• <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
    日本 欧美在线| 免费无遮挡裸体视频| 999久久久国产精品视频| 一进一出好大好爽视频| 天天一区二区日本电影三级 | 90打野战视频偷拍视频| 亚洲一卡2卡3卡4卡5卡精品中文| 免费久久久久久久精品成人欧美视频| 757午夜福利合集在线观看| 人人妻,人人澡人人爽秒播| 人人妻人人爽人人添夜夜欢视频| 成年人黄色毛片网站| 天堂影院成人在线观看| 欧美日韩精品网址| 国产av一区二区精品久久| 狠狠狠狠99中文字幕| 欧美丝袜亚洲另类 | 午夜亚洲福利在线播放| 老司机午夜福利在线观看视频| 亚洲午夜理论影院| 成人国产一区最新在线观看| 成在线人永久免费视频| 欧美色欧美亚洲另类二区 | 狠狠狠狠99中文字幕| 国产97色在线日韩免费| 99国产精品一区二区三区| 亚洲精品一区av在线观看| 成人免费观看视频高清| 国产亚洲欧美98| 久久国产亚洲av麻豆专区| 麻豆久久精品国产亚洲av| 1024香蕉在线观看| 99在线视频只有这里精品首页| 国产精品一区二区免费欧美| 国产午夜福利久久久久久| 国产片内射在线| 无限看片的www在线观看| 人人妻,人人澡人人爽秒播| 久久精品人人爽人人爽视色| 日本撒尿小便嘘嘘汇集6| 精品一区二区三区av网在线观看| 在线观看www视频免费| 亚洲视频免费观看视频| 亚洲人成电影观看| 怎么达到女性高潮| 精品国产亚洲在线| 亚洲av成人av| 亚洲人成伊人成综合网2020| 欧美乱色亚洲激情| 午夜福利欧美成人| 久久天躁狠狠躁夜夜2o2o| 亚洲精品国产一区二区精华液| 欧美国产精品va在线观看不卡| 无遮挡黄片免费观看| 日本三级黄在线观看| 久久精品亚洲熟妇少妇任你| 午夜福利一区二区在线看| 电影成人av| www.精华液| 日韩精品中文字幕看吧| 韩国精品一区二区三区| 国产精品影院久久| 成年女人毛片免费观看观看9| 九色国产91popny在线| 日日摸夜夜添夜夜添小说| 一本大道久久a久久精品| 老熟妇仑乱视频hdxx| 国产在线观看jvid| 国产精品久久久久久精品电影 | 国产精品香港三级国产av潘金莲| 中国美女看黄片| 亚洲天堂国产精品一区在线| 亚洲成人免费电影在线观看| 十八禁网站免费在线| 亚洲色图 男人天堂 中文字幕| 亚洲情色 制服丝袜| 国产午夜福利久久久久久| 一二三四社区在线视频社区8| tocl精华| 国产亚洲精品av在线| 国产男靠女视频免费网站| 俄罗斯特黄特色一大片| 老司机午夜福利在线观看视频| 两性午夜刺激爽爽歪歪视频在线观看 | 后天国语完整版免费观看| 欧美一级a爱片免费观看看 | 国产精品综合久久久久久久免费 | 黄片播放在线免费| 丝袜在线中文字幕| 大陆偷拍与自拍| 在线av久久热| 女同久久另类99精品国产91| 国产亚洲欧美在线一区二区| 老司机午夜福利在线观看视频| 欧美不卡视频在线免费观看 | 一区在线观看完整版| 欧美久久黑人一区二区| 韩国精品一区二区三区| 少妇裸体淫交视频免费看高清 | 老鸭窝网址在线观看| 国产精品 欧美亚洲| 欧美成人午夜精品| 国产一区二区激情短视频| 黄色片一级片一级黄色片| 女人爽到高潮嗷嗷叫在线视频| 亚洲成人精品中文字幕电影| 99riav亚洲国产免费| 人妻丰满熟妇av一区二区三区| 国产高清视频在线播放一区| 久久久国产精品麻豆| 亚洲欧美激情综合另类| 老司机在亚洲福利影院| 亚洲激情在线av| 好男人在线观看高清免费视频 | av天堂在线播放| 少妇裸体淫交视频免费看高清 | 这个男人来自地球电影免费观看| 精品久久久久久久久久免费视频| 91成人精品电影| 欧美成人性av电影在线观看| 免费在线观看日本一区| 又粗又爽又猛毛片免费看| 深爱激情五月婷婷| 级片在线观看| ponron亚洲| 18禁在线播放成人免费| 级片在线观看| 亚洲av中文av极速乱 | 在线天堂最新版资源| 五月玫瑰六月丁香| 免费看av在线观看网站| 黄色日韩在线| 欧美性猛交黑人性爽| 夜夜夜夜夜久久久久| 少妇熟女aⅴ在线视频| 3wmmmm亚洲av在线观看| 成年人黄色毛片网站| 国产精品野战在线观看| 色噜噜av男人的天堂激情| 亚洲精品久久国产高清桃花| 欧美最黄视频在线播放免费| 一a级毛片在线观看| 国模一区二区三区四区视频| 午夜免费男女啪啪视频观看 | 精品免费久久久久久久清纯| 国产成人a区在线观看| 精品人妻偷拍中文字幕| 我要搜黄色片| 亚洲av成人精品一区久久| 999久久久精品免费观看国产| 色综合站精品国产| 成人亚洲精品av一区二区| 国产精品久久久久久久电影| 天美传媒精品一区二区| 成人综合一区亚洲| 国产主播在线观看一区二区| 无人区码免费观看不卡| 国产精品亚洲一级av第二区| 欧美一区二区亚洲| 啦啦啦观看免费观看视频高清| 亚洲精品一区av在线观看| 男女视频在线观看网站免费| 国产精品野战在线观看| 久久婷婷人人爽人人干人人爱| 真人一进一出gif抽搐免费| 中文字幕高清在线视频| 丰满人妻一区二区三区视频av| 亚洲成人久久爱视频| 不卡视频在线观看欧美| 乱码一卡2卡4卡精品| av天堂中文字幕网| 亚洲av一区综合| 99久久成人亚洲精品观看| 大型黄色视频在线免费观看| 岛国在线免费视频观看| 国产激情偷乱视频一区二区| 国产免费av片在线观看野外av| 成人av在线播放网站| 熟妇人妻久久中文字幕3abv| 精品乱码久久久久久99久播| 中出人妻视频一区二区| 久久久久久九九精品二区国产| 日本a在线网址| 国产又黄又爽又无遮挡在线| 久久国产乱子免费精品| 在线免费十八禁| 老司机深夜福利视频在线观看| 日日撸夜夜添| 国产精品久久久久久久久免| 国产精品综合久久久久久久免费| 亚洲精品久久国产高清桃花| 免费看光身美女| 国产男人的电影天堂91| 亚洲人成网站在线播| 亚洲一区二区三区色噜噜| 免费看美女性在线毛片视频| 乱码一卡2卡4卡精品| 人人妻人人澡欧美一区二区| 国产成人福利小说| 日韩欧美在线二视频| 久久热精品热| 日韩欧美精品免费久久| 熟妇人妻久久中文字幕3abv| 色综合站精品国产| 国产成人a区在线观看| 深夜a级毛片| 给我免费播放毛片高清在线观看| 又黄又爽又免费观看的视频| 日韩强制内射视频| 国产高清激情床上av| 精品人妻熟女av久视频| 网址你懂的国产日韩在线| 97超视频在线观看视频| 女人被狂操c到高潮| 国产极品精品免费视频能看的| 国产精品女同一区二区软件 | 亚洲国产精品sss在线观看| 亚洲最大成人av| 亚洲18禁久久av| 免费电影在线观看免费观看| 日本欧美国产在线视频| 精品久久久久久久久久久久久| 动漫黄色视频在线观看| 国产精品三级大全| 中出人妻视频一区二区| 老熟妇乱子伦视频在线观看| 久久精品夜夜夜夜夜久久蜜豆| 免费看美女性在线毛片视频| 美女被艹到高潮喷水动态| 最新中文字幕久久久久| 一区二区三区四区激情视频 | 亚洲四区av| 中文资源天堂在线| 长腿黑丝高跟| 又黄又爽又刺激的免费视频.| 精品久久久久久,| 国内精品宾馆在线| av专区在线播放| 欧美日韩瑟瑟在线播放| 国产aⅴ精品一区二区三区波| .