• <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 ?

    基于三維彩色點(diǎn)云的物體識(shí)別算法

    2016-10-17 09:05:16吳婷璇
    電視技術(shù) 2016年9期
    關(guān)鍵詞:特征描述視點(diǎn)直方圖

    吳婷璇,謝 剛,趙 婕

    (太原理工大學(xué) 智能控制與智能信息處理實(shí)驗(yàn)室,山西 太原 030024)

    ?

    基于三維彩色點(diǎn)云的物體識(shí)別算法

    吳婷璇,謝剛,趙婕

    (太原理工大學(xué) 智能控制與智能信息處理實(shí)驗(yàn)室,山西 太原030024)

    隨著新一代深度傳感器的出現(xiàn),使用三維(3-D)數(shù)據(jù)成為物體識(shí)別研究的熱點(diǎn),而且提出了很多點(diǎn)云特征描述子。針對(duì)傳統(tǒng)的采用點(diǎn)云形狀特征描述子在目標(biāo)描述方面的不足,提出了一種基于三維彩色點(diǎn)云的物體識(shí)別算法。首先提取點(diǎn)云數(shù)據(jù)的視點(diǎn)特征直方圖(VFH)和顏色直方圖(CH),然后對(duì)提取的形狀特征和顏色特征分別通過(guò)支持向量機(jī)(SVM)進(jìn)行預(yù)分類,最后將上述2個(gè)識(shí)別結(jié)果進(jìn)行決策級(jí)融合。提出的算法在Washington RGB-D數(shù)據(jù)集進(jìn)行訓(xùn)練和測(cè)試。結(jié)果表明,該方法與傳統(tǒng)的采用點(diǎn)云形狀特征描述子相比,其物體的正確識(shí)別率有了顯著的提高。

    三維彩色點(diǎn)云;VFH;顏色直方圖;特征融合;SVM

    移動(dòng)機(jī)器人對(duì)其工作環(huán)境的有效感知、辨識(shí)與認(rèn)知,是其進(jìn)行自主行為優(yōu)化并可靠完成所承擔(dān)任務(wù)的前提和基礎(chǔ)。如何實(shí)現(xiàn)場(chǎng)景中物體的有效分類與識(shí)別是移動(dòng)機(jī)器人場(chǎng)景認(rèn)知的核心問(wèn)題。目前物體識(shí)別的重點(diǎn)逐漸集中于物體特征提取的研究上。提取特征的好壞決定不同的目標(biāo)對(duì)象在高維特征空間中分離程度,好的特征能夠有效地降低識(shí)別算法后續(xù)步驟的復(fù)雜度,達(dá)到良好的效果。

    隨著近年來(lái)3D傳感器的發(fā)展,價(jià)格也不像以前的3D傳感器那么昂貴,使用三維(3-D)數(shù)據(jù)成為物體識(shí)別研究的熱點(diǎn),并提出很多點(diǎn)云特征描述子。常用的點(diǎn)云特征描述子可以分為兩類:局部特征描述子和全局特征描述子[1]。局部特征描述子主要描述關(guān)鍵點(diǎn)的局部特征,主要應(yīng)用于曲面匹配。全局特征描述子主要描述點(diǎn)云的全局幾何信息。全局特征描述子較局部特征描述子更為復(fù)雜,主要用于目標(biāo)識(shí)別和形狀檢索領(lǐng)域。常用的全局特征描述子有:PFH (Point Feature Histogram)[2],VFH(Viewpoint Feature Histogram)[3], CVFH(Clustered View-point Feature Histogram)[4], ESF (Ensemble Shape Functions)[5]。由于Kinect等深度傳感器獲得的點(diǎn)云數(shù)據(jù)含有大量的噪聲,在全局特征描述子中,VFH對(duì)噪聲有很強(qiáng)的魯棒性[6],在其準(zhǔn)確率、穩(wěn)定性和計(jì)算復(fù)雜度能保持很好的折衷,在點(diǎn)云識(shí)別中得到了很好地應(yīng)用。但目前點(diǎn)云特征描述子主要針對(duì)物體的幾何形狀,忽視了顏色特征也是物體識(shí)別的關(guān)鍵因素之一。本文針對(duì)傳統(tǒng)的采用點(diǎn)云形狀特征描述子在目標(biāo)描述方面的不足,提出了一種基于三維彩色點(diǎn)云的物體識(shí)別算法。首先分別提取點(diǎn)云數(shù)據(jù)的視點(diǎn)特征直方圖(VFH)和顏色直方圖(CH),然后對(duì)提取的形狀特征和顏色特征分別通過(guò)支持向量機(jī)(SVM)進(jìn)行預(yù)分類,最后將上述2個(gè)識(shí)別結(jié)果進(jìn)行決策級(jí)融合。本文提出的算法在Washington RGB-D[7]數(shù)據(jù)集進(jìn)行訓(xùn)練和測(cè)試。試驗(yàn)結(jié)果表明,本文提出的方法與傳統(tǒng)的采用點(diǎn)云形狀特征描述子相比,其物體的正確識(shí)別率有了顯著性的提高。

    1 融合特征構(gòu)建

    本文方法的流程如圖1所示。圖1中,融合特征由顏色直方圖(Color Histogram, CH)和視點(diǎn)特征直方圖(Viewpoint Feature Histogram, VFH)兩種特征構(gòu)成。

    圖1 本文方法的流程圖

    1.1視點(diǎn)特征直方圖

    視點(diǎn)特征直方圖(View Feature Histogram,VFH)[8]是一種新型的特征表示方法,能夠很好地進(jìn)行點(diǎn)云識(shí)別。視點(diǎn)特征直方圖在FPFH描述子的基礎(chǔ)上,加入視點(diǎn)變量,使其構(gòu)造的特征具有縮放不變性而且具有強(qiáng)大的識(shí)別力。它涉及3部分的特征分量:

