• <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 ?

    基于特征加權(quán)FDCT和模糊最小二乘支持向量機(jī)的虹膜識別算法

    2016-11-08 06:45:49何振紅
    電信科學(xué) 2016年3期
    關(guān)鍵詞:二叉樹子帶虹膜

    何振紅

    (甘肅民族師范學(xué)院計算機(jī)科學(xué)系,甘肅 合作 747000)

    基于特征加權(quán)FDCT和模糊最小二乘支持向量機(jī)的虹膜識別算法

    何振紅

    (甘肅民族師范學(xué)院計算機(jī)科學(xué)系,甘肅 合作 747000)

    為了克服小波變換在二維空間分析的缺陷,提出了基于快速離散曲波(Curvelet)變換的虹膜識別改進(jìn)算法。利用能有效捕捉圖像邊緣信息的Curvelet變換對虹膜圖像進(jìn)行分解,提取低頻子帶系數(shù)矩陣的均值方差和高頻子帶能量,然后根據(jù)不同子帶特征的分類能力不同,對各子帶特征的離散度進(jìn)行加權(quán),為分類能力較強(qiáng)的特征向量賦予較大權(quán)值,構(gòu)成虹膜圖像的特征向量。利用最優(yōu)二叉樹多類模糊最小二乘支持向量機(jī)分類器進(jìn)行分類與識別。仿真實驗結(jié)果表明,該算法具有較高的識別性能,具有可行性。

    虹膜識別;特征加權(quán);快速離散曲波變換;模糊最小二乘支持向量機(jī);最優(yōu)二叉樹

    1 引言

    虹膜紋理以其唯一性、高穩(wěn)定性、高可靠性和低錯誤率的特點,已成為生物特征識別中極具發(fā)展?jié)摿Φ纳矸葑R別技術(shù),具有重要的研究價值和應(yīng)用意義,被廣泛應(yīng)用于金融、企事業(yè)、公共安全等領(lǐng)域,成為生物識別領(lǐng)域中研究的熱點之一。

    虹膜識別包括圖像采集、定位、特征提取和分類識別4個部分。其中特征提取是虹膜識別的關(guān)鍵環(huán)節(jié),決定了識別系統(tǒng)的性能。目前常用的虹膜特征提取方法有:Daugman[1]利用2D-Gabor濾波器的局部方向性提取虹膜紋理圖像的相位信息作為虹膜特征編碼;Wildes[2]利用 Laplacian金字塔濾波器分解提取虹膜特征;Boles[3]采用小波過零檢測選取特定小波子帶過零點間的小波變換積分均值構(gòu)建虹膜特征;Lim[4]等人使用2D-Haar小波的多尺度分解建立特征模板;Huang[5]等人利用二維不可分小波變換,結(jié)合 Gauss-MRF提取具有旋轉(zhuǎn)不變性虹膜紋理特征;Babu[6]等人將離散Wavelet變換與ICA相結(jié)合提取虹膜特征;Tsai[7]等人利用Log-Gabor小波局部頻率性編碼虹膜紋理作為虹膜特征等。以上方法對虹膜識別技術(shù)的發(fā)展產(chǎn)生了積極推動作用。

    雖然采用小波變換進(jìn)行虹膜特征提取,取得了良好的效果。但是小波變換也存在缺陷性,小波變換反映點奇異性,在表示線奇異的二維圖像時,不具有空間各向異性的要求,不能有效捕捉虹膜圖像的邊緣信息,從而影響虹膜識別的準(zhǔn)確性。Curvelet(曲波)變換克服了小波這一局限性,除了具有小波變換多尺度特性之外,還具有多方向性和各向異性,對圖像邊緣特征的表達(dá)更優(yōu)于小波變換。羅忠亮等[8]利用Curvelet變換提取虹膜特征取得了較好的識別效果。

    本文提出了一種基于快速離散曲波變換 (fast discrete Curvelet transform,F(xiàn)DCT)的虹膜識別改進(jìn)算法。利用能有效捕捉圖像邊緣信息的Curvelet變換對虹膜圖像進(jìn)行分解,提取低頻子帶系數(shù)矩陣均值方差和高頻子帶能量,根據(jù)不同子帶特征的分類能力不同,對各子帶特征的離散度進(jìn)行加權(quán),為分類能力較強(qiáng)的特征量賦予較大權(quán)值,構(gòu)成虹膜圖像的特征向量。利用最優(yōu)二叉樹多類模糊LS-SVM(最小二乘支持向量機(jī))分類器實現(xiàn)對特征向量的有效分類。仿真實驗結(jié)果表明,該算法識別準(zhǔn)確率較高,能有效應(yīng)用于身份認(rèn)證系統(tǒng)中。

    2 快速離散Curvelet變換與模糊最小二乘支持向量機(jī)

    2.1 快速離散Curvelet變換

    Curvelet變換作為一種多尺度幾何分析的新方法,兼顧尺度、角度和位移信息,能構(gòu)建最優(yōu)逼近意義下的高維特征函數(shù)表示,從而成為圖像處理領(lǐng)域新的研究熱點。為了更好地體現(xiàn)Curvelet變換的優(yōu)良特性,提升其在信號處理、統(tǒng)計估計等多領(lǐng)域的應(yīng)用潛力,Candès和 Donoho于2005年提出了快速離散Curvelet變換理論的實現(xiàn)方法。

    設(shè)x為空間域參量,r和θ分別為頻域極坐標(biāo)的半徑和角度。在空間L2(R)中存在平滑非負(fù)實數(shù)的徑向窗函數(shù)W(r)和角窗函數(shù) V(t),滿足可容許條件[9]:

    對任意一個j≥j0,傅里葉頻域的頻率窗Uj定義如下:

    于是,頻域中尺度為 2-j、旋轉(zhuǎn)角度為 θl、位移為的連續(xù)Curvelet變換定義為:

