• <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 ?

    基于特征提取的視頻預(yù)處理方法

    2020-05-28 09:36:21張勵(lì)揚(yáng)趙逢禹劉亞
    軟件導(dǎo)刊 2020年3期
    關(guān)鍵詞:特征提取

    張勵(lì)揚(yáng) 趙逢禹 劉亞

    摘 要:針對(duì)現(xiàn)有視頻識(shí)別算法對(duì)不同幀中同一對(duì)象反復(fù)分類、反復(fù)識(shí)別問題,提出一種基于特征匹配的預(yù)處理算法。該算法將前一幀中已識(shí)別物體的圖像特征與下一幀畫面提取出的特征相比較,找出下一幀中已經(jīng)被分類或識(shí)別過的物體,并將其剔除,達(dá)到壓縮輸入視頻畫面尺寸、提升視頻處理效率的目的。為了驗(yàn)證算法的預(yù)處理效果,對(duì)兩組道路圖形進(jìn)行實(shí)驗(yàn),結(jié)果表明,該算法平均降低85%的畫面尺寸,視頻畫面處理時(shí)間平均降低5%。

    關(guān)鍵詞:視頻預(yù)處理;特征提取;畫面切割

    DOI:10. 11907/rjdk. 191578

    中圖分類號(hào):TP317.4?? 文獻(xiàn)標(biāo)識(shí)碼:A??????????????? 文章編號(hào):1672-7800(2020)003-0225-05

    Video Preprocessing Method Based on Feature Extraction

    ZHANG Li-yang,ZHAO Feng-yu,LIU Ya

    (School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology,Shanghai 200093,China)

    Abstract: Aiming at the problem of repeated classification and recognition of the same object in different frames in existing video recognition algorithms, we propose a preprocessing algorithm based on feature matching in this paper. This algorithm compares the image features of the recognized objects in the previous frame with those extracted from the next frame and finds out the objects that have been classified or recognized in the next frame and removes those objects that have been recognized so as to compress the size of the input video picture and improve the efficiency of video processing. In order to verify the preprocessing effect of the algorithm, two groups of road graphics are experimented. The results show that the proposed algorithm can reduce the average size of the picture by 85%, and the average processing time of the video picture by 5%.

    Key Words: video preprocessing; feature extraction; picture cut

    0 引言

    在視頻處理中,預(yù)處理指在主處理之前預(yù)先通過一系列操作對(duì)視頻進(jìn)行處理,以提升主處理效果,如畫面去噪、畫質(zhì)提升和碼率壓縮等[1-5]。在畫面去噪方面,文獻(xiàn)[1]提出基于塊和低秩張量恢復(fù)視頻原始效果并去除噪聲的方法。在畫質(zhì)提升方面,文獻(xiàn)[2]提出一種全新的插值預(yù)處理算法以提升畫面效果。在碼率壓縮方面,文獻(xiàn)[3]提出一種基于計(jì)算、通信和緩存相結(jié)合的框架,以去除視頻畫面中的冗余部分。該方法可以在一定程度上去除視頻中的冗余信息,但這種去除主要是為了壓縮視頻在信道傳輸過程中的信息冗余,經(jīng)過處理之后的視頻數(shù)據(jù)無法被識(shí)別算法直接計(jì)算,而壓縮后的數(shù)據(jù)在解碼后實(shí)際上還會(huì)還原成原始圖像。因此,對(duì)于識(shí)別算法來說,這種方法并不能提升運(yùn)算速度。

    在對(duì)視頻進(jìn)行識(shí)別時(shí),將每幀畫面視作單獨(dú)存在的一整幅圖進(jìn)行輸入,并分別進(jìn)行獨(dú)立的識(shí)別操作依然是大量采用的一種策略[6-12],這種策略的特點(diǎn)是,當(dāng)識(shí)別算法完成對(duì)一幀畫面識(shí)別并輸出結(jié)果之后,算法并不會(huì)保存該次識(shí)別結(jié)果,也不會(huì)嘗試重復(fù)利用該次識(shí)別所獲取的信息。當(dāng)下一幀畫面?zhèn)魅霑r(shí),算法會(huì)對(duì)整幅畫面重新掃描,重新識(shí)別。這一特點(diǎn)使每識(shí)別一幀畫面都無法利用之前已經(jīng)計(jì)算過的結(jié)果,在識(shí)別視頻過程中做了大量的重復(fù)工作。

    對(duì)于視頻信息而言,相鄰兩幀之間甚至相近的很多幀之間都存在很強(qiáng)的關(guān)聯(lián)性和相似性,如果能夠利用這種前后幀之間的關(guān)聯(lián),則可幫助識(shí)別算法在處理視頻時(shí)少做很多重復(fù)性工作,從而節(jié)省計(jì)算資源、提高處理效率。

    本文提出一種新的算法,通過前后比較相鄰兩幀畫面的特征點(diǎn)信息,找出視頻中連續(xù)出現(xiàn)的冗余物體,并在隨后剔除那些在前一幀畫面中已經(jīng)出現(xiàn)過的物體,達(dá)到去除冗余,壓縮畫面,提升視頻識(shí)別算法運(yùn)行效率的目的。由于本算法的核心目的是壓縮圖像尺寸并提升視頻識(shí)別算法效率,因此實(shí)驗(yàn)采用處理后的畫面尺寸和視頻識(shí)別算法處理時(shí)間指標(biāo)判定預(yù)處理效果。將本文算法和不壓縮情況下視頻的尺寸和處理效果對(duì)比,發(fā)現(xiàn)本文算法可小幅提升視頻識(shí)別算法效率。

