• <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
    亚洲片人在线观看| 久久中文字幕一级| 精品久久久久久电影网| 久久国产亚洲av麻豆专区| 久久久久国产精品人妻aⅴ院 | 一夜夜www| 一区在线观看完整版| 国产成人av教育| 亚洲成a人片在线一区二区| 老司机午夜十八禁免费视频| 国产成人精品在线电影| 亚洲中文av在线| 人成视频在线观看免费观看| bbb黄色大片| 热99re8久久精品国产| 两人在一起打扑克的视频| 精品一区二区三区av网在线观看| 亚洲三区欧美一区| 男女床上黄色一级片免费看| 这个男人来自地球电影免费观看| 久久人妻av系列| 精品少妇一区二区三区视频日本电影| 亚洲精品一二三| 亚洲精华国产精华精| 老司机福利观看| 亚洲专区字幕在线| 一区福利在线观看| 日韩大码丰满熟妇| 久久国产精品人妻蜜桃| 老汉色∧v一级毛片| 午夜福利,免费看| 视频在线观看一区二区三区| 黄色a级毛片大全视频| 一边摸一边做爽爽视频免费| 久久天堂一区二区三区四区| 国产av又大| 91大片在线观看| 777久久人妻少妇嫩草av网站| 精品久久久久久,| 天天添夜夜摸| 国产97色在线日韩免费| 香蕉久久夜色| 麻豆乱淫一区二区| a级片在线免费高清观看视频| 岛国毛片在线播放| 丰满饥渴人妻一区二区三| 欧美av亚洲av综合av国产av| 亚洲精华国产精华精| 国产精品 欧美亚洲| 久久久久国产精品人妻aⅴ院 | 国内久久婷婷六月综合欲色啪| 手机成人av网站| 免费少妇av软件| 黄频高清免费视频| 国内久久婷婷六月综合欲色啪| 亚洲欧美精品综合一区二区三区| 免费在线观看完整版高清| 最新的欧美精品一区二区| 男女高潮啪啪啪动态图| 欧美精品亚洲一区二区| 久久精品aⅴ一区二区三区四区| 亚洲aⅴ乱码一区二区在线播放 | 亚洲专区字幕在线| 国产一区有黄有色的免费视频| 久久中文字幕一级| 欧美日韩亚洲国产一区二区在线观看 | 欧美乱色亚洲激情| 久热这里只有精品99| 亚洲黑人精品在线| 久久影院123| 黄网站色视频无遮挡免费观看| 在线免费观看的www视频| 男人的好看免费观看在线视频 | 国产一区二区三区视频了| 亚洲,欧美精品.| 男人的好看免费观看在线视频 | 男人舔女人的私密视频| 黄频高清免费视频| 久久影院123| 欧美日韩黄片免| 中文字幕人妻丝袜一区二区| 日本一区二区免费在线视频| 亚洲va日本ⅴa欧美va伊人久久| 国产真人三级小视频在线观看| 99国产精品一区二区蜜桃av | 天堂动漫精品| 日本撒尿小便嘘嘘汇集6| 香蕉久久夜色| 国产不卡av网站在线观看| 国产色视频综合| 精品国产乱子伦一区二区三区| 女人被躁到高潮嗷嗷叫费观| 大陆偷拍与自拍| 国产97色在线日韩免费| 亚洲精品成人av观看孕妇| 宅男免费午夜| x7x7x7水蜜桃| 亚洲成人手机| 国产亚洲精品久久久久久毛片 | 成年人黄色毛片网站| 美女 人体艺术 gogo| 黄色丝袜av网址大全| 黑人操中国人逼视频| 亚洲中文字幕日韩| 十八禁高潮呻吟视频| 91av网站免费观看| 黑人欧美特级aaaaaa片| 成人国产一区最新在线观看| cao死你这个sao货| 怎么达到女性高潮| 精品人妻1区二区| 国产伦人伦偷精品视频| 久久人妻av系列| 欧美日韩亚洲高清精品| 性色av乱码一区二区三区2| 亚洲精品国产一区二区精华液| 在线观看66精品国产| 日本精品一区二区三区蜜桃| 免费在线观看亚洲国产| 黑人巨大精品欧美一区二区mp4| 欧美黄色片欧美黄色片| av片东京热男人的天堂| 