• <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 ?

    基于圖塊和二階統(tǒng)計(jì)特征的行人檢測(cè)

    2016-11-09 11:04:05欒書(shū)鵬
    電子設(shè)計(jì)工程 2016年20期
    關(guān)鍵詞:圖塊二階前景

    欒書(shū)鵬

    (河海大學(xué) 計(jì)算機(jī)與信息學(xué)院,江蘇 南京210000)

    基于圖塊和二階統(tǒng)計(jì)特征的行人檢測(cè)

    欒書(shū)鵬

    (河海大學(xué) 計(jì)算機(jī)與信息學(xué)院,江蘇 南京210000)

    在行人檢測(cè)中,由于外界環(huán)境復(fù)雜變化和行人自身的不同特點(diǎn),往往會(huì)造成錯(cuò)誤檢測(cè)以及遺漏檢測(cè)。針對(duì)以上問(wèn)題,文中提出一種基于圖塊和二階統(tǒng)計(jì)特征的方法,提高檢測(cè)的準(zhǔn)確率。首先利用基于圖塊的幀差法進(jìn)行前景檢測(cè),接著計(jì)算前景區(qū)域的灰度共生矩陣,進(jìn)而提取前景區(qū)域的二階統(tǒng)計(jì)特征,最后透過(guò)基于二階統(tǒng)計(jì)量特征的支持向量機(jī)分類(lèi)器進(jìn)行行人檢測(cè)。通過(guò)仿真實(shí)驗(yàn)對(duì)比表明文中的算法有較好的檢測(cè)效果。

    行人檢測(cè);圖塊;灰度共生矩陣;二階統(tǒng)計(jì)特征;支持向量機(jī)

    行人檢測(cè)與跟蹤在智能監(jiān)控系統(tǒng)、虛擬現(xiàn)實(shí)、智能機(jī)器人應(yīng)用等方面應(yīng)用廣泛,是計(jì)算機(jī)應(yīng)用領(lǐng)域的研究熱點(diǎn)之一。通過(guò)結(jié)合行人檢測(cè)、行為分析和視頻監(jiān)控等多種技術(shù),能為實(shí)時(shí)的智能安全監(jiān)控提供解決方案,以替代或輔助基于人員的監(jiān)控。通常對(duì)于固定攝像頭的情況行人檢測(cè)分為兩部分,首先是前景目標(biāo)檢測(cè),然后對(duì)前景區(qū)域內(nèi)容檢測(cè),判斷是否為行人。

    前景檢測(cè)部分,利用一些典型的前景檢測(cè)法來(lái)辨識(shí)移動(dòng)的前景物,例如背景減除法、光流法與幀差法。前景檢測(cè)算法需要盡量減少運(yùn)算時(shí)間,降低前景物容誤判幾率,以便增強(qiáng)識(shí)別分類(lèi)效果。判斷階段則是從目標(biāo)中區(qū)分行人,通過(guò)行人特定的特征匹配方法,或者通過(guò)神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、多層感知機(jī)等方法來(lái)判斷前景區(qū)域中是否包含行人。Dalal[1]等人提出梯度方向直方圖(HOG)特征是目前廣泛使用的行人特征描述子,其描述圖像的局部梯度幅值和方向特征,能有效地刻畫(huà)出人體的邊緣特征。Ojala[2]等人提出的局部二值模式(LBP)特征因具有維度低、計(jì)算速度快、能很好地刻畫(huà)圖像的紋理信息而得到廣泛的應(yīng)用。Xu[3]等人,利用車(chē)載紅外攝像機(jī)設(shè)計(jì)出行人檢測(cè)算法,提取前景的灰度強(qiáng)度特征并透過(guò)支持向量機(jī)(SVM)和卡爾曼濾波器進(jìn)行檢測(cè)和跟蹤;但此算法要先進(jìn)行道路檢測(cè),若圖像里沒(méi)有道路則無(wú)法檢測(cè),且灰度的強(qiáng)度特征不易區(qū)分物體。Dai[4]等人提出基于外觀形狀信息的行人檢測(cè),使用高斯混合模型(GMM)背景建模,然后先利用形狀特征去除非行人,再以外觀找到行人位置;該算法能準(zhǔn)確檢測(cè)行人與非行人,但依賴(lài)背景模型,背景模型的建立和更新較耗時(shí),系統(tǒng)效率低。

    文中主要是利用基于二階統(tǒng)計(jì)特征的支持向量機(jī)[5](SVM)分類(lèi)器進(jìn)行行人檢測(cè),克服因環(huán)境變化所造成的錯(cuò)誤和遺漏檢測(cè)。首先運(yùn)用改進(jìn)的基于圖塊(block-graphs)的前景檢測(cè)找出運(yùn)動(dòng)物體,較傳統(tǒng)幀差法取得更完整的前景區(qū)域。之后再對(duì)提取到的前景區(qū)域,利用灰度共生矩陣(GLCM)得到4個(gè)方向的4種不同的二階統(tǒng)計(jì)特征。經(jīng)支持向量機(jī)分類(lèi),找出行人目標(biāo),以達(dá)到實(shí)時(shí)檢測(cè)目的,大幅增加監(jiān)控的智能性。

    1 前景檢測(cè)

    一般環(huán)境下,背景建模受到許多限制,如光線變化、背景物干擾、或跟蹤物與背景過(guò)于相似,造成前景無(wú)法被正確檢測(cè),而且背景模型的更新會(huì)造成運(yùn)算量增加。文中將使用改進(jìn)的幀間差分法取代背景減除法檢測(cè)運(yùn)動(dòng)物體。

