• <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 ?

    復(fù)雜背景下基于人臉的自適應(yīng)膚色檢測(cè)

    2016-12-26 08:14:40張雪超
    關(guān)鍵詞:膚色像素點(diǎn)直方圖

    萬(wàn) 靜 袁 澤 張雪超

    1(北京化工大學(xué)信息科學(xué)與技術(shù)學(xué)院 北京 100029)2(北京工商大學(xué) 北京 100036)

    ?

    復(fù)雜背景下基于人臉的自適應(yīng)膚色檢測(cè)

    萬(wàn) 靜1袁 澤1張雪超2

    1(北京化工大學(xué)信息科學(xué)與技術(shù)學(xué)院 北京 100029)2(北京工商大學(xué) 北京 100036)

    針對(duì)傳統(tǒng)膚色檢測(cè)在復(fù)雜背景下對(duì)類膚色像素的抗干擾能力弱,以及光照對(duì)膚色顏色特性影響的問(wèn)題,提出一種自適應(yīng)的膚色檢測(cè)方法。通過(guò)Adaboost結(jié)合Haar的人臉檢測(cè),并利用改進(jìn)后的二值化提取出包含光照信息的皮膚區(qū)域。然后利用改進(jìn)后的直方圖反向投影法,結(jié)合膚色樣本在YCbCr空間中Y亮度分量訓(xùn)練得到的最佳閾值,對(duì)整幅圖像進(jìn)行膚色檢測(cè)。實(shí)驗(yàn)結(jié)果表明,該方法在復(fù)雜背景下以及光照的影響均有良好的魯棒性,在準(zhǔn)確率、召回率方面較傳統(tǒng)的膚色檢測(cè)方法有提高。

    膚色檢測(cè) 局部二值化 自適應(yīng)閾值 直方圖反向投影

    0 引 言

    膚色檢測(cè)作為圖像處理中一項(xiàng)重要的研究?jī)?nèi)容,能作用在人臉檢測(cè)與識(shí)別、手勢(shì)識(shí)別、人機(jī)交互以及基于內(nèi)容的不良圖像過(guò)濾等眾多計(jì)算機(jī)視覺(jué)領(lǐng)域。通過(guò)膚色檢測(cè)可以有效排除背景干擾,縮小處理范圍,提高工作效率以及結(jié)果的準(zhǔn)確度。

    在對(duì)膚色檢測(cè)研究中,Duan等[1]提出一種基于YUV和YIQ顏色空間結(jié)合的參數(shù)法,固定顏色分量閾值對(duì)膚色像素進(jìn)行檢測(cè)。Jure等[2]又進(jìn)一步發(fā)現(xiàn)膚色像素點(diǎn)在其他顏色空間有著更優(yōu)秀的聚類性,將膚色像素點(diǎn)轉(zhuǎn)換到Y(jié)CbCr顏色空間后,其Cb和Cr分量在2D平面聚類成一個(gè)類似橢圓的形狀,于是對(duì)膚色像素點(diǎn)在Cb-Cr平面進(jìn)行擬合,構(gòu)造出一個(gè)橢圓邊界模型,對(duì)膚色和非膚色進(jìn)行區(qū)分。這種明確固定分界線的方法雖然計(jì)算方便,并且能有效地檢測(cè)出膚色像素,但是對(duì)于和膚色顏色相近的背景環(huán)境的區(qū)分效果十分不理想。

    為了解決復(fù)雜背景干擾的問(wèn)題,近年來(lái),學(xué)習(xí)型的自適應(yīng)膚色檢測(cè)方法[3-5]陸續(xù)被提出,利用臉部膚色像素點(diǎn)為學(xué)習(xí)樣本,分別采用建立高斯模型和加權(quán)平均Mahalanobis(馬氏)距離來(lái)判別其他像素點(diǎn)是否為膚色點(diǎn)。但是它們對(duì)臉部膚色像素提取方案并不理想,文獻(xiàn)[4]使用固定閾值的方法提取膚色像素點(diǎn),文獻(xiàn)[5]使用Sobel邊緣檢測(cè)來(lái)檢測(cè)出膚色像素點(diǎn),這兩種方法提取膚色像素時(shí)對(duì)陰影處理的魯棒性不好,導(dǎo)致信息不準(zhǔn)確。在自適應(yīng)學(xué)習(xí)過(guò)程中采用訓(xùn)練高斯模型耗時(shí)比較高,無(wú)法進(jìn)行實(shí)時(shí)性應(yīng)用,并且對(duì)于提取出的人臉膚色像素點(diǎn)屬于小樣本訓(xùn)練,并不太適合在大樣本環(huán)境下才能表現(xiàn)優(yōu)秀的高斯模型法。

    針對(duì)上述問(wèn)題,本文對(duì)自適應(yīng)膚色檢測(cè)方法進(jìn)行了改進(jìn)。首先利用人臉檢測(cè),采用改進(jìn)后的自適應(yīng)二值法提取人臉中的膚色像素,改進(jìn)后的二值化充分考慮了陰影的影響,保證了提取信息的完整性。然后利用YCbCr顏色空間中Cb-Cr分量的直方圖反向投影算法并結(jié)合Y分量的范圍對(duì)分割出來(lái)的區(qū)域進(jìn)行分類判斷。這樣做既考慮到了亮度信息,對(duì)光照、陰影有良好的魯棒性,可減小漏檢率;又能準(zhǔn)確檢測(cè)出圖像中的膚色區(qū)域,有效改進(jìn)類膚色背景干擾這一難題。

    1 基于人臉的自適應(yīng)膚色檢測(cè)方法

    本文提出的自適應(yīng)膚色檢測(cè)原理就是利用待測(cè)圖像本身可以確定的信息對(duì)已知膚色檢測(cè)算法和相關(guān)閾值加以更新,利用更新后的結(jié)果對(duì)原待檢圖像進(jìn)行檢測(cè),得到更為準(zhǔn)確的檢測(cè)效果。本文算法的框架如圖1所示。

