• <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 ?

    基于微調(diào)VGG-16的現(xiàn)場鞋印檢索算法

    2020-10-27 10:52:44史文韜唐云祁
    關(guān)鍵詞:鞋印犯罪現(xiàn)場微調(diào)

    史文韜, 唐云祁

    (中國人民公安大學(xué)偵查學(xué)院, 北京 100038)

    0 引言

    鞋印檢索是法庭科學(xué)領(lǐng)域的一個(gè)重要研究方向。鞋印檢索是指從鞋印數(shù)據(jù)庫中,檢索到與嫌疑鞋印花紋相同的鞋印。需要強(qiáng)調(diào),這里的相同,僅僅指種類的相同,而非個(gè)體的同一。嫌疑鞋印,可以來源于犯罪現(xiàn)場的遺留鞋印,也可以從嫌疑人穿的鞋上直接提取。鞋印數(shù)據(jù)庫,一般包括公安機(jī)關(guān)犯罪現(xiàn)場勘查系統(tǒng)中存檔的涉案鞋印和公安機(jī)關(guān)直接對接鞋生產(chǎn)廠家收集的所有流通市場的鞋的鞋印,按照國內(nèi)刑事技術(shù)及司法鑒定領(lǐng)域的慣例,稱這類鞋印為樣本鞋印。

    鞋印檢索在公安工作中有兩種應(yīng)用模式:一是串并案模式。將犯罪現(xiàn)場提取到的待檢索鞋印與各級公安機(jī)關(guān)部署的犯罪現(xiàn)場鞋印數(shù)據(jù)庫比對,尋找同種花紋鞋印,實(shí)現(xiàn)多案串并。在這種模式下,待比對鞋印數(shù)據(jù)庫由犯罪現(xiàn)場勘查獲得的鞋印組成,鞋印質(zhì)量層次不齊,花紋通常殘缺、不完整(如圖1所示),鞋印檢索的難度一般很大。二是以印找鞋模式。將犯罪現(xiàn)場鞋印輸入各級公安機(jī)關(guān)部署的鞋樣本庫進(jìn)行檢索,尋找遺留該鞋印的鞋型信息,一方面通過“監(jiān)控+鞋印”技戰(zhàn)法追蹤嫌疑人,另一方面獲得有關(guān)嫌疑人所穿鞋的品牌、種類、外觀、價(jià)格等信息,為嫌疑人刻畫提供線索。在這種模式中,樣本鞋印為公安機(jī)關(guān)直接對接鞋生產(chǎn)廠家收集的所有流通市場的鞋的鞋印,鞋印清晰完整(如圖2所示)。

    圖1 犯罪現(xiàn)場鞋印及其二值圖

    圖2 鞋樣本庫中的鞋印及其二值圖

    公安機(jī)關(guān)在“破小案,暖民心”的要求下,加大對以入室盜竊為代表的低成本、作案連續(xù)、案發(fā)率高的小型侵財(cái)案件的打擊力度,而鞋印作為此類現(xiàn)場遺留率最高的物證,具有很大的使用潛力。通過現(xiàn)場與視頻偵查結(jié)合,以中心現(xiàn)場為中心向各個(gè)關(guān)聯(lián)方向發(fā)散進(jìn)行輻射狀空間勘查[2]是現(xiàn)場勘查工作的發(fā)展趨勢。隨著視頻偵查技術(shù)和圖像識別技術(shù)的互相推進(jìn)發(fā)展,鞋印檢索在合成作戰(zhàn)中的作用愈加重要,具備較強(qiáng)的研究價(jià)值。

    1 相關(guān)工作

    鞋印檢索算法的核心問題是提取穩(wěn)定的鞋印花紋特征,以SIFT、變換域等方法為基礎(chǔ)提取的傳統(tǒng)特征在鞋印檢索算法中已經(jīng)獲得成功應(yīng)用,其中比較經(jīng)典的工作包括:改進(jìn)的純相位相關(guān)函數(shù)(Modified Phase-Only-Correlation Function,MPOC)[3]、多尺度的Harris特征檢測子和SIFT特征描述符[4]、基于小波- 傅利葉變換的全局不變特征[5]、主動基模型(Active Basis Model, ABM)[6]。近年來,隨著卷積神經(jīng)網(wǎng)絡(luò)在人臉識別、行人重識別領(lǐng)域的應(yīng)用,研究人員也開始研究卷積神經(jīng)網(wǎng)絡(luò)提取的深度特征進(jìn)行鞋印檢索。

    2016年,張弛等[8]擴(kuò)充鞋印數(shù)據(jù)集至183類共200 255幅鞋印圖片,使用LeNet- 5網(wǎng)絡(luò)進(jìn)行分類,前5名的分類準(zhǔn)確率為99.49%。需要注意的是,在預(yù)實(shí)驗(yàn)中我們也發(fā)現(xiàn)鞋印圖片分類的難度較小,使用LeNet- 5這樣簡單的網(wǎng)絡(luò)就能得到很好的分類結(jié)果,但是與Alexnet、GoogLeNet、VGG- net、Resnet這些更深層的卷積神經(jīng)網(wǎng)絡(luò)相比,深層網(wǎng)絡(luò)提取的特征檢索精度更高,這也是本文選擇VGG- 16作為特征提取網(wǎng)絡(luò)的原因之一。

    2017年,Junjian Cui等[7]使用預(yù)訓(xùn)練的VGG- 16網(wǎng)絡(luò)的pool5、fc6、relu6、fc7、relu7層的輸出作為特征,稱之為“Neural Code”,比較了不同層的特征,發(fā)現(xiàn)卷積層的輸出用于檢索精度更高;使用PCA算法對pool5的特征降低到不同維度,發(fā)現(xiàn)降低到原特征的95%時(shí)精度最高,在1 000幅嫌疑鞋印和37 886幅樣本鞋印的數(shù)據(jù)庫中,top1和top10的識別率分別是64.4%和87.9%。

