会计属性

摘要： 《企业会计准则——应用指南》(财会[2006]18号)之附录“会计科目及主要账务处理”(以下简称指南附录)将“以前年度损益调整”科目归属为损益类科目,它与其他损益类科目甚至与其他所有者权益类科目有何区别与联系?其是否一定要被归属为损益类科目?本文拟结合具体案例来对此分析。

摘要： 在十余年会计专业教学和班主任生涯中,总是有一个问题:兴趣和知识,到底哪个在先,哪个重要?没有从方法论出发,另辟蹊径,基于会计学视角,笔者从会计属性(信息系统论和管理活动论)角度,剖析当下课堂教学中存在的问题以及产生的原因,结合课程思政,思考如何提升学生可持续学习能力:兴趣.

摘要： 近年来,国内永续债市场蓬勃发展,与之相配套,我国也发布了一系列与永续债有关的会计政策和税务政策.本文首先介绍了永续债的发展现状,然后分析了永续债会计属性认定的政策依据,结合实践统计数据和具体合同条款从到期日及赎回权条款、投资者回售选择权、利率跳升条款和间接义务、减记条款、利息发放条款、偿付顺序六个方面探讨了会计属性分类的实践问题,并对照财税2019年64号文分析了不同条款下永续债发行人和投资者双方的税务处理模式及可能延伸出的实践问题,最后给出了相关建议.

摘要： 2018年12月,IASB发布了有关如何分类具有权益特征的金融工具的讨论稿,之后我国财政部也出台了有关规定并宣布立即施行.从结果来说,讨论稿和我国新规都使得原来被分类为权益工具的永续债面临重分类,计入金融负债;此外,根据万得数据库,截至2018年12月22日,我国非金融机构发行的存量永续债规模达到1.62万亿元,因此,新规的实施必定会对我国资本市场造成不小冲击,在新金融工具准则下研究永续债这种具有权益特征的金融工具分类有十分重要的意义.文章梳理、分析了近年来IASB及我国企业会计准则在金融工具会计属性分类方面的相关文件,总结了新规实施后会对我国目前存量永续债及其发行企业造成的影响,以期为进一步完善相关规定提供参考.

摘要： 文章对城市轨道交通企业持有的城市轨道交通隧道的会计属性进行探讨,以期为城市轨道交通隧道的会计处理提供一些新的思考.借鉴相关文献及行业案例,文章认为:在表现形式上,该类资产属于有形资产,鉴于我国尚未针对企业公共基础设施出台具体会计准则,该类资产应确认为固定资产;在经济实质上,企业对该类资产的权力,是没有实物形态的特许经营权,这种特许经营权具有可辨认性和非货币性,符合无形资产的界定.从实质重于形式的角度出发,文章更倾向于建议城市轨道交通企业选择无形资产模式.

摘要： 文章对城市轨道交通企业持有的轨道交通隧道的折旧(摊销)方法进行探讨,借鉴相关文献及行业案例,认为:(1)在固定资产模式下,若轨道交通企业能通过良好的维护使该类资产的性能以及所提供的公共交通服务伴随着企业的永续经营而永久维持,且在可预见的未来不存在无形损耗或法律限制等风险,该类资产的折旧年限可确认为无限期.(2)在无形资产模式下,该类资产应确认为使用寿命不确定的无形资产,不予摊销.

摘要： 根据 2019 年中国互联网络信息中心(CNNIC)在京发布的第 43 次《中国互联网络发展况统计报告》显示,我国的网络游戏 市场已经达到 2600 亿元人民币的规模,网络游戏中的虚拟道具却并不是探讨的热点。2016 年随着《营业税改增值税试点实施办法》 的颁布,网络游戏所在的行业虽由营业税改增增值税,但关于网络游戏中虚拟道具的会计属性问题却一直存在分歧。本文结合现行准 则,对我国网络游戏虚拟道具的会计属性问题提出了一定的改善建议,以期为相关税法准则的完善提供参考。

