• <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
    午夜亚洲福利在线播放| 国产精品国产高清国产av| 亚洲欧美精品自产自拍| 少妇被粗大猛烈的视频| 青春草亚洲视频在线观看| 老司机影院成人| 欧美高清性xxxxhd video| 亚洲性久久影院| 中文天堂在线官网| 久久久久久伊人网av| АⅤ资源中文在线天堂| 五月伊人婷婷丁香| 看非洲黑人一级黄片| 亚洲精品色激情综合| 男女视频在线观看网站免费| 欧美成人精品欧美一级黄| 成人午夜精彩视频在线观看| 国产av在哪里看| 色哟哟·www| 男人和女人高潮做爰伦理| 天堂影院成人在线观看| 日本熟妇午夜| 亚洲欧美日韩无卡精品| 日日干狠狠操夜夜爽| 韩国高清视频一区二区三区| 国产精品99久久久久久久久| 哪个播放器可以免费观看大片| 亚洲最大成人av| 午夜爱爱视频在线播放| 丰满人妻一区二区三区视频av| 精品免费久久久久久久清纯| 老司机福利观看| 精品少妇黑人巨大在线播放 | 一区二区三区免费毛片| 亚洲人成网站在线播| 日本熟妇午夜| 免费av毛片视频| 99久久无色码亚洲精品果冻| 中文字幕免费在线视频6| 国产午夜精品论理片| 婷婷色麻豆天堂久久 | 国产探花极品一区二区| 色噜噜av男人的天堂激情| 嫩草影院新地址| 桃色一区二区三区在线观看| 亚洲最大成人中文| 精品人妻视频免费看| 久久综合国产亚洲精品| 女的被弄到高潮叫床怎么办| 最近中文字幕2019免费版| 热99在线观看视频| 99久久精品国产国产毛片| 男女那种视频在线观看| 成人毛片a级毛片在线播放| 五月玫瑰六月丁香| 最近2019中文字幕mv第一页| 国产伦理片在线播放av一区| 久久99蜜桃精品久久| 一级二级三级毛片免费看| 久久精品国产亚洲网站| 国产精品一区二区三区四区免费观看| 99久久精品热视频| 大香蕉97超碰在线| 真实男女啪啪啪动态图| 亚洲激情五月婷婷啪啪| 免费大片18禁| 国产精品久久久久久久久免| 老司机影院毛片| 久久久成人免费电影| 亚洲五月天丁香| 亚洲国产精品久久男人天堂| 精品不卡国产一区二区三区| 国产精品一及| 亚洲欧美清纯卡通| 黄色欧美视频在线观看| av在线观看视频网站免费| 欧美性猛交╳xxx乱大交人| 久久精品国产亚洲网站| 国产伦理片在线播放av一区| 99久久精品热视频| 精品人妻熟女av久视频| 高清视频免费观看一区二区 | 一个人免费在线观看电影| 成人鲁丝片一二三区免费| 日本熟妇午夜| 亚州av有码| 99久国产av精品国产电影| 国产免费又黄又爽又色| 日产精品乱码卡一卡2卡三| 青春草亚洲视频在线观看| 男人狂女人下面高潮的视频| 成年版毛片免费区| 美女国产视频在线观看| 精品一区二区三区视频在线| 国产伦精品一区二区三区四那| 久久热精品热| 欧美性猛交╳xxx乱大交人| 男人狂女人下面高潮的视频| 你懂的网址亚洲精品在线观看 | 欧美日韩国产亚洲二区| av国产免费在线观看| 69av精品久久久久久| 国产91av在线免费观看| 欧美三级亚洲精品| 国产高清国产精品国产三级 | 免费电影在线观看免费观看| 国产黄色视频一区二区在线观看 | 99久久无色码亚洲精品果冻| 久久人妻av系列| 日本黄大片高清| 99在线人妻在线中文字幕| 熟女人妻精品中文字幕| 欧美人与善性xxx| www日本黄色视频网| 国产成人a∨麻豆精品| 日韩欧美国产在线观看| 国产精品国产三级专区第一集| 欧美性感艳星| 尤物成人国产欧美一区二区三区| 国产爱豆传媒在线观看| 