    2018年,Kong等[9]使用預(yù)訓(xùn)練的Resnet50網(wǎng)絡(luò)提取鞋印圖片的特征,提出了一種多通道歸一化互相關(guān)(Multi-Channel Normalized Cross-Correlation ,MCNCC)的相似性度量方法,該方法顯著提高了檢索效果,在FID- 300數(shù)據(jù)集上top1%和top10%的識別率分別為79.67%和89%。

    2018年,Junjian Cui等[10]使用深度置信網(wǎng)絡(luò)(Deep Belief Networks, DBN)來提取鞋印的局部特征,并使用空間金字塔匹配(Spatial Pyramid Matching, SPM)來獲得局部到全局的匹配分?jǐn)?shù),測試時(shí)使用536幅來自犯罪現(xiàn)場的嫌疑鞋印和一個(gè)包含34 768幅樣本鞋印的數(shù)據(jù)庫,top10和top100的識別率分別是65.67%和81.16%。

    2019年,Ma Zhanyu等[11]提出多部分加權(quán)卷積神經(jīng)網(wǎng)絡(luò)(Multi-Part Weighted Convolutional Neural Network,MP- CNN)用于鞋印檢索,該網(wǎng)絡(luò)是一個(gè)以VGG- 19模型為基礎(chǔ)的孿生神經(jīng)網(wǎng)絡(luò),并在VGG- 19最后添加一層128維的全連接層輸出特征向量;訓(xùn)練時(shí)輸入一幅嫌疑鞋印、一幅正樣本鞋印和一幅負(fù)同類樣本鞋印,每幅鞋印裁剪為上下兩部分分別輸入網(wǎng)絡(luò),上下兩部分的特征向量根據(jù)每部分的有效信息量的比值加權(quán)融合;測試時(shí)把FID- 300數(shù)據(jù)集按8∶2的比例分為訓(xùn)練集和測試集,top1%和top10%的識別率分別為61.02%和89.83%。

    目前基于深度學(xué)習(xí)的鞋印檢索算法的基本模式是使用預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)作為特征提取器,通過比較嫌疑鞋印和樣本鞋印的特征距離獲得檢索結(jié)果,但是現(xiàn)有算法都沒有使用鞋印數(shù)據(jù)訓(xùn)練適用鞋印檢索問題的卷積神經(jīng)網(wǎng)絡(luò)。一方面,由于鞋印數(shù)據(jù)一般為公安機(jī)關(guān)所有,獲取難度大;另一方面,即使能夠獲得公安機(jī)關(guān)的鞋印數(shù)據(jù),相同花紋的鞋印圖片數(shù)量也不多,達(dá)不到從零開始訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)的要求?;谶@一問題,本文建立了一個(gè)432類共2 827幅圖片的鞋印數(shù)據(jù)集并進(jìn)行數(shù)據(jù)增強(qiáng),使用擴(kuò)充后的數(shù)據(jù)微調(diào)預(yù)訓(xùn)練的VGG- 16并提取鞋印特征,與直接使用預(yù)訓(xùn)練模型相比,檢索精度有了明顯的提升。

    2 鞋印數(shù)據(jù)集構(gòu)建

    2.1 訓(xùn)練數(shù)據(jù)集

    本文從某市公安機(jī)關(guān)提供的8個(gè)月內(nèi)所有犯罪現(xiàn)場鞋印和嫌疑人標(biāo)準(zhǔn)采集的鞋印中篩選出432類共2 827幅鞋印建立訓(xùn)練數(shù)據(jù)子集,所有鞋印圖片均為二值圖,與公安機(jī)關(guān)鞋印數(shù)據(jù)庫錄入標(biāo)準(zhǔn)一致。其中210類鞋印均為嫌疑人標(biāo)準(zhǔn)采集鞋印,每類4幅;其余222類鞋印包含嫌疑人標(biāo)準(zhǔn)采集鞋印和與之對應(yīng)的犯罪現(xiàn)場鞋印,每類5~50幅。數(shù)據(jù)示例如圖3所示。

    圖3 訓(xùn)練數(shù)據(jù)示例

    由于鞋印數(shù)據(jù)集中大多數(shù)為嫌疑人標(biāo)準(zhǔn)采集鞋印,圖片清晰度高,鞋印花紋完整。為了使訓(xùn)練數(shù)據(jù)更好地模擬真實(shí)犯罪現(xiàn)場鞋印,本文對原始數(shù)據(jù)進(jìn)行數(shù)據(jù)增強(qiáng),增強(qiáng)流程分為兩個(gè)階段:第一步為低質(zhì)量處理。對圖片進(jìn)行中值濾波處理,Sobel算子提取邊緣圖和添加高斯噪聲,模擬犯罪現(xiàn)場鞋印可辨識性差的狀態(tài)。第二步為裁剪。根據(jù)實(shí)戰(zhàn)中的犯罪現(xiàn)場鞋印形態(tài),本文進(jìn)行8種不同的裁剪來模擬犯罪現(xiàn)場鞋印的不完整性,如圖4所示。經(jīng)過數(shù)據(jù)增強(qiáng),每幅圖片擴(kuò)增81幅,最后用于微調(diào)的數(shù)據(jù)集包含436類,每類324~4 050幅,一共228 987幅鞋印圖像。

    圖4 8種裁剪模式。(a)原圖;(b)足弓足跟缺失;(c)足趾足弓缺失;(d)足趾缺失;(e)足跟缺失;(f)足弓缺失;(g)左側(cè)缺失;(h)右側(cè)缺失;(i)周邊缺失

