• <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 ?

    圖像顯著性檢測方法解析

    2014-11-14 08:23:37孫娜娜劉鑫
    現(xiàn)代電子技術(shù) 2014年22期
    關(guān)鍵詞:檢測方法圖像處理

    孫娜娜+劉鑫

    摘 要: 圖像顯著性檢測是一種通過對圖像顏色、強(qiáng)度、方向等特征進(jìn)行分析生成圖像顯著性圖的技術(shù)。其生成的顯著性圖可以用于圖像分割、圖像壓縮以及圖像識別等圖像處理領(lǐng)域,從而改善圖像處理的性能。為了對圖像顯著性檢測技術(shù)及其發(fā)展有一個全面深入的了解,使用文獻(xiàn)研究法和比較研究法對其概念及方法進(jìn)行了探究。針對幾種具有代表性的圖像顯著性檢測算法進(jìn)行了簡要的概述和分析,用流程圖簡明扼要地表示顯著性檢測算法的基本框架。研究結(jié)果顯示,圖像顯著性檢測技術(shù)的效率在不斷提升,算法越來越多樣化,在圖像處理領(lǐng)域的應(yīng)用越來越廣泛,這些對于圖像處理自動化具有重要意義。

    關(guān)鍵詞: 圖像顯著性; 顯著性檢測; 檢測方法; 圖像處理

    中圖分類號: TN919?34; TP391 文獻(xiàn)標(biāo)識碼: A 文章編號: 1004?373X(2014)22?0001?04

    Analysis for method of image saliency detection

    SUN Na?na, LIU Xin

    (School of Physical and Electronic Science, Shandong Normal University, Jinan 250014, China)

    Abstract: Image saliency detection is the technology that generates image saliency diagram by means of analyzing the image features such as color, intensity and direction. The generated saliency diagram can be used in the image processing fields such as image segmentation, image compression and image recognition, so as to improve the performance of the image processing. In order to comprehend the image saliency detection technology and its development completely, its concept and methods were explored with the literature research method and comparative study method. Several image saliency detection methods with representativeness are summarized and analyzed briefly. The basic framework of saliency detection algorithm is shown in the flow chart concisely. The research results show that the efficiency of image saliency detection technology is improved constantly, its algorithm is more and more diversified, and more widely applied in the field of image processing. These have important significance for automated image processing.

    Keywords: image saliency; saliency detection; detection method; image processing

    0 引 言

    人類所獲得的外界信息80%以上都是通過視覺完成的,然而對于大量的信息,視覺系統(tǒng)并不是完全地進(jìn)行捕獲和處理,它會根據(jù)特有的機(jī)制進(jìn)行選擇性的處理和忽略,這就是視覺的選擇注意機(jī)制。這種信息處理機(jī)制被應(yīng)用于圖像和視頻的處理,發(fā)展出一個新的科研方向,即顯著性檢測研究。

    隨著圖像處理技術(shù)和計算機(jī)技術(shù)的發(fā)展,人們越來越希望計算機(jī)能夠自主地進(jìn)行圖像的處理,而圖像顯著性信息對于圖像自動化處理來說異常重要。因此,圖像顯著性檢測技術(shù)受到了廣泛的關(guān)注,并產(chǎn)生了許多檢測方法與技術(shù)。基于此,對其中代表性的檢測方法進(jìn)行解析,對于顯著性檢測研究具有一定的意義。

    1 圖像顯著性檢測方法分類

    圖像顯著性是指,圖像中的像素點(或者區(qū)域)能夠區(qū)別于其他點(或者區(qū)域)吸引視覺注意的能力。圖像顯著性檢測是通過對圖像顏色、強(qiáng)度、對比度等特征的分析,計算圖像顯著性,生成圖像顯著性圖的一種技術(shù)。而圖像顯著性圖是一幅和原始圖像大小相同的二維圖像,其中每個像素值表示原圖像對應(yīng)點的顯著性大小。顯著性圖不僅表示每個位置的顯著性,還可以用于引導(dǎo)注意區(qū)域的選擇,快速定位和處理圖像的顯著性區(qū)域。

    視覺顯著性研究最先開始于生物學(xué)方面,直到20世紀(jì)90年代才被引入到計算機(jī)領(lǐng)域,用于圖像和視頻的處理。最開始,顯著性研究集中在利用生物學(xué)上已有的顯著性研究成果來創(chuàng)建相似的顯著性模型,但是這種方法算法比較復(fù)雜,效率不高,而且效果也不是很理想。隨后,研究人員不斷簡化模型,突破了嚴(yán)格的生物模型形式,開始使用各種圖像處理的方法,來實現(xiàn)更為簡單便捷的顯著性計算。如上所述,可以將圖像顯著性檢測方法分為兩類:基于生物模型的和基于圖像的。

    還有一種更為常用的分類方法,即根據(jù)人類視覺選擇注意方式分為兩類:一類是純數(shù)據(jù)驅(qū)動獨立于任務(wù)的自底而上的顯著性檢測方法,另一類是受意識支配依賴于任務(wù)的自頂而下的顯著性檢測方法。由于人類自頂而下的選擇注意由高層的腦部信息所控制,對于同一場景不同的人注意的結(jié)果不同,其動機(jī)、情感等因素比較難以控制和分析,因此構(gòu)建自頂而下的顯著性模型比較復(fù)雜,所以對于這類顯著性模型的研究不是很多。

    2 自底而上的圖像顯著性檢測方法

    早期研究中最為經(jīng)典的顯著性模型是Itti等人根據(jù)Koch和Ullman提出的生物框架創(chuàng)建的顯著性模型,它模擬靈長類動物的早期視覺特征,結(jié)合圖像顏色、亮度和方向三個方面的特征,利用多尺度分析計算圖像顯著性圖,其算法框架如圖1所示。