    在圖像處理中連續(xù)Curvelet變換不能直接使用,需將其離散化。實現(xiàn)過程如下[10]。

    (1)在給定笛卡爾坐標(biāo)下對圖像進(jìn)行二維Fourier變換,得到二維頻率函數(shù)為矩陣行數(shù)。

    (2)頻域中對每一對尺度角度(j,l)組合重采樣,得到新的 采 樣 函 數(shù),計算 fj,l[n1,n2]=

    (3)對每一個 fj,l進(jìn)行二維的逆 Fourier 變換,得到離散Curvelet 系數(shù) cD(j,l,k):

    其中,Pj={(n1,n2)|n1,0≤n1<n1,0+L1,j,n2,0≤n2<n2,0+L2,j},L1,j與 L2,j分別表示Uj(n1,n2)的支撐區(qū)間長寬分量,且L1,j≈2j,L2,j≈2j/2。

    2.2 模糊最小二乘支持向量機(jī)

    對于二分類問題,Suykens和Vandewalle提出的LS-SVM,采用最小二乘線性系統(tǒng)作為損失函數(shù),利用核函數(shù)將數(shù)據(jù)由輸入空間映射到線性高維的特征空間,使原樣本空間中的線性不可分問題轉(zhuǎn)化為高維特征空間的線性可分問題。把SVM中不等式約束條件轉(zhuǎn)換成等式約束,使支持向量機(jī)的求解由二次規(guī)劃問題轉(zhuǎn)化為低階的對稱正定線性方程組問題,降低了求解復(fù)雜性,提高了求解效率[11]。但在虹膜圖像的分類識別過程中,如果訓(xùn)練樣本中含有噪聲點等“異?!毙畔?,LS-SVM分類過程就容易出現(xiàn)過學(xué)習(xí)或者欠學(xué)習(xí)現(xiàn)象,因而不能獲取真正最優(yōu)分類面。針對此情況,許亮[12]在最小二乘支持向量機(jī)的基礎(chǔ)上,通過引入模糊集理論,依據(jù)不同的訓(xùn)練樣本在分類中對LS-SVM的貢獻(xiàn)不同,賦予不同的模糊隸屬度τi,削弱噪聲點對分類產(chǎn)生的不利影響,以實現(xiàn)噪聲等異常信息與有效樣本區(qū)分開。

    其中,||xi-xc||表示訓(xùn)練樣本點間的歐式距離,xc表示類中心,ε表示極小正數(shù),且0<σ<ε。當(dāng)訓(xùn)練樣本點為異常數(shù)據(jù)時,賦予其隸屬度,這樣確保所有正常樣本全部映射到[ε,1]。

    假設(shè)訓(xùn)練樣本集T由n個獨立同分布樣本點組成:T={(xi,yi)|xi∈Rn,yi∈{-1,1}}。根據(jù)結(jié)構(gòu)風(fēng)險最小化原理,求解模糊LS-SVM最優(yōu)分類面可歸結(jié)為如下二次規(guī)劃:

    其中,w為權(quán)向量,γ為正則化因子且γ>0,ζi為松弛變量且 ζi>0,φ(xi)表示由輸入空間到高維特征空間的非線性映射,δ為偏差量。

    引入拉格朗日函數(shù):

    根據(jù)KKT條件同解變換消去變量w和ζi,結(jié)合Mercer理論,得到矩陣形式:

    其 中 ,Y=[y1,…,yn]T,ζ=[ζ1,…,ζn]T,a=[a1,…,an]T,I=[1,…,1]T,Ψij=yiyjK(xi,xj)。

    于是,模糊LS-SVM分類決策函數(shù)為:

    3 基于特征加權(quán)FDCT與模糊LS-SVM的虹膜識別算法

    3.1 虹膜圖像預(yù)處理

    虹膜圖像預(yù)處理包括圖像灰度化、虹膜定位、歸一化和圖像增強(qiáng)。圖像灰度化的目的是降低圖像維數(shù),剔除圖像的冗余信息,虹膜定位在虹膜圖像中確定虹膜內(nèi)外邊緣所在圓周的圓心和半徑,以準(zhǔn)確分割虹膜區(qū)域。歸一化是采用極坐標(biāo)形式將環(huán)型虹膜圖像展開成固定尺度的矩形圖像,以實現(xiàn)虹膜圖像平移不變性及瞳孔縮放不變性。為了提高識別的效果,采用局部動態(tài)的直方圖均衡化來獲得虹膜圖像的增強(qiáng)效果。整個虹膜的預(yù)處理過程如圖1所示。

    3.2 特征提取

    在圖像識別中,特征提取的目的是從圖像中獲取有助于分類識別的特征向量。Curvelet作為多尺度幾何分析新方法,兼顧尺度、角度和位移信息,能構(gòu)建最優(yōu)逼近意義下的高維特征函數(shù)表示,從而成為圖像處理領(lǐng)域新的研究熱點。根據(jù)FDCT結(jié)果,提取低頻子帶系數(shù)矩陣的均值方差和高頻子帶能量,然后根據(jù)不同子帶特征的分類能力不同,對各子帶特征的離散度進(jìn)行加權(quán),為分類能力較強(qiáng)的特征向量賦予較大權(quán)值,構(gòu)成虹膜圖像的特征向量。

    (1)低頻子帶系數(shù)矩陣的均值方差

    Curvelet分解的低頻子帶含有虹膜圖像的基本信息,是對虹膜圖像的平滑逼近。其均值和方差表征了虹膜圖像整體特征,決定了分類準(zhǔn)確性。

    (2)高頻子帶能量

    Curvelet分解的高頻子帶的能量反映虹膜的斑點、收縮褶、細(xì)絲等紋理特征在不同方向、不同尺度的分布情況,刻畫了虹膜圖像的邊緣特征,是最具識別性的特征之一。