    2.2 測試數(shù)據(jù)集

    我們還建立了一個(gè)用于測試鞋印檢索算法的測試數(shù)據(jù)集,包含200對鞋印,其中鞋印的種類均未在訓(xùn)練數(shù)據(jù)集中出現(xiàn),所有圖片均為二值圖;每類兩幅,均為犯罪現(xiàn)場鞋印,一幅嫌疑鞋印和一幅樣本鞋?。幌右尚≠|(zhì)量較低,不完整,樣本鞋印質(zhì)量較高,基本完整。我們另外收集了4 800幅犯罪現(xiàn)場鞋印作為混淆樣本與200幅樣本鞋印構(gòu)成鞋印數(shù)據(jù)庫,所有混淆樣本也均為二值圖。由于我們的測試數(shù)據(jù)全部使用了犯罪現(xiàn)場鞋印,而這類鞋印花紋不完整、花紋可辨識性差,本文實(shí)際上是在串并案模式下進(jìn)行實(shí)驗(yàn)。

    3 基于微調(diào)VGG- 16的鞋印檢索算法

    3.1 VGG- 16簡介

    VGG- 16是Simonyan等[18]提出的卷積神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)主要探索了加深網(wǎng)絡(luò)層數(shù)對網(wǎng)絡(luò)性能的影響。它包括5組共13個(gè)卷積層和3個(gè)全連接層(如圖5所示),圖片輸入尺寸為224×224×3,每一組卷積后有一層2×2的池化層將特征圖長寬縮小1/2,通道數(shù)每組卷積增大1/2,在pool5輸出7×7×512的特征圖,然后與兩層4 096維的全連接層相連,最后一層全連接層維數(shù)與數(shù)據(jù)類別數(shù)相同。卷積層和全連接層的輸出均經(jīng)過Relu函數(shù)激活,全連接層采用了0.5的dropout減小過擬合。VGG- 16最大特點(diǎn)是通過加深網(wǎng)絡(luò)深度和使用小尺寸卷積核來提高精度,卷積核大小全部為3×3,步幅全部為1,通過2個(gè)卷積核堆疊代替5×5卷積核,3個(gè)卷積核堆疊代替7×7卷積核,在保證相同大小的感受域的條件下提升網(wǎng)絡(luò)深度。通過以上策略,該網(wǎng)絡(luò)獲得ILSVRC2014比賽分類項(xiàng)目的第二名和定位項(xiàng)目的第一名。由于3×3卷積核是能夠捕獲上、下、左、右、中心概念的最小尺寸卷積核[18],使得VGG- 16能夠提取圖片更細(xì)節(jié)的特征,所以本文采用該網(wǎng)絡(luò)進(jìn)行實(shí)驗(yàn)。

    圖5 VGG- 16結(jié)構(gòu)圖

    卷積神經(jīng)網(wǎng)絡(luò)具有良好的跨域應(yīng)用能力[19-20],通過另一類型的數(shù)據(jù)對已經(jīng)使用大量數(shù)據(jù)訓(xùn)練完成的網(wǎng)絡(luò)參數(shù)進(jìn)行微調(diào),是解決訓(xùn)練數(shù)據(jù)不足問題的通用做法。雖然通過數(shù)據(jù)增強(qiáng)我們的數(shù)據(jù)量已經(jīng)達(dá)到20萬+,但是通過規(guī)范的犯罪現(xiàn)場鞋印提取技術(shù)和鞋印圖片二值化處理后的鞋印,去除了背景、光照、拍攝角度等環(huán)境因素影響,數(shù)據(jù)形式規(guī)范并且類內(nèi)樣本視覺相似性很高。一開始使用這一數(shù)據(jù)集從零訓(xùn)練的VGG- 16用于鞋印檢索效果極差,所以我們考慮微調(diào)預(yù)訓(xùn)練網(wǎng)絡(luò)。

    3.2 基于VGG- 16的鞋印特征提取

    卷積神經(jīng)網(wǎng)絡(luò)各層的輸出具有良好的特征表示能力[16-17],在圖像檢索領(lǐng)域已經(jīng)取得很好的成果[12,21]。Babenk等[22]發(fā)現(xiàn)微調(diào)能夠提高卷積神經(jīng)網(wǎng)絡(luò)在具體問題上的檢索精度,特別是在原數(shù)據(jù)和微調(diào)數(shù)據(jù)相似的情況下。在微調(diào)完成后,我們分別提取預(yù)訓(xùn)練模型和微調(diào)模型conv5- 1、conv5- 2、conv5- 3、fc6和fc7層的輸出作為鞋印特征。其中卷積層輸出為14×14×512維的特征圖,為了降低維度和篩選最大響應(yīng),我們按照pool5層在conv5- 1、conv5- 2、conv5- 3后分別加一層大小2×2、步長為2的最大池化層,輸出7×7×512維的特征圖,展開得到25 088維的特征向量,全連接層的輸出為4 096維的特征向量。

    3.3 鞋印相似度計(jì)算

    計(jì)算特征距離時(shí)我們使用Cosine距離。將嫌疑鞋印、樣本鞋印的原圖、樣本鞋印的水平翻轉(zhuǎn)圖輸入網(wǎng)絡(luò)得到特征向量X、Y1、Y2,計(jì)算X與Y1和Y2之間的距離D(X,Y1)和D(X,Y2),取最小值作為嫌疑鞋印特征和樣本鞋印特征的距離D。

    (1)

    (2)

    D=Min[D(X,Y1),D(X,Y2)],

    (3)

    4 實(shí)驗(yàn)及結(jié)果分析

    4.1 實(shí)驗(yàn)環(huán)境及配置

    微調(diào)是在英偉達(dá)Digits深度學(xué)習(xí)平臺完成的,操作系統(tǒng)Ubuntu18.04LTS,顯卡型號RTX2080ti。檢索實(shí)驗(yàn)使用matlab2013a及深度學(xué)習(xí)框架caffe的matcaffe接口完成,操作系統(tǒng)是Windows10,顯卡型號GTX1060。

