• <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 ?

    一種使用邊緣增強技術(shù)提高相似圖片檢索召回率的方法

    2021-02-01 11:56:28曹靖城張繼東史國杰
    電信科學 2021年1期
    關(guān)鍵詞:余弦背景物體

    曹靖城,張繼東,史國杰

    (天翼智慧家庭科技有限公司,江蘇 南京 210006)

    1 引言

    圖像分類的主要任務(wù)是利用圖像信息中呈現(xiàn)的各類特征,將不同種類的圖像數(shù)據(jù)按相應(yīng)維度進行區(qū)分、歸類。圖像分類的核心內(nèi)容在于圖像特征的提取,提取的高級語義特征有利于對圖像內(nèi)容或本質(zhì)的理解,也能進一步提高圖像分類的精度。在大數(shù)據(jù)時代,互聯(lián)網(wǎng)技術(shù)實現(xiàn)了量變到質(zhì)變的突破,龐大的數(shù)據(jù)量為數(shù)據(jù)的分析、特征的挖掘提供了堅實的基礎(chǔ),加上機器算力的快速發(fā)展,使深度學習方法逐漸成為圖像分類的主流方法[1]。卷積神經(jīng)網(wǎng)絡(luò)是深度學習技術(shù)中的熱點研究方向,具有強大的特征提取能力和非線性擬合數(shù)據(jù)能力,是現(xiàn)今圖像分類任務(wù)中最為有效的算法之一[2]。

    本文根據(jù)神經(jīng)網(wǎng)絡(luò)的特性,將其應(yīng)用于海量云盤圖片的分類。對于同一物體,由于成像角度的細微變化會引起圖像的旋轉(zhuǎn),云盤中可能存有同一物體的多張旋轉(zhuǎn)圖像,因此要求分類方法具有旋轉(zhuǎn)不變性,即方法提取的特征不會受圖像旋轉(zhuǎn)的影響。此外,同一物體在不同背景下的圖像也常見于云盤中,同樣需要考慮背景變化對分類性能的影響。

    本文使用經(jīng)典的深層網(wǎng)絡(luò)結(jié)構(gòu)VGG19 進行圖像分類,并采用邊緣增強圖像替代原始圖像以減少旋轉(zhuǎn)或背景變化對VGG 網(wǎng)絡(luò)分類性能造成的影響,基于大量數(shù)據(jù)進行多次對比實驗以避免偶然性結(jié)果,驗證了本文所提方法的可行性與有效性。

    2 VGG 網(wǎng)絡(luò)模型

    2.1 卷積神經(jīng)網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)是一種前向神經(jīng)網(wǎng)絡(luò),其設(shè)計靈感來源于動物視覺神經(jīng)的工作過程,通過研究視覺神經(jīng)細胞中感受野(receptive field)之間的工作性質(zhì)與原理,將逐層激勵的思路通過計算機代碼實現(xiàn)[3]而提出了第一個CNN——神經(jīng)認知機(Neocognitron),人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用之路也由此開啟。真正意義上的第一個CNN 模型是LeNet,隨后出現(xiàn)了各種模型,例如經(jīng)典的Alex Net、VGG-Net、Google Net[4]等。

    卷積神經(jīng)網(wǎng)絡(luò)的工作流程如圖1 所示,與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)相比,CNN 的網(wǎng)絡(luò)特點在于其深度,CNN 通過加大深度的方式提高性能,在輸入圖片數(shù)據(jù)之后對其進行多輪次、多維度的卷積與池化處理,提取圖像的特征,并在最后的全連接層進行匯總和決策輸出。在訓練過程中,CNN 通過卷積運算模擬視覺神經(jīng)的工作方式,使用權(quán)值共享的方法減少網(wǎng)絡(luò)中的一些重復或者冗余的參數(shù),從而在一定程度上簡化網(wǎng)絡(luò)的計算過程,節(jié)約存儲空間。池化操作的主要任務(wù)是降低維度,通過避免數(shù)據(jù)過擬合現(xiàn)象來強化模型的泛化能力。

    圖1 卷積神經(jīng)網(wǎng)絡(luò)的工作流程

    卷積神經(jīng)網(wǎng)絡(luò)為多層次結(jié)構(gòu),每層具有不同功能與計算方式,具體如下。

    (1)輸入層主要完成圖像表述形式的轉(zhuǎn)換,將每張圖像轉(zhuǎn)換成矩陣表示形式,矩陣中的元素為三元組,對應(yīng)圖像中每個像素點的RGB 分量。矩陣中的每個像素點均參與卷積計算,并得到相應(yīng)的輸出結(jié)果。

    (2)卷積層則負責主要的特征運算,是卷積神經(jīng)網(wǎng)絡(luò)中的核心部分。一般在網(wǎng)絡(luò)內(nèi)會使用多個大小不同的卷積核,常見的卷積核大小有1×1、3×3 和7×7 等,卷積操作將輸出一個二維的特征圖,特征圖數(shù)量與卷積核的數(shù)量相同。卷積操作的核心是簡化網(wǎng)絡(luò)結(jié)構(gòu),通過局部連接減少連接總數(shù),通過權(quán)值共享減少權(quán)值參數(shù),從而在整體上達到減少參數(shù)的目的,在一定程度上防止出現(xiàn)過擬合現(xiàn)象。另外,通過卷積操作得到的特征具有更好的魯棒性和拓撲對應(yīng)性。卷積的數(shù)學表達式如下。

    其中,x是指二維輸入信號向量x中的元素,W表示J×I 的卷積核W中的元素,b為偏移量,y為M×N的輸出向量y中的元素。

    (3)池化層也稱作下采樣層,其主要任務(wù)是進行網(wǎng)絡(luò)結(jié)構(gòu)的簡化,對冗余信息進行刪減,降低模型的參數(shù)和整體運算量,一般出現(xiàn)在卷積層之后,在VGG19 的網(wǎng)絡(luò)中通常選用最大池化。

