• <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
    网址你懂的国产日韩在线| 亚洲欧洲日产国产| 亚洲最大成人手机在线| 18禁动态无遮挡网站| 80岁老熟妇乱子伦牲交| 国产高潮美女av| 精品久久久久久电影网| 日韩欧美精品免费久久| 男人狂女人下面高潮的视频| 国产亚洲精品av在线| 亚洲电影在线观看av| 久久这里只有精品中国| 天天躁日日操中文字幕| 少妇熟女欧美另类| 国产又色又爽无遮挡免| 纵有疾风起免费观看全集完整版 | 青青草视频在线视频观看| 国产片特级美女逼逼视频| 老女人水多毛片| 精品酒店卫生间| 国产午夜精品久久久久久一区二区三区| 精品久久久久久久久av| 日韩 亚洲 欧美在线| 夜夜爽夜夜爽视频| 中文天堂在线官网| 一级毛片电影观看| 国产精品国产三级国产专区5o| 亚洲丝袜综合中文字幕| 国内少妇人妻偷人精品xxx网站| 爱豆传媒免费全集在线观看| 久久久久网色| 国产成人a区在线观看| 亚洲成人av在线免费| 最新中文字幕久久久久| av国产久精品久网站免费入址| 中文字幕制服av| 亚洲国产日韩欧美精品在线观看| 一级毛片黄色毛片免费观看视频| freevideosex欧美| 亚洲精品自拍成人| kizo精华| 久热久热在线精品观看| 午夜精品一区二区三区免费看| 久久这里有精品视频免费| 三级经典国产精品| 2021天堂中文幕一二区在线观| 一边亲一边摸免费视频| 69人妻影院| 观看美女的网站| 在线观看免费高清a一片| 国产精品久久视频播放| 在线观看免费高清a一片| 日本欧美国产在线视频| 国产亚洲一区二区精品| 中文在线观看免费www的网站| 国产色爽女视频免费观看| 日本三级黄在线观看| 伊人久久国产一区二区| 看黄色毛片网站| 免费观看在线日韩| 日韩不卡一区二区三区视频在线| 午夜激情久久久久久久| 亚州av有码| 亚洲精品国产成人久久av| 超碰av人人做人人爽久久| 少妇的逼好多水| 观看美女的网站| 男插女下体视频免费在线播放| 91精品国产九色| 中文字幕制服av| 国产成人精品一,二区| 成人欧美大片| 高清视频免费观看一区二区 | 少妇的逼好多水| 色播亚洲综合网| 水蜜桃什么品种好| 99热这里只有精品一区| 国产探花在线观看一区二区| 看免费成人av毛片| 国产一级毛片七仙女欲春2| av播播在线观看一区| 久久这里只有精品中国| 嫩草影院精品99| 亚洲欧美清纯卡通| 亚洲av不卡在线观看| 大又大粗又爽又黄少妇毛片口| av在线蜜桃| 有码 亚洲区| 少妇人妻精品综合一区二区| 国产毛片a区久久久久| 久久精品夜夜夜夜夜久久蜜豆| 91精品伊人久久大香线蕉| 干丝袜人妻中文字幕| 乱码一卡2卡4卡精品| 一级毛片我不卡| 人妻夜夜爽99麻豆av| 亚洲国产欧美在线一区| 亚洲欧洲日产国产| 日日摸夜夜添夜夜爱| 国产乱来视频区| 午夜免费观看性视频| 成人高潮视频无遮挡免费网站| 精品人妻偷拍中文字幕| 在线免费观看的www视频| 亚洲精品久久午夜乱码| 国产精品久久久久久久久免| 搞女人的毛片| 亚洲欧美精品专区久久| 亚洲国产欧美人成| 亚洲综合精品二区| 18禁动态无遮挡网站| 搞女人的毛片| 精品人妻视频免费看| 精品一区在线观看国产| 国产老妇伦熟女老妇高清| 欧美3d第一页| 欧美人与善性xxx| 日韩欧美精品v在线| 一级a做视频免费观看| 国产成人a∨麻豆精品| 国产精品一二三区在线看| 午夜视频国产福利| 男人舔奶头视频| 亚州av有码| 