    圖1 自適應(yīng)膚色檢測(cè)算法框架

    1.1 膚色像素提取

    (1) 人臉檢測(cè)

    準(zhǔn)確地提取出膚色像素樣本點(diǎn)是整個(gè)算法的前提,為了適應(yīng)不同環(huán)境的膚色檢測(cè),本文針對(duì)每一張待測(cè)人物圖像提取可確認(rèn)的膚色區(qū)域。

    人臉檢測(cè)目的是分割出人物確認(rèn)的膚色區(qū)域以及排除邊緣背景和頭發(fā)的干擾。首先采用adaboost+haar[6]的人臉檢測(cè)方法檢測(cè)出人臉的具體大小及方位。然后根據(jù)三庭五眼的人臉比例如圖2所示,以檢測(cè)到的人臉圓心O為區(qū)域中心,人臉圓的半徑r為邊長(zhǎng),劃出一塊正方形的人臉部分,這樣做能有效達(dá)到預(yù)期目的。

    圖2 人臉檢測(cè)及截取示意圖

    (2) 非膚色區(qū)域排除

    對(duì)區(qū)域內(nèi)存在的非膚色像素進(jìn)行排除,例如眉毛、眼睛以及鼻子陰影。為了保證提取到膚色像素樣本的準(zhǔn)確性,本文將人臉區(qū)域分為三類:眼白和牙齒;眉毛、眼球和鼻子陰影;膚色區(qū)域。由經(jīng)驗(yàn)可知,以上三類在顏色特性上屬于三個(gè)區(qū)間,所以分開(kāi)進(jìn)行比較排除。

    首先對(duì)眼白和牙齒像素進(jìn)行變換,白色在RGB空間的三個(gè)分量數(shù)值很接近并都趨近于255,而膚色的R(紅色)>G(綠色)>B(藍(lán)色),并且數(shù)值接近,所以可以設(shè)定一個(gè)限制條件來(lái)判別像素點(diǎn)P的預(yù)屬性:

    F:|Value(R)-Value(G)|=T1

    Value(G)-Value(B)=T2

    T1

    P∈膚色

    其中Value(R)、Value(G)、Value(B)分別為像素在RGB空間三個(gè)通道的分量數(shù)值。

    通過(guò)26張人臉圖像,對(duì)膚色部分進(jìn)行人工標(biāo)注得到229 736個(gè)膚色像素點(diǎn)。其中9張人臉圖像的牙齒、眼白較清晰,共提取546個(gè)非膚色像素點(diǎn)。按照上述統(tǒng)計(jì)規(guī)則進(jìn)行比較區(qū)分,得到閾值t=5時(shí)兩者區(qū)分效果最好。

    其次對(duì)眼球、眉毛以及鼻子處陰影部分進(jìn)行排除。采用在HSV空間的V分量上進(jìn)行處理,其表示的為色彩的明亮程度,范圍為0(黑色)~255(白色),并且使用一種改進(jìn)后的自適應(yīng)閾值區(qū)域二值化的方法來(lái)排除非膚色部分的干擾。傳統(tǒng)的自適應(yīng)閾值二值化法為Otsu(最大類間方差法),但是傳統(tǒng)的算法對(duì)類間方差為單峰的圖像效果十分優(yōu)秀。如果有光影的影響,類間方差呈現(xiàn)雙峰或多峰,分割效果不理想如圖3所示,右半部分光亮度弱的直接二值化為非膚色,失去了大量有效信息。

    圖3 傳統(tǒng)Otsu算法結(jié)果

    為了解決這一問(wèn)題,本文結(jié)合局部二值化的原理,在人臉圖像上以單個(gè)眼睛的大小為模板,也就是三分之一邊長(zhǎng)為寬度,五分之一邊長(zhǎng)為高度的窗口將人臉?lè)譃?5個(gè)矩形塊。然后在每個(gè)矩形塊中進(jìn)行Otsu算法求得最佳閾值t,以該最佳閾值對(duì)矩形塊進(jìn)行二值化,具體算法如下:

    Step1 將圖像image按照寬的1/3,高的1/5分割成15部分:

    (1)

    其中Simage表示輸入圖像,Si分割后每部分的圖像。

    Step2 計(jì)算分割后圖像Si的灰度直方圖,并對(duì)直方圖進(jìn)行歸一化:

    (2)

    其中M為所有像素點(diǎn)在總數(shù),nj為灰度級(jí)為j的像素點(diǎn)數(shù),Pj為像素點(diǎn)灰度為j時(shí)的概率。

    Step3 以灰度級(jí)t為閾值,可以將灰度級(jí)分為兩類:C1、C2,對(duì)于這兩類,每一類出現(xiàn)的概率w0、w1為:

    (3)

    Step4 根據(jù)每一類的概率,可以計(jì)算出每一類累積灰度值μ0、μ1為:

    (4)

    Step5 對(duì)于整個(gè)0~T(255)灰度級(jí),可以求得累積灰度值μT為:

    (5)

    Step6 最終計(jì)算出類間方差σ為:

    σ=(μT×w0-μ0)2/(w0×w1)

    (6)

    當(dāng)類間方差σ最大時(shí),表示兩類的差距最大,此時(shí)對(duì)應(yīng)的閾值t為最佳分割閾值。

    (3) 膚色像素提取效果

    對(duì)圖3中的人臉圖像進(jìn)行改進(jìn)后的二值化后可以得到結(jié)果如圖4所示。

    圖4 優(yōu)化后Otsu算法結(jié)果

    對(duì)于右邊亮度較暗的部分有了明顯改善,但是圖中分割塊1、2、7、10、11之前為較平滑的膚色區(qū)域,經(jīng)過(guò)局部二值化后,對(duì)它們進(jìn)行了一次錯(cuò)誤分割,導(dǎo)致產(chǎn)生了一些信息的丟失。所以為了保證信息的完整性,還應(yīng)該用局部二值化后的結(jié)果與全局二值化的結(jié)果進(jìn)行幾何運(yùn)算,找回丟失的信息,如圖5所示。

