• <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 ?

    自適應全局最優(yōu)和聲搜索的模型相似性計算

    2020-05-27 20:16:55高雪瑤董欣然張春祥
    哈爾濱理工大學學報 2020年6期

    高雪瑤 董欣然 張春祥

    摘 要:為了度量模型之間的差異,提出了一種基于自適應全局最優(yōu)和聲搜索算法(self-adaptive global best harmony search algorithm,SGHS)的三維模型相似性計算方法。根據(jù)面的組成邊數(shù)和面的鄰接關(guān)系來構(gòu)造2個模型之間的面相似度矩陣。從面相似度矩陣中,利用自適應全局最優(yōu)和聲搜索算法獲得2個模型之間的最優(yōu)面匹配序列。根據(jù)最優(yōu)面匹配序列,累積源模型面與目標模型面之間的相似度來計算模型之間的相似性。實驗結(jié)果表明:所提出方法更能準確地度量模型之間的差異。

    關(guān)鍵詞:和聲搜索;面相似度矩陣;面匹配;粒子群

    DOI:10.15938/j.jhust.2020.06.022

    中圖分類號: TP391.7

    文獻標志碼: A

    文章編號: 1007-2683(2020)06-0150-07

    Model Similarity Calculation Based on Adaptive

    Global Optimal Harmony Search

    GAO Xue-yao1, DONG Xin-ran1, ZHANG Chun-xiang2

    (1.School of Computer Science and Technology, Harbin University of Science and Technology, Harbin, 150080, China; 2.School of Software and Microelectronics, Harbin University of Science and Technology, Harbin, 150080, China)

    Abstract:In order to measure the difference of models, a method of computing three dimension models similarity based on self-adaptive global best harmony search algorithm is proposed. Two models face similarity matrix is constructed according to the number of faces edges and adjacency relationship of faces. Self-adaptive global best harmony search algorithm is used to find an optimal face matching sequence between source model and target one from face similarity matrix. Based on an optimal face matching sequence, similarities between source model faces and target ones are summed to compute two models similarity. Experimental results show that the proposed method can measure two models difference more accurately.

    Keywords:harmony search; face similarity matrix; face matching; particle swarm

    0 引 言

    目前,三維模型的數(shù)量正呈幾何級的增長。從海量的模型中檢索出滿足用戶設計要求的模型,是一個重要的研究課題。其中,模型相似性計算是影響三維模型檢索的關(guān)鍵性因素。針對這一問題,很多學者開展了相關(guān)的研究工作。

    Tao等[1-2]分別建立了源模型和目標模型的面鄰接圖。構(gòu)造2個面鄰接圖之間的頂點兼容矩陣和邊兼容矩陣,將三維CAD模型檢索轉(zhuǎn)換為圖匹配問題。王洪申等[3]提出了一種基于最優(yōu)匹配的三維模型相似性評價方法。利用二分圖尋找最優(yōu)匹配方案,計算加權(quán)最優(yōu)匹配值,以度量源模型與目標模型之間的相似度。石民等[4]給出了一種基于特征鄰接圖的三維CAD模型檢索算法。構(gòu)造CAD模型特征鄰接圖的頂點積圖,利用蟻群算法搜索頂點積圖中的最大團對,并計算CAD模型的相似性。陶松橋等[5]使用外環(huán)邊循環(huán)碼來表示模型面的幾何邊界。同時,結(jié)合面特征屬性來描述CAD模型的形狀。根據(jù)模型面屬性相似度來檢索具有相似形狀的CAD模型。An和單強等[6-7]提出了基于分層多特征融合的CAD模型和圖像檢索方法?;矢χ忻竦萚8]利用融合空間鄰接關(guān)系的詞袋模式來描述模型,使用魚群算法來實現(xiàn)三維模型的聚類與檢索。李海生等[9]引入深度圖像來改進光場描述符,提取離散小波變換特征和Zernike矩特征。對深度圖像進行聚類去掉冗余信息,利用隨機游走算法來確定每一類的權(quán)重。給出了一種基于改進全景視圖的相似距離計算方法。牟春倩等[10]提出了一種融合全局信息和局部信息的三維模型檢索方法。利用Canny算子提取邊緣特征,用于描述三維模型的全局信息。使用詞袋模式提取詞頻向量特征,用于描述三維模型的局部信息。劉志等[11-12]使用自然圖像作為輸入,以三維模型的較優(yōu)視圖集作為基礎(chǔ),利用卷積神經(jīng)網(wǎng)絡對視圖集進行訓練,以獲取其中的深度特征并進行三維模型的檢索。劉楠楠等[13]提出了一種基于多模態(tài)的三維模型檢索方法。從每個三維模型中抽取結(jié)構(gòu)信息和視覺信息,采用圖匹配方法來度量不同模型之間的相似性。在這一過程中,使用了簡單的統(tǒng)計模型。李海生等[14]給出了一種基于內(nèi)二面角分布直方圖的特征描述方法,采用遺傳算法來融合多特征以完成非剛性三維模型的檢索任務。趙珊[15]提出了一種基于離散余弦變換(DCT)壓縮域的圖像檢索算法,采用DCT系數(shù)的復雜度直方圖來表示原始圖像中的紋理、邊緣及能量分布。該方法充分地提取了圖像中的紋理分布,獲取了較好的檢索效果。張開興和Huang等[16-17]抽取了三維模型B-Rep表示中的相關(guān)特征,構(gòu)造模型的屬性鄰接圖。同時,以屬性鄰接圖為基礎(chǔ)來計算源模型與目標模型之間的相似度。周燕等[18]以樣本模型的查詢結(jié)果分類信息熵為基礎(chǔ),結(jié)合監(jiān)督學習方法,提出了一種多特征融合的加權(quán)系數(shù)估算方法,給出了融合多特征的模型相似性度量方法,并將其應用于模型檢索過程之中。白柳等[19]以三維模型的幾何特征和拓撲特征為基礎(chǔ),提取了三維模型的特征函數(shù)。根據(jù)檢索過程中出現(xiàn)的平移、旋轉(zhuǎn)和尺寸變化情況,對特征函數(shù)進行不變矩處理。同時,利用遺傳算法來實現(xiàn)三維模型的最優(yōu)相似性檢索。

