• <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
    亚洲成人一二三区av| 亚洲av中文av极速乱| 你懂的网址亚洲精品在线观看| 夜夜看夜夜爽夜夜摸| 日本免费在线观看一区| www.色视频.com| 国产视频首页在线观看| 亚洲国产色片| 一级爰片在线观看| 美女脱内裤让男人舔精品视频| 国产黄色免费在线视频| 国产精品免费大片| 亚洲人与动物交配视频| 小蜜桃在线观看免费完整版高清| 大话2 男鬼变身卡| 亚洲怡红院男人天堂| 国产精品爽爽va在线观看网站| 一本一本综合久久| 青春草视频在线免费观看| 熟女电影av网| 亚洲自偷自拍三级| 婷婷色综合www| 高清毛片免费看| 欧美激情极品国产一区二区三区 | 日本爱情动作片www.在线观看| 狂野欧美激情性bbbbbb| 18+在线观看网站| 国产高潮美女av| 一本色道久久久久久精品综合| 亚洲婷婷狠狠爱综合网| 丝袜喷水一区| 国产有黄有色有爽视频| 日本wwww免费看| 久久精品久久精品一区二区三区| 亚洲av不卡在线观看| 男女无遮挡免费网站观看| 全区人妻精品视频| 国产亚洲91精品色在线| 国产精品一区www在线观看| 精品亚洲成a人片在线观看 | 亚洲国产精品成人久久小说| 欧美变态另类bdsm刘玥| 男人舔奶头视频| 欧美少妇被猛烈插入视频| 国产淫片久久久久久久久| 一个人免费看片子| 天堂中文最新版在线下载| 亚洲av.av天堂| 国产成人免费无遮挡视频| 在线亚洲精品国产二区图片欧美 | 赤兔流量卡办理| 国产高潮美女av| 有码 亚洲区| 丰满少妇做爰视频| 伊人久久国产一区二区| 美女脱内裤让男人舔精品视频| 久久久久久伊人网av| av国产久精品久网站免费入址| 国产爽快片一区二区三区| 免费看光身美女| 只有这里有精品99| 校园人妻丝袜中文字幕| 久久精品国产a三级三级三级| 伦理电影大哥的女人| 99热国产这里只有精品6| 亚洲精品久久午夜乱码| 直男gayav资源| 三级经典国产精品| 一本—道久久a久久精品蜜桃钙片| 亚洲国产最新在线播放| 成人综合一区亚洲| 亚洲精品乱码久久久久久按摩| 色哟哟·www| 久久久色成人| 99热这里只有是精品50| 我的老师免费观看完整版| 五月玫瑰六月丁香| 99久久精品国产国产毛片| 亚洲国产成人一精品久久久| 夫妻性生交免费视频一级片| 国产欧美另类精品又又久久亚洲欧美| 久久久久网色| 秋霞伦理黄片| 亚洲精品日韩在线中文字幕| 一级毛片久久久久久久久女| 国产乱人偷精品视频| 老司机影院毛片| 日本vs欧美在线观看视频 | 男女下面进入的视频免费午夜| 最近中文字幕高清免费大全6| 亚洲国产成人一精品久久久| 欧美xxⅹ黑人| 亚洲精品国产成人久久av| 久久精品夜色国产| 国产一区二区三区综合在线观看 | 国产成人a区在线观看| 亚洲国产日韩一区二区| 美女国产视频在线观看| 97热精品久久久久久| 国产精品99久久99久久久不卡 | 免费观看a级毛片全部| 亚洲,欧美,日韩| 最近2019中文字幕mv第一页| 最近手机中文字幕大全| 亚洲国产精品成人久久小说| 久久精品国产鲁丝片午夜精品| 亚洲性久久影院| 国产精品一区二区性色av| 国产一区二区三区av在线| 免费av中文字幕在线| 国产精品欧美亚洲77777| 国产精品久久久久久av不卡| 建设人人有责人人尽责人人享有的 | 美女国产视频在线观看| 丰满迷人的少妇在线观看| 久久久久精品性色| 高清在线视频一区二区三区| 中文字幕免费在线视频6| 