• <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 ?

    融合原始樣本和虛擬樣本的人臉識別算法

    2016-10-17 09:13:41項(xiàng)曉麗武和雷
    電視技術(shù) 2016年9期
    關(guān)鍵詞:訓(xùn)練樣本識別率人臉識別

    項(xiàng)曉麗,武 圣,龍 偉,武和雷

    (1.南昌大學(xué) 信息工程學(xué)院,江西 南昌 330031;2.山東大學(xué) 軟件學(xué)院, 山東 濟(jì)南 250100)

    ?

    融合原始樣本和虛擬樣本的人臉識別算法

    項(xiàng)曉麗1,武圣2,龍偉1,武和雷1

    (1.南昌大學(xué) 信息工程學(xué)院,江西 南昌330031;2.山東大學(xué) 軟件學(xué)院, 山東 濟(jì)南250100)

    由于有限的存儲容量和捕獲圖片的時(shí)間,實(shí)際的人臉識別系統(tǒng)往往只能獲得少量的訓(xùn)練樣本,但是,在小訓(xùn)練樣本情況下大多數(shù)人臉識別算法都會(huì)遇到困難。因此,為了提高人臉識別的分類正確率,提出了一種融合原始樣本和虛擬樣本的人臉識別方法。該方法先利用人臉的對稱性來構(gòu)造虛擬訓(xùn)練樣本;然后,利用協(xié)同表示方法分別對原始訓(xùn)練樣本和虛擬訓(xùn)練樣本進(jìn)行分析,并且分別得到每一類訓(xùn)練樣本的重建誤差;最后,將原始訓(xùn)練樣本和虛擬訓(xùn)練樣本的同一類重建誤差進(jìn)行加權(quán)融合并得到最終的分類結(jié)果。大量的實(shí)驗(yàn)結(jié)果比較分析表明,該方法可以獲得更好的識別效果。

    人臉識別;小訓(xùn)練樣本;協(xié)同表示方法;虛擬樣本;加權(quán)融合;重建誤差

    人臉識別是模式識別和圖像處理中的一項(xiàng)關(guān)鍵技術(shù)[1],廣泛應(yīng)用于刑偵破案、視頻監(jiān)控、證件核對、姿態(tài)識別等方面[2]。在過去的幾十年里,研究者們已經(jīng)提出了許多人臉識別算法[3]。其中,比較經(jīng)典的是主成分分析(Principal Component Analysis,PCA)[4]方法和線性鑒別分析(Linear Discriminant Analysis,LDA)[5]方法。這兩種方法都是通過投影變換獲得原始圖像的低維特征,從而達(dá)到降維的目的。在獲取人臉特征以后,結(jié)合分類器即可完成識別分類。目前,應(yīng)用較廣泛的是最近鄰分類器(NNC)[6]。最近鄰分類器根據(jù)離測試樣本最近的一個(gè)訓(xùn)練樣本來進(jìn)行樣本的識別分類,但NNC的分類結(jié)果易受噪聲或異常樣本影響。

    2009年,Wright等人將稀疏表示引入人臉識別問題中[7],提出了稀疏表示分類器(Sparse Representation based Classification,SRC),該方法的基本思想是首先將測試樣本表示為所有訓(xùn)練樣本的一個(gè)稀疏的線性組合,這里“稀疏”的意思指:在將測試樣本表示為所有訓(xùn)練樣本的一個(gè)線性組合時(shí),一些訓(xùn)練樣本所對應(yīng)的系數(shù)的值為零或接近于零;然后SRC利用范數(shù)最小化技巧來獲得最稀疏的解;最后,根據(jù)每一類訓(xùn)練樣本對測試樣本的重建誤差做出分類決策。實(shí)驗(yàn)證明SRC可以獲得令人滿意的結(jié)果,且SRC對光照、噪聲、遮擋具有較強(qiáng)的魯棒性。隨后,人們對基于稀疏的人臉識別方法進(jìn)行了大量研究。盡管SRC可以在人臉識別中取得非常好的分類結(jié)果,但人們依然不清楚它的潛在理論基礎(chǔ),因此,相關(guān)研究提出基于SRC的人臉識別中協(xié)同性比稀疏性更重要,例如,Shi等人提出基于范數(shù)的算法可以媲美于基于范數(shù)的算法[8];Zhang等人提出了一種協(xié)同表示分類器(Collaborative representation based classification,CRC)[9],CRC采用了正則化范數(shù)最小化技巧,實(shí)驗(yàn)證明CRC與SRC可以獲得相當(dāng)?shù)姆诸惤Y(jié)果,但CRC具有更高的運(yùn)算效率。

    目前,大多數(shù)人臉識別算法非常依賴于訓(xùn)練樣本,這些算法進(jìn)行分類識別的前提之一就是假設(shè)有足夠多的訓(xùn)練樣本。如果沒有足夠多的訓(xùn)練樣本,那么這些算法的性能會(huì)受到嚴(yán)重影響,甚至無法進(jìn)行識別。然而,在實(shí)際的人臉識別系統(tǒng)中,由于有限的存儲容量和捕獲圖片的時(shí)間,往往只能獲得少量的訓(xùn)練樣本,即實(shí)際中的人臉識別更有可能是一個(gè)小樣本問題[10]。為了獲得更好的人臉識別結(jié)果,研究人員提出了合成虛擬樣本來擴(kuò)充訓(xùn)練樣本集,如Thian等人利用簡單的幾何變換來構(gòu)造虛擬樣本[11];Tang等人通過在原始訓(xùn)練樣本上增加噪聲來構(gòu)造虛擬樣本[12];Xu等人利用人臉的對稱性來構(gòu)造虛擬樣本[13],這也是第一次在人臉識別中提出對稱臉的概念。