两个人视频免费观看高清| 高清毛片免费看| 精品国产露脸久久av麻豆 | 亚洲av一区综合| 欧美成人精品欧美一级黄| 波野结衣二区三区在线| 国产亚洲午夜精品一区二区久久 | 日韩 亚洲 欧美在线| 中文字幕av在线有码专区| 人人妻人人澡欧美一区二区| 丰满少妇做爰视频| 国产探花在线观看一区二区| 汤姆久久久久久久影院中文字幕 | 男插女下体视频免费在线播放| 久久精品熟女亚洲av麻豆精品 | 草草在线视频免费看| 亚洲精品国产av成人精品| 在线播放国产精品三级| 国产伦一二天堂av在线观看| 人体艺术视频欧美日本| 欧美日韩在线观看h| 91久久精品国产一区二区成人| 高清在线视频一区二区三区 | 亚洲五月天丁香| 夜夜爽夜夜爽视频| 亚洲精品日韩av片在线观看| 日本欧美国产在线视频| 色5月婷婷丁香| 久久久久精品久久久久真实原创| 51国产日韩欧美| 久久久久久久久久成人| 久久精品影院6| 国产美女午夜福利| 网址你懂的国产日韩在线| 国产精品,欧美在线| 国产人妻一区二区三区在| 久久久久久国产a免费观看| 美女国产视频在线观看| 最近手机中文字幕大全| 又爽又黄a免费视频| 亚洲第一区二区三区不卡| 欧美一区二区国产精品久久精品| 超碰97精品在线观看| 国产白丝娇喘喷水9色精品| 亚洲自偷自拍三级| 国产精品伦人一区二区| 久久精品91蜜桃| 色综合站精品国产| 国产av一区在线观看免费| 久久久久久九九精品二区国产| 听说在线观看完整版免费高清| 亚洲国产成人一精品久久久| 久久热精品热| 插阴视频在线观看视频| 亚洲在久久综合| 色吧在线观看| 国产精品伦人一区二区| 国内精品美女久久久久久| 99九九线精品视频在线观看视频| 夜夜爽夜夜爽视频| 国产精品av视频在线免费观看| 日本欧美国产在线视频| 看十八女毛片水多多多| 久久久久久大精品| 一级爰片在线观看| 国产一区二区在线观看日韩| 国产中年淑女户外野战色| 久久鲁丝午夜福利片| 国产成年人精品一区二区| 一级黄片播放器| 看十八女毛片水多多多| 嫩草影院精品99| 欧美高清性xxxxhd video| 亚洲精品aⅴ在线观看| 青青草视频在线视频观看| 精品久久久久久久久久久久久| 天天躁夜夜躁狠狠久久av| 免费观看性生交大片5| 男女那种视频在线观看| 精品国产三级普通话版| 人妻系列 视频| 黄色日韩在线| 99九九线精品视频在线观看视频| 大又大粗又爽又黄少妇毛片口| 久久99蜜桃精品久久| 亚洲va在线va天堂va国产| 亚洲国产日韩欧美精品在线观看| 亚洲av免费在线观看| 美女高潮的动态| 日本黄色视频三级网站网址| 偷拍熟女少妇极品色| 老师上课跳d突然被开到最大视频| 在线观看av片永久免费下载| 亚洲av熟女| 欧美97在线视频| 亚洲国产精品sss在线观看| 午夜精品在线福利| 亚洲色图av天堂| 99在线人妻在线中文字幕| 亚洲国产成人一精品久久久| 日产精品乱码卡一卡2卡三| 国模一区二区三区四区视频| 亚洲在久久综合| 长腿黑丝高跟| 在线播放国产精品三级| 国产三级在线视频| 一区二区三区乱码不卡18| 91精品一卡2卡3卡4卡| 日韩制服骚丝袜av| 干丝袜人妻中文字幕| 午夜福利在线观看免费完整高清在| 在线观看美女被高潮喷水网站| 老女人水多毛片| 神马国产精品三级电影在线观看| 97在线视频观看| 国产美女午夜福利| 亚洲天堂国产精品一区在线| 黄色配什么色好看| 久久久午夜欧美精品| 亚洲精品色激情综合| 一区二区三区免费毛片| 直男gayav资源| 白带黄色成豆腐渣| 日韩欧美精品v在线| 