    1 基于特征提取的視頻預(yù)處理方法

    本文主要通過匹配前后兩幀的特征值過濾冗余信息,如圖1所示。

    視頻預(yù)處理算法基本步驟如下:當(dāng)處理第k幀圖像時(shí),需要同時(shí)輸入第k-1幀和第k幀圖像。算法首先對(duì)第k-1幀圖像進(jìn)行特征提取,使用FAST[13]特征檢測提取第k-1幀畫面中的特征點(diǎn),并使用BRIEF算法[14]進(jìn)行特征點(diǎn)描述。將旋轉(zhuǎn)FAST算法作為特征提取算法,是因?yàn)槲墨I(xiàn)[15]在比較多種特征提取算法之后發(fā)現(xiàn)FAST是時(shí)間最優(yōu)的選擇。由于第k-1幀畫面已經(jīng)在上一輪循環(huán)中被識(shí)別過,因此從第k-1幀畫面中提取出的特征點(diǎn)認(rèn)為已經(jīng)被識(shí)別而無需再次識(shí)別,這些特征點(diǎn)將視為冗余元素被從畫面中剔除。在提取到第k-1幀圖像特征之后,算法會(huì)用同樣的方法提取第k幀圖像特征,并在這兩幀畫面間作圖像特征匹配。如果在第k幀畫面中出現(xiàn)了此前沒有出現(xiàn)過的新物體,或是畫面中某個(gè)部分出現(xiàn)了較大變化,那么在這些改變的區(qū)域會(huì)出現(xiàn)大量新增的在第k-1幀畫面中無法匹配的特征點(diǎn)。通過分析這些無法匹配的特征點(diǎn),找出哪些需要重新識(shí)別。因此,在預(yù)處理時(shí)如果第k幀畫面中的某個(gè)小區(qū)域內(nèi)出現(xiàn)了超過某個(gè)數(shù)量而無法正常匹配的特征點(diǎn),就可認(rèn)為這個(gè)區(qū)域的畫面內(nèi)容出現(xiàn)了較大變化,需要利用識(shí)別算法重新進(jìn)行識(shí)別。此時(shí)預(yù)處理算法會(huì)將這個(gè)區(qū)域截取下來作為一副單獨(dú)的圖像,并將截取下的畫面?zhèn)魅胱R(shí)別算法。而如果兩幀畫面在某個(gè)對(duì)應(yīng)的小區(qū)域內(nèi)特征點(diǎn)都匹配成功,則說明該小區(qū)域內(nèi)前后兩幀畫面沒有顯著變化,無需再次識(shí)別,可以剪裁掉。

    對(duì)于視頻來說,變化區(qū)域往往遠(yuǎn)小于畫面總面積,因此這種方法可以大大節(jié)省識(shí)別算法處理時(shí)間。

    2 核心計(jì)算方法

    2.1 幀間特征匹配

    圖1的算法中,幀間特征匹配主要負(fù)責(zé)對(duì)比兩幀視頻特征,找出畫面出現(xiàn)改變的部分。本文使用一個(gè)經(jīng)過改進(jìn)的ORB算法[16]尋找視頻中出現(xiàn)變化的部分。參考最新改進(jìn)的ORB算法[17-20]和SURF算法的最新改進(jìn)方式[21],使用FAST角點(diǎn)檢測算法提取角點(diǎn)。在計(jì)算角點(diǎn)時(shí),本文采用FAST-9進(jìn)行特征點(diǎn)提取,算法會(huì)在假定判定點(diǎn)周圍選擇16個(gè)采樣點(diǎn),并將采樣閾值設(shè)定為9。當(dāng)判定點(diǎn)周圍超過9個(gè)點(diǎn)且與判定點(diǎn)的灰度值差距大于可接受范圍時(shí),判定該點(diǎn)為特征點(diǎn)。判斷公式如下:

    式(1)和式(2)中, p表示位于采樣中心的判定點(diǎn),x表示在特征點(diǎn)周邊選取的一個(gè)像素點(diǎn),I(p),I(x)表述這兩個(gè)像素點(diǎn)的灰度值。若某一點(diǎn)計(jì)算出的N大于9,說明這一點(diǎn)即特征點(diǎn)。

    在提取全部特征點(diǎn)之后,使用BRIEF算法對(duì)特征點(diǎn)進(jìn)行描述。計(jì)算時(shí),算法會(huì)在需要描述的特征點(diǎn)周圍隨機(jī)選取n個(gè)像素對(duì)并比較,記錄這些像素對(duì)大小。一個(gè)特征點(diǎn)I的BRIEF特征值計(jì)算公式f(I)為:

    [T(xi,yi)]表示這兩個(gè)像素值大小比較的結(jié)果,公式(4)給出[T(xi,yi)]的計(jì)算方法:

    在計(jì)算每一個(gè)特征點(diǎn)的BRIEF值時(shí),會(huì)在特征點(diǎn)周圍按照高斯分布隨機(jī)選取128對(duì)像素點(diǎn)作為采樣點(diǎn)。

    本文采用公式(5)計(jì)算第k-1幀特征點(diǎn)Si和第k幀特征點(diǎn)Tj模糊相似度[μ(Si,Tj)]:

    公式(5)中,[B(Si)][f(Si)]和[B(Tj)][f(Tj)]分別表示第k-1幀特征點(diǎn)和第k幀特征點(diǎn)的BRIEF特征值, [⊙]表示同或運(yùn)算,Sum(n)表示將數(shù)字n轉(zhuǎn)化為二進(jìn)制并按位求和所得的值。由公式(3)可以看出,由于每個(gè)特征點(diǎn)的BRIEF值只有128位,因此每一對(duì)特征點(diǎn)對(duì)的模糊相似度[μ(Si,Tj)]取值范圍將在0~1之間。[μ(Si,Tj)]=1表示兩個(gè)點(diǎn)的特征完全匹配,是對(duì)應(yīng)點(diǎn)的概率很高。[μ(Si,Tj)]=0表示兩個(gè)特征點(diǎn)的特征完全不同,是對(duì)應(yīng)點(diǎn)的概率很低。至此,對(duì)于屬于原始圖像特征點(diǎn)集S的點(diǎn)S1,S2,S3……Sn,和屬于目標(biāo)圖像的特征點(diǎn)集T的點(diǎn)T1,T2,T3……Tn,可以定義一個(gè)特征點(diǎn)相似度集合:

    接下來計(jì)算兩幀圖像的特征點(diǎn)最佳匹配方案。

    假定第k-1幀圖像中提取到M個(gè)特征點(diǎn),第k幀中提取到N個(gè)特征點(diǎn),為不失一般性,可以假定M≥N。需要在第k幀中找到一組不重復(fù)的特征點(diǎn)x1,x2,x3…xn,組成點(diǎn)集X,并在第k-1幀中找到另一組數(shù)量相同的不重復(fù)特征點(diǎn)y1,y2,y3…yn,組成點(diǎn)集Y,使得兩個(gè)集合中的點(diǎn)滿足如下條件:①集合X和集合Y大小相同;②集合X、集合Y中的特征點(diǎn)都是不重復(fù)且唯一的;③兩個(gè)集合中,序號(hào)相同的兩個(gè)點(diǎn)之間的模糊匹配度應(yīng)當(dāng)大于0.5。