    圖5 圖像幾何運(yùn)算

    1.2 自適應(yīng)膚色判別

    (1) 改進(jìn)的直方圖反向投影算法

    為了將膚色區(qū)域找出來(lái)并成功避開(kāi)背景的干擾,本文以YCbCr顏色空間中的Cb-Cr分量為參考,進(jìn)行直方圖反向投影算法。文獻(xiàn)[8]中的研究如圖6所示,膚色像素點(diǎn)在YCbCr顏色空間的聚類性十分優(yōu)秀,特別是在Cb-Cr平面上投影,而其Y(亮度)分量的幾乎貫穿整個(gè)Y(亮度)軸,所以在之前的膚色檢測(cè)研究中,大部分方法都是基于Cb-Cr兩個(gè)分量。但是從圖7(a)顯示膚色像素點(diǎn)在Cb-Cr平面的分布一定程度上還是受Y(亮度)分量的影響(亮度高和低的部分Cb-Cr分量的范圍相對(duì)較小),如果只考慮Cb-Cr分量會(huì)使誤檢率增加,如圖7(b)所示。如果使用Y-Cb-Cr全部顏色信息作為反向投影參數(shù),相當(dāng)于在圖像中查找和樣本像素點(diǎn)像素值相同的點(diǎn),會(huì)產(chǎn)生大量的漏檢,如圖7(c)所示。

    圖6 文獻(xiàn)[8]膚色像素分布

    圖7 檢測(cè)結(jié)果

    所以本文在反向投影的基礎(chǔ)上添加Y分量的閾值標(biāo)準(zhǔn),在一定范圍內(nèi)進(jìn)行查找,這樣在不增大漏檢率的同時(shí)還可降低誤檢率。具體步驟如下:

    Step1 使用已提取的人臉膚色像素點(diǎn)共n個(gè):Pi(Y,Cb,Cr) (i=1,2,…,n),建立Cb-Cr分量的樣本直方圖模型。

    Step2 引入Y分量參數(shù),將直方圖每個(gè)bin中的m個(gè)像素點(diǎn):Pbin-j(Y,Cb,Cr)(j=1,2,…,m)對(duì)應(yīng)的Y分量求和并求得平均值Ebin-y:

    (7)

    其中Pbin-j(Y)為直方圖每個(gè)bin中的像素點(diǎn)Pbin-j(Y,Cb,Cr)中Y分量值。

    Step3 同對(duì)測(cè)試圖像的所有像素建立Cb-Cr分量的直方圖。

    Step4 對(duì)測(cè)試圖像中的像素P(w,h)在其直方圖中所在bin的位置,查詢?cè)撓袼卦跇颖局狈綀D模型中相同位置所對(duì)應(yīng)的bin數(shù)值,并且將待測(cè)像素點(diǎn)的Y分量與其所在bin對(duì)應(yīng)的Ebin-y進(jìn)行比較,如果滿足:|Y-Ebin-y|<β,bin數(shù)值不變,否則置為0。

    Step5 將查找得到的bin數(shù)值代替原圖像中的像素P(w,h)的值,也就是反向投影過(guò)程。

    Step6 對(duì)測(cè)試圖像中的每一個(gè)像素都采用上述的反向投影步驟,最后得到的就是測(cè)試圖像根據(jù)膚色樣本投影出來(lái)的膚色概率結(jié)果圖。

    (2) 改進(jìn)算法的結(jié)果

    根據(jù)改進(jìn)后算法以圖7(a)為例可以得到檢測(cè)正確率T與閾值β的關(guān)系以及膚色檢測(cè)效果如圖8所示。圖中Y軸表示膚色、非膚色判別正確的總和比上待測(cè)圖像總的像素點(diǎn),也就是正確檢測(cè)率TAccuracy:

    (8)

    圖8 檢測(cè)正確率與閾值β的關(guān)系圖

    可以看到隨著β的變化,正確率先增大后減小,符合上一段中提到的規(guī)律:β=0時(shí)表示Y分量和平均值Ebin-y相等,漏檢率較高;β=255時(shí)表示不考慮Y分量,誤檢率較高。所以取閾值β=55時(shí),檢測(cè)效果最好,其膚色檢測(cè)效果如圖9所示。對(duì)于每幅待檢圖像,Y分量閾值并不相同,所以可采用多幅圖像進(jìn)行擬合訓(xùn)練找到最佳閾值。

    圖9 改進(jìn)后算法膚色檢測(cè)結(jié)果

    2 實(shí)驗(yàn)與結(jié)果分析

    2.1 實(shí)驗(yàn)數(shù)據(jù)集

    本文選擇Pratheepan[11]人物膚色數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)。針對(duì)數(shù)據(jù)集中的32張人物圖像,首先選取12張作為參考,訓(xùn)練出1.2節(jié)中的最佳Y分量閾值β;然后使用另外20張作為測(cè)試集,驗(yàn)證訓(xùn)練結(jié)果,并與傳統(tǒng)的參數(shù)法[1]、學(xué)習(xí)型的膚色檢測(cè)法(融合法)[11]以及亮度自適應(yīng)法[5]的結(jié)果進(jìn)行比較。