摘要： 可交换债做为一种付换股权的创新债券品种出现在中国市场的时间很短.2014年底,首只公募可交换债"14宝钢EB"以票息区间下限发行,并在二级市场大受追捧,价格一度突破200元.之后随着付赎回和回售条款的"15天集EB"成功发行标志着该品种逐步走向成熟.本文第一部分简要介绍可交换债的基本条款和特点.第二部分梳理了中国金融市场上的可交换债券额发展历程和法律法规体系.第三部分对可交换债券与可转换债券的区别进行了论述,并对可交换会计属性进行了分析,最后结合实践案例选择具体入账科目.第四部分总结可交换债的特点与未来在中国金融市场上发展展望.

摘要： 可交换债做为一种付换股权的创新债券品种出现在中国市场的时间很短。2014年底,首只公募可交换债＂14宝钢EB＂以票息区间下限发行,并在二级市场大受追捧,价格一度突破200元。之后随着付赎回和回售条款的＂15天集EB＂成功发行标志着该品种逐步走向成熟。本文第一部分简要介绍可交换债的基本条款和特点。第二部分梳理了中国金融市场上的可交换债券额发展历程和法律法规体系。第三部分对可交换债券与可转换债券的区别进行了论述,并对可交换会计属性进行了分析,最后结合实践案例选择具体入账科目。第四部分总结可交换债的特点与未来在中国金融市场上发展展望。

摘要： 本发明提供具有针对人的高检测精度的属性确定方法、属性确定装置、程序、记录介质以及属性确定系统，利用这样的方法、装置和系统，甚至在脸部的特征部位被隐藏的情况下也能够确定人的属性。本发明的属性确定方法包括：图像获取步骤(S11)，获取待确定人的图像；属性确定区域检测步骤(S21)，检测从来自待确定人的图像的头部区域、脸部区域以及其他区域构成组中选择的至少两个属性确定区域；以及属性确定步骤(S22)，基于至少两个属性确定区域的图像来确定属性。

摘要： 本发明提供属性确定方法、属性确定装置、程序、记录介质以及属性确定系统，具有高检测精度，利用这样的方法、装置和系统，甚至可以在人并不完全正面面向的情况下也能够确定人的属性。本发明的属性确定方法包括：图像获取步骤(S11)，获取待确定图像；头部区域检测步骤(S21)，从待确定图像中检测头部区域；以及属性确定步骤(S22)，基于头部图像来确定属性。

摘要： 本发明提供了一种快速而准确地检测图像中的头部的头部检测方法。本发明的头部检测方法使用：预备的头部检测模型和确定的头部检测模型，其中所述预备的头部检测模型是利用作为正例的图像和作为反例的图像获得的，该作为正例的图像中的每一个在预先规定的规定图像区中包括头部的至少一部分，该作为反例的图像中的每一个在所述规定图像区中不包括头部，所述确定的头部检测模型是利用作为正例的图像和作为反例的图像获得的，该作为正例的图像中的每一个包括与所述规定图像区中预先规定的位置和尺寸相匹配的头部，该作为反例的图像中的每一个包括与所述规定图像区中预先规定的位置和尺寸中的至少一个不匹配的头部。

摘要： 具有属性判定装置和拍摄图像的多个拍摄装置的属性判定系统的属性判定装置具有：图像获取部，获取上述多个拍摄装置拍摄到的图像；图像解析部，提取映有作为属性判定对象的第一对象的图像，对在提取出的上述图像中映有的上述第一对象进行图像解析，并且对拍摄到映有上述第一对象的图像的每个第一拍摄装置计算上述第一对象为第一属性的第一概率；以及属性判定部，基于第二概率和上述第一概率，判定上述第一对象是否为上述第一属性，上述第二概率是上述多个拍摄装置分别具有的概率且表示在拍摄到的图像中映有上述第一属性的对象的概率。