    其中,c(k1+i,k2+j)為對應(yīng)圖像在第 i層 j方向子帶的系數(shù)矩陣,m×n為低頻子帶系數(shù)矩陣的大小,mij×nij為第 i層j方向的高頻子帶系數(shù)矩陣的大小,σij為對應(yīng)層子帶的方差。

    圖1 虹膜圖像預(yù)處理

    (3)特征加權(quán)

    對虹膜圖像進(jìn)行FDCT獲取的是虹膜圖像局部特征,針對圖像不同子帶系數(shù)矩陣分類能力不同,對各子帶系數(shù)矩陣離散度進(jìn)行加權(quán),為分類能力較強(qiáng)的特征向量賦予較大權(quán)值,分類能力較弱的特征向量賦予較小權(quán)值。通過特征加權(quán),使利用FDCT提取的不同子帶信息重要性反映到虹膜圖像最終特征向量中。

    由于經(jīng)FDCT分解后,各子帶系數(shù)的概率分布服從廣義高斯分布(generalized Gaussian distribution,GGD)模型,因而可以利用零均值GGD描述FDCT系數(shù)概率分布,用極大似然準(zhǔn)則估計法估算GGD的尺度參數(shù)和形狀參數(shù)。

    構(gòu)造δ函數(shù):

    3.3 分類識別

    利用特征加權(quán)FDCT提取虹膜的特征向量后,選擇合適的分類算法進(jìn)行分類識別至關(guān)重要。目前采用支持向量機(jī)對特征向量進(jìn)行分類識別較為普遍。SVM通過使用核函數(shù)將輸入數(shù)據(jù)信息映射到高維的特征空間,使非線性模式轉(zhuǎn)化為線性可分模式,較好地解決了高維非線性小樣本模式識別和函數(shù)估計等實際問題。當(dāng)SVM的訓(xùn)練復(fù)雜度高、樣本數(shù)據(jù)量大時,求解二次規(guī)劃問題就越復(fù)雜。針對上述不足,采用模糊LS-SVM把SVM的訓(xùn)練轉(zhuǎn)化為線性方程組的求解,在一定程度上加速了SVM的訓(xùn)練。

    目前應(yīng)用較多的多類分類算法有一對一模糊LS-SVM和一對多模糊LS-SVM算法,但這些算法在測試樣本數(shù)和類別數(shù)較多時,算法時間復(fù)雜度較大。為此,本文利用聚類類距離為二叉樹生成依據(jù),提出了最優(yōu)二叉樹多類模糊LS-SVM分類算法。

    設(shè)虹膜圖像訓(xùn)練樣本集T={(xi,yi)|xi∈Rn,yi=±1,i=1,2,…,n},M為類別數(shù)。則第m類樣本子集的均值表示為

    步驟1 依據(jù)給定M類訓(xùn)練樣本構(gòu)造M棵二叉樹集合BT={T1,T2,…,TM},每棵二叉樹 Ti(i=1,2,…,M)帶有一個權(quán)值為?i的根節(jié)點,它的左、右子樹均為空。其中,?ij=min{||Ti-Tj||2},i,j=1,2,…,M 且 i≠j。

    步驟2 在BT中選取兩棵最小權(quán)值根節(jié)點的二叉樹(Ti和Tj)為左、右子樹構(gòu)造一棵新的二叉樹TNew_i,其左子樹根節(jié)點對應(yīng)樣本為正類,右子樹根節(jié)點對應(yīng)樣本為負(fù)類,訓(xùn)練模糊LS-SVM,同時新生成的二叉樹根節(jié)點的權(quán)值為其左、右節(jié)點的權(quán)值之和。

    步驟3 在BT中刪除Ti和Tj,同時將TNew_i加入BT中。

    步驟4 重復(fù)步驟2和步驟3,直到BT中只有一棵樹,此時所生成的二叉樹即所求。

    對測試樣本從根節(jié)點出發(fā),依次經(jīng)若干個兩類模糊LS-SVM分類器到達(dá)某一葉節(jié)點,則該節(jié)點對應(yīng)的類即該測試樣本的類別。

    4 實驗結(jié)果與分析

    為了驗證本文算法的性能,實驗在Intel Core2 Duo CPU E7600,3.06 GHz,3.0 GB 內(nèi)存,MATLAB 7.1 編程環(huán)境的PC上進(jìn)行,采用中國科學(xué)院自動化研究所模式識別國家重點實驗室虹膜圖像數(shù)據(jù)庫 CASIA(V2)中的虹膜樣本進(jìn)行測試。CASIA包括了40個人的虹膜圖像,每人10幅,共400幅虹膜圖像標(biāo)本,分辨率為 640 dpi×480 dpi。實驗選取各類虹膜前7幅圖像為訓(xùn)練樣本,后3幅虹膜圖像為測試樣本。在特征提取階段,將訓(xùn)練樣本和測試樣本采用特征加權(quán)FDCT進(jìn)行分解,獲得Curvelet變換系數(shù)。每幅虹膜圖像分別選取 16、64、256、1 024、4 096 個系數(shù),做 5 組實驗。通過錯誤接受率(FAR)、錯誤拒絕率(FRR)和正確識別率(CRR)3個指標(biāo)進(jìn)行比較,實驗結(jié)果見表1。

    表1 性能比較

    特征加權(quán)FDCT算法訓(xùn)練虹膜樣本圖像,其編碼長度由Curvelet變換系數(shù)個數(shù)決定。系數(shù)數(shù)目將直接影響識別算法性能,系數(shù)數(shù)目過少或過多都會增大等錯率(EER)。系數(shù)數(shù)目過少,提取預(yù)處理后的虹膜圖像序列會丟失太多虹膜圖像紋理信息;系數(shù)數(shù)目過多,提取預(yù)處理后的虹膜圖像序列會包含大量噪音信號。實驗結(jié)果表明,Curvelet變換系數(shù)數(shù)目為1 024個時,可獲得最佳識別效果。