    1)對(duì)視點(diǎn)方向與每個(gè)法線之間角度進(jìn)行統(tǒng)計(jì),得到其直方圖,來(lái)計(jì)算視點(diǎn)相關(guān)的特征分量。由于法線的視角在尺度變換下具有可變性,并不是計(jì)算每條法線的視角,而是將視點(diǎn)平移到查詢點(diǎn)后計(jì)算其視點(diǎn)方向及其每條法線間的角度。并將其量化為128個(gè)區(qū)間。

    2)第二組特征分量是PFH中有涉及的3個(gè)角度α,φ,θ。如圖2所示,pi和pj為點(diǎn)云上的兩點(diǎn),ni和nj為pi,pj對(duì)應(yīng)的法向量,為了計(jì)算兩點(diǎn)及其對(duì)應(yīng)法線之間的相對(duì)偏差,在其中一個(gè)點(diǎn)上定義了一個(gè)固定的局部坐標(biāo)系uvw(u=ni,v=(pj-pi)×u,w=u×v)。使用uvw坐標(biāo)系,通過(guò)式(1)~(3)可以計(jì)算出α, φ, θ來(lái)表示兩點(diǎn)及其對(duì)應(yīng)法線之間的相對(duì)偏差。在VFH計(jì)算中,測(cè)量的是中心點(diǎn)的視點(diǎn)方向和每個(gè)點(diǎn)對(duì)應(yīng)法線之間的角度。并將每一個(gè)角度量化為45個(gè)區(qū)間。

    圖2 定義一個(gè)固定的局部坐標(biāo)系

    α=v·nj

    (1)

    (2)

    θ=arctan(w·nj,u·nj)

    (3)

    3)第三組特征分量是統(tǒng)計(jì)點(diǎn)云上所有點(diǎn)到其中心點(diǎn)的距離,并將其量化為45個(gè)區(qū)間。

    最后形成的VFH是一個(gè)關(guān)于308維的特征向量。

    計(jì)算VFH的步驟如下:

    1)輸入點(diǎn)云數(shù)據(jù),對(duì)其以0.2 cm×0.2 cm×0.2 cm的體積元進(jìn)行采樣。

    2)對(duì)采樣后的點(diǎn),估計(jì)其法向量。圖3a為一個(gè)物體的點(diǎn)云及其法向量。

    3)通過(guò)每個(gè)點(diǎn)的法向量,計(jì)算其VFH特征。如圖3b對(duì)應(yīng)的就是圖3a的VFH特征。

    圖3 提取VFH特征

    1.2顏色直方圖

    作為一種關(guān)鍵的圖像特征,顏色特征值的大小取決于選取的顏色空間。目前常用的顏色空間有4種即RGB,HSV,Luv與YCrCb等。目前主要的提取方法有顏色直方圖、顏色集、顏色矩等方法,其具有全局性。本文采用顏色直方圖(ColorHistogtam,CH)來(lái)表征目標(biāo)對(duì)象的特征。由于RGB顏色空間不能滿足人類視覺(jué)特性需求,本文中采用HSV顏色直方圖作為顏色特征。步驟如下:

    1)將目標(biāo)的每個(gè)點(diǎn)的顏色值由RGB顏色空間轉(zhuǎn)變?yōu)镠SV顏色空間。

    2)將H、S與V的空間分別設(shè)置為8級(jí)、3級(jí)與3級(jí)。即

    (4)

    (5)

    (6)

    3)構(gòu)造出1維顏色特征向量

    G=HQSQV+SQV+V

    (7)

    式中:QS是S的設(shè)置級(jí)數(shù),QV是V的設(shè)置級(jí)數(shù),QS=QV=3,即

    G=9H+3S+V

    (8)

    由式(8)得到,G的取值范圍為 [0,1,2,…,71],即整個(gè)點(diǎn)云的HSV空間被設(shè)置為72種顏色。通過(guò)計(jì)算得到72 bin的顏色直方圖。圖4為一個(gè)點(diǎn)云及其顏色直方圖。

    圖4 提取顏色直方圖

    1.3特征融合

    為了更有效地進(jìn)行目標(biāo)識(shí)別,對(duì)于獲得的VFH特征和CH特征,采用決策級(jí)融合策略進(jìn)行融合。其一般采用投票的方法,即當(dāng)分類器輸出結(jié)果不一致時(shí),采用投票的方式來(lái)決定類別確定問(wèn)題。先對(duì)不同特征進(jìn)行訓(xùn)練,得到各特征所對(duì)應(yīng)的分類器,然后將測(cè)試樣本提取的特征用該特征所對(duì)應(yīng)的分類器進(jìn)行分類,得到屬于每種類別的概率,由于各特征具有統(tǒng)計(jì)獨(dú)立性,所以加法規(guī)則對(duì)屬于每種類別的概率進(jìn)行合并,從而得到識(shí)別結(jié)果。圖5為本文采用的決策級(jí)融合流程圖。

    圖5 決策級(jí)融合流程圖

    1.4模式分類

    本文算法采用支持向量機(jī)(SVM)進(jìn)行訓(xùn)練和分類。支持向量機(jī)是一種基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理、性能優(yōu)良的機(jī)器學(xué)習(xí)方法。SVM的二分類方法通過(guò)尋找一個(gè)最優(yōu)分類超平面,使得分類間隔(從這個(gè)超平面到兩類樣本中最近樣本的距離之和)最大。多分類問(wèn)題可以看作是多個(gè)二分類的組合,分別對(duì)每一個(gè)類別構(gòu)建一個(gè)二分類器。