    為了有效地解決小樣本情況下的人臉識別分類問題,本文提出一種融合原始樣本和虛擬樣本的人臉識別方法(Fusion of Original Sample and Virtual Sample Method,F(xiàn)OSVSM)。該方法先利用人臉的對稱性來構(gòu)造虛擬樣本;然后利用協(xié)同表示方法分別對原始訓(xùn)練樣本和虛擬訓(xùn)練樣本進(jìn)行分析,并且分別得到每一類訓(xùn)練樣本的重建誤差;最后,將原始訓(xùn)練樣本和虛擬訓(xùn)練樣本的同一類重建誤差進(jìn)行加權(quán)融合并得到最終的分類結(jié)果。人臉具有對稱結(jié)構(gòu),不僅面部結(jié)構(gòu)是對稱的,而且面部表情也是對稱的,因此,根據(jù)人臉的對稱性所構(gòu)造的虛擬樣本能夠反映某些情況下的可能的人臉變化,這也就是說,本文所提的方法能夠有效地解決小樣本問題。

    1 融合原始樣本和虛擬樣本的方法(FOSVSM)

    假設(shè)存在L個(gè)不同的模式類別,且每一類包含n個(gè)訓(xùn)練樣本,x1,x2,…,xN代表所有的N個(gè)訓(xùn)練樣本(N=n×L),若某個(gè)訓(xùn)練樣本來自第i類,則它的類標(biāo)簽是i。FOSVSM主要包含三個(gè)階段。FOSVSM的第一階段是構(gòu)造原始訓(xùn)練樣本的左、右對稱臉并產(chǎn)生虛擬訓(xùn)練樣本集;FOSVSM的第二階段是利用協(xié)同表示方法分別對原始訓(xùn)練樣本和虛擬訓(xùn)練樣本進(jìn)行分析,并且分別得到每一類訓(xùn)練樣本的重建誤差;FOSVSM的第三階段是將原始訓(xùn)練樣本和虛擬訓(xùn)練樣本的同一類重建誤差進(jìn)行加權(quán)融合并得到最終的分類結(jié)果。

    1.1構(gòu)造虛擬訓(xùn)練樣本

    (1)

    (2)

    1.2協(xié)同表示分類器(CRC)

    FOSVSM的第二階段是利用協(xié)同表示方法分別對原始訓(xùn)練樣本和虛擬訓(xùn)練樣本進(jìn)行分析,并且分別得到每一類訓(xùn)練樣本的重建誤差。FOSVSM需要利用協(xié)同表示方法分別對原始訓(xùn)練樣本集和虛擬訓(xùn)練樣本集進(jìn)行分析,但為了方便介紹,這里只描述CRC在原始訓(xùn)練樣本集上的分析過程。

    根據(jù)1.1節(jié)內(nèi)容,訓(xùn)練樣本集為X,現(xiàn)在給定某個(gè)測試樣本y,CRC首先假設(shè)存在下面的等式

    y=Xα

    (3)

    然后,CRC利用正則化最小二乘方法對式(3)進(jìn)行求解,可以得到式(3)的解為α=(XTX+λI)-1XTy。其中,λ是一個(gè)很小的正數(shù);I是一個(gè)單位矩陣。

    在獲得系數(shù)解α之后,即可求得第i類訓(xùn)練樣本對測試樣本y的重建誤差

    (4)

    其中,Xi=[x(i-1)×n+1,…,xi×n]表示第i類原始訓(xùn)練樣本;αi表示第i類原始訓(xùn)練樣本對應(yīng)的解向量。

    同樣地,可以按上述過程對虛擬訓(xùn)練樣本集進(jìn)行分析,則將虛擬訓(xùn)練樣本集的第i類訓(xùn)練樣本對測試樣本的重建誤差表示如

    (5)

    1.3加權(quán)融合

    FOSVSM的第三階段是將原始訓(xùn)練樣本和虛擬訓(xùn)練樣本的同一類重建誤差進(jìn)行加權(quán)融合并得到最終的分類結(jié)果。根據(jù)第1.2節(jié)的內(nèi)容可知,原始訓(xùn)練樣本和虛擬訓(xùn)練樣本的第i類訓(xùn)練樣本的重建誤差分別為ri和vi,將它們進(jìn)行加權(quán)融合并作為第i類訓(xùn)練樣本對測試樣本的最終的重建誤差,表示為freci,則有

    freci=w1ri+w2vi,i=1,2,…,L

    (6)

    其中,w1和w2表示進(jìn)行加權(quán)融合時(shí)的權(quán)值,且有w1+w2=1。

    最后,根據(jù)每一類訓(xùn)練樣本對測試樣本的最終的重建誤差,將測試樣本分類給具有最小重建誤差的那類,即若frecl=minfreci,則測試樣本被分類識別為第l類。

    總的來說,F(xiàn)OSVSM方法的主要算法步驟可表示如下:

    1)由式(1)和(2)構(gòu)造原始訓(xùn)練樣本的左、右對稱臉并組成一個(gè)虛擬的訓(xùn)練樣本集;

    2)根據(jù)式(4)和(5)分別計(jì)算原始訓(xùn)練樣本集和虛擬訓(xùn)練樣本集對測試樣本的第i類重建誤差;

    3)將原始訓(xùn)練樣本和虛擬訓(xùn)練樣本的同一類重建誤差進(jìn)行加權(quán)融合,即根據(jù)式(6)計(jì)算第i類訓(xùn)練樣本對測試樣本的最終的重建誤差;

    4)根據(jù)每一類訓(xùn)練樣本對測試樣本的最終的重建誤差,將測試樣本分類給具有最小重建誤差的那類,即若frecl=minfreci,則測試樣本被分類識別為第l類。