    (4)全連接層位于最后一層,不同于局部連接,該層節(jié)點與上層的節(jié)點全部采用兩兩連接方式,由于全連接的特性,全連接層的操作可以將圖像的維度降到一維,在整個卷積神經(jīng)網(wǎng)絡(luò)中起到分類輸出的作用。

    (5)輸出層可以使用Softmax 等分類器對結(jié)果進行分類,使用何種分類器取決于實際的應(yīng)用場景,對于Softmax 分類器而言,全連接層得到的向量x,在Softmax 回歸中將其分類為類別j的概率可由式(2)計算得到:

    其中,j為類別代號,k為向量x的維度,θ表示模型參數(shù),其值通過最小化代價函數(shù)得到,代價函數(shù)如下:

    其中,Bij為判斷函數(shù),當時為1,否則為0。

    2.2 VGG19 深度卷積網(wǎng)絡(luò)模型

    常用的VGG 模型一般有VGG13、VGG16 和VGG19 等,它們分別為13 層、16 層、19 層的網(wǎng)絡(luò)結(jié)構(gòu)[5]。VGG19 的模型結(jié)構(gòu)如圖2 所示,從圖2 可以看出VGG19模型輸入圖像的像素大小為224 dpi×224 dpi×3 dpi,VGG19 網(wǎng)絡(luò)中全部采用3×3 的卷積核,步長為 1 dpi,在卷積層(convolution)后面都設(shè)有一個步長為2 dpi 的2×2的最大池化層(max pooling),使用時,可以根據(jù)不同的場景、不同的需求選取不同層次網(wǎng)絡(luò)的輸出結(jié)果。Softmax 是一個多分類器,用于計算輸入的圖像在Image Net 中每個類別下的概率,由最終的概率矩陣得出預測標簽。

    在VGG 中,采用以多個小型卷積核代替單個大型卷積核的策略進行優(yōu)化,小型卷積核所需的參數(shù)更少并且更能保留圖像的特性[6],例如,使用3 個步長為1 dpi 的3×3 卷積核通過層層疊加達到7×7 卷積核的效果能大幅度減少參數(shù)數(shù)量,同時更小的卷積核更有利于保持圖像原本的性質(zhì)。

    VGG 網(wǎng)絡(luò)的結(jié)果非常簡潔,整個網(wǎng)絡(luò)中的卷積核尺寸相同,最大池化尺寸也相同,能適應(yīng)各種不同尺寸的輸入圖像,并且通過縮小卷積核的方式增強了卷積層性能。但除去卷積層之外,全連接層中使用了較多的參數(shù),使VGG 的計算將耗費更多的資源。目前,已有大量研究表明,VGG網(wǎng)絡(luò)隨著層數(shù)的增加,識別率也會相應(yīng)上升,但耗費的時間同樣會增加。

    VGG 網(wǎng)絡(luò)的結(jié)構(gòu)非常簡潔,能處理不同尺寸的輸入圖像;同時,為了增強卷積層性能,采用以多個小型卷積核代替單個大型卷積核的策略進行優(yōu)化。但除去卷積層之外,全連接層使用的參數(shù)相對更多,同樣會在一定程度上使VGG 的計算耗費更多的資源。目前,已有大量研究表明,增加VGG 網(wǎng)絡(luò)的層數(shù)能相應(yīng)提升識別率,但與之相對應(yīng),計算的時間耗費同樣會增加。

    綜上所述,VGG19 是一種深層的卷積神經(jīng)網(wǎng)絡(luò),可以對任意尺寸的圖片進行處理,在處理時首先通過共享卷積層或特化卷積層,利用滑動特征映射圖的方法提取圖像的低級特征信息,再通過卷積層與池化層進一步提取高維的特征信息,最終通過全連接(fully connected)層與分類器計算各類的分類得分。對于樣本圖片,由于圖片的低級特征大體類似,對于不同任務(wù)、不同類型的卷積神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)的前部卷積時提取的特征都可以相互借鑒,實現(xiàn)權(quán)值共享。本文利用這一特點,將VGG19 應(yīng)用于云盤圖片數(shù)據(jù)的分類。

    圖2 VGG19 模型結(jié)構(gòu)

    2.3 卷積神經(jīng)網(wǎng)絡(luò)的局限性

    卷積神經(jīng)網(wǎng)絡(luò)本身并不具有旋轉(zhuǎn)不變性,其結(jié)構(gòu)中的最大池化層能在一定程度上代償這個功能缺失,但由于池化操作本身并不是為此設(shè)計的,因此在總體上來說深層卷積神經(jīng)網(wǎng)絡(luò)提取旋轉(zhuǎn)不變特征的能力較弱。針對該問題,有學者提出將圖像進行旋轉(zhuǎn)以生成新的訓練樣本來擴充訓練集的方法[7],能降低旋轉(zhuǎn)鎖帶來的影響。但事實上,數(shù)據(jù)集的擴充導致網(wǎng)絡(luò)僅學習與訓練過程中使用的圖像非常相似的圖像的不變性,并且由于訓練集中的圖像分布存在偏差,最終仍會導致不遵循偏差的圖像缺乏不變性。

    神經(jīng)網(wǎng)絡(luò)在訓練過程中以降低損失函數(shù)為目標,但損失函數(shù)并不是對于任意的輸入都具有不變性。雖然訓練的目的是希望網(wǎng)絡(luò)能將其學習得到的內(nèi)容推廣到訓練數(shù)據(jù)集以外的數(shù)據(jù),但是這種推廣可能僅限于與訓練集相似的圖像,這就使訓練集的要求格外高,其中的數(shù)據(jù)不應(yīng)該具有偏向性,而是應(yīng)盡可能地覆蓋所有的情況,當然,這是很難做到的。