    利用組成邊數(shù)來計算兩個面之間的形狀相似度,根據(jù)鄰接關(guān)系來計算二者之間的結(jié)構(gòu)相似度,并構(gòu)造源模型面與目標模型面之間的相似度矩陣。利用自適應全局最優(yōu)和聲搜索算法來尋找源模型與目標模型之間的最優(yōu)面匹配序列,并計算二者之間的模型相似性。

    1 源模型面與目標模型面的相似性

    三維模型的空間組織結(jié)構(gòu)比較復雜。為了準確地檢索三維模型,需要找到合適的特征描述符。三維模型是由面圍成的,而面又是由邊構(gòu)成的。通過累積兩個三維模型對應面之間的形狀差異,能夠計算出二者之間的相似性。組成邊數(shù)描述了面的形狀。如果源模型面與目標模型面的組成邊數(shù)越接近,那么二者之間的相似度就越大。反之,這兩個面的相似度就越小。因此,可以利用面的組成邊數(shù)來計算源模型面x與目標模型面y之間的形狀相似度,其計算過程如公式(1)所示。

    Sh(x,y)=1-|N(x)-N(y)|max(N(x),N(y))(1)

    其中:N(x)表示面x所包含的邊數(shù);max(a,b)表示a與b中的最大值。由公式(1)可知,若x和y兩個面包含邊數(shù)相差越小,則|N(x)-N(y)|的值就越小,S(x,y)的值就越大,表明面x和面y的形狀越相似。當x和y兩個面所包含的邊數(shù)相等時,S(x,y)的數(shù)值為1,表明二者之間的相似程度最大。

    源模型A如圖1所示,目標模型B如圖2所示。源模型A包括9個組成面:x1、x2、x3、x4、x5、x6、x7、x8、x9。其中,面x1、x2、x3、x4、x5、x6、x7的邊數(shù)均是4,面x8和x9的邊數(shù)均為7。目標模型B有8個面,分別是y1、y2、y3、y4、y5、y6、y7、y8。其中,面y1、y2、y3、y4、y5、y6的邊數(shù)均是4,面y7和y8的邊數(shù)均為6。

    源模型面x1有4條邊,目標模型面y1也有4條邊,二者之間的形狀相似度為1。目標模型面y7有6條邊,面x1與y7之間的形狀相似度為0.667。

    在計算兩個模型之間的相似性時,僅考慮面的形狀相似度是不夠的。源模型面與目標模型面的形狀相似度為1,但其各自的鄰接關(guān)系不同,也會導致這兩個模型的整體形狀不同。例如:源模型面x2有4條邊,目標模型面y2也有4條邊。面x2的鄰接面包括x1、x3、x8、x9。其中,x1和x3分別有4條邊,x8和x9分別有7條邊。面y2的鄰接面包括y1、y3、y7、y8。其中,y1和y3分別有4條邊,y7和y8分別有6條邊。雖然面x2與y2的形狀相似度為1,但是二者的鄰接面是不同的。面x2的鄰接面包括2個四邊形和2個七邊形,面y2的鄰接面包括2個四邊形和2個六邊形。

    在計算模型相似性時,不但要考慮面的形狀相似度,而且要考慮面的鄰接面的形狀對應關(guān)系,即源模型面和目標模型面的結(jié)構(gòu)相似度。在計算源模型面與目標模型面的結(jié)構(gòu)相似度時,需要考慮二者之間所有鄰接面的對應相似程度。為了便于計算面的結(jié)構(gòu)相似度,利用公式(2)來表示面xs與xt之間的鄰接關(guān)系。

    A(xs,xt)=1,xs與xt鄰接

    0,xs與xt不鄰接(2)

    其中xs與xt為同一個模型的2個不同面。

    xs和xt為源模型的2個面,yu和yv為目標模型的2個面。源模型面xs、xt與目標模型面yu、yv之間的鄰接對應相似度為

    W(xs,xt,yu,yv)=1A(xs,xt)+A(yu,yv)=2

    0.5A(xs,xt)+A(yu,yv)=1

    0A(xs,xt)+A(yu,yv)=0(3)

    若xs和xt是源模型中的2個相鄰面,yu和yv是目標模型中的2個相鄰面,即滿足A(xs,xt)+A(yu,yv)=2,則面xs、xt與yu、yv之間鄰接對應相似的可能性最大。此時,W(xs,xt,yu,yv)的值為1。xs和xt是源模型中的2個相鄰面,yu和yv是目標模型中的2個不相鄰的面,A(xs,xt)+A(yu,yv)=1。xs和xt是源模型中的2個不相鄰的面,yu和yv是目標模型中的2個相鄰的面,A(xs,xt)+A(yu,yv)=1。此時,面xs、xt與yu、yv之間鄰接對應相似的可能性較小,W(xs,xt,yu,yv)的值設置為0.5。xs和xt是源模型中的2個不相鄰面,yu和yv也是目標模型中的2個不相鄰的面,A(xs,xt)+A(yu,yv)=0。此時,面xs、xt與yu、yv之間不可能是鄰接對應相似的,W(xs,xt,yu,yv)的值為0。

    假設源模型M有m個面x1, x2, …, xm,目標模型N有n個面y1, y2, …, yn。在計算源模型面xs與目標模型面yu的結(jié)構(gòu)相似度時,需要累積xs及其鄰接面與yu及其鄰接面之間的鄰接對應相似度與鄰接面之間的形狀相似度之積,其計算過程為

    St(xs,yu)=∑mi=1∑nj=1W(xs,xi,yu,yj)*S(xi,yj)mn(4)

    綜合源模型面xs與目標模型面yu的形狀相似度和結(jié)構(gòu)相似度,可以計算出二者之間的相似度,即

    S(xs,yu)=Sh(xs,yu)*St(xs,yu)(5)

    利用式(5)可以計算任意源模型面xs與目標模型面yu之間的相似度(s=1, 2, …, m,u=1, 2, …, n)。構(gòu)造出源模型M與目標模型N之間的面相似度矩陣S,如下所示。矩陣的行表示源模型面,列表示目標模型面。

    S=S(x1,y1)……S(x1,yn)

    ………

    S(xs,yu)

    ………

    S(xm,y1)……S(xm,yn)

    2 基于自適應全局最優(yōu)和聲搜索算法的面匹配

    在面相似度矩陣S中,利用自適應全局最優(yōu)和聲搜索算法找出一條最優(yōu)路徑,即最優(yōu)面匹配序列((h(1), 1), (h(2), 2), …, (h(n), n))。其中,i表示目標模型面yi(i=1, 2, …, n)的標號。h(i)表示與目標模型面yi相匹配的源模型面xh(i)的標號。以最優(yōu)面匹配序列為基礎(chǔ),求出源模型與目標模型之間的相似性。