    2.2 實(shí)驗(yàn)步驟與分析

    (1) Y分量閾值的訓(xùn)練及驗(yàn)證

    用于訓(xùn)練的12張樣本共包含2 459 261個(gè)像素點(diǎn)并且人工標(biāo)注好膚色點(diǎn)和非膚色點(diǎn)。首先,使用1.1節(jié)中的方法檢測(cè)出每張圖像中的人臉并處理提取膚色像素樣本點(diǎn)。然后,使用1.2節(jié)中的方法,利用每張圖像提取出來(lái)的膚色像素點(diǎn)投影出整幅圖像中的像素點(diǎn)并與標(biāo)注結(jié)果作比較,得出檢測(cè)正確率T與閾值β的關(guān)系圖,如圖10所示。從圖中可以看出β∈[55,105]時(shí),檢測(cè)效果最優(yōu)。

    圖10 樣本檢測(cè)正確率與閾值的關(guān)系

    驗(yàn)證訓(xùn)練結(jié)果是使用測(cè)試集,方法和訓(xùn)練步驟一致,只是判斷標(biāo)準(zhǔn)變?yōu)椋簻?zhǔn)確率TPrecision、召回率TRecall以及F值。20張測(cè)試樣本,共3 454 050個(gè)像素點(diǎn),其中膚色像素點(diǎn)793 581個(gè),測(cè)試在不同Y分量閾值下的檢測(cè)結(jié)果如圖11所示。

    (9)

    (10)

    (11)

    圖11 不同Y分量閾值下的測(cè)試結(jié)果

    可以從結(jié)果中得到:當(dāng)Y分量的閾值β=105時(shí),判斷標(biāo)準(zhǔn)F值最大,也就是召回率和準(zhǔn)確率協(xié)調(diào)平衡的最優(yōu)結(jié)果,而此結(jié)果和實(shí)驗(yàn)第一步的訓(xùn)練結(jié)果相吻合,β∈[55,105]。

    (2) 對(duì)比實(shí)驗(yàn)

    使用20幅圖像作為測(cè)試集,分別使用參數(shù)法、融合法、亮度自適應(yīng)進(jìn)行實(shí)驗(yàn),并與本文方法結(jié)果進(jìn)行比較,其中Y分量閾值β的訓(xùn)練結(jié)果為[55,105]。所以測(cè)試過(guò)程中取β=80,檢測(cè)效果圖如12所示,各項(xiàng)參數(shù)結(jié)果如表1所示。

    表1 測(cè)試集在不同方法下的測(cè)試結(jié)果

    由圖12中的檢測(cè)效果對(duì)比可以看出,參數(shù)法對(duì)背景判斷最差,但是表1中其召回率最高說(shuō)明其檢測(cè)出來(lái)的膚色像素點(diǎn)數(shù)量最多,適合大規(guī)模的檢測(cè),對(duì)特定環(huán)境的檢測(cè)效果不好。而本文方法無(wú)論是背景環(huán)境還是光照影響的處理都有較好表現(xiàn),而且準(zhǔn)確率、召回率對(duì)于融合法都有明顯的提高。在線亮度自適應(yīng)法的召回率雖然優(yōu)于本文方法,但是本文的準(zhǔn)確率確更高,最終的綜合判斷標(biāo)準(zhǔn)F值最高。

    圖12 檢測(cè)結(jié)果比較

    3 結(jié) 語(yǔ)

    本文通過(guò)顏色分量結(jié)合亮度分量提出一種自適應(yīng)的膚色檢測(cè),檢測(cè)到人臉后并不是根據(jù)膚色特征提取樣本點(diǎn),而是通過(guò)人臉?lè)植家约案倪M(jìn)后的局部自適應(yīng)二值化方法,保證了正樣本提取的完整性。然后通過(guò)直方圖反向投影算法,能有效排除復(fù)雜背景下類膚色像素的干擾,在保證正檢率的同時(shí)還具有較低的誤檢率,并且在此過(guò)程中還考慮了亮度對(duì)膚色的影響,進(jìn)一步提高了正確率。

    [1] Duan Lijuan,Cui Guoqin.Adult Image Detection Method Base-on Skin Color Model and Support Vector Machine[C]//The 5th Asian Conference on Computer Vision,2002,1:23-25.

    [2] Jure Kovac,Peter Peer.Human Skin Colour Clustering for Face Detection[J].International Conference on Computer as a Tool,2003:144-148.

    [3] Simone Bianco,Raimondo Schettini.Adaptive Color Constancy Using Faces[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2014,36(8):1505-1518.

    [4] 方晶晶,李振波.人體膚色區(qū)域的自適應(yīng)模型分割方法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2013,25(2):229-234.

    [5] Fang J J,Li Z.Human Skin Color Region Segmentation Based On Adaptive Model[J].Journal of Computer-Aided Design & Computer Graphics,2013,25(2):229-234.

    [6] 王任大,尹勇.基于在線學(xué)習(xí)的亮度自適應(yīng)皮膚區(qū)域檢測(cè)方法[J].系統(tǒng)仿真學(xué)報(bào),2014,26(9):2121-2125.

    [7] Wang R D,Yin Y.Luminance Adaptive Method for Skin Area Detection Based on Online Learning[J].Journal of System Simulation,2014,26(9):2121-2125.

    [8] 閆斌,梁嵐珍.改進(jìn)的膚色提取法在人臉檢測(cè)中的應(yīng)用[J].計(jì)算機(jī)仿真,2014,31(10):354-357.

    [9] Yan B,Liang L Z.Improved Color Model Used in Face Detection[J].Computer Simulation,2014,31(10):354-357.

    [10] Zhu Y.Face Detection Method Based on Multi-feature Fusion in YCbCr Color Space[C]//5thInternational Congress on Image and Signal Processing,Chongqing,China.USA:IEEE,2012:1249-1252.

    [11] Hsu R,Abdel-Mottaleb M,Jain A.Face Detection in Color Images[J].IEEE Transactions on Pattern Analysis and Machine Intelligence (S0162-8828),2002(5):696-706.

    [12] Chen Z X,Liu C Y.Fast face detection algorithm based on improved skin-color model[J].Arabian Journal for Science and Engineering,2013,38(3):629-635.