国产精品久久| 欧美bdsm另类| 超碰av人人做人人爽久久| 成熟少妇高潮喷水视频| 精品久久久噜噜| 亚洲午夜理论影院| 黄色日韩在线| 中文字幕av成人在线电影| 亚洲成人中文字幕在线播放| 丰满的人妻完整版| 成年女人永久免费观看视频| 国产伦人伦偷精品视频| 日韩高清综合在线| 99热6这里只有精品| 日韩大尺度精品在线看网址| 国产精品98久久久久久宅男小说| 国产一区二区在线观看日韩| 99久久无色码亚洲精品果冻| 一个人看视频在线观看www免费| 久久精品影院6| 亚洲美女搞黄在线观看 | 久久精品国产清高在天天线| 99热这里只有精品一区| 欧美日韩精品成人综合77777| 久99久视频精品免费| 黄色日韩在线| 少妇猛男粗大的猛烈进出视频 | 国产av麻豆久久久久久久| 久久精品国产亚洲av香蕉五月| 成年免费大片在线观看| 波多野结衣高清无吗| 亚洲av免费高清在线观看| 精品福利观看| 亚洲黑人精品在线| 天天一区二区日本电影三级| 一个人免费在线观看电影| 欧美最黄视频在线播放免费| 亚洲熟妇中文字幕五十中出| 国产成人a区在线观看| 成人国产麻豆网| 免费看av在线观看网站| 欧美日本亚洲视频在线播放| 很黄的视频免费| 国产精品一区二区性色av| 在线观看午夜福利视频| 在线a可以看的网站| 午夜亚洲福利在线播放| 国产精品99久久久久久久久| 免费观看人在逋| 国产在线男女| 国产精品一区二区三区四区久久| 国产久久久一区二区三区| 日韩欧美精品v在线| 欧美xxxx性猛交bbbb| 不卡一级毛片| 99久久精品国产国产毛片| 国产精品一区二区三区四区免费观看 | 黄色视频,在线免费观看| 亚洲在线观看片| 国产伦精品一区二区三区视频9| 女人被狂操c到高潮| 此物有八面人人有两片| 一进一出抽搐动态| 亚洲精品亚洲一区二区| 久99久视频精品免费| 亚洲一区二区三区色噜噜| 在线观看午夜福利视频| 久久香蕉精品热| 亚洲国产精品成人综合色| 亚洲性久久影院| 亚洲国产欧美人成| 成人精品一区二区免费| 色综合站精品国产| 看黄色毛片网站| 精品久久久久久久久av| 九色国产91popny在线| 男女做爰动态图高潮gif福利片| 干丝袜人妻中文字幕| 亚洲 国产 在线| 男人和女人高潮做爰伦理| 三级男女做爰猛烈吃奶摸视频| 校园人妻丝袜中文字幕| 欧美激情国产日韩精品一区| 精品久久久久久久久av| 亚洲人成网站在线播| 日韩精品青青久久久久久| 国模一区二区三区四区视频| 伦精品一区二区三区| 免费不卡的大黄色大毛片视频在线观看 | 自拍偷自拍亚洲精品老妇| 69人妻影院| 国产精品电影一区二区三区| 美女免费视频网站| 亚洲国产精品成人综合色| 成人一区二区视频在线观看| 亚洲精品一区av在线观看| 成人无遮挡网站| 国产在线男女| 午夜福利欧美成人| 午夜福利视频1000在线观看| 国产亚洲精品综合一区在线观看| 黄色女人牲交| 欧美xxxx性猛交bbbb| 国语自产精品视频在线第100页| 亚洲av美国av| 欧美中文日本在线观看视频| av福利片在线观看| 亚洲国产欧美人成| 一卡2卡三卡四卡精品乱码亚洲| 成人特级黄色片久久久久久久| 成人特级av手机在线观看| 日本三级黄在线观看| 日韩一本色道免费dvd| 色精品久久人妻99蜜桃| 欧美日韩瑟瑟在线播放| 91久久精品国产一区二区成人| 不卡视频在线观看欧美| 国产伦人伦偷精品视频| 天天一区二区日本电影三级| 成人午夜高清在线视频| 熟妇人妻久久中文字幕3abv| а√天堂www在线а√下载| 成人永久免费在线观看视频| 亚洲性夜色夜夜综合| 