    SVM的核類型及其相關(guān)參數(shù)的選擇直接影響SVM分類器的分類效果。本文采用高斯核(RBF)的分類器。研究中,使用三折交叉驗(yàn)證,并使用GridSearch尋找最優(yōu)的懲罰因子C和核參數(shù)gamma,對(duì)訓(xùn)練樣本集進(jìn)行分組,分為訓(xùn)練集和驗(yàn)證集。利用訓(xùn)練集對(duì)分類器進(jìn)行訓(xùn)練,然后利用驗(yàn)證集來(lái)測(cè)試訓(xùn)練集得到的模型,根據(jù)驗(yàn)證集測(cè)試的結(jié)果來(lái)評(píng)價(jià)該分類器的性能指標(biāo),擇取最優(yōu)的懲罰因子和核參數(shù)。筆者設(shè)置C的取值集合為{1,2,…,210},gammar的取值集合為{2-10,2-9,…,1}。研究中,采用VFH特征進(jìn)行識(shí)別時(shí)確定最優(yōu)的懲罰因子和核參數(shù)分別為8和0.003 9,采用CH特征進(jìn)行識(shí)別時(shí)確定的最優(yōu)的懲罰因子和核參數(shù)分別為1 024和1。

    2 實(shí)驗(yàn)結(jié)果與分析

    2.1實(shí)驗(yàn)數(shù)據(jù)集

    在這里采用華盛頓大學(xué)RGB-D數(shù)據(jù)集進(jìn)行測(cè)試,這個(gè)數(shù)據(jù)集根據(jù)WordNet上義詞/下義詞的關(guān)系,形成一個(gè)分層的結(jié)構(gòu),包含50類300個(gè)不同的日常物品,一共有250 000個(gè)點(diǎn)云數(shù)據(jù)。將每個(gè)物體放在一個(gè)轉(zhuǎn)盤(pán)上,使用一個(gè)Kinect類的3D攝像機(jī)記錄該物體全角度的點(diǎn)云數(shù)據(jù)。這個(gè)數(shù)據(jù)集的每一個(gè)樣本都包含有30°,45°,60°不同視角下的點(diǎn)云數(shù)據(jù)。為了驗(yàn)證本文算法的有效性,筆者在部分?jǐn)?shù)據(jù)集上進(jìn)行實(shí)驗(yàn),所用的數(shù)據(jù)集的結(jié)構(gòu)圖如圖6,圖中括號(hào)內(nèi)為每種類包含的例子的數(shù)目如圖7中梨的例子,所采用的數(shù)據(jù)集所對(duì)應(yīng)的部分樣本如圖8所示。算法測(cè)試在PC機(jī)上運(yùn)行(配置:IntelCorei3CPU, 2.13GHz主頻,內(nèi)存2Gbyte)。

    圖6 所用數(shù)據(jù)集的分層結(jié)構(gòu)

    圖7 梨的例子

    圖8 部分類別物體

    2.2留一校驗(yàn)評(píng)價(jià)

    留一校驗(yàn)(Leave-oneoutCrossValidation),其過(guò)程是隨機(jī)從一組測(cè)定數(shù)據(jù)中抽取一部分?jǐn)?shù)據(jù)來(lái)訓(xùn)練并建立模型,用其余的數(shù)據(jù)進(jìn)行測(cè)試此模型。在本次實(shí)驗(yàn)中,從每一個(gè)類別中隨機(jī)抽取一個(gè)例子進(jìn)行測(cè)試,對(duì)其他例子的所有視角的點(diǎn)云數(shù)據(jù)進(jìn)行訓(xùn)練。因?yàn)榱粢恍r?yàn)評(píng)價(jià)的隨機(jī)性,筆者重復(fù)10次進(jìn)行實(shí)驗(yàn)。

    表1為10次實(shí)驗(yàn)的實(shí)驗(yàn)結(jié)果,評(píng)價(jià)整體的識(shí)別效果。從表1的10組實(shí)驗(yàn)結(jié)果來(lái)看,顏色特征在物體識(shí)別方面的效果比形狀特征識(shí)別效果好。將兩者特征進(jìn)行決策級(jí)融合后,實(shí)現(xiàn)顏色信息和形狀信息的互補(bǔ),識(shí)別效果比單一特征識(shí)別效果有所提高。

    表1訓(xùn)練識(shí)別結(jié)果

    編號(hào)VFHCH決策級(jí)融合實(shí)驗(yàn)159.5176.0585.93實(shí)驗(yàn)263.4873.0483.24實(shí)驗(yàn)356.3774.2279.87實(shí)驗(yàn)453.7875.3384.13實(shí)驗(yàn)551.6373.9082.41實(shí)驗(yàn)654.2773.2983.19實(shí)驗(yàn)757.2876.7183.23實(shí)驗(yàn)861.2375.2185.15實(shí)驗(yàn)960.3872.4578.92實(shí)驗(yàn)1059.8075.3482.72平均值57.7774.5582.87

    為了更好地分析實(shí)驗(yàn)結(jié)果,采用查準(zhǔn)率(Precision)和查全率(Recall)對(duì)實(shí)驗(yàn)1中每一類別的實(shí)驗(yàn)結(jié)果進(jìn)行進(jìn)一步的分析。定義為

    (9)

    (10)

    式中:C為查全率;Q為查準(zhǔn)率;R為正確的識(shí)別結(jié)果數(shù);O為漏檢數(shù);W為誤檢數(shù)。表2為采用VFH特征各類別的實(shí)驗(yàn)結(jié)果;表3為采用CH特征各類別的實(shí)驗(yàn)結(jié)果;表4為采用融合特征各類別的實(shí)驗(yàn)結(jié)果。

    表2采用VFH特征各類別的實(shí)驗(yàn)結(jié)果

    類別正確識(shí)別漏檢誤檢查全率/%查準(zhǔn)率/%apple111123090.2478.72banana1401099.29100lemon953714571.9739.42lime65565553.7254.17orange117264381.8273.13peach113540.7425pear2511010018.5220

