• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    動態(tài)時間規(guī)整優(yōu)化局部分塊匹配的人臉識別

    2014-07-07 01:49:56徐屹
    計算機工程與應(yīng)用 2014年6期
    關(guān)鍵詞:圖庫規(guī)整識別率

    徐屹

    湖南工業(yè)職業(yè)技術(shù)學(xué)院信息工程系,長沙 410208

    動態(tài)時間規(guī)整優(yōu)化局部分塊匹配的人臉識別

    徐屹

    湖南工業(yè)職業(yè)技術(shù)學(xué)院信息工程系,長沙 410208

    針對現(xiàn)實人臉識別中姿勢、光照、表情變化及遮擋等嚴(yán)重影響識別性能的問題,提出了一種基于動態(tài)時間規(guī)整優(yōu)化局部分塊匹配的戶外人臉識別算法。將人臉圖像劃分成若干大小相等且互不重疊的局部小塊;借助于光柵掃描順序?qū)⒏鱾€小塊按照前額、眼睛、鼻子、嘴巴和下巴的順序連接成一個單一序列;計算查詢?nèi)四樑c注冊人臉之間圖像到類的距離,利用動態(tài)時間規(guī)整的設(shè)計思想尋找查詢序列與所有注冊序列之間的最佳對齊方式。在三個公開人臉數(shù)據(jù)庫LFW、AR及YouTube上的實驗驗證了該方法的有效性及可靠性,實驗結(jié)果表明,相比其他幾種較為先進的人臉識別方法,該方法取得了更高的識別率,此外,該方法無需任何訓(xùn)練過程,計算成本低。

    人臉識別;動態(tài)時間規(guī)整;局部分塊匹配;查詢?nèi)四?;探針圖像

    近年來,非約束條件下的人臉識別(FR)[1]引起了學(xué)者們廣泛的興趣,許多人臉識別方法在處理約束條件人臉識別時取得了很好的識別效果,然而,由于姿勢、光照、表情變化或遮擋常有發(fā)生,這種非限制條件人臉識別已成為一項更具挑戰(zhàn)的任務(wù)[2]。

    戶外標(biāo)記人臉(Labeled Face of Wild,LFW)數(shù)據(jù)集[3]公開后,學(xué)者們提出了一些新的用于提高非限制條件下人臉識別性能的方法,例如,文獻[4]提出利用三塊局部二值模式(Local Binary Pattern,LBP)和四塊LBP特征對中心像素周圍的相鄰圖像塊之間的相似性進行編碼,從而采集到互補于LBP特征的信息,文獻[5]將每個人臉圖像描述成可視化的多區(qū)域概率直方圖,有效地改進了光照變化人臉識別問題。為了解決光照、表情、姿態(tài)變化人臉識別問題,文獻[6]提出使用無監(jiān)督學(xué)習(xí)方法對每個人臉圖像的微觀結(jié)構(gòu)進行編碼。針對在劇烈光照變化情況下無法獲得足夠的特征描述信息的問題,基于梯度幅值自相似性,文獻[7]提出了稱為梯度邊緣幅值模式(Pattern of Edge Gradient,POEM)的判別性特征描述符,取得了很好的識別效果,但是,一定程度上增加了計算開銷。為了更好地改善姿態(tài)、表情變化對識別的影響,文獻[8]采用了生物激發(fā)視覺表示,文獻[9]提出使用屬性和相似分類器輸出作為人臉識別的中層特征,文獻[10]使用最接近給定查詢圖像的秩作為這個查詢圖像的描述符。文獻[11]提出了基于距離的邏輯判別和基于距離的最近鄰度量方法,文獻[12]提出了余弦相似性度量學(xué)習(xí)方法,最近,文獻[13]提出了“關(guān)聯(lián)預(yù)測”模型,利用帶有較大個人內(nèi)部變化的附加通用數(shù)據(jù)集來測量兩幅圖像之間的相似性,緩解了場景變化對識別效果的影響。上述各方法均取得了良好的識別效果,但是,當(dāng)應(yīng)用于帶有較大的姿勢、光照、表情及場景變化的戶外人臉識別中時,各方法并不能取得令人滿意的結(jié)果[14]。

    基于上述分析,為了更好地解決帶有光照、表情、姿態(tài)變化及面部遮擋的人臉識別問題,提出了一種基于動態(tài)時間規(guī)整(DTW)[15]的局部分塊匹配人臉識別方法。首先將圖像劃分成子塊,然后以光柵掃描順序重新形成一個序列,在這種方式下,人臉由包含臉部特征順序信息的塊序列表示,本文方法計算查詢?nèi)四樅妥匀四樦g圖像到類的距離,尋找查詢序列和所有注冊序列之間的最佳對齊方式。實驗結(jié)果驗證了本文方法的有效性及可靠性。該研究為FR應(yīng)用提供了一種有效的候選方法,所提模型與現(xiàn)實世界FR應(yīng)用的各種圖像描述符和特征提取方法均兼容。

    1 方法提出

    1.1 圖像表示

    將圖像劃分成M個不重疊子塊,大小為d像素× d′像素,然后依光柵掃描順序重新將這些子塊聯(lián)接成一個單一序列。人臉由前額、眼睛、鼻子、嘴巴和下巴這樣的自然順序組成,盡管有遮擋和不精確注冊,這個順序是不變的。人臉圖像以塊序列表示,其中塊位置順序(即人臉特征的順序)可作為時間信息,因此,處理FR問題可以使用時間序列分析技術(shù)。