    圖1 Itti顯著性圖算法流程圖

    Itti顯著性模型定義強(qiáng)度表示為[I=(r+g+b)3];將顏色由三個通道轉(zhuǎn)換為四個通道:紅色[R=r-(g+b)2],綠色[G=(r+b)2,]藍(lán)色[B=b-(r+g)2,]黃色[Y=(r+g)2-r-g2-b](負(fù)值置為零);通過高斯濾波選取4個方向[θ∈{0°,45°,90°,135°}]。對于上述圖像特征量建立9個尺度的高斯金字塔,然后根據(jù)一些生物視覺特征建立圖像特征圖,強(qiáng)度上:[I(c,s)=I(c)ΘI(s)],顏色上:[Rg(c,s)=(R(c)-G(c))Θ(G(s)-R(s))],[By(c,s)=(B(c)-Y(c))Θ(Y(s)-B(s))],方向上:[O(c,s,θ)=O(c,θ)ΘO(s,θ)]。其中[Θ]為不同尺度空間的特征圖相應(yīng)點的差值,[c]表示圖像像素的中心尺度,取值為[c∈{2,3,4}];[s=c+δ]表示該像素周圍的相應(yīng)尺度,而[δ∈{3,4}]。然后將標(biāo)準(zhǔn)化之后的特征圖通過線性插值調(diào)整到同一大小后,相加計算強(qiáng)度、顏色和方向上的顯著性圖。最后將各顯著性圖標(biāo)準(zhǔn)化之后,線性相加得到圖像的顯著性圖。該模型比較適合處理自然圖像,能夠有效地計算復(fù)雜自然場景的顯著性圖。對比是圖像顯著性研究中常會用到的一種方法。Ma和Zhang提出了一種使用對比來進(jìn)行顯著性檢測的方法,如圖2(a)所示。首先在圖像的LUV顏色空間通過計算像素與周圍像素的色彩差異和來計算對比度,即[Ci,j=q∈Θd(pi,j,q)],其中像素[(i,j)]鄰域[Θ]的大小控制著感知區(qū)域的敏感度,[pi,j]和[q]表示感知因素色彩,這里對比差異[d]通過高斯距離來計算。然后將對比度的值標(biāo)準(zhǔn)化到[[0,255]]區(qū)間作為該像素點的顯著性值。這種顯著性圖不僅可以反映顏色的對比,而且可以反映圖像紋理強(qiáng)度信息。Achanta等人提出通過在不同尺度上利用新的對比方法來計算顯著性的方法,他們引入?yún)^(qū)域平均特征元素向量的概念來計算像素點的顯著性值,如圖2(b)所示。

    圖2 三種采用對比方法的顯著性檢測算法流程圖

    在這種方法中給定一個圖像尺度,位于[(i,j)]位置的像素點基于對比的顯著性值為內(nèi)部區(qū)域[R1]的像素特征平均向量和外部區(qū)域[R2]的像素特征平均向量的距離,數(shù)學(xué)公式表示如下:[ci,j=D[(1N1p=1N1vp),(1N2q=1N2vq)]]。其中[N1]和[N2]分別為區(qū)域[R1]和區(qū)域[R2]中像素的個數(shù),[v]是對應(yīng)像素的特征元素向量,定義為[[L,a,b]T],距離[D]采用歐氏距離。這里內(nèi)部區(qū)域[R1]一般選擇所需計算顯著性值的像素本身,外部區(qū)域[R2]選擇寬度范圍為[[ω2,ω8]]的像素方形鄰域,其中[ω]為圖像的像素寬度。使用上述方法計算出不同尺度的對比顯著性值后,再將各個尺度的顯著性值相加,計算出每個像素最后的顯著性值,從而構(gòu)建出圖像顯著性圖。該方法可以獲得與原始圖像相同分辨率的顯著性圖。

    Cheng等人提出了兩種利用圖像直方圖對比的方法來計算圖像顯著性。第一種方法,通過直方圖對比的方法建立顯著性圖,如圖2(c)所示。這里使用顏色統(tǒng)計和對比,計算每種顏色的顯著性值,其像素[Ik]的顯著性值定義為:[S(Ik)=S(cl)=j=1nfjD(cl,cj)],這里[cl]為像素[Ik]對應(yīng)的顏色值,[n]為圖像中不同像素顏色的數(shù)量,[fj]是圖像中顏色為[cj]的像素的概率,這里[D(cl,cj)=cl-cj]是一種顏色距離,表示顏色間的差異。最后再利用平滑程序進(jìn)行去噪處理,形成最終的顯著性圖。第二種方法,利用系數(shù)直方圖比較來進(jìn)行區(qū)域?qū)Ρ?,獲得區(qū)域顯著值。這種方法先將圖像分割為不同區(qū)域,然后通過區(qū)域間顏色對比計算區(qū)域顯著性值。Sha等人將圖像劃分為前景區(qū)域和背景區(qū)域,對兩個不同區(qū)域計算前景顯著性圖和背景顯著性圖,最后通過計算和融合生成最終的顯著性圖,算法流程如圖3所示。

    計算背景顯著性時,將圖像背景區(qū)域劃分為上下左右四個子區(qū)域,經(jīng)過對圖像的分析選取上下兩個背景區(qū)域和像素進(jìn)行對比計算像素顯著性值。計算前景圖像顯著性時,將圖像劃分為一個個大小相同的方形參考中心區(qū)域,通過和上下兩個背景區(qū)域的對比,選取出最具顯著性的區(qū)域作為中心區(qū)域,并通過像素和這個中心區(qū)域的對比來計算像素的顯著性值。

    隨著研究的不斷深入,圖像顯著性的研究不可能僅僅局限在空間域進(jìn)行分析。Achanta等人提出了一種頻域方法來計算顯著性圖,如圖4(a)所示。首先利用高斯差分濾波器來進(jìn)行圖像預(yù)處理,通過調(diào)整高斯差分濾波器參數(shù),在去除高頻噪聲(和紋理)的同時能夠保留更多關(guān)于顯著性邊緣的高頻信息。然后通過包含顏色和亮度的特征向量計算顯著性,公式表示如下:[S(x,y)=Iμ-Iωhc(x,y)],這里[Iμ]是圖像平均特征向量,[Iωhc(x,y)]是圖像經(jīng)過高斯濾波處理后對應(yīng)像素點的特征向量。利用這種方法可以獲得帶有清晰的顯著性對象邊界的全分辨率顯著性圖。隨后,他們又對這個方法進(jìn)行了改進(jìn),將[Iμ]定義為像素點的鄰域平均向量,而不是整幅圖像的平均特征向量,使其能夠更適用于計算復(fù)雜背景或者顯著性區(qū)域非常大的圖像的顯著性圖。

    圖3 Sha的顯著性算法流程圖

    圖4 兩種頻域顯著性檢測算法流程圖

    Ngau等人提出了一種在小波變換域計算顯著性圖的方法,如圖4(b)所示。該方法先將圖像由RGB顏色空間轉(zhuǎn)換到Y(jié)CbCr顏色空間,然后分別對Y,Cb,Cr分量圖像進(jìn)行小波變換分解到LL,LH,HL和HH四個波段,該方法中只選用了LL波段來進(jìn)行分析(包括圖像水平和垂直方向的低頻成分),分別計算各分量在LL波段的對比圖。以Y分量為例,其像素點[(x,y)]的對比值[C(x,y)=(ILL(x,y)-Iμ)2]。其中[ILL(x,y)]表示像素點[(x,y)]在LL波段的強(qiáng)度值;[Iμ]表示圖像在LL波段的強(qiáng)度均值。接著通過逆小波變換將各分量對比圖轉(zhuǎn)換回空間域,最后將各分量對比圖標(biāo)準(zhǔn)化之后相加計算出最后的顯著性圖。