    表3采用CH特征各類別的實(shí)驗(yàn)結(jié)果

    類別正確識(shí)別漏檢誤檢查全率/%查準(zhǔn)率/%apple11857895.9360.20banana10338073.05100lemon13204310075.43lime1156995.0492.74orange25118017.48100peach13602710083.44pear79566658.5260.31

    表4采用融合特征各類別的實(shí)驗(yàn)結(jié)果

    類別正確識(shí)別漏檢誤檢查全率/%查準(zhǔn)率/%apple12305110070.69banana12714090.07100lemon13206010068.75lime1192498.3596.75orange9251064.34100peach13600100100pear71641652.5981.61

    從表2和表3各個(gè)類別的識(shí)別的查全率和查準(zhǔn)率可以得出,對(duì)于apple類而言,由于其顏色形狀在一定范圍內(nèi)的穩(wěn)定性以及獨(dú)特性,其在顏色和形狀方面的識(shí)別率都很高。由于banana類在形狀方面的特殊性,采用VFH形狀特征進(jìn)行識(shí)別,達(dá)到很好的識(shí)別效果。對(duì)于lemon、lime類而言,雖然在形狀方面的識(shí)別效果不好,但是由于其顏色的獨(dú)特性,使用顏色特征的識(shí)別效果較優(yōu)于形狀特征的識(shí)別效果。對(duì)于orange類而言,形狀特征的識(shí)別結(jié)果較好于顏色特征的識(shí)別結(jié)果。由于peach類其形狀的多樣性,形狀特征的識(shí)別效果不好,但是其顏色特征識(shí)別效果很好。對(duì)于pear類而言,形狀和顏色的多樣性使其VFH和CH的識(shí)別率都很低。顏色特征和形狀特征在物體識(shí)別方面各有優(yōu)勢(shì),對(duì)兩種特征進(jìn)行決策級(jí)的融合后,從整體上提高了各個(gè)類別的查全率和查準(zhǔn)率,綜合效果較好。

    3 小結(jié)

    本文針對(duì)傳統(tǒng)的采用點(diǎn)云形狀特征描述子在目標(biāo)描述方面的不足,提出了一種基于三維彩色點(diǎn)云的物體識(shí)別算法,實(shí)現(xiàn)形狀和顏色特征在決策級(jí)的互補(bǔ)。在WashingtonRGB-D數(shù)據(jù)庫(kù)中進(jìn)行的實(shí)驗(yàn)結(jié)果表明,本文方法取得了較高的查全率和查準(zhǔn)率,綜合效果較好,而且證明了簡(jiǎn)單特征的決策級(jí)融合能更好地進(jìn)行物體識(shí)別。下一步工作可針對(duì)復(fù)雜場(chǎng)景中物體進(jìn)行識(shí)別,并考慮其他方面的特征,進(jìn)一步優(yōu)化物體識(shí)別精度,取得更好的識(shí)別效果。

    [1]ALDOMAA,MARTONZC,TOMBARIF,etal.Pointcloudlibrary[J].IEEErobotics&automationmagazine,2012,1070:9932.

    [2]RUSURB,BLODOWN,MARTONZC,etal.Aligningpointcloudviewsusingpersistentfeaturehistograms[C]//Proc.IEEE/RSJInternationalConferenceonIntelligentRobotsandSystems. [S.l.]:IEEE, 2008:3384-3391.

    [3]RUSURB,BRADSKIG,THIBAUXR,etal.Fast3Drecognitionandposeusingtheviewpointfeaturehistogram[C]//Proc. 2010IEEE/RSJInternationalConferenceonIntelligentRobotsandSystems(IROS). [S.l.]:IEEE,2010:2155-2162.

    [4]ALDOMAA,TOMBARIF,RUSURB,etal.OUR-CVFH-oriented,uniqueandrepeatableclusteredviewpointfeaturehistogramforobjectrecognitionand6DOFposeestimation[M]//PatternRecognition.Berlin:Springer, 2012:113-122.

    [5]WOHLKINGERW,VINCZEM.Ensembleofshapefunctionsfor3Dobjectclassification[C]//Proc.IEEEInternationalConferenceonRoboticsandBiomimetic. [S.l.]:IEEE,2011:2987-2992.

    [6]SALIHY,MALIKAS,WALTERN,etal.Noiserobustnessanalysisofpointclouddescriptors[C]//Proc.AdvancedConceptsforIntelligentVisionSystems. [S.l.]:SpringerInternationalPublishing,2013:68-79.

    [7]LaiK,BoL,RenX,etal.Alarge-scalehierarchicalmulti-viewRGB-Dobjectdataset[C]//Proc.IEEEInternationalConferenceonRoboticandAutomation.Shanhai:IEEE,2011:1-8.

    [8]RUSURB,BLODOWN,BEETZM.Fastpointfeaturehistograms(FPFH)for3Dregistration[C]//Proc.IEEEInternationalConferenceonRoboticsandAutomation. [S.l.]:IEEE,2009:3212-3217.

    吳婷璇(1991— ),女,碩士生,主研圖像處理、人工智能;

    謝剛(1972— ),博士生導(dǎo)師,主要研究方向?yàn)閳D像處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)等;

    趙婕(1978— ),女,博士生,主研圖像處理、計(jì)算機(jī)視覺(jué)。

    責(zé)任編輯:閆雯雯

    Object recognition algorithm based on 3D color point-cloud

    WU Tingxuan,XIE Gang,ZHAO Jie

    (LaboratoryonIntelligentControlandIntelligentInformationProcessing,TaiyuanUniversityofTechnology,Taiyuan030024,China)

    With the advent of new-generation depth sensors, the three-dimensional (3-D) data is used frequently on the object recognition, then a lot of point cloud feature descriptors are put forward. Based on the traditional using point cloud shape feature descriptors are insufficient, an object recognition algorithm based on the 3D color point cloud is proposed. First, the viewpoints histogram (VFH) and color histogram (CH) of a certain point cloud data is extracted. Then, the support vector machine is used to presort the extracted features respectively. Finally,the above two recognition results is fused using the decision level fusion. The proposed algorithm is tested on the Washington RGB-D dataset. Experiment results show that the algorithm can effectively improve the correct rate of object recognition.