    把滿足上面條件的集合X和集合Y稱為第k-1幀及第k幀的一個(gè)匹配方案,接下來計(jì)算這兩個(gè)點(diǎn)集的總匹配度Smatch:

    式(7)中,n表示集合的長度??梢钥闯?,第k幀和第k-1幀中的點(diǎn)可以有很多種匹配方案,這些匹配方案中,總匹配度Smatch是最大的一個(gè)組合,視作第k幀和第k-1幀的最佳特征點(diǎn)匹配方案并輸出。

    2.2 切割畫面

    2.2.1 畫面分區(qū)

    切割畫面時(shí),首先將目標(biāo)畫面網(wǎng)格化,將畫面分割成一張棋盤裝網(wǎng)絡(luò),除了最右側(cè)一列和最底部一行外,網(wǎng)絡(luò)剩余位置的每一個(gè)網(wǎng)格都是邊長為D的正方形。

    邊長D計(jì)算公式:

    式(8)中,w表示圖像的整體寬度,h表示圖像的整體高度,D表示將圖像切割成棋盤狀網(wǎng)格之后每個(gè)矩形網(wǎng)格的邊長。

    2.2.2 計(jì)算不匹配特征點(diǎn)占比

    通過畫面分區(qū)得到多個(gè)D*D的網(wǎng)格圖像,進(jìn)一步計(jì)算哪些網(wǎng)格的內(nèi)容發(fā)生了較大變化。依次統(tǒng)計(jì)每個(gè)網(wǎng)格中沒有正確匹配的特征點(diǎn)所占比例,當(dāng)這個(gè)比例大于一定閾值時(shí)即可認(rèn)為這個(gè)網(wǎng)格在第k幀中發(fā)生了較大變化,應(yīng)當(dāng)重新識(shí)別。這個(gè)閾值的值可以由使用者結(jié)合需求自行擬定,因?yàn)椴煌淖R(shí)別算法對(duì)這個(gè)閾值的要求會(huì)有所不同。根據(jù)經(jīng)驗(yàn),用第k-1幀中不可匹配特征點(diǎn)的平均密度作這個(gè)閾值較好。

    不匹配特征點(diǎn)占比計(jì)算公式如下:

    式(9)中,P表示不匹配特征點(diǎn)占比, m表示正在計(jì)算的D*D網(wǎng)格中特征點(diǎn)總數(shù),[Ci]表示網(wǎng)格中第i個(gè)點(diǎn)的匹配情況,Ci計(jì)算方法如下:

    若第i個(gè)點(diǎn)已經(jīng)有匹配對(duì)象,則取0;若沒有匹配對(duì)象,則取1。若計(jì)算后,P值超過指定閾值,則認(rèn)為其是大變動(dòng)區(qū)域。

    2.2.3 網(wǎng)格合并

    找出所有需要重新識(shí)別的大變動(dòng)區(qū)域后,再將所有相鄰的大變動(dòng)區(qū)域編為一組,計(jì)算這組網(wǎng)格的寬度和高度,然后用一個(gè)矩形從這個(gè)區(qū)間里將這個(gè)大變動(dòng)區(qū)域切割下來,傳入識(shí)別算法。

    3 實(shí)驗(yàn)結(jié)果與分析

    為驗(yàn)證本文算法在視頻處理時(shí)的效果,構(gòu)建兩個(gè)實(shí)驗(yàn):①采用一段空曠街道道路視頻,檢驗(yàn)算法在畫面主體變動(dòng)不大,只有畫面平移時(shí)的預(yù)處理效果;②采用衛(wèi)星圖像數(shù)據(jù),檢驗(yàn)遇到大尺寸圖像時(shí)算法的預(yù)處理效果。

    仿真實(shí)驗(yàn)環(huán)境為Windows7操作系統(tǒng),C++語言,使用OpenCV作基本圖像處理。硬件平臺(tái)i5-3470CPU,6GB內(nèi)存,受客觀條件限制,本實(shí)驗(yàn)沒在真機(jī)上實(shí)施。實(shí)驗(yàn)采用VMware 9虛擬機(jī),識(shí)別算法的卷積過程沒有使用顯卡。

    3.1 空曠街道車輛識(shí)別實(shí)驗(yàn)

    以一個(gè)第三方車輛識(shí)別算法為主算法,這是一個(gè)被訓(xùn)練專門用作車輛識(shí)別的YOLO算法。數(shù)據(jù)集采用leftImg8bit道路交通數(shù)據(jù)集,該數(shù)據(jù)集包括2 899幀的道路交通視頻數(shù)據(jù)。試驗(yàn)中,依次傳入各幀數(shù)據(jù)并記錄預(yù)處理和不預(yù)處理的情況下圖像識(shí)別算法性能。圖2是實(shí)驗(yàn)節(jié)選的部分畫面,其中圖2(a)是本組測試的第一幀畫面,圖2(b)是本組測試的第二幀畫面,圖2(c)是對(duì)第二幀畫面進(jìn)行畫面分區(qū)之后的效果,圖2(d)是對(duì)前兩幀畫面進(jìn)行特征匹配之后的結(jié)果,這里使用線段連接匹配成功的兩個(gè)點(diǎn), 圖2(e)是對(duì)第二幀畫面進(jìn)行畫面切割之后的結(jié)果。

    比較圖2 (c)、圖2 (d)后發(fā)現(xiàn),第二幀畫面與第一幅圖重復(fù)的部分在經(jīng)過預(yù)處理之后,被預(yù)處理算法成功刪除,畫面尺寸有了一定的縮小。同時(shí),雖然第二幀畫面整個(gè)左側(cè)的狹窄部分都是新增畫面,但由于下半部分的街道并沒有可提取的特征點(diǎn),因此認(rèn)為無需再次識(shí)別而裁掉。