    3 實驗與分析

    3.1 實驗設(shè)置

    本文采用VGG19 網(wǎng)絡(luò)計算圖像的一維特征向量,并使用兩張圖像特征向量的余弦相似度來作為判別依據(jù),余弦值與向量相似度成正比。對于給定的向量A和向量B,余弦相似度的計算式如下:

    其中,Ai、Bi分別代表向量A和B的各個分量,n是向量的維度。

    實驗針對VGG19 網(wǎng)絡(luò)模型5 個不同卷積層的輸出結(jié)果,以及是否使用最后3 個全連接層作為模型結(jié)構(gòu)的變量,分別對不同拍攝角度、不同背景以及不同光照條件下的相同物體圖像進行了余弦相似度計算實驗,比較了VGG19 網(wǎng)絡(luò)模型不同卷積層次的處理性能以及圖像的不同屬性對VGG19 網(wǎng)絡(luò)模型造成的影響。

    3.2 改進方案

    VGG19 網(wǎng)絡(luò)在圖像分類方面具有較高的準確率和出色的性能,但使用VGG19 對同一物體的旋轉(zhuǎn)圖像進行分類,卻有很大概率得到錯誤的結(jié)果,同時,不同背景或者不同光照條件也會對相同物體的檢測造成影響。圖3(a)和圖3(c)、圖3(e)和圖3(g)、圖3(i)和圖3(k),均為同一物體在不同角度拍攝得到的旋轉(zhuǎn)圖像,使用VGG19 網(wǎng)絡(luò)的不同層次計算圖像特征,并進一步計算兩張圖像的余弦相似度,得到的結(jié)果見表1。

    從表1 中的數(shù)據(jù)可以看出,對于紋理、復雜程度不同的多張圖像而言,旋轉(zhuǎn)圖像與原圖像進行對比,余弦相似度都有著不同程度的下降,圖像結(jié)構(gòu)越復雜,相似度下降越大,可見拍攝角度不同造成的圖像旋轉(zhuǎn)會對VGG19 網(wǎng)絡(luò)模型的分類性能造成較大的負面影響。對于同一物體,僅因拍攝角度發(fā)生變化而被歸于不同的類別顯然是不合理的,但由于VGG 網(wǎng)絡(luò)的局限性,并不能很好地處理此類情況。在VGG19 網(wǎng)絡(luò)各個不同層次的輸出結(jié)果中,使用第3 卷積層輸出結(jié)果進行分類的平均效果最好,使用其他層次卷積結(jié)果均會使圖像的分類效果有一定程度的下降,可見使用VGG19 網(wǎng)絡(luò)第3 卷積層的輸出結(jié)果對于旋轉(zhuǎn)圖像分類有更好的效果。

    除此之外,即使針對同一物體的相同角度的圖像進行分類,光照條件不同、背景不同也會造成不同程度的影響,圖4(a)和圖4(b)、圖4(b)和圖4(c)為同一物體在不同背景、不同光照條件下拍攝得到的圖像,使用 VGG19網(wǎng)絡(luò)計算圖像特征,并計算余弦相似度,結(jié)果見表2。

    表1 旋轉(zhuǎn)圖像的余弦相似度對比

    圖4 背景、光照圖像數(shù)據(jù)

    表2 同一物體不同背景、亮度圖像的余弦相似度對比

    從表2 可以看出,對于同一物體相同拍攝角度下的圖片,背景不同、光照條件不同,均會對VGG19 網(wǎng)絡(luò)的處理性能造成一定影響,尤其在背景和亮度都發(fā)生變化的情況下,圖像的余弦相似度與僅改變單個條件的圖像相比有更為明顯的下降。而在各個卷積層輸出中,使用第3 卷積層輸出進行分類的平均效果最好,使用其他卷積層輸出結(jié)果進行分類的效果都與實際情況存在較大偏差,尤其使用最后3 個全連接層得到輸出結(jié)果,與其他層次相比下降了一個量級。

    用于分類任務(wù)的卷積神經(jīng)網(wǎng)絡(luò)的每一層本質(zhì)上是在對輸入圖像進行編碼,通過卷積核滑動的方式給圖像中的每個像素點打分,最終由全連接層解碼,將不同卷積核得到的特征圖中不同位置的分值解碼為不同類別的概率。使用多個卷積層就是不斷地對圖像的特征進行抽象,淺層主要提取圖像的細節(jié)特征,層次越深網(wǎng)絡(luò)的抽象能力越強,因此中間層次對于圖片中物體的抽象程度較好。結(jié)合上述實驗結(jié)果可以看出,對于不同場景的圖片,VGG19 網(wǎng)絡(luò)模型各層的分類性能并不是相同的,本文以圖片中的物體而不是整張圖片作為比較的對象,可以發(fā)現(xiàn)使用第3 卷積層的輸出結(jié)果進行分類效果更好。

    圖像邊緣是圖像最基本的特征之一,使用邊緣檢測算法對圖像進行增強,可以初步提取圖像中物體的底層基礎(chǔ)特征。因此,在使用第3 卷積層輸出進行分類的前提條件下,使用邊緣增強圖像作為輸入以增強物體的輪廓信息,方法的整個流程對圖像中物體的特征進行了二次提取,能在一定程度上減輕旋轉(zhuǎn)或者環(huán)境變化對VGG19 造成的影響。