    選取徑向基核函數(shù) K=(xi,xj)=exp(-||xi-xj||2/2α2)作為模糊LS-SVM的核函數(shù),采用雙線性法對280幅訓(xùn)練樣本圖像進(jìn)行實驗。正則化參數(shù)γ和徑向基寬度α對識別準(zhǔn)確率有較大影響,如圖2所示。γ過大或α2過小都會導(dǎo)致過擬合現(xiàn)象。當(dāng) γ=10,α2=0.9 時,取得了較低等錯率(0.81%)。

    圖2 EER與γ、α2的分布曲線

    為了進(jìn)一步驗證本文算法的效果和性能,將該算法與基于小波變換的虹膜識別算法進(jìn)行對比實驗。實驗采用識別準(zhǔn)確率較高且變換速度較快的Gabor小波和Haar小波,對虹膜圖像進(jìn)行3層分解,提取虹膜紋理特征,分別采用海明距離(Hamming distance,HD)、SVM、最優(yōu)二叉樹多類模糊LS-SVM進(jìn)行分類識別,實驗結(jié)果見表2。

    通過對表2實驗結(jié)果的分析可知,基于特征加權(quán)FDCT和模糊最小二乘支持向量機(jī)的虹膜識別算法的性能優(yōu)于采用小波變換的虹膜識別算法,識別結(jié)果相對于小波算法的識別準(zhǔn)確率略有提高,最佳識別率可達(dá)98.72%,而Gabor小波和Haar小波算法最佳識別率分別為96.22%、94.63%。實驗驗證,基于特征加權(quán)FDCT的虹膜識別算法具有較好穩(wěn)定性和較強(qiáng)頑健性。

    為了更好地評價算法的優(yōu)劣,采用ROC曲線進(jìn)行比較。ROC曲線越接近坐標(biāo)軸,說明匹配性能越好。對CASIA(V2)虹膜數(shù)據(jù)庫圖像采用Gabor小波、Haar小波、特征加權(quán)FDCT的ROC曲線如圖3所示。從圖3可知,與Gabor小波和Haar小波的虹膜圖像紋理特征提取算法相比,在同一相似度度量的情況下,本文提出的基于特征加權(quán)FDCT的特征提取算法,在相同錯誤接受率下,錯誤拒絕率更小,這表示虹膜識別性能得到提高。這是因為特征加權(quán)FDCT在提取虹膜紋理特征尺度信息的同時,也提取其角度和位移信息,細(xì)化了虹膜紋理信息的表達(dá)。因此,本文提出的算法,提取虹膜紋理特征性能更好,識別準(zhǔn)確率更高。

    表2 算法性能對比

    5 結(jié)束語

    快速離散Curvelet變換具有緊支撐框架結(jié)構(gòu),可實現(xiàn)對二維圖像線奇異的“最優(yōu)”稀疏表示,其非線性逼近誤差可達(dá)到o在提取虹膜圖像紋理特征的算法中,基于特征加權(quán)FDCT能有效捕捉虹膜圖像的邊緣信息,從而提高了虹膜識別的準(zhǔn)確性。本文研究工作還有可改進(jìn)的地方,下一步將繼續(xù)完善相關(guān)算法,將小波變換和曲波變換的優(yōu)點相結(jié)合,提取虹膜圖像的紋理特征,采用多類分類器融合算法進(jìn)行分類識別,以期待獲得更高的識別效果。

    圖3 ROC曲線

    [1]DAUGMAN J.The importance of being random:statistical principles of iris recognition[J].Pattern Recognition,2003,36(2):279-291.

    [2]WILDES R P.Iris recognition: an emerging biometric technology[J].Proceedings of the IEEE,1997,85(9):1348-1363.

    [3]BOLES W W.Security system based on human iris identification using wavelet transform [J]. Engineering Applications of Artificial Intelligence,1998,11(l):77-85.

    [4]LIM S Y,LEE K,BYEON O,et al.Efficient iris recognition through improvement of feature vector and classifier [J].Journal of Electronics and Telecommunication Research Institute,2001,23(2):61-70.

    [5]HUANG J,YOU X G,YUAN Y,et al.Rotation invariant iris feature extraction using Gaussian Markov random fields with non-separable wavelet [J].Neuro Computing,2010,73 (4-6):883-894.

    [6]BABU N T N,VAIDEHI V.Fuzzy based iris recognition system(FIRS)for person identification[C]//International Conference on Recent Trends in Information Technology,June 3-5,2011,Chennai,India.New Jersey:IEEE Press, 2011:1005-1011.

    [7]TSAI C C,LIN H Y,TAUR J,et al.Iris recognition using possibilistic fuzzy matching on localfeatures [J].IEEE Transactions on Systems,Man and Cybernetics,2012,42 (1):150-162.

    [8]羅忠亮,段琢華.基于 Curvelet變換的虹膜識別[J].武漢理工大學(xué)學(xué)報,2012,34(8):160-164.LUO Z L,DUAN Z H.Iris recognition based on the second generation Curvelet transform[J].Journal of Wuhan University of Technology,2012,34(8):160-164.

    [9]STARCK J L,MURTAGH F,CANDES E J,et al.Gray and color image contrast enhancement by the Curvelet transform[J].IEEE Transactions on Image Processing,2003,12(6):706-717.

    [10]CANDèS E J,DEMANET L,DONOHO D L,et al.Fast discrete Curvelet transforms[J].Multiscale Modeling&Simulation,2006,5(3):861-899.

    [11]SUYKENS J A K,VANDEWALLE J.Least squares support vector machine classifiers[J].Neural Processing Letter,1999,9(3):293-300.