    傳統(tǒng)基于像素的幀間差分法在檢測(cè)時(shí)會(huì)產(chǎn)生許多破碎前景區(qū)塊,因?yàn)樵诳臻g上像素之間相鄰的關(guān)系是不被考慮的。從而在檢測(cè)移動(dòng)物時(shí),如果使用幀間差分法就必須同時(shí)考慮局部與廣域的特性。因此我們提出了改進(jìn)的基于圖塊[6]的前景檢測(cè)方法,使得所檢測(cè)前景區(qū)域更加完整正確。首先,將每幀圖像的RGB顏色空間轉(zhuǎn)換成YUV顏色空間,然后將圖像分割成許多非重疊區(qū)域,每塊區(qū)域的大小可根據(jù)物體的大小作調(diào)整。其中YUV空間,Y是圖像的灰度值,而U和V則是指色調(diào),描述圖像色彩及飽和度。對(duì)前景的檢測(cè)需考慮灰度值與色調(diào)的同時(shí)變化。此前景檢測(cè)算法步驟如下:

    1)將每幀圖像的RGB顏色空間轉(zhuǎn)換成YUV顏色空間,分別于Y、U和V通道內(nèi)檢測(cè)移動(dòng)物。對(duì)第k幀及k+1幀圖片的Y、U和V通道分別做差分處理分別得到二值圖像。公式(1)如下:

    式中的TY、TU和TV分別為預(yù)先設(shè)定的Y、U和V通道閾值,可根據(jù)經(jīng)驗(yàn)選取。

    2)將圖像分割為若干小區(qū)域,每個(gè)區(qū)域的大小為N×N(N取值由目標(biāo)的尺寸決定),每個(gè)小區(qū)域是一個(gè)圖塊。如果圖像大小為M0×N0,則可劃分區(qū)域數(shù)目為L(zhǎng)=M0×N0/N2。

    3)融合Y、U和V 3個(gè)通道得到更完整的前景區(qū)域。在每一圖塊內(nèi),若一像素的Y通道的變化超過(guò)閾值TY的1.5倍,則直接分為前景;否則采用融合Y、U和V通道的方式,即如果灰度值和顏色一起有明顯的變化,則歸類(lèi)為前景,規(guī)則如下:(Y>TY)&&((U>TU)||(V>TV))。

    4)統(tǒng)計(jì)每個(gè)N×N圖塊在YUV顏色空間前景像素?cái)?shù)量Ni(1≤i≤L),在每一個(gè)圖塊中,如果計(jì)算到前景的像素?cái)?shù)量大于一定的閾值TN(N為圖塊大?。?,則將此圖塊歸類(lèi)為前景。

    2 二階統(tǒng)計(jì)特征分類(lèi)器

    文中利用紋理特征做為行人檢測(cè)的驗(yàn)證,因?yàn)榧y理特征不易受光照變化的影響,是一種穩(wěn)定的特征。由于不同目標(biāo)在特征上的差異,利用灰度共生矩陣(GLCM)所產(chǎn)生的4種(ASM、Contrast、IDF和Entropy)在4個(gè)方向 (0°、45°、90°和135)上的二階統(tǒng)計(jì)特征,以這16個(gè)特征做為前景區(qū)域的特征向量,將此特征向量帶入支持向量機(jī)(SVM)中,設(shè)計(jì)出基于二階統(tǒng)計(jì)特征的分類(lèi)器。利用此分類(lèi)器對(duì)前景物進(jìn)行分類(lèi),能降低由圖像特征造成的誤檢。

    2.1 灰度共生矩陣(GLCM)

    灰度直方圖是對(duì)圖像上單個(gè)象素具有某個(gè)灰度進(jìn)行統(tǒng)計(jì)的結(jié)果,直方圖統(tǒng)計(jì)是一階統(tǒng)計(jì)量,描述像素中灰度分布特征。但是對(duì)于不同位置像素之間的差異,直方圖卻無(wú)法詳細(xì)描述,二階統(tǒng)計(jì)特征可以對(duì)像素之間位置的相對(duì)關(guān)系做出詳細(xì)描述。這里采用 Haralick等人提出的灰度共生矩陣(GLCM)[7],灰度共生矩陣是對(duì)圖像上保持某距離的兩象素分別具有某灰度的狀況進(jìn)行統(tǒng)計(jì)得到的。灰度共生矩陣產(chǎn)生的方式是統(tǒng)計(jì)灰度圖像中,兩相對(duì)位置在預(yù)設(shè)參數(shù)條件下(距離、方向)的像素對(duì)之間的概率,并將概率值歸納成矩陣形式,用以描述圖像灰度的分布狀況。

    對(duì)于目標(biāo)(區(qū)域大小為M×N)圖像f(x,y),設(shè)其灰度級(jí)數(shù)為L(zhǎng),可以定義共生矩陣 p(i,j,d,θ),其中,i=f(x1,y1),j= f(x2,y2)且x1+Dx=x2,y1+Dy=y2,參數(shù)d和θ分別代表像素對(duì)(i,j)相對(duì)的距離和像素間相對(duì)的方向。其中像素對(duì)(i,j)如圖1(a)所示,方向θ分成4個(gè)方向:水平、斜向、垂直,角度分別為0°、45°、90°、135°如圖1(b)所示。

    圖1 灰度共生矩陣示意圖

    對(duì)于整個(gè)目標(biāo)區(qū)域,統(tǒng)計(jì)出每一種(i,j)值出現(xiàn)的次數(shù),然后排列成一個(gè)方陣,再用(i,j)出現(xiàn)的總次數(shù)將它們歸一化為出現(xiàn)的概率P(i,j),這樣就生成灰度共生矩陣。