    2 實(shí)驗(yàn)結(jié)果及分析

    為了測試本文算法的性能,利用ORL和AR人臉數(shù)據(jù)庫進(jìn)行人臉識別實(shí)驗(yàn)。ORL數(shù)據(jù)庫總共有400幅人臉圖像,分別來自40個(gè)人,即每一個(gè)人包含10幅圖像。這些人臉圖像分別是在不同的時(shí)期、不同表情(如笑與不笑)和不同細(xì)節(jié)(如戴眼鏡和不戴眼鏡)等條件下獲取的,圖1表示來自于ORL數(shù)據(jù)庫的一些人臉圖像及其對應(yīng)的左、右對稱臉。AR數(shù)據(jù)庫包含126個(gè)人共4 000多幅彩色圖像,其中有70名男性和56名女性。這些人臉圖像是分兩個(gè)批次采集完成的,包含不同的表情、不同的光照和遮擋物。本文選取AR數(shù)據(jù)庫的一部分圖像進(jìn)行實(shí)驗(yàn),包括120個(gè)人,每人26幅圖像,共3 120幅圖像,且所有的圖像在實(shí)驗(yàn)前均被轉(zhuǎn)化成灰度圖像,圖2表示來自于AR數(shù)據(jù)庫的一些人臉圖像及其對應(yīng)的左、右對稱臉。

    圖1 來自O(shè)RL數(shù)據(jù)庫的一些人臉圖像及其對應(yīng)的左、右對稱臉

    圖2 來自AR數(shù)據(jù)庫的一些人臉圖像及其對應(yīng)的左、右對稱臉

    2.1ORL數(shù)據(jù)庫實(shí)驗(yàn)

    對于ORL數(shù)據(jù)庫,本文分別選取每人的前1,2,3幅圖像作為訓(xùn)練樣本,剩余的圖像作為測試樣本,因此,訓(xùn)練樣本總數(shù)分別為40,80,120,相應(yīng)的測試樣本總數(shù)分別為360,320,280。在實(shí)驗(yàn)前利用下采樣方法[14]將所有的圖像裁剪為56×46大小。為了驗(yàn)證FOSVSM算法的有效性,本文將FOSVSM算法的實(shí)驗(yàn)結(jié)果分別與CRC_OR,CRC_VI,SRC等方法的實(shí)驗(yàn)結(jié)果進(jìn)行對比,其中,CRC_OR表示協(xié)同表示方法在原始訓(xùn)練樣本集上進(jìn)行實(shí)驗(yàn)分析;CRC_VI表示協(xié)同表示方法在虛擬訓(xùn)練樣本集上進(jìn)行實(shí)驗(yàn)分析。對比結(jié)果如表1所示。

    表1在ORL數(shù)據(jù)庫上的算法的識別率

    %

    算法每一類的訓(xùn)練樣本數(shù)123FOSVSM(w2=0.8)69.1783.1287.50FOSVSM(w2=0.7)69.4484.0686.79CRC_OR68.0683.4486.07CRC_VI65.8376.2580.00SRC69.5677.8183.93

    從表1可以看出,F(xiàn)OSVSM算法總能獲得更高的識別率。例如,當(dāng)每一類的訓(xùn)練樣本數(shù)為2時(shí),F(xiàn)OSVSM(w1=0.7)的識別率比CRC_OR,CRC_VI和SRC分別高了0.62%,7.81%和6.25%。比較CRC_OR和SRC的結(jié)果可知,CRC_OR能夠獲得與SRC相當(dāng)?shù)淖R別率,甚至更高的識別率,但CRC算法的運(yùn)算效率更高,這證明FOSVSM算法中利用CRC方法進(jìn)行實(shí)驗(yàn)分析能在一定程度上提高運(yùn)算效率。從表1可以得知:當(dāng)每一類的訓(xùn)練樣本數(shù)由1到3變化時(shí),F(xiàn)OSVSM算法的識別率總是高于CRC_OR的識別率,這說明增加訓(xùn)練樣本數(shù)確實(shí)能夠提高分類識別率;同樣地,在不同的權(quán)值條件下,F(xiàn)OSVSM算法的識別率總是高于CRC_OR和CRC_VI的識別率,這說明FOSVSM算法將原始訓(xùn)練樣本和虛擬訓(xùn)練樣本的同一類重建誤差進(jìn)行加權(quán)融合確實(shí)能夠提高識別率。

    2.2AR數(shù)據(jù)庫實(shí)驗(yàn)

    對于AR數(shù)據(jù)庫,本文分別選取每人的前13,14,15幅圖像作為訓(xùn)練樣本,剩余的圖像作為測試樣本,因此,訓(xùn)練樣本總數(shù)分別為1 560,1 680,1 800,相應(yīng)的測試樣本總數(shù)分別為1 560,1 440,1 320。同樣地,在實(shí)驗(yàn)前利用下采樣方法[14]將所有的圖像裁剪為50×40大小。實(shí)驗(yàn)結(jié)果如表2所示。

    從表2可以看出,F(xiàn)OSVSM算法往往能獲得更高的識別率。例如,當(dāng)每一類的訓(xùn)練樣本數(shù)為13時(shí),F(xiàn)OSVSM(w1=0.7)的識別率比CRC_OR、CRC_VI和SRC

    表2在AR數(shù)據(jù)庫上的算法的識別率 %

    算法每一類的訓(xùn)練樣本數(shù)131415FOSVSM(w2=0.8)71.9985.2188.41FOSVSM(w2=0.7)71.6785.0788.11CRC_OR71.0385.1488.18CRC_VI64.1772.8577.42SRC67.6383.2683.18

    分別高了0.64%,7.50%和4.40%。從表2可知,CRC_OR的識別率總是高于SRC的識別率,這再次證明了FOSVSM算法中利用CRC方法進(jìn)行實(shí)驗(yàn)分析能在一定程度上提高運(yùn)算效率。同樣地,表2中的結(jié)果也再次證明了增加訓(xùn)練樣本數(shù)且對原始訓(xùn)練樣本和虛擬訓(xùn)練樣本的同一類重建誤差進(jìn)行加權(quán)融合確實(shí)能提高人臉識別率。