99热精品在线国产| 久久久久久国产a免费观看| 精品国内亚洲2022精品成人| 有码 亚洲区| 看片在线看免费视频| 色哟哟·www| 日韩一区二区视频免费看| 哪里可以看免费的av片| 少妇的逼水好多| 国产一区二区激情短视频| 国产激情偷乱视频一区二区| 日韩强制内射视频| 国产亚洲精品综合一区在线观看| 天美传媒精品一区二区| 天天一区二区日本电影三级| 性插视频无遮挡在线免费观看| 伦理电影大哥的女人| 亚洲七黄色美女视频| 欧美+日韩+精品| 听说在线观看完整版免费高清| 国产伦在线观看视频一区| 成人特级av手机在线观看| 在线观看av片永久免费下载| 国产淫片久久久久久久久| 999久久久精品免费观看国产| 1024手机看黄色片| 我的老师免费观看完整版| 国产亚洲精品久久久com| 日本黄大片高清| 亚洲最大成人手机在线| 人妻夜夜爽99麻豆av| 成人性生交大片免费视频hd| 亚洲精品亚洲一区二区| 色视频www国产| 亚洲美女黄片视频| 内地一区二区视频在线| 国产91精品成人一区二区三区| 最近最新中文字幕大全电影3| 精品乱码久久久久久99久播| 国产精品野战在线观看| 欧美性猛交黑人性爽| av在线亚洲专区| 欧美性感艳星| 欧美不卡视频在线免费观看| 日韩欧美精品免费久久| 国产女主播在线喷水免费视频网站 | 午夜激情欧美在线| 午夜影院日韩av| 婷婷丁香在线五月| 国产主播在线观看一区二区| 亚洲人成网站高清观看| 九九热线精品视视频播放| 亚洲国产日韩欧美精品在线观看| 最近中文字幕高清免费大全6 | 极品教师在线免费播放| 日韩,欧美,国产一区二区三区 | 三级国产精品欧美在线观看| 人妻少妇偷人精品九色| 精品久久久久久,| 极品教师在线视频| www.色视频.com| 亚洲天堂国产精品一区在线| 哪里可以看免费的av片| 久久久久免费精品人妻一区二区| 亚洲国产精品成人综合色| 欧美区成人在线视频| 久9热在线精品视频| 黄色一级大片看看| 一区二区三区四区激情视频 | 免费看光身美女| 色播亚洲综合网| 国产精品1区2区在线观看.| www.www免费av| 午夜福利在线观看免费完整高清在 | 在线免费观看的www视频| 国产精品电影一区二区三区| 免费大片18禁| 精品福利观看| 99在线视频只有这里精品首页| 日韩精品青青久久久久久| 最新在线观看一区二区三区| 精品国产三级普通话版| 国产大屁股一区二区在线视频| 亚洲18禁久久av| 日韩欧美在线乱码| av视频在线观看入口| av天堂中文字幕网| 久久久国产成人免费| 97碰自拍视频| 女的被弄到高潮叫床怎么办 | 午夜视频国产福利| 超碰av人人做人人爽久久| 国产精品一区二区三区四区免费观看 | 久99久视频精品免费| 亚洲真实伦在线观看| 欧美中文日本在线观看视频| 亚洲av.av天堂| 亚洲欧美日韩高清在线视频| 亚洲狠狠婷婷综合久久图片| 欧美精品啪啪一区二区三区| 欧美xxxx黑人xx丫x性爽| 国产一区二区三区视频了| 真人一进一出gif抽搐免费| 22中文网久久字幕| 亚洲av不卡在线观看| 99热网站在线观看| 小蜜桃在线观看免费完整版高清| а√天堂www在线а√下载| 91在线观看av| 亚洲国产欧美人成| 亚洲欧美精品综合久久99| 在线播放国产精品三级| ponron亚洲| 精品久久久久久久末码| 亚洲午夜理论影院| 亚洲av日韩精品久久久久久密| 91麻豆av在线| 亚洲精品成人久久久久久| 非洲黑人性xxxx精品又粗又长| 国产亚洲精品久久久久久毛片| 91在线精品国自产拍蜜月| 国产精品不卡视频一区二区| 