    3 自頂而下的圖像顯著性檢測方法

    自頂而下的顯著性模型一般包括特征學(xué)習(xí)和顯著性計算兩個部分。Judd等人提出一種通過機(jī)器學(xué)習(xí)來建立自頂而下顯著性模型的方法,如圖5(a)所示。首先通過實驗收集15位觀察者自由觀看1 003張隨機(jī)圖像的視線跟蹤數(shù)據(jù),隨后對這些數(shù)據(jù)進(jìn)行人類視覺關(guān)注點分析獲得顯著性圖,并選擇一些用于訓(xùn)練模型的不同級別的特征;然后通過現(xiàn)有顯著性模型來計算這些不同級別的特征;最后使用1 003張圖像通過機(jī)器學(xué)習(xí)來進(jìn)行訓(xùn)練和測試顯著性模型。

    圖5 兩種自頂而下的顯著性模型構(gòu)建流程圖

    這里對于每幅圖像從顯著性前20%中隨機(jī)選取10個積極標(biāo)簽像素,顯著性后70%中隨機(jī)選取10個消極標(biāo)簽像素,建立一個18 060個樣本的訓(xùn)練集和一個2 000個樣本的測試集。Yang等人提出了一種利用判別字典和條件隨機(jī)場來建立顯著性模型的方法,如圖5(b)所示。首先將圖像分為圖像塊,對于每個圖像塊做出目標(biāo)是否存在標(biāo)記,利用學(xué)習(xí)的方法獲得條件隨機(jī)場(CRF)權(quán)重和判別字典,使用圖像塊標(biāo)記、條件隨機(jī)場權(quán)重和判別字典對圖像塊計算顯著性。搜集圖像建立圖像訓(xùn)練集,通過學(xué)習(xí)的方法構(gòu)建條件隨機(jī)場和判別字典,其算法為:對于給定圖像根據(jù)訓(xùn)練數(shù)據(jù)所得的字典估算其稀疏潛在變量,然后結(jié)合稀疏潛在變量、CRF權(quán)重以及圖像目標(biāo)標(biāo)記來獲得違反標(biāo)記,最后通過損失函數(shù)的梯度算法來更新字典和隨機(jī)場權(quán)重。

    4 結(jié) 語

    圖像顯著性檢測對于圖像的自動化處理非常重要,它現(xiàn)在已經(jīng)應(yīng)用到了圖像分割、圖像自適應(yīng)壓縮、圖像識別、圖像非真實感繪制等眾多圖像處理研究領(lǐng)域,通過圖像顯著性信息的引導(dǎo)可以更加精準(zhǔn)高效地進(jìn)行圖像處理工作。雖然圖像顯著性檢測技術(shù)研究已經(jīng)有了相當(dāng)不錯的成果,但是隨著圖像處理智能化發(fā)展趨勢的要求,以及更多領(lǐng)域的使用和普及,圖像顯著性檢測技術(shù)還有著很大的發(fā)展前景。

    參考文獻(xiàn)

    [1] KOCH C, ULLMAN S. Shift in selective visual attention: Towards the underlying neural circuitry [J]. Human Neurobiology, 1985, 4(4): 219?227.

    [2] ITTI L, KOCH C, NIEBUR E. A model of saliency?based visual attention for rapid scene analysis [J]. IEEE Transaction on Pattern Analysis and Machine Intelligence, 1998, 20(11): 1254?1259.

    [3] MA Yu?fei, ZHANG Hong?jiang. Contrast?based image attention analysis by using fuzzy growing [C]// Proceedings of the 11th ACM International Conference on Multimedia. Berkeley, CA, USA,: ACM, 2003: 374?381.

    [4] ACHANTA R, ESTRADA F, WILS P, et al. Salient region detection and segmentation [M]// Computer Vision Systems of Lecture Notes in Computer Science. Heidelberg: Springer, 2008: 66?75.

    [5] CHENG M M, ZHANG G X, MITRA N J, et al. Global contrast based salient region detection [C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Los Alamitos: IEEE Computer Society Press, 2011: 409?416.

    [6] SHA C.X, LI X.Q, SHAO Q, et al. Saliency detection via boundary and center priors [C]// Proceedings of the 6th International Congress on Image and Signal Processing. Los Alamitos: IEEE Computer Society Press, 2013: 1066?1071.

    [7] ACHANTA R, HEMANI S, ESTRADA F, et al. Frequency?tuned salient region detection [C]// Proceedings of the International Conference on Computer Vision and Pattern Recognition. Los Alamitos: IEEE Computer Society Press, 2009: 1597?1604.

    [8] ACHANTA R, S?SSTRUNK S. Saliency detection using maximum symmetric surround [C]// Proceedings of the International Conference on Image Processing. Los Alamitos: IEEE Computer Society Press, 2010: 2653?2656.

    [9] NGAU C W H, ANG L M, SENG K P. Bottom?up visual saliency map using wavelet transform domain [C]// Proceedings of the International Conference on Computer Science and Information Technology. Los Alamitos: IEEE Computer Society Press, 2010: 692?695.

    [10] JUDD T, EHINGER K, DURAND F, et al. Learning to predict where humans look [C]// Proceedings of the International Conference on Computer Vision. Los Alamitos: IEEE Computer Society Press, 2009: 2106?2113.

    [11] YANG J M, YANG M H. Top?down visual saliency via joint CRF and dictionary learning [C]// Proceedings of the International Conference on Computer Vision and Pattern Recognition. Los Alamitos: IEEE Computer Society Press, 2012: 2296?2303.

    圖4 兩種頻域顯著性檢測算法流程圖

    Ngau等人提出了一種在小波變換域計算顯著性圖的方法,如圖4(b)所示。該方法先將圖像由RGB顏色空間轉(zhuǎn)換到Y(jié)CbCr顏色空間,然后分別對Y,Cb,Cr分量圖像進(jìn)行小波變換分解到LL,LH,HL和HH四個波段,該方法中只選用了LL波段來進(jìn)行分析(包括圖像水平和垂直方向的低頻成分),分別計算各分量在LL波段的對比圖。以Y分量為例,其像素點[(x,y)]的對比值[C(x,y)=(ILL(x,y)-Iμ)2]。其中[ILL(x,y)]表示像素點[(x,y)]在LL波段的強(qiáng)度值;[Iμ]表示圖像在LL波段的強(qiáng)度均值。接著通過逆小波變換將各分量對比圖轉(zhuǎn)換回空間域,最后將各分量對比圖標(biāo)準(zhǔn)化之后相加計算出最后的顯著性圖。