免费观看人在逋| 狂野欧美白嫩少妇大欣赏| 国产又色又爽无遮挡免| 波多野结衣高清无吗| 久久久久久久午夜电影| 美女cb高潮喷水在线观看| 国产色爽女视频免费观看| 永久免费av网站大全| 91久久精品国产一区二区三区| 超碰97精品在线观看| 一区二区三区高清视频在线| 日本免费一区二区三区高清不卡| a级毛片免费高清观看在线播放| 国产乱人偷精品视频| 国产精品无大码| 成人性生交大片免费视频hd| 国语自产精品视频在线第100页| 激情 狠狠 欧美| av在线老鸭窝| 久久99热这里只有精品18| 国产精品国产三级国产专区5o | 性色avwww在线观看| 国产伦在线观看视频一区| 国产一区亚洲一区在线观看| av黄色大香蕉| www日本黄色视频网| 午夜激情福利司机影院| 国内精品美女久久久久久| 男女视频在线观看网站免费| 精品酒店卫生间| 噜噜噜噜噜久久久久久91| 丝袜喷水一区| 久久久成人免费电影| 色视频www国产| av在线蜜桃| 六月丁香七月| 亚洲色图av天堂| 丰满乱子伦码专区| 国产高清三级在线| 五月伊人婷婷丁香| 久热久热在线精品观看| 日本与韩国留学比较| 99在线视频只有这里精品首页| 国语自产精品视频在线第100页| 国产精品女同一区二区软件| 日日摸夜夜添夜夜添av毛片| 成人特级av手机在线观看| 最近最新中文字幕大全电影3| 日本午夜av视频| 国产麻豆成人av免费视频| 国产精品一区二区在线观看99 | 插阴视频在线观看视频| 在线观看66精品国产| 我要搜黄色片| 国产伦理片在线播放av一区| 成人漫画全彩无遮挡| 啦啦啦韩国在线观看视频| 日韩大片免费观看网站 | 中文字幕av成人在线电影| 毛片女人毛片| 寂寞人妻少妇视频99o| 欧美成人a在线观看| 精品少妇黑人巨大在线播放 | .国产精品久久| 日日干狠狠操夜夜爽| av在线亚洲专区| 中文精品一卡2卡3卡4更新| 内地一区二区视频在线| 少妇丰满av| 国产单亲对白刺激| 精华霜和精华液先用哪个| 中文字幕精品亚洲无线码一区| 国产免费福利视频在线观看| 好男人在线观看高清免费视频| 精品国产一区二区三区久久久樱花 | 午夜精品在线福利| 寂寞人妻少妇视频99o| 国产在视频线精品| 日本-黄色视频高清免费观看| 男女视频在线观看网站免费| 免费av不卡在线播放| 国产黄片视频在线免费观看| 亚洲最大成人中文| 亚洲aⅴ乱码一区二区在线播放| 亚洲成av人片在线播放无| 国产成人福利小说| 午夜视频国产福利| 丰满乱子伦码专区| 亚洲成av人片在线播放无| 久久久精品94久久精品| 成人综合一区亚洲| 又粗又硬又长又爽又黄的视频| 国产精品麻豆人妻色哟哟久久 | 免费观看的影片在线观看| 波野结衣二区三区在线| 成人无遮挡网站| 女人久久www免费人成看片 | 高清午夜精品一区二区三区| 欧美成人a在线观看| 国产毛片a区久久久久| 国产黄片视频在线免费观看| 大香蕉久久网| 色播亚洲综合网| 国产成人一区二区在线| 超碰av人人做人人爽久久| 国产精品不卡视频一区二区| 成人漫画全彩无遮挡| 在线播放无遮挡| 男女国产视频网站| 亚洲无线观看免费| 亚洲av一区综合| 高清视频免费观看一区二区 | 啦啦啦啦在线视频资源| 黄片无遮挡物在线观看| 久久久国产成人精品二区| av在线观看视频网站免费| 国产精品国产三级国产专区5o | 久久久久久久久久久丰满| 久久这里只有精品中国| 国产精品永久免费网站| 日韩欧美三级三区| 啦啦啦韩国在线观看视频| 一边亲一边摸免费视频| 国产精品野战在线观看| 男女国产视频网站| 