国语对白做爰xxxⅹ性视频网站| 国产一级毛片在线| 秋霞伦理黄片| 日本熟妇午夜| 日韩av不卡免费在线播放| 国产 亚洲一区二区三区 | 亚洲欧洲国产日韩| 一级二级三级毛片免费看| 在线 av 中文字幕| 高清毛片免费看| 欧美人与善性xxx| 日韩欧美 国产精品| 亚洲美女视频黄频| 午夜亚洲福利在线播放| 水蜜桃什么品种好| 十八禁国产超污无遮挡网站| 亚洲最大成人中文| 国产精品国产三级专区第一集| 高清av免费在线| 性色avwww在线观看| 国产精品麻豆人妻色哟哟久久 | 久久99热6这里只有精品| 内射极品少妇av片p| 免费播放大片免费观看视频在线观看| 好男人在线观看高清免费视频| 小蜜桃在线观看免费完整版高清| 看非洲黑人一级黄片| 一区二区三区乱码不卡18| 可以在线观看毛片的网站| 国产极品天堂在线| 亚洲精品国产av成人精品| 日韩一区二区视频免费看| 日韩欧美精品v在线| av国产久精品久网站免费入址| 成年女人在线观看亚洲视频 | 在线观看美女被高潮喷水网站| 欧美成人午夜免费资源| 午夜福利在线在线| 99久久精品国产国产毛片| 欧美高清成人免费视频www| 久久精品国产自在天天线| 男插女下体视频免费在线播放| 国产午夜精品一二区理论片| 日本午夜av视频| 午夜免费激情av| 可以在线观看毛片的网站| 日本色播在线视频| 好男人在线观看高清免费视频| 欧美高清成人免费视频www| 久久久久精品久久久久真实原创| 在线免费观看不下载黄p国产| 一个人看视频在线观看www免费| 亚洲伊人久久精品综合| 成年免费大片在线观看| 成人亚洲欧美一区二区av| 日韩av免费高清视频| 免费看av在线观看网站| 亚洲精品aⅴ在线观看| 亚洲av一区综合| 精品久久久久久久久久久久久| 国内少妇人妻偷人精品xxx网站| 免费观看性生交大片5| 男女那种视频在线观看| 人人妻人人澡欧美一区二区| 在现免费观看毛片| 伦理电影大哥的女人| 亚洲国产欧美在线一区| 亚洲美女搞黄在线观看| 久久99精品国语久久久| 日韩亚洲欧美综合| 成年版毛片免费区| 成人漫画全彩无遮挡| 免费黄网站久久成人精品| 欧美xxⅹ黑人| 精品午夜福利在线看| 色视频www国产| 夫妻性生交免费视频一级片| 免费大片18禁| 国产综合懂色| 亚洲欧美日韩无卡精品| 成人性生交大片免费视频hd| 成人亚洲欧美一区二区av| 亚洲精品国产成人久久av| 别揉我奶头 嗯啊视频| 22中文网久久字幕| 国产成人a∨麻豆精品| 久久这里有精品视频免费| 男女下面进入的视频免费午夜| 精品一区二区三区视频在线| 夫妻性生交免费视频一级片| 最近中文字幕高清免费大全6| 99热这里只有是精品50| 国产真实伦视频高清在线观看| 插阴视频在线观看视频| 伦理电影大哥的女人| 夫妻午夜视频| 国产色爽女视频免费观看| 91aial.com中文字幕在线观看| 男插女下体视频免费在线播放| 高清视频免费观看一区二区 | 国产成人一区二区在线| 色哟哟·www| 亚洲精品乱码久久久v下载方式| 日韩一本色道免费dvd| 午夜福利视频精品| 高清视频免费观看一区二区 | 伦精品一区二区三区| 久久久久久久久久黄片| 99久久人妻综合| 国产免费一级a男人的天堂| 亚洲精品乱久久久久久| 国产精品久久久久久久久免| 亚洲怡红院男人天堂| 国产麻豆成人av免费视频| 久久久久久久久久久免费av| 少妇裸体淫交视频免费看高清| 午夜精品一区二区三区免费看| 国产一区二区在线观看日韩| 建设人人有责人人尽责人人享有的 | 少妇的逼好多水| 九九爱精品视频在线观看| 