    針對上述圖像旋轉(zhuǎn)時圖像背景、光照條件不同而導致分類性能降低的問題,本文提出一種改進策略,在將圖像投入VGG19 網(wǎng)絡(luò)計算之前,先對原始圖像進行邊緣增強處理,突出主要拍攝對象的邊緣特征,結(jié)合VGG19 網(wǎng)絡(luò)第3 卷積層對物體抽象程度較好的特點,以此增加同一對象在不同拍攝角度下、不同背景下以及不同光照條件下得到圖像與原始圖像的余弦相似度。

    3.3 結(jié)果分析

    3.3.1 旋轉(zhuǎn)圖像對比實驗

    本文基于圖3、圖4 所示的幾組數(shù)據(jù)進行實驗。其中,圖3(a)和圖3(c)、圖3(e)和圖3(g)、圖3(i)和圖3(k) 3 組圖像為同一物體在不同拍攝角度下得到的旋轉(zhuǎn)圖像組,而圖3(b)和圖3(d)、圖3(f)和圖3(h)、圖3(j)和圖3(l)分別是使用拉普拉斯變換得到的對應(yīng)邊緣增強圖像,實驗結(jié)果數(shù)據(jù)見表3。從表3 可知,對于不同物體,不管使用原始圖像得到的相似水平如何,不同的拍攝角度都會造成相同物體的余弦相似度降低,但使用邊緣增強圖像進行相同的計算,與原始數(shù)據(jù)相比,最終得到的余弦相似度都有不同程度的提升,對于邊緣簡單的圖像,VGG19 的分類效果更接近于實際情況,因此邊緣增強對分類效果的提升空間不大,而對于邊緣較為復雜的圖像,邊緣增強方法可以在更大程度上改善分類性能。從表3 數(shù)據(jù)可以看出,使用邊緣增強的方式突出圖像主體,能在一定程度上降低拍攝角度旋轉(zhuǎn)給VGG19 網(wǎng)絡(luò)帶來的負面影響,提高VGG19 網(wǎng)絡(luò)的分類穩(wěn)定性。

    對比3 組數(shù)據(jù),前兩組數(shù)據(jù)的圖像主體邊緣相對第三組要復雜得多,因此旋轉(zhuǎn)角度對于前兩組圖像的影響較大。前兩組數(shù)據(jù)中,對于同一物體,旋轉(zhuǎn)造成了0.5 左右的相似度誤差,而第三組數(shù)據(jù)因為邊緣簡單,受旋轉(zhuǎn)的影響較小。在使用邊緣增強圖像替換原始圖像投入網(wǎng)絡(luò)之后,對相似度誤差都有了不同程度的減小,邊緣增強對于前兩組數(shù)據(jù)的提升效果優(yōu)于第三組數(shù)據(jù),第三組數(shù)據(jù)的相似度誤差降到了0.002 以下,幾乎消除了旋轉(zhuǎn)帶來的影響。

    表3 旋轉(zhuǎn)條件邊緣增強圖像的余弦相似度對比

    3.3.2 變換背景對比實驗

    圖4(a)、圖4(b)、圖4(c)分別為同一物體在不同背景、不同光照條件下的原始彩色圖像,圖4(d)、圖4(e)、圖4(f)分別是與之對應(yīng)的邊緣增強圖像,實驗結(jié)果見表4。從表4可知,對于同一物體,不同的背景、不同的光照條件會使圖像的余弦相似度有不同程度的降低,與物體旋轉(zhuǎn)相比,背景和光照條件的變化將使圖像中的大部分像素點發(fā)生變化,雖然圖像的主體部分沒有過大的改變,但是其余像素點的變化會使VGG19 網(wǎng)絡(luò)在處理時受一定的影響,因此,背景和光照條件變化的圖像相比于旋轉(zhuǎn)變化的圖像來說,余弦相似度更低,網(wǎng)絡(luò)的分類性能更差。使用邊緣增強圖像進行計算,與原始彩色圖像相比,余弦相似度都有較大的提升,特別對于不同光照條件下的圖像,邊緣增強帶來的效果提升尤為明顯。與采用原始彩色圖像的對照組相同,對于變換背景、變換光照條件的圖像來說,使用VGG19 的第3 卷積層輸出來計算余弦相似度的分類效果最好。

    通過上述幾組對比實驗可以看出,對于同一物體,不同的拍攝角度、不同的背景、不同的光照條件都會對VGG19 網(wǎng)絡(luò)的分類性能帶來一定的影響,變換背景、變換光照條件造成的影響相對較大,但使用邊緣增強圖像均能在一定程度上降低拍攝條件對VGG19 網(wǎng)絡(luò)造成的負面影響,提高VGG 網(wǎng)絡(luò)的穩(wěn)定性。由此可以看出,通過邊緣增強突出圖片主體對象的輪廓,使其在圖片中更為明顯,可以改善VGG19 網(wǎng)絡(luò)的分類性能,此外,對于不同的條件變化,使用VGG19 網(wǎng)絡(luò)不同層次的輸出也獲得不同的效果。

    表4 背景、光照條件邊緣增強圖像的余弦相似度對比

    表5 與參考文獻[8]方法對比結(jié)果

    3.3.3 與其他增強算法對比

    參考文獻[8]中所提方法將不同尺寸的圖像進行定量平均分塊以保證圖像在卷積過程中的特征完整性,然后對分塊圖像進行深度卷積池化增強以提高算法的分類性能?;趫D3、圖4 的數(shù)據(jù),將本文方法與參考文獻[8]所提方法進行對比,結(jié)果見表5,進一步驗證了本文方法的有效性。

    由表5 數(shù)據(jù)可以看出,本文方法的分類性能在大部分情況下優(yōu)于參考文獻[8]所提方法,在結(jié)構(gòu)簡單、背景單一且物體占據(jù)圖像主要部分的情況下,如圖3(i)和圖3(k),參考文獻[8]算法的余弦相似度結(jié)果略優(yōu)于本文算法,但在圖像結(jié)構(gòu)較為復雜或者背景變化較大的情況下,本文方法得到的結(jié)果明顯優(yōu)于參考文獻[8]的算法,從數(shù)據(jù)中可以看出,在大部分情況下,本文所提方法具有更好的適用性和穩(wěn)定性。