女同久久另类99精品国产91| 精品久久久久久久毛片微露脸| 免费不卡黄色视频| 精品福利观看| av视频免费观看在线观看| 国产精华一区二区三区| 亚洲成人手机| 国产精品久久久人人做人人爽| 国产精品成人在线| 男男h啪啪无遮挡| 亚洲成人免费av在线播放| 最近最新中文字幕大全免费视频| 欧美大码av| 黄色 视频免费看| 国产成人精品在线电影| 欧美精品av麻豆av| 国产深夜福利视频在线观看| 性色av乱码一区二区三区2| 丰满人妻熟妇乱又伦精品不卡| 丝袜在线中文字幕| 俄罗斯特黄特色一大片| 久久影院123| 悠悠久久av| 欧美黄色片欧美黄色片| 午夜福利欧美成人| 亚洲欧美日韩另类电影网站| 国产在线一区二区三区精| 精品人妻熟女毛片av久久网站| av福利片在线| 成年人午夜在线观看视频| 精品乱码久久久久久99久播| 国产区一区二久久| 国产精品久久久久久精品古装| 免费高清在线观看日韩| 久久ye,这里只有精品| 身体一侧抽搐| 亚洲av第一区精品v没综合| 成人18禁在线播放| 男女午夜视频在线观看| 最新的欧美精品一区二区| 免费一级毛片在线播放高清视频 | 美女国产高潮福利片在线看| 女人久久www免费人成看片| 亚洲精品乱久久久久久| 亚洲成人免费电影在线观看| 中文字幕人妻丝袜制服| 亚洲欧美日韩高清在线视频| 搡老岳熟女国产| 久久性视频一级片| 欧美性长视频在线观看| 捣出白浆h1v1| 国内久久婷婷六月综合欲色啪| 久久久国产成人免费| 亚洲一区二区三区不卡视频| 天堂动漫精品| 午夜成年电影在线免费观看| 婷婷精品国产亚洲av在线 | 老汉色∧v一级毛片| 香蕉丝袜av| 中文字幕最新亚洲高清| 人人妻,人人澡人人爽秒播| 国产成人精品久久二区二区91| 精品久久久久久久久久免费视频 | 成年动漫av网址| 欧美色视频一区免费| 免费在线观看视频国产中文字幕亚洲| 一二三四社区在线视频社区8| 日本vs欧美在线观看视频| 欧美精品亚洲一区二区| 久久中文字幕一级| 日日夜夜操网爽| 国产xxxxx性猛交| 久久午夜亚洲精品久久| 老司机在亚洲福利影院| 久久国产精品大桥未久av| 黄色丝袜av网址大全| av线在线观看网站| 色精品久久人妻99蜜桃| 韩国av一区二区三区四区| 久久久精品免费免费高清| 别揉我奶头~嗯~啊~动态视频| 两性午夜刺激爽爽歪歪视频在线观看 | 女人久久www免费人成看片| 高清av免费在线| 飞空精品影院首页| 午夜福利在线观看吧| 美女福利国产在线| 午夜福利,免费看| 少妇的丰满在线观看| 精品国产亚洲在线| 一级,二级,三级黄色视频| 久久国产亚洲av麻豆专区| 80岁老熟妇乱子伦牲交| 精品久久蜜臀av无| 丝瓜视频免费看黄片| 一边摸一边抽搐一进一小说 | 啪啪无遮挡十八禁网站| 精品久久久精品久久久| 女性生殖器流出的白浆| 黑人欧美特级aaaaaa片| 两个人免费观看高清视频| 人人妻人人澡人人看| 国产精品98久久久久久宅男小说| 国产免费现黄频在线看| 黄片播放在线免费| av视频免费观看在线观看| 免费在线观看亚洲国产| 午夜精品国产一区二区电影| av网站免费在线观看视频| 一级毛片高清免费大全| 亚洲精品美女久久久久99蜜臀| 亚洲第一欧美日韩一区二区三区| av天堂在线播放| 男人的好看免费观看在线视频 | 亚洲片人在线观看| 少妇的丰满在线观看| 少妇粗大呻吟视频| 久久久久国内视频| 国产成人精品久久二区二区免费| 十八禁高潮呻吟视频| 人人妻人人爽人人添夜夜欢视频| 国产无遮挡羞羞视频在线观看| 免费黄频网站在线观看国产| 国产伦人伦偷精品视频| 国产1区2区3区精品| 