    和聲搜索算法模擬了音樂演奏的過程,通過微調(diào)音調(diào)最終達到一個完美的和聲。在和聲搜索算法中,使用和聲記憶庫HM來記錄當前所找到的所有和聲。和聲搜索算法容易陷入局部最優(yōu)解。在和聲算法中,微調(diào)概率PAR和微調(diào)帶寬BW是兩個重要的參數(shù)。SGHS算法對參數(shù)PAR和BW進行自適應調(diào)整,以獲得一組更好的和聲。在搜索初期,保持較小的PAR和較大的BW,有利于在大范圍內(nèi)搜索較好的區(qū)域。在搜索后期,保持較大的PAR,有利于將當前和聲信息傳遞到下一代,增強算法在當前和聲周圍的局部搜索能力;保持較小的BW,有利于擴大搜索區(qū)域和增加和聲庫的多樣性,跳出局部最優(yōu)。SGHS算法根據(jù)式(6)和式(7)對參數(shù)PAR和BW分別進行調(diào)整。

    PAR(t)=PARmin+PARmax-PARminmaxItr×t(6)

    BW(t)=BWmax-BWmax-BWminmaxItr×2t,t

    BWmin,t≥maxItr2(7)

    其中,t為當前的迭代次數(shù);PAR(t)為第t次迭代過程中的音符微調(diào)概率,PARmax和PARmin分別為音符微調(diào)概率的最大值和最小值;maxItr為最大迭代次數(shù);BW(t)為第t次迭代過程中的微調(diào)帶寬;BWmax和BWmin分別為微調(diào)帶寬的最大值和最小值。

    在更新和聲記憶庫HM的過程中,需要對新產(chǎn)生的和聲進行評估。為了更好地評估新產(chǎn)生的和聲,定義了和聲判別優(yōu)化函數(shù)f(x),其計算過程如公式(8)所示。

    f(x)=∑mj=1S[h(j),j](8)

    基于自適應全局最優(yōu)和聲搜索SGHS算法的面匹配過程如下:

    1)利用式(5)計算源模型A的面與目標模型B的面之間的相似度,并構(gòu)造模型A與B之間的相似度矩陣S。

    2)初始化和聲庫規(guī)模HMS、記憶庫取值概率HMCR、maxNI、PARmax、PARmin、BWmax、BWmin,迭代次數(shù)t=1,搜索相似度矩陣S,利用公式(8)初始化和聲記憶庫HM如下所示,其中,Hi為和聲(i=1, 2, …, HMS)。

    HM=H1f(H1)H2f(H2)HHMSf(HHMS)=

    h1(1)h1(2)…h(huán)1(n)f(H1)h2(1)h2(2)…h(huán)2(n)f(H2)hHMS(1)hHMS(2)…h(huán)HMS(n)f(HHMS)

    3)利用rand函數(shù)產(chǎn)生[0, 1]區(qū)間上的兩個隨機數(shù)rand1和rand2。

    4)產(chǎn)生新和聲Hnew=(hnew(1), hnew(2), …, hnew(n));若rand1

    hnew(i)∈{hj(i)|j=1,2,…,HMS},rand1

    Xi,其他(9)

    若音符hnew(i)∈HM,則利用式(10)對其進行微調(diào)。

    hnew(i)=hnew(i)+2*rand2*BW(t),rand2

    hnew(i),其他(10)

    5)利用式(8)計算f(Hnew),若f(Hnew)

    6)若t

    7)輸出Hbest=(h(1), h(2),…, h(n)),其f(Hbest)=min{f(Hi)|i=1,2,…,HMS}。

    在使用SGHS算法進行搜索之后,得到一個最優(yōu)解(h(1), h(2),…,h(n))。此時,源模型面xh(i)與目標模型面yi匹配,其中,i=1, 2, …, n。從相似度矩陣S中提取第h(i)行和第i列的數(shù)值,其中,i=1, 2, …, n。利用式(11)累積這n個數(shù)值計算出源模型與目標模型的相似性SModel(A, B)。

    SModel(A,B)=∑ni=1S(h(i),i)min(m,n)(11)

    其中,h(i)表示相似度矩陣S的h(i)行,j表示相似度矩陣S的j列;S(h(i), i)表示相似度矩陣S的第h(i)行和第i列的數(shù)值,即源模型面xh(i)與目標模型面yi之間的相似度;m為源模型A的面數(shù),n為目標模型B的面數(shù);min(m, n)表示m與n中的最小值。

    3 實驗分析

    選取12個標準的CAD模型作為源模型來度量所提出方法的有效性。12個源模型如圖3所示。

    目標模型如圖4所示,共有7個面y1、y2、y3、y4、y5、y6和y7。

    共進行了4組實驗。在實驗1中,以面的形狀相似度為基礎(chǔ),使用粒子群算法來計算源模型與目標模型之間的相似性[20]。在實驗2、3、4中,以面的形狀與結(jié)構(gòu)相似度為基礎(chǔ),分別使用粒子群算法、蝙蝠算法以及所提出的方法來計算源模型與目標模型之間的相似性。4組實驗的相似性計算結(jié)果如表1所示。

    粒子群算法的時間復雜度為O(m*n),其中,m為粒子群規(guī)模,n為迭代次數(shù)。蝙蝠算法的時間復雜度為O(m*n),其中,m為蝙蝠的數(shù)量,n為迭代次數(shù)。和聲搜索算法的時間復雜度為O(m*n) ,其中,m為和聲庫的規(guī)模,n為迭代次數(shù)。3種算法的時間復雜度一致。將4組實驗中的模型按相似性數(shù)值由高到低進行排序。在實驗1中,模型A和模型H的相似性分別為0.375和0.315,排在最前面,其次分別為模型I、B、K、G、E、F、L、C、J、D。在實驗2中,源模型B與目標模型的相似性最高,其數(shù)值為0.0642,其次分別為模型H、C、I、A、F、K、E、L、D、J、G。在實驗3中,源模型A和源模型B與目標模型更為相似。相似度數(shù)值分別為0.1968和0.149,其次分別為模型C、H、F、I、E、K、G、L、D、J。在實驗4中,源模型A、B、C與目標模型更為相似。相似性數(shù)值分別為0.113、0.0995和0.0949,其次分別為模型H、I、F、E、K、D、L、G、J。