摘要： 属性协作装置(20)将由多个数据管理装置(30)分别管理的属性信息发送给某个数据管理装置(30)，使该数据管理装置(30)基于属性信息指定对数据的访问条件，并在此基础上存储所述数据。属性协作装置(20)将访问信息发送给某个数据管理装置(30)，使该数据管理装置(30)基于访问信息来判定是否满足访问条件，从而控制对数据的访问，该访问信息中设定了由多个数据管理装置(30)分别管理的属性信息中的与对象用户相关的属性信息。

摘要： 本发明提供了一种快速而准确地检测图像中的头部的头部检测方法。本发明的头部检测方法使用：预备的头部检测模型和确定的头部检测模型，其中所述预备的头部检测模型是利用作为正例的图像和作为反例的图像获得的，该作为正例的图像中的每一个在预先规定的规定图像区中包括头部的至少一部分，该作为反例的图像中的每一个在所述规定图像区中不包括头部，所述确定的头部检测模型是利用作为正例的图像和作为反例的图像获得的，该作为正例的图像中的每一个包括与所述规定图像区中预先规定的位置和尺寸相匹配的头部，该作为反例的图像中的每一个包括与所述规定图像区中预先规定的位置和尺寸中的至少一个不匹配的头部，所述方法包括：图像获取步骤，获取待检测图像；预备的头部检测步骤，裁剪出所述待检测图像的所述规定图像区作为图像片，通过参考所述预备的头部检测模型，从所述待检测图像中检测头部图像；以及确定的头部检测步骤，通过参考所述确定的头部检测模型，从在所述预备的头部检测步骤中获取的多个头部图像中检测所述确定的头部图像。

摘要： 本发明提供属性确定方法、属性确定装置、程序、记录介质以及属性确定系统，具有高检测精度，利用这样的方法、装置和系统，甚至可以在人并不完全正面面向的情况下也能够确定人的属性。本发明的属性确定方法包括：图像获取步骤(S11)，获取待确定图像；头部区域检测步骤(S21)，从待确定图像中检测头部区域；以及属性确定步骤(S22)，基于头部图像来确定属性。

摘要： 本发明提供具有针对人的高检测精度的属性确定方法、属性确定装置、程序、记录介质以及属性确定系统，利用这样的方法、装置和系统，甚至在脸部的特征部位被隐藏的情况下也能够确定人的属性。本发明的属性确定方法包括：图像获取步骤(S11)，获取待确定人的图像；属性确定区域检测步骤(S21)，检测从来自待确定人的图像的头部区域、脸部区域以及其他区域构成组中选择的至少两个属性确定区域；以及属性确定步骤(S22)，基于至少两个属性确定区域的图像来确定属性。

摘要： 本发明涉及场景识别技术领域，尤其涉及一种基于类别标签和属性注释的多任务属性场景识别方法，基于多任务属性场景识别网络MASR，利用并计算对象属性分数对对象属性进行筛选精简，简化属性注释流程，减小由数据引起的训练偏差，此外，在MASR网络中设计并运用了一种属性损失函数与一个属性层，以充分利用上述筛选与精简后的属性特征，根据对象检测分数的重要性级别，对对象属性进行重新加权。本发明有效地注释了四个大规模数据集的属性标签，实验结果表明，与最先进的方法相比，本发明学习了更具辨别力的表示并实现了有竞争力的识别性能。

摘要： 本发明属于模式识别、计算机视觉、视觉场景分析及多标签分类领域，具体涉及了一种基于属性特征学习解耦的行人属性识别方法及系统，旨在解决有技术采用相同的特征分类不同的属性，从而行人属性识别的有效性低、鲁棒性不强的问题。本发明包括：通过基于深度神经网络构建的特征提取模型，并提取待识别预处理图像的卷积图像特征；预设可学习参数并获取每个类别属性的属性索引特征；通过语义空间互注意力模块提取属性特征和索引注意力图；以前一个语义空间互注意力模块的输出作为当前模块的输入进行迭代；通过属性分类器进行迭代获得的最终的待识别图像属性特征的分类。本发明可应用于各场景的行人图片属性识别，并能显著提高行人图片属性识别的性能。