    [12]許亮.改進(jìn)的模糊最小二乘支持向量機(jī)模型[J].計算機(jī)工程,2009,35(14):236-240.XU L.Improved fuzzy least squares support vector machines model[J].Computer Engineering,2009,35(14):236-240.

    Iris recognition algorithm based on feature weighting fast discrete Curvelet transform and fuzzy LS-SVM

    HE Zhenhong
    Department of Computer Science,Gansu Normal University for Nationalities,Hezuo 747000,China

    In order to overcome the weakness of wavelet transform in two dimensional spatial analysis,an improved algorithm based on fast discrete Curvelet transform for iris recognition was proposed.Curvelet transform which can effectively capture the image edge information was introduced to decompose iris image.Mean and variance of low frequency sub-band coefficients and the energy of high frequency sub-band were extracted.Then the feature vectors were weighted according to the difference of classification ability of sub-band feature.Fuzzy least square support vector machine with optimal binary tree was developed to implement classification and recognition.The simulation results show that the proposed algorithm has higher recognition performance than the present method.

    iris recognition,feature weighting,fast discrete Curvelet transform,fuzzy least square support vector machine,optimal binary tree

    TP391

    A

    10.11959/j.issn.1000-0801.2016058

    2015-09-27;

    2016-01-08

    何振紅(1979-),女,甘肅民族師范學(xué)院計算機(jī)科學(xué)系講師,主要研究方向為圖像處理、模式識別。

    猜你喜歡
    二叉樹子帶虹膜
    CSP真題——二叉樹
    電腦報(2022年37期)2022-09-28 05:31:07
    雙眼虹膜劈裂癥一例
    一種基于奇偶判斷WPT的多音干擾抑制方法*
    二叉樹創(chuàng)建方法
    子帶編碼在圖像壓縮編碼中的應(yīng)用
    電子制作(2019年22期)2020-01-14 03:16:24
    “刷眼”如何開啟孩子回家之門
    一種由層次遍歷和其它遍歷構(gòu)造二叉樹的新算法
    基于虛擬孔徑擴(kuò)展的子帶信息融合寬帶DOA估計
    虹膜識別技術(shù)在公安領(lǐng)域中的應(yīng)用思考
    基于Hough變換的快速虹膜識別算法研究
    欧美中文日本在线观看视频| 久久久久久久久久久丰满 | 波多野结衣高清无吗| 又爽又黄无遮挡网站| 狂野欧美激情性xxxx在线观看| ponron亚洲| 欧美人与善性xxx| 欧美日韩中文字幕国产精品一区二区三区| 午夜日韩欧美国产| 亚洲欧美日韩高清专用| a级毛片a级免费在线| 97人妻精品一区二区三区麻豆| 亚洲经典国产精华液单| 国产伦精品一区二区三区四那| 很黄的视频免费| 一本一本综合久久| 日韩强制内射视频| 日本精品一区二区三区蜜桃| 日本 av在线| 国产亚洲精品久久久久久毛片| 中文字幕av在线有码专区| 人妻久久中文字幕网| 日本一二三区视频观看| 美女xxoo啪啪120秒动态图| 国产一区二区在线观看日韩| 一进一出抽搐gif免费好疼| 成人欧美大片| 精品午夜福利视频在线观看一区| 国内精品宾馆在线| 亚洲五月天丁香| 91在线精品国自产拍蜜月| 91久久精品国产一区二区三区| 亚洲国产欧洲综合997久久,| 又粗又爽又猛毛片免费看| 国产乱人伦免费视频| 午夜精品一区二区三区免费看| xxxwww97欧美| 97热精品久久久久久| 91在线精品国自产拍蜜月| 亚洲狠狠婷婷综合久久图片| 国产精品久久久久久精品电影| 久久人人精品亚洲av| 