• <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
    亚洲成a人片在线一区二区| 欧美bdsm另类| 日本一本二区三区精品| 三级毛片av免费| 日日干狠狠操夜夜爽| 舔av片在线| 国产精品精品国产色婷婷| 自拍偷自拍亚洲精品老妇| 国产三级在线视频| 国产男靠女视频免费网站| 国产激情偷乱视频一区二区| 久久久久精品国产欧美久久久| av黄色大香蕉| 国产av一区在线观看免费| 亚洲久久久久久中文字幕| 老司机影院成人| 一级毛片我不卡| 最近手机中文字幕大全| 18禁在线播放成人免费| 免费电影在线观看免费观看| 国产熟女欧美一区二区| 国产精品一区二区免费欧美| 国产精品嫩草影院av在线观看| 亚洲av成人av| 午夜福利高清视频| 国产熟女欧美一区二区| 免费无遮挡裸体视频| 欧美一级a爱片免费观看看| 晚上一个人看的免费电影| 毛片女人毛片| 最后的刺客免费高清国语| 国产亚洲av嫩草精品影院| 国产成人a∨麻豆精品| 狠狠狠狠99中文字幕| 狠狠狠狠99中文字幕| 精品久久久久久久末码| 两个人视频免费观看高清| 欧美成人a在线观看| 高清毛片免费观看视频网站| 99久久无色码亚洲精品果冻| 我要搜黄色片| 国产精品爽爽va在线观看网站| 国产黄a三级三级三级人| 五月玫瑰六月丁香| 精品乱码久久久久久99久播| 国产精品免费一区二区三区在线| 国产亚洲av嫩草精品影院| 国产高清视频在线观看网站| 亚洲av美国av| 亚洲欧美成人综合另类久久久 | 亚洲七黄色美女视频| 我要搜黄色片| 亚洲最大成人av| 女生性感内裤真人,穿戴方法视频| 亚洲一级一片aⅴ在线观看| 亚洲综合色惰| 香蕉av资源在线| 在线免费观看的www视频| 菩萨蛮人人尽说江南好唐韦庄 | 亚州av有码| 不卡一级毛片| 日韩欧美国产在线观看| 日韩欧美精品免费久久| 一进一出好大好爽视频| 亚洲国产高清在线一区二区三| 国产在视频线在精品| 国产v大片淫在线免费观看| 国产不卡一卡二| 国产爱豆传媒在线观看| 国产男靠女视频免费网站| 亚洲美女黄片视频| 欧美日韩精品成人综合77777| 22中文网久久字幕| 午夜福利高清视频| 亚洲成人久久性| 一进一出抽搐gif免费好疼| 三级国产精品欧美在线观看| 国产免费男女视频| 国产色婷婷99| 别揉我奶头 嗯啊视频| 一级av片app| 国产精品一二三区在线看| 中国美女看黄片| 91久久精品国产一区二区三区| 精品一区二区免费观看| 亚洲精品日韩在线中文字幕 | 亚洲av中文字字幕乱码综合| 亚洲精品乱码久久久v下载方式| a级毛色黄片| 1024手机看黄色片| 亚洲五月天丁香| av视频在线观看入口| 日韩成人av中文字幕在线观看 | 国产黄色视频一区二区在线观看 | 国产午夜精品论理片| 日日摸夜夜添夜夜添av毛片| 日韩在线高清观看一区二区三区| 在线播放无遮挡| 日本成人三级电影网站| 伊人久久精品亚洲午夜| 一级毛片aaaaaa免费看小| 级片在线观看| 久久精品国产鲁丝片午夜精品| 免费黄网站久久成人精品| 久久精品国产亚洲av天美| 国产v大片淫在线免费观看| 中出人妻视频一区二区| 国产精品久久久久久久久免| 亚洲欧美精品综合久久99| 直男gayav资源| 国产高清三级在线| 真人做人爱边吃奶动态| 在线国产一区二区在线| 搞女人的毛片| 中文亚洲av片在线观看爽| 91精品国产九色| 夜夜爽天天搞| 亚洲国产欧美人成| 无遮挡黄片免费观看| 亚洲,欧美,日韩| 