    矩陣Pd元素Pd(i,j)表示:目標(biāo)區(qū)域中位置關(guān)系為d的兩個(gè)像素,其灰度分別為i和j情況下出現(xiàn)的概率。距離差分值(Dx,Dy)取不同的數(shù)值組合,得到不同情況下的聯(lián)合概率矩陣。(Dx,Dy)取值根據(jù)紋理周期分布的特性來(lái)選擇,對(duì)于較細(xì)的紋理,選?。?,0)、(1,1)、(-1,0)等小的差分值。當(dāng)a=1,b=0時(shí),像素對(duì)是水平的,即0°掃描;當(dāng)a=0,b=1時(shí),像素對(duì)是垂直的,即90°掃描;當(dāng)a=1,b=1時(shí),像素對(duì)是右對(duì)角線的,即45°掃描;當(dāng)a=-1,b=1時(shí),像素對(duì)是左對(duì)角線,即135°掃描?;叶裙采仃嚪从硤D像灰度關(guān)于方向、相鄰間隔、變化幅度的綜合信息,是分析圖像的局部模式和它們排列規(guī)則的基礎(chǔ)。

    2.2 灰度共生矩陣(GLCM)的特征提取

    灰度共生矩陣并不能直接作為紋理分析的特征量,必須在共生矩陣的基礎(chǔ)上進(jìn)行二次統(tǒng)計(jì)量的計(jì)算,并將其作為紋理特征之后才能實(shí)現(xiàn)后續(xù)流程的算法。從灰度共生矩陣中提取出來(lái)的二階矩特征中有一些對(duì)紋理[8]具有直接的物理意義,例如粗糙度、平滑、對(duì)比度等。文中選用其中的4種主要特征:能量(二階距)(ASM)、對(duì)比度(Contrast)、逆差矩(IDM)和熵(Entropy)。

    1)能量(二階距)

    能量(ASM)是灰度共生矩陣元素值的平方和,反映了圖像灰度分布均勻程度和紋理粗細(xì)程度。公式(3)如下所示:

    如果共生矩陣的所有值均相等,則ASM值小;相反,如果其中一些值大而其它值小,則ASM值大。當(dāng)共生矩陣中元素集中分布時(shí)ASM值大,表明是較均勻和規(guī)則變化的紋理。

    2)對(duì)比度

    對(duì)比度(Contrast)主要是用于計(jì)算圖像灰度值的對(duì)比強(qiáng)度,也就是目標(biāo)區(qū)域圖像中灰度的變化量,公式(4)如下所示:

    對(duì)比度度量圖像中的局部變化情況,反應(yīng)了圖像的清晰度和紋理的溝紋深淺。紋理的溝紋越深,反差越大,效果清晰;反之,對(duì)比度小,則溝紋淺,效果模糊。

    3)逆差矩

    逆差矩(IDF)用來(lái)度量圖像紋理局部變化的大小,反映圖像紋理的同質(zhì)性,度量圖像紋理局部變化的多少。逆差矩與前一個(gè)特征對(duì)比度剛好相反,在對(duì)比度愈低時(shí)這項(xiàng)特征會(huì)得到愈高的值,公式(5)如下:

    其值大說(shuō)明不同紋理區(qū)域間缺少變化,局部非常均勻,因此連續(xù)灰度的圖像IDF值較大。

    4)熵

    熵(Entropy)主要用于測(cè)量圖像的混亂度,在越平滑的圖像中熵度值會(huì)越低,公式(6)如下:

    熵表示了圖像中紋理的非均勻程度或復(fù)雜程度,熵值越大,圖像越復(fù)雜。紋理信息也屬于圖像的信息,是一個(gè)隨機(jī)性的度量,當(dāng)共生矩陣中元素分散分布時(shí),熵較大。

    2.3 支持向量機(jī)(SVM)

    支持向量機(jī)(Support Vector Machine,SVM)[9]是 Cortes和Vapnik首先提出的,它在解決小樣本、非線性及高維模式識(shí)別中表現(xiàn)出許多特有優(yōu)勢(shì)。SVM是指一些在n維空間的數(shù)據(jù),希望可以在此空間找出一個(gè)超平面(Hyperplan)將資料分成兩群,并且超平面到離他最近的訓(xùn)練樣本的距離要最大。以二維的例子來(lái)說(shuō),如圖2所示,希望能找出一條直線能夠?qū)A形和三角形分開(kāi),而且希望這條虛線距離這兩個(gè)資料的邊界越大越好,這樣才能夠正確的分辨這是屬于哪一類(lèi)的資料。

    圖2 SVM分類(lèi)示意圖

    對(duì)于非線性分類(lèi)情況,可通過(guò)核函數(shù)的非線性映射,把數(shù)據(jù)映射到高維特征空間中,將問(wèn)題變成線性可分的。文中中的SVM主要是用RBF(radial basis function)核,選取前景物件的二階統(tǒng)計(jì)量特征能量(ASM)、對(duì)比度(Contrast)、逆差矩(IDF)和熵(Entropy)4個(gè)距離為1各不同角度的特征,將特征量化成1×16的特征向量如下所示:

    將各前景的特征向量用SVM分類(lèi)器進(jìn)行分類(lèi),以達(dá)到行人檢測(cè)的目的。

    3 實(shí)驗(yàn)結(jié)果與分析

    文中運(yùn)用VS2010配置Opencv2.4.8和MATLABR2012進(jìn)行實(shí)驗(yàn)平臺(tái)的搭建。首先運(yùn)用改進(jìn)的基于圖塊前景檢測(cè)技術(shù)找出移動(dòng)物體,之后再對(duì)提取到的前景區(qū)域,利用二階統(tǒng)計(jì)的灰度共生矩陣得到4個(gè)方向(0°、45°、90°和145°)的4種不同特征分別為能量(ASM)、對(duì)比度(Contrast)、逆差矩(IDF)和熵度(Entropy)。經(jīng)支持向量機(jī)(SVM)進(jìn)行分類(lèi),找出行人目標(biāo)。我們分別對(duì)3段不同的場(chǎng)景視頻序列進(jìn)行測(cè)試。

