创业计划竞赛6_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
创业计划竞赛6
上传于||暂无简介
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩7页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢人群数量估计领域研究进展_深度学习大讲堂_【传送门】
人群数量估计领域研究进展
深度学习大讲堂
点击上方“公众号”可订阅哦！深度学习大讲堂是高质量原创内容的平台，邀请学术界、工业界一线专家撰稿，致力于推送人工智能与深度学习最新技术、产品和活动信息！摘要本文回顾了人群计数领域近几年的进展，主要从视频监控的人群计数算法、单张图像人群计数算法以及基于深度学习的人群计数算法出发，介绍不同人群计数系统的结构流程，并且简单分析了该领域今后的发展趋势。引言在各大城市中，随着居住人口密度的增长，人群大量聚集的行为越来越多，且规模越来越大。虽然在城市的每个角落几乎都装有摄像设备，但目前人群的聚集仍然缺乏有效的管理和控制。因此，人群计数(Crowd Counting)或者人群密度估计(Crowd Density Estimation)成为安防领域不可或缺的研究课题。最近几年，无论是监控视频还是单张图像的人群计数算法性能都得到很大的提升，当然“万能”的深度学习(Deep Learning)在该领域也表现出极其优越的性能。首先，让我们对人群计数问题有一个直观的感受，即它到底干了一件什么事？图1.
UCSD数据集图1. 是一段监控视频中的两帧画面，相信你会很容易地数出这两张图中分别有18和11个人，这就是人群计数问题。对于上面两张图我们还可以轻易数出人数，但是对于类似于图2. 的场景，你还有耐心数下去吗？显然不会！那么这个任务就需要交给计算机自动地去完成。解决人群计数问题的传统的做法是手动设计并提取各种特征(Hand-crafted Features)，然后再基于这些特征训练一个线性或非线性函数来回归人头数。图2. UCF_CC_50数据集（左）和ShanghaiTech数据集（右）深度学习算法——卷积神经网络(Convolution Neural Network(CNN))使得整个网络同时完成特征提取和回归任务，从而实现端对端的训练(End-to-end Training)。本文主要回顾近几年人群计数领域的发展及深度学习在该领域的应用，接下来文章主要分为三个部分：1）监控视频中人群计数算法。2）单张图像人群计数算法。3）基于深度学习的人群计数算法。监控视频中人群计数算法视频相对于离散的图像而言包含运动的信息，因此大多数基于视频的人群计数算法一般分为三个步骤： 1）前景分割；2）特征提取；3）人数回归。接下来将对这三个步骤分别做详细的介绍。1）、前景分割前景（人群）分割的目的是将人群从图像中分割出来便于后面的特征提取，分割性能的好坏直接关系的最终的计数精度，因此这是限制传统算法性能的一个重要因素。常用的分割算法有：光流法(Optical Flow)、混合动态纹理(Mixture of Dynamic Textures)、小波分析(Wavelets) 等。这种基于运动信息的前景分割算法的缺点非常明显：如果视频中的人站着不动，那么就会把静止不动的人分为背景，从而影响人群计数的性能。2）、特征提取在完成前景分割之后，紧接着就是从分割得到的前景（人群）提取各种不同的低层特征(Low-level Features)，常用的特征有：人群面积和周长(Area and Perimeter of Crowd Mask)、边的数量(Edge Count)、边的方向(Edge Orientation)、纹理特征(Texture Features)、闵可夫斯基维度(Minkowski Dimension)等。