    4 結(jié)束語

    本文采用卷積神經(jīng)網(wǎng)絡(luò)模型VGG19 結(jié)合余弦相似度進行圖像的分類,使用邊緣增強圖像代替原始圖像作為網(wǎng)絡(luò)輸入以降低對象拍攝角度的旋轉(zhuǎn)對分類性能造成的影響。實驗基于天翼云盤平臺,選取了大量旋轉(zhuǎn)圖片和背景變換圖片進行驗證,并以其中最具有代表性的3 組數(shù)據(jù)進行客觀分析。實驗結(jié)果表明使用邊緣增強圖像突出圖像主體邊緣信息有助于降低旋轉(zhuǎn)圖片和背景變換圖片對VGG 網(wǎng)絡(luò)分類性能帶來的影響,對于各類對象的旋轉(zhuǎn)圖像和背景變換圖像,本文方法均能在一定程度提高同一物體不同類圖像的余弦相似度,但對于邊緣簡單的物體提升效果不夠明顯,這也是后續(xù)研究中有待探索并改進的問題。

    猜你喜歡
    余弦背景物體
    “新四化”背景下汽車NVH的發(fā)展趨勢
    《論持久戰(zhàn)》的寫作背景
    當代陜西(2020年14期)2021-01-08 09:30:42
    深刻理解物體的平衡
    我們是怎樣看到物體的
    兩個含余弦函數(shù)的三角母不等式及其推論
    晚清外語翻譯人才培養(yǎng)的背景
    分數(shù)階余弦變換的卷積定理
    圖像壓縮感知在分數(shù)階Fourier域、分數(shù)階余弦域的性能比較
    為什么同一物體在世界各地重量不一樣?
    離散余弦小波包變換及語音信號壓縮感知
    国产免费福利视频在线观看| 亚洲精品乱码久久久v下载方式| 欧美一区二区亚洲| 男女啪啪激烈高潮av片| 赤兔流量卡办理| 在线观看人妻少妇| 国产久久久一区二区三区| 99久国产av精品国产电影| av国产久精品久网站免费入址| 夫妻午夜视频| 国产一区二区三区av在线| 亚洲精品亚洲一区二区| 精品熟女少妇av免费看| 国产av码专区亚洲av| 十八禁网站网址无遮挡 | 亚洲自拍偷在线| 国产成人精品久久久久久| 国产精品.久久久| 直男gayav资源| 国产精品久久久久久精品电影小说 | 卡戴珊不雅视频在线播放| 亚洲内射少妇av| av国产免费在线观看| 精品人妻偷拍中文字幕| 高清视频免费观看一区二区| 波多野结衣巨乳人妻| 免费少妇av软件| 高清毛片免费看| 男人狂女人下面高潮的视频| 能在线免费看毛片的网站| 嫩草影院新地址| 嫩草影院精品99| 最新中文字幕久久久久| av播播在线观看一区| 久久久午夜欧美精品| 三级国产精品欧美在线观看| 亚洲成色77777| 成人免费观看视频高清| 久久精品国产a三级三级三级| 亚洲婷婷狠狠爱综合网| 69人妻影院| 亚洲国产精品成人综合色| 搡老乐熟女国产| 最近最新中文字幕免费大全7| 97人妻精品一区二区三区麻豆| av播播在线观看一区| 亚洲电影在线观看av| 九九在线视频观看精品| 伦精品一区二区三区| 成人综合一区亚洲| 国产综合懂色| 男女那种视频在线观看| 国产精品久久久久久精品古装| 欧美丝袜亚洲另类| 亚洲综合精品二区| 王馨瑶露胸无遮挡在线观看| 黄色怎么调成土黄色| 一边亲一边摸免费视频| 午夜激情久久久久久久| 免费不卡的大黄色大毛片视频在线观看| 中文欧美无线码| 人妻夜夜爽99麻豆av| .国产精品久久| 久久精品国产亚洲av涩爱| 亚洲三级黄色毛片| 晚上一个人看的免费电影| 欧美高清性xxxxhd video| 国产精品久久久久久久久免| 国产69精品久久久久777片| 午夜激情福利司机影院| 亚洲精品日本国产第一区| 春色校园在线视频观看| 欧美zozozo另类| 国产精品精品国产色婷婷| 欧美国产精品一级二级三级 | 亚洲人与动物交配视频| 天美传媒精品一区二区| 欧美精品国产亚洲| 日韩大片免费观看网站| 少妇被粗大猛烈的视频| 3wmmmm亚洲av在线观看| 五月伊人婷婷丁香| 亚洲精品自拍成人| 韩国高清视频一区二区三区| 自拍偷自拍亚洲精品老妇| 日韩av免费高清视频| 久久99蜜桃精品久久| 国产精品99久久久久久久久| 可以在线观看毛片的网站| 伊人久久国产一区二区| 人妻系列 视频| 老司机影院成人| 美女内射精品一级片tv| 青春草亚洲视频在线观看| 亚洲内射少妇av| 亚洲欧洲国产日韩| 久久热精品热| 色网站视频免费| 精品酒店卫生间| 大香蕉久久网| 麻豆成人av视频| 亚洲无线观看免费| 国产精品麻豆人妻色哟哟久久| 免费黄频网站在线观看国产| 伦精品一区二区三区| 永久网站在线| 精华霜和精华液先用哪个| 国产男女内射视频| 亚洲av成人精品一二三区| 国产爱豆传媒在线观看| 欧美最新免费一区二区三区| 国产一区二区三区综合在线观看 | 亚洲精品自拍成人| 日本-黄色视频高清免费观看| 亚洲精华国产精华液的使用体验| 久热这里只有精品99| 国产成人a区在线观看| 国产日韩欧美亚洲二区| 如何舔出高潮| 一级黄片播放器| 亚洲人与动物交配视频| 女的被弄到高潮叫床怎么办| 成人欧美大片| 高清午夜精品一区二区三区| 亚洲伊人久久精品综合| 听说在线观看完整版免费高清| 亚洲av福利一区| 国产成人免费观看mmmm| av播播在线观看一区| 日韩中字成人| av网站免费在线观看视频| 三级国产精品欧美在线观看| 黄色配什么色好看| 人妻制服诱惑在线中文字幕| 九草在线视频观看| 色网站视频免费| 免费观看av网站的网址| 欧美精品一区二区大全| 国产黄频视频在线观看| 欧美bdsm另类| www.