    3D point cloud;VFH;color histogram;feature fusion;SVM

    TP391

    A

    10.16280/j.videoe.2016.09.025

    太原市科技項(xiàng)目人才專項(xiàng)基金項(xiàng)目(120247-28);山西省研究生教育創(chuàng)新項(xiàng)目(2015BY23)

    2015-11-17

    文獻(xiàn)引用格式:吳婷璇,謝剛,趙婕. 基于三維彩色點(diǎn)云的物體識(shí)別算法[J].電視技術(shù),2016,40(9):122-126.

    WU T X, XIE G, ZHAO J. Object recognition algorithm based on 3D color point-cloud[J]. Video engineering,2016,40(9):122-126.

    猜你喜歡
    特征描述視點(diǎn)直方圖
    In the Zoo
    統(tǒng)計(jì)頻率分布直方圖的備考全攻略
    船舶尾流圖像的數(shù)字化處理和特征描述技術(shù)
    符合差分隱私的流數(shù)據(jù)統(tǒng)計(jì)直方圖發(fā)布
    用直方圖控制畫(huà)面影調(diào)
    目標(biāo)魯棒識(shí)別的抗旋轉(zhuǎn)HDO 局部特征描述
    視點(diǎn)
    河南電力(2016年5期)2016-02-06 02:11:24
    基于直方圖平移和互補(bǔ)嵌入的可逆水印方案
    基于差異的圖像特征描述及其在絕緣子識(shí)別中的應(yīng)用
    讓你每天一元錢,物超所值——《今日視點(diǎn)—2014精萃》序
    新聞前哨(2015年2期)2015-03-11 19:29:22
    成人国产麻豆网| 制服丝袜香蕉在线| 久久精品国产鲁丝片午夜精品| 这个男人来自地球电影免费观看 | 久久久欧美国产精品| 宅男免费午夜| 久久精品aⅴ一区二区三区四区 | 亚洲国产av影院在线观看| 久久精品国产自在天天线| 如日韩欧美国产精品一区二区三区| 只有这里有精品99| 可以免费在线观看a视频的电影网站 | 赤兔流量卡办理| av有码第一页| 免费人妻精品一区二区三区视频| 亚洲国产欧美在线一区| 国产成人免费无遮挡视频| 日韩欧美精品免费久久| 国产成人欧美| 免费看不卡的av| 国产男女超爽视频在线观看| 黄片无遮挡物在线观看| 国产精品免费大片| av国产久精品久网站免费入址| 97人妻天天添夜夜摸| 韩国高清视频一区二区三区| 亚洲第一av免费看| 尾随美女入室| 精品福利永久在线观看| 五月伊人婷婷丁香| av网站在线播放免费| 国产成人免费无遮挡视频| 国产精品久久久久久精品电影小说| 久久久久久人人人人人| 波多野结衣av一区二区av| 国产毛片在线视频| 日韩av在线免费看完整版不卡| 色婷婷av一区二区三区视频| 啦啦啦在线免费观看视频4| 国产精品久久久久久精品电影小说| 伊人久久大香线蕉亚洲五| 两个人免费观看高清视频| av有码第一页| 欧美日韩精品成人综合77777| 97在线视频观看| 亚洲国产最新在线播放| 欧美 日韩 精品 国产| 国产精品香港三级国产av潘金莲 | 亚洲少妇的诱惑av| 亚洲成人av在线免费| 少妇被粗大猛烈的视频| 啦啦啦在线免费观看视频4| 成人二区视频| 热99久久久久精品小说推荐| a级毛片在线看网站| 一区二区av电影网| 欧美另类一区| 热99国产精品久久久久久7| 午夜精品国产一区二区电影| 欧美人与善性xxx| 日本-黄色视频高清免费观看| 日韩人妻精品一区2区三区| 精品一区二区三区四区五区乱码 | a级片在线免费高清观看视频| 大陆偷拍与自拍| 国产精品国产三级专区第一集| av又黄又爽大尺度在线免费看| 久久 成人 亚洲| 久久久久久久久免费视频了| 激情视频va一区二区三区| 午夜影院在线不卡| 国产av码专区亚洲av| 精品一区二区三区四区五区乱码 | 久久国产精品大桥未久av| 最新的欧美精品一区二区| 欧美国产精品一级二级三级| 美女国产高潮福利片在线看| 在线免费观看不下载黄p国产| 亚洲图色成人| 男女无遮挡免费网站观看| 日韩,欧美,国产一区二区三区| 人成视频在线观看免费观看| 少妇的丰满在线观看| 黄色毛片三级朝国网站| 老汉色∧v一级毛片| 国产精品不卡视频一区二区| 亚洲精品自拍成人| 青春草亚洲视频在线观看| 久久久久久免费高清国产稀缺| 秋霞伦理黄片| 日韩av不卡免费在线播放| 大片电影免费在线观看免费| 国产成人aa在线观看| 国产亚洲av片在线观看秒播厂| 伦理电影大哥的女人| av免费观看日本| 成人18禁高潮啪啪吃奶动态图| 亚洲一区中文字幕在线| 天天躁狠狠躁夜夜躁狠狠躁| 天堂中文最新版在线下载| 日韩制服骚丝袜av| 久久精品国产综合久久久| 亚洲伊人色综图| 色94色欧美一区二区| 亚洲熟女精品中文字幕| av一本久久久久| 精品少妇内射三级| 亚洲精品国产av蜜桃| 久久久精品免费免费高清| 日本-黄色视频高清免费观看| 女人精品久久久久毛片| 免费观看无遮挡的男女| 亚洲精品日本国产第一区| 国产在线一区二区三区精| 日韩 亚洲 欧美在线| 国产片特级美女逼逼视频| 一区二区三区乱码不卡18| 精品一区二区三区四区五区乱码 | 国产精品女同一区二区软件| 在线观看国产h片| 卡戴珊不雅视频在线播放| 日本爱情动作片www.