    相對于源模型H和I而言,源模型B更接近于目標模型。在實驗2、3、4中,源模型H、I均排在源模型B之后,但在實驗1中源模型H、I排在源模型B之前。相對于源模型K、G、E而言,源模型F更接近于目標模型。在實驗2、3、4中,模型F排在模型K、G、E之前,但在實驗1中模型F卻排在K、G、E之后。由此可見,實驗2、3、4的效果要好于實驗1。其原因是:在實驗1中,只考慮了面的形狀信息;在實驗2、3、4中,考慮了面的形狀信息和結(jié)構(gòu)信息。

    目標模型與源模型A的形狀是一致的。實驗3和實驗4都將源模型A排在第一位,而實驗2將源模型A排在第5位。因此,所提出方法的性能要好于粒子群算法。

    在實驗3中,源模型G、L與目標模型之間的相似性均為0.0213。此時,不能有效地區(qū)分模型G和L之間的形狀差異。在實驗4中,源模型G與目標模型之間的相似性為0.014,源模型L與目標模型之間的相似性為0.0202。因此,所提出方法能夠更好地區(qū)分模型之間的差異。

    實驗結(jié)果表明:相對于粒子群算法和蝙蝠算法而言,所提出的方法更能準確地計算2個三維模型之間的相似性。其原因是:所提出的方法綜合考慮了面的形狀和鄰接結(jié)構(gòu)信息。通過對微調(diào)概率和微調(diào)帶寬進行自適應調(diào)整,以提高算法的局部搜索能力,并跳出局部最優(yōu)。

    4 結(jié) 論

    根據(jù)源模型面和目標模型面的邊數(shù)差異來計算面的形狀相似度。以源模型面的鄰接關(guān)系和目標模型面的鄰接關(guān)系為基礎(chǔ),計算面的結(jié)構(gòu)相似度。綜合形狀相似度和結(jié)構(gòu)相似度來計算源模型面與目標模型面之間的相似性。同時,構(gòu)造面相似度矩陣。利用SGHS算法搜索面相似度矩陣獲取最優(yōu)面匹配序列。以此為基礎(chǔ)來計算兩個模型之間的相似性。實驗結(jié)果表明:提出的方法更能有效地區(qū)分三維模型之間的差異。

    參考文獻:

    [1] TAO Songqiao, Huang Zhengdong, Zheng Tanguang. 3D CAD Model Retrieval Based on Attributed Adjacency Graph Matching[J]. Computer Integrated Manufacturing Systems, 2011, 17(4): 680.

    [2] TAO Songqiao. 3D CAD Model Retrieval Based on the Softassign Quadratic Assignment Algorithm[J]. Multimedia Tools and Applications, 2017(12): 1.

    [3] 王洪申, 張樹生, 白曉亮, 等. 基于最優(yōu)匹配的三維CAD模型相似性評價算法[J]. 計算機集成制造系統(tǒng), 2007(10): 1921.

    WANG Hongshen, ZHANG Shusheng, BAI Xiaoliang,et al. Similarity Evaluation Algorithm for 3D CAD Model Based on Optimal Matching[J]. Computer Integrated Manufacturing Systems, 2007(10): 1921.

    [4] 石民, 張樹生. 基于特征鄰接圖的三維CAD模型檢索算法[J]. 機械科學與技術(shù), 2012, 31(4): 583.

    SHI Min, ZHANG Shusheng. 3D CAD Model Retrieval Algorithm Based on Feature Adjacency Graph[J]. Mechanical Science and Technology, 2012, 31(4): 583.

    [5] 陶松橋, 郭順生. 基于面屬性相似的CAD模型檢索方法[J]. 武漢理工大學學報(信息與管理工程版), 2015, 37(5): 399.

    TAO Songqiao, GUO Shunsheng. A CAD Model Retrieval Method Based on Similarity of Surface Attributes[J]. Journal of Wuhan University of Technology(Information & Management Engineering), 2015, 37(5): 399.

    [6] AN Ran, WANG Qingwen. 3D CAD Model Retrieval Method Based on Hierarchical Multi-features[C] // The Seventh International Conference on Graphic and Image Processing. Singapore: SPIE, 2015: 202.

    [7] 單強, 孫曉明. 多特征分層融合醫(yī)療設備圖像檢索方法[J]. 哈爾濱理工大學學報, 2017, 22(2): 135.

    SHAN Qiang, SUN Xiaoming. Image Retrieval Method for Multi-featured Layered Fusion Medical Equipment[J]. Journal of Harbin University of Science and Technology, 2017, 22(2): 135.

    [8] 皇甫中民, 張樹生, 閆雒恒. 魚群啟發(fā)的三維CAD模型聚類與檢索[J]. 計算機輔助設計與圖形學學報, 2016, 28(8): 1373.

    HUANGFU Zhongmin, ZHANG Shusheng, YAN Luoheng. Clustering and Retrieval of 3D CAD Model Inspired by Fish Group[J]. Journal of Computer-Aided Design & Computer Graphics, 2016, 28(8): 1373.

    [9] 李海生, 董水龍, 趙天宇, 等. 利用深度圖像改進光場描述符的三維模型檢索算法[J]. 北京郵電大學學報, 2016, 39(4): 56.

    LI Haisheng, DONG Shuilong, ZHAO Tianyu, et al. A 3D Model Retrieval Algorithm for Improving Light Field Descriptors Using Depth Images[J]. Journal of Beijing University of Posts and Telecom, 2016, 39(4): 56.

    [10]牟春倩, 唐雁. 融合整體和局部信息的三維模型檢索方法[J]. 山東大學學報(工學版), 2016, 46(6): 48.

    MOU Chunqian, TANG Yan. A 3D Model Retrieval Method Combining Global and Local Information[J]. Journal of Shandong University (Engineering Science), 2016, 46(6): 48.

    [11]劉志, 李江川. 基于深度卷積神經(jīng)網(wǎng)絡的三維模型檢索[J]. 計算機科學, 2019, 46(1): 278.

    LIU Zhi, LI Jiangchuan. 3D Model Retrieval Based on Deep Convolutional Neural Network[J]. Computer Science, 2019, 46(1): 278.