    4.2 微調(diào)VGG- 16

    預(yù)訓(xùn)練模型為ILSVRC數(shù)據(jù)集預(yù)訓(xùn)練的VGG- 16,微調(diào)階段的驗(yàn)證集和測試集圖片數(shù)量均為訓(xùn)練數(shù)據(jù)集的10%,所有圖片均調(diào)整尺寸為224×224。微調(diào)策略是修改fc8層的類別數(shù)并重新初始化該層參數(shù),其余層保留預(yù)訓(xùn)練模型的參數(shù)。初始學(xué)習(xí)率調(diào)整為0.001,學(xué)習(xí)率下降參數(shù)設(shè)置為“step”,Gamma值為0.1,權(quán)重衰減為1.000 000 1×10-5。為了減小過擬合,shuffle的參數(shù)設(shè)置為“true”,打亂數(shù)據(jù)順序。經(jīng)過第13 222次迭代,測試集top1準(zhǔn)確率98.84%,top5準(zhǔn)確率99.96%。微調(diào)完成后,分別使用預(yù)訓(xùn)練模型和微調(diào)模型提取鞋印特征進(jìn)行檢索實(shí)驗(yàn)。

    4.3 實(shí)驗(yàn)結(jié)果分析

    檢索實(shí)驗(yàn)分別在兩個(gè)測試集上進(jìn)行:第一個(gè)是本文建立的測試數(shù)據(jù)集,包含200幅嫌疑鞋印和5 000幅樣本鞋??;第二個(gè)是公開鞋印數(shù)據(jù)集FID- 300[15],該數(shù)據(jù)集包含300幅嫌疑鞋印和1 175幅樣本鞋印。由于該數(shù)據(jù)集中的嫌疑鞋印均為原始犯罪現(xiàn)場圖片,我們使用Photoshop軟件以人工的方式進(jìn)行二值化處理。

    在測試數(shù)據(jù)集上,我們發(fā)現(xiàn)微調(diào)之后的檢索精度較預(yù)訓(xùn)練模型有了大幅度提高。以conv5- 1的特征檢索結(jié)果為例,top1的識別率從27.5%提高到52%,top10的識別率從51%提高到75.5%。同時(shí),我們發(fā)現(xiàn)卷積層的特征檢索精度較全連接層的特征檢索精度要高,這與之前圖像檢索方面的相關(guān)研究結(jié)論也是一致的;最后,conv5層不同子層的特征之間的檢索精度也有差異,按照我們的方法提取conv5- 1與conv5- 2層的特征明顯好于comv5- 3層的特征,如表1所示。

    表1 預(yù)訓(xùn)練與微調(diào)模型結(jié)果比較

    由于Junjian Cui等[7]與我們使用了相似的方法,將其中的方法在我們的數(shù)據(jù)集上進(jìn)行測試,均提取卷積層經(jīng)過池化后的20588維特征,發(fā)現(xiàn)使用微調(diào)后的模型精度有了明顯的提升,如圖6所示。同時(shí)我們列出論文[5]、[6]、[7]、[9]、[10]、[11]、[13]、[14]使用的數(shù)據(jù)集和實(shí)驗(yàn)結(jié)果,從表中可以看出我們的實(shí)驗(yàn)結(jié)果也具有可比性,如表2所示。

    表2 本文方法與相關(guān)論文在各自數(shù)據(jù)集上的結(jié)果比較

    圖6 本文方法與論文[7]方法在本文數(shù)據(jù)集結(jié)果比較

    表3所示為本文算法在公開鞋印數(shù)據(jù)集FID- 300上與文獻(xiàn)[6]、[9]、[13]和[14]比較結(jié)果。從表中可見,在該數(shù)據(jù)集上我們的算法檢索精度遠(yuǎn)低于其他方法。出現(xiàn)這種情況的原因主要是:一方面,因?yàn)槿斯ざ祷幚淼男D片不能完全將背景與鞋印花紋分離,鞋印圖片噪聲明顯,在處理的過程中鞋印花紋細(xì)節(jié)損失嚴(yán)重,導(dǎo)致嫌疑鞋印質(zhì)量過低;另一方面,F(xiàn)ID- 300數(shù)據(jù)集中現(xiàn)場鞋印經(jīng)過二值化后的質(zhì)量遠(yuǎn)低于本文使用的公安機(jī)關(guān)犯罪現(xiàn)場鞋印數(shù)據(jù)庫中的鞋印圖片(如圖7所示),與本文訓(xùn)練模型使用的數(shù)據(jù)差異很大,導(dǎo)致模型不能很好地接受FID- 300中的數(shù)據(jù),兩個(gè)原因綜合造成檢索效果的不理想。