    Fi表示第i塊,通過相鄰兩個塊對應(yīng)像素的值相減計算差異塊▽Fi,即

    其中,(x,y)是一個像素點的坐標(biāo)。

    這些由空間連續(xù)塊產(chǎn)生的差異塊能增強人臉序列內(nèi)的順序信息,這與所提模型是兼容的。此外,從宏觀角度來講,當(dāng)每個塊的大小非常小時,每個塊就是一個像素點,差異塊▽Fi實際上可以認(rèn)為是相鄰像素Fi+1與Fi的近似一階導(dǎo)數(shù),因為一階導(dǎo)數(shù)操作對邊緣敏感,如眼睛、鼻子、嘴巴這些能夠表示詳細紋理區(qū)域的顯著臉部特征就會增強。圖1所示為本文方法的圖像表示框架。本文方法將差異塊的灰度值作為特征,相比使用原始塊,相同類的距離分布和不同類的距離分布分離更大。

    1.2 動態(tài)圖像類規(guī)整

    圖1 本文方法的圖像表示

    通過定義序列之間的距離度量來實現(xiàn)人臉匹配,通常,如果兩個序列彼此類似,則期望更小的距離。使用DTW計算兩個時間序列之間的距離,例如,對于兩個序列A=(3,1,10,5,6)和B=(3,2,1,10,5),它們之間的歐氏距離是,對于這兩個近似序列來說這個值有些大,然而,如果忽略B中的“2”,用A中“1,10,5”匹配B中“1,10,5”,不使用按位匹配,A和B之間的距離會大幅減小。DTW基于這個思想計算兩個序列之間的距離,以最小的整體成本尋找它們之間的最優(yōu)對齊方式。匹配期間要考慮順序信息,因此,不允許有交叉匹配(如A中的“3”匹配B中的“2”,而A中的“1”匹配B中的“3”)。對于FR,這非常合理,因為臉部特征的順序不能逆轉(zhuǎn)。

    借助于DTW的設(shè)計思想,本文方法試圖找到人臉序列之間的最佳對齊方式,降低遮擋塊的影響,將兩個序列之間的對齊方式擴展成一個序列和給定類序列集之間的對齊方式。包含M個塊的探針圖像表示為P={p1,…,pm,…,pM},其中,pm是前文提到的差異塊,包含K幅圖像的給定類的圖庫集表示為G={G1,…,Gk,…,GK},其中,每個Gk={gk1,…,gkn,…,gkN}是包含N個塊的一幅圖庫圖像,gkn指的是類似pm的塊向量。DTW和本文方法的對齊方式如圖2所示,規(guī)整在兩個方向上執(zhí)行:(1)按照時間維度(維持順序信息)將探針序列P對齊到給定類的圖庫序列集G;(2)在每個時間步P的每個塊沿著類內(nèi)維度匹配到所有圖庫序列中最相似的塊。其中,箭頭指示每個塊的對齊方式,虛線標(biāo)記了圖像和圖庫圖像集之間的最佳規(guī)整路徑。

    圖2 DTW(左)和本文方法(右)的對齊方式說明

    規(guī)整路徑W表示的是T個時間步的P和G之間的對齊方式,定義為W={w1,w2,…,wT}。第t個元素wt是一個索引三元組{mt,nt,kt},表示的是塊pmt匹配到塊gktnt,其中,mt∈{1,2,…,M},nt∈{1,2,…,N},kt∈{1,2,…,K}??紤]到FR的內(nèi)容,W滿足下列4個約束:

    邊界約束:m1=1,n1=1,mT=M,nT=N。路徑起始于匹配p1到gk11,以匹配pM到gkTN結(jié)束,從1到T,k可以是1到K之間的任意值,因為探針塊可與圖庫中任意K幅圖像的塊匹配。

    連續(xù)性約束:mt-mt-1≤1,nt-nt-1≤1,每執(zhí)行一步路徑的索引增加1,探針和圖庫圖像中的所有塊都會處理到。

    單調(diào)性約束:mt-1≤mt,nt-1≤nt,路徑保存時間順序,且單調(diào)增加。

    窗口約束:|mt-nt|≤l,其中,l∈N+是窗口長度,探針塊不應(yīng)該與距離太遠的塊匹配(如眼睛不能匹配到嘴),長度為l的窗口能限制規(guī)整路徑在一個合適的范圍內(nèi)。

    創(chuàng)建一個局部距離矩陣C∈RM×N×K,其中,每個元素Cm,n,k存儲歐氏距離,稱為局部成本,pm和gkn之間:Cm,n,k=||pm-gkn||2,W的整體成本定義如下:

    最優(yōu)對齊方式(即最優(yōu)規(guī)整路徑)W*是S(W)最小的路徑,P和G之間的圖像到類之間的距離即為簡化的W*整體成本:

    計算DDTW(P,G)能夠測試所有可能的規(guī)整路徑,但是計算成本很高,值得慶幸的是,動態(tài)規(guī)劃(DP)可以有效地求解式(3)。創(chuàng)建一個三維累積矩陣C∈RM×N×K,元素Dm,n,k存儲子問題的成本,即分配一個m個塊的序列到一個有n個塊的序列集,匹配第m個塊pm到第k個圖庫圖像的塊,DDTW(P,G)的計算基于一系列子問題的結(jié)果,D可遞歸計算為:

    其中,初始化將D擴展為一個(M+1)×(N+1)×K的矩陣,設(shè)置D0,0,k=0,D0,n,k=Dm,0,k=∞,×表示笛卡爾積操作,因此,DDTW(P,G)可由下式得到:

    然后探針圖像P分類到距離最短的類,未對式(4)的第一項的k作任何約束,因為在每個時間步,探針塊可與圖庫中任意K幅圖像的塊匹配。

    本文方法能從所有可能的規(guī)整組合中找到整體成本最小的對齊方式,因此,整體距離主要依賴于人臉最相似的部分,這與視覺感官也是一致的。圖3解釋了圖像到類的規(guī)整,圖3(a)中,遮擋的人臉屬于類2,但當(dāng)使用圖像到圖像距離時會被錯誤分類(最近鄰屬于類1),盡管圖像到圖像距離比類2的每個單個圖庫圖像大,但是圖像到類距離小,能夠產(chǎn)生正確分類。如圖3(b)所示,每一步中,探針圖像的每個塊與圖庫圖像最相似的塊匹配,圖像到類距離計算主要基于這些成對的最相似的塊(匹配的塊用相同顏色表示)。