尤物成人国产欧美一区二区三区| 国产淫片久久久久久久久| 午夜福利视频1000在线观看| 最后的刺客免费高清国语| 日韩欧美精品免费久久| 国产人妻一区二区三区在| 久久久久性生活片| 国产精品伦人一区二区| 蜜桃久久精品国产亚洲av| 国产 一区 欧美 日韩| 国产探花在线观看一区二区| 精品久久久噜噜| 色av中文字幕| 干丝袜人妻中文字幕| 99在线视频只有这里精品首页| 欧美zozozo另类| av在线天堂中文字幕| 麻豆国产97在线/欧美| 亚洲精品色激情综合| 精品一区二区免费观看| avwww免费| 国产不卡一卡二| 精品国产三级普通话版| 美女大奶头视频| 精品人妻视频免费看| 搡老岳熟女国产| 天天躁夜夜躁狠狠久久av| 12—13女人毛片做爰片一| 精品不卡国产一区二区三区| 三级国产精品欧美在线观看| 亚洲精品亚洲一区二区| 日本色播在线视频| 99久久中文字幕三级久久日本| 国产一区二区激情短视频| 狠狠狠狠99中文字幕| 国产片特级美女逼逼视频| 成年免费大片在线观看| 成年免费大片在线观看| 最近的中文字幕免费完整| 日本撒尿小便嘘嘘汇集6| 99热这里只有是精品50| 蜜桃久久精品国产亚洲av| 中文字幕久久专区| 国产av麻豆久久久久久久| 女同久久另类99精品国产91| 麻豆久久精品国产亚洲av| 99国产极品粉嫩在线观看| 少妇被粗大猛烈的视频| 波多野结衣高清作品| 免费观看人在逋| 97热精品久久久久久| 免费在线观看成人毛片| 亚洲美女搞黄在线观看 | 亚洲精品日韩av片在线观看| 日韩欧美三级三区| 老熟妇仑乱视频hdxx| av在线蜜桃| 看十八女毛片水多多多| 欧美高清成人免费视频www| 大又大粗又爽又黄少妇毛片口| 国产69精品久久久久777片| 日本欧美国产在线视频| 夜夜爽天天搞| 久久精品国产亚洲网站| 免费看日本二区| 十八禁国产超污无遮挡网站| 欧美激情国产日韩精品一区| 全区人妻精品视频| 欧美日本亚洲视频在线播放| 日日撸夜夜添| 偷拍熟女少妇极品色| 欧美成人一区二区免费高清观看| 日韩 亚洲 欧美在线| 少妇人妻精品综合一区二区 | 国产男靠女视频免费网站| 国产 一区精品| 在线观看av片永久免费下载| 日韩精品青青久久久久久| 国产av在哪里看| 一级a爱片免费观看的视频| 婷婷色综合大香蕉| 国产伦精品一区二区三区视频9| 免费电影在线观看免费观看| 国产精品一及| 日韩强制内射视频| 中国美女看黄片| 在现免费观看毛片| 又爽又黄无遮挡网站| 一本精品99久久精品77| 精品久久久久久久人妻蜜臀av| 久久亚洲国产成人精品v| 国产黄片美女视频| 亚洲激情五月婷婷啪啪| 丰满的人妻完整版| 欧美日韩乱码在线| 国产美女午夜福利| 国产又黄又爽又无遮挡在线| 国产精品亚洲美女久久久| 色哟哟哟哟哟哟| 亚洲综合色惰| 亚洲熟妇熟女久久| 免费观看人在逋| 国模一区二区三区四区视频| 亚洲欧美中文字幕日韩二区| 成人亚洲精品av一区二区| 国产av麻豆久久久久久久| 日日摸夜夜添夜夜添av毛片| 精品不卡国产一区二区三区| 国产 一区精品| 国产精品三级大全| 午夜免费激情av| 成年女人毛片免费观看观看9| 中文字幕久久专区| 在线观看免费视频日本深夜| 91av网一区二区| 成人特级av手机在线观看| 日韩高清综合在线| 特大巨黑吊av在线直播| 久久人人爽人人片av| 亚洲欧美精品综合久久99| 啦啦啦啦在线视频资源| 啦啦啦啦在线视频资源| 别揉我奶头 嗯啊视频| 九九爱精品视频在线观看| 日本三级黄在线观看| 级片在线观看| 欧美高清成人免费视频www| 欧美日韩综合久久久久久| 91久久精品电影网| 一进一出好大好爽视频| 亚洲av第一区精品v没综合| 午夜爱爱视频在线播放| 国产成人a区在线观看| 一个人看的www免费观看视频| 国产精品久久久久久亚洲av鲁大| 国产精品人妻久久久影院| 夜夜爽天天搞| 桃色一区二区三区在线观看| 国产又黄又爽又无遮挡在线| 国产伦在线观看视频一区| 欧美最新免费一区二区三区| av.