    [12]劉志, 尹世超, 潘翔, 等. 基于特征線條的三維模型檢索方法[J]. 計算機輔助設計與圖形學學報, 2016, 28(9): 1512.

    LIU Zhi, YIN Shichao, PAN Xiang, et al. A 3D Model Retrieval Method Based on Feature Lines[J]. Journal of Computer-Aided Design & Computer Graphics, 2016, 28(9): 1512.

    [13]劉楠楠, 王洪濤, 郭洪斌, 等. 基于多模態(tài)信息的三維模型檢索算法[J]. 南開大學學報(自然科學版), 2017, 50(6): 59.

    LIU Nannan, WANG Hongtao, GUO Hongbin,et al. 3D Model Retrieval Algorithm Based on Multimodal Information[J]. Journal of Nankai University(Natural Science), 2017, 50(6): 59.

    [14]李海生, 孫莉, 吳曉群, 等. 基于模型內(nèi)二面角分布直方圖的非剛性三維模型檢索[J]. 計算機輔助設計與圖形學學報, 2017, 29(6): 1128.

    LI Haisheng, SUN Li, WU Xiaoqun,et al. Non-rigid 3D Model Retrieval Based on Histogram of Dihedral Angle Distribution in Model[J]. Journal of Computer-Aided Design & Computer Graphics, 2017, 29(6): 1128.

    [15]趙珊. DCT壓縮域的圖像檢索[J]. 北京郵電大學學報, 2007(6): 107.

    ZHAO Shan. Image Retrieval in DCT Compressed Domain[J]. Journal of Beijing University of Posts and Telecommunications, 2007(6): 107.

    [16]張開興, 杭晟煜, 王金星, 等. 基于模擬退火的三維模型典型結(jié)構(gòu)挖掘與相似性評價[J]. 農(nóng)業(yè)機械學報, 2018, 49(3): 402.

    ZHANG Kaixing, HANG Shengyu, WANG Jinxing, et al. Typical Structure Mining and Similarity Evaluation of 3D Model Based on Simulated Annealing[J]. Transactions of the Chinese Society of Agricultural Machinery, 2018, 49(3): 402.

    [17]HUANG Mingcong, ZHANG Shusheng, BAI Xiaoliang, et al. 3D CAD Model Retrieval Based on Blend Feature Recognition and Filtration[J]. Journal of Computer-Aided Design & Computer Graphics, 2014, 26(1): 93.

    [18]周燕, 曾凡智, 楊躍武.基于多特征融合的三維模型檢索算法[J]. 計算機科學, 2016, 43(7): 303.

    ZHOUYan, ZENG Fanzhi, YANG Yuewu. 3D Model Retrieval Algorithm Based on Multi-feature Fusion[J]. Computer Science, 2016, 43(7): 303.

    [19]白柳, 宋超超. 基于體素構(gòu)造和遺傳算法的三維模型檢索[J]. 圖學學報, 2016, 37(6): 754.

    BAI Liu, SONG Chaochao. 3D Model Retrieval Based on Voxel Structure and Genetic Algorithm[J]. Journal of Graphics, 2016, 37(6): 754.

    [20]高雪瑤, 陳育南, 張春祥. 基于粒子群算法的三維CAD模型相似性計算[J]. 計算機應用研究, 2019, 36(3): 954.

    GAO Xueyao, CHEN Yunan, ZHANG Chunxiang. Similarity Calculation of 3D CAD Model Based on Particle Swarm Optimization Algorithm[J]. Journal of Computer Applications, 2019, 36(3): 954.

    (編輯:溫澤宇)

    收稿日期: 2019-05-01

    基金項目: 國家自然科學基金(61502124, 60903082);中國博士后科學基金(2014M560249);黑龍江省普通高?;究蒲袠I(yè)務費專項資金(LGYC2018JC014);黑龍江省自然科學基金(F2015041, F201420).

    作者簡介:

    高雪瑤(1979—),女,博士,教授;

    董欣然(1995—),女,碩士研究生.

    通信作者:

    張春祥(1974—),男,博士,教授,E-mail:z6c6x666@163.com.