    算法1總結(jié)了計算探針圖像與類之間距離的過程,時間復(fù)雜度為O(lmax(M,N)K),其中l(wèi)<<M(l通常設(shè)置為max(M,N)的10%)。當(dāng)每個類的圖庫圖像數(shù)目有限時,K相對較小,因此可以非常有效地獲得規(guī)整距離。MATLAB實現(xiàn)取平均0.05 s計算一幅圖像與類之間的距離,使用大約200個塊的序列,相比基于重構(gòu)的方法,使用所有注冊圖像表示測試圖像,本文方法獨立計算探針圖像與每個注冊類之間的距離。因此,在實際FR應(yīng)用中,可以并行地產(chǎn)生距離矩陣,還可以增加更新注冊數(shù)據(jù)庫。

    圖3 圖像到類的規(guī)整

    2 實驗

    為了評估本文方法的性能,在三個公開數(shù)據(jù)庫LFW[3]、AR[10]和YouTube數(shù)據(jù)庫[15]上進行了實驗。所有的實驗均在8 GB內(nèi)存Intel?CoreTM3.10 GHz Windows XP機器上完成,編程環(huán)境為MATLAB 7.0。

    2.1 子塊大小的影響

    這部分研究不同子塊大小對本文方法識別性能的影響,從LFW中取400幅未遮擋圖像作為圖像集,分別包含從0%到50%級別遮擋的6個探針集用于測試,所有圖像都裁剪為80×60大小,子塊大小從3×3到10×10,劃分后,圖像剩余的部分忽略不計。簡單起見,將探針圖像和圖庫圖像劃分成相同數(shù)目的子塊,即M=N,識別結(jié)果如圖4所示。

    圖4 塊大小函數(shù)的識別率

    從圖4可以看出,當(dāng)塊大小等于或者小于6×5時,每個識別率曲線都沒有大幅波動。盡管存在遮擋比率,本文方法在適當(dāng)范圍內(nèi)對子塊大小的魯棒性更好。相對較小的塊產(chǎn)生的識別率更好,因為它們能比大塊提供更靈活的空間信息,然而,如果塊太小,計算和內(nèi)存成本都會增加。根據(jù)這一結(jié)果,建議使用塊大小在4×4至6×5之間。該實驗中,根據(jù)圖像大小,LFW數(shù)據(jù)庫使用的塊大小為6×5,AR數(shù)據(jù)庫和YouTube人臉數(shù)據(jù)庫使用的塊大小為5×5。

    2.2 LFW數(shù)據(jù)集

    將所提基于DTW的局部分塊匹配方法與其他幾種具有代表性的匹配方法進行了比較,包括使用特征臉作為特征的線性SVM[2](LSVM)、基于稀疏表示的重構(gòu)(SRC)[16]、基于樸素貝葉斯最近鄰的塊匹配(NBNN)[11]、基準(zhǔn)的最近鄰(NN)分類器[4]。NBNN也是一種基于塊匹配的方法,分別使用原始塊和差異塊進行測試,給出了最佳結(jié)果。選擇LFW數(shù)據(jù)庫的100個對象,每個對象8幅圖像,對于每個對象,分別選擇K=1,2,3,4幅無遮擋圖像作為圖庫集,另外4幅有合成遮擋的圖像作為探針集。每個測試圖庫集與探針集無重復(fù)圖像,所有圖像均裁剪成90×65大小。各方法的參數(shù)設(shè)置分別參照各自所在文獻,如圖5所示為每個人不同圖庫數(shù)目下各個方法的識別率。

    從圖5可以看出,起始階段(遮擋水平≤10%)SRC的性能略優(yōu)于本文方法,然而,當(dāng)遮擋增加時,性能急劇下降。基于塊匹配的方法NBNN和本文方法整體上執(zhí)行效果優(yōu)于其他幾種方法。當(dāng)每個人僅有一幅圖庫圖像可用(K=1)時,本文方法中圖像到類的距離等于圖像到圖像的距離,仍能對所有級別的遮擋獲得最佳識別率,因為它通過規(guī)整并考慮面部特征的順序,能找到圖庫和探針圖像之間的最優(yōu)對齊方式。綜合4幅圖可看出,不論K取何值,本文方法取得的識別效果均優(yōu)于其他各個方法。

    2.3 AR數(shù)據(jù)集

    這部分在有實際偽裝的AR數(shù)據(jù)庫上測試本文方法,使用AR數(shù)據(jù)庫的一個包含各種光照條件、表情變化和遮擋的子集(包含50位男性50位女性),使用未遮擋的帶有各種表情的正面視圖圖像作為圖庫圖像(每人8幅圖像),對于每個對象,從中分別選擇K=1,2,4,6,8幅圖像作為圖庫集,使用包含太陽鏡(覆蓋圖像的30%)和圍巾(覆蓋圖像的50%)的兩個分離集作為測試集,所有圖像均裁剪為80×60大小,圖6所示為各方法的識別結(jié)果。

    從圖6可以看出,當(dāng)可用的圖庫圖像較少時,識別率呈下降趨勢,本文方法的性能穩(wěn)定且顯著優(yōu)于其他方法,甚至在K=1時,本文方法在太陽鏡集和圍巾集遮擋情況下的識別率可分別高達90%和83%。

    圖5 在FRGC數(shù)據(jù)庫上每個人不同圖庫圖像數(shù)目的識別率

    圖6 AR數(shù)據(jù)庫上的識別結(jié)果

    在同樣的實驗設(shè)置下,還使用每人8幅圖庫圖像對本文方法與較為先進的幾種人臉識別方法進行了比較,所有方法僅使用灰度值特征,識別結(jié)果如表1所示,針對各個方法,自己作了實驗,各方法的參數(shù)設(shè)置均參考各自所在文獻。