    從表1可以看出,本文的算法顯著壓縮了畫面尺寸,主算法運(yùn)行時(shí)間有了一定的減少。由于實(shí)驗(yàn)條件限制,本實(shí)驗(yàn)在虛擬機(jī)中使用CPU處理視頻畫面,因此處理單幅圖像所用時(shí)間遠(yuǎn)遠(yuǎn)高于直接使用GPU的時(shí)間消耗。

    3.2 衛(wèi)星識(shí)別實(shí)驗(yàn)

    以一個(gè)第三方人造衛(wèi)星的視頻識(shí)別算法為主算法,采用NASA Apollo7 3-M數(shù)據(jù)集,包括Apollo 7向地球拍攝46幀畫面,每幀畫面寬4 400像素,高4 600像素。實(shí)驗(yàn)方法是向主算法傳入第一幀衛(wèi)星畫面之后,獲取第一幀識(shí)別結(jié)果,然后繼續(xù)將第一幀畫面、第二幀畫面和剛剛得到的識(shí)別結(jié)果作為輸入,傳入預(yù)處理算法,如圖3所示。

    圖3展示了人造衛(wèi)星視頻畫面的預(yù)處理結(jié)果。實(shí)驗(yàn)中人造衛(wèi)星始終處于畫面中間位置,變化的部分主要是背景中的云層。從圖中可以看出,雖然圖中間和靠左部分的云層出現(xiàn)變化,但這些變化不是很大,并沒有顯著改變云層形態(tài),因此實(shí)驗(yàn)認(rèn)為不必傳入識(shí)別算法。但畫面右上角在第二幀忽然多出了一片云,這一畫面顯著改變了圖像右上角的紋理結(jié)構(gòu),因此算法將這一部分單獨(dú)裁剪出來。

    通過表2對(duì)比可以看出,本文的算法大幅壓縮了畫面尺寸,主算法運(yùn)行時(shí)間有了一定減少。與此前幾個(gè)實(shí)驗(yàn)不同,該實(shí)驗(yàn)在顯著壓縮畫面尺寸的同時(shí)還顯著縮短了運(yùn)算時(shí)間。導(dǎo)致這一現(xiàn)象的原因是,裁剪之后的畫面剛好裁掉了紋理特征最復(fù)雜的人造衛(wèi)星,剩下部分的顏色變得很簡單,只有黑白藍(lán)3種顏色,紋理特征復(fù)雜度相比之前有了顯著下降,因此整體效率大大提升。

    4 結(jié)語

    本文研究了一種視頻預(yù)處理方案,通過切割視頻畫面中的一些區(qū)域達(dá)到縮小視頻流尺寸的目的。這種預(yù)處理方法可以減小后面視頻識(shí)別算法的運(yùn)算量,最終達(dá)到加快識(shí)別速率的目的。

    實(shí)驗(yàn)表明,本文方法可以在保證畫面計(jì)算的同時(shí)大幅度壓縮畫面整體尺寸,節(jié)約視頻處理時(shí)間,提高主算法的執(zhí)行效率。由于視頻處理算法運(yùn)行時(shí)間還受到模型結(jié)構(gòu)的影響,因此針對(duì)不同的視頻處理算法,本文提出的預(yù)處理算法效果會(huì)有一定的變動(dòng),但平均能夠提升5%左右的性能。

    由于視頻預(yù)處理是整個(gè)視頻識(shí)別算法中的一步,盡管在預(yù)處理過程中可以過濾掉80%到90%的多余畫面,但后面的識(shí)別算法性能并不會(huì)隨之發(fā)生線性提升,特別對(duì)于一些復(fù)雜度較高的深度神經(jīng)網(wǎng)絡(luò)算法,由于運(yùn)算深度很大,因此減小輸入畫面尺寸帶來的性能提升比較有限。同時(shí),由于預(yù)處理算法本身也需要耗費(fèi)一定的時(shí)間,因此相應(yīng)地有所降低預(yù)處理效果。

    參考文獻(xiàn):

    [1]李小利, 楊曉梅, 陳代斌. 基于塊和低秩張量恢復(fù)的視頻去噪方法[J]. 計(jì)算機(jī)應(yīng)用研究, 2017(4):86-91.

    [2]羅斌. 斷層圖象插值的二維形變法[J]. 中國圖象圖形學(xué)報(bào), 2018, 3(8):675-678.

    [3]LIU C,TIAN L,ZHOU Y,et al. Video content redundancy elimination based on the convergence of computing, communication and Cache[C]. Global Communications Conference. IEEE, 2017.

    [4]PHAM T Q,VLIET L J V. Separable bilateral filtering for fast video preprocessing[C]. 2005 IEEE International Conference on Multimedia and Expo, 2005.

    [5]WANG S,ZHANG X,LIU X, et al. Utility-driven adaptive preprocessing for screen content video compression[J]. IEEE Transactions on Multimedia, 2017, 19(3):660-667.

    [6]REDMON J,F(xiàn)ARHADI A. YOLOv3: an incremental improvement[J]. Computer Vision-ECCV,2018(9):1824-1831.

    [7]王辰,老松楊,胡曉峰. 視頻中的文字探測[J]. 小型微型計(jì)算機(jī)系統(tǒng),2002,23(4): 478-481.

    [8]YANG J,REN P,ZHANG D,et al. Neural aggregation network for video face recognition[C]. IEEE 2017 IEEE Conference on Computer Vision and Pattern Recognition,2017(2):5216-5225.

    [9]李超凡,陳慶奎. 基于學(xué)習(xí)算法SSD的實(shí)時(shí)道路擁堵檢測[J]. 軟件導(dǎo)刊,2018,17(6):12-16.

    [10]殷鶴楠, 佟國香. 一種基于CNN-AE特征提取的目標(biāo)跟蹤方法[J]. 軟件導(dǎo)刊, 2018,17(6):2,26-30,35.

    [11]李輝,石波. 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別算法[J]. 軟件導(dǎo)刊, 2017,16(3):65-71.

    [12]匡青. 基于卷積神經(jīng)網(wǎng)絡(luò)的商品圖像分類研究[J]. 軟件導(dǎo)刊, 2017,16(2):120-125.

    [13]ROSTEN E,DRUMMOND T. Machine learning for high-speed corner detection[C]. Heidelberg:European Conference on Computer Vision,2006.

