专业学位) 外科学(普外)(专业学位) 外科学(普外)(专业学位) 外科学(普外)(专业学位) 外科学(普外)(专业学位) 外科学(普外)(专业学位) 外科学(普外)(专业学位) 外科学(普外)(专业学位) 外科学(普外)(专业学位) 外科学(普外)(专业学位) 外科学(普外)(专业学位) 外科学(烧伤)(专业学位) 外科学(神外) 外科学(神外)(专业学位) 外科学(整形) 卫生毒理学 卫生毒理学 卫生毒理学 细胞生物学 细胞生物学 眼科学 眼科学(专业学位)
硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士 硕士
林锦雯 楼歆荷 何嘉敏 陈肖 王倩纯 王梦雨 陈潇潇 刘沙 潘贻朋 丁玉娥 章婷婷 朱小娜 袁菁菁 张聿浩 冯兆瑾 王栋菲 吕凯琪 杜方 胡锋 游雅昱 王凯 邱琼雅 叶青青 王奇 林文婷 朱双虹 许如意 徐莹 金梦绮 王雯 黄燕 魏彰悦 王晗 付玉娟 张珊 吴雪薇 汪帆 余梦婷 於梦菲 王伟一 程潇 宋孟娜 胡潇月 陈悠 陈聪 蔡梦婷 龚筱弦 吴敏 刘瑞 麦伟浩
注意力机制和特征融合的自动抠图算法
第32卷第9期计算机辅助设计与图形学学报Vol.32No.9 2020年9月Journal of Computer-Aided Design & Computer Graphics Sept. 2020注意力机制和特征融合的自动抠图算法王欣, 王琦琦*, 杨国威, 郭肖勇(天津科技大学电子信息与自动化学院天津 300222)(*****************.cn)摘要: 针对目前人工抠图工作量大, 而自动抠图无法区分多个实例的问题, 提出了一种注意力机制和特征融合的自动抠图算法. 该算法由预分割模块和Alpha抠图模块2部分组成, 分别采用了不同的网络结构. 其中预分割模块是使用迁移学习方法对Mask Scoring R-CNN进行微调实现了对多实例自然图像的实例分割, 从而得到输入图像前景个体的二值化分割图. 而Alpha抠图模块在此基础上首先对二值化分割图预处理生成三分图, 然后将三分图与原输入图像一起输入Alpha抠图模块网络. 通过为Alpha抠图模块设计不同的解码策略和注意力机制, 实现了对图像细节信息的精确恢复. 在后续对自制车辆数据集的无人工交互前景车辆Alpha估计对比实验中, 相比现有DIM算法, 该算法的SAD降低19.2%, MSE降低26.3%, 达到了更高的抠图精度.关键词: 实例分割; 注意力机制; 特征融合; Alpha抠图算法中图法分类号: TP391.41 DOI: 10.3724/SP.J.1089.2020.18121Automatic Image Matting with Attention Mechanism and Feature FusionWang Xin, Wang Qiqi*, Yang Guowei, and Guo Xiaoyong(College of Electronic Information and Automation, Tianjin University of Science & Technology, Tianjin 300222)Abstract: In response to the current problem of the excessive workload of manual matting and the inability of automatic matting to distinguish between multiple instances, an automatic matting algorithm with attention mechanism and feature fusion is proposed. The algorithm consists of two parts, the pre-seg-mentation module and the Alpha matting module, which adopt different structures respectively. The pre- segmentation module uses transfer learning method to fine-tune a mask scoring R-CNN to implement instance segmentation of multi-instance natural images and obtain a binary segmentation of the foreground individuals. Based on this, the Alpha module first pre-processes the binary segmentation map into a generate trimap, which is then fed into the Alpha matting module network along with the original input image. By designing different decoding strategies and attention mechanisms for the Alpha matting module, the accurate recovery of input image details is achieved. In a follow-up comparison experiment of foreground vehicle Alpha estimation, which uses a homemade vehicle data set but without human interaction, this algorithm achieves a higher matting accuracy with 19.2% lower SAD and 26.3% lower MSE than the existing DIM algorithm.Key words: instance segmentation; attention mechanism; feature fusion; Alpha image matting收稿日期: 2019-10-16; 修回日期: 2020-04-22. 王欣(1993—), 女, 硕士研究生, 主要研究方向为深度学习图像处理; 王琦琦(1984—), 男, 博士, 硕士生导师, 论文通讯作者, 主要研究方向为深度学习、室内定位; 杨国威(1988—), 男, 博士, 硕士生导师, 主要研究方向为视觉检测、深度学习与人工智能; 郭肖勇(1984—), 男, 博士, 副教授, 硕士生导师, 主要研究方向为视觉检测、深度学习与人工智能.1474计算机辅助设计与图形学学报 第32卷近年来, 随着计算机视觉技术的发展, 自然图像抠图技术发展成为图像处理技术中的一个重要分支. 抠图技术已广泛用于网页、电影及视频等特效画面的制作中, 如在任意自然图像中提取高质量的目标个体, 并以此为前景叠加到任意虚拟或现实场景, 从而实现虚拟场景和真实场景的完美融合. 随着数码相机、手机等硬件设备的不断发展, 需要后期处理的自然图像越来越多, 快速准确地提取出自然图像中有效目标物体的需求不断加大. 由于现实图像的多样性和复杂性, 无论是利用低视觉特征的传统图像处理方法, 还是近年来兴起的深度学习方法, 自然图像抠图算法均难以做到对任何输入完全鲁棒, 针对特定类别图像抠图算法的研究更具有实际应用前景[1]. 鉴于自然图像背景的复杂程度和背景颜色是否与前景相似、背景中是否包含与前景个体所属类别相同的个体等因素都会影响抠图效果, 本文自制了一种多实例自然图像数据集, 该数据集以车辆为前景提取个体, 同时图像背景不单一且复杂多样, 每幅图像背景中都包括不同辆数的车且与前景个体距离不同, 有的图像背景颜色与车的颜色相近, 有针对性地对自然图像抠图进行研究. 