成人特级黄色片久久久久久久| 国内精品一区二区在线观看| 精品久久久噜噜| 又爽又黄a免费视频| 欧美高清性xxxxhd video| 色视频www国产| 99热这里只有是精品在线观看| 亚洲av免费高清在线观看| 亚洲av一区综合| 欧美一区二区亚洲| 床上黄色一级片| 亚洲精品亚洲一区二区| 日本成人三级电影网站| 在线国产一区二区在线| 免费av观看视频| 日韩国内少妇激情av| 亚洲人成网站在线播| 日韩 亚洲 欧美在线| 男女视频在线观看网站免费| 69人妻影院| 俺也久久电影网| 午夜福利在线观看吧| 男女边吃奶边做爰视频| 美女免费视频网站| 91午夜精品亚洲一区二区三区 | 欧美又色又爽又黄视频| 三级男女做爰猛烈吃奶摸视频| 欧美日韩瑟瑟在线播放| 欧美最黄视频在线播放免费| 国产大屁股一区二区在线视频| 又爽又黄无遮挡网站| 亚洲五月天丁香| 我要看日韩黄色一级片| 男女做爰动态图高潮gif福利片| 国产三级中文精品| 黄色一级大片看看| 看片在线看免费视频| 人人妻人人看人人澡| 99久久成人亚洲精品观看| 极品教师在线视频| 久久草成人影院| 中文字幕熟女人妻在线| 日本 av在线| ponron亚洲| 麻豆成人av在线观看| netflix在线观看网站| 女的被弄到高潮叫床怎么办 | 国产精品不卡视频一区二区| 人妻丰满熟妇av一区二区三区| 麻豆精品久久久久久蜜桃| 午夜爱爱视频在线播放| 99久久无色码亚洲精品果冻| 亚洲av一区综合| 少妇裸体淫交视频免费看高清| 成人永久免费在线观看视频| 日韩欧美国产在线观看| 国产视频内射| 一本久久中文字幕| 亚洲精华国产精华精| 国产高清有码在线观看视频| 丰满乱子伦码专区| 九九热线精品视视频播放| 欧美精品国产亚洲| 久久精品人妻少妇| av专区在线播放| 久久久久久久久久久丰满 | 国产高清三级在线| 亚洲欧美日韩高清在线视频| 国产探花在线观看一区二区| 亚洲av成人精品一区久久| 女的被弄到高潮叫床怎么办 | 日本在线视频免费播放| 色哟哟哟哟哟哟| 国产精品乱码一区二三区的特点| 国产白丝娇喘喷水9色精品| 欧美日韩黄片免| 黄色女人牲交| 欧美成人性av电影在线观看| 国产一区二区在线观看日韩| 少妇被粗大猛烈的视频| 丰满的人妻完整版| 亚洲av.av天堂| 色综合站精品国产| 色综合站精品国产| a级毛片免费高清观看在线播放| 亚洲av一区综合| 美女cb高潮喷水在线观看| 国产精品一区www在线观看 | 欧美国产日韩亚洲一区| 欧美高清性xxxxhd video| 国产高清三级在线| 18+在线观看网站| 国产精品一区二区三区四区免费观看 | 久久久久久国产a免费观看| 国产精品免费一区二区三区在线| 日韩精品有码人妻一区| 国产精品一区二区三区四区久久| 国产精品日韩av在线免费观看| 久久久久久久午夜电影| 欧美精品国产亚洲| 99久久九九国产精品国产免费| 校园春色视频在线观看| 久久精品国产自在天天线| 亚洲午夜理论影院| 九色国产91popny在线| 在线天堂最新版资源| av在线亚洲专区| 日韩一区二区视频免费看| 1024手机看黄色片| 九九热线精品视视频播放| 国产三级中文精品| 欧美精品啪啪一区二区三区| 中文字幕人妻熟人妻熟丝袜美| 内地一区二区视频在线| 蜜桃久久精品国产亚洲av| 如何舔出高潮| 午夜精品国产一区二区电影| 亚洲国产成人一精品久久久| 中文字幕亚洲精品专区| 久久精品久久久久久久性| 男男h啪啪无遮挡| 丰满迷人的少妇在线观看| 一本色道久久久久久精品综合| 精品久久久久久电影网| 精品国产三级普通话版| 蜜臀久久99精品久久宅男| 永久网站在线| 亚洲国产精品999| 99re6热这里在线精品视频| 久久av网站| 亚洲精品一二三| 国产午夜精品一二区理论片| 国产色婷婷99| 久久久久久久亚洲中文字幕| 国产91av在线免费观看| 男人狂女人下面高潮的视频| 一区二区三区乱码不卡18| 国产老妇伦熟女老妇高清| 99热6这里只有精品| 最后的刺客免费高清国语| 久久99热这里只频精品6学生| a级毛片免费高清观看在线播放| 欧美日韩视频精品一区| 欧美精品一区二区免费开放| 国产高潮美女av| 男人舔奶头视频| 欧美亚洲 丝袜 人妻 在线| 亚洲av中文av极速乱| 欧美一级a爱片免费观看看| 久久久久久久久久久丰满| 韩国高清视频一区二区三区| 高清毛片免费看| 黄色欧美视频在线观看| 欧美一级a爱片免费观看看| 日韩一区二区视频免费看| 99国产精品免费福利视频| 女人久久www免费人成看片| 亚洲最大成人中文| 国产av码专区亚洲av| 亚洲精品日韩在线中文字幕| 一区二区三区精品91| 久久热精品热| 在线播放无遮挡| 少妇高潮的动态图| 日韩欧美 国产精品| 亚洲,欧美,日韩| 赤兔流量卡办理| 中国美白少妇内射xxxbb| 熟女av电影| 免费av不卡在线播放| 日韩欧美 国产精品| 亚洲精品日韩av片在线观看| 亚洲欧美成人综合另类久久久| 深夜a级毛片| 精品一区二区免费观看| 日日撸夜夜添| 少妇人妻一区二区三区视频| 欧美bdsm另类| av播播在线观看一区| 久久精品人妻少妇| 日本与韩国留学比较| 精品久久久久久久久亚洲| 成人黄色视频免费在线看| 美女主播在线视频| 国产精品国产三级国产av玫瑰| 亚洲内射少妇av| 国产免费视频播放在线视频| 一区二区三区乱码不卡18| 色婷婷久久久亚洲欧美| 欧美xxxx性猛交bbbb| 建设人人有责人人尽责人人享有的 | av在线app专区| av视频免费观看在线观看| 