    圖7 兩個(gè)鞋印數(shù)據(jù)集的數(shù)據(jù)比較

    表3 本文方法與相關(guān)論文在FID-300的結(jié)果比較

    5 結(jié)語

    本文建立了一個(gè)432類共2 827幅鞋印的訓(xùn)練數(shù)據(jù)集,通過兩步數(shù)據(jù)增強(qiáng)一方面擴(kuò)充了數(shù)據(jù),另一方面使數(shù)據(jù)更加接近犯罪現(xiàn)場鞋印。使用該數(shù)據(jù)集微調(diào)的VGG- 16能夠提取穩(wěn)定的鞋印特征,在鞋印檢索問題上取得了較好的識別結(jié)果,實(shí)驗(yàn)證明數(shù)據(jù)增強(qiáng)和微調(diào)模型是兩個(gè)有效的策略。但是我們也意識到,一方面訓(xùn)練數(shù)據(jù)集包含了大量的嫌疑人標(biāo)準(zhǔn)采集鞋印,質(zhì)量高,類內(nèi)樣本相似;另一方面本文算法直接以卷積神經(jīng)網(wǎng)絡(luò)某一層的輸出作為鞋印特征,該特征能夠進(jìn)行有效檢索但是也具有維度過高、對于殘缺鞋印檢索效果不好的問題。在FID- 300數(shù)據(jù)集中我們的算法識別結(jié)果較差,這主要是人工二值化處理的鞋印圖片與訓(xùn)練數(shù)據(jù)之間的差異造成的。而目前公安機(jī)關(guān)使用的足跡系統(tǒng)在錄入、檢索前都會對鞋印進(jìn)行二值化處理并進(jìn)行方向、位置歸一化,所以本文數(shù)據(jù)使用的是與之標(biāo)準(zhǔn)一致的二值化鞋印,算法直接面向公安機(jī)關(guān)足跡系統(tǒng)中的數(shù)據(jù)進(jìn)行研究,在FID- 300數(shù)據(jù)集上的測試結(jié)果不會影響算法在公安應(yīng)用中的通用性。如果我們能使用公安機(jī)關(guān)足跡系統(tǒng)對FID- 300進(jìn)行標(biāo)準(zhǔn)的二值化處理,結(jié)果應(yīng)該會有很大的提高。今后我們會不斷更新訓(xùn)練數(shù)據(jù)集,加入更多的犯罪現(xiàn)場鞋印,并對鞋印特征進(jìn)行改進(jìn),提高算法對于殘缺和低質(zhì)量鞋印的識別能力。