3）、人数回归该步骤的目的是将上一步提取到的特征回归到图像中的人数，回归可以是简单的线性回归，也可以用复杂的非线性回归。常用的回归方法有：线性回归(Linear Regression)、分段线性回归(Piece-wise Linear Regression)、脊回归(Ridge Regression)、高斯过程回归(Gaussian Process Regression)等。 接下来让我们通过发表于CVPR08的一篇代表性论文Privacy Preserving Crowd Monitoring: Counting People without People Models or Tracking. 来详细了解整个算法流程。图3. 展示了一个经典的视频人群计数系统：首先采用混合动态纹理的方法将运动的人群分割出来。图3.人群计数系统流程图由于视角原因，靠近摄像头的人要比远离摄像头的人在图像中占更多的像素，作者给人群引入了视角归一化 (Perspective Normalization)，具体操作如图4.所示：图4. Perspective map标定一个地平面(Ground Plane)，测量在上的人在图像中的高度，以及在上人的高度。分别给和上的像素乘以权重和，中间的像素的权重通过这两条线之间的线性插值得到。接下来在归一化后的人群块(Crowd Blob)上提取多种特征（面积，周长，边缘方向，纹理）。最后采用高斯过程回归将提取的特征回归到图像中人群数量。平均绝对误差(MAE)和均方误差(MSE)是常用的衡量算法性能的标准，前者表征算法的准确性，后者表征算法的稳定性，二者的定义如下式：其中是测试的图片数量（视频帧数）是第张图片实际人数是算法估计的人数。单张图像人群计数算法对于单张图像而言没有运动信息，那么人群分割就显得非常困难，因此此类算法一般直接从整张图像或者其子区域提取特征，然后再计算图像中人群数量。发表于CVPR2013的论文Multi-Source Multi-Scale Counting in Extremely Dense Crowd Images提出了一种使用多源信息（Multiple Sources of Information）估计单张具有非常密集人群的图像的人数的方法。作者首先把一张图片分成很多较小的区域如图5.所示：图5.图像区域分割然后对每个区域从三种不同而互补的源进行人数估计，最终这张图像的人数是每个区域的人数之和。这三种源分别是：1）基于HOG的人头检测(HOG based Head Detections)；2）傅里叶分析(Fourier Analysis)；3）基于兴趣点的计数(Interest Points based Counting)。最终每个区域的人数由以上三个源综合得到。由于实际图像相邻区域的人数差别不是很大，作者采用马尔可夫随机场(Markov Random Field)使得估计得到的相邻区域的人数比较光滑。图6.显示了MRF前后每个区域人数的区别。图6.MRF前后区域人数对比基于深度学习的人群计数算法在监控视频的人群计数算法中，前景分割是不可或缺的步骤，然而前景分割本事就是一个比较困难的任务，算法性能很大程度地受其影响。卷积神经网络实现了端对端训练，无需进行前景分割以及人为地设计和提取特征，经过多层卷积之后得到的高层特征(High-level Features)使得算法性能更加优秀。发表于CVPR2015的论文Cross-scene Crowd Counting via Deep Convolutional Neural Networks提出了一个适用人群计数的卷积神经网络模型如图7.所示：图7.人群计数卷积神经网络结构图该网络以图像中72 x 72的图像块 （Patch）作为输入，交替回归该图像块的人群密度和人群总数，相应的损失函数定义如下式：在训练好一个模型后，用与测试数据（和训练数据的场景不同）视角类似的训练图像块(Image Patch)对已经训练好的模型进行微调(Finetune)，从而达到跨场景(Cross-scene)人群计数的目的，具体流程见图8.。