色5月婷婷丁香| 超碰av人人做人人爽久久| 久久久久久久久久成人| 丝袜美腿在线中文| 精品不卡国产一区二区三区| 国内精品宾馆在线| 边亲边吃奶的免费视频| 亚洲国产色片| 日韩av不卡免费在线播放| 麻豆成人午夜福利视频| 波多野结衣高清无吗| 日韩一区二区三区影片| 日韩欧美精品v在线| 一级av片app| 亚洲精品日韩在线中文字幕| 97热精品久久久久久| 综合色丁香网| 久久草成人影院| 免费观看在线日韩| 一级二级三级毛片免费看| 久久精品国产鲁丝片午夜精品| 纵有疾风起免费观看全集完整版 | 一区二区三区高清视频在线| av视频在线观看入口| 免费观看精品视频网站| 3wmmmm亚洲av在线观看| 人妻少妇偷人精品九色| 精品国产一区二区三区久久久樱花 | 欧美日韩在线观看h| 亚洲欧美日韩高清专用| 99久久九九国产精品国产免费| 一级毛片电影观看 | 精品人妻偷拍中文字幕| 久久午夜福利片| 国产精品国产高清国产av| 欧美成人a在线观看| 小说图片视频综合网站| 久久久国产成人免费| 男女啪啪激烈高潮av片| 桃色一区二区三区在线观看| 久久精品国产自在天天线| 日本三级黄在线观看| 99久久中文字幕三级久久日本| 一级爰片在线观看| 亚洲精品国产成人久久av| 欧美高清成人免费视频www| 激情 狠狠 欧美| 亚洲在久久综合| 国产免费视频播放在线视频 | 婷婷色麻豆天堂久久 | 久久精品久久久久久噜噜老黄 | 有码 亚洲区| 国产激情偷乱视频一区二区| av在线天堂中文字幕| 久久久久国产网址| 一级毛片我不卡| 欧美三级亚洲精品| 在线免费观看不下载黄p国产| 日产精品乱码卡一卡2卡三| 国产一级毛片在线| 亚洲av男天堂| 久久久久久久久久久丰满| 亚洲av免费在线观看| 国产久久久一区二区三区| 日韩一本色道免费dvd| 亚洲国产精品sss在线观看| 亚洲内射少妇av| 男人狂女人下面高潮的视频| 天天躁夜夜躁狠狠久久av| 一区二区三区免费毛片| 久久久久久久久久成人| 久久久精品94久久精品| 亚洲在线观看片| 精品国产三级普通话版| 又爽又黄无遮挡网站| 日韩精品青青久久久久久| 精品一区二区三区视频在线| 精品国产露脸久久av麻豆 | 亚洲欧美成人综合另类久久久 | 国产精品无大码| 国产中年淑女户外野战色| 一区二区三区高清视频在线| 禁无遮挡网站| 国语自产精品视频在线第100页| 久久精品久久精品一区二区三区| 欧美日韩国产亚洲二区| 亚洲最大成人av| 99久久精品一区二区三区| 麻豆国产97在线/欧美| 亚洲av中文字字幕乱码综合| 日日干狠狠操夜夜爽| 国产av码专区亚洲av| 精品一区二区三区视频在线| 自拍偷自拍亚洲精品老妇| 国产 一区 欧美 日韩| 亚洲自偷自拍三级| av在线亚洲专区| 欧美成人a在线观看| 国产免费福利视频在线观看| 桃色一区二区三区在线观看| 菩萨蛮人人尽说江南好唐韦庄 | 日本wwww免费看| 亚洲在线观看片| 最近视频中文字幕2019在线8| 天天一区二区日本电影三级| 大香蕉97超碰在线| 欧美日本亚洲视频在线播放| 亚洲精品乱码久久久v下载方式| 美女黄网站色视频| 亚洲欧美成人精品一区二区| 丝袜美腿在线中文| 1000部很黄的大片| 国产一级毛片在线| 国产成年人精品一区二区| 亚洲精华国产精华液的使用体验| 91精品伊人久久大香线蕉| 精品一区二区三区人妻视频| 又爽又黄无遮挡网站| 七月丁香在线播放| 日韩在线高清观看一区二区三区| 18禁在线无遮挡免费观看视频| 日韩欧美 国产精品| 日本黄色片子视频| 色吧在线观看| 尾随美女入室| 18禁裸乳无遮挡免费网站照片| 91午夜精品亚洲一区二区三区| 国产一级毛片在线| 精品午夜福利在线看| 91狼人影院| 亚洲国产最新在线播放| 神马国产精品三级电影在线观看| 亚洲图色成人| 男女边吃奶边做爰视频| 亚洲最大成人中文| 精品一区二区三区视频在线| 精华霜和精华液先用哪个| 国产成人a区在线观看| 噜噜噜噜噜久久久久久91| 国产精品1区2区在线观看.