    表1 AR數(shù)據(jù)庫上每人有8幅圖庫圖像的識別率

    從表1可以看出,相比其他幾種方法,本文方法能獲得與這些方法相當(dāng)甚至更好的識別率。而在識別效率上,本文方法的識別速率約為SRC方法的15倍。在圍巾集這種幾乎遮擋住一半人臉的數(shù)據(jù)集上,本文方法僅對2%的圖像誤分類,就目前所知,這是在圍巾集上僅使用灰度值作為特征時得到的最好的結(jié)果。

    表2中列出了各方法在平均精度、標(biāo)準(zhǔn)差、曲線下方面積(AUC)和等差率(EER)方面的數(shù)據(jù)。

    從表2可以看出,在各個方法中,本文方法的平均精度最高,最低的標(biāo)準(zhǔn)差體現(xiàn)了本文方法識別性能的穩(wěn)定性,曲線下方面積最大,等差率最小,表明本文方法更加優(yōu)越。

    表2 各方法在AR人臉數(shù)據(jù)集上的識別結(jié)果(平均精度±標(biāo)準(zhǔn)差(std)、AUC和EER)

    2.4 YouTube數(shù)據(jù)集

    在YouTube數(shù)據(jù)集上,考慮到所有人臉圖像都經(jīng)固定的檢測臉部關(guān)鍵點對齊過,所以將從一個視頻剪輯所有幀中提取出的平均特征,圖像均剪裁為80×60大小,本文方法的分塊大小為5×5,并將本文方法與其他幾種較為先進的方法進行了比較,針對各個方法,自己作了實驗,各方法的參數(shù)設(shè)置均參考各自所在文獻,表3中列出了各方法在平均精度、標(biāo)準(zhǔn)差、曲線下方面積(AUC)和等差率(EER)方面的數(shù)據(jù)。

    表3 各方法在YouTube人臉數(shù)據(jù)集上的識別結(jié)果(平均精度±標(biāo)準(zhǔn)差(std)、AUC和EER)

    從表3可以看出,相比其他幾種方法,本文方法在AUC和平均精度方面性能均為最高,且EER最低,再次驗證了本文方法的優(yōu)越性。

    3 結(jié)論

    該文提出了一種基于DTW優(yōu)化局部分塊匹配的人臉識別方法,在三個人臉數(shù)據(jù)庫上的大量實驗表明,本文方法能獲得比其他方法更好的性能。在每個人僅有一幅圖庫圖像可利用的極端情況下,本文方法仍能得到良好的執(zhí)行效果。本文方法能直接處理原始數(shù)據(jù),不需要任何訓(xùn)練過程,這些優(yōu)點使其更適用于現(xiàn)實場景。

    所提模型非常靈活,可采用如LBP和Gabor之類的其他圖像描述符,未來會將所提模型與更復(fù)雜的特征提取算法結(jié)合,進行大量的實驗,進一步提高人臉識別率。

    [1]張楠.低秩鑒別分析與回歸分類方法研究[D].南京:南京理工大學(xué),2012.

    [2]陳長軍,詹永照,文傳軍.支持向量描述鑒別分析及在人臉識別中的應(yīng)用[J].計算機應(yīng)用研究,2010,27(2):488-490.

    [3]Huang G B,Mattar M,Berg T,et al.Labeled faces in the wild:a database for studying face recognition in unconstrained environments[C]//Workshop on Faces in'Real-Life' Images:Detection,Alignment,and Recognition,2008.

    [4]王憲,張彥,慕鑫,等.基于改進的LBP人臉識別算法[J].光電工程,2012,39(7):109-114.

    [5]趙海英,馮月萍.應(yīng)用Gabor濾波器和局部邊緣概率直方圖的全局紋理方向性度量[J].光學(xué)精密工程,2010,18(7):1668-1674.

    [6]皋軍,孫長銀,王士同.具有模糊聚類功能的雙向二維無監(jiān)督特征提取方法[J].自動化學(xué)報,2012,38(4):549-562.

    [7]楊利平,葉洪偉.人臉識別的相對梯度方向邊緣幅值模式[J].光學(xué)精密工程,2013,21(4):1101-1109.

    [8]Cox D,Pinto N.Beyond simple features:a large-scale feature search approach to unconstrained face recognition[C]// 2011 IEEE International Conference on Automatic Face& Gesture Recognition and Workshops(FG 2011),2011:8-15.

    [9]楊傳振,朱玉全,陳耿.一種基于粗糙集屬性約簡的多分類器集成方法[J].計算機應(yīng)用研究,2012,29(5):1648-1650.

    [10]黃榮兵,郎方年,施展.基于Log-Gabor小波和二維半監(jiān)督判別分析的人臉圖像檢索[J].計算機應(yīng)用研究,2012,29(1):393-396.

    [11]Guillaumin M,Verbeek J,Schmid C.Is that you?Metric learning approaches for face identification[C]//2009 IEEE 12th International Conference on Computer Vision,2009:498-505.

    [12]高全學(xué),謝德燕,徐輝,等.融合局部結(jié)構(gòu)和差異信息的監(jiān)督特征提取算法[J].自動化學(xué)報,2010,36(8):1107-1114.

    [13]Yin Q,Tang X,Sun J.An associate-predict model for face recognition[C]//2011 IEEE Conference on Computer Vision and Pattern Recognition(CVPR),2011:497-504.

    [14]周旭東,陳曉紅,陳松燦.半配對半監(jiān)督場景下的低分辨率人臉識別[J].計算機研究與發(fā)展,2012,49(11):2328-2333.

    [15]劉廣征.基于視頻與文本信息的說話者人臉標(biāo)注[D].哈爾濱:哈爾濱工業(yè)大學(xué),2010.

    [16]楊榮根,任明武,楊靜宇.基于稀疏表示的人臉識別方法[J].計算機科學(xué),2010,37(9):267-269.