    免费在线观看完整版高清| 欧美日韩亚洲综合一区二区三区_| 亚洲成人久久爱视频| 国产v大片淫在线免费观看| 不卡一级毛片| 国产成人av教育| 亚洲五月色婷婷综合| 天天一区二区日本电影三级| 午夜福利欧美成人| 成人亚洲精品av一区二区| 亚洲电影在线观看av| av超薄肉色丝袜交足视频| 成人手机av| 亚洲精品久久成人aⅴ小说| 国产爱豆传媒在线观看 | 亚洲avbb在线观看| 欧美日韩精品网址| 亚洲五月天丁香| 90打野战视频偷拍视频| 国产一区二区三区视频了| aaaaa片日本免费| 最近最新免费中文字幕在线| 国产真实乱freesex| 日韩免费av在线播放| 日本熟妇午夜| 黄片播放在线免费| 欧美黑人巨大hd| 精品卡一卡二卡四卡免费| 午夜免费激情av| 午夜a级毛片| 欧美午夜高清在线| 韩国精品一区二区三区| 国产一区二区三区视频了| 身体一侧抽搐| 少妇被粗大的猛进出69影院| 久久久久亚洲av毛片大全| 国内揄拍国产精品人妻在线 | 久久久久精品国产欧美久久久| 亚洲自偷自拍图片 自拍| www国产在线视频色| 草草在线视频免费看| 激情在线观看视频在线高清| 日本三级黄在线观看| 露出奶头的视频| 亚洲欧美日韩无卡精品| 中文字幕最新亚洲高清| 51午夜福利影视在线观看| 男女做爰动态图高潮gif福利片| 精品人妻1区二区| 久久精品夜夜夜夜夜久久蜜豆 | 亚洲一区二区三区色噜噜| 国产成人av激情在线播放| 亚洲欧洲精品一区二区精品久久久| 男女那种视频在线观看| 中文字幕最新亚洲高清| 十分钟在线观看高清视频www| aaaaa片日本免费| 国产一区二区三区在线臀色熟女| 在线天堂中文资源库| 91成年电影在线观看| 久久久久久大精品| 香蕉丝袜av| 99riav亚洲国产免费| 日韩av在线大香蕉| 日韩三级视频一区二区三区| 国产精品久久久久久精品电影 | 午夜福利在线在线| 欧美激情久久久久久爽电影| 脱女人内裤的视频| 色尼玛亚洲综合影院| 欧美日韩福利视频一区二区| 满18在线观看网站| 午夜福利免费观看在线| 日韩欧美国产一区二区入口| 日本成人三级电影网站| 亚洲国产精品合色在线| 夜夜躁狠狠躁天天躁| 精品国产国语对白av| 亚洲免费av在线视频| 久久久久国内视频| 欧美zozozo另类| 婷婷六月久久综合丁香| www.自偷自拍.com| 啦啦啦免费观看视频1| av在线播放免费不卡| 亚洲美女黄片视频| 午夜免费成人在线视频| 国产1区2区3区精品| 亚洲一卡2卡3卡4卡5卡精品中文| e午夜精品久久久久久久| 成人国语在线视频| 男女床上黄色一级片免费看| 一二三四在线观看免费中文在| 成人精品一区二区免费| 在线播放国产精品三级| 亚洲人成伊人成综合网2020| 午夜激情福利司机影院| 欧美成人性av电影在线观看| 国内揄拍国产精品人妻在线 | 久久99热这里只有精品18| 亚洲中文字幕一区二区三区有码在线看 | 午夜激情福利司机影院| 一边摸一边抽搐一进一小说| 给我免费播放毛片高清在线观看| 男女视频在线观看网站免费 | 老汉色av国产亚洲站长工具| 国产精品久久久人人做人人爽| 亚洲激情在线av| 免费高清在线观看日韩| 日本免费a在线| 叶爱在线成人免费视频播放| 免费高清视频大片| 色综合亚洲欧美另类图片| 婷婷精品国产亚洲av在线| 好看av亚洲va欧美ⅴa在| 久久久国产成人精品二区| 成年免费大片在线观看| 性色av乱码一区二区三区2| 亚洲精品久久成人aⅴ小说| 男女床上黄色一级片免费看| 国产又色又爽无遮挡免费看| 精品国产超薄肉色丝袜足j| 欧美+亚洲+日韩+国产| 国产免费av片在线观看野外av| 国产蜜桃级精品一区二区三区| 一二三四社区在线视频社区8| 亚洲黑人精品在线| 精品午夜福利视频在线观看一区| 热re99久久国产66热| 岛国在线观看网站| 欧美性长视频在线观看| 侵犯人妻中文字幕一二三四区| 国产精品亚洲美女久久久| 亚洲中文日韩欧美视频| 成人欧美大片| 欧美中文综合在线视频| 国产在线精品亚洲第一网站| 亚洲av片天天在线观看| 女警被强在线播放| x7x7x7水蜜桃| 午夜福利视频1000在线观看| 别揉我奶头~嗯~啊~动态视频| 日韩欧美在线二视频| 国产亚洲欧美精品永久| 亚洲天堂国产精品一区在线| 成人永久免费在线观看视频| 男男h啪啪无遮挡| 亚洲精品国产一区二区精华液| 亚洲午夜理论影院| 国产亚洲精品一区二区www| 在线观看www视频免费| 亚洲精品久久成人aⅴ小说| 精品久久久久久久毛片微露脸| 中亚洲国语对白在线视频| 99热6这里只有精品| 国产av一区在线观看免费| xxxwww97欧美| 国产熟女午夜一区二区三区| xxxwww97欧美| 国产久久久一区二区三区| 日韩欧美国产在线观看| 精品午夜福利视频在线观看一区| 欧美中文日本在线观看视频| 欧美中文日本在线观看视频| 国产精品久久电影中文字幕| 国产高清videossex| 欧美久久黑人一区二区| 精品国内亚洲2022精品成人| 欧美久久黑人一区二区| 久久国产亚洲av麻豆专区| 亚洲专区国产一区二区| 婷婷精品国产亚洲av在线| 亚洲自拍偷在线| 男人舔女人下体高潮全视频| 丝袜美腿诱惑在线| 男女之事视频高清在线观看| 男女之事视频高清在线观看| 日韩视频一区二区在线观看| 欧美日韩中文字幕国产精品一区二区三区| 女生性感内裤真人,穿戴方法视频| 国产精品九九99| 国产亚洲欧美在线一区二区| 亚洲成人国产一区在线观看| 久久99热这里只有精品18| 深夜精品福利| 成人亚洲精品一区在线观看| 天天添夜夜摸| 少妇裸体淫交视频免费看高清 | 侵犯人妻中文字幕一二三四区| 激情在线观看视频在线高清| 不卡一级毛片| 精品久久久久久,| 深夜精品福利| 国产黄色小视频在线观看| 禁无遮挡网站| av片东京热男人的天堂| 欧美大码av| 中文资源天堂在线| 国内少妇人妻偷人精品xxx网站 | 成人午夜高清在线视频 | 亚洲 欧美一区二区三区| 亚洲中文日韩欧美视频| 妹子高潮喷水视频| 欧美午夜高清在线| 