18+在线观看网站| 国产免费福利视频在线观看| 老司机影院毛片| 欧美精品人与动牲交sv欧美| 欧美亚洲 丝袜 人妻 在线| 亚洲精品乱久久久久久| 亚洲,一卡二卡三卡| 黄色视频在线播放观看不卡| 三级国产精品片| 国产日韩欧美亚洲二区| 国产精品不卡视频一区二区| 亚洲第一区二区三区不卡| 亚洲欧美成人综合另类久久久| 国产高清国产精品国产三级 | 亚洲色图av天堂| 亚洲欧美日韩无卡精品| 少妇的逼好多水| 夜夜骑夜夜射夜夜干| 极品教师在线视频| 国产伦精品一区二区三区四那| 国产av精品麻豆| 日本午夜av视频| 亚洲国产精品一区三区| 水蜜桃什么品种好| 亚洲第一av免费看| 大话2 男鬼变身卡| av在线播放精品| 涩涩av久久男人的天堂| 黄片无遮挡物在线观看| 国产精品久久久久久av不卡| 日韩视频在线欧美| 我的老师免费观看完整版| av免费在线看不卡| 精品一区二区三区视频在线| 亚洲在久久综合| 亚洲av男天堂| 国产无遮挡羞羞视频在线观看| 赤兔流量卡办理| 婷婷色综合大香蕉| 插阴视频在线观看视频| 国产又色又爽无遮挡免| av免费在线看不卡| 国产精品久久久久久精品古装| 久久久久国产网址| 黑人高潮一二区| 狂野欧美激情性bbbbbb| 亚洲av二区三区四区| 久久久久视频综合| 中文字幕亚洲精品专区| 边亲边吃奶的免费视频| 久久6这里有精品| 精品人妻一区二区三区麻豆| 欧美日韩在线观看h| 午夜福利视频精品| 韩国高清视频一区二区三区| 如何舔出高潮| 99久久中文字幕三级久久日本| 男女国产视频网站| 国国产精品蜜臀av免费| 欧美日韩国产mv在线观看视频 | 在线观看av片永久免费下载| 美女国产视频在线观看| 欧美成人一区二区免费高清观看| 最后的刺客免费高清国语| 人人妻人人添人人爽欧美一区卜 | 毛片一级片免费看久久久久| 色吧在线观看| 人人妻人人添人人爽欧美一区卜 | 99re6热这里在线精品视频| 亚洲av中文av极速乱| 国产精品欧美亚洲77777| 麻豆成人午夜福利视频| 欧美一级a爱片免费观看看| 国产熟女欧美一区二区| 九九久久精品国产亚洲av麻豆| 久久青草综合色| 美女高潮的动态| 亚洲无线观看免费| 免费高清在线观看视频在线观看| 国产亚洲欧美精品永久| 中文字幕亚洲精品专区| 汤姆久久久久久久影院中文字幕| 一本久久精品| 99久久中文字幕三级久久日本| 国产精品熟女久久久久浪| 在线播放无遮挡| 高清日韩中文字幕在线| 婷婷色av中文字幕| 日韩欧美精品免费久久| 免费人成在线观看视频色| 国产 一区精品| 午夜福利影视在线免费观看| 大香蕉久久网| 高清av免费在线| 国产v大片淫在线免费观看| 人妻夜夜爽99麻豆av| 国产综合精华液| 中文在线观看免费www的网站| 亚洲精品亚洲一区二区| 高清欧美精品videossex| 欧美+日韩+精品| 亚洲一级一片aⅴ在线观看| 日韩免费高清中文字幕av| 欧美高清性xxxxhd video| 国产精品.久久久| 亚洲精品日韩av片在线观看| 偷拍熟女少妇极品色| 天堂俺去俺来也www色官网| 亚洲精品一二三| 国产精品福利在线免费观看| 18禁在线播放成人免费| 免费看av在线观看网站| 亚洲,欧美,日韩| 国产一区二区在线观看日韩| 免费观看性生交大片5| 如何舔出高潮| 一个人看的www免费观看视频| 亚洲欧洲国产日韩| 欧美zozozo另类| 在线亚洲精品国产二区图片欧美 | 青春草国产在线视频| kizo精华| 日韩中字成人| 免费大片18禁| 美女高潮的动态| 久久久久久久久久成人| 