    3 自頂而下的圖像顯著性檢測方法

    自頂而下的顯著性模型一般包括特征學(xué)習(xí)和顯著性計算兩個部分。Judd等人提出一種通過機(jī)器學(xué)習(xí)來建立自頂而下顯著性模型的方法,如圖5(a)所示。首先通過實驗收集15位觀察者自由觀看1 003張隨機(jī)圖像的視線跟蹤數(shù)據(jù),隨后對這些數(shù)據(jù)進(jìn)行人類視覺關(guān)注點分析獲得顯著性圖,并選擇一些用于訓(xùn)練模型的不同級別的特征;然后通過現(xiàn)有顯著性模型來計算這些不同級別的特征;最后使用1 003張圖像通過機(jī)器學(xué)習(xí)來進(jìn)行訓(xùn)練和測試顯著性模型。

    圖5 兩種自頂而下的顯著性模型構(gòu)建流程圖

    這里對于每幅圖像從顯著性前20%中隨機(jī)選取10個積極標(biāo)簽像素,顯著性后70%中隨機(jī)選取10個消極標(biāo)簽像素,建立一個18 060個樣本的訓(xùn)練集和一個2 000個樣本的測試集。Yang等人提出了一種利用判別字典和條件隨機(jī)場來建立顯著性模型的方法,如圖5(b)所示。首先將圖像分為圖像塊,對于每個圖像塊做出目標(biāo)是否存在標(biāo)記,利用學(xué)習(xí)的方法獲得條件隨機(jī)場(CRF)權(quán)重和判別字典,使用圖像塊標(biāo)記、條件隨機(jī)場權(quán)重和判別字典對圖像塊計算顯著性。搜集圖像建立圖像訓(xùn)練集,通過學(xué)習(xí)的方法構(gòu)建條件隨機(jī)場和判別字典,其算法為:對于給定圖像根據(jù)訓(xùn)練數(shù)據(jù)所得的字典估算其稀疏潛在變量,然后結(jié)合稀疏潛在變量、CRF權(quán)重以及圖像目標(biāo)標(biāo)記來獲得違反標(biāo)記,最后通過損失函數(shù)的梯度算法來更新字典和隨機(jī)場權(quán)重。

    4 結(jié) 語

    圖像顯著性檢測對于圖像的自動化處理非常重要,它現(xiàn)在已經(jīng)應(yīng)用到了圖像分割、圖像自適應(yīng)壓縮、圖像識別、圖像非真實感繪制等眾多圖像處理研究領(lǐng)域,通過圖像顯著性信息的引導(dǎo)可以更加精準(zhǔn)高效地進(jìn)行圖像處理工作。雖然圖像顯著性檢測技術(shù)研究已經(jīng)有了相當(dāng)不錯的成果,但是隨著圖像處理智能化發(fā)展趨勢的要求,以及更多領(lǐng)域的使用和普及,圖像顯著性檢測技術(shù)還有著很大的發(fā)展前景。

    參考文獻(xiàn)

    [1] KOCH C, ULLMAN S. Shift in selective visual attention: Towards the underlying neural circuitry [J]. Human Neurobiology, 1985, 4(4): 219?227.

    [2] ITTI L, KOCH C, NIEBUR E. A model of saliency?based visual attention for rapid scene analysis [J]. IEEE Transaction on Pattern Analysis and Machine Intelligence, 1998, 20(11): 1254?1259.

    [3] MA Yu?fei, ZHANG Hong?jiang. Contrast?based image attention analysis by using fuzzy growing [C]// Proceedings of the 11th ACM International Conference on Multimedia. Berkeley, CA, USA,: ACM, 2003: 374?381.

    [4] ACHANTA R, ESTRADA F, WILS P, et al. Salient region detection and segmentation [M]// Computer Vision Systems of Lecture Notes in Computer Science. Heidelberg: Springer, 2008: 66?75.

    [5] CHENG M M, ZHANG G X, MITRA N J, et al. Global contrast based salient region detection [C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Los Alamitos: IEEE Computer Society Press, 2011: 409?416.

    [6] SHA C.X, LI X.Q, SHAO Q, et al. Saliency detection via boundary and center priors [C]// Proceedings of the 6th International Congress on Image and Signal Processing. Los Alamitos: IEEE Computer Society Press, 2013: 1066?1071.

    [7] ACHANTA R, HEMANI S, ESTRADA F, et al. Frequency?tuned salient region detection [C]// Proceedings of the International Conference on Computer Vision and Pattern Recognition. Los Alamitos: IEEE Computer Society Press, 2009: 1597?1604.

    [8] ACHANTA R, S?SSTRUNK S. Saliency detection using maximum symmetric surround [C]// Proceedings of the International Conference on Image Processing. Los Alamitos: IEEE Computer Society Press, 2010: 2653?2656.

    [9] NGAU C W H, ANG L M, SENG K P. Bottom?up visual saliency map using wavelet transform domain [C]// Proceedings of the International Conference on Computer Science and Information Technology. Los Alamitos: IEEE Computer Society Press, 2010: 692?695.

    [10] JUDD T, EHINGER K, DURAND F, et al. Learning to predict where humans look [C]// Proceedings of the International Conference on Computer Vision. Los Alamitos: IEEE Computer Society Press, 2009: 2106?2113.

    [11] YANG J M, YANG M H. Top?down visual saliency via joint CRF and dictionary learning [C]// Proceedings of the International Conference on Computer Vision and Pattern Recognition. Los Alamitos: IEEE Computer Society Press, 2012: 2296?2303.

    圖4 兩種頻域顯著性檢測算法流程圖

    Ngau等人提出了一種在小波變換域計算顯著性圖的方法,如圖4(b)所示。該方法先將圖像由RGB顏色空間轉(zhuǎn)換到Y(jié)CbCr顏色空間,然后分別對Y,Cb,Cr分量圖像進(jìn)行小波變換分解到LL,LH,HL和HH四個波段,該方法中只選用了LL波段來進(jìn)行分析(包括圖像水平和垂直方向的低頻成分),分別計算各分量在LL波段的對比圖。以Y分量為例,其像素點[(x,y)]的對比值[C(x,y)=(ILL(x,y)-Iμ)2]。其中[ILL(x,y)]表示像素點[(x,y)]在LL波段的強(qiáng)度值;[Iμ]表示圖像在LL波段的強(qiáng)度均值。接著通過逆小波變換將各分量對比圖轉(zhuǎn)換回空間域,最后將各分量對比圖標(biāo)準(zhǔn)化之后相加計算出最后的顯著性圖。

    3 自頂而下的圖像顯著性檢測方法

    自頂而下的顯著性模型一般包括特征學(xué)習(xí)和顯著性計算兩個部分。Judd等人提出一種通過機(jī)器學(xué)習(xí)來建立自頂而下顯著性模型的方法,如圖5(a)所示。首先通過實驗收集15位觀察者自由觀看1 003張隨機(jī)圖像的視線跟蹤數(shù)據(jù),隨后對這些數(shù)據(jù)進(jìn)行人類視覺關(guān)注點分析獲得顯著性圖,并選擇一些用于訓(xùn)練模型的不同級別的特征;然后通過現(xiàn)有顯著性模型來計算這些不同級別的特征;最后使用1 003張圖像通過機(jī)器學(xué)習(xí)來進(jìn)行訓(xùn)練和測試顯著性模型。