同时制作了单实例自然图像数据集, 该数据集中将多实例自然图像中的前景车辆合成在不同的现实背景图像中, 且背景图像中不包括类别属于车的个体, 即新合成的单实例自然图像只有要提取的前景个体是车, 背景中不包括其他属于同类别的个体.1984年, Porter 等[2]构建了自然图像抠图技术的数学模型, 实质是通过已知图像i I 计算前景i F 和背景i B 之间关于透明度遮罩i α的线性关系, 即=(1)i i i i i I F B αα-+, (0,1)i α∈ (1)其中, 图像I 已知, F ,B 和α未知, 且需要在图像每个像素点i 处确定. 因此, 无论对于单通道图像, 式(1)存在1个已知变量和3个未知变量, 还是对于彩色RGB 图像, 式(1)存在3个已知变量和7个未知变量, 抠图技术都是一种严重的欠约束问题. 通常, 采用三分图作为约束条件为抠图问题提供先验知识. 三分图是与原始图像大小相同的灰度图, 由确定前景、确定背景和不确定区域组成. 精确的三分图有利于获得良好的透明度遮罩, 但获得精确的三分图是十分困难的, 且工作量巨大, 限制了抠图算法在数据量巨大、时间要求比较敏感的场景的应用.基于此, 本文旨在针对性地提出一种高质量的自然图像自动抠图算法, 将基于卷积神经网络的分割模型和Alpha 抠图模型结合在一起, 针对自制数据集特点进行改进, 以减少人工标注精确三分图的工作量, 有效地得到光滑过渡的抠图效果.1 相关工作在图像抠图算法研究中, 已经提出了各种相对成功的自然图像抠图算法. 过去, 抠图算法主要分为基于采样的抠图算法[3-7]和基于传播的抠图算法[8-11]. 基于采样的抠图算法多基于未知区域的颜色值, 通过标记区域的颜色值求出的统计假设, 而采样点也从局部采样向全局采样发展, 但增大了计算复杂度. 基于传播的抠图算法多基于自然图像具有局部连续性或者局部平滑性的先验假设, 但在具有空洞等不连续的自然图像中性能不佳. 总体而言, 基于传播的抠图算法往往比基于采样的抠图算法获得更平滑的结果. 近年来, 随着深度学习的不断发展, 基于卷积神经网络(convolutional neural network, CNN)的抠图算法不断被提出[12-14]. 如文献[12]提出深度图像抠图(deep image matting, DIM)通过对称的编解码器结构学习特征直接预测α值; 文献[13]首次在抠图问题中添加生成对抗网络, 提高了抠图精度; 文献[14]首次将具有指导性的上下文注意模块应用到抠图问题中, 该模块通过学习低级像素亲和力直接传播高级的透明度信息. 但上述基于CNN 的抠图算法均需要提供三分图作为约束输入, 针对广泛存在的自然图像, 人工标注三分图必然导致工作量巨大, 限制了上述算法的应用. 不少学者通过设计自动抠图网络[15-16]来减少人工交互的工作量, 以有效地提高抠图算法应用的广泛性和适用性. 文献[15]通过CNN 学习图像特征代替人工生成三分图, 但依旧是基于传播的闭合形式来实现抠图算法, 其精度依赖于图像局部平滑性, 虽减少了人工交互, 但精度上依旧存在差距. 语义人抠图(semantic human matting, SHM)算法[16]采用PSP Net [17]对图像进行初始分割, 得到前景、背景和不确定区域3个通道, 并和原始图像一起送入Alpha 抠图部分作为六通道输入; 抠图部分采用DIM 对称的编解码器估计α值. 但是SHM 算法在标记数据集时需对自然图像进行前景、背景和不确定区域像素三分类标注, 增加了标注数据的工作量. 同时PSP Net 属于语义分割网络, 只能完成图像像素级的分类任务, 并不能实现类似本文自制数据集中的多个同像素分类的个体第9期王欣, 等: 注意力机制和特征融合的自动抠图算法 1475进行区分. 换言之, PSP Net 只能将多实例图像中所有属于车和不属于车这一类别的像素点进行区分, 并不能将属于类别车的所有像素点进行前景个体车还是背景中的不同车辆辨别, 因此, SHM 算法并不适用于多实例自然图像.自动获取相对准确的三分图、减少人工交互是自动抠图算法的关键步骤. 本文借鉴SHM 的思想, 采用基于CNN 的分割网络作为预分割模块, 得到前景个体的粗略分割. 自动获取三分图作为约束输入是实现自动抠图算法的关键. 近几年, 图像分割在深度学习中迅速的发展, 全卷积网络(fully convolutional networks, FCN)通过端到端的训练, 实现了图像像素级别的预测任务, 被称为深度学习CNN 中做图像分割任务的开山之作[18]. 关于DeepLab [19-21]系列网络的研究采用空洞卷积代替池化操作, DeepLabv3+[21]更是在DeepLabv3[20]的基础上, 通过添加解码器结构控制特征提取的分辨率, 将低层特征融合, 在语义分割方面取得了新的进步. 而实例分割作为语义分割和目标检测任务的结合, 不仅能够实现图像像素级分类, 同时能够将同类像素的不同个体进行区分, 是实现多实例自然图像数据集中的前景个体提取的重要方法. He 等[22]提出的Mask R-CNN 是实例分割中的经典结构, 其在速度和精度上得到提高, 取得了国际领先水平. 后续出现了以Mask R-CNN 为基础进行改进的网络, 其中, Mask Scoring R-CNN [23]在其基础上增加了对Mask 打分的MaskIOU 分支, 在精度上超越了Mask R-CNN, 同时速度不输于Mask R-CNN. YOLACT [24]作为一阶段的实例分割网络, 虽然速度最快, 但精度上远不如Mask Scoring R-CNN, 甚至不如Mask R-CNN. 同时分析表明[24], Mask Scoring R-CNN 是目前精度上最优的实例分割网络.综上, 设计一种自动的提取图像中高质量前景的算法, 并不是一种简单的任务. 单独使用分割网络直接对每个像素的对象类别进行分类往往侧重于粗略的语义分割, 对自然图像只能实现0/1分类确定像素点属于前景还是背景, 不能得到平滑过渡的边界. 若直接单独使用注重细节的抠图网络, 往往需要大量的人工交互提供三分图, 同时自然图像的复杂性也为抠图任务增加了难度, 限制了该任务在数据密集的现实场景应用.2 注意力机制和特征融合的自动抠图网络设计以自制提取前景为车辆的多实例自然图像数据集为例, 针对性地将实例分割网络和抠图网络结合, 构建了一种注意力机制和特征融合的自动抠图网络(automatic matting network with attention mechanism and feature fusion, AMFF-AMN), 其由预分割模块和Alpha 抠图模块组成, 如图1所示.图1 AMFF-AMN预分割模块通过迁移学习的方法对实例分割网络Mask Scoring R-CNN 进行微调, 对多实例自然图像数据集进行训练, 设置合理的阈值, 直接得到前景车辆二值化分割结果. 对二值化前景个体适当地形态学处理, 自动获取三分图. Alpha 抠图模块将DIM 对称的编解码器结构进行改进, 低层网络和高层网络采用不同的解码策略融合多尺度特征, 并分别添加不同的注意力机制, 突出重1476计算机辅助设计与图形学学报 第32卷要的特征信息的表达, 进一步优化抠图精度. 值得说明的是, 文献[12]验证了Refinement 模块能进一步优化编解码结构得到的α值, 同时使得抠图结果边界过渡更加平滑. 因此, 在本文Alpha 抠图模块沿用Refinement 模块[12]对前景边界α值进行提升.2.1 Mask Scoring R-CNN 预分割模块本文自制的多实例自然图像数据集, 最显著的特点是要提取的前景个体类别属于car, 背景中包含不同辆数的个体类别同属car, 这一特点决定针对多实例自然图像数据集, 只要背景中包括与前景同类的实例, 就必须用实例分割算法实现对前景个体提取, 若使用语义分割, 只能对像素类别进行分类, 而不能完成不同个体的区分. 