    XU Yi

    Department of Information Engineering,Hunan Industry Polytechnic,Changsha 410208,China

    Large variation of pose,illustration,expression and occlusion in truly face recognition will seriously impact recognition performance,for which Local Partition Matching(LPM)algorithm optimized by Dynamic Time Warping(DTW)is proposed.Face image is divided into many non-overlapping patches with same size.All patches are combined to be a unique sequence sorting by forehead,eyes,nose,mouth and chin by using raster scan sequence.Distance from image to class between query face and register faces is calculated,and idea of DTW is used to find the best alignment between query sequence and all register sequences.The effectiveness and reliability of proposed method have been verified by experiments on the three common databases LFW,AR and YouTube.Experimental results show that proposed method has higher recognition accuracy than several advanced face recognition methods.Besides,it has lower cost without any training process.

    face recognition;dynamic time warping;local partitioned matching;query face;probe image

    A

    TP391

    10.3778/j.issn.1002-8331.1310-0293

    XU Yi.Local partition matching optimized by DTW for face recognition.Computer Engineering and Applications, 2014,50(6):165-170.

    徐屹(1980—),男,講師,主要研究領(lǐng)域為智能控制、模式識別。

    2013-10-23

    2013-12-13

    1002-8331(2014)06-0165-06

    猜你喜歡
    圖庫規(guī)整識別率
    金山農(nóng)民畫矢量圖庫的建設(shè)與應(yīng)用
    基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測
    計算機工程(2020年3期)2020-03-19 12:24:50
    300kt/a硫酸系統(tǒng)規(guī)整填料使用情況簡介
    基于真耳分析的助聽器配戴者言語可懂度指數(shù)與言語識別率的關(guān)系
    提升高速公路MTC二次抓拍車牌識別率方案研究
    視圖庫在AI浪潮里的發(fā)展應(yīng)用
    Photoshop CC圖庫面板的正確打開方法
    提高日用玻璃陶瓷規(guī)整度和表面光滑度的處理方法
    佛山陶瓷(2016年11期)2016-12-23 08:50:27
    電梯的建筑化藝術(shù)探索
    大觀(2016年9期)2016-11-16 10:31:30
    高速公路機電日常維護中車牌識別率分析系統(tǒng)的應(yīng)用
    亚洲一区二区三区欧美精品| 国产精品香港三级国产av潘金莲| 黄色视频不卡| 啪啪无遮挡十八禁网站| 午夜老司机福利片| 国精品久久久久久国模美| 久久久久国产精品人妻一区二区| 国产av一区二区精品久久| 天堂中文最新版在线下载| 一进一出抽搐动态| 啦啦啦中文免费视频观看日本| 亚洲熟女毛片儿| 成年动漫av网址| 国产亚洲精品久久久久5区| av福利片在线| 午夜福利视频精品| 亚洲三区欧美一区| 自线自在国产av| 在线观看人妻少妇| h视频一区二区三区| 中文字幕人妻丝袜一区二区| 免费高清在线观看日韩| 美女高潮到喷水免费观看| 亚洲久久久国产精品| 啦啦啦 在线观看视频| 91av网站免费观看| 大型av网站在线播放| 午夜福利在线观看吧| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲国产av新网站| 久久久久国产一级毛片高清牌| 欧美少妇被猛烈插入视频| 午夜免费鲁丝| 麻豆乱淫一区二区| 国产主播在线观看一区二区| 交换朋友夫妻互换小说| 正在播放国产对白刺激| 