    猜你喜歡
    鞋印犯罪現(xiàn)場微調(diào)
    論犯罪現(xiàn)場攝影構(gòu)圖
    犯罪現(xiàn)場保護(hù)概念新論
    一種新型微調(diào)擠塑模具的設(shè)計(jì)及應(yīng)用
    電線電纜(2018年2期)2018-05-19 02:03:44
    動物犯罪現(xiàn)場2
    靈活易用,結(jié)合自動和手動微調(diào)達(dá)到好效果 StormAudio ISP 3D.16 ELITE/PA 16 ELITE
    奇怪的鞋印
    芻議犯罪現(xiàn)場重建的價(jià)值
    可疑的鞋印
    誰留下的鞋印
    追蹤古玩下落
    日韩视频在线欧美| av有码第一页| 免费av中文字幕在线| 成年女人毛片免费观看观看9 | 青青草视频在线视频观看| 菩萨蛮人人尽说江南好唐韦庄| 高清视频免费观看一区二区| 日本黄色日本黄色录像| 国产又爽黄色视频| 久久国产精品男人的天堂亚洲| 美女中出高潮动态图| 久久久精品免费免费高清| 亚洲av成人不卡在线观看播放网 | 国产成人啪精品午夜网站| 十八禁网站网址无遮挡| 亚洲精品久久成人aⅴ小说| 大香蕉久久网| 一本一本久久a久久精品综合妖精| 飞空精品影院首页| 国产成人欧美| 乱人伦中国视频| 国产精品麻豆人妻色哟哟久久| 晚上一个人看的免费电影| 久久久久久免费高清国产稀缺| 97精品久久久久久久久久精品| 久久久久久免费高清国产稀缺| 久久国产精品影院| av不卡在线播放| 热99国产精品久久久久久7| 欧美日韩精品网址| 国产日韩欧美视频二区| 麻豆乱淫一区二区| 超碰97精品在线观看| 丝袜在线中文字幕| 亚洲国产成人一精品久久久| 晚上一个人看的免费电影| 激情视频va一区二区三区| 啦啦啦啦在线视频资源| 久久久久久久大尺度免费视频| 女人被躁到高潮嗷嗷叫费观| 午夜福利视频在线观看免费| 蜜桃在线观看..| 成年美女黄网站色视频大全免费| 亚洲一码二码三码区别大吗| 久久精品亚洲av国产电影网| 欧美精品av麻豆av| 一区二区三区四区激情视频| 九草在线视频观看| 人人妻,人人澡人人爽秒播 | 黄网站色视频无遮挡免费观看| 亚洲五月色婷婷综合| 亚洲国产精品成人久久小说| 男女国产视频网站| 免费av中文字幕在线| 久久青草综合色| 一级毛片我不卡| 亚洲国产欧美网| a级毛片黄视频| 国产精品久久久久久精品电影小说| 精品高清国产在线一区| 可以免费在线观看a视频的电影网站| 一本色道久久久久久精品综合| 成年女人毛片免费观看观看9 | 18禁黄网站禁片午夜丰满| 日韩大片免费观看网站| 亚洲精品国产一区二区精华液| 国产一区二区 视频在线| 成年人免费黄色播放视频| 高清黄色对白视频在线免费看| 一区二区三区精品91| 伦理电影免费视频| 国产精品99久久99久久久不卡| 一个人免费看片子| 欧美精品一区二区大全| 国产精品三级大全| 日韩中文字幕欧美一区二区 | 亚洲精品久久午夜乱码| 国产一级毛片在线| 国产一区二区激情短视频 | 国产精品 欧美亚洲| 丝袜脚勾引网站| 美女中出高潮动态图| 新久久久久国产一级毛片| 夫妻性生交免费视频一级片| 99热网站在线观看| 2021少妇久久久久久久久久久| 亚洲精品一区蜜桃| 欧美日韩综合久久久久久| 99热国产这里只有精品6| 亚洲,一卡二卡三卡| 晚上一个人看的免费电影| 高清视频免费观看一区二区| 国产熟女午夜一区二区三区| 9191精品国产免费久久| 日韩视频在线欧美| 一级,二级,三级黄色视频| √禁漫天堂资源中文www| 9热在线视频观看99| h视频一区二区三区| 精品福利永久在线观看| 欧美久久黑人一区二区| 飞空精品影院首页| 国产精品av久久久久免费| 一本一本久久a久久精品综合妖精| 麻豆av在线久日| 久久午夜综合久久蜜桃| 成年av动漫网址| 看免费成人av毛片| 两人在一起打扑克的视频| 美国免费a级毛片| 日本五十路高清| 欧美日韩综合久久久久久| 观看av在线不卡| 啦啦啦在线免费观看视频4| 免费在线观看影片大全网站 | 亚洲综合色网址| 中文乱码字字幕精品一区二区三区| 在线观看人妻少妇| 欧美激情高清一区二区三区| 欧美少妇被猛烈插入视频| 亚洲五月色婷婷综合| 亚洲av美国av| 少妇人妻久久综合中文| 一边摸一边抽搐一进一出视频| 日本91视频免费播放| 在线天堂中文资源库| 在线天堂中文资源库| 曰老女人黄片| 国产精品国产三级国产专区5o| 国产av国产精品国产| 久久精品国产亚洲av涩爱| 国产野战对白在线观看| av欧美777| 日韩av不卡免费在线播放| 一区在线观看完整版| 国产一区亚洲一区在线观看| 午夜老司机福利片| 亚洲成国产人片在线观看| 亚洲精品国产一区二区精华液| 一边亲一边摸免费视频| 欧美精品av麻豆av| 中文字幕精品免费在线观看视频| 精品少妇一区二区三区视频日本电影| 女人被躁到高潮嗷嗷叫费观| 久久狼人影院| 女性生殖器流出的白浆| 中国美女看黄片| 日本wwww免费看| 可以免费在线观看a视频的电影网站| 9色porny在线观看| 免费日韩欧美在线观看| 成人国产一区最新在线观看 | 大码成人一级视频| 精品国产超薄肉色丝袜足j| 叶爱在线成人免费视频播放| 国产亚洲午夜精品一区二区久久| 久久精品久久久久久久性| 黄片小视频在线播放| 观看av在线不卡| 欧美乱码精品一区二区三区| 日韩电影二区| 日韩一本色道免费dvd| 久久人人爽av亚洲精品天堂| 亚洲精品国产av蜜桃| 九草在线视频观看| 大码成人一级视频| 亚洲三区欧美一区| av有码第一页| 伦理电影免费视频| 国产日韩欧美亚洲二区| 男女边摸边吃奶| 青春草亚洲视频在线观看| 日韩 亚洲 欧美在线| 91精品三级在线观看| 亚洲伊人久久精品综合| 超碰成人久久| 精品人妻熟女毛片av久久网站| 日本午夜av视频| 国产成人a∨麻豆精品| 日韩制服丝袜自拍偷拍| 国产免费福利视频在线观看| 成人18禁高潮啪啪吃奶动态图| 另类精品久久| 波野结衣二区三区在线| 亚洲av电影在线观看一区二区三区| 蜜桃国产av成人99| 色网站视频免费| xxx大片免费视频| 狂野欧美激情性bbbbbb| 免费高清在线观看日韩| 青春草亚洲视频在线观看| 丝袜在线中文字幕| 欧美精品人与动牲交sv欧美| 中文字幕高清在线视频| 久久国产精品男人的天堂亚洲| 男的添女的下面高潮视频| 中文字幕最新亚洲高清| 一个人免费看片子| 婷婷色麻豆天堂久久| 久久综合国产亚洲精品| 超碰97精品在线观看| 成人亚洲精品一区在线观看| 搡老乐熟女国产| 黄色 视频免费看| 欧美黑人欧美精品刺激| 熟女少妇亚洲综合色aaa.