同时, 三分图的准确程度是影响抠图效果的重要因素. 通过多实例自然图像的特点以及对精度的要求, 本文选择Mask Scoring R-CNN 作为预分割模块, 通过迁移学习和参数微调的方法对多实例自然图像进行训练.选择ResNet101作为主干网络, 在Faster R- CNN [25]后, 包括一个区域建议网络(region pro-posal network, RPN), 不考虑对象类别, 得到候选对象边界框. 采用ROIAlign 对每一个感兴趣区域进行像素校正, 避免了ROIPooling 进行2次量化导致位置信息丢失. 在ROIAlign 校正后的区域存在3个功能分支, 分别是RCNN 分支、Mask 分支和MaskIOU 分支. RCNN 分支实现类别预测和边界框的回归任务, Mask 分支对感兴趣区域生成0/1二值掩码结果, MaskIOU 分支将Mask 分支预测结果和ROIAlign 层的特征拼接作为输入, 通过卷积层和全连接层学习预测Mask 和真实Mask 之间像素级别交并比进行回归, 对预测Mask 进行打分, 提高其质量. Mask Scoring R-CNN 训练过程中, 多实例自然图像数据集中只有一个类别的个体, 并不涉及多类别的判断, 因此, 损失函数只需要多个个体的回归损失和掩模损失即可, 损失函数为box mask L L L =+ (2)其中, 同文献[23]一样,mask cls IOU =L L L ⋅(3)值得注意的是, 利用分类的置信度和MaskIOU 的值作为Mask 的置信, 本文只有一个类别的数据集中, 即可理解为MaskIOU 的值就是Mask 的置信.将Mask Scoring R-CNN 得到二值分割前景个体进行适当的形态学腐蚀、膨胀操作, 前景和背景边缘区域设置不确定像素, 生成三分图, 求解透明度遮罩过程如图2所示, 图2c 白色部分为确定前景区域, 黑色部分为确定背景区域, 灰色部分为不确定区域.a. 原图b. 二值化分割图c. 三分图图2 三分图的获取过程2.2 注意力机制和特征融合的抠图模块由Mask Scoring R-CNN 获取二值化前景分割, 虽能自动生成三分图, 无需人工交互, 却无法比拟手动标注的三分图的准确程度. 若将自动获取的三分图和原图一起作为输入, 经过DIM 网络迭代学习, 实现前景Alpha 预测并不能达到令人满意的抠图结果. 因此, 在DIM 的基础上, 本文提出了一种注意力和特征融合的Alpha 抠图(attention and feature fusion matting, AFFM)模块. 编码结构采用VGG16(visual geometry group 16)[26]逐层提取特征, 将VGG16中第2和第3个卷积层作为低层网络层, 将第4~6个卷积层作为高层网络层, 分别采用不同的解码策略进行特征恢复, 将恢复的特征层融合并分别添加空间注意力(spatial attention. SA)机制和通道注意力(channel attention, CA)机制, 以提高模型的效果.2.2.1 低层网络层的改进低层网络层包含较多的细节信息, 丰富的细节信息有利于边缘信息的恢复. 本文对低层网络采用全局卷积网络[27](global convolutional network, GCN)替代大卷积核的卷积进行解码. 与直接使用卷积核k k ⨯相比, GCN 采用11k +k ⨯⨯和11k k ⨯+⨯的卷积组合, 对称、可分离的大滤波器降低模型参数和计算成本的同时, 在轮廓、纹理特征丰富的低层网络层中获取更大的感受野, 有利于提高像素分类的准确性. 如图3所示, 图3a 难以判断该像素属于前景区域还是背景区域, 图3b 准确地将框内像素点判断为背景区域. 将分类任务和像素级分割任务紧密结合在一起, 提高细节信息的处理能力, 有效地增强了在背景信息复杂的低层网络层中前景信息的判断. 本文算法设置k =9, 实现了感受野大小与参数量之间的平衡.第9期王欣, 等: 注意力机制和特征融合的自动抠图算法 1477a. 小感受野b. 大感受野图3 感受野对比为了将低层网络层中复杂丰富的细节信息在恢复边界时最大化利用, 对解码后的低层网络层添加SA 机制, 如图4所示. 特征图中每个像素点对前景背景的影响是不一样的, 尤其是低层网络层中背景信息过于丰富, 若均等地表达每个像素点, 并不利于前景信息的恢复. SA 旨在利用低层网络特征图中每个像素点赋予不同的权重, 从而抑制背景元素, 突出前景元素. conv6作为特征提取的最后一个特征图含有最高级的语义信息, 受背景影响最小, 特征向量表示为H W H C⨯⨯∈V , 图4虚线框是对conv6语义信息的处理, 通过Sigmoid 函数对对称可分离的大感受野特征图每个位置的元素进行激活, 赋予不同的权重, 并与低层网络层特征图向量L W H C⨯⨯∈V 相乘, 得到添加SA 的低层特征向量为LA L H Sigmoid(conv())V ∈*V V , 从而突出低层网络层中的前景特征信息. Sigmoid 激活函数定义为1()1e xf x -=+ (4)其中, ()f x 的值域是(0,1).图4 SA2.2.2 高层网络层的改进高层网络层特征是具有判别性的高级语义信息, 能更好地定位目标. DeepLabv3+中带孔空间金字塔池化(atrous spatial pyramid pooling, ASPP)模块, 能有效地提取多尺度特征信息, 在此基础上, 对高层网络层进行解码时, 对ASPP 进行改进, 提出注意力带孔空间金字塔池化(attention atrous spatial pyramid pooling, AASPP)模块. 如图5所示, 将原始特征采用11⨯的卷积核降维, 并采用Sigmoid 函数对特征进行归一化, 赋予不同的权重, 同时并行使用不同空洞率的33⨯卷积核提取不同尺度的上下文信息构成特征金字塔. 将拼接后的金字塔特征图与权重进行相乘, 对每个通道的每一个像素信息进行不同权重的激活. 同时, 引入全局平均池化层添加图像级的特征输出, 在一定程度上增强了特征图的全局信息. 超参数空洞率的大小决定了感受野的大小, 其计算公式为(1)(1)K k k r +--=(5)其中, k 为原始卷积核的大小; r 为空洞卷积超参数空洞率的大小. 对于本文Alpha 抠图模块的输入图像大小为320×320, conv6的特征图大小为10×10, 因此空洞率大小设置为[1,2,5]比较合适.图5 AASPP 结构图在CNN 中, 每一个卷积核相当于一个模式检测器, 通道特征向量中隐藏着通道之间的相互关系. 卷积之后的每个通道的特征映射是滤波器对特征的激活. 将VGG16全连接层改为卷积层conv6, 打破输入图像固定维度的限制, 有利于通过反卷积形成与输入图像大小一致的输出特征, 实现端到端的训练和预测. 编码结构的高层网络conv4-3, conv5-3, conv6每层有512个卷积核, 相当于每层有512个通道, 而每个通道并不是均等地进行特征响应. 如图6所示通过添加CA 机制, 自适应地赋予不同通道不同的权重, 增加信息灵敏度, 其计算公式为1478计算机辅助设计与图形学学报 第32卷*O I α= (6) 其中, 输入为W H C I ⨯⨯∈ , 经过CA 输出为W H C O ⨯⨯∈ ; *表示通道间逐元素相乘. 为了解决通道间依赖性问题, 对I 采用全局平均池化将信息压缩到一个通道中, 直接赋予每个通道实际意义. 