    第1部分主要進(jìn)行前景檢測(cè),經(jīng)實(shí)驗(yàn)觀察發(fā)現(xiàn)基于圖塊的檢測(cè)法會(huì)使得前景區(qū)域更完整。在圖3中分別表示基于像素與基于圖塊的前景檢測(cè)方法。由圖3(b)(c)(d)可看出基于圖塊會(huì)比基于像素(圖3(a))所形成的前景更佳的完整。

    圖3 基于像素與基于圖塊的前景區(qū)域

    第2部分進(jìn)行行人檢測(cè)的分類(lèi)驗(yàn)證,實(shí)驗(yàn)中我們分別對(duì)3段不同的場(chǎng)景視頻序進(jìn)行測(cè)試,對(duì)文中方法與基于高斯混合模型建背景的和基于對(duì)比度特征的方法來(lái)做比較。利用前景區(qū)域得到灰度共生矩陣,提取相對(duì)應(yīng)的紋理特征,這里將圖像的灰度級(jí)定為16級(jí),主要是為了減少灰度共生矩陣(GLCM)的大小,提高運(yùn)算的速度。在接下來(lái)利用行人與非行人在GLCM上的概率分布差異,選取前景的二階統(tǒng)計(jì)特征能量(ASM)、對(duì)比度(Contrast)、逆差矩(IDF)和熵(Entropy)4個(gè)距離為1各不同角度的特征,并將將特征量化成1×16的特征向量FV。

    文中使用MATLAB-LIBSVM工具箱進(jìn)行分類(lèi),參數(shù)設(shè)置:SVM型態(tài)為C-SVC,核心函數(shù)為徑向基函數(shù)RBF,cost(損失函數(shù))-c和核函數(shù)-g的最優(yōu)值采用遍歷g和c的網(wǎng)格法確定。將行人作為正樣本,非行人作為負(fù)樣本。實(shí)驗(yàn)從測(cè)試的3段視頻中取600張圖像當(dāng)作訓(xùn)練樣本樣本,其中中正樣本300個(gè)、負(fù)樣本300個(gè)。再將訓(xùn)練好的的分類(lèi)器對(duì)視頻中的進(jìn)行分類(lèi)測(cè)試,以3段不同場(chǎng)景、不同情境的視頻來(lái)驗(yàn)證本算法。實(shí)驗(yàn)顯示,這3段視頻都能達(dá)到實(shí)時(shí)檢測(cè),效果如圖4所示。

    圖4 通過(guò)二階統(tǒng)計(jì)特征分類(lèi)器后結(jié)果

    接下來(lái)將會(huì)與基于混合高斯模型背景建模(GMM)以及基于對(duì)比度特征[10]的方法做比較。驗(yàn)證基于二階統(tǒng)計(jì)量特征分類(lèi)器的檢測(cè)結(jié)果對(duì)比另外兩個(gè)算法,是否可以有效的提升檢測(cè)正確率,降低誤檢以及漏檢,這項(xiàng)實(shí)驗(yàn)中我們將以Jaccard系數(shù)[11]來(lái)計(jì)算,J的定義為:

    TP是移動(dòng)的物正確檢測(cè),F(xiàn)P是錯(cuò)誤檢測(cè)和FN是遺漏檢測(cè)。表1反映了不同算法的檢測(cè)結(jié)果。

    表1 不同算法的檢測(cè)結(jié)果對(duì)比

    由實(shí)驗(yàn)結(jié)果可以看出在3段視頻中,文中算法的正確率高于其他兩個(gè)方法?;旌细咚鼓P捅尘敖R约盎趯?duì)比度特征的對(duì)背景環(huán)境依賴(lài)性比較大,產(chǎn)生錯(cuò)檢和漏檢幾率增大,造成對(duì)檢測(cè)的不穩(wěn)定,實(shí)驗(yàn)證明文中方法是有效的。

    4 結(jié)束語(yǔ)

    文中算法運(yùn)用加入圖塊的前景檢測(cè)法和基于二階統(tǒng)計(jì)特征的分類(lèi)器,對(duì)不同環(huán)境的行人進(jìn)行檢測(cè)?;趫D塊的前景檢測(cè)能夠提取出更完整的前景,提高分類(lèi)器準(zhǔn)確率,而且二階統(tǒng)計(jì)特征使得SVM分類(lèi)器有更高的鑒別度。由于視頻中光線變化,會(huì)使前景不完整造成檢測(cè)穩(wěn)定性降低。同時(shí),當(dāng)監(jiān)控分辨率較低時(shí),畫(huà)面會(huì)出現(xiàn)雪花噪聲,容易造成前景檢測(cè)的不穩(wěn)定,如何克服低分辨率也是亟需解決的問(wèn)題。下一步需要解決由于光線在短時(shí)間內(nèi)變化和低分辨率所造成的影響,在目前白天已有不錯(cuò)效果的算法上,達(dá)到全天候的檢測(cè)效果。

    [1]Dalal N,Triggs B.Histograms of oriented gradients for human detection[C]//2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition,San Diego,USA,2005:886-893.

    [2]Li J,Gong W,LiW,et al.Robust pedestrian detection in thermal infrared imagery using the wavelet transform[J].Infrared Physics&Technology,2010,53(4):267-273.

    [3]Xu F,Liu X,F(xiàn)ujimura K.Pedestrian detection and tracking with night vision [J].Intelligent Transportation Systems,IEEE Transactions on,2005,6(1):63-71.

    [4]Dai C,Zheng Y,Li X.Pedestrian detection and tracking in infrared imagery using shape and appearance[J].Computer Vision and Image Understanding,2007,106(2):288-299.

    [5]Burges C JC.A tutorial on support vectormachines for pattern recognition[J].Data Mining and Knowledge Discovery,1998,2(2):121-167.

    [6]Khanina N A,Semeikina E V,Yurin D V.Scale-space color blob and ridge detection[J].Pattern Recognition and Image Analysis,2012,22(1):221-227.

    [7]Davis L S,Johns SA,Aggarwal JK.Texture analysis using generalized co-occurrencematrices[J].IEEE Transactions on Pattern Analysisand Machine Intelligence,1979(3):251-259.