在线天堂| 国产乱人视频| 在线观看一区二区三区| 国产国拍精品亚洲av在线观看| 搡老妇女老女人老熟妇| 午夜免费激情av| 啦啦啦啦在线视频资源| 2021天堂中文幕一二区在线观| 九九久久精品国产亚洲av麻豆| 欧美一区二区国产精品久久精品| 国产麻豆成人av免费视频| 久久亚洲国产成人精品v| 最好的美女福利视频网| 我要看日韩黄色一级片| 99久国产av精品国产电影| 麻豆av噜噜一区二区三区| 国产色爽女视频免费观看| 白带黄色成豆腐渣| 日韩亚洲欧美综合| а√天堂www在线а√下载| 99热6这里只有精品| 国产av麻豆久久久久久久| 亚洲欧美精品自产自拍| 免费不卡的大黄色大毛片视频在线观看 | 少妇的逼好多水| 一个人免费在线观看电影| 国产亚洲av嫩草精品影院| 国产乱人偷精品视频| 少妇熟女aⅴ在线视频| 自拍偷自拍亚洲精品老妇| 国国产精品蜜臀av免费| 俺也久久电影网| 亚洲国产精品国产精品| 小说图片视频综合网站| 日韩制服骚丝袜av| 丝袜美腿在线中文| 国产精品久久久久久久久免| 国产免费男女视频| 亚洲成人精品中文字幕电影| 日韩强制内射视频| 51国产日韩欧美| 午夜视频国产福利| 熟妇人妻久久中文字幕3abv| 欧美不卡视频在线免费观看| 国产熟女欧美一区二区| 一级a爱片免费观看的视频| 日韩欧美一区二区三区在线观看| 亚洲内射少妇av| 久久久久久大精品| 亚洲av熟女| 国产真实乱freesex| 成年av动漫网址| 亚洲无线观看免费| 日本免费一区二区三区高清不卡| 亚洲精品色激情综合| 亚洲欧美日韩高清专用| 亚洲在线自拍视频| 久久精品91蜜桃| 久久久久久久久大av| 国模一区二区三区四区视频| 精品久久久久久久久久久久久| .国产精品久久| 亚洲av.av天堂| 久久6这里有精品| 91精品国产九色| 又黄又爽又刺激的免费视频.| 午夜视频国产福利| 我的老师免费观看完整版| 看非洲黑人一级黄片| 在线观看美女被高潮喷水网站| 乱系列少妇在线播放| 级片在线观看| 免费无遮挡裸体视频| 久久国产乱子免费精品| 亚洲最大成人av| 国产人妻一区二区三区在| 男女那种视频在线观看| 国产毛片a区久久久久| av中文乱码字幕在线| 97在线视频观看| 最近在线观看免费完整版| 精品人妻一区二区三区麻豆 | 99久久久亚洲精品蜜臀av| 亚洲av美国av| 精品久久久久久久末码| 老女人水多毛片| 女同久久另类99精品国产91| 日日撸夜夜添| 久久午夜福利片| 久久久a久久爽久久v久久| 变态另类成人亚洲欧美熟女| 亚洲av.av天堂| 99久久精品国产国产毛片| 久久精品国产鲁丝片午夜精品| 亚洲av五月六月丁香网| 亚洲一级一片aⅴ在线观看| 亚洲最大成人手机在线| 青春草视频在线免费观看| 此物有八面人人有两片| 天美传媒精品一区二区| 极品教师在线视频| av天堂中文字幕网| 亚洲熟妇中文字幕五十中出| 久久久国产成人免费| 最近最新中文字幕大全电影3| 亚洲经典国产精华液单| 国产 一区精品| 