    3 結(jié)束語

    本文提出了一種融合原始樣本和虛擬樣本的人臉識別方法,該方法包含三個(gè)階段。第一階段通過構(gòu)造原始訓(xùn)練樣本的左、右對稱臉來產(chǎn)生虛擬訓(xùn)練樣本集;從圖1和圖2可以看出,對稱臉確實(shí)反映了某些情況下的可能的人臉變化,從表1和表2的結(jié)果可知,增加訓(xùn)練樣本數(shù)確實(shí)能提高算法的識別率。第二階段利用協(xié)同表示方法分別對原始訓(xùn)練樣本和虛擬訓(xùn)練樣本進(jìn)行分析,并且分別得到每一類訓(xùn)練樣本的重建誤差;從表1和表2的結(jié)果可知,CRC_OR總能獲得與SRC相當(dāng)?shù)淖R別率,甚至更高的識別率,但CRC算法具有更高的運(yùn)算效率,這就證明FOSVSM算法能在一定程度上提高運(yùn)算效率。第三階段是將原始訓(xùn)練樣本和虛擬訓(xùn)練樣本的同一類重建誤差進(jìn)行加權(quán)融合并得到最終的分類結(jié)果;從表1和表2的結(jié)果可知,F(xiàn)OSVSM算法將原始訓(xùn)練樣本和虛擬訓(xùn)練樣本的同一類重建誤差進(jìn)行加權(quán)融合確實(shí)能夠提高識別率。上述實(shí)驗(yàn)結(jié)果表明,F(xiàn)OSVSM算法能有效地解決小樣本問題,且能獲得較好的識別結(jié)果。

    [1]ZHUNB,LIST.Akernel-basedsparserepresentationmethodforfacerecognition[J].Neuralcomput&applic,2014(24):845-852.

    [2]朱明旱,李數(shù)濤,葉華. 稀疏表示分類中遮擋字典構(gòu)造方法的改進(jìn)[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2014,26(11):2064-2069

    [3]周激流,張曄. 人臉識別理論研究進(jìn)展[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),1998,11(2):180-184.

    [4]TURKM,PENTLENDA.Eigenfacesforrecognition[J].Cognitiveneuroscience,1991,3(1):7l-86.

    [5]BELHUMEURPN,HESPANHAJP,KRIEGMANDJ.Eigenfacesvs.fisherfaces:recognitionusingclassspecificlinearprojection[J].IEEEtransactionsonpatternanalysis&machineintelligence,1997, 19(7):711-720.

    [6]COVERT,HARTP.Nearestneighborpatterclassification[J].IEEEtransactionsoninformationtheory,1967,13(1):21-27.

    [7]WRIGHTJ,YANGAY,GANESHA,etal.Robustfacerecognitionviasparserepresentation[J].IEEEtransactionsonpatternanalysis&machineintelligence,2008, 31(2):210-227.

    [8]SHIQ,ERIKSSONA,HENGELAVD,etal.IsfacerecognitionreallyaCompressiveSensingproblem?[C]//IEEEConferenceonComputerVision&PatternRecognition. [S.l.]:IEEE,2011:553-560.

    [9]ZHANGL,YANGM,F(xiàn)ENGX.Sparserepresentationorcollaborativerepresentation:Whichhelpsfacerecognition[C]//Proc.IEEEInt.Conf.Comput.Vision. [S.l.]:IEEE,2011:471-478.

    [10]QIAOL,CHENS,TANX.Sparsitypreservingdiscriminantanalysisforsingletrainingimagefacerecognition[J].Patternrecognit.lett.,2010,31 (5) :422-429.

    [11]THIANNPH,MARCELS,BENGIOS.Improvingfaceauthenticationusingvirtualsamples[C]//Proc.IEEEInternationalConferenceonAcoustics,Speech,andSignalProcessing. [S.l.]:IEEE,2003:6-10.

    [12]TANGDY,ZHUNB,F(xiàn)UY,etal.Anovelsparserepresentationmethodbasedonvirtualsamplesforfacerecognition[J].Neuralcomputing&applications, 2014, 24(3):513-519.

    [13]XUY,ZHUX,LIZ,etal.Usingtheoriginaland‘symmetricalface’trainingsamplestoperformrepresentationbasedtwo-stepfacerecognition[J].Patternrecognition,2013,46 (4) :1151-1158.

    [14]XUY,JINZ.Down-samplingfaceimagesandlow-resolutionfacerecognition[C]//Proc.InternationalConferenceonInnovativeComputingInformationandControl. [S.l.]:IEEE,2008:392-392.

    項(xiàng)曉麗(1988— ),女,碩士生,主研模式識別、圖像處理;

    武圣(1996— ),本科生,主研模式識別與智能系統(tǒng)、信息安全技術(shù);

    龍偉(1952— ),教授,主要研究方向?yàn)槟J阶R別與智能系統(tǒng);

    武和雷(1965— ),教授,主要研究方向?yàn)槟J阶R別與圖像處理、智能機(jī)器人。

    責(zé)任編輯:閆雯雯

    Face recognition based on the fusion of original sample and virtual sample

    XIANG Xiaoli1,WU Sheng2,LONG Wei1,WU Helei1

    (1.SchoolofInformationEngineering,NanchangUniversity,Nanchang330031,China;2.SoftwareCollege,ShandongUniversity,Jinan250100,China)

    A real face recognition system often can obtain only a small number of training samples because of the limited storage space and the limited time of capturing images. However, most face recognition algorithms will encounter difficulties in the case of small training samples. Therefore,a new face recognition method based on the fusion of original sample and virtual sample is proposed to improve the classification accuracy of face recognition. First, the proposed method exploit the symmetry of the face to generate virtual samples. Then, it use the collaborative representation method to perform the original and virtual training samples classification, respectively and it will obtain reconstruction error of every class. Finally, it combines the reconstruction error of the same class obtained by the original and virtual training samples to conduct weighted fusion and gets the ultimate classification result. A large number of experimental results show that the proposed method can obtain better recognition effect.

    face recognition; small training samples; collaborative representation method; virtual samples; weighted fusion; reconstruction error

    TP391

    A

    10.16280/j.videoe.2016.09.024

    國家自然科學(xué)基金項(xiàng)目(61261011)

    2015-11-21

    文獻(xiàn)引用格式:項(xiàng)曉麗,武圣,龍偉,等. 融合原始樣本和虛擬樣本的人臉識別算法[J].電視技術(shù),2016,40(9):117-121.