图8.跨场景人群计数流程图最后简单介绍下我们最近关于单张图像人群计数的工作：Single-Image Crowd Counting via Multi-Column Convolutional Neural Network，该工作发表于 CVPR 2016. 为了能够更好地抓取图像中不同大小人头的特征，我们提出了适用于人群计数的多列卷积神经模型(MCNN)如图9.所示。该网络的每一列子网络深度相同，但是滤波器的大小(Filter Size)不同（大，中，小），因此每一列子网络的感知域(Receptive Field)不同，能够抓住不同大小人头的特征，最后将三列子网络的特征图(Feature Map)做线性加权（由1x1的卷积完成）得到该图像的人群密度图。由于我们的网络没有使用全连接层(Full-connected Layer)，是全卷积网络(FCN)，因此参数很少，训练起来很快。此外，使用FCN的另外一个好处是输入图像可以是任意大小，从而避免了因调整图像大小(Resize)产生的图像扭曲(Image Distortion)对算法性能的影响。图9.多列卷积神经网络结构图另一方面，为了使得密度图能够更好地与不同视角（不同人头大小）且人群很密的图像对应起来，我们对传统的基于高斯核(Gaussian Kernel)的密度图做了改进，提出了基于几何适应高斯核(Geometry-adaptive Kernels)的密度图，由下式表示：其中是图像中人头位置的冲击函数，是人头在图像中的位置，为图像中人头的总数，为距离人头最近个人头与该人头的平均距离（在人群较密的情况下近似等于人头大小）。这样生成的密度图在人头小/大的位置高斯核的方差小/大（较集中/分散），能够更好地表征人头大小的特征。我们采用优化欧式损失(Euclidean Loss)的方式让网络输出的密度图回归到标准的密度图,损失函数如下式：其中是待优化参数，是训练样本数量，是输入图像，是对应的密度图。而且我们通过实验证实，密度图已经同时包含空间密度信息和人数（密度图求和）信息，交替回归密度图和总人数相对于直接回归密度图没有性能提升。我们的方法在除了UCF_CC_50（训练图片数量太少，难以满足深度学习的需求）以外的常用人群计数数据集上均取得最好的性能(State-of-the-art Performance)：总结与展望以上简单介绍了传统的视频和图像人群计数算法以及基于深度学习的人群计数算法，深度学习算法由于能够方便高效地提取高层特征而获得优越的性能是传统方法无法比拟的，因此今后高性能的人群计数算法很大程度上会采用深度学习的方法。当然，传统基于运动信息人群分割的算法也有自己的一个优点，就是能够统计视频中不同方向人流的人数，这是以单张图片作为输入的卷积神经网络很难实现的。 该文章属于“深度学习大讲堂”原创，如需要转载，请联系loveholicguoguo。 作者简介：
往期精彩回顾
欢迎关注我们！深度学习大讲堂是高质量原创内容的平台，邀请学术界、工业界一线专家撰稿，致力于推送人工智能与深度学习最新技术、产品和活动信息！深度学习大讲堂
觉得不错，分享给更多人看到
深度学习大讲堂 微信二维码
分享这篇文章
7月19日 21:58
深度学习大讲堂 最新文章
深度学习大讲堂 热门文章7位病人将因他赠送的这份无价的生命礼物而重获新生。
汇了钱之后，小高以被拐卖为由，将警察带到了老何家。
声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
　　“白雪可乐”淘宝网购公益项目管委会的部分主要成员，项朴仁（左）、黄伟夫（中）、段章勇（右）。资料图片
　　“白雪可乐”微公益发起人黄伟夫接受新京报记者采访。资料图片