    [8]薄 華,馬縛龍,焦李成.圖像紋理的灰度共生矩陣計(jì)算問(wèn)題的分析[J].電子學(xué)報(bào),2006(1):155-158.

    [9]Burges C J C.Geometry and invariance in kernel based methods[C]//Advances in kernel methods-support vector learning.Boston:MITPress,1999:89-116.

    [10]Huang K,Wang L,Tan T,et al.A real-time object detecting and tracking system for outdoor night surveillance[J]. Pattern Recognition,2008,41(1):432-444.

    [11]Sneath PH A,Sokal R R.Numerical taxonomy.The principles and practices of numerical classification[M].San Fran cisco:WH Freeman,1973.

    Pedestrian detection based on blocks-graphs and second-order statistics

    LUAN Shu-peng
    (School of Computer and Information,Hohai University,Nanjing 210000,China)

    In the pedestrian detection,since the complex changes in the external environment and pedestrians'own different characteristics,usually resulting in error and missing detection.To solve the problem above,this paper proposes amethod based on block-graphs and second-order statistics to improve detection accuracy.Firstly,foreground detection based on frame difference of block-graphs,then calculate GLCM of foreground area.Next extracting the second-order statistics of the foreground region,finally detecting pedestriansby SVM classifierbased on second-order statistics.Itshows that this algorithm hasbetter detection resultsby contrastsimulation experiments.

    pedestrian detection;gray level co-occurrencematrix;block-graphs;second-order statistics;Support Vector Machine(SVM)