91午夜精品亚洲一区二区三区| 久久午夜福利片| 久久这里有精品视频免费| 菩萨蛮人人尽说江南好唐韦庄| 人妻系列 视频| 你懂的网址亚洲精品在线观看| 深爱激情五月婷婷| 久久久久久久久中文| 亚洲av.av天堂| 亚洲成人一二三区av| 午夜福利网站1000一区二区三区| 六月丁香七月| 日韩国内少妇激情av| 亚洲欧洲日产国产| 精品一区二区三卡| 色综合亚洲欧美另类图片| 亚洲国产色片| 美女脱内裤让男人舔精品视频| 亚洲av一区综合| 美女被艹到高潮喷水动态| 亚洲怡红院男人天堂| 亚洲精品成人av观看孕妇| 人妻制服诱惑在线中文字幕| 国产成人免费观看mmmm| 51国产日韩欧美| 三级经典国产精品| 一边亲一边摸免费视频| a级毛色黄片| 国产精品.久久久| 国产av不卡久久| 亚洲av不卡在线观看| 午夜福利网站1000一区二区三区| 美女xxoo啪啪120秒动态图| videos熟女内射| 日韩一本色道免费dvd| 免费观看性生交大片5| 免费黄频网站在线观看国产| 久久99精品国语久久久| 最后的刺客免费高清国语| 啦啦啦韩国在线观看视频| 午夜日本视频在线| 亚洲精品影视一区二区三区av| 91在线精品国自产拍蜜月| 成人性生交大片免费视频hd| 久久久欧美国产精品| 国产一区二区三区av在线| 国模一区二区三区四区视频| 成人综合一区亚洲| 2021天堂中文幕一二区在线观| 不卡视频在线观看欧美| 九九久久精品国产亚洲av麻豆| 国产片特级美女逼逼视频| 一个人看视频在线观看www免费| 美女国产视频在线观看| 午夜激情福利司机影院| 国产又色又爽无遮挡免| 五月伊人婷婷丁香| 成年人午夜在线观看视频 | 男女啪啪激烈高潮av片| 淫秽高清视频在线观看| 久久精品国产亚洲av天美| 欧美不卡视频在线免费观看| 亚洲欧洲国产日韩| 91久久精品国产一区二区成人| 高清毛片免费看| 国产免费福利视频在线观看| 午夜激情久久久久久久| 一级黄片播放器| 人人妻人人澡人人爽人人夜夜 | 在线免费观看不下载黄p国产| 日韩在线高清观看一区二区三区| 欧美日韩精品成人综合77777| 性色avwww在线观看| 欧美潮喷喷水| 91av网一区二区| 一级毛片我不卡| 免费看不卡的av| 黄片wwwwww| 在现免费观看毛片| 人妻一区二区av| 久久久成人免费电影| 水蜜桃什么品种好| 岛国毛片在线播放| av又黄又爽大尺度在线免费看| 国产69精品久久久久777片| 欧美区成人在线视频| 国产一区二区亚洲精品在线观看| 国产一级毛片在线| 国产午夜福利久久久久久| 观看美女的网站| 国产在线一区二区三区精| 97人妻精品一区二区三区麻豆| 国产视频内射| 国产真实伦视频高清在线观看| 国产精品国产三级国产专区5o| 日韩一本色道免费dvd| av女优亚洲男人天堂| 国内精品美女久久久久久| 插阴视频在线观看视频| 欧美三级亚洲精品| 国产亚洲av嫩草精品影院| 成人亚洲欧美一区二区av| av卡一久久| 看免费成人av毛片| 国产成人a∨麻豆精品| 国产精品一区二区三区四区免费观看| 少妇猛男粗大的猛烈进出视频 | 日韩伦理黄色片| 国产一级毛片在线| 男人舔女人下体高潮全视频| 熟妇人妻不卡中文字幕| 亚洲美女视频黄频| 乱码一卡2卡4卡精品| 美女国产视频在线观看| 久久久a久久爽久久v久久| 日韩大片免费观看网站| 国产成人精品一,二区| 国产欧美另类精品又又久久亚洲欧美| 日韩视频在线欧美| 亚洲成人精品中文字幕电影| 亚洲国产色片| 99久久人妻综合| 又大又黄又爽视频免费| 久久精品国产鲁丝片午夜精品| 