    [13] Kim C,Choi S I,Turk M.A new biased discriminate analysis using composite vectors for eye detection[J].IEEE Transactions on Systems Man and Cybernetics:Part B-Cybernetics,2012,42(4):1095-1106.

    [14] Tan W,Chan C,Yogarajah P.A Fusion Approach for Efficient Human Skin Detection[J].IEEE Transactions on Industrial Informatics,2012,8(1):138-147.

    FACE-BASED ADAPTIVE SKIN COLOUR DETECTION IN COMPLEX BACKGROUND

    Wan Jing1Yuan Ze1Zhang Xuechao2

    1(CollegeofInformationScienceandTechnology,BeijingUniversityofChemicalTechnology,Beijing100029,China)2(BeijingTechnologyandBusinessUniversity,Beijing100036,China)

    Traditional skin colour detection has the problems of weak anti-interference capability for similar skin colour pixels in complex background and the influence of illumination on characteristics of skin colour. In light of these, we propose an adaptive skin colour detection approach. First, it extracts the skin area with illumination information by combining Adaboost with Haar face detection and making use of the improved binarisation algorithm. Then, it employs the improved histogram back projection method and combines the Y brightness components of skin colour sample in YCbCr space to find the optimal threshold through training, and makes skin colour detection on entire image. Experimental result shows that our approach is robust in complex background and under the influence of illumination. Compared with tradition skin colour detection approaches, our approach has the improvement in both precision and recall.

    Skin colour detection Local binarisation Adaptive threshold Histogram back projection

    2015-03-10。中央高?;究蒲袠I(yè)務(wù)費(fèi)項(xiàng)目(zz1311)。萬(wàn)靜,副教授,主研領(lǐng)域:信息智能系統(tǒng)。袁澤,碩士生。張雪超,副教授。