    TN911.73

    A

    1674-6236(2016)20-0190-04

    2015-10-30 稿件編號(hào):201510237

    欒書(shū)鵬(1991—),男,江蘇泰興人,碩士研究生。研究方向:計(jì)算機(jī)視覺(jué),圖像處理。

    猜你喜歡
    圖塊二階前景
    我國(guó)旅游房地產(chǎn)開(kāi)發(fā)前景的探討
    四種作物 北方種植有前景
    一類(lèi)二階迭代泛函微分方程的周期解
    離岸央票:需求與前景
    一類(lèi)二階中立隨機(jī)偏微分方程的吸引集和擬不變集
    二階線性微分方程的解法
    一類(lèi)二階中立隨機(jī)偏微分方程的吸引集和擬不變集
    AutoCAD中圖塊命令的應(yīng)用分析
    優(yōu)化A算法搜索連連看圖塊配對(duì)和消除次序
    量子糾纏的來(lái)歷及應(yīng)用前景
    太空探索(2016年10期)2016-07-10 12:07:01
    亚洲国产av新网站| 超碰97精品在线观看| 亚洲一级一片aⅴ在线观看| 国产精品成人在线| 高清黄色对白视频在线免费看| 久久久久久久久久成人| 成年女人在线观看亚洲视频| 国产爽快片一区二区三区| 色婷婷久久久亚洲欧美| 校园人妻丝袜中文字幕| 亚洲精品色激情综合| 国产一区二区在线观看av| 母亲3免费完整高清在线观看 | 午夜激情久久久久久久| 丝袜人妻中文字幕| 欧美激情极品国产一区二区三区 | 满18在线观看网站| 久久这里有精品视频免费| 国产爽快片一区二区三区| 99久国产av精品国产电影| 少妇猛男粗大的猛烈进出视频| 国产成人91sexporn| 永久网站在线| 国产在线视频一区二区| 国产一区有黄有色的免费视频| 香蕉精品网在线| 免费日韩欧美在线观看| 久久影院123| 在线观看三级黄色| www.色视频.com| 欧美人与性动交α欧美精品济南到 | 久久99一区二区三区| 久久精品人人爽人人爽视色| 久久久精品免费免费高清| 国产成人欧美| 国产片特级美女逼逼视频| 大片免费播放器 马上看| 亚洲成国产人片在线观看| 日韩中字成人| 汤姆久久久久久久影院中文字幕| 黄色一级大片看看| 午夜免费男女啪啪视频观看| 狠狠精品人妻久久久久久综合| 五月天丁香电影| 啦啦啦中文免费视频观看日本| 国产亚洲最大av| 国产精品免费大片| 国产欧美另类精品又又久久亚洲欧美| 全区人妻精品视频| 男人爽女人下面视频在线观看| 国产成人免费无遮挡视频| 久久影院123| 成人影院久久| 成人影院久久| 777米奇影视久久| 久久精品久久久久久噜噜老黄| 午夜日本视频在线| 大话2 男鬼变身卡| 全区人妻精品视频| 亚洲国产日韩一区二区| 国产精品免费大片| 97在线视频观看| 亚洲经典国产精华液单| 秋霞伦理黄片| 在线亚洲精品国产二区图片欧美| 精品亚洲成国产av| 少妇精品久久久久久久| 韩国av在线不卡| 国产精品久久久久久久久免| 免费黄色在线免费观看| 美女视频免费永久观看网站| a级毛色黄片| 免费看av在线观看网站| 国产一级毛片在线| 国产亚洲一区二区精品| 三级国产精品片| 午夜激情av网站| 在线 av 中文字幕| 在线 av 中文字幕| 久久午夜福利片| 好男人视频免费观看在线| 校园人妻丝袜中文字幕| 国产精品女同一区二区软件| 一级a做视频免费观看| 久久久久视频综合| 久久这里只有精品19| 国产一区二区在线观看日韩| av又黄又爽大尺度在线免费看| 亚洲伊人久久精品综合| 18禁裸乳无遮挡动漫免费视频| av又黄又爽大尺度在线免费看| 亚洲内射少妇av| 大码成人一级视频| 少妇人妻 视频| 人人妻人人澡人人看| 久久精品久久久久久噜噜老黄| 最黄视频免费看| 91国产中文字幕| 国产欧美日韩综合在线一区二区| 成人黄色视频免费在线看| 视频区图区小说| 美女主播在线视频| 亚洲av成人精品一二三区| 岛国毛片在线播放| 亚洲,欧美精品.| 亚洲,欧美精品.| 赤兔流量卡办理| 精品人妻在线不人妻| 国产成人欧美| 久久久久久久国产电影| 韩国av在线不卡| 在线亚洲精品国产二区图片欧美| 老熟女久久久| 日韩精品免费视频一区二区三区 | 丝袜喷水一区| 黄色视频在线播放观看不卡| 又黄又粗又硬又大视频| 天美传媒精品一区二区| 国产精品免费大片| 一级毛片电影观看| 91久久精品国产一区二区三区| 国国产精品蜜臀av免费| 免费久久久久久久精品成人欧美视频 | 香蕉丝袜av| 成年人午夜在线观看视频| 黑人高潮一二区| 国产一区二区在线观看av| 99热网站在线观看| 成人国产麻豆网| 免费在线观看黄色视频的| 草草在线视频免费看| 亚洲欧洲国产日韩| 免费播放大片免费观看视频在线观看| 亚洲美女黄色视频免费看| 免费高清在线观看视频在线观看| 日韩伦理黄色片| 国产极品粉嫩免费观看在线| 欧美日韩精品成人综合77777| 国产精品无大码| 亚洲精品视频女| freevideosex欧美| 国产精品国产三级专区第一集| 天天躁夜夜躁狠狠久久av| 男女边摸边吃奶| 欧美日韩成人在线一区二区| 大香蕉久久成人网| 亚洲天堂av无毛| 中文欧美无线码| 亚洲精品久久久久久婷婷小说| 日韩av不卡免费在线播放| 亚洲精品自拍成人| 满18在线观看网站| 欧美精品一区二区大全| 国产极品天堂在线| 欧美日韩视频精品一区| 视频区图区小说| 中国三级夫妇交换| 亚洲内射少妇av| 亚洲欧洲日产国产| 男女边吃奶边做爰视频| 免费av中文字幕在线| 青春草亚洲视频在线观看| 欧美精品av麻豆av| 夫妻午夜视频| 久久久精品94久久精品| 一级片'在线观看视频| 日韩三级伦理在线观看| 少妇的逼好多水| √禁漫天堂资源中文www| 国产片内射在线| 在线观看美女被高潮喷水网站| 一区二区三区四区激情视频| 国产1区2区3区精品| 精品久久久精品久久久| 99九九在线精品视频| 亚洲色图综合在线观看| 一区二区三区四区激情视频| 国产激情久久老熟女| 高清av免费在线| 成人18禁高潮啪啪吃奶动态图| 日本爱情动作片www.