    [14]CALONDER M,LEPETIT V,STRECHA C,et al. BRIEF binary robust independent elementary features[EB/OL]. https://blog.csdn.net/u010682375/article/details/72824212.

    [15]王鵬,趙汗青. 基于結(jié)構(gòu)光的特征點(diǎn)提取方法研究[J]. 軟件導(dǎo)刊,2017,16(12):30-33.

    [16]RUBLEE E,RABAUD V,KONOLIGE K,et al. ORB: an efficient alternative to SIFT or SURF[EB/OL]. https://wenku.baidu.com/view/ab34a69e51e79b896802264c.html.

    [17]MA D,LAI H C. Remote sensing image matching based improved ORB in NSCT domain[J]. Journal of the Indian Society of Remote Sensing, 2019(10):461-468.

    [18]WANG M,NIU S,YANG X. A novel panoramic image stitching algorithm based on ORB[C]. Sapporo:International Conference on Applied System Innovation. IEEE,2017.

    [19]YING Z,F(xiàn)AN Y,YING G,et al. Fast image stitching algorithm based on ORB algorithm and OECF model[J]. Computer Engineering & Applications, 2017(3):1240-1249.

    [20]HE S W,WEI Z G,HONG L Q. Robot vision navigation based on improved ORB algorithm[C]. International Conference on Intelligent and Interactive Systems and Applications, 2017:134-140.

    [21]YANSHAN L,CONGZHU Y,LI Z,et al. A novel surf based on a unified model of appearance and motion-variation[J]. IEEE Access, 2018(6):1-2.

    (責(zé)任編輯:杜能鋼)

    收稿日期:2019-04-21

    基金項(xiàng)目:國家自然科學(xué)基金青年項(xiàng)目(61402288)

    作者簡介:張勵(lì)揚(yáng)(1991-),男,上海理工大學(xué)光電信息與計(jì)算機(jī)工程學(xué)院碩士研究生,研究方向?yàn)閳D像處理;趙逢禹(1963-),男,博士,上海理工大學(xué)光電信息與計(jì)算機(jī)工程學(xué)院教授、碩士生導(dǎo)師,研究方向?yàn)橛?jì)算機(jī)軟件與軟件系統(tǒng)安全、軟件工程與軟件質(zhì)量控制、軟件可靠性;劉亞(1963-),女,博士,上海理工大學(xué)光電信息與計(jì)算機(jī)工程學(xué)院講師,研究方向?yàn)檐浖煽啃?。本文通訊作者:趙逢禹。