人妻 亚洲 视频| 很黄的视频免费| 黄网站色视频无遮挡免费观看| 一夜夜www| 国产成人免费无遮挡视频| 国产高清激情床上av| 免费在线观看亚洲国产| 亚洲专区中文字幕在线| 久久久国产成人免费| 亚洲欧美精品综合一区二区三区| 男女下面插进去视频免费观看| 少妇猛男粗大的猛烈进出视频| 国产不卡av网站在线观看| 久久久国产成人精品二区 | 国产淫语在线视频| 久久久久视频综合| 日本五十路高清| 欧美日韩视频精品一区| 欧美成人午夜精品| 久久久久久久久久久久大奶| 99国产精品一区二区三区| 一二三四社区在线视频社区8| 法律面前人人平等表现在哪些方面| 老熟女久久久| 欧美日韩福利视频一区二区| 国产无遮挡羞羞视频在线观看| 人成视频在线观看免费观看| 在线十欧美十亚洲十日本专区| 国产一区二区激情短视频| av天堂久久9| 在线观看一区二区三区激情| 国产精品亚洲av一区麻豆| 成人av一区二区三区在线看| 18禁裸乳无遮挡免费网站照片 | 香蕉丝袜av| 丁香六月欧美| 久久久久精品人妻al黑| 国产成人av激情在线播放| 日韩精品免费视频一区二区三区| 精品午夜福利视频在线观看一区| 国产成人系列免费观看| 亚洲一区高清亚洲精品| 精品人妻1区二区| 99香蕉大伊视频| 午夜两性在线视频| 午夜福利免费观看在线| 成年女人毛片免费观看观看9 | 欧美激情高清一区二区三区| 久久久国产成人免费| 精品高清国产在线一区| 久久国产乱子伦精品免费另类| 国产精品 国内视频| 国产在线精品亚洲第一网站| 亚洲 国产 在线| 欧美日韩乱码在线| 免费久久久久久久精品成人欧美视频| 精品国产亚洲在线| 在线天堂中文资源库| 国产单亲对白刺激| 一边摸一边做爽爽视频免费| 五月开心婷婷网| 人妻久久中文字幕网| 久久香蕉精品热| 久久久国产精品麻豆| 亚洲综合色网址| 久久久精品区二区三区| 99国产综合亚洲精品| xxxhd国产人妻xxx| 久久中文看片网| 国产精品久久电影中文字幕 | 嫁个100分男人电影在线观看| 王馨瑶露胸无遮挡在线观看| 午夜福利免费观看在线| 丝袜美足系列| 黑丝袜美女国产一区| 国产欧美日韩精品亚洲av| 十分钟在线观看高清视频www| 久久国产精品影院| 黄色视频不卡| 国产精品免费大片| 黑人巨大精品欧美一区二区蜜桃| а√天堂www在线а√下载 | 交换朋友夫妻互换小说| 成年版毛片免费区| 啪啪无遮挡十八禁网站| 国产精品免费视频内射| 亚洲国产欧美一区二区综合| 97人妻天天添夜夜摸| 免费高清在线观看日韩| 国产亚洲精品一区二区www | 一级黄色大片毛片| 国产黄色免费在线视频| 天堂俺去俺来也www色官网| 中亚洲国语对白在线视频| 老熟妇乱子伦视频在线观看| 亚洲欧美一区二区三区黑人| 欧美国产精品va在线观看不卡| 中文字幕人妻丝袜制服| 欧美精品啪啪一区二区三区| 在线看a的网站| 免费在线观看视频国产中文字幕亚洲| 亚洲av第一区精品v没综合| 无限看片的www在线观看| 一个人免费在线观看的高清视频| 91九色精品人成在线观看| 日韩熟女老妇一区二区性免费视频| 99精品在免费线老司机午夜| 女人久久www免费人成看片| 最近最新中文字幕大全电影3 | 自拍欧美九色日韩亚洲蝌蚪91| 国产亚洲精品第一综合不卡| 日韩一卡2卡3卡4卡2021年| 亚洲专区中文字幕在线| aaaaa片日本免费| 日韩制服丝袜自拍偷拍| 国产区一区二久久| 精品国产一区二区三区四区第35| 高清av免费在线| 日韩精品免费视频一区二区三区| 夫妻午夜视频| a级片在线免费高清观看视频| av天堂久久9| a级片在线免费高清观看视频| 制服人妻中文乱码| 久久天堂一区二区三区四区| 午夜免费鲁丝| 国产精品.