亚洲aⅴ乱码一区二区在线播放 | 亚洲成人久久爱视频| 精品久久久久久久久久免费视频| 777久久人妻少妇嫩草av网站| 亚洲欧美日韩无卡精品| a级毛片a级免费在线| 嫩草影院精品99| 国产三级黄色录像| 午夜福利免费观看在线| 亚洲五月天丁香| 麻豆国产av国片精品| 精品久久久久久久久久久久久 | 亚洲av成人不卡在线观看播放网| 999久久久精品免费观看国产| av天堂在线播放| 亚洲第一青青草原| 久久亚洲真实| 老司机午夜十八禁免费视频| 精品国产乱子伦一区二区三区| 久久国产精品影院| 国产一区在线观看成人免费| 亚洲精品粉嫩美女一区| 国产极品粉嫩免费观看在线| 色综合婷婷激情| 婷婷精品国产亚洲av在线| 欧美性猛交黑人性爽| 禁无遮挡网站| 国产aⅴ精品一区二区三区波| 熟女电影av网| 国产一卡二卡三卡精品| 午夜亚洲福利在线播放| 男人操女人黄网站| 色播亚洲综合网| e午夜精品久久久久久久| 午夜老司机福利片| 91麻豆av在线| 成人国语在线视频| 黄色成人免费大全| 国产午夜福利久久久久久| 精品少妇一区二区三区视频日本电影| 国产成人欧美| 国产精品久久久久久亚洲av鲁大| 99re在线观看精品视频| 男女床上黄色一级片免费看| 免费搜索国产男女视频| 最新在线观看一区二区三区| 搡老熟女国产l中国老女人| 好男人电影高清在线观看| 国产一区二区三区在线臀色熟女| 99久久精品国产亚洲精品| 在线国产一区二区在线| 久久人人精品亚洲av| 成人亚洲精品一区在线观看| av视频在线观看入口| 亚洲人成伊人成综合网2020| 国产亚洲精品av在线| 国产精品综合久久久久久久免费| 黄片小视频在线播放| 日本免费a在线| 两人在一起打扑克的视频| 日韩大尺度精品在线看网址| 一级a爱视频在线免费观看| 99re在线观看精品视频| 女生性感内裤真人,穿戴方法视频| 免费女性裸体啪啪无遮挡网站| 亚洲色图 男人天堂 中文字幕| 男人的好看免费观看在线视频 | 妹子高潮喷水视频| 午夜视频精品福利| 亚洲中文字幕一区二区三区有码在线看 | 国产熟女xx| 超碰成人久久| 欧美+亚洲+日韩+国产| 免费电影在线观看免费观看| 亚洲狠狠婷婷综合久久图片| 这个男人来自地球电影免费观看| 欧美黄色淫秽网站| 人妻久久中文字幕网| 成人一区二区视频在线观看| 国产精品1区2区在线观看.| 少妇粗大呻吟视频| 婷婷六月久久综合丁香| 美女高潮到喷水免费观看| 免费看十八禁软件| 亚洲欧美激情综合另类| 99热这里只有精品一区 | 99国产精品一区二区三区| 欧美一区二区精品小视频在线| 日本 av在线| 99在线人妻在线中文字幕| 69av精品久久久久久| 18美女黄网站色大片免费观看| av福利片在线| 欧美色欧美亚洲另类二区| 黑人欧美特级aaaaaa片| 亚洲欧美精品综合一区二区三区| 久久久久久免费高清国产稀缺| 精品国产一区二区三区四区第35| 91av网站免费观看| 精品一区二区三区四区五区乱码| 男男h啪啪无遮挡| 亚洲精品在线观看二区| 99国产综合亚洲精品| 桃色一区二区三区在线观看| 91老司机精品| 日日爽夜夜爽网站| 欧美日韩瑟瑟在线播放| www.自偷自拍.com| 日本精品一区二区三区蜜桃| 一进一出抽搐动态| 在线观看舔阴道视频| 搡老岳熟女国产| 大型av网站在线播放| 99久久国产精品久久久| 人妻丰满熟妇av一区二区三区| 日本黄色视频三级网站网址| 免费在线观看完整版高清| 中国美女看黄片| 脱女人内裤的视频| av天堂在线播放| 日韩欧美免费精品| 老司机午夜十八禁免费视频| 亚洲av片天天在线观看| av天堂在线播放| 日韩视频一区二区在线观看| xxxwww97欧美| 99国产精品一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 两个人视频免费观看高清| 久久久久九九精品影院| 国产成人一区二区三区免费视频网站| 亚洲 欧美一区二区三区| 国产免费男女视频| 在线观看www视频免费| 人人妻,人人澡人人爽秒播| 男女做爰动态图高潮gif福利片| 国产精品九九99| 18禁美女被吸乳视频| 国产亚洲欧美98| 亚洲一区二区三区不卡视频| 黄色成人免费大全| 午夜福利欧美成人| 午夜福利视频1000在线观看| 搡老熟女国产l中国老女人| 日韩 欧美 亚洲 中文字幕| 人成视频在线观看免费观看| 国产高清videossex| 国产一区二区三区视频了| 国产三级黄色录像| 成人国语在线视频| 一级黄色大片毛片| 国产精品一区二区三区四区久久 | 国产精品一区二区三区四区久久 | 很黄的视频免费| 国产成人av激情在线播放| 亚洲国产精品合色在线| 日韩欧美 国产精品| 国产主播在线观看一区二区| 欧美性猛交╳xxx乱大交人| 波多野结衣巨乳人妻| 我的亚洲天堂| 香蕉久久夜色| 欧美大码av| 亚洲aⅴ乱码一区二区在线播放 | 制服丝袜大香蕉在线| 午夜精品久久久久久毛片777| 久久国产精品影院| 他把我摸到了高潮在线观看| 1024手机看黄色片| 欧美国产精品va在线观看不卡| 精华霜和精华液先用哪个| 嫁个100分男人电影在线观看| 50天的宝宝边吃奶边哭怎么回事| 后天国语完整版免费观看| 99热这里只有精品一区 | av电影中文网址| 黄色 视频免费看| 精品乱码久久久久久99久播| 一进一出抽搐动态| 国产成人精品久久二区二区免费| 国产又爽黄色视频| 在线观看午夜福利视频| 人妻丰满熟妇av一区二区三区| 日韩成人在线观看一区二区三区| av超薄肉色丝袜交足视频| 国产激情欧美一区二区| 女人高潮潮喷娇喘18禁视频| 日韩大码丰满熟妇| 脱女人内裤的视频| 亚洲国产看品久久| 69av精品久久久久久| 成熟少妇高潮喷水视频| 在线观看免费视频日本深夜| 免费电影在线观看免费观看| av视频在线观看入口| 首页视频小说图片口味搜索| 成人国产综合亚洲| 久热这里只有精品99| 久久精品国产亚洲av高清一级| 欧洲精品卡2卡3卡4卡5卡区| 每晚都被弄得嗷嗷叫到高潮| 