在线观看| 亚洲av免费高清在线观看| 高清欧美精品videossex| 国产精品熟女久久久久浪| 男人舔女人的私密视频| 亚洲av电影在线进入| 日韩伦理黄色片| 久久精品久久精品一区二区三区| 久久久久久久国产电影| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 日韩成人av中文字幕在线观看| 久久人人爽人人片av| 赤兔流量卡办理| 老鸭窝网址在线观看| 亚洲av福利一区| 超碰成人久久| 国产av一区二区精品久久| 日韩一本色道免费dvd| 中文精品一卡2卡3卡4更新| 夜夜骑夜夜射夜夜干| 国产爽快片一区二区三区| 秋霞伦理黄片| 亚洲精品aⅴ在线观看| 色婷婷av一区二区三区视频| 国产精品久久久久成人av| 精品亚洲成国产av| 永久网站在线| 国产精品三级大全| 黄网站色视频无遮挡免费观看| 亚洲人成网站在线观看播放| 丝袜人妻中文字幕| 观看美女的网站| 亚洲av免费高清在线观看| 免费少妇av软件| 免费观看在线日韩| 免费不卡的大黄色大毛片视频在线观看| 亚洲一区中文字幕在线| 深夜精品福利| 少妇被粗大猛烈的视频| 免费在线观看视频国产中文字幕亚洲 | 在线精品无人区一区二区三| 国产麻豆69| 99久久综合免费| 97在线人人人人妻| 日韩av在线免费看完整版不卡| 中文字幕最新亚洲高清| 日韩制服丝袜自拍偷拍| 亚洲av欧美aⅴ国产| 久久综合国产亚洲精品| 国产乱人偷精品视频| 最近中文字幕2019免费版| 在线观看三级黄色| 亚洲精品在线美女| 美女高潮到喷水免费观看| 久久久久视频综合| 黄色视频在线播放观看不卡| 午夜福利,免费看| 久久久精品国产亚洲av高清涩受| 日本欧美国产在线视频| a级片在线免费高清观看视频| 美女大奶头黄色视频| 中文字幕最新亚洲高清| 国产一级毛片在线| 中文字幕人妻丝袜制服| 一级毛片电影观看| 黑人巨大精品欧美一区二区蜜桃| 边亲边吃奶的免费视频| 在线观看免费高清a一片| 久久久国产欧美日韩av| 男女啪啪激烈高潮av片| 看免费av毛片| 久久精品国产鲁丝片午夜精品| 美女脱内裤让男人舔精品视频| 免费久久久久久久精品成人欧美视频| 亚洲精品中文字幕在线视频| 夫妻性生交免费视频一级片| 精品一区在线观看国产| 丝瓜视频免费看黄片| 国产av码专区亚洲av| 亚洲一级一片aⅴ在线观看| 亚洲一区中文字幕在线| 老汉色av国产亚洲站长工具| 欧美国产精品一级二级三级| 久久精品国产亚洲av天美| 一级毛片黄色毛片免费观看视频| 伦理电影免费视频| 国产在线一区二区三区精| 久久99一区二区三区| 欧美日韩视频高清一区二区三区二| 熟妇人妻不卡中文字幕| 欧美日韩一区二区视频在线观看视频在线| 国产片内射在线| 成人二区视频| 国产成人精品福利久久| 精品久久久久久电影网| 免费在线观看视频国产中文字幕亚洲 | 最近2019中文字幕mv第一页| 少妇被粗大的猛进出69影院| 亚洲av欧美aⅴ国产| 精品一区二区三区四区五区乱码 | 最近中文字幕高清免费大全6| 免费观看无遮挡的男女| 蜜桃国产av成人99| 亚洲精品美女久久av网站| 制服诱惑二区| 最近中文字幕高清免费大全6| 丝袜在线中文字幕| 久久久久精品人妻al黑| 亚洲欧美一区二区三区黑人 | 国产片特级美女逼逼视频| 久久国产精品男人的天堂亚洲| 你懂的网址亚洲精品在线观看| 纵有疾风起免费观看全集完整版| 少妇的丰满在线观看| 精品少妇一区二区三区视频日本电影 | av国产精品久久久久影院| 另类精品久久| 777久久人妻少妇嫩草av网站| www.自偷自拍.com| 亚洲第一青青草原| 亚洲国产精品一区二区三区在线| 欧美精品国产亚洲| 欧美 亚洲 国产 日韩一| 一级爰片在线观看| 亚洲,欧美,日韩| 汤姆久久久久久久影院中文字幕| 一区二区三区精品91| 777米奇影视久久| 中文字幕av电影在线播放| 国产乱来视频区| 成年女人在线观看亚洲视频| av免费观看日本| 大片免费播放器 马上看| 亚洲国产成人一精品久久久| 1024视频免费在线观看| 黄色毛片三级朝国网站| 亚洲成人一二三区av| 最近中文字幕2019免费版| 久久久国产一区二区| 青春草国产在线视频| 99re6热这里在线精品视频| 国产女主播在线喷水免费视频网站| 黄片播放在线免费| 久久精品国产鲁丝片午夜精品| 久久人妻熟女aⅴ| 国产男人的电影天堂91| 日日摸夜夜添夜夜爱| 国产精品香港三级国产av潘金莲 | 国产成人aa在线观看| 久久av网站| 日本av免费视频播放| 综合色丁香网| 少妇被粗大的猛进出69影院| 久久精品国产自在天天线| 王馨瑶露胸无遮挡在线观看| 精品一区二区三卡| 黄片无遮挡物在线观看| 热re99久久国产66热| 80岁老熟妇乱子伦牲交| 99香蕉大伊视频| av卡一久久| 狂野欧美激情性bbbbbb| 国产成人精品福利久久| www.