　　志愿者探访病重中的白雪。
　　从白雪人道救助行动，到中国红十字基金会白雪天使基金，再更名为生命天使基金，这个由7个志愿者发起，红基会力挺的人道救援基金，始终伴随着外部的质疑和内部的激烈争论。但在志愿团队和中国红基会合力推动下，虚拟产品白雪可乐曾创造了网络募捐奇迹，成为公益领域一个著名的成功案例。
　　遗憾的是，4月24日，受助者白雪病重离世。随着白雪的离世，质疑声再起。
　　5月16日，网友王帅以捐赠人名义，委托北京东卫律师事务所向红基会发出律师函，提出三点质疑:一、红基会从未将‘生命天使基金’善款明细公示；二、未取得捐赠人同意情况下将善款的一部分挪用，改变捐赠用途；三、基金拖延拨款医疗费用，导致白雪因缺少费用耽误治疗。
　　5月24日，在白雪去世后一个月，中国红十字基金会与质疑方代表举行恳谈会，回应质疑。
　　5月28日，中国红基会法律顾问机构以律师函的形式正式回复王帅的三点质疑。
　　红基会在大病救助上尝试破局的想法、与志愿团队间的磨合、纷争等背后故事也随之浮出水面。
　　缘起：组团救助
　　民间团队联合公募基金会
　　日，在高碑店一间咖啡厅，作为志愿者代表，黄伟夫、吴丹红、马海新、王汶闼奈荒吧耐严嘣夹∽黄鸬幕褂兄泄旎峁ぷ魅嗽敝彀Ш团Ｏā
　　他们的相识，最初是为了共同救助再生障碍性贫血患者白雪。将他们召集起来的，是白雪可乐救助方案的创始人黄伟夫。
　　为给白雪募集善款，黄伟夫将微博加淘宝模式销售虚拟产品白雪可乐的创意写成文案，与红基会交流，他看中了红基会的公募平台。
　　此时的红基会也正苦于救助者多、救助资金和项目有限，超救助范围的患者常常失望而归。
　　“当时考虑到他的设想能打破我们现有项目的限制格局，不妨一试。”朱爱晶说。这是红基会选择和黄伟夫合作的初衷。
　　很快，红基会与黄伟夫签订了白雪人道救助行动授权协议书，授权黄伟夫可组织志愿者团队使用红基会标志，公布红基会账号。通过各种渠道，广泛撒网，黄伟夫开始召集愿意一起救助白雪的另外6名志愿者，发起白雪人道救助行动。
　　9月3日，白雪人道救助行动志愿团队在红基会下成立白雪天使基金，救助更多类似白雪这样的患者，该基金后更名为生命天使基金。
　　与这群志愿者打交道之初，朱爱晶认为，基金是自主管理，红基会只给予指导和提供平台，不会牵扯过多精力。但她低估了志愿者们的个性。
　　志愿团队里的人，各自都有工作和身份，遇到问题时，他们主张民主讨论，而非按某个领导的想法行事，就某些问题产生的争执无可避免。
　　“如果红基会的规则跟我们不同，我们说了算，我们要抗争到底，突破的就是规则。”马海新坦言，尽管和红基会之间大多数情况是和谐的，但也有吵吵闹闹。他们是一帮有个性的队伍，看着不舒服的规则，不符合患者利益的规则，就突破。
　　风波1：募款继续
　　网上热销奇迹引发募款分歧
　　7月1日，白雪人道救助行动志愿团队与白雪和她父亲签署了一份协议，经过白雪许可，以她的姓名、肖像为她筹款，并提到，在优先保证白雪医疗救治的前提下，可救治其他患者。黄伟夫说，白雪全部同意并签字。
　　5天后，虚拟产品白雪可乐在淘宝店上架，团队最初的目标是，14天内为白雪募集到30万元入仓费。
　　“说实在的，当时我没那么大信心，毕竟志愿者能量小一些。”面对整个团队的自信满满，红基会的朱爱晶没那么乐观。
　　但白雪可乐模式出乎意料的成功。
　　到7月10日，白雪可乐卖了近5万件，加上其他渠道捐赠，累计26万元善款入账。远远出乎朱爱晶预料。
　　这一天还出现了一个小插曲。
　　就在团队为销售量开心时，白雪可乐突然下架。淘宝审查认为，卖虚拟产品违规，并没注意到店铺有红基会的公募资质。红基会出面与淘宝沟通后解封。
　　为此，团队感谢红基会，没有他们提供公募平台，白雪可乐无法创造奇迹。
　　7月12日，一家媒体的报道将销售推向最高峰，截至7月15日，善款已经超过50万元。
　　但白雪可乐并没下架。