女生性感内裤真人,穿戴方法视频| 97超级碰碰碰精品色视频在线观看| 亚洲经典国产精华液单| 变态另类丝袜制服| 女的被弄到高潮叫床怎么办 | 噜噜噜噜噜久久久久久91| 久久久精品大字幕| 日本 av在线| 色视频www国产| 国产精品福利在线免费观看| 国产成人aa在线观看| 熟女电影av网| 日本 欧美在线| 搞女人的毛片| а√天堂www在线а√下载| 中国美白少妇内射xxxbb| 欧美性猛交黑人性爽| 在线国产一区二区在线| 久久精品综合一区二区三区| 亚洲av中文字字幕乱码综合| 久久久久久国产a免费观看| 国产精品电影一区二区三区| 欧美精品国产亚洲| 久久人妻av系列| 日日撸夜夜添| 精品久久久久久久久久久久久| 男人舔女人下体高潮全视频| 99久国产av精品| 神马国产精品三级电影在线观看| 欧美国产日韩亚洲一区| 成年女人永久免费观看视频| 日本熟妇午夜| 在线免费十八禁| 村上凉子中文字幕在线| av黄色大香蕉| 舔av片在线| 伦理电影大哥的女人| 麻豆成人午夜福利视频| 亚洲欧美日韩无卡精品| 一本精品99久久精品77| 国国产精品蜜臀av免费| 日韩,欧美,国产一区二区三区 | 国产三级在线视频| 亚洲不卡免费看| 少妇的逼好多水| 91狼人影院| 一区二区三区免费毛片| 此物有八面人人有两片| 午夜福利成人在线免费观看| 亚洲熟妇熟女久久| 尾随美女入室| 午夜老司机福利剧场| 久久精品人妻少妇| 国产精品永久免费网站| 日韩强制内射视频| 小说图片视频综合网站| 亚洲成人久久爱视频| 一级a爱片免费观看的视频| 精品久久久噜噜| 99九九线精品视频在线观看视频| 国产精品久久久久久久电影| 麻豆精品久久久久久蜜桃| 日韩精品有码人妻一区| 国产色爽女视频免费观看| 欧美性猛交黑人性爽| 韩国av一区二区三区四区| 黄色视频,在线免费观看| 欧美绝顶高潮抽搐喷水| 成人av一区二区三区在线看| 97碰自拍视频| xxxwww97欧美| 国产不卡一卡二| 99热6这里只有精品| 久久人人精品亚洲av| 国产成人aa在线观看| av在线观看视频网站免费| 免费看日本二区| 欧美精品啪啪一区二区三区| 欧美zozozo另类| 亚洲中文字幕日韩| 麻豆国产av国片精品| 久久久久久九九精品二区国产| 51国产日韩欧美| 国产精品久久久久久久电影| 精品人妻熟女av久视频| 婷婷色综合大香蕉| 免费黄网站久久成人精品| 久久人人爽人人爽人人片va| 少妇的逼水好多| 夜夜爽天天搞| 永久网站在线| 麻豆av噜噜一区二区三区| 久久精品国产亚洲av香蕉五月| 国产精品电影一区二区三区| 最近视频中文字幕2019在线8| 国产精品一区二区三区四区免费观看 | av中文乱码字幕在线| 亚洲男人的天堂狠狠| 97超视频在线观看视频| 国产探花在线观看一区二区| 欧美性感艳星| 欧美日韩综合久久久久久 | 欧美日韩瑟瑟在线播放| 久久国内精品自在自线图片| 此物有八面人人有两片| 欧美极品一区二区三区四区| 99热网站在线观看| 日韩一区二区视频免费看| 免费观看人在逋| 亚洲中文字幕日韩| 非洲黑人性xxxx精品又粗又长| 亚洲成人精品中文字幕电影| 简卡轻食公司| 欧美日韩精品成人综合77777| 91精品国产九色| 亚洲精品在线观看二区| 免费黄网站久久成人精品| 欧美黑人欧美精品刺激| 麻豆一二三区av精品| 精品免费久久久久久久清纯| 老熟妇乱子伦视频在线观看| 男人的好看免费观看在线视频| 成人特级黄色片久久久久久久| 国产美女午夜福利| 91av网一区二区| 国产视频内射| avwww免费| 级片在线观看| 男女边吃奶边做爰视频|