如对空间维度为W H ⨯的特征图, 通过压缩I 得到明确的统计量C z ∈ , 其中z 的第c 个参数计算公式表示为111(,)W Hc C i i z I i j W H===⨯∑∑(7)对通道方式统计量z 采用激活函数获取CA 依赖性的权重, 具体表现形式为21=Sigmoid(())W W z αδ(8) 其中, δ是激活函数ReLU; 1C CrW ⨯∈ , 2C CrW ⨯∈ .为了降低模型复杂度并提高泛化能力, 在非线性函数之前设置全连接层, 维度减少层的参数为1W , 设置减少率r =8, 通过非线性函数ReLU 激活通道特征; 然后用参数2W 对维度进行扩充, 使其和输入同维. 采用Sigmoid 激活特征通道特征, 赋予通道不同的权重实现式(8)的更新, 进而通过式(6)对通道特征进行激活.图6 CA2.2.3 损失函数Alpha 抠图模块采用的损失函数是Alpha 损失与合成图像损失之和, 即c (1)L wL w L α-=+ (9) 其中, L α为Alpha 损失; c L 为合成图像损失. 与DIM 不同的是, 在训练AFFM 反向传播时, 损失函数不是只计算不确定区域预测值与图像透明度真实值(ground truth, GT)之间的误差, 而对整幅图像的误差进行计算回传, 此时, 即使是不准确的三分图, 也能通过网络学习不断纠正预测值与GT 之间的区别, 得到最优结果. 对于某个像素i , i L α表示预测值Alpha 和真实Alpha 绝对值之差, 公式表示为i L α=p g ,[0,1]i iαα∈ (10)其中, pi α是第i 个像素的预测值; g i α是第i 个像素的真实值. 为了防止i L α=0, 不能进行反向传播, 在实验中设置610ε-=.合成图像损失即预测Alpha 在背景上的合成图像与真实RGB 图像的绝对值差, 合成损失的计算公式为c i L =(11)在本文中, w 的值依旧采用文献[12]中的大小, 设置为0.5.3 实验和结果分析目前对自然图像抠图算法的研究多采用Rhe-mann 等[28]提出的抠图基准数据集, 但该数据集只提供27幅彩色图像及对应三分图, 数据量较少. 后续有不少研究学者将该数据集前景图像合成在不同的背景图像中, 扩充成新的抠图数据集, 但该数据集多用于学术研究, 因其类别不常见, 不利于现实生活中自然图像抠图任务的实现. 文献[1,17,19]自制人物的自然图像数据集进行抠图研究, 但上述数据集中背景中不包含人物个体, 不会对前景人物造成同类别的影响, 且背景相对简单; 如文献[1]研究表明, 其算法对更为复杂的背景抠图能力会受到限制, 稍显不足. 上述数据集的图像均归结为单实例自然图像, 目前不存在多实例自然图像的公开数据集, 因此, 本文在二手车市场、停车场等车辆密集的场景进行拍摄, 自制类别属于car 的多实例自然图像数据集, 该数据集由4 999幅彩色自然图像组成, 每幅自然图像对应一幅前景个体车的图像和对应的手动得到的GT 透明度遮罩图像, 如图7所示. 将数据集按照8꞉2的比例分为训练集和测试集, 其中训练图4 000幅, 测试图像999幅. 为了与SHM 算法进行对比, 从公开数据集COCO 数据集中选取4 999幅不带车辆的图像作为第9期王欣, 等: 注意力机制和特征融合的自动抠图算法 1479a. 原图b. 前景图c. GT 图图7 多实例自然图像数据集示例背景, 将多实例自然图像数据集中的前景图像通过透明度遮罩合成新的单实例自然图像数据集.3.1 实验细节实验的环境配置为Ubuntu16.04操作系统, 内存为32 GB DDR4, 显卡为GPU TITAN XP, CPU E6-2640 V4; 实验采用的软件环境是Python 3.5.在训练过程中, 提出AMFF-AMN 的训练过程由预分割模块Mask Scoring R-CNN 和Alpha 抠图模块AFFM 单独训练的策略. 第1阶段采用参数迁移和微调的方法对多实例数据集进行训练, 训练采用文献[23]提供的COCO 数据集上的90 000次的训练权重作为预训练模型, 将3个功能分支最后一层用于分类和回归的参数冻结, 针对多实例自然图像数据集进行训练, 直至收敛, 再固定模型参数. 第2阶段AFFM 由第1阶段二值化分割结果自动生成的三分图和原多实例自然图像组成四通道的输入, 以VGG16的预训练模型为基础进行单独训练, 输入大小为320×320, 设置Batchsize=16, 采用自适应学习率ReduceLROnPlateau, 当标准评估不再提升时, 自动降低学习率. 训练过程采用EarlyStopping 策略[29], 监测的验证集性能不再提升时, 可自动停止训练, 避免因迭代次数设置不当无法得到最优结果. 由于多实例自然图像前景物体多在图像正中央, 在训练过程中采用随机裁剪、缩放等图像处理策略, 同时对图像进行水平翻转、平移等数据增强策略丰富实验数据, 避免出现较强的偏向性或过拟合现象而影响实验结果.3.2 评价指标本文采用绝对值差值之和(sum of absolute dif-ference, SAD)、均方误差(mean square error, MSE)和可视化结果对实验结果进行分析和对比. SAD 表示图像像素之间的相似度的度量, MSE 表示误差的平方的期望值. 它们的计算公式分别为 pgSAD ||i i y y -= (12)p g 11MSE ()n i ii y y n =-=∑(13)其中, p iy 是像素i 的预测值; g i y 是像素i 的真实值; n 是像素的个数. SAD 和MSE 越小, 说明预测模型准确度越高.3.3 预测结果与分析本文算法在多实例自然图像自动抠图中能准确地对前景物体进行抠取, 界限清晰、抠图边界平滑, 得到了令人满意的可视化效果和量化结果. 本文算法对于分辨率大小为320×320的单幅测试图像自动抠图耗时约为0.637 s, 耗时可以接受. 首先, 将DIM 网络和本文算法进行对比. 在DIM 网络对比实验中, 三分图由实例分割网络Mask Scoring R-CNN 对多实例自然图像数据集采用本文预分割模块得到. 为保证数据等量级的原则, DIM 网络在VGG16的预训练模型上对本文数据集进行重新训练, 并不采用文献[12]提供的整个网络的训练模型对本文数据集微调的方式. 选取4幅图像作为分析样本, 表1所示为它们在不同算法中评价指标SAD 和MSE; 图8所示为其可视化结果; 为了更清楚地展示不同算法的可视化效果, 图9给出了不同算法的透明度结果合成在白色背景中的效果图. 根据可视化结果, 结合评价指标可得: 对于同样的三分图作为约束条件, 本文算法评价指标SAD 和MSE 均有不同程度的降低. 与DIM 相比, 本文算法对图像1右视镜部分有明显的改善; 对于图像2, 其顶端和底部有所改善, 边界更加平滑; 对于图像3, DIM 中车轮部分损失明显; 对于图像4, 本文算法即使边缘部分依旧不够光滑, 但评价指标均有明显的降低. 抠图任务是像素级别的透明度估计, 哪怕可视化有细微的差别, 通过评价指标的量化也可以看出明显的改善.表1 不同算法分析样本评价指标对比SAD MSE图像DIM [12]本文 DIM [12]本文1 0.320 8 0.317 0 0.012 7 0.010 8 2 0.282 5 0.246 2 0.012 9 0.0103 3 0.187 3 0.168 9 0.0084 0.0075 4 0.400 2 0.298 7 0.0156 0.009 8仅从4幅图像分析不足以表明本文算法的鲁棒性和泛化能力, 因此, 对多实例自然图像测试集999幅自然图像进行量化, 由Mask Scoring R-CNN 分割得到的三分图作为约束输入的DIM 网络(DIM-MS)、由GT 得到的三分图作为约束输入的DIM 网络(DIM-GT)和本文自动抠图算法(AMFF-。
[简历] 王欣
个人简历王欣本市卢湾区丽园路 818 弄 7 号 201 室 200023电话:63015648(晚)电子邮件:mk1129@性别男出生年月1977 年 11 月能力简介优秀的英语文字和口头表达能力(英语专业八级证书),简单的法语会话和书写。