　　当第166667罐白雪可乐卖完时，黄伟夫又上架了一批白雪可乐，这次他没有和红基会商量。“红基会当时挺生气，而我认为他们不懂网络。”
　　朱爱晶说，生气的原因在于，下一步是否继续募款，上多少件合适，以及筹款目标都该一起商量，否则容易引起公众反感。“不跟我们打招呼就自己办了，这种情况挺多的，生气也没办法。”朱爱晶称，这是第一次做网店募款方式，没经验也没规则可循，除了警告，也没其他办法。
　　“为什么钱筹到了，你们还在卖？是不是在拿患者赚钱？”质疑不断传来。与志愿者相识的其他志愿者建议，暂时停一停，等缺钱了再卖。淘宝店的评价里，甚至有人给出差评。
　　“现在卖得正火，停下来能否再火起来是个未知数，多筹集一点对白雪安全有考虑。”团队的思路是，要趁着这个时机募款。红基会也认可了。
　　7月中旬，白雪人道救助行动团队发表声明，宣布暂不关闭募捐渠道，旨在筹集更多善款，用于更多急需救助的再障病患。
　　风波2：紧急追票
　　红基会提前拨款常遇“无票据”
　　为提高拨款速度，从红基会7月15日为白雪进仓拨付第一笔善款开始，很多时候是在没有票据的情况下提前拨款。这是红基会希望提高拨款速度的尝试，在规则与突破规则之间，他们也曾困惑和纠结。
　　“没有票据，审计无法通过，只要在审计前拿到票据就可以，我们只能打时间差。”朱爱晶说。
　　从第一笔入仓费拨付到下一次拨款前，志愿者提供了白雪的医疗费用清单，证明30万元花在了哪里。虽然不是用于报销的票据，但红基会能确保善款不被乱用，再进行下次拨款。
　　截至去年11月，红基会拨给白雪的善款已达101万元左右，其中包括11万元个人生活费。
　　2014年年初，红基会所有财务情况将进行审计。去年12月，红基会开始为2013年的年度审计做准备。而白雪的票据还没回来，朱爱晶急了，不得不让志愿团队紧急追票。
　　期间，团队与白雪产生不快。但他们很清楚，有些原则问题必须坚持。审计通不过，将影响到其他项目。
　　但是，当王汶隳米虐籽┘幕氐90万元票据问朱爱晶，“还没去医保报销，是你们留下，还是白雪先拿走”时，朱爱晶陷入纠结。
　　志愿团队内部，想法一致，认为票据应先拿去报销，报销的钱仍用于白雪的医疗救治，而不是改善生活。
　　红基会担心，拿了原始票据，白雪就会丧失医保报销机会。但这笔钱是捐款，红基会历来的救助是在医保报销之后，用善款作为补充提供救助。另外，他们还担心因病致富，这种情况曾经发生过，患者先花善款，等病好了，医保报销的钱又没用，装进自己的腰包。这样就违背了社会公正公平。
　　出于对志愿团队的相信，又有协议制约，红基会想出折中办法，留下票据复印件和医疗费用清单，在加盖医院印章后，应该能通过审计，“这些能证明钱没乱花，确实花在了白雪救助上。”
　　原始票据回到白雪手上，最终白雪拿着这些票据获得21万元的保险报销，包括6万元医保报销和15万元的人寿保险报销。在红基会和志愿团队看来，这也算是让善款作用最大化。
　　“复印件能说明善款用在规定的项目方向上了，但最为严谨的应当是医疗合规票据。”红基会希望，志愿者尽快联系白雪父亲，追回原始票据。
　　风波3：善款归属
　　白雪生前曾想要回账面善款被拒
　　今年1月16日，参酌白雪本人意愿，经管委会讨论，白雪天使基金更名为生命天使基金。
　　马海新拿出2013年11月白雪写给志愿者团队的信称，白雪希望与白雪天使基金脱钩，要求基金不再使用她的名字，并要求将基金当时账面的80余万元善款全部交由她掌管，由她自己公布善款使用情况。马海新说，当时白雪认为，钱是捐给她的，理应归她了。
　　团队同意了白雪的其他要求，唯独善款不能划拨到白雪个人账户。
　　他们给白雪的解释是，这是捐款人捐出来的公共资产，不属于她个人财产。“如果我们给她，是我们的失职。当时还从大的方向告诉她违反国家现有的法律法规，这并不是针对她，有一些个案，拿了善款不用于治疗，去干别的事情。”
　　对于善款归属问题，黄伟夫曾提出，为了尊重捐款人意愿，应该让捐款人做二次选择，要么给白雪家，要么救助其他患者，或者要求退还。这件事遭到其他团队成员的坚决反对后作罢。