久久久| 日日摸夜夜添夜夜添小说| 天堂√8在线中文| 亚洲 欧美一区二区三区| 19禁男女啪啪无遮挡网站| 日日夜夜操网爽| 国产亚洲欧美在线一区二区| 精品久久久精品久久久| 亚洲国产精品一区二区三区在线| 亚洲精品一卡2卡三卡4卡5卡| 久久天躁狠狠躁夜夜2o2o| 97人妻天天添夜夜摸| 国产精品久久视频播放| 亚洲成人免费电影在线观看| 69精品国产乱码久久久| av线在线观看网站| 老司机午夜福利在线观看视频| av中文乱码字幕在线| 在线av久久热| 亚洲第一av免费看| av一本久久久久| 欧美精品av麻豆av| 一进一出好大好爽视频| 淫妇啪啪啪对白视频| 亚洲精品美女久久av网站| 一级毛片精品| 国产男女超爽视频在线观看| 一本大道久久a久久精品| 亚洲av日韩在线播放| 757午夜福利合集在线观看| 午夜福利免费观看在线| 夜夜躁狠狠躁天天躁| 丰满迷人的少妇在线观看| 一边摸一边做爽爽视频免费| 精品人妻熟女毛片av久久网站| 精品欧美一区二区三区在线| 午夜精品国产一区二区电影| 国产成人影院久久av| 一本大道久久a久久精品| 99国产精品免费福利视频| 精品久久蜜臀av无| 亚洲全国av大片| 久久精品亚洲av国产电影网| 曰老女人黄片| 俄罗斯特黄特色一大片| 免费在线观看日本一区| 一进一出好大好爽视频| 91麻豆av在线| av线在线观看网站| 99精品久久久久人妻精品| 激情视频va一区二区三区| 亚洲黑人精品在线| 免费在线观看视频国产中文字幕亚洲| 女人久久www免费人成看片| 精品国产国语对白av| 天堂中文最新版在线下载| 久久久久国产精品人妻aⅴ院 | 激情在线观看视频在线高清 | www.自偷自拍.com| 精品欧美一区二区三区在线| 1024香蕉在线观看| 99精品在免费线老司机午夜| 精品国产乱码久久久久久男人| 美女国产高潮福利片在线看| 麻豆av在线久日| 丰满饥渴人妻一区二区三| 日韩有码中文字幕| 无遮挡黄片免费观看| www.精华液| 黄片小视频在线播放| 国产99久久九九免费精品| 精品乱码久久久久久99久播| 高潮久久久久久久久久久不卡| 国产精品.久久久| 精品卡一卡二卡四卡免费| а√天堂www在线а√下载 | 欧美日韩一级在线毛片| 激情在线观看视频在线高清 | 久久精品成人免费网站| 免费av中文字幕在线| 久久久国产欧美日韩av| 69精品国产乱码久久久| 久久香蕉精品热| 天天操日日干夜夜撸| 搡老熟女国产l中国老女人| 啦啦啦 在线观看视频| 最新美女视频免费是黄的| avwww免费| 老司机午夜福利在线观看视频| av线在线观看网站| 久久久国产成人免费| 激情视频va一区二区三区| 欧美乱妇无乱码| 国产精品一区二区精品视频观看| 午夜亚洲福利在线播放| 精品高清国产在线一区| 在线天堂中文资源库| 久久久久久久久免费视频了| 国产主播在线观看一区二区| 亚洲欧洲精品一区二区精品久久久| 91精品三级在线观看| 亚洲成人手机| 电影成人av| 超碰97精品在线观看| 国产成人免费观看mmmm| 国产不卡av网站在线观看| 看片在线看免费视频| 久久人妻熟女aⅴ| 少妇 在线观看| 欧美人与性动交α欧美精品济南到| 午夜免费成人在线视频| 成人18禁在线播放| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲美女黄片视频| 男女高潮啪啪啪动态图| 日韩熟女老妇一区二区性免费视频| 久久精品亚洲熟妇少妇任你| 91国产中文字幕| 黑人巨大精品欧美一区二区蜜桃| 国产精品久久电影中文字幕 | 久久ye,这里只有精品| 国产精品.