哪个播放器可以免费观看大片| 久久99热这里只频精品6学生| a 毛片基地| 熟女av电影| 黄片无遮挡物在线观看| 久久99热这里只频精品6学生| 亚洲人成网站在线播| 老司机影院毛片| 亚州av有码| 简卡轻食公司| 日韩欧美一区视频在线观看 | 日产精品乱码卡一卡2卡三| 国产在视频线精品| 岛国毛片在线播放| 亚洲精品国产成人久久av| 乱码一卡2卡4卡精品| 免费人妻精品一区二区三区视频| 高清欧美精品videossex| 亚洲国产日韩一区二区| 成人特级av手机在线观看| videos熟女内射| av免费观看日本| 97精品久久久久久久久久精品| 国产黄片美女视频| 舔av片在线| av在线老鸭窝| 精品国产三级普通话版| 成年免费大片在线观看| 亚洲第一区二区三区不卡| 久久国产亚洲av麻豆专区| 成年女人在线观看亚洲视频| 久久99热这里只有精品18| 国产淫片久久久久久久久| 亚洲最大成人中文| 国产一区二区三区av在线| 国产成人精品婷婷| 97热精品久久久久久| av黄色大香蕉| 最近中文字幕2019免费版| 18禁裸乳无遮挡动漫免费视频| 国产 精品1| 中文资源天堂在线| 观看av在线不卡| 国语对白做爰xxxⅹ性视频网站| 国产精品麻豆人妻色哟哟久久| 精品人妻偷拍中文字幕| 一级二级三级毛片免费看| 国产精品蜜桃在线观看| 国产熟女欧美一区二区| 麻豆国产97在线/欧美| 亚洲成人一二三区av| 亚洲成人av在线免费| 爱豆传媒免费全集在线观看| 国产美女午夜福利| 不卡视频在线观看欧美| 高清日韩中文字幕在线| 国产精品国产三级国产专区5o| 亚洲国产日韩一区二区| 我的女老师完整版在线观看| 99久久综合免费| 日韩三级伦理在线观看| av不卡在线播放| 精品久久久噜噜| 亚洲精品久久久久久婷婷小说| 校园人妻丝袜中文字幕| 极品少妇高潮喷水抽搐| av.在线天堂| 日本猛色少妇xxxxx猛交久久| 久久人人爽人人片av| 亚洲成色77777| 久久久精品94久久精品| 欧美极品一区二区三区四区| 亚洲欧美精品自产自拍| 深爱激情五月婷婷| 欧美高清性xxxxhd video| 两个人的视频大全免费| 校园人妻丝袜中文字幕| 乱码一卡2卡4卡精品| 日韩av在线免费看完整版不卡| 偷拍熟女少妇极品色| 亚洲精品一区蜜桃| 天天躁夜夜躁狠狠久久av| 日本爱情动作片www.在线观看| av在线老鸭窝| 亚洲真实伦在线观看| 久久韩国三级中文字幕| 成人综合一区亚洲| 欧美日韩视频精品一区| 高清欧美精品videossex| 尾随美女入室| 高清日韩中文字幕在线| 久久人人爽人人片av| 黑丝袜美女国产一区| 亚州av有码| av在线app专区| 亚洲成人中文字幕在线播放| 在线亚洲精品国产二区图片欧美 | 少妇高潮的动态图| 久久人人爽人人爽人人片va| 97在线人人人人妻| 九九久久精品国产亚洲av麻豆| 欧美极品一区二区三区四区| 男女啪啪激烈高潮av片| 久久青草综合色| 有码 亚洲区| 一级二级三级毛片免费看| 成年av动漫网址| 高清黄色对白视频在线免费看 | av免费在线看不卡| 99热这里只有是精品在线观看| 欧美最新免费一区二区三区| a级毛片免费高清观看在线播放| 亚洲人成网站在线播| 国产在线免费精品| 色吧在线观看| 嫩草影院入口| 久久久久久久亚洲中文字幕| 天天躁夜夜躁狠狠久久av| 欧美zozozo另类| 成年女人在线观看亚洲视频| 亚洲欧美成人精品一区二区| 欧美三级亚洲精品| 深爱激情五月婷婷| 狠狠精品人妻久久久久久综合| 亚洲av二区三区四区| 国产男女内射视频| 