　　在白雪医保报销完拿到21万元善款后，黄伟夫称，在报销的钱的归属上，白雪与团队之间也出现不同意见。
　　白雪觉得钱应该归自己，而团队认为，这笔钱应该放入基金，继续用于白雪的后期治疗。如果白雪把用善款得到的报销归自己就属于不当得利。
　　但黄伟夫称，由于在救助白雪之前，还有其他团队在救助白雪，这里面还掺杂了其他善款、她自己家掏的一点钱，无法分割。后来就没再就这个问题继续争论，因为这21万元治病恐怕还不够，团队让白雪先花报销款，然后再向基金申请拨款。
　　风波4：善款出借
　　其他患者短期借款引内外争端
　　在救助白雪同时，团队在淘宝店也上了其他虚拟产品，为其他患者募款。然而，没有任何一件产品比得过白雪可乐的筹款速度。
　　去年11月，陆续有患者提出，想借用白雪可乐卖的善款，后期再还回。
　　就是否能借，内部意见出现分化。用王汶愕幕八担粤⒈冉霞馊瘛
　　支持方积极主张资源不能闲置，认为资源闲置是救助效率低下的表现。在白雪的善款还够用情况下，可先救助他人，给另一个人活的机会，两三个月后再还钱。
　　而反对方顾虑：救活了固然好，万一两人的治疗都耽误了呢？
　　“有人要突破规则，我不同意，甚至说过，如果谁敢借用我就告红基会。”黄伟夫是反对方代表，他曾拍着桌子威胁红基会，不许把钱借出去。他坚持认为，这样做不合理不合法。“借给谁没有规则，没规则的最大风险是以公谋私。”
　　朱爱晶提出，必须明确规则，体现公平性，要想清楚，现在的钱是否能保证白雪后续治疗？为什么是借给这个孩子，而不是别的孩子？对于红基会，志愿团体提出的借款也从无先例，这件事突破了他们的工作规则。
　　这些申请最终没有通过。直到2014年2月，一名患儿情况危急，有关借款的事再被提及。
　　激烈讨论历时一周，外出的黄伟夫没参与，但默认了结果，团队最终达成一致，以管委会这帮志愿者托底担保的方式，将白雪可乐和另两款虚拟产品募集的善款组合出借给该患儿20万元，3个月后还款。
　　“我已做好心理准备，如果白雪急需钱，这个孩子家里又还不了的话，几个管委会的人必须凑出这笔钱替借款患者还款。”黄伟夫说。
　　这次借款，被网友王帅质疑称，挪用善款未取得捐款人同意，也没征求白雪同意。
　　尽管白雪的态度反反复复，但马海新认为，当初与白雪签订的协议表明，白雪签字同意在优先获得募捐款项的情况下，将其治疗所需医疗费外的结余费用用于其他患者救助。
　　志愿团队还咨询了院方，当时白雪可乐的账面上还有50万余元，经医院评估，白雪病情已稳定，近期不会有大额医疗费用产生。综合了医院、患者及家属的信息后，团队认为，并不会对白雪的治疗造成影响。
　　朱爱晶指出，尊重捐赠人意见是必要的，但网络募款面对的捐赠人太多，他们最终采取了在官方微博公示的方式告知，公示后就拨款了。
　　风波5：拨款速度
　　平均3天拨款到账被认为太慢
　　从志愿团队提出拨款申请，到善款拨付，红基会称，拨款速度平均3天左右。救助白雪的拨款方法，可让患者最火烧眉毛时给他们提供及时救助。
　　而此前的拨款方式让一些患儿家长有怨言。以小天使基金的拨付程序为例，患者必须拿着票据先进行医保报销，再拿来红基会申领救助款。朱爱晶就曾在某医院遇到过一个家长，“他听到是小天使基金的，表情中有一种不屑，说‘要申请那么长时间，那么点儿钱’。”
　　生命天使基金管委会办公室主任“仙人掌”恨不得申请一提出，红基会马上就给拨款。
　　而白雪也曾对拨款速度表达过不满。今年3月16日再次住院后，白雪曾发微博表示，“向基金申请拨款，未受理原因不知。当被受理时红基会休息，拨款不能及时到账，医院账户余额只能开具常用药品，身体有些难受。”
　　这条微博被王帅认为，基金拖延拨付治疗费，并最终导致白雪耽误治疗。
　　红基会表示，此次拨款申请提交仅30小时左右，10万元费用就已拨付到账。基金管委会成员马海新说，针对白雪的17次拨款，没有任何一次因资金的拨付直接影响白雪的治疗和生命。