色视频.com| 亚洲国产av新网站| 高清日韩中文字幕在线| 日韩av免费高清视频| 天美传媒精品一区二区| 免费观看无遮挡的男女| 五月天丁香电影| 男人爽女人下面视频在线观看| 麻豆乱淫一区二区| 丝瓜视频免费看黄片| 中文字幕久久专区| 日韩国内少妇激情av| 波野结衣二区三区在线| 91久久精品电影网| av国产免费在线观看| 亚洲自拍偷在线| 精品一区二区免费观看| 一级片'在线观看视频| 久久久精品欧美日韩精品| 久久99热这里只频精品6学生| 欧美成人a在线观看| 男人爽女人下面视频在线观看| 国产精品久久久久久久久免| 精品人妻一区二区三区麻豆| 日韩欧美一区视频在线观看 | 国产成人精品久久久久久| 91aial.com中文字幕在线观看| 日韩精品有码人妻一区| 亚洲自偷自拍三级| 丰满乱子伦码专区| 六月丁香七月| 国产黄色视频一区二区在线观看| 99热6这里只有精品| 国产乱人偷精品视频| 日韩一区二区视频免费看| 亚洲最大成人中文| 肉色欧美久久久久久久蜜桃 | 国产黄色视频一区二区在线观看| 嘟嘟电影网在线观看| 免费少妇av软件| 亚洲在久久综合| 我的老师免费观看完整版| eeuss影院久久| 噜噜噜噜噜久久久久久91| 一级毛片我不卡| 干丝袜人妻中文字幕| 国产成人a区在线观看| 不卡视频在线观看欧美| 国产免费一级a男人的天堂| 欧美亚洲 丝袜 人妻 在线| 久久久成人免费电影| 亚洲内射少妇av| 六月丁香七月| 免费看av在线观看网站| 丝袜喷水一区| 99久久九九国产精品国产免费| av网站免费在线观看视频| 美女主播在线视频| 美女国产视频在线观看| 精品少妇久久久久久888优播| 大香蕉97超碰在线| 干丝袜人妻中文字幕| 欧美变态另类bdsm刘玥| 色网站视频免费| 亚洲自拍偷在线| av一本久久久久| 成人无遮挡网站| 国产人妻一区二区三区在| 精品亚洲乱码少妇综合久久| 亚洲无线观看免费| 成人毛片a级毛片在线播放| 七月丁香在线播放| 女人十人毛片免费观看3o分钟| 国产成人aa在线观看| 直男gayav资源| 伊人久久精品亚洲午夜| 亚洲激情五月婷婷啪啪| 精品午夜福利在线看| 亚洲精品影视一区二区三区av| 成年免费大片在线观看| 男人添女人高潮全过程视频| av天堂中文字幕网| 男人舔奶头视频| 国产成年人精品一区二区| 天美传媒精品一区二区| 水蜜桃什么品种好| 精品久久久噜噜| 成人高潮视频无遮挡免费网站| 日韩av在线免费看完整版不卡| 在线观看三级黄色| 欧美成人一区二区免费高清观看| 国产69精品久久久久777片| 九九久久精品国产亚洲av麻豆| 色哟哟·www| 亚洲精品国产av成人精品| 亚洲人成网站在线播| 欧美激情国产日韩精品一区| 神马国产精品三级电影在线观看| 我的女老师完整版在线观看| 大片免费播放器 马上看| 中文字幕制服av| 久久鲁丝午夜福利片| 街头女战士在线观看网站| 一级毛片电影观看| 国产精品久久久久久精品电影小说 | av一本久久久久| 午夜爱爱视频在线播放| 又黄又爽又刺激的免费视频.| 国产精品.久久久| 婷婷色综合大香蕉| 日韩av免费高清视频| 大香蕉97超碰在线| 极品少妇高潮喷水抽搐| 亚洲精品一二三| 午夜福利高清视频| 日韩三级伦理在线观看| 亚洲精品影视一区二区三区av| 极品教师在线视频| 国产成人freesex在线| 精品人妻视频免费看| 综合色丁香网| 国产亚洲一区二区精品| 18+在线观看网站| 国内少妇人妻偷人精品xxx网站| 大片电影免费在线观看免费| 美女内射精品一级片tv| 国产v大片淫在线免费观看| 赤兔流量卡办理| 精品人妻偷拍中文字幕| 欧美国产精品一级二级三级 | 久久久亚洲精品成人影院| 日韩av免费高清视频| 狂野欧美激情性bbbbbb| 美女被艹到高潮喷水动态| 亚洲激情五月婷婷啪啪| 国产视频首页在线观看| 秋霞在线观看毛片| 中国美白少妇内射xxxbb| 国产精品福利在线免费观看| 在线观看国产h片| 日韩一区二区三区影片| 波多野结衣巨乳人妻| 亚洲精品乱码久久久久久按摩| 一级a做视频免费观看| av女优亚洲男人天堂| 老女人水多毛片| 夫妻性生交免费视频一级片| 成人国产av品久久久| 久久精品夜色国产| 亚洲人成网站在线观看播放| 2021天堂中文幕一二区在线观| 18禁在线播放成人免费| 亚洲av免费高清在线观看| 日本一本二区三区精品| 身体一侧抽搐| 高清av免费在线| 中文乱码字字幕精品一区二区三区| av黄色大香蕉| 欧美日韩综合久久久久久| www.