    XIANG X L,WU S,LONG W,et al. Face recognition based on the fusion of original sample and virtual sample[J]. Video engineering,2016,40(9):117-121.

    猜你喜歡
    訓(xùn)練樣本識別率人臉識別
    人臉識別 等
    揭開人臉識別的神秘面紗
    基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測
    人工智能
    基于真耳分析的助聽器配戴者言語可懂度指數(shù)與言語識別率的關(guān)系
    提升高速公路MTC二次抓拍車牌識別率方案研究
    寬帶光譜成像系統(tǒng)最優(yōu)訓(xùn)練樣本選擇方法研究
    基于稀疏重構(gòu)的機(jī)載雷達(dá)訓(xùn)練樣本挑選方法
    高速公路機(jī)電日常維護(hù)中車牌識別率分析系統(tǒng)的應(yīng)用
    基于類獨(dú)立核稀疏表示的魯棒人臉識別
    eeuss影院久久| 不卡一级毛片| 成人av一区二区三区在线看| 日韩成人在线观看一区二区三区| 亚洲熟妇中文字幕五十中出| 免费人成视频x8x8入口观看| 三级毛片av免费| 在线播放国产精品三级| 国产探花极品一区二区| 国产又黄又爽又无遮挡在线| 老熟妇乱子伦视频在线观看| 亚洲精品成人久久久久久| 国产私拍福利视频在线观看| 成人午夜高清在线视频| av女优亚洲男人天堂| 蜜桃久久精品国产亚洲av| 天堂网av新在线| 又黄又爽又免费观看的视频| 国产av在哪里看| 最好的美女福利视频网| 国产精品免费一区二区三区在线| 免费搜索国产男女视频| 99在线视频只有这里精品首页| 亚洲第一欧美日韩一区二区三区| 在线观看舔阴道视频| 人妻夜夜爽99麻豆av| 两个人的视频大全免费| 真实男女啪啪啪动态图| 一个人看的www免费观看视频| 午夜福利在线观看免费完整高清在 | 黄色女人牲交| 嫩草影院新地址| 无人区码免费观看不卡| bbb黄色大片| 亚洲久久久久久中文字幕| 可以在线观看毛片的网站| 成人高潮视频无遮挡免费网站| 久久人妻av系列| 日本熟妇午夜| 国产野战对白在线观看| 欧美午夜高清在线| 亚洲aⅴ乱码一区二区在线播放| 免费在线观看成人毛片| 99久久成人亚洲精品观看| 成人一区二区视频在线观看| 免费在线观看影片大全网站| 一级作爱视频免费观看| 女人被狂操c到高潮| 国内精品久久久久精免费| 99久久九九国产精品国产免费| 精品一区二区三区视频在线观看免费| 国产高清视频在线播放一区| 免费电影在线观看免费观看| 国产精品女同一区二区软件 | 精品人妻偷拍中文字幕| 国产伦精品一区二区三区视频9| 国内毛片毛片毛片毛片毛片| 男插女下体视频免费在线播放| 欧美色欧美亚洲另类二区| 亚洲在线观看片| 亚洲av五月六月丁香网| 午夜影院日韩av| 亚洲成人中文字幕在线播放| 欧美一区二区亚洲| 在线看三级毛片| 精品国内亚洲2022精品成人| 欧美最新免费一区二区三区 | 日韩欧美 国产精品| 99久久精品热视频| 免费人成视频x8x8入口观看| 国产成人aa在线观看| 又黄又爽又刺激的免费视频.| 老熟妇乱子伦视频在线观看| 婷婷六月久久综合丁香| 色哟哟·www| 午夜精品在线福利| 看免费av毛片| 久久久久久九九精品二区国产| 亚洲av.av天堂| 啪啪无遮挡十八禁网站| 亚洲欧美精品综合久久99| 亚洲在线观看片| 国产老妇女一区| 少妇丰满av| 午夜a级毛片| 男女之事视频高清在线观看| 麻豆国产av国片精品| 中文在线观看免费www的网站| 天堂av国产一区二区熟女人妻| 亚洲国产精品合色在线| 亚洲av二区三区四区| 亚洲成人久久性| 国产精品,欧美在线| 亚洲精品影视一区二区三区av| 可以在线观看的亚洲视频| 精品一区二区三区av网在线观看| 亚洲一区二区三区不卡视频| 亚洲自拍偷在线| 久久久久久久午夜电影| 99久久精品国产亚洲精品| 成人精品一区二区免费| 亚洲成人免费电影在线观看| 十八禁网站免费在线| 色精品久久人妻99蜜桃| 乱码一卡2卡4卡精品| 在线a可以看的网站| 亚洲 国产 在线| 床上黄色一级片| 99riav亚洲国产免费| 夜夜夜夜夜久久久久| 亚洲欧美精品综合久久99| 国产探花在线观看一区二区| .