国产视频一区二区在线看| 午夜免费观看性视频| 天堂中文最新版在线下载| 十分钟在线观看高清视频www| 精品少妇内射三级| 无遮挡黄片免费观看| 国产精品自产拍在线观看55亚洲 | 一本一本久久a久久精品综合妖精| 中国美女看黄片| 亚洲国产中文字幕在线视频| 麻豆乱淫一区二区| 国产精品二区激情视频| 一进一出抽搐动态| 高清欧美精品videossex| 男女午夜视频在线观看| 亚洲七黄色美女视频| 最新在线观看一区二区三区| 久热这里只有精品99| 成在线人永久免费视频| 久久中文字幕一级| 成人黄色视频免费在线看| 国产男人的电影天堂91| 久久国产亚洲av麻豆专区| 99热全是精品| 新久久久久国产一级毛片| 欧美黄色片欧美黄色片| 亚洲七黄色美女视频| 欧美日韩一级在线毛片| av一本久久久久| 我要看黄色一级片免费的| 狠狠精品人妻久久久久久综合| 精品乱码久久久久久99久播| 母亲3免费完整高清在线观看| 国产一区二区三区综合在线观看| 国产在线免费精品| 久久久水蜜桃国产精品网| 91av网站免费观看| 国产成人av教育| 精品第一国产精品| 精品福利观看| 欧美+亚洲+日韩+国产| 国产91精品成人一区二区三区 | 中文字幕另类日韩欧美亚洲嫩草| 亚洲人成电影免费在线| 欧美国产精品一级二级三级| 日韩免费高清中文字幕av| 美女视频免费永久观看网站| 久久久欧美国产精品| 免费观看av网站的网址| 视频区图区小说| 一级毛片电影观看| 日韩免费高清中文字幕av| 国产成人欧美| 国产精品香港三级国产av潘金莲| 叶爱在线成人免费视频播放| 亚洲色图 男人天堂 中文字幕| 国产激情久久老熟女| 在线观看免费高清a一片| 97精品久久久久久久久久精品| 91字幕亚洲| a级片在线免费高清观看视频| 精品免费久久久久久久清纯 | 美女视频免费永久观看网站| 欧美激情 高清一区二区三区| 国产av精品麻豆| 国产一区二区三区av在线| 国产精品亚洲av一区麻豆| 一本—道久久a久久精品蜜桃钙片| 中文精品一卡2卡3卡4更新| 啦啦啦视频在线资源免费观看| 久久精品亚洲熟妇少妇任你| 亚洲五月色婷婷综合| 老汉色∧v一级毛片| 国产亚洲精品第一综合不卡| 少妇被粗大的猛进出69影院| 俄罗斯特黄特色一大片| 黄片大片在线免费观看| 夜夜夜夜夜久久久久| 色视频在线一区二区三区| 午夜福利影视在线免费观看| 超碰97精品在线观看| 午夜福利乱码中文字幕| 亚洲av电影在线进入| 亚洲激情五月婷婷啪啪| 免费不卡黄色视频| 国产成人啪精品午夜网站| 国产成人免费无遮挡视频| 无限看片的www在线观看| 国产精品国产三级国产专区5o| 国产又爽黄色视频| 亚洲精品美女久久av网站| 18在线观看网站| 亚洲天堂av无毛| 国产男人的电影天堂91| 亚洲av片天天在线观看| 久久久久久久大尺度免费视频| 欧美激情 高清一区二区三区| 亚洲熟女毛片儿| 黄网站色视频无遮挡免费观看| 免费少妇av软件| 一区二区日韩欧美中文字幕| 99精国产麻豆久久婷婷| 美女主播在线视频| 日本猛色少妇xxxxx猛交久久| 亚洲av片天天在线观看| 国产日韩欧美视频二区| 午夜福利视频在线观看免费| 人妻一区二区av| 黑丝袜美女国产一区| 欧美老熟妇乱子伦牲交| 成在线人永久免费视频| 免费观看av网站的网址| 国产国语露脸激情在线看| 桃红色精品国产亚洲av| 一区福利在线观看| 一个人免费在线观看的高清视频 | 亚洲第一av免费看| 成人亚洲精品一区在线观看| bbb黄色大片| 丰满人妻熟妇乱又伦精品不卡| 国产高清国产精品国产三级| 手机成人av网站| 午夜精品国产一区二区电影| 国产在线观看jvid| 久久女婷五月综合色啪小说| 国产精品av久久久久免费| 日本a在线网址| av网站免费在线观看视频| 久久精品成人免费网站| 久久久久国产一级毛片高清牌| av在线播放精品| 欧美国产精品va在线观看不卡| 午夜视频精品福利| 国产主播在线观看一区二区| 日本a在线网址| 亚洲美女黄色视频免费看| 午夜福利免费观看在线| 两人在一起打扑克的视频| 丁香六月欧美| 欧美精品亚洲一区二区| 999久久久国产精品视频| 成年动漫av网址| 午夜福利在线免费观看网站| 欧美亚洲 丝袜 人妻 在线| 法律面前人人平等表现在哪些方面 | 国产熟女午夜一区二区三区| 制服人妻中文乱码| 国产精品免费视频内射| 男女无遮挡免费网站观看| 免费高清在线观看日韩| 久久久久国内视频| 欧美一级毛片孕妇| 国产成人av激情在线播放| 国产成人精品无人区| 超色免费av| 中文字幕色久视频| 午夜福利视频精品| 成年av动漫网址| 一区二区日韩欧美中文字幕| 国产野战对白在线观看| 欧美国产精品va在线观看不卡| 久热这里只有精品99| 欧美成狂野欧美在线观看| 午夜免费鲁丝| 久久人人97超碰香蕉20202| 国产亚洲精品久久久久5区| 2018国产大陆天天弄谢| 不卡av一区二区三区| 亚洲欧美色中文字幕在线| 99国产精品一区二区蜜桃av | 他把我摸到了高潮在线观看 | 亚洲国产中文字幕在线视频| 亚洲欧美日韩另类电影网站| 国产欧美日韩精品亚洲av| 中文字幕人妻熟女乱码| 亚洲国产欧美网| 亚洲第一av免费看| 最新的欧美精品一区二区| 久久人人爽av亚洲精品天堂| 少妇粗大呻吟视频| 成人免费观看视频高清| 成人国语在线视频| 午夜激情av网站| 国产日韩欧美在线精品| 美女大奶头黄色视频| 熟女少妇亚洲综合色aaa.