色视频.com| 午夜福利视频1000在线观看| 久久精品国产亚洲av天美| 精品国产露脸久久av麻豆| 成人国产av品久久久| 欧美成人午夜免费资源| 成年版毛片免费区| 国产成人91sexporn| 天天躁日日操中文字幕| 99久久人妻综合| 高清午夜精品一区二区三区| 久久久久久伊人网av| 一本一本综合久久| 80岁老熟妇乱子伦牲交| 男人舔奶头视频| av在线播放精品| 国产日韩欧美在线精品| 欧美三级亚洲精品| 99久久精品热视频| 毛片女人毛片| 免费黄频网站在线观看国产| 插逼视频在线观看| 国产精品人妻久久久影院| 日本欧美国产在线视频| 午夜免费观看性视频| 亚洲激情五月婷婷啪啪| 听说在线观看完整版免费高清| 女人被狂操c到高潮| 高清视频免费观看一区二区| 亚洲成人中文字幕在线播放| 欧美激情在线99| 精品99又大又爽又粗少妇毛片| 国产黄片美女视频| 久久久久久久久大av| 国产高清国产精品国产三级 | 99久久精品国产国产毛片| 免费少妇av软件| 天天躁夜夜躁狠狠久久av| 我要看日韩黄色一级片| 久久久久性生活片| 久久久久久久久久成人| 日韩欧美精品v在线| 91在线精品国自产拍蜜月| 丝瓜视频免费看黄片| 你懂的网址亚洲精品在线观看| av又黄又爽大尺度在线免费看| 亚洲国产精品成人久久小说| 18+在线观看网站| 久久精品久久久久久噜噜老黄| 欧美极品一区二区三区四区| 看十八女毛片水多多多| av免费在线看不卡| 亚洲成人久久爱视频| 国产精品99久久久久久久久| 国产精品av视频在线免费观看| 好男人视频免费观看在线| av黄色大香蕉| 边亲边吃奶的免费视频| 久久综合国产亚洲精品| 欧美极品一区二区三区四区| 国产男女超爽视频在线观看| 亚洲国产欧美在线一区| 韩国av在线不卡| 亚洲,欧美,日韩| 久久精品久久久久久噜噜老黄| 毛片女人毛片| 日韩电影二区| 国产午夜精品久久久久久一区二区三区| 国精品久久久久久国模美| 真实男女啪啪啪动态图| 日韩一本色道免费dvd| 久久久久久久精品精品| 日日啪夜夜爽| 日本黄大片高清| 国产精品精品国产色婷婷| 日本黄色片子视频| 三级男女做爰猛烈吃奶摸视频| av又黄又爽大尺度在线免费看| 久久精品夜色国产| 国产黄片美女视频| 麻豆国产97在线/欧美| 99热全是精品| 九草在线视频观看| 亚洲av免费在线观看| 麻豆精品久久久久久蜜桃| 亚洲成色77777| 2018国产大陆天天弄谢| 日本黄色片子视频| 亚洲经典国产精华液单| 久久久国产一区二区| 啦啦啦啦在线视频资源| 久久久久久久久久久免费av| 国产亚洲午夜精品一区二区久久 | 国产成人精品久久久久久| 亚洲精品国产色婷婷电影| 欧美高清性xxxxhd video| 人体艺术视频欧美日本| 欧美少妇被猛烈插入视频| 中文字幕制服av| 国产高潮美女av| 女人十人毛片免费观看3o分钟| 国产淫语在线视频| 26uuu在线亚洲综合色| 日韩亚洲欧美综合| 久久精品国产亚洲av涩爱| 免费av毛片视频| a级毛色黄片| 成年女人看的毛片在线观看| 嫩草影院精品99| 极品少妇高潮喷水抽搐| 男女边摸边吃奶| 18禁在线无遮挡免费观看视频| 欧美97在线视频| av播播在线观看一区| 大片免费播放器 马上看| 成人综合一区亚洲| 亚洲精品日韩av片在线观看| 毛片女人毛片| 伦精品一区二区三区| 国产精品国产三级国产av玫瑰| 国产精品国产三级国产专区5o| 你懂的网址亚洲精品在线观看| 综合色av麻豆| 亚洲精品第二区| 国产白丝娇喘喷水9色精品| 91久久精品国产一区二区三区| 久久久久久久国产电影| 国内少妇人妻偷人精品xxx网站| 欧美zozozo另类| av专区在线播放| 国产精品久久久久久精品电影| 欧美丝袜亚洲另类| 一级毛片黄色毛片免费观看视频| 成人特级av手机在线观看| 午夜精品国产一区二区电影 | 国产精品久久久久久精品电影| 狂野欧美激情性bbbbbb| 欧美日韩综合久久久久久| 欧美一区二区亚洲| 国产免费又黄又爽又色| 欧美日韩精品成人综合77777| 国产片特级美女逼逼视频| 99re6热这里在线精品视频| 国产一区亚洲一区在线观看| 亚洲av不卡在线观看| 男的添女的下面高潮视频| 天天躁日日操中文字幕| 可以在线观看毛片的网站| 日韩伦理黄色片| 最近的中文字幕免费完整| 成人亚洲欧美一区二区av| 舔av片在线| 99热这里只有是精品50| 哪个播放器可以免费观看大片| 色婷婷久久久亚洲欧美| 亚洲经典国产精华液单| 久久影院123| 99久久精品一区二区三区| 欧美日韩精品成人综合77777| 免费黄色在线免费观看| 国产白丝娇喘喷水9色精品| 少妇裸体淫交视频免费看高清| 中文字幕久久专区| 国产伦精品一区二区三区视频9| 美女高潮的动态| av网站免费在线观看视频| 国产亚洲精品久久久com| 日韩成人伦理影院| 国产成人91sexporn| 久热久热在线精品观看| 国产成人免费无遮挡视频| 亚洲精品乱码久久久v下载方式| 日产精品乱码卡一卡2卡三| 热99国产精品久久久久久7| .