免费看日本二区| 国产精品一区二区性色av| 精品少妇久久久久久888优播| 成人综合一区亚洲| 亚洲欧美日韩无卡精品| 热99国产精品久久久久久7| 国产成人freesex在线| 大码成人一级视频| 晚上一个人看的免费电影| 日本免费在线观看一区| 综合色丁香网| 日韩一区二区视频免费看| 成人国产麻豆网| 亚洲欧美中文字幕日韩二区| 国产精品一区二区在线观看99| 国产精品精品国产色婷婷| 一级爰片在线观看| 久久精品国产自在天天线| 一级黄片播放器| 我的老师免费观看完整版| 亚洲成人手机| 国产精品99久久久久久久久| 亚洲精品色激情综合| 纯流量卡能插随身wifi吗| 1000部很黄的大片| 欧美日韩精品成人综合77777| 激情 狠狠 欧美| 精品亚洲乱码少妇综合久久| 久久人妻熟女aⅴ| 卡戴珊不雅视频在线播放| 国产精品国产av在线观看| 99久久中文字幕三级久久日本| 精品人妻熟女av久视频| 国产精品无大码| 夜夜骑夜夜射夜夜干| 色网站视频免费| 亚洲国产精品一区三区| h视频一区二区三区| 在线观看三级黄色| 欧美成人午夜免费资源| 国产亚洲5aaaaa淫片| 欧美日韩视频高清一区二区三区二| 亚洲成色77777| 97超视频在线观看视频| 男人爽女人下面视频在线观看| 亚洲国产日韩一区二区| a级毛片免费高清观看在线播放| av在线app专区| 亚洲欧美精品专区久久| 99久国产av精品国产电影| 伦精品一区二区三区| 2018国产大陆天天弄谢| 丝瓜视频免费看黄片| 国产午夜精品久久久久久一区二区三区| 国产片特级美女逼逼视频| 夫妻性生交免费视频一级片| 视频中文字幕在线观看| 日韩欧美一区视频在线观看 | av免费观看日本| 久久精品国产亚洲网站| 成年美女黄网站色视频大全免费 | 成人黄色视频免费在线看| 久久久久国产精品人妻一区二区| 日本黄大片高清| 97热精品久久久久久| 女性生殖器流出的白浆| 久久人人爽av亚洲精品天堂 | 我要看日韩黄色一级片| 在线播放无遮挡| 丰满乱子伦码专区| 亚洲精品乱码久久久v下载方式| 国产 一区精品| 国产乱来视频区| 亚洲国产高清在线一区二区三| 久久精品久久精品一区二区三区| 一级毛片aaaaaa免费看小| 日本午夜av视频| 欧美xxxx性猛交bbbb| 人人妻人人澡人人爽人人夜夜| 97在线视频观看| 久久久久久久大尺度免费视频| 22中文网久久字幕| 午夜老司机福利剧场| 亚洲在久久综合| 国产精品爽爽va在线观看网站| 精品一区二区三卡| 最近最新中文字幕免费大全7| 亚洲不卡免费看| 亚洲精品日韩av片在线观看| 久久99蜜桃精品久久| 超碰97精品在线观看| 搡女人真爽免费视频火全软件| 国产一区有黄有色的免费视频| 欧美少妇被猛烈插入视频| 内射极品少妇av片p| 国产女主播在线喷水免费视频网站| 狂野欧美白嫩少妇大欣赏| 亚洲精品日韩av片在线观看| 中文字幕人妻熟人妻熟丝袜美| 亚洲国产欧美在线一区| 亚洲无线观看免费| 欧美xxxx黑人xx丫x性爽| 国产女主播在线喷水免费视频网站| a级毛色黄片| 视频区图区小说| 精品亚洲成国产av| 亚洲内射少妇av| 国产精品99久久久久久久久| 午夜老司机福利剧场| 22中文网久久字幕| 欧美日韩亚洲高清精品| 我的女老师完整版在线观看| 国产精品人妻久久久久久| 久久6这里有精品| 亚洲电影在线观看av| 国产中年淑女户外野战色| 精品国产乱码久久久久久小说| 国产高清三级在线| 又粗又硬又长又爽又黄的视频| 18+在线观看网站| 国产免费视频播放在线视频| 日本-黄色视频高清免费观看| 