| 少妇 在线观看| 18禁国产床啪视频网站| 中文字幕人妻熟女乱码| 精品一区二区三区av网在线观看 | 我要看黄色一级片免费的| 欧美精品高潮呻吟av久久| 精品久久久久久久毛片微露脸 | 亚洲av男天堂| 俄罗斯特黄特色一大片| 精品国产乱码久久久久久小说| 免费在线观看日本一区| 久久久久久久大尺度免费视频| 十八禁网站免费在线| 波多野结衣一区麻豆| 亚洲欧洲精品一区二区精品久久久| 亚洲欧美精品综合一区二区三区| 久久天堂一区二区三区四区| 中国美女看黄片| 亚洲精品国产色婷婷电影| 久久国产精品影院| 国产精品麻豆人妻色哟哟久久| 久久人妻熟女aⅴ| 免费不卡黄色视频| 欧美 亚洲 国产 日韩一| 韩国精品一区二区三区| 欧美激情高清一区二区三区| 十分钟在线观看高清视频www| 成年人午夜在线观看视频| 十八禁高潮呻吟视频| 国产一级毛片在线| 国产精品一区二区精品视频观看| 男女床上黄色一级片免费看| 欧美日韩中文字幕国产精品一区二区三区 | 性色av一级| 十八禁网站免费在线| 香蕉国产在线看| 窝窝影院91人妻| 亚洲国产欧美日韩在线播放| 欧美黑人欧美精品刺激| 亚洲熟女精品中文字幕| 窝窝影院91人妻| 91字幕亚洲| 免费高清在线观看日韩| 少妇的丰满在线观看| 9热在线视频观看99| 蜜桃在线观看..| 啪啪无遮挡十八禁网站| 亚洲精品成人av观看孕妇| 视频区欧美日本亚洲| 午夜成年电影在线免费观看| 中文字幕制服av| 亚洲欧美精品自产自拍| 婷婷丁香在线五月| 国产精品一二三区在线看| 人人妻人人澡人人爽人人夜夜| 国产区一区二久久| 久久国产精品影院| 老司机在亚洲福利影院| 青青草视频在线视频观看| 下体分泌物呈黄色| 丝袜喷水一区| 成人亚洲精品一区在线观看| 老司机午夜十八禁免费视频| 老司机亚洲免费影院| 十八禁网站网址无遮挡| 亚洲国产精品一区三区| avwww免费| 日本vs欧美在线观看视频| 999精品在线视频| 中国美女看黄片| 五月天丁香电影| 国产精品自产拍在线观看55亚洲 | 女警被强在线播放| 三上悠亚av全集在线观看| 亚洲五月婷婷丁香| 黄网站色视频无遮挡免费观看| 人成视频在线观看免费观看| 国产老妇伦熟女老妇高清| 老司机影院毛片| xxxhd国产人妻xxx| 日本精品一区二区三区蜜桃| 久久午夜综合久久蜜桃| 国产精品国产av在线观看| 精品欧美一区二区三区在线| 午夜影院在线不卡| 亚洲精品乱久久久久久| 国产一区有黄有色的免费视频| 国产成人av教育| 不卡一级毛片| 中文欧美无线码| 99热全是精品| 桃红色精品国产亚洲av| 一区二区三区激情视频| 国产精品偷伦视频观看了| 精品福利观看| 成年美女黄网站色视频大全免费| 国产片内射在线| 在线观看www视频免费| www.999成人在线观看| 夜夜夜夜夜久久久久| 五月天丁香电影| 捣出白浆h1v1| 18禁黄网站禁片午夜丰满| 热re99久久国产66热| 国产野战对白在线观看| 国产成人精品久久二区二区91| 一级毛片电影观看| 国产精品影院久久| 久久精品国产亚洲av高清一级| 精品久久蜜臀av无| 亚洲三区欧美一区| 亚洲精品自拍成人| 少妇 在线观看| 欧美在线一区亚洲| 老司机亚洲免费影院| 中文字幕另类日韩欧美亚洲嫩草| 91九色精品人成在线观看| 国产精品九九99| 国产99久久九九免费精品| 亚洲国产精品999| 丰满人妻熟妇乱又伦精品不卡| 久久精品熟女亚洲av麻豆精品| 日韩中文字幕视频在线看片| 精品一区二区三卡| 欧美日韩亚洲国产一区二区在线观看 | 肉色欧美久久久久久久蜜桃| 丁香六月欧美| 91麻豆精品激情在线观看国产 | 国产精品欧美亚洲77777| 精品国产超薄肉色丝袜足j| 久久天躁狠狠躁夜夜2o2o| 亚洲自偷自拍图片 自拍| 国产成人精品在线电影| 精品久久久精品久久久| 久久人妻福利社区极品人妻图片| 久久精品国产综合久久久| 日韩熟女老妇一区二区性免费视频| 国产av国产精品国产| 国产一卡二卡三卡精品| 大片电影免费在线观看免费| 久久人人97超碰香蕉20202| 精品一区二区三卡| 精品国产一区二区三区四区第35| 国产成人影院久久av| 国产av国产精品国产| 在线观看人妻少妇| 久久久国产成人免费| 日韩中文字幕欧美一区二区| 十八禁人妻一区二区| 午夜两性在线视频| 波多野结衣一区麻豆| 12—13女人毛片做爰片一| 亚洲美女黄色视频免费看| 亚洲欧美激情在线| 一区二区三区精品91| 亚洲精品一卡2卡三卡4卡5卡 | 多毛熟女@视频| 午夜福利一区二区在线看| 国产成人啪精品午夜网站| 久热这里只有精品99| 国产成人啪精品午夜网站| 久久久精品免费免费高清| 高清在线国产一区| 欧美黄色片欧美黄色片| 亚洲色图综合在线观看| 久久精品人人爽人人爽视色| 在线观看舔阴道视频| 欧美激情高清一区二区三区| 亚洲国产精品成人久久小说| 汤姆久久久久久久影院中文字幕| 丝袜在线中文字幕| 国产精品秋霞免费鲁丝片| 老熟女久久久| 欧美一级毛片孕妇| 女人高潮潮喷娇喘18禁视频| 91国产中文字幕| 午夜福利视频精品| 两个人免费观看高清视频| 久久这里只有精品19| 欧美日韩av久久| 亚洲精品国产精品久久久不卡| 亚洲精品国产一区二区精华液| 黄网站色视频无遮挡免费观看| 国产精品av久久久久免费| 国产精品一区二区免费欧美 | 夜夜夜夜夜久久久久| 婷婷成人精品国产| 高潮久久久久久久久久久不卡| 久久精品aⅴ一区二区三区四区| www.