亚洲欧洲国产日韩| 午夜久久久久精精品| 亚洲精品成人久久久久久| 99久国产av精品| 五月伊人婷婷丁香| 久久精品国产亚洲av天美| 搡女人真爽免费视频火全软件| 女人被狂操c到高潮| 精品人妻视频免费看| 国产精品伦人一区二区| 久久精品国产自在天天线| 午夜精品国产一区二区电影 | 国产欧美另类精品又又久久亚洲欧美| 大又大粗又爽又黄少妇毛片口| 日韩av免费高清视频| 国产欧美日韩精品一区二区| 亚洲精品国产成人久久av| 久久久久久久久中文| 舔av片在线| 国产午夜精品论理片| 午夜亚洲福利在线播放| 网址你懂的国产日韩在线| 好男人视频免费观看在线| 人体艺术视频欧美日本| 久久久久网色| 日日啪夜夜撸| 极品教师在线视频| 九九久久精品国产亚洲av麻豆| 精品人妻一区二区三区麻豆| 国产男人的电影天堂91| 美女被艹到高潮喷水动态| 久久久精品94久久精品| 国产精品99久久久久久久久| 一二三四中文在线观看免费高清| 在线a可以看的网站| 日韩欧美精品免费久久| 国产免费一级a男人的天堂| 午夜爱爱视频在线播放| 亚洲真实伦在线观看| 亚洲一区高清亚洲精品| 成人国产麻豆网| 天堂影院成人在线观看| 国产男人的电影天堂91| 久久久欧美国产精品| 麻豆国产97在线/欧美| 少妇的逼水好多| 欧美性感艳星| 国产精品一区二区三区四区免费观看| 最后的刺客免费高清国语| 精品熟女少妇av免费看| 久99久视频精品免费| 亚洲av国产av综合av卡| 国产精品久久久久久久久免| 精品一区二区免费观看| 免费观看精品视频网站| 乱人视频在线观看| 成人高潮视频无遮挡免费网站| 欧美成人a在线观看| 你懂的网址亚洲精品在线观看| 久久久久网色| 神马国产精品三级电影在线观看| 极品教师在线视频| 高清日韩中文字幕在线| 欧美潮喷喷水| 少妇裸体淫交视频免费看高清| 国产毛片a区久久久久| 亚洲国产最新在线播放| 中文天堂在线官网| 超碰97精品在线观看| eeuss影院久久| 久久久久久久久久久丰满| 国产欧美另类精品又又久久亚洲欧美| 小蜜桃在线观看免费完整版高清| 免费观看性生交大片5| 夫妻性生交免费视频一级片| 男人爽女人下面视频在线观看| 日韩一本色道免费dvd| 女人被狂操c到高潮| 热99在线观看视频| 欧美一级a爱片免费观看看| a级毛片免费高清观看在线播放| 欧美人与善性xxx| 毛片一级片免费看久久久久| 国内精品美女久久久久久| 午夜激情福利司机影院| 国产不卡一卡二| 国产亚洲av片在线观看秒播厂 | 又黄又爽又刺激的免费视频.| 日本wwww免费看| 国产 一区 欧美 日韩| 午夜激情久久久久久久| 国产伦一二天堂av在线观看| 亚洲精品影视一区二区三区av| 永久网站在线| 三级国产精品片| 国产亚洲5aaaaa淫片| 18禁动态无遮挡网站| 免费电影在线观看免费观看| 久久久久久久久中文| 两个人视频免费观看高清| 三级男女做爰猛烈吃奶摸视频| 在线 av 中文字幕| 中文欧美无线码| 亚洲精品一区蜜桃| 日本猛色少妇xxxxx猛交久久| 国产伦一二天堂av在线观看| 97热精品久久久久久| 91久久精品电影网| 久热久热在线精品观看| 日韩欧美三级三区| 91精品一卡2卡3卡4卡| 成人午夜高清在线视频| 寂寞人妻少妇视频99o| 少妇熟女欧美另类| 免费播放大片免费观看视频在线观看| 午夜精品一区二区三区免费看| 亚洲av电影在线观看一区二区三区 | 亚洲av二区三区四区| 一本一本综合久久| 免费看a级黄色片| 别揉我奶头 嗯啊视频| 少妇的逼好多水| 