对工作认真负责且有毅力,既能独立工作又有团队精神。
熟练掌握 Microsoft Windows 系列操作系统、Office 办公软件以及 Internet 的运用熟悉各种图形处理、多媒体编辑等应用软件(Photoshop、VirtualDub 等)和 PC 的各类硬件知识教育上海师范大学上海1996 - 2000文学学士/实用英语系(曾获 1997-1998 学年度专业奖学金)计算机应用(副修),Photoshop 5.0 和 3DS-MAX2.5(上海交通大学昂立学院)北大青鸟(Aptech Certified Power User)工作经验GWCOM 上海2000.8 — 2001.2网站编辑兼信息监测员编辑和发送全国 50 个城市的新闻消息;监测向中国电信、中国联通等发送的WAP信息;测试“股易通”双向寻呼股票机。
上海爱康电子系统工程有限公司上海2001.10 — 2003.12本地化工程师/工具支持(IBM NLS)对 IBM 的软件产品和硬件手册进行汉化、项目管理和测试;对各种翻译和项目管理所需的软件工具进行维护并提供技术支持,如:IBM Translation Manager、ID Workbench、和 CorelDraw、Acrobat 等等。
参与翻译的项目有:IBM PSG 系列、PCOMM 系列、Storage 系列、AIX 系列、DW 系列等主要管理的项目有:Personal Service Group 系列— OBI02-03Personal Communication 系列— HAC21-40Total Storage 系列— SJ001上海柯华软件开发有限公司上海2004.6 至今对 IBM 的软件产品以及硬件手册的汉化项目进行校对和质量管理。
【笑傲职场】王欣:企业家精神
王欣:企业家精神无论去年唐俊的“学历门”风波,还是早前凭借脑白金站起来的史玉柱的还债事件,都在引发社会对职业经理人群体的思考:中国企业领导者究竟需要具备什么样的品质?“企业家精神!”这是先后在IBM、摩托罗拉和微软担任过高管的王欣的答案。
在他看来,作为一名知识工作者,“利用他的大脑,利用他的智慧,把所有的资源进行重新整合、重新配置,抓住市场机遇,创造出比原来更高的效率和价值,这就是企业家精神。
”“恰恰是这种企业家精神,带动了整个人类文明和社会发展。
”王欣谈到,很多处于一线的员工,会在遭遇工作难题时,开动脑筋思考,最后想出很多管理者都未能想到的好主意,利用资源整合解决了工作中的实际问题,让客户更加满意。
这就是企业家精神。
所以,企业家精神不只存在于老板或企业家身上,更存在于企业的每一个员工中,贯穿整个工作过程。
正如艾伯特·赫希曼所言:企业家在重大决策中实行集体行为而非个人行为。
尽管伟大的企业家表面上都是一个人的精彩表演,但真正的企业家是擅长合作的,并将这种合作精神扩展到企业的每一位员工中。
管理者有责任激发员工的企业家精神,释放他们的创造力。
将员工当做“企业内部的企业家”看待,开发员工潜能。
“在进行工作设计时,管理者可以尽可能地增加工作的复杂度,这样员工才能在工作中获得成就感。
”王欣举例说,比如一位摄影师,如果管理者规定他在拍摄工作中,只能从这个角度拍,只允许用三脚架支起来拍摄,摄影师自己的创造力就被限制住了。
此时领导者告诉他,你想怎么拍都可以,我只是希望要一张很漂亮的照片,他就会去思考,从专业角度去创造出不受局限的作品,激发自己的创造力。
轮岗也是一种好方法,让员工尝试做不同的工作,他会在学习中找到成就感。
管理:平等与公平在管理上,有两个词汇特别需要管理者们去研究,王欣强调,这就是平等与公平。
在企业的管理过程中,这两个词远没有其字面意思那么简单。
什么是平等,如何平等?一位总经理与一个基层工人之间要实现形式上的平等很难,毕竟一个处于主控点,是管理标准的制定者,而另一个处于被控点,是政策的执行者。
美团马云拒绝800万年薪的神秘人物,最后却混了一个这样的结局思维格局文案
中国商业中的人物都是佼佼者,而且大多数也是我们熟知的,比如说曾经立下一个亿的小目标的万达集团创始人王健林,他也曾经做过中国首富的宝座,还有就是马云今年又蝉联了首富,如果有人能被这两位在商界都是大佬级别的人物,看上,这个人肯定会很开心,毕竟王健林和马云如果看上了一个人才,肯定会花很多钱请他!可是就有这样一个人拒绝了王健林和马云,那就是王欣,他是一个富二代,却不是纨绔子弟,在美国上学的时候就开始创业了,而且还获得了不错的回报。
亡人之间王健林和马云都知道了它的存在,纷纷向他抛出橄榄枝。
王健林想让王新进入自己的公司,还给他开出了800万的年薪被他拒绝,马云想让他进入阿里巴巴,他又拒绝了。
这样的年薪要是普通人肯定会动摇,不过王欣却不这么想,因为他的目标远远不止800万。
你肯定想不到拒绝万达,拒绝阿里巴巴的他如今换成了这样。
在拒绝王健林和马云后,王鑫虽然有创业的想法,但是却有点无从下手,由于深受互联网时代和互联网思维书籍的冲击,王欣决定打造一个生活类社交平台,由此美团诞生!王新成立的美团,虽然在烧钱,每年全能融资很多钱,很多人担心他们会做不下去,事实却相反,美团的市值并没有跌,很多时候都是涨的,并且有很多大公司都看好美团的发展,例如腾讯拒绝了首富的王新,却在外卖行业开辟了属于自己的天地,如今早已成为超级大富豪,这就是思维和格局对人生的选择的重要性!不得不承认拉开人与人之间差距的就是思维格局,在追求短期利益还是长期利益上,大多数人的思维都是看重眼前的得失,但是有格局的人眼光都很长远,懂得取舍,你是什么样的思维格局就会做出什么样的选择,你的层次,有你的思维和格局,决定从现在起,学会改变你的思维方式和眼界格局,你就能达到自己想要的层次,你认同吗,认同的关注,点赞!。
管理,是让生命影响生命
管理,是让生命影响生命以下内容来自11月11日华章微课堂,经王欣老师审阅。
如有转载,请注明出处。
因微信平台对语音大小、长度有限制,故欲收听语音完整版请点击“阅读原文”。
当前浏览器不支持播放音乐或语音,请在微信或其他浏览器中播放 14:51 王欣:卓有成效的领导者来自德鲁克学院分享嘉宾王欣工商管理硕士,哲学硕士;彼得·德鲁克管理学院院长;20年国际企业工作经历,曾任微软(中国)副总裁,曾在IBM和摩托罗拉公司担任管理职务。
主要研究领域:博雅管理(MLA)、创新与创业精神、企业战略思考与实践、组织文化发展等。
各位朋友,晚上好!今天是德鲁克先生逝世11周年,感谢华章在这个特殊的日子邀请我与大家分享我学习德鲁克的一些心得。
德鲁克先生的管理思想博大精深,涉及个人、组织、社会的各个方面。
我自己是个初学者,分享当中一定有不少错漏之处,恳请大家批评指正。
我们处在一个怎样的时代?德鲁克先生称自己为“社会生态学家”。
他研究的目的是为了寻找到社会有效运作的途径,从而避免战争、革命以及各种动荡对生命和生活造成的影响。
他一生经历了两次世界大战,目睹了各类企业经营不善造成的对员工和社会的伤害,以及对自然环境的破坏。
因此,他努力地寻找一条将连续性和变革统合起来的途径,其成果是建立起了管理(management)这门学科并不断推动其发展。
因此,我们作为管理者,首先要研究社会的发展。
看过央视的大型纪录片《互联网时代》的朋友大概都会认同,我们正处在一次重大的人类文明升级的开始阶段。
继工业文明、农业文明之后,从2007年开始,随着移动互联网和智能手机的普及人类全面进入“知识文明”(或称信息文明)的时代。
一批全新的公司应运而生,他们以前所未有的速度扩张,突破了很多行业的壁垒,构建起全新的经营模式和管理体系。
这类企业例如微信、Airbnb(空中食宿)、优步(Uber)等等,正在用全新的方式为顾客创造出“新”的价值。
他们的业务模式、管理方法和发展速度与工业文明的企业截然不同。
王欣1983年出生于中国湖北省宜昌2007 中国美术学院新媒体系获本科 ...