熟女人妻精品国产| 啦啦啦免费观看视频1| 在线av久久热| 纯流量卡能插随身wifi吗| 国产成人影院久久av| 女性被躁到高潮视频| 黄色视频不卡| 国产激情久久老熟女| 99久久人妻综合| 免费高清在线观看视频在线观看| 国产精品熟女久久久久浪| 女性生殖器流出的白浆| 18在线观看网站| 国产熟女午夜一区二区三区| 脱女人内裤的视频| av天堂在线播放| 亚洲人成电影观看| 国产精品久久久久成人av| 日韩三级视频一区二区三区| 欧美另类一区| 一个人免费看片子| 一级毛片电影观看| 亚洲精品美女久久av网站| 亚洲av片天天在线观看| 国产成人精品无人区| 黑人巨大精品欧美一区二区mp4| 大香蕉久久成人网| 999久久久国产精品视频| 欧美黄色淫秽网站| 久久亚洲精品不卡| 免费在线观看日本一区| 欧美激情高清一区二区三区| 一级黄色大片毛片| 69精品国产乱码久久久| 精品人妻一区二区三区麻豆| 亚洲欧洲日产国产| 十八禁网站免费在线| 亚洲av片天天在线观看| 欧美精品一区二区大全| 热re99久久精品国产66热6| 午夜老司机福利片| 女性被躁到高潮视频| 亚洲精品粉嫩美女一区| 亚洲国产欧美网| 国产亚洲精品久久久久5区| 日韩 亚洲 欧美在线| 如日韩欧美国产精品一区二区三区| www.自偷自拍.com| 高清av免费在线| 亚洲成人国产一区在线观看| 91精品伊人久久大香线蕉| 精品免费久久久久久久清纯 | 国产一区二区 视频在线| 啦啦啦 在线观看视频| 午夜福利影视在线免费观看| 免费看十八禁软件| 好男人电影高清在线观看| 大码成人一级视频| 亚洲成人国产一区在线观看| 丝袜美足系列| 天天操日日干夜夜撸| 亚洲中文字幕日韩| 三级毛片av免费| 欧美97在线视频| 男女高潮啪啪啪动态图| 日韩三级视频一区二区三区| 欧美国产精品va在线观看不卡| 最新的欧美精品一区二区| 欧美日韩亚洲高清精品| 亚洲成国产人片在线观看| 日韩精品免费视频一区二区三区| 国产成人av激情在线播放| 99精国产麻豆久久婷婷| 男人爽女人下面视频在线观看| 国产成人影院久久av| 欧美不卡视频在线免费观看 | 国内精品一区二区在线观看| 舔av片在线| 国产激情偷乱视频一区二区| 久久久久久久久久黄片| 中文字幕最新亚洲高清| 欧美黑人精品巨大| 精品久久久久久成人av| 美女免费视频网站| 国产成人一区二区三区免费视频网站| 日本黄大片高清| 久久久久国内视频| 亚洲色图av天堂| 亚洲七黄色美女视频| 天天一区二区日本电影三级| av在线天堂中文字幕| 99精品在免费线老司机午夜| 国产av一区二区精品久久| 国产成人啪精品午夜网站| 国产精品香港三级国产av潘金莲| 色av中文字幕| 亚洲片人在线观看| 亚洲av电影不卡..在线观看| av国产免费在线观看| 校园春色视频在线观看| 国内揄拍国产精品人妻在线| 亚洲欧美日韩高清在线视频| 国产黄色小视频在线观看| 欧美三级亚洲精品| 免费在线观看成人毛片| 久久精品国产清高在天天线| 亚洲午夜理论影院| 亚洲精品久久国产高清桃花| av天堂在线播放| 国产人伦9x9x在线观看| 91成年电影在线观看| 国产精品一区二区精品视频观看| 一进一出抽搐动态| 久久婷婷人人爽人人干人人爱| 国产1区2区3区精品| 欧美在线一区亚洲| 亚洲一区二区三区不卡视频| 香蕉丝袜av| 久久久久国产精品人妻aⅴ院| 天天躁夜夜躁狠狠躁躁| videosex国产| 日日爽夜夜爽网站| 亚洲男人天堂网一区| 久久久久久久久免费视频了| 99热只有精品国产| 91老司机精品| 亚洲中文av在线| 国产亚洲精品综合一区在线观看 | 制服人妻中文乱码| 久久久水蜜桃国产精品网| 精品高清国产在线一区| 日韩欧美免费精品| 好看av亚洲va欧美ⅴa在| 免费观看人在逋| 成人高潮视频无遮挡免费网站| 两个人视频免费观看高清| 窝窝影院91人妻| 嫩草影院精品99| 岛国在线观看网站| 啪啪无遮挡十八禁网站| 一级黄色大片毛片| 真人一进一出gif抽搐免费| 亚洲全国av大片| 成人国语在线视频| 村上凉子中文字幕在线| 最新在线观看一区二区三区| 村上凉子中文字幕在线| 国产激情久久老熟女| 日本精品一区二区三区蜜桃| 一级毛片高清免费大全| 51午夜福利影视在线观看| 777久久人妻少妇嫩草av网站| 久久性视频一级片| 日本免费一区二区三区高清不卡| 三级毛片av免费| av国产免费在线观看| 午夜久久久久精精品| 久久久水蜜桃国产精品网| 亚洲专区字幕在线| 中亚洲国语对白在线视频| 每晚都被弄得嗷嗷叫到高潮| xxxwww97欧美| 一区福利在线观看| 亚洲欧美日韩高清在线视频| 久久久国产精品麻豆| 两性午夜刺激爽爽歪歪视频在线观看 | 免费在线观看亚洲国产| 美女午夜性视频免费| 观看免费一级毛片| 久久久水蜜桃国产精品网| 国产伦一二天堂av在线观看| 香蕉丝袜av| 亚洲专区国产一区二区| 欧美一区二区精品小视频在线| 免费在线观看黄色视频的| 亚洲av成人不卡在线观看播放网| 欧美色欧美亚洲另类二区| 搡老岳熟女国产| 久久久久精品国产欧美久久久| 岛国视频午夜一区免费看| 精品第一国产精品| 国产精品九九99| 中文字幕av在线有码专区| 久久精品综合一区二区三区| 91在线观看av| 久久精品国产亚洲av高清一级| av免费在线观看网站| 毛片女人毛片| 亚洲 国产 在线| 婷婷丁香在线五月| 久久久久久久久久黄片| 欧美高清成人免费视频www| 大型av网站在线播放| 妹子高潮喷水视频| 美女 人体艺术 gogo| 色噜噜av男人的天堂激情| 国产又黄又爽又无遮挡在线| 视频区欧美日本亚洲| 老司机深夜福利视频在线观看| 欧美成人一区二区免费高清观看 | 成人三级黄色视频| 日本一本二区三区精品| 嫩草影院精品99|