91久久精品国产一区二区成人| 99久国产av精品| 国产白丝娇喘喷水9色精品| 美女黄网站色视频| 毛片女人毛片| 国产精品电影一区二区三区| 国产精品久久久久久亚洲av鲁大| 日韩欧美免费精品| 精品午夜福利视频在线观看一区| 亚洲专区国产一区二区| 天堂√8在线中文| 韩国av在线不卡| 国内精品一区二区在线观看| 国产精品一及| 亚洲av免费高清在线观看| 久久久欧美国产精品| 一级a爱片免费观看的视频| 97热精品久久久久久| 国产伦精品一区二区三区四那| 变态另类成人亚洲欧美熟女| 亚洲综合色惰| 俄罗斯特黄特色一大片| 在现免费观看毛片| 免费观看精品视频网站| 国产高清视频在线播放一区| 久久综合国产亚洲精品| 桃色一区二区三区在线观看| 啦啦啦韩国在线观看视频| 久久精品91蜜桃| 九九久久精品国产亚洲av麻豆| 日本爱情动作片www.在线观看 | 大香蕉久久网| 床上黄色一级片| 韩国av在线不卡| 国产精品99久久久久久久久| 热99在线观看视频| 精品欧美国产一区二区三| 欧美日韩国产亚洲二区| 亚洲美女视频黄频| 精品一区二区三区视频在线| 欧美绝顶高潮抽搐喷水| 国产精品一及| 在线免费观看不下载黄p国产| 特级一级黄色大片| 美女黄网站色视频| 中文字幕精品亚洲无线码一区| 国产精品一区二区三区四区免费观看 | 国产一区二区三区av在线 | 亚洲无线在线观看| 男人狂女人下面高潮的视频| 亚洲av二区三区四区| 在线免费观看的www视频| 99在线视频只有这里精品首页| 亚洲人成网站在线观看播放| 亚洲乱码一区二区免费版| 亚洲aⅴ乱码一区二区在线播放| 在线播放国产精品三级| 亚洲一区二区三区色噜噜| a级毛片免费高清观看在线播放| 又爽又黄无遮挡网站| 人人妻人人澡人人爽人人夜夜 | 不卡一级毛片| 激情 狠狠 欧美| 欧洲精品卡2卡3卡4卡5卡区| 亚洲一区二区三区色噜噜| 女生性感内裤真人,穿戴方法视频| 男人狂女人下面高潮的视频| 黄色配什么色好看| 99热只有精品国产| 欧美丝袜亚洲另类| 99久久精品一区二区三区| 欧美bdsm另类| 成人av在线播放网站| 老熟妇乱子伦视频在线观看| 九色成人免费人妻av| 精品99又大又爽又粗少妇毛片| 老熟妇仑乱视频hdxx| 亚洲精品影视一区二区三区av| 亚洲欧美成人精品一区二区| 久久精品久久久久久噜噜老黄 | 国产精品乱码一区二三区的特点| 香蕉av资源在线| a级毛色黄片| 中文亚洲av片在线观看爽| 舔av片在线| 观看免费一级毛片| 精品人妻偷拍中文字幕| 狠狠狠狠99中文字幕| 国产精品一区二区免费欧美| 欧美激情久久久久久爽电影| 国产av在哪里看| 综合色丁香网| 色av中文字幕| 国产亚洲精品久久久久久毛片| av免费在线看不卡| 一级av片app| 婷婷精品国产亚洲av| 久久中文看片网| 人妻少妇偷人精品九色| 一级黄色大片毛片| 欧美性猛交╳xxx乱大交人| 久久精品国产鲁丝片午夜精品| 蜜臀久久99精品久久宅男| 国内精品宾馆在线| 一个人看的www免费观看视频| 亚洲无线在线观看| 乱码一卡2卡4卡精品| 欧美日韩在线观看h| 99在线视频只有这里精品首页| 白带黄色成豆腐渣| 久久久精品欧美日韩精品| 老女人水多毛片| 18禁黄网站禁片免费观看直播| 国产黄色视频一区二区在线观看 | 卡戴珊不雅视频在线播放| 男女那种视频在线观看| 国产 一区精品| 简卡轻食公司| 人人妻人人澡人人爽人人夜夜 | 亚洲人成网站在线播放欧美日韩| or卡值多少钱| 国产aⅴ精品一区二区三区波| 