　　在拨款速度方面，红基会觉得很委屈。与志愿团队的合作，本来就是想提高拨款速度和覆盖更多受助人群，平均3天的拨款速度，已远远超过以前。
　　“红基会面向全国患者，和他们只关注一个患者，对拨款拖延问题的感受是不一样的。”朱爱晶解释，从工作人员角度来讲，每年受理的白血病、先心病、再障病的孩子3000多人，那么多孩子都要拨付款，有的等了好几个月甚至一年。而生命天使基金救助的患者，红基会开通了绿色通道快速拨付。“什么是快什么是慢，要进行比较后再分析是合理的。”
　　在后来的吵吵闹闹中，朱爱晶曾一度想，“要是这个项目停了我得有多轻松啊，干吗把自己搞得这么累。”她表示，红基会欢迎志愿者加入，但希望不要经常把红基会的规则当敌人看待。
　　对此，志愿团队也很感谢红基会能容忍他们，“挺不容易的，我们干了不少大闹天宫的事情，感谢他们容忍、支持和配合。”
　　■&专家回答
　　答题人：北师大中国公益研究院研究部副主任程芬
　　善款是否可以放入受助人个人账户？
　　程芬：善款一旦进入了红基会账户，就属于公共资产，它的支出要符合公共资产的各种支出理由。没有合理理由，是不能用于个人分配的。白雪个人对这笔钱没有决定和支配权。
　　捐款人是否可以要求退款？
　　程芬：按照国家现有法律，公益捐赠是不可撤销的，你的钱捐赠出来进入了公共账户，就成为了公共资产。除非在募捐时与捐赠人有特别约定，在什么条件下可以撤销捐赠。而白雪可乐作为一款在网络销售的公益产品，借助的是第三方平台筹款，如果捐赠人在购买后，善款尚未进入红基会账户前，可以认为是捐赠过程没有完成，可以要求撤销捐款。
　　白雪可乐募集的善款是否可以出借给其他患者？
　　程芬：挪用是指违反了基金的适用范围。如果专项基金只是用于白雪个人，就属于挪用，但如果写的是用于这一类人的救治，就不构成挪用。
　　至于出借善款，其实是一个有弹性的问题，很难说可以或者不可以。基金如果规定救助的是和白雪类似的患者，将虚拟产品募集的善款组合救助其他同类患者，我觉得是可以的。慈善公益组织不是为某一个人服务的，解决的肯定是一个群体的事情，所以，不能说这个人没有用她的名义募款就得不到救助，这是不公平的。但这个决定应该由基金管理委员会集体决定是否可以出借，是否符合专项基金的管理办法、章程。
　　■&新闻背景
　　生命天使基金
　　起源于“白雪人道救助行动”，即中国红十字基金会授权志愿者黄伟夫开设淘宝网店、通过销售虚拟爱心产品“白雪可乐”，为贫困再生障碍性贫血女孩白雪募集骨髓移植费用。行动启动10天筹集善款近百万元，至10月底共募款170余万元，成功完成了资助白雪进行骨髓移植的行动目标。该行动结束后，为救助更多像白雪一样的贫困大病患者，在中国红十字基金会的支持下，去年10月16日，白雪天使基金成立，后更名为生命天使基金。
　　A特06版-A特07版采写/新京报记者&王卡拉&李禹潼&实习生&李相蓉
欢迎举报抄袭、转载、暴力色情及含有欺诈和虚假信息的不良文章。
请先登录再操作
请先登录再操作
微信扫一扫分享至朋友圈
搜狐公众平台官方账号
生活时尚&搭配博主 /生活时尚自媒体 /时尚类书籍作者
搜狐网教育频道官方账号
全球最大华文占星网站-专业研究星座命理及测算服务机构
中国日报网商业频道拥有国内一流的网络营销团队和广告策划团队...
主演：黄晓明/陈乔恩/乔任梁/谢君豪/吕佳容/戚迹
主演：陈晓/陈妍希/张馨予/杨明娜/毛晓彤/孙耀琦
主演：陈键锋/李依晓/张迪/郑亦桐/张明明/何彦霓
主演：尚格?云顿/乔?弗拉尼甘/Bianca Bree
主演：艾斯?库珀/ 查宁?塔图姆/ 乔纳?希尔
baby14岁写真曝光
李冰冰向成龙撒娇争宠
李湘遭闺蜜曝光旧爱
美女模特教老板走秀
曝搬砖男神奇葩择偶观
柳岩被迫成赚钱工具
大屁小P虐心恋
匆匆那年大结局
乔杉遭粉丝骚扰
男闺蜜的尴尬初夜
客服热线：86-10-
客服邮箱：}