    猜你喜歡
    特征提取
    特征提取和最小二乘支持向量機(jī)的水下目標(biāo)識(shí)別
    基于Gazebo仿真環(huán)境的ORB特征提取與比對(duì)的研究
    電子制作(2019年15期)2019-08-27 01:12:00
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    基于DNN的低資源語音識(shí)別特征提取技術(shù)
    Bagging RCSP腦電特征提取算法
    一種基于LBP 特征提取和稀疏表示的肝病識(shí)別算法
    基于DSP的直線特征提取算法
    基于改進(jìn)WLD的紋理特征提取方法
    淺析零件圖像的特征提取和識(shí)別方法
    基于CATIA的橡皮囊成形零件的特征提取
    国产高清激情床上av| 母亲3免费完整高清在线观看| 国产蜜桃级精品一区二区三区| 午夜免费成人在线视频| 亚洲美女黄片视频| 丝袜美腿诱惑在线| 精品一区二区三区四区五区乱码| 亚洲 欧美一区二区三区| 侵犯人妻中文字幕一二三四区| 18禁黄网站禁片免费观看直播| 女生性感内裤真人,穿戴方法视频| a在线观看视频网站| 99热这里只有精品一区 | 国产精品二区激情视频| 大型av网站在线播放| 国产区一区二久久| 亚洲午夜理论影院| 国产三级在线视频| 国产伦人伦偷精品视频| 欧美中文日本在线观看视频| 美国免费a级毛片| 99国产极品粉嫩在线观看| 19禁男女啪啪无遮挡网站| 久久九九热精品免费| 久久久久精品国产欧美久久久| www日本在线高清视频| 精品人妻1区二区| 亚洲中文av在线| 国产黄色小视频在线观看| 亚洲人成伊人成综合网2020| 99久久综合精品五月天人人| 一本一本综合久久| 女人爽到高潮嗷嗷叫在线视频| 校园春色视频在线观看| 成年女人毛片免费观看观看9| 91麻豆av在线| xxx96com| 美女国产高潮福利片在线看| 美女午夜性视频免费| 精品久久久久久久毛片微露脸| 国产熟女午夜一区二区三区| 久久久久久久久中文| 精品电影一区二区在线| 天天添夜夜摸| 精品午夜福利视频在线观看一区| 亚洲色图av天堂| 久久狼人影院| 中亚洲国语对白在线视频| 亚洲男人的天堂狠狠| 成人永久免费在线观看视频| 日韩 欧美 亚洲 中文字幕| 国产黄色小视频在线观看| 成年女人毛片免费观看观看9| 亚洲专区字幕在线| 久久精品夜夜夜夜夜久久蜜豆 | 精品久久久久久久毛片微露脸| 99热6这里只有精品| 成年免费大片在线观看| 中文字幕人妻熟女乱码| 日韩中文字幕欧美一区二区| 亚洲va日本ⅴa欧美va伊人久久| 亚洲天堂国产精品一区在线| 日本三级黄在线观看| 制服人妻中文乱码| 成人三级做爰电影| 亚洲第一电影网av| 一级毛片女人18水好多| 久久久久久人人人人人| 欧美日韩乱码在线| 亚洲第一电影网av| 老司机靠b影院| 亚洲男人天堂网一区| 久久精品成人免费网站| 日日夜夜操网爽| 每晚都被弄得嗷嗷叫到高潮| 免费高清视频大片| 欧美丝袜亚洲另类 | 一区二区三区精品91| 91大片在线观看| 欧美成人午夜精品| 黄色视频不卡| 91麻豆av在线| 亚洲中文字幕日韩| 成人免费观看视频高清| 亚洲人成伊人成综合网2020| 午夜激情av网站| 久久精品aⅴ一区二区三区四区| 69av精品久久久久久| 欧美国产日韩亚洲一区| 免费在线观看影片大全网站| 露出奶头的视频| 久久这里只有精品19| 在线观看舔阴道视频| av天堂在线播放| 黄频高清免费视频| 黄色丝袜av网址大全| 亚洲三区欧美一区| 91成年电影在线观看| 精品一区二区三区四区五区乱码| 国产乱人伦免费视频| 国产私拍福利视频在线观看| 亚洲成人久久爱视频| 9191精品国产免费久久| 日韩欧美一区视频在线观看| 亚洲色图 男人天堂 中文字幕| 脱女人内裤的视频| 18禁黄网站禁片免费观看直播| 国产精品久久久久久人妻精品电影| 亚洲国产中文字幕在线视频| 国产精品1区2区在线观看.| 在线永久观看黄色视频| 国产欧美日韩一区二区精品| 99国产精品99久久久久| 男女午夜视频在线观看| 亚洲五月天丁香| 午夜久久久久精精品| 精品一区二区三区视频在线观看免费| 亚洲狠狠婷婷综合久久图片| 国产激情久久老熟女| 精品福利观看| 国产av不卡久久| 18禁黄网站禁片午夜丰满| 国产亚洲精品一区二区www| 国产在线观看jvid| 嫁个100分男人电影在线观看| 啦啦啦韩国在线观看视频| 久久精品人妻少妇| 欧美在线一区亚洲| 亚洲精品av麻豆狂野| 久久久久亚洲av毛片大全| 91av网站免费观看| 亚洲天堂国产精品一区在线| 亚洲真实伦在线观看| 18禁美女被吸乳视频| 国产成人啪精品午夜网站| 久久香蕉精品热| 国产午夜精品久久久久久| 亚洲人成伊人成综合网2020| 少妇 在线观看| 美女高潮喷水抽搐中文字幕| 免费在线观看成人毛片| 婷婷精品国产亚洲av| 在线免费观看的www视频| 欧美成狂野欧美在线观看| 国产在线精品亚洲第一网站| 欧美日本亚洲视频在线播放| 啪啪无遮挡十八禁网站| 成人欧美大片| 草草在线视频免费看| 桃红色精品国产亚洲av| 久久久久免费精品人妻一区二区 | 黄色片一级片一级黄色片| 搡老熟女国产l中国老女人| 日本 av在线| 亚洲自拍偷在线| 大型av网站在线播放| 男女那种视频在线观看| 大型黄色视频在线免费观看| 亚洲精品粉嫩美女一区| 午夜免费成人在线视频| 一级毛片高清免费大全| 精品高清国产在线一区| 又紧又爽又黄一区二区| 国产午夜精品久久久久久| 国产成人欧美在线观看| 亚洲熟女毛片儿| 女生性感内裤真人,穿戴方法视频| 国产单亲对白刺激| 999精品在线视频| 久久久精品欧美日韩精品| 人妻久久中文字幕网| 国产亚洲精品久久久久久毛片| 亚洲精品粉嫩美女一区| 国产av一区在线观看免费| 每晚都被弄得嗷嗷叫到高潮| 日韩av在线大香蕉| 精品国产乱子伦一区二区三区| 人人妻人人澡欧美一区二区| 成人手机av| 亚洲午夜理论影院| 欧美黑人欧美精品刺激| 婷婷丁香在线五月| 韩国精品一区二区三区| 大香蕉久久成人网| 亚洲av成人一区二区三| 黄片小视频在线播放| 非洲黑人性xxxx精品又粗又长| 岛国在线观看网站| 久久久精品欧美日韩精品| 