    圖5 兩種自頂而下的顯著性模型構(gòu)建流程圖

    這里對于每幅圖像從顯著性前20%中隨機(jī)選取10個積極標(biāo)簽像素,顯著性后70%中隨機(jī)選取10個消極標(biāo)簽像素,建立一個18 060個樣本的訓(xùn)練集和一個2 000個樣本的測試集。Yang等人提出了一種利用判別字典和條件隨機(jī)場來建立顯著性模型的方法,如圖5(b)所示。首先將圖像分為圖像塊,對于每個圖像塊做出目標(biāo)是否存在標(biāo)記,利用學(xué)習(xí)的方法獲得條件隨機(jī)場(CRF)權(quán)重和判別字典,使用圖像塊標(biāo)記、條件隨機(jī)場權(quán)重和判別字典對圖像塊計算顯著性。搜集圖像建立圖像訓(xùn)練集,通過學(xué)習(xí)的方法構(gòu)建條件隨機(jī)場和判別字典,其算法為:對于給定圖像根據(jù)訓(xùn)練數(shù)據(jù)所得的字典估算其稀疏潛在變量,然后結(jié)合稀疏潛在變量、CRF權(quán)重以及圖像目標(biāo)標(biāo)記來獲得違反標(biāo)記,最后通過損失函數(shù)的梯度算法來更新字典和隨機(jī)場權(quán)重。

    4 結(jié) 語

    圖像顯著性檢測對于圖像的自動化處理非常重要,它現(xiàn)在已經(jīng)應(yīng)用到了圖像分割、圖像自適應(yīng)壓縮、圖像識別、圖像非真實感繪制等眾多圖像處理研究領(lǐng)域,通過圖像顯著性信息的引導(dǎo)可以更加精準(zhǔn)高效地進(jìn)行圖像處理工作。雖然圖像顯著性檢測技術(shù)研究已經(jīng)有了相當(dāng)不錯的成果,但是隨著圖像處理智能化發(fā)展趨勢的要求,以及更多領(lǐng)域的使用和普及,圖像顯著性檢測技術(shù)還有著很大的發(fā)展前景。

    參考文獻(xiàn)

    [1] KOCH C, ULLMAN S. Shift in selective visual attention: Towards the underlying neural circuitry [J]. Human Neurobiology, 1985, 4(4): 219?227.

    [2] ITTI L, KOCH C, NIEBUR E. A model of saliency?based visual attention for rapid scene analysis [J]. IEEE Transaction on Pattern Analysis and Machine Intelligence, 1998, 20(11): 1254?1259.

    [3] MA Yu?fei, ZHANG Hong?jiang. Contrast?based image attention analysis by using fuzzy growing [C]// Proceedings of the 11th ACM International Conference on Multimedia. Berkeley, CA, USA,: ACM, 2003: 374?381.

    [4] ACHANTA R, ESTRADA F, WILS P, et al. Salient region detection and segmentation [M]// Computer Vision Systems of Lecture Notes in Computer Science. Heidelberg: Springer, 2008: 66?75.

    [5] CHENG M M, ZHANG G X, MITRA N J, et al. Global contrast based salient region detection [C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. Los Alamitos: IEEE Computer Society Press, 2011: 409?416.

    [6] SHA C.X, LI X.Q, SHAO Q, et al. Saliency detection via boundary and center priors [C]// Proceedings of the 6th International Congress on Image and Signal Processing. Los Alamitos: IEEE Computer Society Press, 2013: 1066?1071.

    [7] ACHANTA R, HEMANI S, ESTRADA F, et al. Frequency?tuned salient region detection [C]// Proceedings of the International Conference on Computer Vision and Pattern Recognition. Los Alamitos: IEEE Computer Society Press, 2009: 1597?1604.

    [8] ACHANTA R, S?SSTRUNK S. Saliency detection using maximum symmetric surround [C]// Proceedings of the International Conference on Image Processing. Los Alamitos: IEEE Computer Society Press, 2010: 2653?2656.

    [9] NGAU C W H, ANG L M, SENG K P. Bottom?up visual saliency map using wavelet transform domain [C]// Proceedings of the International Conference on Computer Science and Information Technology. Los Alamitos: IEEE Computer Society Press, 2010: 692?695.

    [10] JUDD T, EHINGER K, DURAND F, et al. Learning to predict where humans look [C]// Proceedings of the International Conference on Computer Vision. Los Alamitos: IEEE Computer Society Press, 2009: 2106?2113.

    [11] YANG J M, YANG M H. Top?down visual saliency via joint CRF and dictionary learning [C]// Proceedings of the International Conference on Computer Vision and Pattern Recognition. Los Alamitos: IEEE Computer Society Press, 2012: 2296?2303.