    TP391.4

    A

    10.3969/j.issn.1000-386x.2016.11.035

    猜你喜歡
    膚色像素點(diǎn)直方圖
    統(tǒng)計(jì)頻率分布直方圖的備考全攻略
    符合差分隱私的流數(shù)據(jù)統(tǒng)計(jì)直方圖發(fā)布
    Conversation in a house
    人的膚色為什么不同
    用直方圖控制畫面影調(diào)
    基于canvas的前端數(shù)據(jù)加密
    基于逐像素點(diǎn)深度卷積網(wǎng)絡(luò)分割模型的上皮和間質(zhì)組織分割
    基于直方圖平移和互補(bǔ)嵌入的可逆水印方案
    基于Node-Cell結(jié)構(gòu)的HEVC幀內(nèi)編碼
    膚色檢測(cè)和Hu矩在安全帽識(shí)別中的應(yīng)用
    久久精品91蜜桃| 韩国高清视频一区二区三区| av在线观看视频网站免费| 少妇高潮的动态图| 中文在线观看免费www的网站| 国模一区二区三区四区视频| 久久久色成人| 国产v大片淫在线免费观看| av线在线观看网站| 波多野结衣巨乳人妻| 亚洲精华国产精华液的使用体验| 国产伦精品一区二区三区四那| 欧美高清成人免费视频www| 嫩草影院新地址| 18禁在线无遮挡免费观看视频| 久久精品久久久久久久性| 国产在线男女| 国产一区亚洲一区在线观看| 成人午夜高清在线视频| 免费观看在线日韩| 啦啦啦观看免费观看视频高清| 一边亲一边摸免费视频| 色综合色国产| 国产精品久久电影中文字幕| 99久久精品国产国产毛片| 亚洲精品成人久久久久久| 亚洲成色77777| kizo精华| 国产综合懂色| 长腿黑丝高跟| 国产成人精品一,二区| 一级黄片播放器| 欧美zozozo另类| 日韩强制内射视频| 久久亚洲精品不卡| av在线蜜桃| 99热精品在线国产| 亚洲va在线va天堂va国产| 欧美一区二区精品小视频在线| 亚洲丝袜综合中文字幕| 美女cb高潮喷水在线观看| 色吧在线观看| 久久精品91蜜桃| 久久久久久久亚洲中文字幕| 国产片特级美女逼逼视频| 免费电影在线观看免费观看| 99视频精品全部免费 在线| 亚洲av电影不卡..在线观看| 一个人免费在线观看电影| 午夜日本视频在线| 啦啦啦韩国在线观看视频| 国产精品嫩草影院av在线观看| 日韩欧美三级三区| 国产毛片a区久久久久| 十八禁国产超污无遮挡网站| 国模一区二区三区四区视频| 精品久久国产蜜桃| 午夜a级毛片| 九九在线视频观看精品| 亚洲av成人精品一区久久| 免费看日本二区| 男人和女人高潮做爰伦理| 亚洲av成人av| 色吧在线观看| 天天躁夜夜躁狠狠久久av| 国产探花极品一区二区| 亚洲精品456在线播放app| 久久午夜福利片| 日韩强制内射视频| 久久精品国产自在天天线| av福利片在线观看| 欧美高清成人免费视频www| 国产成人aa在线观看| 九九热线精品视视频播放| 少妇丰满av| 插逼视频在线观看| 午夜免费男女啪啪视频观看| 久久国内精品自在自线图片| av免费在线看不卡| 婷婷色麻豆天堂久久 | 久久久久网色| 男女下面进入的视频免费午夜| 少妇熟女aⅴ在线视频| 九九爱精品视频在线观看| 青春草国产在线视频| 久久久色成人| 成人欧美大片| 国产一级毛片七仙女欲春2| 男人舔奶头视频| 国产成人精品婷婷| 日韩av在线大香蕉| 国产又黄又爽又无遮挡在线| 成人毛片a级毛片在线播放| 午夜福利在线在线| 日日摸夜夜添夜夜添av毛片| 午夜久久久久精精品| 精品人妻熟女av久视频| 国产精品女同一区二区软件| 久久婷婷人人爽人人干人人爱| 日韩欧美精品v在线| 精品久久久久久久久亚洲| 久久久亚洲精品成人影院| 国产白丝娇喘喷水9色精品| 欧美激情国产日韩精品一区| 久久草成人影院| 在线观看66精品国产| 免费看美女性在线毛片视频| 国产精品一区二区三区四区免费观看| 在现免费观看毛片| 欧美又色又爽又黄视频| 啦啦啦啦在线视频资源| 亚洲成人中文字幕在线播放| 国产v大片淫在线免费观看| 国产一区二区在线观看日韩| 亚洲av电影不卡..在线观看| 99久久中文字幕三级久久日本| 久久亚洲国产成人精品v| 综合色丁香网| 全区人妻精品视频| 99热全是精品| 欧美日本亚洲视频在线播放| 亚洲精品乱码久久久v下载方式| 亚洲av男天堂| 日日摸夜夜添夜夜添av毛片| 国产淫片久久久久久久久| 亚洲自拍偷在线| 观看免费一级毛片| 麻豆国产97在线/欧美| 桃色一区二区三区在线观看| 黄色一级大片看看| 国内精品宾馆在线| 国产私拍福利视频在线观看| 久久久成人免费电影| eeuss影院久久| 久久国产乱子免费精品| 中文欧美无线码| 欧美又色又爽又黄视频| 久久精品久久久久久噜噜老黄 | 亚洲av福利一区| 七月丁香在线播放| av免费在线看不卡| 久久久久久久久久黄片| 国产av不卡久久| 免费不卡的大黄色大毛片视频在线观看 | 欧美性感艳星| 青青草视频在线视频观看| 91在线精品国自产拍蜜月| 69av精品久久久久久| 国产精品久久视频播放| 国产成人a∨麻豆精品| av国产久精品久网站免费入址| 久久99热这里只频精品6学生 | 免费观看的影片在线观看| 色播亚洲综合网| 亚洲五月天丁香| 一本久久精品| 久99久视频精品免费| 成人av在线播放网站| 99久国产av精品国产电影| 99久久精品国产国产毛片| 美女cb高潮喷水在线观看| 禁无遮挡网站| 在现免费观看毛片| 亚洲欧美日韩高清专用| 青春草国产在线视频| 麻豆精品久久久久久蜜桃| 啦啦啦啦在线视频资源| 国产一级毛片在线| 国产乱来视频区| 非洲黑人性xxxx精品又粗又长| 亚洲国产精品成人久久小说| 国产真实乱freesex| 中文乱码字字幕精品一区二区三区 | 成人毛片60女人毛片免费| 大香蕉久久网| 欧美一区二区精品小视频在线| 亚洲av成人av| 性插视频无遮挡在线免费观看| 狂野欧美白嫩少妇大欣赏| 蜜桃久久精品国产亚洲av| 人人妻人人看人人澡| 国产熟女欧美一区二区| 日韩av不卡免费在线播放| 免费电影在线观看免费观看| 久久综合国产亚洲精品| 