王欣1983年出生于中国湖北省宜昌2007 中国美术学院新媒体系获本科学位,杭州,中国2011 芝加哥艺术学院电影、录像、新媒体和动画系获硕士学位,芝加哥, 美国个展2018 2017 2016 《不知名艺术家艺术家事务所-王欣个展》,K11艺术村,武汉,中国《一個可以讓你發現10,000個藝術家的必看藝術展》,德薩畫廊,香港《每个艺术家都需要有个展》,德萨画廊,北京,中国2015 《八赫兹催眠实验室》,MoCA 艺术亭台,上海,中国《我们是将要死去的》,芥菜籽空间,上海,中国2014 《这个画廊》,C-空间,北京,中国2013 《乐园:自由的游戏#1》,天线空间,上海,中国联展2018 2017-2018 2017 《在场:青年艺术及啊邀请展》,中国美术学院,杭州,中国《兴起:中国当代艺术中的女性声音》,中国当代艺术中心,英国《光源渡假村》,青策计划2017,上海当代艺术博物馆,上海,中国《.com/.cn》,K11艺术基金会与MoMA PS1联合主办,chi K11美术馆,上海,中国 《上海星空II》,余德耀美术馆,上海,中国《仪式逆转》,德萨画廊,香港《.com/.cn》 – 由 KAF 和 MoMA PS1联合主办, K11 艺术基金会,香港2016 《第二届深圳新媒介艺术节》,深圳,中国《第九届蓝色港湾灯光节》,央美术馆,北京,中国《使我行动》,Chi K11美术馆,上海,中国《城堡》,嘉源海艺术中心,上海,中国《屹立:中国当代现状》,徳萨画廊,香港《我们——一个关于中国当代艺术家的力量》,Chi K11美术馆,上海,中国《Art in the City Festival 》,上海,中国2015 《离岸》,M艺术空间,上海,中国《对流——全息的上海创作实录》,韩国文化院,上海,中国《绝对无限的游戏》,由付晓东策展,A4 当代艺术中心,成都,中国《中间地带》, C-空间,北京,中国《用戶展——第二部》, 我們画廊,上海市,中国《第二屆CAFAM未來展——創客創客·中國青年藝術的現實表徵》,中央学院美术馆,北京,中国2014 《恃,写在百墙上上》,芥菜籽空间,上海,中国《现在你看,迈克·雅各布斯收藏中国影像艺术展》,白盒子艺术中心,纽约,美国《华语视像艺术节》,伦敦国王学院,伦敦,英国《夜潭 - 动漫美学双年展》,上海当代艺术馆,上海,中国《工具展》,视界艺术空间,上海,中国2013 《Art That Heels – 2013 ELLE 25周年特别项目》,视界艺术空间,上海,中国《太阳展》,视界艺术空间,上海,中国《新谱计划》,天鸿美和院艺术发展中心,杭州,中国《曲径通幽独立动画作品展》,OCT当代艺术中心上海馆,上海《机器视觉》,视界艺术空间,上海,中国2012 《首届深圳独立动画双年展——心灵世界:作为虚拟艺术工程》,深圳华侨城创意园,深圳,中国2011 《照夜白》,Vanguard 画廊,上海,中国《2011 Musrara Mix 艺术节》,耶路撒冷,以色列《终点到终点》,Harvestworks 数字媒体中心,纽约,美国《城市的皮肤 —— N 分钟录像艺术节》,上海,中国2010 《弦外 —— 当代影像艺术展》,上海当代艺术馆,上海《2010 大声展》,北京三里屯SOHO和上海八百秀创意园,上海,中国《心境 —— 上海当代艺术馆文献展》,上海当代艺术馆,上海,中国《用手稿》,悬浮@老码头,上海,中国《呒啥啥—王欣/梁月新媒体展》,爱普生影艺坊,上海,中国2009 《痒》,比翼艺术中心,上海,中国2008 《未定义错误》,缘分新媒体艺术空间,北京,中国《戏》,艺法画廊,上海,中国《黑桃》,T 空间,北京,中国2007 《或走或飞》,Vanguard画廊,上海,中国《叠化 —— 中国美术学院新媒体系学生作品展》,杭州,中国《皮埃尔于贝尔奖提名展》,比翼艺术中心,上海,中国《几点了 —— 京沪杭三地影像互动艺术展》,苏河艺术中心,上海,中国《升温 —— 新媒体艺术家展览》,多伦现代美术馆,上海,中国2006 《没事了当代艺术展》,胡庆余堂老厂房,杭州,中国公共收藏马来世界现当代艺术博物馆,雅加达,印度尼西亚现代传播集团,上海,中国获奖2007 皮埃尔于贝尔优秀创作奖驻留项目2015 Openspace Bae 驻地艺术家,釜山,韩国2014 江南布衣“想象力学实验室”驻地艺术家,杭州,中国2012-2013 斯沃琪和平饭店艺术中心驻地艺术家,上海,中国。
王欣简历
个人简历一、个人信息:二、教育背景:2005年9月-2009年6月陕西省咸阳师范学院(音乐教育)三、工作经历:2006年10月-2007年10月陕西省铜川市八音盒教育中心(钢琴,声乐,乐理,视唱练耳老师)兼职2009年2月-2009年4月北京市蓝天启航艺术幼儿园(艺术老师)实习2009年7月-2011年3月北京市英才幼儿园(艺术老师)2010年3月-2011年3月北京市美星钢琴艺术中心(钢琴老师)(因为随军,所以只能放弃北京的事业)四、实习经历及工程实践:五、外语、计算机能力:1、计算机操作熟练,熟悉各种软件,如Word,Excel,PowerPoint.2、具备一定的英语听说读写能力普通话标准。
六、获奖情况(含竞赛):2005年——2006年获院级二等奖学金2005年——2006年获院级“优秀学生干部”称号2005年——2006年获院级“优秀学生”称号2005年6月获社团先进个人称号2007年9月获院暑期社会实践论文一等奖2007年——2008年获国家励志奖学金2007年——2008年获院级优秀“学生干部”称号2008年7月获铜川市歌手大赛二等奖七、社会(社团)工作:2006年4月——2008年6月担任院学生会文艺部部长、院学生会副主席2006年6月——2007年6月担任秋桐艺术社副社长2006年9月——2009年6月担任本班班长2007年6月加入中国共产党八、主修课程、专业技能:声乐、钢琴、乐理、视唱练耳、复调、曲式分析、配器、作曲、舞蹈九、自我评价:独立成熟,高度责任心,善沟通协调,颇具创造力和想象力,不畏压力,做事细心,耐心,有爱心。
十、证书:高级中学教师资格证、英语四级证、计算机一级、普通话二级甲等。
快播CEO王欣:他害了谁?谁害了他?