国产精品久久| 少妇裸体淫交视频免费看高清| 欧美潮喷喷水| 黑人高潮一二区| 国产91av在线免费观看| 黄片无遮挡物在线观看| 51国产日韩欧美| 国产老妇女一区| 欧美zozozo另类| 日韩电影二区| 国产成年人精品一区二区| 亚洲精品乱码久久久v下载方式| 国产一区二区三区av在线| 少妇熟女欧美另类| 久久人人爽人人片av| 99视频精品全部免费 在线| 亚洲精品影视一区二区三区av| 少妇高潮的动态图| 日本av手机在线免费观看| 国产精品国产av在线观看| 自拍欧美九色日韩亚洲蝌蚪91 | 亚洲欧美成人综合另类久久久| 男人狂女人下面高潮的视频| 亚洲av国产av综合av卡| 日本欧美国产在线视频| 人体艺术视频欧美日本| 毛片一级片免费看久久久久| 久久精品国产亚洲av涩爱| 91久久精品国产一区二区三区| 青春草视频在线免费观看| 久久久久久久久大av| 免费黄网站久久成人精品| 亚洲欧美日韩无卡精品| 99热全是精品| 在线观看av片永久免费下载| 国产精品嫩草影院av在线观看| 最近中文字幕2019免费版| 性插视频无遮挡在线免费观看| 久久鲁丝午夜福利片| 超碰av人人做人人爽久久| 午夜免费男女啪啪视频观看| 亚洲国产欧美人成| 联通29元200g的流量卡| 亚洲国产精品专区欧美| 精品99又大又爽又粗少妇毛片| 日韩欧美精品v在线| 国产视频内射| freevideosex欧美| 国产精品一区www在线观看| 免费观看av网站的网址| 精品久久久精品久久久| 九草在线视频观看| 亚洲av一区综合| 欧美人与善性xxx| 色视频在线一区二区三区| 欧美老熟妇乱子伦牲交| 国产亚洲午夜精品一区二区久久 | 免费av毛片视频| 亚洲久久久久久中文字幕| 美女主播在线视频| 嘟嘟电影网在线观看| 亚洲自拍偷在线| 一级av片app| 欧美日韩在线观看h| 国产精品国产三级国产专区5o| 日日啪夜夜撸| 亚洲欧美日韩另类电影网站 | 国产成人一区二区在线| 日韩av免费高清视频| 国产淫语在线视频| 国产国拍精品亚洲av在线观看| 男女那种视频在线观看| 97超视频在线观看视频| 真实男女啪啪啪动态图| 亚洲精品色激情综合| 亚洲精品一区蜜桃| 国产精品久久久久久精品电影| 亚洲精品一区蜜桃| 菩萨蛮人人尽说江南好唐韦庄| 欧美成人午夜免费资源| 国产伦精品一区二区三区视频9| 别揉我奶头 嗯啊视频| 欧美bdsm另类| 亚洲精品国产av蜜桃| 哪个播放器可以免费观看大片| 特大巨黑吊av在线直播| 在线观看一区二区三区| 啦啦啦啦在线视频资源| 中文字幕av成人在线电影| 99久国产av精品国产电影| 成人亚洲精品一区在线观看 | 亚洲av在线观看美女高潮| 国产av码专区亚洲av| 一级二级三级毛片免费看| 真实男女啪啪啪动态图| 日产精品乱码卡一卡2卡三| 一二三四中文在线观看免费高清| 精品视频人人做人人爽| 久久人人爽人人爽人人片va| 国产淫语在线视频| 激情 狠狠 欧美| 高清视频免费观看一区二区| 久久99热这里只频精品6学生| 国产成人精品福利久久| 欧美xxxx黑人xx丫x性爽| 一级毛片黄色毛片免费观看视频| 热99国产精品久久久久久7| 边亲边吃奶的免费视频| 午夜激情福利司机影院| 亚洲欧美精品专区久久| 在线亚洲精品国产二区图片欧美 | 亚洲内射少妇av| 人人妻人人看人人澡| 深爱激情五月婷婷| 国产探花极品一区二区| 一二三四中文在线观看免费高清| av天堂中文字幕网| 男人和女人高潮做爰伦理| 纵有疾风起免费观看全集完整版| 黄色视频在线播放观看不卡| 亚洲av中文av极速乱| 99热这里只有是精品在线观看| 成人黄色视频免费在线看| 99热这里只有精品一区| 一级毛片 在线播放| 大又大粗又爽又黄少妇毛片口| 一级a做视频免费观看| 国产午夜精品一二区理论片| 国产综合精华液| 亚洲成色77777| 午夜福利视频1000在线观看| 国产高潮美女av| 国产乱来视频区| 欧美bdsm另类| 极品少妇高潮喷水抽搐| 777米奇影视久久| 赤兔流量卡办理| 久久久久久久精品精品| 国产黄片美女视频| 午夜老司机福利剧场| 麻豆久久精品国产亚洲av| 午夜激情福利司机影院|