日韩在线高清观看一区二区三区| 日本欧美视频一区| 国产欧美亚洲国产| 欧美日韩一区二区视频在线观看视频在线| 成年美女黄网站色视频大全免费 | 18禁在线播放成人免费| 久久6这里有精品| 久久久久国产精品人妻一区二区| 狠狠精品人妻久久久久久综合| 久久婷婷青草| 亚洲人成网站在线观看播放| 男女无遮挡免费网站观看| 一级av片app| 中文在线观看免费www的网站| 麻豆成人av视频| 国产精品不卡视频一区二区| 欧美激情极品国产一区二区三区 | 久久久精品免费免费高清| 99视频精品全部免费 在线| 一区在线观看完整版| 欧美国产精品一级二级三级 | 国产一区二区在线观看日韩| 日韩av不卡免费在线播放| 精品人妻视频免费看| 99热网站在线观看| 久久人人爽人人爽人人片va| 美女xxoo啪啪120秒动态图| 91精品国产国语对白视频| 日韩 亚洲 欧美在线| 国产精品蜜桃在线观看| 久热这里只有精品99| 五月开心婷婷网| 亚洲国产高清在线一区二区三| 1000部很黄的大片| 美女国产视频在线观看| 国产精品欧美亚洲77777| 超碰av人人做人人爽久久| av国产久精品久网站免费入址| 五月天丁香电影| 嘟嘟电影网在线观看| 久久久久久久国产电影| 国产伦精品一区二区三区四那| 久久久久国产网址| av.在线天堂| 日日啪夜夜撸| 日本午夜av视频| 亚洲精品色激情综合| 日本猛色少妇xxxxx猛交久久| 国产成人免费无遮挡视频| 欧美xxxx性猛交bbbb| 99热这里只有精品一区| 国产在线男女| 精品酒店卫生间| 1000部很黄的大片| 一区二区av电影网| 亚洲av电影在线观看一区二区三区| 欧美xxxx黑人xx丫x性爽| 国产精品一二三区在线看| 精品人妻一区二区三区麻豆| 一级爰片在线观看| 国产白丝娇喘喷水9色精品| 亚洲国产高清在线一区二区三| 亚洲激情五月婷婷啪啪| 九九久久精品国产亚洲av麻豆| 国产免费视频播放在线视频| 成年av动漫网址| 男人狂女人下面高潮的视频| 精品视频人人做人人爽| 亚洲性久久影院| 1000部很黄的大片| 久久久久久伊人网av| 午夜福利视频精品| 欧美3d第一页| 欧美一级a爱片免费观看看| av福利片在线观看| 哪个播放器可以免费观看大片| 国产亚洲最大av| 插阴视频在线观看视频| 在线精品无人区一区二区三 | 欧美日韩在线观看h| 七月丁香在线播放| 啦啦啦中文免费视频观看日本| 国产亚洲一区二区精品| 久热这里只有精品99| 美女内射精品一级片tv| 中文字幕精品免费在线观看视频 | a级毛色黄片| 国产一区有黄有色的免费视频| 欧美激情国产日韩精品一区| 最近中文字幕2019免费版| 国产真实伦视频高清在线观看| 国产欧美另类精品又又久久亚洲欧美| 日本av手机在线免费观看| 少妇熟女欧美另类| 日日摸夜夜添夜夜添av毛片| 男女免费视频国产| 亚洲自偷自拍三级| 久久韩国三级中文字幕| 久久人人爽人人片av| 成人美女网站在线观看视频| 伦理电影大哥的女人| 亚洲精品,欧美精品| 97在线视频观看| 国产成人免费无遮挡视频| 久久久久性生活片| 91狼人影院| 久久久久久九九精品二区国产| 2018国产大陆天天弄谢| 一区二区三区免费毛片| 久久人人爽人人片av| 国产日韩欧美在线精品| 伦理电影大哥的女人| 国产精品偷伦视频观看了| 免费av中文字幕在线| 99久国产av精品国产电影| 久久久久久久国产电影| 一个人看视频在线观看www免费| 午夜福利在线在线| 在线观看美女被高潮喷水网站| 人妻少妇偷人精品九色| 91精品国产九色| 日日摸夜夜添夜夜添av毛片| 亚洲精品日韩在线中文字幕| 久久影院123| 一级av片app| 麻豆成人av视频| 国产午夜精品久久久久久一区二区三区| 欧美另类一区| 性色av一级| 久久久久久久久久成人| 天天躁夜夜躁狠狠久久av| 亚洲自偷自拍三级| 啦啦啦视频在线资源免费观看| 三级国产精品片| 午夜免费男女啪啪视频观看| 欧美日韩综合久久久久久| 少妇人妻 视频| 熟女人妻精品中文字幕| 在线观看人妻少妇| 成人毛片60女人毛片免费| 亚洲精品乱久久久久久| 国产片特级美女逼逼视频| 久久久久久久亚洲中文字幕| av天堂中文字幕网| 少妇的逼好多水| 18禁在线无遮挡免费观看视频| 男人狂女人下面高潮的视频| 久久久欧美国产精品| 亚洲精品,欧美精品| 国产精品久久久久久av不卡| 久久精品国产a三级三级三级| h日本视频在线播放| 亚洲熟女精品中文字幕| 人人妻人人添人人爽欧美一区卜 | 欧美高清性xxxxhd video| 老司机影院毛片| 美女国产视频在线观看| 午夜老司机福利剧场| 老女人水多毛片| 精品国产一区二区三区久久久樱花 | 永久免费av网站大全| av一本久久久久| 亚洲成人一二三区av| 波野结衣二区三区在线| 欧美日韩视频精品一区| 2018国产大陆天天弄谢| 秋霞在线观看毛片| 国产av一区二区精品久久 | 视频区图区小说| 大片免费播放器 马上看| 精品人妻一区二区三区麻豆| 国产男女超爽视频在线观看| 一本色道久久久久久精品综合| 亚洲av免费高清在线观看| 免费少妇av软件| 久久久久久九九精品二区国产| 中国国产av一级| 亚洲精品第二区| 黄色一级大片看看| 久久精品久久久久久噜噜老黄| 综合色丁香网| 91精品国产九色| 免费大片黄手机在线观看| 男女下面进入的视频免费午夜| 国产精品久久久久久av不卡| 亚洲图色成人| 人体艺术视频欧美日本| 亚洲国产av新网站| 