在线观看| 精品少妇内射三级| 高清欧美精品videossex| 美女国产高潮福利片在线看| a 毛片基地| 国产精品久久久久久精品古装| 亚洲国产欧美日韩在线播放| 精品人妻一区二区三区麻豆| 久久久a久久爽久久v久久| 欧美精品高潮呻吟av久久| 精品国产一区二区三区四区第35| 日本91视频免费播放| 午夜精品国产一区二区电影| 国产无遮挡羞羞视频在线观看| 啦啦啦啦在线视频资源| av不卡在线播放| 久久久久网色| 9热在线视频观看99| 少妇人妻精品综合一区二区| 侵犯人妻中文字幕一二三四区| 天堂俺去俺来也www色官网| 99热全是精品| 欧美3d第一页| 国产又爽黄色视频| 欧美+日韩+精品| 一个人免费看片子| 欧美 日韩 精品 国产| 老熟女久久久| 精品一区二区三卡| 少妇的逼水好多| 欧美激情国产日韩精品一区| 欧美日本中文国产一区发布| 大香蕉久久网| 香蕉丝袜av| 亚洲av中文av极速乱| 久久99精品国语久久久| 免费播放大片免费观看视频在线观看| 黑人猛操日本美女一级片| 久久 成人 亚洲| 亚洲国产精品成人久久小说| 纯流量卡能插随身wifi吗| 两个人免费观看高清视频| 国产av一区二区精品久久| 高清视频免费观看一区二区| 免费看光身美女| 狠狠婷婷综合久久久久久88av| 街头女战士在线观看网站| 国产精品秋霞免费鲁丝片| 又粗又硬又长又爽又黄的视频| 欧美性感艳星| 精品第一国产精品| 久久久久精品性色| 在线观看人妻少妇| 免费少妇av软件| 精品少妇黑人巨大在线播放| 国产精品.久久久| 最近最新中文字幕大全免费视频 | 黄色配什么色好看| 亚洲经典国产精华液单| 精品国产露脸久久av麻豆| 热99久久久久精品小说推荐| 国产一区二区三区综合在线观看 | av一本久久久久| 国产精品久久久久久av不卡| 国产精品一区www在线观看| 亚洲av综合色区一区| 久热久热在线精品观看| 久久精品国产亚洲av天美| av在线老鸭窝| 免费在线观看完整版高清| 精品国产露脸久久av麻豆| 2022亚洲国产成人精品| 精品一区二区免费观看| 两个人看的免费小视频| 中文字幕精品免费在线观看视频 | 色94色欧美一区二区| 1024视频免费在线观看| 一边亲一边摸免费视频| 美女国产视频在线观看| 亚洲国产精品专区欧美| 啦啦啦中文免费视频观看日本| 午夜福利视频精品| 99热全是精品| 国产精品麻豆人妻色哟哟久久| 精品人妻熟女毛片av久久网站| 人成视频在线观看免费观看| 亚洲美女视频黄频| 男女国产视频网站| 精品少妇内射三级| 国产精品一区www在线观看| 高清毛片免费看| 午夜视频国产福利| 亚洲人成77777在线视频| 最新的欧美精品一区二区| 最近最新中文字幕免费大全7| 高清不卡的av网站| av女优亚洲男人天堂| 三上悠亚av全集在线观看| 免费看光身美女| 免费高清在线观看视频在线观看| 国产男人的电影天堂91| 亚洲精品av麻豆狂野| 成人二区视频| 18禁国产床啪视频网站| av在线观看视频网站免费| 欧美另类一区| 日韩 亚洲 欧美在线| 日韩欧美一区视频在线观看| 国产成人精品久久久久久| 精品久久蜜臀av无| 热99国产精品久久久久久7| 丝袜喷水一区| 香蕉丝袜av| 各种免费的搞黄视频| 丰满少妇做爰视频| 久久精品国产亚洲av天美| videosex国产| 国产 一区精品| 精品一区在线观看国产| 亚洲精品日本国产第一区| 精品人妻一区二区三区麻豆| av有码第一页| 国产精品偷伦视频观看了| av一本久久久久| 水蜜桃什么品种好| 亚洲国产看品久久| 你懂的网址亚洲精品在线观看| 视频区图区小说| 性色avwww在线观看| 成年av动漫网址| 精品熟女少妇av免费看| 少妇的逼好多水| 91精品伊人久久大香线蕉| 97精品久久久久久久久久精品| 久久久久精品人妻al黑| 国产成人91sexporn| av女优亚洲男人天堂| 中国美白少妇内射xxxbb| 另类亚洲欧美激情| 大话2 男鬼变身卡| 欧美少妇被猛烈插入视频| 成年人午夜在线观看视频| 精品亚洲成a人片在线观看| 女性生殖器流出的白浆| 国产 一区精品| 91精品国产国语对白视频| 国产成人欧美| 少妇被粗大的猛进出69影院 | 日本-黄色视频高清免费观看| 少妇人妻 视频| 曰老女人黄片| 久久狼人影院| 人体艺术视频欧美日本| 人人妻人人澡人人看| 啦啦啦中文免费视频观看日本| 国产无遮挡羞羞视频在线观看| 亚洲欧美成人精品一区二区| 午夜福利在线观看免费完整高清在| 十分钟在线观看高清视频www| av卡一久久| 久久久久久人妻| 久久久久国产网址| 国产精品成人在线| 成人18禁高潮啪啪吃奶动态图| 狂野欧美激情性bbbbbb| 久久婷婷青草| 人成视频在线观看免费观看| 国产成人精品婷婷| av不卡在线播放| 国产色婷婷99| 久久99一区二区三区| 成人国语在线视频| 高清欧美精品videossex| 日本91视频免费播放| 熟女电影av网| 十分钟在线观看高清视频www| 王馨瑶露胸无遮挡在线观看| 黑人巨大精品欧美一区二区蜜桃 | 一级片'在线观看视频| 亚洲精品国产av成人精品| 精品人妻一区二区三区麻豆| 欧美最新免费一区二区三区| 精品久久久久久电影网| 国产成人免费无遮挡视频| 久久久久久人妻| 国产精品一区二区在线观看99| 精品一区二区三区四区五区乱码 | 桃花免费在线播放| 又黄又粗又硬又大视频| 亚洲国产毛片av蜜桃av| 亚洲av电影在线进入| 日本vs欧美在线观看视频| 久久精品国产综合久久久 | 亚洲天堂av无毛| 亚洲 欧美一区二区三区| 久久久久久人人人人人| 成人免费观看视频高清| 亚洲国产精品专区欧美| 亚洲综合精品二区| 亚洲第一av免费看| 男女下面插进去视频免费观看 | 精品国产一区二区三区四区第35| 免费高清在线观看视频在线观看| 综合色丁香网| 国产日韩欧美亚洲二区| 一级片免费观看大全| 青青草视频在线视频观看| 亚洲图色成人| 狠狠婷婷综合久久久久久88av| 精品午夜福利在线看| 国产亚洲一区二区精品| 亚洲精品一二三| 日产精品乱码卡一卡2卡三| 制服人妻中文乱码| 久久精品国产a三级三级三级| 成人毛片60女人毛片免费| 久久久久久久精品精品| 欧美精品高潮呻吟av久久| 超色免费av| 午夜福利视频精品| 国产av一区二区精品久久| 中文字幕人妻熟女乱码| 亚洲精品日本国产第一区| 伦精品一区二区三区| 欧美bdsm另类| 国产综合精华液| 久热久热在线精品观看| 香蕉丝袜av| 男女高潮啪啪啪动态图| 欧美成人精品欧美一级黄| 亚洲成色77777| 久久久精品94久久精品| 久久久久久人妻| 男女啪啪激烈高潮av片| 少妇猛男粗大的猛烈进出视频| 久久久a久久爽久久v久久| 亚洲一区二区三区欧美精品| 国精品久久久久久国模美| 久久精品熟女亚洲av麻豆精品| 国产极品粉嫩免费观看在线| 女性被躁到高潮视频| 国产日韩欧美在线精品| 午夜日本视频在线| 久久 成人 亚洲| 夜夜爽夜夜爽视频| 日产精品乱码卡一卡2卡三| 亚洲精品av麻豆狂野| 又黄又爽又刺激的免费视频.