欧美成人a在线观看| 亚洲欧美日韩高清专用| 欧美成人精品欧美一级黄| 亚洲精品一区蜜桃| 三级国产精品片| 国产视频内射| 免费一级毛片在线播放高清视频| 99热这里只有是精品在线观看| 中文字幕精品亚洲无线码一区| 亚洲四区av| av视频在线观看入口| 一级二级三级毛片免费看| 国产视频首页在线观看| 国产视频首页在线观看| 男女啪啪激烈高潮av片| 你懂的网址亚洲精品在线观看 | av在线天堂中文字幕| 成人性生交大片免费视频hd| 亚洲天堂国产精品一区在线| 亚洲性久久影院| 亚洲欧美日韩无卡精品| 国产三级在线视频| 欧美日韩精品成人综合77777| 草草在线视频免费看| 男女下面进入的视频免费午夜| 亚洲精品成人久久久久久| 国产 一区精品| 看非洲黑人一级黄片| 婷婷六月久久综合丁香| 青春草亚洲视频在线观看| 国产亚洲精品久久久com| 国产v大片淫在线免费观看| 秋霞伦理黄片| 亚洲国产精品合色在线| 五月伊人婷婷丁香| 我要搜黄色片| 久久精品夜色国产| av线在线观看网站| 一级毛片aaaaaa免费看小| av在线亚洲专区| 欧美日韩综合久久久久久| av免费观看日本| 久久精品久久精品一区二区三区| 一级黄片播放器| 97超碰精品成人国产| 国产高清不卡午夜福利| 亚洲欧美精品专区久久| 久久这里只有精品中国| 国产视频首页在线观看| 狠狠狠狠99中文字幕| 男人和女人高潮做爰伦理| 联通29元200g的流量卡| 国产亚洲5aaaaa淫片| 日日撸夜夜添| 国语对白做爰xxxⅹ性视频网站| 中文字幕制服av| 国产伦理片在线播放av一区| 日韩人妻高清精品专区| 国产私拍福利视频在线观看| 欧美性感艳星| 少妇裸体淫交视频免费看高清| 岛国在线免费视频观看| 亚洲最大成人手机在线| 成年av动漫网址| 久久精品国产亚洲av涩爱| 免费看a级黄色片| 国产男人的电影天堂91| 日日干狠狠操夜夜爽| 18禁动态无遮挡网站| 午夜视频国产福利| 日本黄大片高清| 日本wwww免费看| 亚洲av一区综合| 简卡轻食公司| 国产 一区 欧美 日韩| 伊人久久精品亚洲午夜| 亚洲欧美日韩无卡精品| 日日撸夜夜添| 激情 狠狠 欧美| 一级毛片我不卡| 亚洲一区高清亚洲精品| 看黄色毛片网站| 亚洲欧美精品自产自拍| 亚洲精品,欧美精品| 免费播放大片免费观看视频在线观看 | 精品少妇黑人巨大在线播放 | 91精品伊人久久大香线蕉| 国产成人aa在线观看| 亚洲图色成人| 国产精品人妻久久久久久| 亚洲电影在线观看av| 少妇被粗大猛烈的视频| 狂野欧美激情性xxxx在线观看| 亚洲欧美清纯卡通| 国产一级毛片在线| 成人一区二区视频在线观看| 国产白丝娇喘喷水9色精品| 亚洲成人精品中文字幕电影| 中文精品一卡2卡3卡4更新| 能在线免费看毛片的网站| 女人被狂操c到高潮| 中文字幕av在线有码专区| 亚洲国产高清在线一区二区三| 亚洲欧洲国产日韩| 欧美一区二区亚洲| 美女cb高潮喷水在线观看| 日本一本二区三区精品| 人体艺术视频欧美日本| 亚洲熟妇中文字幕五十中出| 午夜福利视频1000在线观看| 成人一区二区视频在线观看| 九九在线视频观看精品| 国产私拍福利视频在线观看| 亚洲精品国产av成人精品| 精品99又大又爽又粗少妇毛片| 精品酒店卫生间| 青春草国产在线视频| 久久久久久久久久久丰满| 内射极品少妇av片p| 少妇人妻一区二区三区视频| 九九热线精品视视频播放| 久99久视频精品免费| 午夜精品一区二区三区免费看| 91久久精品电影网| 国产一区二区在线av高清观看| videossex国产| 亚洲国产成人一精品久久久| 熟妇人妻久久中文字幕3abv| 亚洲乱码一区二区免费版| 欧美一区二区亚洲| 国产真实乱freesex| 中文在线观看免费www的网站| 国语自产精品视频在线第100页| 3wmmmm亚洲av在线观看| 搡老妇女老女人老熟妇| a级毛色黄片| 麻豆一二三区av精品| 久久欧美精品欧美久久欧美| 久久99热这里只有精品18| 亚洲av成人av| 午夜免费激情av| 高清在线视频一区二区三区 | 黄色一级大片看看| av在线观看视频网站免费| 九九热线精品视视频播放| 韩国av在线不卡| 日韩一区二区视频免费看| 国产精品一区二区性色av| 国产精品一区二区三区四区久久| 性插视频无遮挡在线免费观看| 亚洲美女搞黄在线观看| 免费看光身美女| 91aial.com中文字幕在线观看| 一级二级三级毛片免费看| 美女高潮的动态| 午夜视频国产福利| 国产av在哪里看| 亚洲国产欧美人成| 精品无人区乱码1区二区| 日韩成人伦理影院| 国产极品天堂在线| 欧美一区二区亚洲| 欧美丝袜亚洲另类| 成人综合一区亚洲| 国产爱豆传媒在线观看| 天堂√8在线中文| 国产精华一区二区三区| 又爽又黄a免费视频| 夫妻性生交免费视频一级片| 3wmmmm亚洲av在线观看| 一夜夜www| 国产精品伦人一区二区| 看黄色毛片网站| 亚洲精品aⅴ在线观看| 欧美精品国产亚洲| 亚洲综合精品二区| 中文字幕久久专区| 亚洲中文字幕日韩| 国产成人精品婷婷| 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| 久久久久久九九精品二区国产| 亚洲内射少妇av| 99热这里只有是精品在线观看| 亚洲最大成人中文| 亚洲自拍偷在线| 日日撸夜夜添| 美女内射精品一级片tv| 久久精品国产亚洲av天美| 精品国产露脸久久av麻豆 | 国产精品蜜桃在线观看| 免费看光身美女| www日本黄色视频网| 我要搜黄色片| 国产亚洲一区二区精品| 欧美日本视频| 亚洲成人精品中文字幕电影| or卡值多少钱| 国产91av在线免费观看| 白带黄色成豆腐渣| 高清日韩中文字幕在线| 麻豆成人午夜福利视频| 日韩欧美在线乱码| 亚洲精品日韩av片在线观看| 日韩高清综合在线| 国产探花在线观看一区二区| 欧美日韩一区二区视频在线观看视频在线 | 成年版毛片免费区| www.