国产精品久久| 午夜福利18| 亚洲精品成人久久久久久| 国产黄a三级三级三级人| 久久亚洲真实| 亚洲国产色片| 内地一区二区视频在线| 日本与韩国留学比较| 国产色爽女视频免费观看| 欧美日韩瑟瑟在线播放| 好看av亚洲va欧美ⅴa在| 国产成+人综合+亚洲专区| 免费无遮挡裸体视频| 国产免费一级a男人的天堂| 欧美又色又爽又黄视频| 亚洲国产精品999在线| 一级a爱片免费观看的视频| 亚洲av.av天堂| 国产精品爽爽va在线观看网站| av在线天堂中文字幕| 啪啪无遮挡十八禁网站| 禁无遮挡网站| 两人在一起打扑克的视频| 亚洲人成网站在线播| 窝窝影院91人妻| 久久久久久九九精品二区国产| 丰满人妻一区二区三区视频av| av女优亚洲男人天堂| 啦啦啦观看免费观看视频高清| 精品一区二区三区视频在线观看免费| 偷拍熟女少妇极品色| 亚洲成a人片在线一区二区| 9191精品国产免费久久| 亚洲国产精品999在线| 亚洲精品影视一区二区三区av| 在线播放国产精品三级| 1000部很黄的大片| 中文字幕熟女人妻在线| 老司机午夜福利在线观看视频| 亚洲经典国产精华液单 | 久9热在线精品视频| 老女人水多毛片| www.www免费av| av黄色大香蕉| 欧美又色又爽又黄视频| 淫秽高清视频在线观看| 国产av一区在线观看免费| 精品不卡国产一区二区三区| a级毛片免费高清观看在线播放| 18禁黄网站禁片午夜丰满| 国产激情偷乱视频一区二区| 久久精品久久久久久噜噜老黄 | 一个人免费在线观看电影| 美女高潮的动态| 欧美最新免费一区二区三区 | 国产精品美女特级片免费视频播放器| 特级一级黄色大片| 在线观看一区二区三区| 亚洲av免费高清在线观看| 91在线观看av| 搡女人真爽免费视频火全软件 | 最新中文字幕久久久久| 久99久视频精品免费| 国产精品电影一区二区三区| 男女下面进入的视频免费午夜| 免费人成视频x8x8入口观看| 国产探花在线观看一区二区| 2021天堂中文幕一二区在线观| 搡老妇女老女人老熟妇| 亚洲人成网站在线播| 欧美区成人在线视频| 亚洲内射少妇av| 亚洲欧美激情综合另类| 99视频精品全部免费 在线| 美女高潮喷水抽搐中文字幕| 美女 人体艺术 gogo| 亚洲国产日韩欧美精品在线观看| 热99在线观看视频| 精品欧美国产一区二区三| 99久久精品一区二区三区| 国产男靠女视频免费网站| 夜夜爽天天搞| 啦啦啦韩国在线观看视频| 97碰自拍视频| 男插女下体视频免费在线播放| 啦啦啦韩国在线观看视频| 久久欧美精品欧美久久欧美| 一区二区三区四区激情视频 | 亚洲成人免费电影在线观看| 一个人免费在线观看的高清视频| 欧美丝袜亚洲另类 | 国产一区二区三区视频了| av在线天堂中文字幕| 欧美日韩亚洲国产一区二区在线观看| 人妻制服诱惑在线中文字幕| 美女高潮喷水抽搐中文字幕| 成人鲁丝片一二三区免费| 看十八女毛片水多多多| 国产av不卡久久| xxxwww97欧美| 精品不卡国产一区二区三区| 国产一区二区三区在线臀色熟女| 黄色丝袜av网址大全| 欧美三级亚洲精品| 国产精品女同一区二区软件 | 日日夜夜操网爽| 日本免费一区二区三区高清不卡| 男女之事视频高清在线观看| 亚洲欧美日韩高清在线视频| 此物有八面人人有两片| 日韩av在线大香蕉| 欧美潮喷喷水| 男女做爰动态图高潮gif福利片| 日本一二三区视频观看| 国产午夜精品论理片| 久久亚洲精品不卡| 亚洲人成电影免费在线| 亚洲精品一卡2卡三卡4卡5卡| 一二三四社区在线视频社区8| 夜夜夜夜夜久久久久| 动漫黄色视频在线观看| 制服丝袜大香蕉在线| 最新在线观看一区二区三区| 悠悠久久av| 亚洲av日韩精品久久久久久密| 色视频www国产| 永久网站在线| 51午夜福利影视在线观看| 亚洲天堂国产精品一区在线| 亚洲精品在线观看二区| 哪里可以看免费的av片| 午夜福利视频1000在线观看| 精品午夜福利视频在线观看一区| 欧美高清成人免费视频www| 成人特级黄色片久久久久久久| 中文字幕人成人乱码亚洲影| 精品久久久久久久久av| 成人av在线播放网站| 亚洲在线观看片| 亚洲第一区二区三区不卡| 十八禁网站免费在线| 欧美极品一区二区三区四区| 日本免费一区二区三区高清不卡| 给我免费播放毛片高清在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 久久精品综合一区二区三区| 尤物成人国产欧美一区二区三区| 国产精品久久久久久亚洲av鲁大| 给我免费播放毛片高清在线观看| 久久久久国产精品人妻aⅴ院| 精品久久久久久久久亚洲 | 国内毛片毛片毛片毛片毛片| 黄色丝袜av网址大全| 嫩草影视91久久| 精品免费久久久久久久清纯| 日日摸夜夜添夜夜添av毛片 | 听说在线观看完整版免费高清| 91麻豆av在线| av天堂中文字幕网| 99热只有精品国产| 夜夜夜夜夜久久久久| 亚洲成人久久性| 欧美成人性av电影在线观看| 亚洲av中文字字幕乱码综合| 久久精品国产清高在天天线| 亚洲精品456在线播放app | 久久亚洲精品不卡| 一级黄片播放器| 久久久久免费精品人妻一区二区| 长腿黑丝高跟| 