| 又紧又爽又黄一区二区| 日韩熟女老妇一区二区性免费视频| 最黄视频免费看| 高清欧美精品videossex| av欧美777| av福利片在线| 99热全是精品| 国产免费现黄频在线看| 久久午夜综合久久蜜桃| 日本91视频免费播放| 嫁个100分男人电影在线观看 | 亚洲成色77777| 日韩中文字幕视频在线看片| 每晚都被弄得嗷嗷叫到高潮| 日韩av不卡免费在线播放| 黄色怎么调成土黄色| videos熟女内射| 久久免费观看电影| 一本综合久久免费| 看免费成人av毛片| 夫妻午夜视频| 丝瓜视频免费看黄片| 免费女性裸体啪啪无遮挡网站| 日本猛色少妇xxxxx猛交久久| 国产亚洲一区二区精品| 99国产综合亚洲精品| 搡老乐熟女国产| 久久人人97超碰香蕉20202| 亚洲黑人精品在线| 一本综合久久免费| 国产在线免费精品| 成人18禁高潮啪啪吃奶动态图| www.自偷自拍.com| 久久精品亚洲av国产电影网| 中文字幕精品免费在线观看视频| 亚洲国产精品国产精品| av在线app专区| 成人影院久久| 亚洲成人免费电影在线观看 | 男女下面插进去视频免费观看| 波多野结衣一区麻豆| 人人澡人人妻人| 欧美日韩黄片免| 日韩熟女老妇一区二区性免费视频| a级毛片在线看网站| 高清av免费在线| 亚洲欧美日韩另类电影网站| 亚洲精品美女久久久久99蜜臀 | 一区二区三区乱码不卡18| 亚洲欧美激情在线| 欧美黑人欧美精品刺激| 交换朋友夫妻互换小说| www.精华液| 亚洲熟女毛片儿| 亚洲人成77777在线视频| 亚洲精品乱久久久久久| 2021少妇久久久久久久久久久| 老熟女久久久| 免费观看av网站的网址| 日本wwww免费看| 精品国产国语对白av| 免费黄频网站在线观看国产| 国产日韩欧美亚洲二区| 国产亚洲精品第一综合不卡| tube8黄色片| 国产欧美亚洲国产| 色网站视频免费| 搡老岳熟女国产| 1024视频免费在线观看| 制服人妻中文乱码| 激情视频va一区二区三区| 亚洲国产毛片av蜜桃av| 久久精品国产亚洲av高清一级| 精品一区二区三区四区五区乱码 | 丝袜脚勾引网站| 欧美黑人欧美精品刺激| 少妇人妻久久综合中文| 欧美精品啪啪一区二区三区 | 18禁黄网站禁片午夜丰满| 在线观看国产h片| 精品少妇一区二区三区视频日本电影| 精品人妻1区二区| 国产在线一区二区三区精| 亚洲成人免费av在线播放| 满18在线观看网站| 国产成人啪精品午夜网站| 麻豆乱淫一区二区| 久久av网站| 视频区图区小说| 夜夜骑夜夜射夜夜干| 国产淫语在线视频| 在线看a的网站| svipshipincom国产片| 超碰97精品在线观看| 久久精品国产亚洲av涩爱| 国产一区二区三区av在线| 脱女人内裤的视频| 人人妻,人人澡人人爽秒播 | 婷婷色麻豆天堂久久| 日韩中文字幕视频在线看片| a级片在线免费高清观看视频| 久久人妻福利社区极品人妻图片 | 狠狠精品人妻久久久久久综合| 欧美日韩综合久久久久久| 熟女少妇亚洲综合色aaa.| 一区二区三区激情视频| 亚洲成人国产一区在线观看 | 久久精品国产综合久久久| 国产av一区二区精品久久| 亚洲国产av新网站| 老司机在亚洲福利影院| 国产成人精品在线电影| 伦理电影免费视频| 国产爽快片一区二区三区| 国产免费福利视频在线观看| 国产精品亚洲av一区麻豆| 久热爱精品视频在线9| 久久久国产精品麻豆| 夫妻午夜视频| 日日摸夜夜添夜夜爱| 老熟女久久久| 国产有黄有色有爽视频| 大香蕉久久成人网| 日日摸夜夜添夜夜爱| 久久久久久久大尺度免费视频| 在线天堂中文资源库| 国产成人91sexporn| 亚洲欧美一区二区三区久久| 精品国产一区二区三区四区第35| 亚洲av日韩精品久久久久久密 | 2018国产大陆天天弄谢| 老司机影院成人| 青春草视频在线免费观看| 中文字幕另类日韩欧美亚洲嫩草| 亚洲av成人精品一二三区| 9191精品国产免费久久| 男人添女人高潮全过程视频| 亚洲精品日韩在线中文字幕| 一本—道久久a久久精品蜜桃钙片| 国产成人精品久久二区二区免费| 每晚都被弄得嗷嗷叫到高潮| 久久精品成人免费网站| 亚洲欧美一区二区三区国产| 香蕉丝袜av| 热re99久久国产66热| 国产成人一区二区在线| 黑人欧美特级aaaaaa片| 久久av网站| 亚洲国产中文字幕在线视频| 男人添女人高潮全过程视频| 首页视频小说图片口味搜索 | 十分钟在线观看高清视频www| 少妇粗大呻吟视频| 亚洲久久久国产精品| 亚洲av电影在线进入| 精品一区在线观看国产| 久久性视频一级片| 伦理电影免费视频| 国产一区有黄有色的免费视频| 亚洲中文av在线| 最新在线观看一区二区三区 | 亚洲欧洲精品一区二区精品久久久| av国产久精品久网站免费入址| 激情视频va一区二区三区| 亚洲av日韩在线播放| 亚洲免费av在线视频| 黄网站色视频无遮挡免费观看| 1024香蕉在线观看| 国产黄频视频在线观看| 久久热在线av| www.自偷自拍.com| 国产成人精品久久二区二区91| av网站在线播放免费| 99热全是精品| 精品人妻熟女毛片av久久网站| 午夜激情久久久久久久| 成年人午夜在线观看视频| 中文字幕人妻丝袜一区二区| 国产97色在线日韩免费| 晚上一个人看的免费电影| 性色av乱码一区二区三区2| 中文字幕最新亚洲高清| 午夜精品国产一区二区电影| 91麻豆精品激情在线观看国产 | 精品一区二区三区av网在线观看 | 91九色精品人成在线观看| 美女午夜性视频免费| 两性夫妻黄色片| 丝袜美足系列| 亚洲,欧美,日韩| 国产人伦9x9x在线观看| 久久久久久免费高清国产稀缺| 人人妻人人爽人人添夜夜欢视频| 99热国产这里只有精品6| 日韩 亚洲 欧美在线| 你懂的网址亚洲精品在线观看| 国产精品 欧美亚洲| 欧美日韩精品网址| 少妇粗大呻吟视频| 中文字幕人妻丝袜一区二区| 日韩大片免费观看网站| 免费一级毛片在线播放高清视频 | 欧美另类一区| 欧美日韩黄片免| 视频在线观看一区二区三区| 黑人猛操日本美女一级片| 精品人妻一区二区三区麻豆| av网站免费在线观看视频| 国产激情久久老熟女| 丁香六月天网| 中文字幕人妻熟女乱码| 手机成人av网站| 国产精品.