色视频.com| 男人和女人高潮做爰伦理| 国产大屁股一区二区在线视频| 欧美三级亚洲精品| 亚洲熟妇中文字幕五十中出| 热99re8久久精品国产| 日韩国内少妇激情av| 99久久精品热视频| 日韩av在线大香蕉| 高清毛片免费看| 国产精品一区二区在线观看99 | 最近视频中文字幕2019在线8| 69人妻影院| 极品教师在线视频| 久久久久久久久久久免费av| 亚洲伊人久久精品综合 | 欧美成人精品欧美一级黄| 日本免费在线观看一区| 久久精品影院6| 老司机福利观看| 亚洲电影在线观看av| 激情 狠狠 欧美| 成人美女网站在线观看视频| 日韩av在线免费看完整版不卡| 成年女人永久免费观看视频| 国产v大片淫在线免费观看| 精品人妻偷拍中文字幕| 91在线精品国自产拍蜜月| 直男gayav资源| 中文亚洲av片在线观看爽| 国产亚洲午夜精品一区二区久久 | 久久草成人影院| 插逼视频在线观看| 91在线精品国自产拍蜜月| av在线亚洲专区| 久久久久久久午夜电影| 午夜久久久久精精品| 看非洲黑人一级黄片| 欧美3d第一页| 中文亚洲av片在线观看爽| 日韩强制内射视频| 亚洲国产精品久久男人天堂| 边亲边吃奶的免费视频| 少妇裸体淫交视频免费看高清| 国产av一区在线观看免费| 欧美又色又爽又黄视频| 一本久久精品| 日日摸夜夜添夜夜添av毛片| 免费电影在线观看免费观看| 国产美女午夜福利| 白带黄色成豆腐渣| 一级毛片电影观看 | 国产精品不卡视频一区二区| 亚洲欧洲国产日韩| 国产真实乱freesex| 波野结衣二区三区在线| 日本猛色少妇xxxxx猛交久久| 成人鲁丝片一二三区免费| 你懂的网址亚洲精品在线观看 | 精品国内亚洲2022精品成人| 亚洲欧美成人综合另类久久久 | 日本-黄色视频高清免费观看| 亚洲精品国产成人久久av| 女的被弄到高潮叫床怎么办| 亚洲中文字幕日韩| 舔av片在线| av线在线观看网站| 欧美一区二区精品小视频在线| 国产一区二区三区av在线| 爱豆传媒免费全集在线观看| 一级黄片播放器| 99视频精品全部免费 在线| 偷拍熟女少妇极品色| 99久久成人亚洲精品观看| 男的添女的下面高潮视频| 一边摸一边抽搐一进一小说| 久久亚洲国产成人精品v| 免费不卡的大黄色大毛片视频在线观看 | 亚洲av中文av极速乱| videossex国产| 午夜视频国产福利| 免费av毛片视频| 久久精品国产亚洲网站| 成人亚洲欧美一区二区av| 国产高清国产精品国产三级 | 三级国产精品片| av天堂中文字幕网| 一个人免费在线观看电影| 高清视频免费观看一区二区 | 欧美bdsm另类| 性色avwww在线观看| 午夜视频国产福利| 久久久久精品久久久久真实原创| 男人的好看免费观看在线视频| 久久精品熟女亚洲av麻豆精品 | videos熟女内射| 中文亚洲av片在线观看爽| 舔av片在线| 亚洲天堂国产精品一区在线| 国产午夜精品久久久久久一区二区三区| 日本一二三区视频观看| 亚洲在久久综合| 国产一区二区亚洲精品在线观看| 晚上一个人看的免费电影| 成人毛片a级毛片在线播放| 久久久久九九精品影院| 亚洲成av人片在线播放无| 高清日韩中文字幕在线| 韩国高清视频一区二区三区| 男的添女的下面高潮视频| 一区二区三区免费毛片| 日韩国内少妇激情av| 听说在线观看完整版免费高清| 秋霞伦理黄片| 亚洲国产精品专区欧美| 极品教师在线视频| 亚洲精品,欧美精品| 久久久国产成人免费| 99久久九九国产精品国产免费| 床上黄色一级片| 亚洲精品乱码久久久v下载方式| 日韩一本色道免费dvd| 国产免费视频播放在线视频 | 国产一级毛片在线| 国产爱豆传媒在线观看| 免费观看的影片在线观看| 天天一区二区日本电影三级| 又粗又硬又长又爽又黄的视频| 欧美极品一区二区三区四区| 天天躁夜夜躁狠狠久久av| 最近手机中文字幕大全| 成年版毛片免费区| 成人漫画全彩无遮挡| 在线播放国产精品三级| 自拍偷自拍亚洲精品老妇| 水蜜桃什么品种好| 一级黄色大片毛片| 狂野欧美激情性xxxx在线观看| 国产亚洲av片在线观看秒播厂 | 最近最新中文字幕大全电影3| 久久99精品国语久久久| 久久韩国三级中文字幕| 国产精品人妻久久久久久| 美女国产视频在线观看| 欧美3d第一页| 久久久亚洲精品成人影院| 久久久久九九精品影院| 久久久久久久久久成人| 久久久久久国产a免费观看| 久久人妻av系列| 男女下面进入的视频免费午夜| 中文字幕精品亚洲无线码一区| 日本黄色视频三级网站网址| 春色校园在线视频观看| 成年女人看的毛片在线观看| av女优亚洲男人天堂| 日韩欧美 国产精品| 精品一区二区三区视频在线| av福利片在线观看| 观看美女的网站| 日韩视频在线欧美| 3wmmmm亚洲av在线观看| 国产麻豆成人av免费视频| 国内精品美女久久久久久| 亚洲精品影视一区二区三区av| 我的老师免费观看完整版| 国产精品日韩av在线免费观看| 国产乱人偷精品视频| 亚洲欧美精品专区久久| 国产精品美女特级片免费视频播放器| 国产熟女欧美一区二区| 99久久无色码亚洲精品果冻| 天天一区二区日本电影三级| 一个人免费在线观看电影| 在线播放无遮挡| 国产视频首页在线观看| av专区在线播放| 久久人人爽人人爽人人片va| 联通29元200g的流量卡| 国产精品人妻久久久影院| 一级av片app| 国产av在哪里看| 熟女人妻精品中文字幕| 国内精品美女久久久久久| 午夜免费激情av| av天堂中文字幕网| av卡一久久| 伦精品一区二区三区| 国国产精品蜜臀av免费| 久久久久久久亚洲中文字幕| 精品久久国产蜜桃| 国产又色又爽无遮挡免| 综合色丁香网| 岛国毛片在线播放| 最后的刺客免费高清国语| 精品一区二区三区人妻视频| 秋霞在线观看毛片| 黄片wwwwww| 国产又黄又爽又无遮挡在线| 一边亲一边摸免费视频| 尾随美女入室| 91精品伊人久久大香线蕉| 成年女人看的毛片在线观看| 午夜免费激情av| 日韩av不卡免费在线播放| 一级av片app| 久久久成人免费电影| 午夜精品一区二区三区免费看| 成人特级av手机在线观看| 91狼人影院| 亚洲国产精品成人综合色| 国产白丝娇喘喷水9色精品| 69av精品久久久久久| 免费观看在线日韩| 51国产日韩欧美| 国产一区二区三区av在线| 中文字幕精品亚洲无线码一区| 2022亚洲国产成人精品| 日本黄色片子视频| av播播在线观看一区| 欧美另类亚洲清纯唯美| 国产精品国产三级国产av玫瑰|