精华液| 免费在线观看视频国产中文字幕亚洲 | 国产xxxxx性猛交| 边亲边吃奶的免费视频| 免费观看性生交大片5| 黑人巨大精品欧美一区二区蜜桃| 国产黄色免费在线视频| www日本在线高清视频| 日韩视频在线欧美| 日产精品乱码卡一卡2卡三| 国产av国产精品国产| 国产精品久久久av美女十八| 99re6热这里在线精品视频| 只有这里有精品99| 好男人视频免费观看在线| 亚洲,欧美,日韩| 国产精品免费大片| 亚洲三级黄色毛片| 国产熟女午夜一区二区三区| 丰满饥渴人妻一区二区三| 日韩在线高清观看一区二区三区| 少妇人妻久久综合中文| 十八禁高潮呻吟视频| 天天操日日干夜夜撸| 一本大道久久a久久精品| 免费黄频网站在线观看国产| 成人手机av| 久久久久网色| 日韩,欧美,国产一区二区三区| 亚洲国产精品一区三区| 日韩视频在线欧美| 国产一区亚洲一区在线观看| 久久久久久免费高清国产稀缺| 亚洲av国产av综合av卡| av网站在线播放免费| 亚洲少妇的诱惑av| 伦理电影大哥的女人| 国产精品人妻久久久影院| 99久久精品国产国产毛片| 国产在线免费精品| 一区二区三区四区激情视频| 国产又色又爽无遮挡免| √禁漫天堂资源中文www| 午夜精品国产一区二区电影| 18在线观看网站| 又黄又粗又硬又大视频| 国产一区二区三区综合在线观看| 熟女少妇亚洲综合色aaa.| 嫩草影院入口| 赤兔流量卡办理| 有码 亚洲区| 九九爱精品视频在线观看| 成人毛片60女人毛片免费| 天天躁日日躁夜夜躁夜夜| 伦精品一区二区三区| 成人漫画全彩无遮挡| 建设人人有责人人尽责人人享有的| 在线看a的网站| 午夜老司机福利剧场| 国产不卡av网站在线观看| 免费久久久久久久精品成人欧美视频| 激情视频va一区二区三区| 中文字幕另类日韩欧美亚洲嫩草| 国语对白做爰xxxⅹ性视频网站| 18禁国产床啪视频网站| 男女边吃奶边做爰视频| 久久久国产欧美日韩av| 色吧在线观看| av电影中文网址| 免费在线观看完整版高清| 亚洲熟女精品中文字幕| 久久久久网色| 欧美人与善性xxx| 久久久久久久久免费视频了| 久久这里有精品视频免费| 国产激情久久老熟女| 久久久久久久大尺度免费视频| 亚洲第一青青草原| 久久久久人妻精品一区果冻| 国产日韩欧美在线精品| 少妇人妻 视频| 久久精品夜色国产| 日韩在线高清观看一区二区三区| 在线观看国产h片| 涩涩av久久男人的天堂| 69精品国产乱码久久久| 下体分泌物呈黄色| 男女下面插进去视频免费观看| 美女福利国产在线| 看十八女毛片水多多多| xxxhd国产人妻xxx| videosex国产| 热re99久久国产66热| 尾随美女入室| 一级毛片黄色毛片免费观看视频| 中文字幕精品免费在线观看视频| 成年美女黄网站色视频大全免费| 欧美国产精品va在线观看不卡| 最近最新中文字幕大全免费视频 | 日韩中字成人| 国产无遮挡羞羞视频在线观看| 寂寞人妻少妇视频99o| 亚洲精品av麻豆狂野| 亚洲久久久国产精品| 久久这里只有精品19| 麻豆乱淫一区二区| 热99久久久久精品小说推荐| 2018国产大陆天天弄谢| 亚洲av在线观看美女高潮| 中文欧美无线码| 五月天丁香电影| 肉色欧美久久久久久久蜜桃| 国产av国产精品国产| 18+在线观看网站| 色吧在线观看| 日韩欧美精品免费久久| 国产一区有黄有色的免费视频| 一区在线观看完整版| 国产 精品1| av有码第一页| 中文字幕最新亚洲高清| 国产又色又爽无遮挡免| 99久久中文字幕三级久久日本| 国产亚洲一区二区精品| 日本免费在线观看一区| xxxhd国产人妻xxx| 少妇的逼水好多| 国产麻豆69| 丝瓜视频免费看黄片| 国产精品一国产av| 国产精品免费视频内射| 免费观看在线日韩| 99久国产av精品国产电影| 久久久久久久久久久免费av| 欧美少妇被猛烈插入视频| 天天影视国产精品| 日本wwww免费看| 超碰97精品在线观看| 成人毛片60女人毛片免费| 国产成人a∨麻豆精品| 在线观看三级黄色| 九色亚洲精品在线播放| 国产精品av久久久久免费| 青青草视频在线视频观看| 狠狠精品人妻久久久久久综合| 成年动漫av网址| 伊人久久大香线蕉亚洲五| 国产欧美亚洲国产| 日韩中文字幕视频在线看片| 亚洲精品国产av成人精品| 国产精品国产av在线观看| 免费观看a级毛片全部| 毛片一级片免费看久久久久| 在线观看国产h片| 我要看黄色一级片免费的| 国产亚洲av片在线观看秒播厂| 