国内久久婷婷六月综合欲色啪| 丝袜在线中文字幕| 中国美女看黄片| 热re99久久国产66热| 亚洲国产看品久久| 国产成人一区二区三区免费视频网站| 黑人巨大精品欧美一区二区mp4| 午夜福利免费观看在线| 中文在线观看免费www的网站 | av在线播放免费不卡| 久久午夜亚洲精品久久| 亚洲av五月六月丁香网| 日韩视频一区二区在线观看| 亚洲人成网站高清观看| 搡老岳熟女国产| 成年人黄色毛片网站| 欧美绝顶高潮抽搐喷水| 国产亚洲欧美在线一区二区| 国产aⅴ精品一区二区三区波| 精品人妻1区二区| 99riav亚洲国产免费| 精品高清国产在线一区| 亚洲国产欧洲综合997久久, | 国产欧美日韩一区二区三| 中文字幕精品亚洲无线码一区 | 黄频高清免费视频| 看黄色毛片网站| 一区二区日韩欧美中文字幕| 国产成人欧美在线观看| 久久久久久人人人人人| 一本久久中文字幕| 欧美精品啪啪一区二区三区| 国产精品自产拍在线观看55亚洲| 可以在线观看毛片的网站| 美女午夜性视频免费| 可以在线观看的亚洲视频| 又黄又爽又免费观看的视频| 国产精品精品国产色婷婷| 亚洲天堂国产精品一区在线| 亚洲自拍偷在线| 国产欧美日韩一区二区精品| 午夜两性在线视频| 国产成人精品久久二区二区91| 99精品在免费线老司机午夜| 国产欧美日韩一区二区三| 在线av久久热| 麻豆久久精品国产亚洲av| 精品免费久久久久久久清纯| 一区二区三区国产精品乱码| 久久中文看片网| 欧美中文日本在线观看视频| 国产精品久久久久久亚洲av鲁大| 国产熟女午夜一区二区三区| 午夜激情av网站| 听说在线观看完整版免费高清| 亚洲人成网站高清观看| 色综合亚洲欧美另类图片| 成年免费大片在线观看| 男人舔奶头视频| 午夜免费激情av| 中文字幕精品免费在线观看视频| 亚洲中文av在线| 欧美大码av| 美女大奶头视频| 久久久国产成人免费| 777久久人妻少妇嫩草av网站| 成人免费观看视频高清| 精品国内亚洲2022精品成人| 1024香蕉在线观看| www.熟女人妻精品国产| 中文字幕人成人乱码亚洲影| e午夜精品久久久久久久| 妹子高潮喷水视频| 久久久久久久精品吃奶| 久久精品亚洲精品国产色婷小说| 琪琪午夜伦伦电影理论片6080| 国产人伦9x9x在线观看| 国产av一区二区精品久久| 97超级碰碰碰精品色视频在线观看| 国产一区二区三区视频了| 日本 欧美在线| 在线观看舔阴道视频| 国产欧美日韩精品亚洲av| 国产精品永久免费网站| 2021天堂中文幕一二区在线观 | 无遮挡黄片免费观看| 别揉我奶头~嗯~啊~动态视频| 国产精品98久久久久久宅男小说| 久久中文字幕人妻熟女| 在线观看舔阴道视频| 黄色视频不卡| 最新美女视频免费是黄的| 亚洲第一av免费看| 亚洲第一欧美日韩一区二区三区| 午夜免费成人在线视频| 非洲黑人性xxxx精品又粗又长| 亚洲精品国产区一区二| 最近最新免费中文字幕在线| 成人国产综合亚洲| 大型av网站在线播放| 女人爽到高潮嗷嗷叫在线视频| 亚洲精品国产精品久久久不卡| 国产片内射在线| 99re在线观看精品视频| www国产在线视频色| 亚洲av成人不卡在线观看播放网| 国产国语露脸激情在线看| 亚洲人成网站在线播放欧美日韩| 老鸭窝网址在线观看| 国产伦一二天堂av在线观看| 免费高清在线观看日韩| 亚洲国产欧美网| 一二三四社区在线视频社区8| 国产精品 欧美亚洲| 18禁黄网站禁片免费观看直播| 在线看三级毛片| 悠悠久久av| 这个男人来自地球电影免费观看| 在线观看66精品国产| 欧美日韩乱码在线| 国产高清videossex| 久热爱精品视频在线9| 久久久久久国产a免费观看| 欧美丝袜亚洲另类 | aaaaa片日本免费| 亚洲中文字幕一区二区三区有码在线看 | 给我免费播放毛片高清在线观看| www国产在线视频色| 香蕉久久夜色| 神马国产精品三级电影在线观看 | 精品久久久久久久久久久久久 | 亚洲人成伊人成综合网2020| 久久欧美精品欧美久久欧美| 在线观看免费午夜福利视频| 999久久久国产精品视频| 禁无遮挡网站| 夜夜看夜夜爽夜夜摸| 色播亚洲综合网| 一本大道久久a久久精品| 欧美日韩中文字幕国产精品一区二区三区| 亚洲 欧美一区二区三区| 在线免费观看的www视频| √禁漫天堂资源中文www| www日本黄色视频网| 国产精品亚洲av一区麻豆| 男人舔女人的私密视频| 久久性视频一级片| 色综合婷婷激情| 亚洲成人精品中文字幕电影| 69av精品久久久久久| 色综合欧美亚洲国产小说| 国产99白浆流出| 免费看美女性在线毛片视频| 丰满人妻熟妇乱又伦精品不卡| 中文字幕久久专区| 日本黄色视频三级网站网址| 长腿黑丝高跟| 亚洲五月天丁香| 免费一级毛片在线播放高清视频| 亚洲国产看品久久| 久久这里只有精品19| 亚洲熟女毛片儿| 两个人视频免费观看高清| 精品第一国产精品| 黄片小视频在线播放| 制服人妻中文乱码| 亚洲国产欧洲综合997久久, | 成在线人永久免费视频| 亚洲国产日韩欧美精品在线观看 | 成人国产综合亚洲| 母亲3免费完整高清在线观看| 曰老女人黄片| 麻豆av在线久日| 麻豆成人av在线观看| 在线观看午夜福利视频| 在线观看www视频免费| 青草久久国产| 欧美亚洲日本最大视频资源| 后天国语完整版免费观看| 亚洲中文字幕一区二区三区有码在线看 | 两个人免费观看高清视频| 欧美日韩亚洲国产一区二区在线观看| 两个人免费观看高清视频| 日本在线视频免费播放| 亚洲,欧美精品.