少妇熟女欧美另类| 亚洲国产av新网站| 男人添女人高潮全过程视频| 国产视频首页在线观看| 成人亚洲精品一区在线观看 | 在线精品无人区一区二区三 | 亚洲av国产av综合av卡| 九九爱精品视频在线观看| 久久久国产一区二区| 国产精品99久久久久久久久| 日本一二三区视频观看| 日本与韩国留学比较| 又爽又黄a免费视频| 一级毛片电影观看| 国产精品一区二区三区四区免费观看| 久久久久网色| 3wmmmm亚洲av在线观看| 男女无遮挡免费网站观看| 天美传媒精品一区二区| 永久网站在线| 国产人妻一区二区三区在| 日韩av在线免费看完整版不卡| 99热这里只有是精品在线观看| 三级国产精品欧美在线观看| 中文欧美无线码| 国产人妻一区二区三区在| 精品人妻偷拍中文字幕| 毛片女人毛片| 午夜福利高清视频| 99热全是精品| 免费观看a级毛片全部| 中文字幕亚洲精品专区| 又大又黄又爽视频免费| 精品99又大又爽又粗少妇毛片| 亚洲欧美成人综合另类久久久| 亚洲精品一区蜜桃| 亚洲一级一片aⅴ在线观看| 欧美一级a爱片免费观看看| 国产精品免费大片| 另类亚洲欧美激情| 99九九线精品视频在线观看视频| 国产伦在线观看视频一区| 日本av手机在线免费观看| 国产成人精品福利久久| 18禁在线无遮挡免费观看视频| 国产精品久久久久久精品电影小说 | 亚洲欧美精品自产自拍| 国产精品久久久久久精品电影小说 | 国产精品三级大全| 久久久欧美国产精品| 久久综合国产亚洲精品| 亚洲欧美日韩东京热| 啦啦啦视频在线资源免费观看| .国产精品久久| 99久久精品国产国产毛片| 国产女主播在线喷水免费视频网站| 久久久久国产精品人妻一区二区| 日日啪夜夜撸| 国产精品久久久久久精品古装| 最黄视频免费看| 欧美成人精品欧美一级黄| 视频区图区小说| 又爽又黄a免费视频| 中文精品一卡2卡3卡4更新| 大又大粗又爽又黄少妇毛片口| 麻豆国产97在线/欧美| 在线播放无遮挡| 久久精品久久精品一区二区三区| 国产精品一区二区在线观看99| 精品久久久精品久久久| 国产熟女欧美一区二区| 国产片特级美女逼逼视频| 久久精品人妻少妇| 免费看av在线观看网站| 视频区图区小说| 免费黄频网站在线观看国产| 国产精品一及| 免费少妇av软件| 狂野欧美激情性xxxx在线观看| 国产一区二区三区综合在线观看 | 国产视频内射| 亚洲在久久综合| 国产免费视频播放在线视频| 人体艺术视频欧美日本| 春色校园在线视频观看| 成人毛片a级毛片在线播放| 最近2019中文字幕mv第一页| 日韩av不卡免费在线播放| 18禁裸乳无遮挡动漫免费视频| 成人一区二区视频在线观看| 亚洲av电影在线观看一区二区三区| 三级经典国产精品| 亚洲国产色片| 深夜a级毛片| 99热这里只有精品一区| 久久人人爽人人爽人人片va| 久久久久久久久久成人| 精品久久久精品久久久| 日韩一本色道免费dvd| 国产精品蜜桃在线观看| 亚洲av.av天堂| 人妻 亚洲 视频| 午夜免费鲁丝| 99视频精品全部免费 在线| 五月天丁香电影| 只有这里有精品99| 熟妇人妻不卡中文字幕| 中文精品一卡2卡3卡4更新| 人妻一区二区av| 美女内射精品一级片tv| 两个人的视频大全免费| 啦啦啦啦在线视频资源| 亚洲综合色惰| 少妇的逼水好多| 国产黄片视频在线免费观看| 一级毛片黄色毛片免费观看视频| 日韩 亚洲 欧美在线| 3wmmmm亚洲av在线观看| 国产免费又黄又爽又色| 超碰av人人做人人爽久久| 在线观看人妻少妇| 色哟哟·www| 免费看光身美女|