快播CEO王欣:他害了谁?谁害了他?9月24日晚7点半许,不管快播CEO王欣是否愿意,他终于“被送上”了《焦点访谈》,享受了一把“超高待遇”。
对于快播的4亿用户来说,快播上的淫秽色情内容“害了”他们;但对于王欣来说,除了他本人外,人们不禁要问:到底是谁害了快播王欣?9月24日晚7点半许,不管快播CEO王欣是否愿意,他终于“被送上”了《焦点访谈》,享受了一把“超高待遇”。
毕竟这不是一档普通节目,而是一档曾经重点监督政府不作为、乱作为的明星电视栏目。
按照目前披露的信息,快播公司及作为法定代表人的他涉嫌传播淫秽物品牟利犯罪已经被公安机关移送检察院审查起诉,一旦法院审理认定构成犯罪,他可能将面临最高无期徒刑的刑罚,这也将意味他的后半生可能会在大墙内渡过了。
快播曾号称用户过4亿、全国市场占有量第一,对于这4亿用户来说,快播上的淫秽色情内容无疑“害了”他们。
王欣对自己的犯罪事实供认不讳,在视频中反思称,“我们可能确实存在一些惰性或者一些侥幸思想,就没有起到监管的力度的话,你影响的不是几个人,可能是一代人,因为我自己也有两个小孩。
”事已至此,全面挽回局面已很难。
但对于王欣来说,除了他自己外,人们不禁要问:到底是谁害了快播王欣?我想,首当其冲的应该是快播公司的投资人。
作为一家曾经多轮融资的科技公司,上市应该是投资人给快播5年内圈定战略规划的重点。
这也就意味着,短期内快播必须为注册用户数、活跃用户率、市场份额及赢利能力“操心”。
成立于2007年的快播,成立之初曾接受来自奇虎360董事长周鸿祎和腾讯五虎之一曾李青的天使投资,2008年年底得到软银赛富的A轮投资。
工商登记资料显示,快播公司的自然人股东中王欣为第一大股东(占股31.52%),软银赛富投资经理何明科排第二(占股21.5%),曾李青排第三(占股16.68%),周鸿祎的老婆胡欢排第五(占股7.85%)。
互联网大佬周鸿祎的行事风格,相信业内人士都有所耳闻,而其取得的成绩也有目共睹,而这也必然会对快播公司及管理团队形成一种“刺激”:原来还可以这样。
王欣(非发起人)企业信用报告-天眼查
2
一、企业背景
1.1 工商信息
企业名称:
王欣(非发起人)
工商注册号: /
统一信用代码: /
法定代表人: /
组织机构代码: /
企业类型:
/
所属行业:
/
经营状态:
/
注册资本:
/
注册时间:
4.2 投资事件
截止 2018 年 10 月 30 日,根据国内相关网站检索及天眼查数据库分析,未查询到相关信息。不排除因信 息公开来源尚未公开、公开形式存在差异等情况导致的信息与客观事实不完全一致的情形。仅供客户参 考。
4.3 核心团队
截止 2018 年 10 月 30 日,根据国内相关网站检索及天眼查数据库分析,未查询到相关信息。不排除因信 息公开来源尚未公开、公开形式存在差异等情况导致的信息与客观事实不完全一致的情形。仅供客户参 考。
五、风险信息
5.1 被执行人信息
截止 2018 年 10 月 30 日,根据国内相关网站检索及天眼查数据库分析,未查询到相关信息。不排除因信 息公开来源尚未公开、公开形式存在差异等情况导致的信息与客观事实不完全一致的情形。仅供客户参 考。
5.2 失信信息
截止 2018 年 10 月 30 日,根据国内相关网站检索及天眼查数据库分析,未查询到相关信息。不排除因信 息公开来源尚未公开、公开形式存在差异等情况导致的信息与客观事实不完全一致的情形。仅供客户参 考。
5.5 行政处罚
截止 2018 年 10 月 30 日,根据国内相关网站检索及天眼查数据库分析,未查询到相关信息。不排除因信 息公开来源尚未公开、公开形式存在差异等情况导致的信息与客观事实不完全一致的情形。仅供客户参 考。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
董事长王欣简历
王欣,男, 1972年 1 月出生,安徽蚌埠人,研究生学历。 1989 年至 1993 年 合肥工业大学本科毕业 1993 年至 1996 年 合肥工业大学研究生毕业 1996 年 12 月至 2001年 12 月任安徽华皖通信有限公司蚌埠分公
司总经理 2002 年 1 月至 2006 年 1 月任安徽华皖通信总公司总经理 2006 年 1 月至今人安徽中创集团总裁 2011 年 8 月起任合肥瑶海中创小额贷款有限公司董事长至今 现任安徽省中小企业协会副会长,安徽省企业家联合会常务理
另一方面,我的兄弟君君买了一只拿着硝酸盐石头的手,突然停了下来,鼻子抽了一下,看到西云飞,一个手中悲伤和愤怒的大酒桶,外表令人难以置信。好酒? “西云飞松了一口气,没有用精神解 释:”这不是好酒。你喝的红星比二锅头还要糟糕。你在担心什么? “”西君很担心并直接买了泵,但是我无法抓住它。我记得床底下有12瓶以上的二锅头。表达无动于衷。我看见并抽了石云飞,把酒倒 进一个大水箱里。鼻子,试试:“这款葡萄酒真的比我的几瓶好吗?”当然,你是难以烘焙的葡萄酒。我是一桶松散的酒。 “西云飞沉默。这哥哥很尴尬。门口的一些乡村妇女现在又回来了。花儿各有一 个水箱,标准的半人高,我不知道它来自哪里。当他们发现他们很忙,他们没有说话,他们只是微笑着开始在西云飞漂流,他们没有准备使用西云飞,数字不同,选择是很多野果。一个小时后,在零食时间 (下午4点多),行人将准备好的食材搬到东秋餐厅,丑陋的母亲准备让人们通过门在木桌上分享食物,西云飞在那里根据提供的画作,有一个由六个叔叔建造的餐桌,实木桌子和椅子是坚固的它很强大, 但现在炎热的夏天,餐厅只在一楼,所以里面很热,像蒸笼一样,大人们都愿意去吃。幸运的是,丑陋的母亲将允许人们移动桌椅。当每个发现一个大型储罐时,突然冷却水箱。坐在座位的手里拿着一个大 坦克向前冲去救你,云飞,呃你们差点掉下来? “当埃里克看着水箱时,水箱里只有几个五颜六色的杏子,面前有香酒,还有透明的水.”“冰块。” ? “哦。