久久久| 亚洲国产精品合色在线| 国产av又大| 国产深夜福利视频在线观看| 多毛熟女@视频| 欧美激情极品国产一区二区三区| 不卡av一区二区三区| 青草久久国产| videos熟女内射| 中文字幕最新亚洲高清| 黑丝袜美女国产一区| 一级a爱视频在线免费观看| 免费在线观看黄色视频的| 久久国产精品男人的天堂亚洲| 两个人看的免费小视频| 香蕉丝袜av| 日韩中文字幕欧美一区二区| 在线观看免费午夜福利视频| 久久精品熟女亚洲av麻豆精品| 久久青草综合色| 欧美日韩中文字幕国产精品一区二区三区 | 国产精华一区二区三区| 村上凉子中文字幕在线| 9色porny在线观看| 亚洲九九香蕉| 精品国产亚洲在线| 成年女人毛片免费观看观看9 | 久久久久精品国产欧美久久久| 久久久久久久午夜电影 | 午夜免费观看网址| 在线国产一区二区在线| 国产黄色免费在线视频| 国产男靠女视频免费网站| av天堂久久9| 黄色视频,在线免费观看| 欧美成人午夜精品| 欧美黄色淫秽网站| 免费在线观看完整版高清| 成人永久免费在线观看视频| 超色免费av| 亚洲美女黄片视频| 人人妻人人添人人爽欧美一区卜| 51午夜福利影视在线观看| 妹子高潮喷水视频| 成年女人毛片免费观看观看9 | 国产人伦9x9x在线观看| 国产精品av久久久久免费| 日韩中文字幕欧美一区二区| 久久精品国产99精品国产亚洲性色 | 亚洲国产欧美网| 视频在线观看一区二区三区| 女人高潮潮喷娇喘18禁视频| 91大片在线观看| 中文字幕另类日韩欧美亚洲嫩草| 国产一区二区三区视频了| 自拍欧美九色日韩亚洲蝌蚪91| 黄色视频不卡| 亚洲欧美精品综合一区二区三区| 亚洲欧美激情综合另类| 99热只有精品国产| 老司机深夜福利视频在线观看| 波多野结衣一区麻豆| 一a级毛片在线观看| 日日夜夜操网爽| 亚洲国产欧美一区二区综合| 午夜免费成人在线视频| 久久人人爽av亚洲精品天堂| 亚洲精品中文字幕一二三四区| 每晚都被弄得嗷嗷叫到高潮| 高清av免费在线| 90打野战视频偷拍视频| 建设人人有责人人尽责人人享有的| 国产单亲对白刺激| 亚洲精品粉嫩美女一区| 少妇 在线观看| 在线av久久热| 在线天堂中文资源库| 亚洲精品一卡2卡三卡4卡5卡| 日本撒尿小便嘘嘘汇集6| 一本一本久久a久久精品综合妖精| 不卡av一区二区三区| 在线观看免费午夜福利视频| 一进一出好大好爽视频| 又黄又粗又硬又大视频| 波多野结衣一区麻豆| 精品国产一区二区三区四区第35| 一区二区三区国产精品乱码| 亚洲人成电影观看| 国产xxxxx性猛交| 男男h啪啪无遮挡| 桃红色精品国产亚洲av| 国产成人系列免费观看| 国产成人免费无遮挡视频| 在线观看午夜福利视频| 搡老岳熟女国产| 男男h啪啪无遮挡| 国产精华一区二区三区| 国产淫语在线视频| 午夜91福利影院| 成人黄色视频免费在线看| 国产主播在线观看一区二区| 香蕉久久夜色| 久久精品91无色码中文字幕| 精品一区二区三区视频在线观看免费 | 69av精品久久久久久| 女人爽到高潮嗷嗷叫在线视频| 51午夜福利影视在线观看| 国产精品免费视频内射| 午夜精品在线福利| 国产精品影院久久| 欧美一级毛片孕妇| 久久中文看片网| 国产成人精品久久二区二区免费| а√天堂www在线а√下载 | 18禁裸乳无遮挡免费网站照片 | 波多野结衣av一区二区av| 法律面前人人平等表现在哪些方面| 亚洲精品美女久久久久99蜜臀| 国产在视频线精品| 丝袜人妻中文字幕| www.自偷自拍.com|