久久久| 99热国产这里只有精品6| 久久精品久久久久久久性| 日韩,欧美,国产一区二区三区| 国产成人欧美在线观看 | 欧美精品高潮呻吟av久久| 免费高清在线观看日韩| www.熟女人妻精品国产| 亚洲国产看品久久| 首页视频小说图片口味搜索 | 久久久国产欧美日韩av| 日本午夜av视频| 看免费av毛片| 人人妻,人人澡人人爽秒播 | 欧美日韩视频高清一区二区三区二| 在线观看一区二区三区激情| 亚洲av日韩精品久久久久久密 | 高清视频免费观看一区二区| 一级毛片 在线播放| 国产黄色免费在线视频| 中文字幕亚洲精品专区| tube8黄色片| 亚洲一卡2卡3卡4卡5卡精品中文| 老司机影院成人| 精品国产一区二区三区久久久樱花| 欧美少妇被猛烈插入视频| 国产在线观看jvid| 日本wwww免费看| 精品少妇一区二区三区视频日本电影| 日韩电影二区| 一区福利在线观看| 少妇的丰满在线观看| 丁香六月天网| 日韩av在线免费看完整版不卡| 精品国产国语对白av| 岛国毛片在线播放| 国产精品 欧美亚洲| 国产精品麻豆人妻色哟哟久久| 成年人黄色毛片网站| 女性被躁到高潮视频| 亚洲av电影在线进入| 男女国产视频网站| 波多野结衣av一区二区av| 各种免费的搞黄视频| 建设人人有责人人尽责人人享有的| 精品久久久久久久毛片微露脸 | 亚洲欧美精品自产自拍| 99久久99久久久精品蜜桃| 国产一级毛片在线| 国产成人精品久久二区二区91| 丁香六月欧美| 国产欧美日韩一区二区三 | www.自偷自拍.com| 欧美人与性动交α欧美精品济南到| 亚洲 欧美一区二区三区| 91精品伊人久久大香线蕉| 久久精品国产a三级三级三级| 国产精品久久久久久人妻精品电影 | 国产高清videossex| 欧美成人午夜精品| 欧美精品一区二区大全| 欧美日韩亚洲国产一区二区在线观看 | 在线观看www视频免费| 1024视频免费在线观看| 一本大道久久a久久精品| 国产亚洲欧美在线一区二区| 国产成人av激情在线播放| 美女中出高潮动态图| 国产精品秋霞免费鲁丝片| 秋霞在线观看毛片| 亚洲精品美女久久av网站| 亚洲情色 制服丝袜| 欧美日韩亚洲高清精品| 久热爱精品视频在线9| 国产精品av久久久久免费| 亚洲国产精品一区三区| 国产日韩欧美在线精品| 又大又黄又爽视频免费| 男男h啪啪无遮挡| 三上悠亚av全集在线观看| 超色免费av| 老司机在亚洲福利影院| 你懂的网址亚洲精品在线观看| 午夜两性在线视频| 另类亚洲欧美激情| 桃花免费在线播放| 国产在线一区二区三区精| 大香蕉久久成人网| 亚洲精品第二区| 免费观看人在逋| 人妻人人澡人人爽人人| 大陆偷拍与自拍| 丁香六月欧美| 欧美激情极品国产一区二区三区| 欧美精品av麻豆av| 国产精品国产av在线观看| 熟女少妇亚洲综合色aaa.| 精品国产一区二区三区四区第35| 亚洲国产av新网站| 午夜视频精品福利| 中文字幕人妻熟女乱码| 欧美 日韩 精品 国产| 亚洲精品自拍成人| 亚洲一区中文字幕在线| 大型av网站在线播放| 国产老妇伦熟女老妇高清| 色网站视频免费| 精品高清国产在线一区| 女性生殖器流出的白浆| 国产1区2区3区精品| 欧美激情极品国产一区二区三区| 色视频在线一区二区三区| 十八禁网站网址无遮挡| 久久精品久久精品一区二区三区| av视频免费观看在线观看| 国产日韩一区二区三区精品不卡| 女人久久www免费人成看片| 日韩免费高清中文字幕av| 国产黄色免费在线视频| 久久久久久久国产电影| av又黄又爽大尺度在线免费看| av视频免费观看在线观看| 在线观看免费高清a一片| 男女之事视频高清在线观看 | 国产主播在线观看一区二区 | 丝袜美腿诱惑在线| 亚洲中文字幕日韩| 免费不卡黄色视频| 亚洲精品一二三| 99国产精品99久久久久| 伊人亚洲综合成人网| 纯流量卡能插随身wifi吗| 一级片'在线观看视频| 欧美激情 高清一区二区三区| 久久 成人 亚洲| 国产成人精品无人区| 欧美 日韩 精品 国产| 亚洲精品乱久久久久久| 亚洲精品一二三| 中文字幕高清在线视频| 老鸭窝网址在线观看| 国产欧美日韩一区二区三区在线| 中文字幕色久视频| 捣出白浆h1v1| 成年人午夜在线观看视频| 精品熟女少妇八av免费久了| 久久精品熟女亚洲av麻豆精品| 黄片播放在线免费| 亚洲欧美一区二区三区黑人| 悠悠久久av| 日韩av免费高清视频| 亚洲,欧美,日韩| 老司机亚洲免费影院| 99香蕉大伊视频| 国产主播在线观看一区二区 | 欧美xxⅹ黑人| 性色av一级| 大码成人一级视频| 九草在线视频观看| 成年人午夜在线观看视频| 操出白浆在线播放| 午夜免费观看性视频| 亚洲 欧美一区二区三区| 交换朋友夫妻互换小说| 日韩制服丝袜自拍偷拍| 欧美大码av| 久久人妻福利社区极品人妻图片 | 亚洲国产av新网站| 日韩欧美一区视频在线观看| 亚洲,一卡二卡三卡| a级毛片在线看网站| 新久久久久国产一级毛片| 两个人看的免费小视频| 男女免费视频国产| 亚洲精品国产av蜜桃| 免费久久久久久久精品成人欧美视频| 成年人免费黄色播放视频| 亚洲欧美中文字幕日韩二区| 久9热在线精品视频| 精品视频人人做人人爽| 中文字幕高清在线视频| 久久99精品国语久久久| 十八禁高潮呻吟视频| 91老司机精品| 大型av网站在线播放| 丝瓜视频免费看黄片| 国产片内射在线| 国产熟女欧美一区二区| 悠悠久久av| 久久久久精品国产欧美久久久 | 欧美精品一区二区大全| 久久久久久久国产电影| 国产精品三级大全| 99国产综合亚洲精品| 丝袜在线中文字幕| 多毛熟女@视频| 中文字幕另类日韩欧美亚洲嫩草|