“席云飞点点头,笑道,”他说。有必要添加另一个弹簧。第二位老板等了一会儿。 “西云飞根据比例和五颜六色的野果混合冰块,葡萄酒和糖。最后,倒入泉水搅拌几次。甜美可口的果酒成功,仍 然是冰酒。丑陋的母亲收购了两个购买的水箱,他们两人将水箱牢牢地放入空地以换取巨大的努力,听听西云飞并跟着他就在他身边,几个男人说:“餐厅后面的水箱泉水是用来煮汤的吗?大人们去帮忙。 “有些人闻到漂浮在空中的葡萄酒。他们已经垂涎已久,并没有太多谈论它。他们是两个人并装满了水箱。最后水箱里装满了水。”西云飞从餐厅拿来一把大勺子。这是一个丑陋的母亲用来分配鱼汤的大汤 匙。叔叔6叔叔应该是一个伟大的产品。在每个罐中,勺子搅拌超过12次,原始葡萄酒消失,取而代之的是浓郁的果香。杏子的酸甜味道是酒精刺激充满空气的茶叶装满茶的品尝者不自觉地分泌出大量的唾 液,搅拌果酒,席云飞先拿了一个瓷碗给它一个半碗。 年轻人和其他人看到西云飞闭着眼睛,不说话。我的内心很内疚。六个叔叔很好奇并被问到。 “次郎,不要说话。”不能停止了,让我们喝! “西 云飞梅梅打了个鼾她,睁开眼睛,看见了所有人。他把剩下的果酒直接倒进碗里,转向他丑陋的母亲。”有一段时间,你可以分开两碗水果。 “每个人都有一个碗,如果是的话,它会被送到碗里的村民那 里。”这位丑陋的母亲急忙点点头。她是食堂的经理。她刚看到西云飞喝醉了,这款酒绝对可以饮用。她已经等了很久了。“
但习云飞最终看到了一个荷花池。池中的莲花盛开。不要说莲花里有莲子。这是一个美味的莲藕。她一直认为它是三尺。酸莲藕切片。 “嘿,兄弟,不要这么说。现在镇上的每个人都有事要做。让我 们看看其中的三个。我要考虑填饱肚子。这只能由两个兄弟来完成。” Dasan听到了这一声,并急忙挥手示意他是好人,但Si Joon买了一个愤怒的兄弟,但只有Dasan的老人才会相信Xi Yun Pei。习云飞在 游泳池里和三个人聊天的时候目睹了一个油炸鱼锅,突然意识到他们来到这个世界好几天,好像他们没有吃过猪肉,羊肉和牛肉。为什么Si Joon可以在渔人广场购买一颗狡猾的心脏并捕鱼? “你说。”兄 弟,或者你会教我明天射箭吗? “300磅,非常稳定,捕捉大鱼。我已经很久没吃了。它是红肉。我想吃更多的水,吃地。西君飞在我嘴里买了食物,停了一会儿。我没有来到山上测试我的力量。“西云飞 最开心的新弓是小王子的配对弓,当天他还击中了一个大箭,激怒了西云飞直接烧了它。有16对弓箭,其中5对被西云飞随机射击攻击,6名叔叔试图修复,但这些天他们没有,幸运的是他们将被释放。在手 中,最好的男人被交给了兄弟,10个人在他手中,保持着它它计划在该镇进行部署下沟后卫,大山没有兴趣进入兮云飞扬希望听到了山,但他要他一起去兮云飞扬已经承诺自然会降下来。
呃,你们中的一些人还有一份工作直接上桌,赛云飞说很清楚,这种酒是由食堂散开的,当然看起来就像一顿正常的阵容。唯一的法院已经三个家我没有动我的母亲,刘云飞前来看到野杏酒黄色的座位 周围,嘴里自发吐“姬,这酒浪费了不少钱?”赛云飞摇摇头接近数十万的余额,谁也不说在家里以及一袋战利品不算数百件。此外,变革的村民对他非常紧张,所以有些人有必要保持良好品格,至少在无 处不在的小男孩的时候,我们必须学会良好的混合声誉。荷叶边裙剪裁成颜色,脸部两侧开襟。我在泳池里看不到它,我听到了,歌曲嗡嗡作响,歌词是爱和爱,两个年轻人脸红。 “怎么,收集了多少莲 藕?”西云飞把食物盒放在岸边,将竹篓踢到一边,用脚盯着它,探头看着它,眼中闪过一丝喜悦。点亮莲花池你? “西骏最多买了两个,然后听了他三十四个莲藕的座位,轻轻地听着微笑的笑容,三云 飞。老大哥说,君主买了不好意思。莲花可以采摘莲花,“说莲花将被扔进竹篓,他们直接吃泥开的食物容器无论是谁坐在地板上嘿云飞嘿嘿,这是选择野果的时候在小镇的海湾西侧,它就像一片绿色的草 地,因为,从山上的角度来看,他微笑着蹒跚地走了不远,所以被树叶覆盖着。
事,安徽省青年企业家联合会常务理事, 安徽省互联网协会常务理事。
; www.js18600com https:// ;
; 金沙js333官方网站 https:// 金沙js333官方网站 ;
; https:// ;
至于丑陋的母亲.你怎么说?除了村里的大兄弟,没有人能打败她,她必须陪伴,自然没有人有意见。现在,他的兄弟带来了Siyun Pei的独家单肩包,四个野蛮人直接进入了曙光的丛林,新的梢飙升。 与此同时,席云飞试图用手拉弓,但无论你怎么用它,都不能打开这个普通的木弓,弯曲成几根弦,箭头伸出不到5米。这不是致命的。相反,云云飞觉得自己很脆弱,甚至拉弓,射箭,头很好。基本上射 干了后备箱。
; 通宝tb娱乐官网 https:// 通宝tb娱乐官网 ;
席云飞无法接受花了很多时间的人数。如果习云飞不得不选择一种方式,至少为了帮助他的计划,他觉得这很好,并会很好地处理。西云飞不便宜又便宜,每个人都可以一起享用水果。看看锅里的果酱, 长时间舔果酱,镇上有100多人,明天不想去。 “注意吃冰沙的想法。这被பைடு நூலகம்为是像孩子一样。成年人.”习云飞突然想起了那些正在与雪人入口处最大的兄弟交谈的村妇女的后代。两种性别的夏季饮料。 “这是.”,你想帮忙吗?天气如此炎热,我们计划做些好事来帮助每个人,让每个人都冷静下来。 “西云飞不知道该怎么办,但是Huan大家都感到惊讶并点了点头。但她现在拒绝了。无论如何,她还在和 其他人一起在鱼干工作室工作.Xi Yunfei一旦他们答应,他们就开始分工,但最后大约有100个人,不应该一个人:“如果你这样回家并移动房子的大水箱,一个人将负责水果,水果将被打破和破碎。花园 里的一些人面对面,并没有问为什么要打破水果。晁希云飞点点头,分散了。西云飞告诉他的兄弟看他们离开。“兄弟,你教我我想按照给定的方法,将剩余的矿泉水制成冰块。 “我想用它。”西云飞把 果酱鞠躬到锅里。倒入一个陶罐,冷却,然后回到舱内,手里拿着两个大桶,在衡水老白中散装60度,重10磅。我在桶里买了两桶280元,拧开并闻到酒桶的味道。“这只是60度。如果我不在光幕上购买它, 我认为这是一种工业酒精。“