| 免费人妻精品一区二区三区视频| 99久久综合免费| 久久这里有精品视频免费| 免费播放大片免费观看视频在线观看| 日韩 亚洲 欧美在线| 国产成人精品福利久久| 亚洲国产欧美在线一区| 国产乱来视频区| 中文字幕另类日韩欧美亚洲嫩草| 黑人欧美特级aaaaaa片| 80岁老熟妇乱子伦牲交| 精品国产一区二区久久| 建设人人有责人人尽责人人享有的| 免费高清在线观看日韩| 日韩成人av中文字幕在线观看| 国产精品久久久av美女十八| 久久精品久久久久久噜噜老黄| 亚洲欧美日韩另类电影网站| 国产精品一区二区在线观看99| 黄色怎么调成土黄色| 精品人妻在线不人妻| 亚洲天堂av无毛| 久久精品夜色国产| 大话2 男鬼变身卡| 亚洲欧洲精品一区二区精品久久久 | 国产视频首页在线观看| 国产亚洲精品第一综合不卡 | 国产亚洲最大av| 久久久久久久大尺度免费视频| 久久久亚洲精品成人影院| 精品卡一卡二卡四卡免费| 国产不卡av网站在线观看| 十分钟在线观看高清视频www| 另类精品久久| 一级,二级,三级黄色视频| 国产精品嫩草影院av在线观看| 看十八女毛片水多多多| 久久热在线av| 精品国产一区二区三区四区第35| 亚洲av成人精品一二三区| 热re99久久精品国产66热6| 天天操日日干夜夜撸| 我要看黄色一级片免费的| 午夜福利在线观看免费完整高清在| 9191精品国产免费久久| 亚洲,欧美,日韩| 黑人猛操日本美女一级片| 免费少妇av软件| 桃花免费在线播放| 自线自在国产av| 婷婷色综合大香蕉| a级毛色黄片| 一级片免费观看大全| 99久久精品国产国产毛片| 久久久国产精品麻豆| 国产成人av激情在线播放| 国产精品国产av在线观看| 一级片'在线观看视频| 97在线人人人人妻| 欧美bdsm另类| 精品一区二区三区视频在线| 久久久久国产网址| 男女边吃奶边做爰视频| 内地一区二区视频在线| 亚洲一区二区三区欧美精品| 午夜福利影视在线免费观看| 伦理电影大哥的女人| 久久久久人妻精品一区果冻| 精品亚洲成国产av| 欧美日韩精品成人综合77777| 精品第一国产精品| 亚洲精品成人av观看孕妇| 成年美女黄网站色视频大全免费| 久久午夜福利片| 日韩熟女老妇一区二区性免费视频| 91久久精品国产一区二区三区| 狠狠精品人妻久久久久久综合| 日韩一本色道免费dvd| 性色avwww在线观看| 看免费成人av毛片| 国产精品一区二区在线不卡| 成年动漫av网址| 亚洲综合色惰| 18禁动态无遮挡网站| 一级,二级,三级黄色视频| 久久久久国产精品人妻一区二区| 色94色欧美一区二区| 国产日韩一区二区三区精品不卡| 国产在线一区二区三区精| 国产黄频视频在线观看| 亚洲精品日本国产第一区| 99视频精品全部免费 在线| 中文字幕av电影在线播放| 尾随美女入室| 欧美国产精品一级二级三级| 又黄又爽又刺激的免费视频.| 精品国产一区二区久久| 妹子高潮喷水视频| 一级,二级,三级黄色视频| 国产在视频线精品| 久久精品人人爽人人爽视色| 亚洲av电影在线观看一区二区三区| 成年女人在线观看亚洲视频| 国产成人免费观看mmmm| 免费黄网站久久成人精品| 欧美人与性动交α欧美精品济南到 | 欧美97在线视频| 国产成人免费观看mmmm| 免费黄网站久久成人精品| 香蕉国产在线看| 少妇熟女欧美另类| 交换朋友夫妻互换小说| 性色avwww在线观看| 亚洲中文av在线| 午夜免费鲁丝| 国产成人午夜福利电影在线观看| 亚洲综合色网址| 免费黄频网站在线观看国产| 日韩伦理黄色片| 国产无遮挡羞羞视频在线观看| 亚洲一区二区三区欧美精品| 中文乱码字字幕精品一区二区三区| 你懂的网址亚洲精品在线观看| 性色avwww在线观看| 夫妻性生交免费视频一级片| 亚洲,一卡二卡三卡| 亚洲成av片中文字幕在线观看 | 高清黄色对白视频在线免费看| av电影中文网址| 欧美最新免费一区二区三区| 啦啦啦视频在线资源免费观看| 国产午夜精品一二区理论片| 国产片内射在线| 亚洲精华国产精华液的使用体验| 在线观看国产h片| 色5月婷婷丁香| 久久人人爽av亚洲精品天堂| 国产精品人妻久久久久久| 激情五月婷婷亚洲| 国产av一区二区精品久久| 一级毛片电影观看| 成人午夜精彩视频在线观看| 欧美少妇被猛烈插入视频| 18禁国产床啪视频网站| 精品一区在线观看国产| 欧美97在线视频| 成人国语在线视频| 精品亚洲成国产av| 黑人高潮一二区| 亚洲三级黄色毛片| 黑人猛操日本美女一级片| 精品人妻在线不人妻| 男女边吃奶边做爰视频| 亚洲精品久久成人aⅴ小说| 国产亚洲欧美精品永久| 国产一区有黄有色的免费视频| 国产成人91sexporn| 国产乱人偷精品视频| 亚洲伊人久久精品综合| 亚洲伊人色综图| 精品一区二区免费观看| av黄色大香蕉| 国产成人91sexporn| 久久久久久久亚洲中文字幕| 亚洲内射少妇av| 亚洲精品一二三| 免费观看性生交大片5| 久久女婷五月综合色啪小说| 午夜免费鲁丝| 久久精品国产亚洲av涩爱| 日本爱情动作片www.在线观看| 看十八女毛片水多多多| 夜夜骑夜夜射夜夜干| 久久女婷五月综合色啪小说| 中文字幕av电影在线播放| 久久久久久久久久久免费av| 国产成人91sexporn| 精品亚洲成a人片在线观看| 精品久久蜜臀av无| 在线观看免费视频网站a站| 国产片内射在线| 国产探花极品一区二区| 国产免费视频播放在线视频| 精品人妻熟女毛片av久久网站| 免费观看无遮挡的男女| 亚洲av电影在线进入| 婷婷色综合www|