    猜你喜歡
    檢測方法圖像處理
    基于圖像處理的機(jī)器人精確抓取的設(shè)計與實現(xiàn)
    機(jī)器學(xué)習(xí)在圖像處理中的應(yīng)用
    電子制作(2018年18期)2018-11-14 01:48:20
    模糊圖像處理,刑事偵查利器
    圖像處理技術(shù)的實戰(zhàn)應(yīng)用
    關(guān)于食品中氟烯草酸的檢測方法的研究
    淺談瀝青路面施工的非均勻性及檢測方法
    宮頸內(nèi)人乳頭瘤病毒的研究進(jìn)展
    電力計量裝置異常原因及監(jiān)測方法分析
    小兒氨酚黃那敏顆粒有關(guān)物質(zhì)對氯苯乙酰胺檢測方法的建立
    中國市場(2016年36期)2016-10-19 05:28:41
    粉狀速凝劑氯離子含量檢測方法
    亚洲欧洲日产国产| 一二三四社区在线视频社区8| 午夜福利乱码中文字幕| 午夜福利,免费看| 国产在线视频一区二区| 亚洲七黄色美女视频| 中国美女看黄片| 成人黄色视频免费在线看| 18禁裸乳无遮挡动漫免费视频| 免费一级毛片在线播放高清视频 | 欧美在线一区亚洲| 久久久久国产一级毛片高清牌| 99国产精品99久久久久| 999久久久国产精品视频| 国产成人系列免费观看| 亚洲一码二码三码区别大吗| 日本猛色少妇xxxxx猛交久久| 亚洲专区字幕在线| 国产精品影院久久| 亚洲国产日韩一区二区| 亚洲人成电影免费在线| 午夜免费鲁丝| 精品国产超薄肉色丝袜足j| 热99久久久久精品小说推荐| tocl精华| 黄色毛片三级朝国网站| 大香蕉久久成人网| 国产一区二区三区av在线| 黑人猛操日本美女一级片| 亚洲综合色网址| 精品久久久精品久久久| 国产野战对白在线观看| 精品一区二区三卡| 大型av网站在线播放| 操美女的视频在线观看| 高清欧美精品videossex| 成人国产一区最新在线观看| 久久精品人人爽人人爽视色| 女人精品久久久久毛片| 不卡av一区二区三区| 91成人精品电影| 色94色欧美一区二区| 在线观看免费午夜福利视频| 亚洲成人手机| 男女午夜视频在线观看| 纵有疾风起免费观看全集完整版| 亚洲情色 制服丝袜| 热99国产精品久久久久久7| 国产日韩欧美亚洲二区| 久久99一区二区三区| 菩萨蛮人人尽说江南好唐韦庄| 国产成人免费无遮挡视频| 丝袜在线中文字幕| 亚洲性夜色夜夜综合| 日本vs欧美在线观看视频| 精品高清国产在线一区| 免费黄频网站在线观看国产| av网站免费在线观看视频| 成人国语在线视频| 亚洲自偷自拍图片 自拍| 少妇精品久久久久久久| 亚洲一码二码三码区别大吗| 欧美大码av| 一级a爱视频在线免费观看| 午夜福利一区二区在线看| 日韩人妻精品一区2区三区| 夫妻午夜视频| 婷婷色av中文字幕| 国产三级黄色录像| 一本—道久久a久久精品蜜桃钙片| 一本久久精品| 精品一品国产午夜福利视频| 电影成人av| 国产成人啪精品午夜网站| av免费在线观看网站| 日韩欧美一区视频在线观看| 久久天躁狠狠躁夜夜2o2o| 男女高潮啪啪啪动态图| 999精品在线视频| 亚洲,欧美精品.| 久久精品亚洲av国产电影网| 黄色怎么调成土黄色| 亚洲国产欧美日韩在线播放| 免费高清在线观看日韩| 在线av久久热| 秋霞在线观看毛片| 国产欧美日韩精品亚洲av| 别揉我奶头~嗯~啊~动态视频 | 日本a在线网址| 老司机午夜福利在线观看视频 | 黄网站色视频无遮挡免费观看| 人人妻人人爽人人添夜夜欢视频| 亚洲国产av新网站| 在线 av 中文字幕| 另类亚洲欧美激情| 国产成人av教育| 99久久99久久久精品蜜桃| 亚洲成人免费av在线播放| 亚洲精品中文字幕一二三四区 | 777久久人妻少妇嫩草av网站| 一区福利在线观看| tocl精华| 中文字幕精品免费在线观看视频| 在线观看一区二区三区激情| 欧美精品一区二区大全| 国产精品一区二区免费欧美 | 亚洲国产欧美在线一区| 亚洲熟女毛片儿| 久久久久精品人妻al黑| 日韩中文字幕视频在线看片| 国产精品国产三级国产专区5o| 人人妻人人爽人人添夜夜欢视频| 中文字幕人妻熟女乱码| 女人爽到高潮嗷嗷叫在线视频| 国产亚洲精品第一综合不卡| 国产成人影院久久av| 人人澡人人妻人| 天天躁夜夜躁狠狠躁躁| 在线看a的网站| 免费久久久久久久精品成人欧美视频| 侵犯人妻中文字幕一二三四区| av视频免费观看在线观看| 嫁个100分男人电影在线观看| 免费在线观看日本一区| 国产真人三级小视频在线观看| 最近最新免费中文字幕在线| 日日夜夜操网爽| 日韩欧美国产一区二区入口| 精品福利永久在线观看| 午夜免费鲁丝| 巨乳人妻的诱惑在线观看| 麻豆av在线久日| 我的亚洲天堂| 亚洲欧美色中文字幕在线| 日韩熟女老妇一区二区性免费视频| 亚洲人成电影观看| 国产成人av激情在线播放| av不卡在线播放| 国产一区有黄有色的免费视频| 人成视频在线观看免费观看| 免费在线观看日本一区| 久久久国产欧美日韩av| 久久久久国内视频| 一本久久精品| a级片在线免费高清观看视频| 69精品国产乱码久久久| 国产老妇伦熟女老妇高清| 久久毛片免费看一区二区三区| 青草久久国产| 中文字幕精品免费在线观看视频| 午夜福利一区二区在线看| 一区在线观看完整版| 欧美乱码精品一区二区三区| 他把我摸到了高潮在线观看 | 热re99久久国产66热| 巨乳人妻的诱惑在线观看| 汤姆久久久久久久影院中文字幕| 国产成人免费无遮挡视频| 国产一区有黄有色的免费视频| 视频在线观看一区二区三区| 窝窝影院91人妻| 少妇精品久久久久久久| 久久香蕉激情| 一级a爱视频在线免费观看| 十八禁网站网址无遮挡| 777米奇影视久久| 99热全是精品| 天天添夜夜摸| 久久久精品94久久精品| 亚洲专区中文字幕在线| 又大又爽又粗| 99国产精品一区二区三区| 1024香蕉在线观看| 操美女的视频在线观看| 一级a爱视频在线免费观看| 19禁男女啪啪无遮挡网站| 国产97色在线日韩免费| 老司机靠b影院| 丝袜美腿诱惑在线| 天堂8中文在线网| 国产亚洲精品第一综合不卡| 亚洲熟女精品中文字幕| 久久精品亚洲熟妇少妇任你| 