亚洲av成人av| xxxwww97欧美| 国产熟女xx| 国产真人三级小视频在线观看| 丝袜美腿诱惑在线| 很黄的视频免费| 窝窝影院91人妻| 波多野结衣高清无吗| 亚洲av日韩精品久久久久久密| 久9热在线精品视频| 成人一区二区视频在线观看| 好男人电影高清在线观看| 精品久久久久久久毛片微露脸| 亚洲第一欧美日韩一区二区三区| 免费无遮挡裸体视频| 亚洲av美国av| 女警被强在线播放| 亚洲最大成人中文| 1024香蕉在线观看| 国产成人一区二区三区免费视频网站| 亚洲国产日韩欧美精品在线观看 | 国产伦一二天堂av在线观看| 人人妻人人澡欧美一区二区| 大型av网站在线播放| 亚洲在线自拍视频| 国产一级毛片七仙女欲春2 | 久久热在线av| 久久久国产成人免费| 黄色片一级片一级黄色片| 亚洲自偷自拍图片 自拍| 国产蜜桃级精品一区二区三区| 免费在线观看黄色视频的| 美女国产高潮福利片在线看| 长腿黑丝高跟| 精品久久久久久久久久久久久 | 亚洲精品国产精品久久久不卡| 91大片在线观看| 欧美av亚洲av综合av国产av| 亚洲五月婷婷丁香| 又黄又粗又硬又大视频| 一级a爱片免费观看的视频| 黄色片一级片一级黄色片| 侵犯人妻中文字幕一二三四区| 91成年电影在线观看| √禁漫天堂资源中文www| 亚洲自拍偷在线| 美女 人体艺术 gogo| 亚洲国产高清在线一区二区三 | 中文字幕人妻熟女乱码| 在线观看66精品国产| 91av网站免费观看| 亚洲欧美日韩高清在线视频| 国产av一区二区精品久久| 成人国语在线视频| 老熟妇仑乱视频hdxx| 亚洲精品久久国产高清桃花| 99国产精品一区二区三区| 亚洲精品国产精品久久久不卡| 色尼玛亚洲综合影院| 成人三级黄色视频| 中文字幕精品亚洲无线码一区 | 欧美一区二区精品小视频在线| 久久精品成人免费网站| 女人爽到高潮嗷嗷叫在线视频| 一个人免费在线观看的高清视频| 丰满人妻熟妇乱又伦精品不卡| 午夜福利在线在线| 久久久久九九精品影院| 韩国av一区二区三区四区| 国产精品久久久久久精品电影 | 精品国产亚洲在线| 免费观看人在逋| 91老司机精品| 精品国产一区二区三区四区第35| 99精品久久久久人妻精品| 亚洲一区中文字幕在线| 国产欧美日韩精品亚洲av| 成人国语在线视频| 国产99白浆流出| 国产亚洲精品久久久久5区| 国产精品二区激情视频| 国产成人精品无人区| 国产精品永久免费网站| 一本大道久久a久久精品| 淫秽高清视频在线观看| 看黄色毛片网站| 淫秽高清视频在线观看| 欧美不卡视频在线免费观看 | 女性生殖器流出的白浆| 久久精品国产综合久久久| 亚洲精品国产区一区二| 丁香欧美五月| 高清在线国产一区| 亚洲精品色激情综合| 日韩欧美在线二视频| 88av欧美| 人人澡人人妻人| 午夜福利免费观看在线| 无限看片的www在线观看| 中亚洲国语对白在线视频| 色哟哟哟哟哟哟| 18禁黄网站禁片午夜丰满| 91成人精品电影| 亚洲男人的天堂狠狠| 欧美黄色片欧美黄色片| 欧美乱码精品一区二区三区| 中文字幕另类日韩欧美亚洲嫩草| 欧美国产精品va在线观看不卡| 日韩大码丰满熟妇| 亚洲精品中文字幕在线视频| 免费在线观看亚洲国产| 亚洲真实伦在线观看| xxxwww97欧美| 草草在线视频免费看| 看免费av毛片| 亚洲九九香蕉| 侵犯人妻中文字幕一二三四区| 中文字幕人妻熟女乱码| 天天躁狠狠躁夜夜躁狠狠躁| 久久午夜综合久久蜜桃| 女性生殖器流出的白浆| 手机成人av网站| 欧美乱妇无乱码| 国产精品影院久久| 日本三级黄在线观看| 哪里可以看免费的av片| 日本熟妇午夜| 成人手机av| 亚洲精品一区av在线观看| 午夜成年电影在线免费观看| 国产黄a三级三级三级人| 中文字幕精品免费在线观看视频| 一边摸一边抽搐一进一小说| 亚洲全国av大片| 亚洲欧美精品综合久久99| 国产精品免费一区二区三区在线| 久久久久久久久中文| 成人午夜高清在线视频 | 午夜老司机福利片| 啦啦啦免费观看视频1| 久久久久久久久免费视频了| 久久中文字幕一级| 亚洲成人免费电影在线观看| 国产视频内射| 1024香蕉在线观看| 99久久99久久久精品蜜桃| 夜夜爽天天搞| 国内少妇人妻偷人精品xxx网站 | 中文字幕精品亚洲无线码一区 | 最新在线观看一区二区三区| 久久天堂一区二区三区四区| 亚洲av片天天在线观看| 丝袜人妻中文字幕| 久久久久亚洲av毛片大全| 欧美中文综合在线视频| 久久香蕉国产精品| 日韩国内少妇激情av| 午夜福利视频1000在线观看| 久久99热这里只有精品18| 久久 成人 亚洲| 亚洲av熟女| 黄色 视频免费看| 成人国语在线视频| 免费电影在线观看免费观看| 亚洲国产日韩欧美精品在线观看 | 身体一侧抽搐| 国内精品久久久久久久电影| 国产免费av片在线观看野外av| 国产1区2区3区精品| 夜夜爽天天搞| www日本在线高清视频| 亚洲激情在线av| 麻豆成人午夜福利视频| 一级毛片精品| 亚洲自拍偷在线| 日本 欧美在线| 国产激情欧美一区二区| 99久久久亚洲精品蜜臀av| 一二三四社区在线视频社区8| 可以在线观看的亚洲视频| 脱女人内裤的视频| 国产午夜福利久久久久久| 淫秽高清视频在线观看| 特大巨黑吊av在线直播 | www日本黄色视频网| 叶爱在线成人免费视频播放| 欧美中文综合在线视频| 国产成人欧美| 久久中文字幕人妻熟女| 亚洲av电影不卡..在线观看| 国内少妇人妻偷人精品xxx网站 | 成在线人永久免费视频| 最近最新中文字幕大全电影3 | 亚洲片人在线观看| 在线观看免费午夜福利视频| 成人国产综合亚洲| a级毛片a级免费在线| 亚洲国产精品久久男人天堂| 岛国视频午夜一区免费看| 一本大道久久a久久精品| 中文字幕人妻熟女乱码| 国产免费av片在线观看野外av| 香蕉久久夜色| 精品欧美国产一区二区三| 亚洲片人在线观看| 亚洲国产日韩欧美精品在线观看 | 欧美av亚洲av综合av国产av| 免费在线观看日本一区| 免费搜索国产男女视频| 欧美又色又爽又黄视频|