特级一级黄色大片| 亚洲精品国产av成人精品| 男人舔奶头视频| 精品99又大又爽又粗少妇毛片| 97超视频在线观看视频| 亚洲精品一二三| 日日摸夜夜添夜夜爱| 日本黄大片高清| 国产69精品久久久久777片| 亚洲伊人久久精品综合| 午夜免费男女啪啪视频观看| 91久久精品国产一区二区成人| 国产成人精品久久久久久| 国产亚洲一区二区精品| 一级毛片 在线播放| 国产成人午夜福利电影在线观看| 91久久精品国产一区二区成人| 国产精品一区二区性色av| 啦啦啦啦在线视频资源| 日韩大片免费观看网站| 日日摸夜夜添夜夜添av毛片| 国产精品久久视频播放| 亚洲av中文av极速乱| 欧美高清性xxxxhd video| 一边亲一边摸免费视频| 国产毛片a区久久久久| 在线 av 中文字幕| 日本午夜av视频| 国产免费又黄又爽又色| 观看美女的网站| 精品熟女少妇av免费看| 成人二区视频| 亚洲av福利一区| 特级一级黄色大片| 一本一本综合久久| 精华霜和精华液先用哪个| 国产成人a区在线观看| 免费看美女性在线毛片视频| 99视频精品全部免费 在线| 秋霞在线观看毛片| 色综合亚洲欧美另类图片| 人人妻人人看人人澡| 精品久久久久久久末码| 亚洲精品久久久久久婷婷小说| 亚洲国产精品国产精品| 嫩草影院精品99| 精品国产露脸久久av麻豆 | 中文天堂在线官网| 中文字幕免费在线视频6| 一级a做视频免费观看| 精品酒店卫生间| 水蜜桃什么品种好| 日本wwww免费看| 中文字幕av在线有码专区| 美女内射精品一级片tv| 亚洲精品久久久久久婷婷小说| 高清在线视频一区二区三区| 国产高清国产精品国产三级 | 国产毛片a区久久久久| 久久久久精品性色| 久久这里只有精品中国| 欧美高清成人免费视频www| 丰满少妇做爰视频| 婷婷色麻豆天堂久久| 中文字幕人妻熟人妻熟丝袜美| 激情 狠狠 欧美| 欧美区成人在线视频| 国产精品一二三区在线看| 免费不卡的大黄色大毛片视频在线观看 | 日韩欧美三级三区| 日韩国内少妇激情av| 精品一区二区三区视频在线| 日韩精品有码人妻一区| 午夜视频国产福利| 最后的刺客免费高清国语| 国产午夜精品久久久久久一区二区三区| 又黄又爽又刺激的免费视频.| 嫩草影院新地址| 两个人的视频大全免费| 99热这里只有精品一区| 国产亚洲最大av| 美女脱内裤让男人舔精品视频| 啦啦啦啦在线视频资源| 国产成人精品婷婷| 三级经典国产精品| a级毛色黄片| 亚洲18禁久久av| 久久草成人影院| 一边亲一边摸免费视频| 国产精品一区二区在线观看99 | 男的添女的下面高潮视频| 内地一区二区视频在线| 我要看日韩黄色一级片| 国产一级毛片七仙女欲春2| 国产单亲对白刺激| 777米奇影视久久| 看十八女毛片水多多多| 青春草国产在线视频| 久久久久久久久久黄片| 国产毛片a区久久久久| 国产麻豆成人av免费视频| 七月丁香在线播放| 熟妇人妻久久中文字幕3abv| 男人爽女人下面视频在线观看| 婷婷六月久久综合丁香| 97超碰精品成人国产| 国产精品熟女久久久久浪| 看非洲黑人一级黄片| 免费看不卡的av| 国内精品宾馆在线| 成人国产麻豆网| a级一级毛片免费在线观看| 一区二区三区乱码不卡18| 哪个播放器可以免费观看大片| 亚洲av中文字字幕乱码综合| 亚洲综合精品二区| 看非洲黑人一级黄片| 亚洲精华国产精华液的使用体验| 99久国产av精品国产电影| 久久精品夜夜夜夜夜久久蜜豆| 日韩成人伦理影院| av女优亚洲男人天堂| 久久久久久久久大av| 国产一区二区三区综合在线观看 |