99国产精品免费福利视频| 久久久久久亚洲精品国产蜜桃av| 国产精品久久久久久精品古装| 黑丝袜美女国产一区| 一级毛片电影观看| 欧美+亚洲+日韩+国产| 国产一区二区三区av在线| 久久精品国产综合久久久| 两个人免费观看高清视频| 男人操女人黄网站| www日本在线高清视频| 久久亚洲国产成人精品v| 热99re8久久精品国产| 老司机影院成人| 精品人妻熟女毛片av久久网站| 亚洲精品乱久久久久久| 国产无遮挡羞羞视频在线观看| 欧美激情高清一区二区三区| 窝窝影院91人妻| 免费少妇av软件| av网站免费在线观看视频| 看免费av毛片| 欧美变态另类bdsm刘玥| 狂野欧美激情性xxxx| 欧美日韩黄片免| 成年美女黄网站色视频大全免费| 窝窝影院91人妻| 国产精品香港三级国产av潘金莲| 久9热在线精品视频| 不卡av一区二区三区| 99国产精品免费福利视频| 精品久久蜜臀av无| 黑人巨大精品欧美一区二区蜜桃| 免费人妻精品一区二区三区视频| 热99国产精品久久久久久7| 一二三四社区在线视频社区8| 大码成人一级视频| 日本五十路高清| 丝袜人妻中文字幕| 国产成+人综合+亚洲专区| a级片在线免费高清观看视频| 桃花免费在线播放| 欧美日韩亚洲高清精品| 亚洲一码二码三码区别大吗| 一区二区三区乱码不卡18| 美女高潮喷水抽搐中文字幕| 免费av中文字幕在线| 91字幕亚洲| 亚洲一区二区三区欧美精品| 国产精品熟女久久久久浪| 国产欧美亚洲国产| 久久热在线av| 在线永久观看黄色视频| 国产一区二区在线观看av| 一边摸一边做爽爽视频免费| 满18在线观看网站| 国产亚洲精品一区二区www | a级片在线免费高清观看视频| 国产97色在线日韩免费| 欧美+亚洲+日韩+国产| 中亚洲国语对白在线视频| 欧美日韩国产mv在线观看视频| 91麻豆精品激情在线观看国产 | 美女高潮喷水抽搐中文字幕| 欧美中文综合在线视频| 涩涩av久久男人的天堂| 免费人妻精品一区二区三区视频| 免费在线观看视频国产中文字幕亚洲 | 免费人妻精品一区二区三区视频| 老司机在亚洲福利影院| 亚洲欧美一区二区三区黑人| 50天的宝宝边吃奶边哭怎么回事| 亚洲第一av免费看| 亚洲国产av新网站| 亚洲精品在线美女| 亚洲一码二码三码区别大吗| 中文字幕精品免费在线观看视频| 国产一区二区三区在线臀色熟女 | 大陆偷拍与自拍| 国产精品一区二区在线不卡| 国产精品香港三级国产av潘金莲| 亚洲精品乱久久久久久| 97在线人人人人妻| 免费观看a级毛片全部| 精品国产乱子伦一区二区三区 | 免费在线观看日本一区| 国产一卡二卡三卡精品| √禁漫天堂资源中文www| 国产精品影院久久| 国产成人av教育| 动漫黄色视频在线观看| 国产黄色免费在线视频| 老熟妇乱子伦视频在线观看 | 一级毛片女人18水好多| 欧美黄色片欧美黄色片| 欧美大码av| 久久狼人影院| 各种免费的搞黄视频| 亚洲全国av大片| 国产黄频视频在线观看| 亚洲成人免费电影在线观看| 亚洲精品自拍成人| 手机成人av网站| 大陆偷拍与自拍| 亚洲精品av麻豆狂野| 国产欧美日韩一区二区三 | 欧美+亚洲+日韩+国产| 久久精品亚洲av国产电影网| 午夜两性在线视频| 日韩大码丰满熟妇| 99热全是精品| 视频在线观看一区二区三区| 亚洲精品一卡2卡三卡4卡5卡 | 亚洲av片天天在线观看| 国产在线免费精品| 啦啦啦视频在线资源免费观看| 他把我摸到了高潮在线观看 | 亚洲欧美精品综合一区二区三区| 国产亚洲精品久久久久5区| 热re99久久国产66热| 91精品三级在线观看| 正在播放国产对白刺激| 久久毛片免费看一区二区三区| 国产男人的电影天堂91| 欧美av亚洲av综合av国产av| 亚洲免费av在线视频| 嫩草影视91久久| 欧美人与性动交α欧美精品济南到| 侵犯人妻中文字幕一二三四区| 永久免费av网站大全| 丰满少妇做爰视频| 大陆偷拍与自拍| 久久国产亚洲av麻豆专区| 亚洲成人国产一区在线观看| 欧美国产精品一级二级三级| 午夜福利一区二区在线看| av网站在线播放免费| 国产野战对白在线观看| 免费不卡黄色视频| 91成人精品电影| 日韩制服骚丝袜av| 午夜免费成人在线视频| 精品久久久久久电影网| 精品人妻1区二区| bbb黄色大片| 悠悠久久av| 免费人妻精品一区二区三区视频| 天堂俺去俺来也www色官网| 老鸭窝网址在线观看| av不卡在线播放| 国产有黄有色有爽视频| 欧美 亚洲 国产 日韩一| 日韩视频一区二区在线观看| 咕卡用的链子| 狠狠婷婷综合久久久久久88av| 国产成人精品久久二区二区免费| 精品久久久久久久毛片微露脸 | 深夜精品福利| 久久综合国产亚洲精品| 91精品三级在线观看| 黑人欧美特级aaaaaa片| 99re6热这里在线精品视频| 久久国产精品人妻蜜桃| 深夜精品福利| 看免费av毛片| 性高湖久久久久久久久免费观看| 亚洲国产欧美网| 国产精品.久久久| 看免费av毛片| 成人免费观看视频高清| 亚洲色图综合在线观看| 视频区欧美日本亚洲| 2018国产大陆天天弄谢| 在线观看人妻少妇| 大码成人一级视频| avwww免费| 欧美一级毛片孕妇| h视频一区二区三区| 中文精品一卡2卡3卡4更新| 搡老岳熟女国产| 亚洲三区欧美一区| 成人手机av| 一级黄色大片毛片| 久久性视频一级片| 免费在线观看影片大全网站| 波多野结衣一区麻豆| 老汉色∧v一级毛片| 成年人黄色毛片网站| 性色av一级| 中文欧美无线码| 国产精品久久久久久精品古装| 成人手机av| 亚洲精品中文字幕在线视频| 久久香蕉激情| 国产在线一区二区三区精| 国产一区二区在线观看av| 国产在线一区二区三区精| 日韩一卡2卡3卡4卡2021年| 极品少妇高潮喷水抽搐| 国产精品亚洲av一区麻豆| 精品亚洲成国产av| 久久久国产一区二区| 精品一区二区三卡| 久久久久精品国产欧美久久久 | 亚洲精品国产一区二区精华液| 国产淫语在线视频| 丰满人妻熟妇乱又伦精品不卡| 少妇被粗大的猛进出69影院| 中国国产av一级| 亚洲av美国av| av国产精品久久久久影院| 十八禁网站网址无遮挡| 亚洲中文日韩欧美视频| 中文字幕人妻丝袜制服| www日本在线高清视频| 天天操日日干夜夜撸| 亚洲午夜精品一区,二区,三区| 伊人亚洲综合成人网| 少妇 在线观看| 一区二区三区精品91| 动漫黄色视频在线观看| 久久精品久久久久久噜噜老黄| 成人国产一区最新在线观看| 首页视频小说图片口味搜索| 国产精品麻豆人妻色哟哟久久| 成人三级做爰电影| 国产一卡二卡三卡精品| 久久青草综合色| 岛国毛片在线播放| 女人爽到高潮嗷嗷叫在线视频| 黄频高清免费视频| 久久国产精品影院| 中文欧美无线码| 久久久久久人人人人人| 夜夜夜夜夜久久久久| 亚洲国产毛片av蜜桃av| 男女高潮啪啪啪动态图| 91精品三级在线观看| 国产1区2区3区精品| 大陆偷拍与自拍| 国产精品熟女久久久久浪| 啪啪无遮挡十八禁网站| 精品国产超薄肉色丝袜足j| 别揉我奶头~嗯~啊~动态视频 | www.