精品久久久久久久久久久久久| 午夜福利高清视频| 日韩亚洲欧美综合| 国产精品乱码一区二三区的特点| 久久久久久大精品| 观看免费一级毛片| 亚洲美女黄片视频| 国产美女午夜福利| 久久性视频一级片| 少妇高潮的动态图| 最近中文字幕高清免费大全6 | 99热这里只有是精品50| 一级a爱片免费观看的视频| 十八禁人妻一区二区| 黄色配什么色好看| 精品久久国产蜜桃| 国产色爽女视频免费观看| 免费看a级黄色片| 18禁裸乳无遮挡免费网站照片| 欧美+日韩+精品| 亚洲18禁久久av| 免费在线观看亚洲国产| 日本免费一区二区三区高清不卡| 高清毛片免费观看视频网站| 婷婷亚洲欧美| 少妇裸体淫交视频免费看高清| 精品人妻一区二区三区麻豆 | 18禁黄网站禁片午夜丰满| 国产精品久久久久久久电影| 我的女老师完整版在线观看| aaaaa片日本免费| 又黄又爽又免费观看的视频| 我要看日韩黄色一级片| 乱码一卡2卡4卡精品| 热99在线观看视频| 国产69精品久久久久777片| 好男人电影高清在线观看| 97热精品久久久久久| 一本综合久久免费| 观看美女的网站| 亚洲三级黄色毛片| 久久精品国产亚洲av香蕉五月| 久久久国产成人精品二区| 三级国产精品欧美在线观看| 亚洲av熟女| 18+在线观看网站| 国产精品,欧美在线| 久久精品国产亚洲av天美| av天堂在线播放| 精品人妻熟女av久视频| 国产av麻豆久久久久久久| 一进一出抽搐gif免费好疼| 欧美三级亚洲精品| 乱人视频在线观看| 免费人成在线观看视频色| 日韩欧美一区二区三区在线观看| 好男人在线观看高清免费视频| 夜夜看夜夜爽夜夜摸| 成人午夜高清在线视频| 日日摸夜夜添夜夜添小说| 欧美午夜高清在线| 99热这里只有精品一区| 日日摸夜夜添夜夜添小说| 久久中文看片网| 国产日本99.免费观看| 国产高清视频在线播放一区| 国产成人影院久久av| av福利片在线观看| 五月玫瑰六月丁香| 国产 一区 欧美 日韩| 久久久成人免费电影| 亚洲人与动物交配视频| 成人av一区二区三区在线看| 久久久久国内视频| 欧美三级亚洲精品| 成人午夜高清在线视频| 老熟妇乱子伦视频在线观看| 搡老妇女老女人老熟妇| 天天一区二区日本电影三级| 欧美日韩乱码在线| 午夜久久久久精精品| 少妇丰满av| 亚洲人成伊人成综合网2020| 久久久久亚洲av毛片大全| 毛片一级片免费看久久久久 | 能在线免费观看的黄片| 在线十欧美十亚洲十日本专区| 九九热线精品视视频播放| 午夜激情福利司机影院| 精品人妻1区二区| 亚洲欧美日韩高清专用| 12—13女人毛片做爰片一| 午夜老司机福利剧场| 久久国产精品影院| 两个人视频免费观看高清| 亚洲午夜理论影院| 俄罗斯特黄特色一大片| 免费av观看视频| 黄色视频,在线免费观看| 欧洲精品卡2卡3卡4卡5卡区| 日本与韩国留学比较| 国产精品亚洲av一区麻豆| 国内精品美女久久久久久| 好男人在线观看高清免费视频| 国产精品久久久久久人妻精品电影| 亚洲在线观看片| 草草在线视频免费看| 欧美日韩亚洲国产一区二区在线观看| 五月伊人婷婷丁香| 中文字幕免费在线视频6| 日本免费一区二区三区高清不卡| а√天堂www在线а√下载| 国产精品乱码一区二三区的特点| 日本免费a在线| 免费看光身美女| 淫秽高清视频在线观看| 免费一级毛片在线播放高清视频| a级毛片免费高清观看在线播放| 国产色婷婷99| 国产国拍精品亚洲av在线观看| 高清在线国产一区| av国产免费在线观看| 午夜福利成人在线免费观看| 亚洲精品日韩av片在线观看| 美女 人体艺术 gogo| 最好的美女福利视频网| 热99re8久久精品国产| 日韩精品青青久久久久久| 国产淫片久久久久久久久 | 国产精品久久久久久精品电影| 精品午夜福利视频在线观看一区| 亚洲精品成人久久久久久| 亚洲久久久久久中文字幕| 3wmmmm亚洲av在线观看| 国产v大片淫在线免费观看| 一a级毛片在线观看| 99久国产av精品| 日本 av在线| 国产视频内射| 美女大奶头视频| 亚洲精品456在线播放app | 国产精品女同一区二区软件 | 亚洲 欧美 日韩 在线 免费| 久久久国产成人免费| 国产精品伦人一区二区| 波野结衣二区三区在线| 欧美xxxx黑人xx丫x性爽| 波野结衣二区三区在线| 欧美乱妇无乱码| 久久精品国产亚洲av涩爱 | 男人和女人高潮做爰伦理| 99视频精品全部免费 在线| 国产精品一区二区三区四区久久| 国产av麻豆久久久久久久| 少妇的逼好多水| 国产精品久久电影中文字幕| 国产高清激情床上av| 又爽又黄a免费视频| 欧美午夜高清在线| 美女高潮的动态| 我的老师免费观看完整版| 欧美日本视频| 免费av毛片视频| 高潮久久久久久久久久久不卡| 欧美bdsm另类| 一级黄片播放器| 亚洲成人中文字幕在线播放| 