| 精品人妻熟女av久视频| 最新中文字幕久久久久| 国产精品电影一区二区三区| 校园人妻丝袜中文字幕| 寂寞人妻少妇视频99o| 免费看av在线观看网站| 亚洲av免费在线观看| 伦精品一区二区三区| 美女cb高潮喷水在线观看| 2021天堂中文幕一二区在线观| 级片在线观看| 听说在线观看完整版免费高清| 三级男女做爰猛烈吃奶摸视频| 久99久视频精品免费| 在线观看一区二区三区| 国产激情偷乱视频一区二区| av卡一久久| 国产乱人视频| 亚洲精品乱码久久久v下载方式| 国国产精品蜜臀av免费| 欧美不卡视频在线免费观看| 麻豆成人午夜福利视频| 少妇丰满av| 免费一级毛片在线播放高清视频| 女人十人毛片免费观看3o分钟| 寂寞人妻少妇视频99o| 嘟嘟电影网在线观看| 亚洲av福利一区| 少妇熟女aⅴ在线视频| 国产淫片久久久久久久久| 久久精品国产自在天天线| 欧美潮喷喷水| 亚洲aⅴ乱码一区二区在线播放| 一区二区三区高清视频在线| 亚洲美女搞黄在线观看| 久久精品综合一区二区三区| 国产高清不卡午夜福利| 色视频www国产| 国产欧美另类精品又又久久亚洲欧美| 内射极品少妇av片p| 1024手机看黄色片| 欧美bdsm另类| 国产在线男女| 亚洲va在线va天堂va国产| 亚洲自拍偷在线| 日本一本二区三区精品| 少妇裸体淫交视频免费看高清| 你懂的网址亚洲精品在线观看 | 亚州av有码| 日本熟妇午夜| 国产成人aa在线观看| 搡女人真爽免费视频火全软件| 人人妻人人看人人澡| 国语对白做爰xxxⅹ性视频网站| 亚洲成人精品中文字幕电影| 日韩视频在线欧美| 色播亚洲综合网| 亚洲精品日韩在线中文字幕| 精品久久久久久久久久久久久| 深爱激情五月婷婷| 麻豆久久精品国产亚洲av| 午夜福利成人在线免费观看| a级毛片免费高清观看在线播放| 精品国产一区二区三区久久久樱花 | 色哟哟·www| 美女内射精品一级片tv| 女人久久www免费人成看片 | 国产免费又黄又爽又色| 亚洲内射少妇av| 免费av观看视频| 卡戴珊不雅视频在线播放| 波多野结衣高清无吗| av在线老鸭窝| 亚洲aⅴ乱码一区二区在线播放| 日韩精品青青久久久久久| 久久久a久久爽久久v久久| av在线播放精品| 国产乱人视频| 久久人妻av系列| av视频在线观看入口| 亚洲精品日韩在线中文字幕| 亚洲av成人精品一区久久| 久久6这里有精品| 国产三级中文精品| 99热这里只有是精品50| 99久久无色码亚洲精品果冻| 人人妻人人澡欧美一区二区| 国产探花在线观看一区二区| 午夜福利在线观看吧| av播播在线观看一区| 可以在线观看毛片的网站| 美女内射精品一级片tv| 91aial.com中文字幕在线观看| 久久精品熟女亚洲av麻豆精品 | 少妇人妻精品综合一区二区| 在线免费观看的www视频| 大香蕉久久网| 久久99热6这里只有精品| 亚洲国产欧美在线一区| 99久久九九国产精品国产免费| 日韩一区二区三区影片| 久久人人爽人人爽人人片va| 在线a可以看的网站| 亚洲欧美精品综合久久99| 国产一区二区亚洲精品在线观看| 夜夜看夜夜爽夜夜摸|