精华液| 18禁国产床啪视频网站| 丁香六月欧美| 国产精品av久久久久免费| 欧美 亚洲 国产 日韩一| 亚洲黑人精品在线| 麻豆乱淫一区二区| 别揉我奶头~嗯~啊~动态视频 | 国产精品 欧美亚洲| 宅男免费午夜| 午夜福利视频精品| 狠狠狠狠99中文字幕| 久久久久国产精品人妻一区二区| 国产欧美日韩一区二区精品| 精品亚洲成a人片在线观看| 老司机午夜福利在线观看视频 | 国产精品.久久久| 一本久久精品| 麻豆av在线久日| 亚洲精品国产区一区二| 99热网站在线观看| 亚洲 国产 在线| 日韩一卡2卡3卡4卡2021年| 搡老岳熟女国产| 久久久久精品国产欧美久久久 | av一本久久久久| 美女高潮喷水抽搐中文字幕| 91精品伊人久久大香线蕉| 中文字幕另类日韩欧美亚洲嫩草| 水蜜桃什么品种好| 久久香蕉激情| 国产精品久久久av美女十八| 高清在线国产一区| 国产一区二区激情短视频 | 最新的欧美精品一区二区| 飞空精品影院首页| 亚洲精品乱久久久久久| kizo精华| 99久久综合免费| 国产福利在线免费观看视频| 国产精品一二三区在线看| 日韩有码中文字幕| 巨乳人妻的诱惑在线观看| 国产精品一区二区在线不卡| 五月开心婷婷网| 国产精品熟女久久久久浪| 又大又爽又粗| 自线自在国产av| 成人三级做爰电影| 精品少妇黑人巨大在线播放| 国产亚洲精品一区二区www | 蜜桃在线观看..| 中文字幕最新亚洲高清| 久久久国产精品麻豆| 午夜日韩欧美国产| 色94色欧美一区二区| 99久久99久久久精品蜜桃| 欧美在线一区亚洲| 欧美 日韩 精品 国产| 一本—道久久a久久精品蜜桃钙片| 久热这里只有精品99| 脱女人内裤的视频| 亚洲精品中文字幕一二三四区 | 亚洲精品美女久久久久99蜜臀| 欧美日韩国产mv在线观看视频| 美女大奶头黄色视频| 婷婷成人精品国产| 亚洲免费av在线视频| 他把我摸到了高潮在线观看 | 人人妻,人人澡人人爽秒播| 国产激情久久老熟女| 老汉色av国产亚洲站长工具| 国产在视频线精品| 黄片大片在线免费观看| 新久久久久国产一级毛片| 欧美少妇被猛烈插入视频| 岛国毛片在线播放| 国产精品久久久久久精品电影小说| 香蕉国产在线看| 国产亚洲av片在线观看秒播厂| 亚洲精品国产色婷婷电影| videosex国产| 国产精品1区2区在线观看. | 叶爱在线成人免费视频播放| 国产精品免费视频内射| av福利片在线| av欧美777| 日日夜夜操网爽| 亚洲av日韩在线播放| 亚洲中文字幕日韩| 久久这里只有精品19| 日韩欧美一区视频在线观看| 真人做人爱边吃奶动态| 母亲3免费完整高清在线观看| 老熟妇仑乱视频hdxx| 91麻豆av在线| 啦啦啦 在线观看视频| 两性午夜刺激爽爽歪歪视频在线观看 | 女性被躁到高潮视频| tocl精华| 精品一区二区三卡| 啦啦啦在线免费观看视频4| 国产福利在线免费观看视频| 欧美 日韩 精品 国产| 国产男人的电影天堂91| 成年人免费黄色播放视频| 久久久久网色| 操出白浆在线播放| 日韩精品免费视频一区二区三区| 日日摸夜夜添夜夜添小说| av网站免费在线观看视频| 男人舔女人的私密视频| 欧美中文综合在线视频| 久久久国产精品麻豆| 一二三四在线观看免费中文在| 国产成人一区二区三区免费视频网站| 国产精品久久久人人做人人爽| 国产成人免费无遮挡视频| 电影成人av| 国产深夜福利视频在线观看| 久久ye,这里只有精品| 99精国产麻豆久久婷婷| 黄网站色视频无遮挡免费观看| 最新在线观看一区二区三区| 在线亚洲精品国产二区图片欧美| 91麻豆av在线| 日本av手机在线免费观看| 狠狠狠狠99中文字幕| 一级毛片电影观看| 午夜福利免费观看在线| 国产视频一区二区在线看| 亚洲av男天堂| 男女床上黄色一级片免费看| 国产老妇伦熟女老妇高清| 精品国产乱码久久久久久小说| 久久亚洲精品不卡| 美女福利国产在线| 最新的欧美精品一区二区| 日本91视频免费播放| 亚洲欧美日韩高清在线视频 | 日韩中文字幕视频在线看片| 欧美日本中文国产一区发布| 色老头精品视频在线观看| 久久精品久久久久久噜噜老黄| 少妇被粗大的猛进出69影院| 女人爽到高潮嗷嗷叫在线视频| 欧美精品一区二区免费开放| 国产真人三级小视频在线观看| 日日摸夜夜添夜夜添小说| 亚洲激情五月婷婷啪啪| 在线观看人妻少妇| 看免费av毛片| 男女边摸边吃奶| 极品少妇高潮喷水抽搐| 午夜免费鲁丝| 伊人亚洲综合成人网| 精品人妻1区二区| 我的亚洲天堂| 美女大奶头黄色视频| 精品人妻一区二区三区麻豆| 黑人欧美特级aaaaaa片| 国产福利在线免费观看视频| 黑人巨大精品欧美一区二区蜜桃| 国产日韩一区二区三区精品不卡| 亚洲国产精品成人久久小说| 国产成人av教育| 亚洲第一青青草原| 在线 av 中文字幕| 日本wwww免费看| 一本一本久久a久久精品综合妖精| 免费在线观看视频国产中文字幕亚洲 | av免费在线观看网站| 亚洲免费av在线视频| 欧美日本中文国产一区发布| 一级a爱视频在线免费观看| 十分钟在线观看高清视频www| 成年人免费黄色播放视频| 黑人巨大精品欧美一区二区mp4| 成人国产av品久久久| 精品福利永久在线观看| 人人妻,人人澡人人爽秒播| 50天的宝宝边吃奶边哭怎么回事| 伊人亚洲综合成人网| 日本91视频免费播放| 黄色毛片三级朝国网站| 亚洲五月婷婷丁香| 一区福利在线观看| av电影中文网址|