蜜桃久久精品国产亚洲av| 国产精品免费一区二区三区在线| 亚洲在线自拍视频| 变态另类丝袜制服| 亚洲三级黄色毛片| 色哟哟·www| 亚洲,欧美,日韩| 国内毛片毛片毛片毛片毛片| 免费无遮挡裸体视频| 日本 欧美在线| 一个人看的www免费观看视频| 午夜老司机福利剧场| 午夜两性在线视频| 午夜激情欧美在线| 色在线成人网| 久久精品国产亚洲av天美| 久久精品国产清高在天天线| 国产精品一区二区免费欧美| 国产黄a三级三级三级人| 欧美一级a爱片免费观看看| 欧美性猛交黑人性爽| 亚洲中文日韩欧美视频| 69人妻影院| 伦理电影大哥的女人| 亚洲av第一区精品v没综合| 变态另类成人亚洲欧美熟女| 久久性视频一级片| 日韩欧美国产一区二区入口| 国产视频内射| 男女做爰动态图高潮gif福利片| 欧美丝袜亚洲另类 | 久久精品国产亚洲av天美| 亚州av有码| 中文字幕av在线有码专区| 男女床上黄色一级片免费看| 亚洲av成人精品一区久久| 久久久久久大精品| 网址你懂的国产日韩在线| 日韩欧美免费精品| 亚洲色图av天堂| 久久午夜亚洲精品久久| 男人舔奶头视频| 国产v大片淫在线免费观看| 婷婷六月久久综合丁香| 天堂影院成人在线观看| 久久精品综合一区二区三区| 一本综合久久免费| 十八禁人妻一区二区| 国产精品一区二区性色av| 欧美黄色淫秽网站| 精品国产三级普通话版| 久久久久久久亚洲中文字幕 | 天堂影院成人在线观看| 90打野战视频偷拍视频| 搞女人的毛片| 最后的刺客免费高清国语| 在线天堂最新版资源| 热99re8久久精品国产| 亚洲成人精品中文字幕电影| 成人亚洲精品av一区二区| 亚洲熟妇中文字幕五十中出| 日日摸夜夜添夜夜添小说| 国产欧美日韩精品亚洲av| 麻豆一二三区av精品| 亚洲av免费在线观看| 日日摸夜夜添夜夜添小说| 有码 亚洲区| 欧美激情久久久久久爽电影| 99riav亚洲国产免费| 久久欧美精品欧美久久欧美| 又爽又黄a免费视频| 久久国产乱子免费精品| 日本在线视频免费播放| 欧美一区二区国产精品久久精品| 好看av亚洲va欧美ⅴa在| 99riav亚洲国产免费| 欧美一区二区精品小视频在线| 99热6这里只有精品| 亚洲欧美日韩无卡精品| 免费看日本二区| 国产成年人精品一区二区| 真人做人爱边吃奶动态| 亚洲欧美日韩卡通动漫| 成人特级黄色片久久久久久久| 两人在一起打扑克的视频| 男女下面进入的视频免费午夜| 高潮久久久久久久久久久不卡| 淫秽高清视频在线观看| 亚洲va日本ⅴa欧美va伊人久久| 18美女黄网站色大片免费观看| 精品一区二区三区人妻视频| 97超级碰碰碰精品色视频在线观看| 色在线成人网| 欧美成人免费av一区二区三区| 国产91精品成人一区二区三区| 夜夜躁狠狠躁天天躁| 日本a在线网址| 国产亚洲精品综合一区在线观看| 一区二区三区免费毛片| 每晚都被弄得嗷嗷叫到高潮| 亚洲欧美精品综合久久99| 我的女老师完整版在线观看| 亚洲无线观看免费| 欧美黑人巨大hd| 久久欧美精品欧美久久欧美| 蜜桃久久精品国产亚洲av| 欧美一区二区国产精品久久精品| 日韩国内少妇激情av| 十八禁人妻一区二区| 久久精品人妻少妇| 国产av一区在线观看免费| 亚洲精品成人久久久久久| 又爽又黄a免费视频| 99国产综合亚洲精品| 国语自产精品视频在线第100页| 狂野欧美白嫩少妇大欣赏| 亚洲成人中文字幕在线播放| 国产精品电影一区二区三区| 天美传媒精品一区二区| 日本黄大片高清| 很黄的视频免费| 高清日韩中文字幕在线| 久久久久久久久中文| 久久久久九九精品影院| 又粗又爽又猛毛片免费看| www.熟女人妻精品国产| 色综合站精品国产| 欧美区成人在线视频| 真人一进一出gif抽搐免费| 午夜福利在线在线| 内地一区二区视频在线| 哪里可以看免费的av片| 国产精品98久久久久久宅男小说| 国产人妻一区二区三区在| 国产蜜桃级精品一区二区三区| 丁香六月欧美| 最后的刺客免费高清国语| 欧美+亚洲+日韩+国产| 天堂影院成人在线观看| 国产精品爽爽va在线观看网站| 夜夜看夜夜爽夜夜摸| xxxwww97欧美| 国产欧美日韩精品亚洲av| 内射极品少妇av片p| 好男人在线观看高清免费视频| 亚洲欧美日韩无卡精品| 国产av麻豆久久久久久久| 欧美zozozo另类| 午夜福利在线在线| 在线播放国产精品三级| 一个人免费在线观看电影| 亚洲国产精品合色在线| 别揉我奶头~嗯~啊~动态视频| 美女大奶头视频| 午夜视频国产福利| 男女视频在线观看网站免费| 国产三级在线视频| 国产aⅴ精品一区二区三区波| 国产高清有码在线观看视频| 三级国产精品欧美在线观看| 日本在线视频免费播放| 九九热线精品视视频播放| 亚洲精品在线美女| 一进一出抽搐动态| 色吧在线观看| 亚洲成av人片在线播放无|