日本五十路高清| 春色校园在线视频观看| 国产免费男女视频| 天堂√8在线中文| 99久久成人亚洲精品观看| av中文乱码字幕在线| 午夜精品在线福利| 久久鲁丝午夜福利片| 色哟哟·www| 久久人妻av系列| 99国产极品粉嫩在线观看| 中国美女看黄片| 久久久久国产网址| 国产一区二区三区在线臀色熟女| 在线播放国产精品三级| 波多野结衣高清无吗| 一本一本综合久久| 老熟妇乱子伦视频在线观看| av在线天堂中文字幕| 免费一级毛片在线播放高清视频| 久久久久久久久久黄片| АⅤ资源中文在线天堂| 内地一区二区视频在线| 国产真实伦视频高清在线观看| 最近2019中文字幕mv第一页| 亚洲国产高清在线一区二区三| 欧美成人a在线观看| 久久久久久久久久成人| 男女边吃奶边做爰视频| 国产在线精品亚洲第一网站| 精品一区二区免费观看| 99久国产av精品| 男人舔奶头视频| 老司机影院成人| av福利片在线观看| 男女之事视频高清在线观看| 日韩大尺度精品在线看网址| 99久久精品热视频| 人妻久久中文字幕网| 国产高潮美女av| 日本欧美国产在线视频| 亚洲精品一卡2卡三卡4卡5卡| 综合色丁香网| 日韩在线高清观看一区二区三区| 天堂√8在线中文| 老女人水多毛片| 精品一区二区免费观看| 久久精品国产99精品国产亚洲性色| 老熟妇仑乱视频hdxx| 国内精品宾馆在线| 在线a可以看的网站| 久久久久久大精品| 真人做人爱边吃奶动态| 久久精品影院6| 精品一区二区三区av网在线观看| 日韩制服骚丝袜av| 亚洲久久久久久中文字幕| 亚洲欧美日韩无卡精品| 久久人人爽人人片av| 久久久久久九九精品二区国产| 欧美色视频一区免费| 国产亚洲精品久久久久久毛片| 欧美日韩乱码在线| 大又大粗又爽又黄少妇毛片口| 久久精品夜夜夜夜夜久久蜜豆| 99热6这里只有精品| 午夜福利在线观看免费完整高清在 | 久久精品国产亚洲av涩爱 | 日日撸夜夜添| 精品午夜福利视频在线观看一区| av天堂在线播放| 老司机影院成人| 身体一侧抽搐| 国产精华一区二区三区| 国产亚洲精品久久久久久毛片| 亚洲婷婷狠狠爱综合网| 看免费成人av毛片| av在线播放精品| 久久久久国产网址| av在线播放精品| 久久久久国产网址| 校园人妻丝袜中文字幕| 国产成人一区二区在线| 偷拍熟女少妇极品色| 色5月婷婷丁香| 国产精品女同一区二区软件| 中文资源天堂在线| 美女xxoo啪啪120秒动态图| 久久久久免费精品人妻一区二区| 女生性感内裤真人,穿戴方法视频| 99久久精品一区二区三区| 国产成人福利小说| 国产激情偷乱视频一区二区| 国产精品三级大全| 99精品在免费线老司机午夜| 天堂动漫精品| 精品一区二区三区av网在线观看| 色吧在线观看| 老师上课跳d突然被开到最大视频| 九九久久精品国产亚洲av麻豆| 成年av动漫网址| 美女免费视频网站| 女人被狂操c到高潮| 欧美日本亚洲视频在线播放| 日本黄色片子视频| 村上凉子中文字幕在线| 又爽又黄无遮挡网站| 搡老岳熟女国产| 老司机福利观看| 一区福利在线观看| 欧美国产日韩亚洲一区| 国产精品久久久久久精品电影| 又爽又黄a免费视频| 美女黄网站色视频| 天堂网av新在线| 亚洲熟妇熟女久久| 小蜜桃在线观看免费完整版高清| 女生性感内裤真人,穿戴方法视频| 免费一级毛片在线播放高清视频| 国国产精品蜜臀av免费| 亚洲成av人片在线播放无| 我要看日韩黄色一级片| 国产成人一区二区在线| 91在线精品国自产拍蜜月| 亚洲av二区三区四区|