| 中文在线观看免费www的网站 | 制服丝袜大香蕉在线| 午夜免费鲁丝| 亚洲自偷自拍图片 自拍| 久久 成人 亚洲| 岛国视频午夜一区免费看| 成熟少妇高潮喷水视频| 日本免费一区二区三区高清不卡| 狠狠狠狠99中文字幕| 窝窝影院91人妻| 免费电影在线观看免费观看| 狂野欧美激情性xxxx| 午夜福利在线在线| 久久久久国内视频| 国产成人精品久久二区二区免费| 久久精品aⅴ一区二区三区四区| 欧美日韩福利视频一区二区| 变态另类成人亚洲欧美熟女| 国产在线观看jvid| 久久中文字幕一级| 中文字幕av电影在线播放| 久久99热这里只有精品18| 一本一本综合久久| 在线观看www视频免费| 丝袜人妻中文字幕| 成人国产综合亚洲| 91成年电影在线观看| 日本一本二区三区精品| 日韩成人在线观看一区二区三区| 麻豆成人午夜福利视频| 亚洲午夜精品一区,二区,三区| 亚洲激情在线av| 99久久综合精品五月天人人| 午夜福利在线在线| 嫁个100分男人电影在线观看| 国产伦在线观看视频一区| 少妇被粗大的猛进出69影院| 国产高清有码在线观看视频 | 国产精品99久久99久久久不卡| 国产成人精品无人区| 国产v大片淫在线免费观看| 此物有八面人人有两片| 久久久国产成人免费| 精品一区二区三区视频在线观看免费| 亚洲av熟女| 国产亚洲精品一区二区www| 99在线人妻在线中文字幕| 99热这里只有精品一区 | a在线观看视频网站| 好看av亚洲va欧美ⅴa在| 国产欧美日韩精品亚洲av| svipshipincom国产片| 亚洲一区二区三区色噜噜| 国产亚洲av嫩草精品影院| 国产精品亚洲一级av第二区| 久久久久久大精品| 可以在线观看毛片的网站| 欧美激情 高清一区二区三区| 欧美成狂野欧美在线观看| 亚洲国产高清在线一区二区三 | 国产精品永久免费网站| 欧美在线黄色| 在线看三级毛片| 在线观看www视频免费| 欧美在线一区亚洲| 男男h啪啪无遮挡| 国产91精品成人一区二区三区| 久久草成人影院| 欧美又色又爽又黄视频| 国产精华一区二区三区| 日本熟妇午夜| 久久久精品欧美日韩精品| 日日摸夜夜添夜夜添小说| 国产精品香港三级国产av潘金莲| 国产色视频综合| 国产精品一区二区精品视频观看| 老司机深夜福利视频在线观看| 精品国产乱码久久久久久男人| 老鸭窝网址在线观看| 亚洲国产毛片av蜜桃av| 国产精品久久久久久精品电影 | 亚洲国产精品成人综合色| 香蕉丝袜av| 亚洲精品中文字幕一二三四区| 国产真实乱freesex| bbb黄色大片| 怎么达到女性高潮| 亚洲人成网站在线播放欧美日韩| 一区二区日韩欧美中文字幕| 麻豆av在线久日| 亚洲天堂国产精品一区在线| 在线观看舔阴道视频| 欧美日本亚洲视频在线播放| 最近最新中文字幕大全免费视频| 天天一区二区日本电影三级| 欧美zozozo另类| 国产乱人伦免费视频| 一本久久中文字幕| 亚洲中文字幕一区二区三区有码在线看 | 亚洲avbb在线观看| 久久精品国产亚洲av香蕉五月| 级片在线观看| 亚洲精品美女久久久久99蜜臀| 日本一本二区三区精品| 一二三四社区在线视频社区8| 国产精品电影一区二区三区| 性色av乱码一区二区三区2| 欧美 亚洲 国产 日韩一| 夜夜爽天天搞| 久久久久精品国产欧美久久久| 亚洲中文字幕日韩| 少妇 在线观看| 人人妻人人澡欧美一区二区| 免费看美女性在线毛片视频| 亚洲第一欧美日韩一区二区三区| 超碰成人久久| 日韩欧美三级三区| 青草久久国产| 国产又黄又爽又无遮挡在线| 国产99白浆流出| 国产高清有码在线观看视频 | 亚洲avbb在线观看| 99精品欧美一区二区三区四区| 国产在线精品亚洲第一网站| 琪琪午夜伦伦电影理论片6080| 色播在线永久视频| 亚洲国产精品成人综合色| 成人特级黄色片久久久久久久| 亚洲人成电影免费在线| 美女大奶头视频| 黄色丝袜av网址大全| 哪里可以看免费的av片| 一本大道久久a久久精品| a级毛片在线看网站| 亚洲精品中文字幕在线视频| 99热6这里只有精品| 99re在线观看精品视频| 亚洲天堂国产精品一区在线| 亚洲av电影在线进入| 日韩精品中文字幕看吧| 黄片大片在线免费观看| 波多野结衣高清无吗| 成熟少妇高潮喷水视频| 国产精品二区激情视频| 好看av亚洲va欧美ⅴa在| 欧美黑人巨大hd| 欧美亚洲日本最大视频资源| 最新在线观看一区二区三区| 精品国产美女av久久久久小说| 国产精品电影一区二区三区| 亚洲av熟女| 国产一级毛片七仙女欲春2 | 国产精品久久久人人做人人爽| 免费观看精品视频网站| 免费女性裸体啪啪无遮挡网站| 国产精品亚洲一级av第二区| 久久久精品国产亚洲av高清涩受| 国内揄拍国产精品人妻在线 | 日韩欧美一区视频在线观看| 日日夜夜操网爽| 国产精品av久久久久免费| 亚洲欧美精品综合一区二区三区| 三级毛片av免费| 国产精品香港三级国产av潘金莲| 啦啦啦观看免费观看视频高清| 欧美黑人精品巨大| 国内精品久久久久久久电影| 午夜成年电影在线免费观看| 亚洲人成网站高清观看| 日本免费一区二区三区高清不卡| 久久天躁狠狠躁夜夜2o2o| 91九色精品人成在线观看| 巨乳人妻的诱惑在线观看| 国产极品粉嫩免费观看在线| 国产熟女xx| 一进一出好大好爽视频| 女人被狂操c到高潮| 黄色片一级片一级黄色片| 麻豆成人av在线观看| 啪啪无遮挡十八禁网站| 91九色精品人成在线观看| 亚洲中文av在线| 人妻丰满熟妇av一区二区三区| 国产蜜桃级精品一区二区三区| 欧美成人免费av一区二区三区| 精品人妻1区二区| 午夜老司机福利片| 日韩欧美 国产精品| 桃红色精品国产亚洲av| 成年版毛片免费区| 国产伦人伦偷精品视频| 黑人操中国人逼视频| 女生性感内裤真人,穿戴方法视频| 日本三级黄在线观看| 在线视频色国产色| 久久久久九九精品影院| 少妇熟女aⅴ在线视频| 午夜精品在线福利| 搡老岳熟女国产| 中文字幕久久专区| 成人午夜高清在线视频 | a在线观看视频网站| 人人妻,人人澡人人爽秒播| 高清在线国产一区| 久久久精品欧美日韩精品| 一级a爱视频在线免费观看| 黄色片一级片一级黄色片| 国产欧美日韩一区二区三| 韩国av一区二区三区四区| 18禁裸乳无遮挡免费网站照片 | 国产熟女午夜一区二区三区| 欧美在线黄色| 一级毛片精品| 免费女性裸体啪啪无遮挡网站| 欧美精品亚洲一区二区| 青草久久国产| 男人舔女人下体高潮全视频| 可以在线观看毛片的网站| 免费看美女性在线毛片视频| av免费在线观看网站| 男人操女人黄网站| 国产又色又爽无遮挡免费看| 国产精品野战在线观看| 亚洲精华国产精华精| 国产亚洲精品第一综合不卡| 国产精品一区二区免费欧美| 大型av网站在线播放| 国产精品久久久久久亚洲av鲁大| 亚洲欧洲精品一区二区精品久久久| 欧美性猛交╳xxx乱大交人| 在线观看www视频免费| 老司机福利观看| 欧美日韩中文字幕国产精品一区二区三区| 一二三四在线观看免费中文在| 国产视频内射| 亚洲成av片中文字幕在线观看| 777久久人妻少妇嫩草av网站| 免费在线观看亚洲国产| 欧美黄色片欧美黄色片| 女性被躁到高潮视频| aaaaa片日本免费|