春色校园在线视频观看| 日本欧美视频一区| 亚洲精品亚洲一区二区| 午夜免费鲁丝| 欧美丝袜亚洲另类| 夜夜爽夜夜爽视频| 蜜臀久久99精品久久宅男| 久久6这里有精品| 联通29元200g的流量卡| 午夜福利网站1000一区二区三区| 免费av中文字幕在线| 国产一级毛片在线| 青春草视频在线免费观看| 国产高潮美女av| av国产精品久久久久影院| 国产免费又黄又爽又色| 国产黄频视频在线观看| 嫩草影院入口| 人妻 亚洲 视频| 日本色播在线视频| 久久国产亚洲av麻豆专区| 亚洲精品久久午夜乱码| 成人二区视频| 岛国毛片在线播放| 3wmmmm亚洲av在线观看| 在线观看免费高清a一片| 观看免费一级毛片| 欧美精品一区二区大全| 久久人人爽av亚洲精品天堂 | 久久久亚洲精品成人影院| 成人黄色视频免费在线看| 亚洲国产毛片av蜜桃av| 久久99精品国语久久久| 最近中文字幕高清免费大全6| 久久精品国产a三级三级三级| 午夜福利高清视频| 少妇猛男粗大的猛烈进出视频| 一级毛片aaaaaa免费看小| 91aial.com中文字幕在线观看| av卡一久久| 在线观看一区二区三区激情| 蜜臀久久99精品久久宅男| 美女福利国产在线 | 亚洲,欧美,日韩| 亚洲美女视频黄频| 国产精品熟女久久久久浪| 91狼人影院| 国产精品秋霞免费鲁丝片| 在线免费十八禁| 欧美+日韩+精品| 一本色道久久久久久精品综合| 久久久久性生活片| 色网站视频免费| 国产高清国产精品国产三级 | 男女啪啪激烈高潮av片| 观看美女的网站| 夜夜爽夜夜爽视频| 精品久久久久久久久亚洲| 午夜福利影视在线免费观看| 日韩在线高清观看一区二区三区| 观看av在线不卡| 久久国内精品自在自线图片| 日韩欧美一区视频在线观看 | 亚洲真实伦在线观看| 亚洲va在线va天堂va国产| av视频免费观看在线观看| 国产精品一及| 99热这里只有是精品在线观看| 黑丝袜美女国产一区| 免费大片18禁| 最近最新中文字幕大全电影3| 日本与韩国留学比较| 亚洲四区av| 欧美人与善性xxx| 搡女人真爽免费视频火全软件| 国产淫片久久久久久久久| 久久鲁丝午夜福利片| 日韩av免费高清视频| 国产久久久一区二区三区| 国产精品国产三级专区第一集| 婷婷色综合www| 麻豆成人av视频| 高清日韩中文字幕在线| 香蕉精品网在线| 男人舔奶头视频| 国产老妇伦熟女老妇高清| 十八禁网站网址无遮挡 | 中文天堂在线官网| 一二三四中文在线观看免费高清| 午夜视频国产福利| xxx大片免费视频| 97在线人人人人妻| 国产精品无大码| 久久久久网色| 久久女婷五月综合色啪小说| 成人影院久久| 亚洲三级黄色毛片| 哪个播放器可以免费观看大片| 亚洲精品日本国产第一区| 少妇高潮的动态图| 免费大片18禁| 成年女人在线观看亚洲视频| 丰满人妻一区二区三区视频av| 麻豆乱淫一区二区| 寂寞人妻少妇视频99o| 国精品久久久久久国模美| 伦精品一区二区三区| 自拍欧美九色日韩亚洲蝌蚪91 | 亚洲婷婷狠狠爱综合网| av专区在线播放| 18禁裸乳无遮挡动漫免费视频| 午夜精品国产一区二区电影| 91aial.com中文字幕在线观看| 成年人午夜在线观看视频| 国产欧美亚洲国产| 国产综合精华液| 国产成人午夜福利电影在线观看| 我的女老师完整版在线观看| 如何舔出高潮| 亚洲av中文av极速乱| 插阴视频在线观看视频| 国产欧美亚洲国产| 视频中文字幕在线观看| 亚洲精品一二三| a级毛片免费高清观看在线播放| 尤物成人国产欧美一区二区三区| 成人黄色视频免费在线看| 麻豆乱淫一区二区| 国产有黄有色有爽视频| 嫩草影院入口| 久久久久久久久久久免费av| 久久影院123| 人妻 亚洲 视频| 欧美精品国产亚洲| 国产久久久一区二区三区| av国产免费在线观看| 在线免费观看不下载黄p国产| av天堂中文字幕网| 久久国产亚洲av麻豆专区| 国产精品99久久久久久久久| 精品久久国产蜜桃| 国产大屁股一区二区在线视频| 一区在线观看完整版| 久久99热6这里只有精品| 亚洲精品aⅴ在线观看| 亚洲av免费高清在线观看| 最近中文字幕2019免费版| 欧美成人a在线观看| 国产成人freesex在线| 一级片'在线观看视频| 久久人人爽av亚洲精品天堂 | 亚洲欧洲国产日韩| 亚洲欧美一区二区三区国产| 高清黄色对白视频在线免费看 | 亚洲色图综合在线观看| 国产伦理片在线播放av一区| 狂野欧美激情性xxxx在线观看| 联通29元200g的流量卡| 18禁裸乳无遮挡动漫免费视频| 精品亚洲成a人片在线观看 | 亚洲精品国产av蜜桃| 最新中文字幕久久久久| 欧美成人午夜免费资源| 99热国产这里只有精品6| 嘟嘟电影网在线观看| 亚洲av欧美aⅴ国产| 国产老妇伦熟女老妇高清| 国产av精品麻豆| 国模一区二区三区四区视频| av福利片在线观看| 18禁裸乳无遮挡免费网站照片| av福利片在线观看| 午夜福利影视在线免费观看| 肉色欧美久久久久久久蜜桃| 色婷婷久久久亚洲欧美| 国产高潮美女av| 中文乱码字字幕精品一区二区三区| 亚洲电影在线观看av| 一本久久精品| 久久久久久久久久人人人人人人| 欧美成人a在线观看| 欧美日韩综合久久久久久| 亚洲婷婷狠狠爱综合网| 久久鲁丝午夜福利片| 一级二级三级毛片免费看| 赤兔流量卡办理| 久久久国产一区二区| 亚洲国产毛片av蜜桃av| 国产男人的电影天堂91| tube8黄色片| 大片电影免费在线观看免费| 在线观看免费视频网站a站|