国产精品国产av在线观看| 黄片无遮挡物在线观看| 黄色毛片三级朝国网站| 999久久久国产精品视频| 99精国产麻豆久久婷婷| 国产人伦9x9x在线观看 | 亚洲av在线观看美女高潮| 国产av码专区亚洲av| 亚洲色图 男人天堂 中文字幕| 欧美中文综合在线视频| 亚洲欧美精品综合一区二区三区 | 人人妻人人爽人人添夜夜欢视频| 亚洲熟女精品中文字幕| 亚洲欧美清纯卡通| 久久久久久久国产电影| 在线观看免费日韩欧美大片| 日韩欧美精品免费久久| 国产精品久久久av美女十八| 观看av在线不卡| 欧美日韩国产mv在线观看视频| 另类精品久久| 免费高清在线观看日韩| 少妇的丰满在线观看| 999久久久国产精品视频| 母亲3免费完整高清在线观看 | 啦啦啦中文免费视频观看日本| 国产一区二区三区综合在线观看| 亚洲精品久久午夜乱码| 女性生殖器流出的白浆| 久久综合国产亚洲精品| 成人亚洲欧美一区二区av| 黄色毛片三级朝国网站| 欧美激情高清一区二区三区 | 中文字幕制服av| 日本av免费视频播放| 日日啪夜夜爽| www.精华液| 赤兔流量卡办理| 天美传媒精品一区二区| 亚洲精品美女久久av网站| 美国免费a级毛片| 99国产综合亚洲精品| 丝袜美足系列| 两个人免费观看高清视频| 日韩中字成人| 2021少妇久久久久久久久久久| 亚洲男人天堂网一区| xxx大片免费视频| 三上悠亚av全集在线观看| 人成视频在线观看免费观看| 亚洲 欧美一区二区三区| 久热这里只有精品99| 又大又黄又爽视频免费| 麻豆精品久久久久久蜜桃| 丁香六月天网| 婷婷色麻豆天堂久久| 亚洲精品av麻豆狂野| 免费看不卡的av| 国产精品人妻久久久影院| 国产成人精品一,二区| 日韩大片免费观看网站| 精品人妻一区二区三区麻豆| 国产成人91sexporn| av线在线观看网站| 国产精品秋霞免费鲁丝片| 国产爽快片一区二区三区| 91国产中文字幕| a 毛片基地| 天天操日日干夜夜撸| 水蜜桃什么品种好| 精品福利永久在线观看| 下体分泌物呈黄色| 日韩一本色道免费dvd| 最近的中文字幕免费完整| 天天躁夜夜躁狠狠久久av| 国产精品久久久久久精品电影小说| 天天躁日日躁夜夜躁夜夜| 91精品三级在线观看| 亚洲色图综合在线观看| 日韩电影二区| 如日韩欧美国产精品一区二区三区| av电影中文网址| 国产免费现黄频在线看| 免费av中文字幕在线| 久久久久久人妻| 国产欧美日韩综合在线一区二区| a 毛片基地| 永久网站在线| 精品一区二区三区四区五区乱码 | 丰满乱子伦码专区| 亚洲少妇的诱惑av| 日日撸夜夜添| 激情视频va一区二区三区| 亚洲av电影在线进入| 啦啦啦在线免费观看视频4| kizo精华| 国产97色在线日韩免费| 国产深夜福利视频在线观看| 午夜日本视频在线| 啦啦啦视频在线资源免费观看| 九草在线视频观看| 一级片'在线观看视频| 熟妇人妻不卡中文字幕| 久久久亚洲精品成人影院| 欧美日韩av久久| 亚洲av电影在线进入| 国产精品三级大全| 18+在线观看网站| 国产男人的电影天堂91| 亚洲精品中文字幕在线视频| 菩萨蛮人人尽说江南好唐韦庄| 久久久精品区二区三区| 婷婷色麻豆天堂久久| 久久久精品区二区三区| 久久99精品国语久久久| 看免费av毛片| 人体艺术视频欧美日本| 精品少妇久久久久久888优播| 亚洲国产日韩一区二区| 色婷婷久久久亚洲欧美| 亚洲av中文av极速乱| 青春草国产在线视频| 成人国产麻豆网| 丝袜喷水一区| 夫妻午夜视频| 少妇被粗大的猛进出69影院| 久久精品国产综合久久久| 国产免费福利视频在线观看| 国产黄色视频一区二区在线观看| 一区二区av电影网| 天天影视国产精品| 国产男女内射视频| 熟女av电影| 亚洲精品av麻豆狂野| 国产精品av久久久久免费| av.在线天堂| 人人妻人人添人人爽欧美一区卜| 日韩,欧美,国产一区二区三区| 好男人视频免费观看在线| 麻豆av在线久日| 在线亚洲精品国产二区图片欧美| 亚洲欧洲国产日韩| 免费黄网站久久成人精品| 搡女人真爽免费视频火全软件| 国产又爽黄色视频| 国产成人免费无遮挡视频| 婷婷色麻豆天堂久久| 欧美精品高潮呻吟av久久| 日日摸夜夜添夜夜爱| 亚洲一区二区三区欧美精品| 高清在线视频一区二区三区| 亚洲国产欧美在线一区| 精品人妻熟女毛片av久久网站| 日日摸夜夜添夜夜爱| 夫妻性生交免费视频一级片| 妹子高潮喷水视频| 久久免费观看电影| 亚洲av免费高清在线观看| 最近最新中文字幕大全免费视频 | 国产熟女欧美一区二区| 美国免费a级毛片| 一级片免费观看大全| 999精品在线视频| 一区二区av电影网| h视频一区二区三区| 欧美日韩视频精品一区| 欧美97在线视频| 又粗又硬又长又爽又黄的视频| av线在线观看网站| 国产亚洲午夜精品一区二区久久| 日韩一区二区视频免费看| 亚洲色图 男人天堂 中文字幕| 一级爰片在线观看| 熟女少妇亚洲综合色aaa.| 亚洲精品美女久久av网站|