• <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
    亚洲电影在线观看av| 国产又黄又爽又无遮挡在线| 国内揄拍国产精品人妻在线| 久久热在线av| 婷婷精品国产亚洲av| 精品国产三级普通话版| 久久久国产成人免费| 欧美日本视频| 欧美一级毛片孕妇| 好男人在线观看高清免费视频| 免费人成视频x8x8入口观看| 国产黄色小视频在线观看| 极品教师在线免费播放| 国产成人aa在线观看| 伦理电影免费视频| 黑人巨大精品欧美一区二区mp4| 国产三级在线视频| 麻豆国产97在线/欧美| 午夜免费激情av| 精品久久久久久成人av| 欧美日韩精品网址| 男女午夜视频在线观看| 免费在线观看影片大全网站| 亚洲一区高清亚洲精品| 国产免费av片在线观看野外av| 亚洲av成人精品一区久久| 国产三级在线视频| 国产精品亚洲av一区麻豆| 国产又色又爽无遮挡免费看| 亚洲精品456在线播放app | 69av精品久久久久久| 在线免费观看不下载黄p国产 | 亚洲性夜色夜夜综合| 在线观看日韩欧美| 国内精品久久久久久久电影| 久久九九热精品免费| 亚洲精华国产精华精| 国产三级黄色录像| 哪里可以看免费的av片| 亚洲精品美女久久av网站| 欧美黑人巨大hd| 美女扒开内裤让男人捅视频| 五月玫瑰六月丁香| 国产精品一区二区三区四区久久| 久久久久久久久中文| 国产精品久久久久久精品电影| 亚洲熟女毛片儿| 成人高潮视频无遮挡免费网站| 一卡2卡三卡四卡精品乱码亚洲| 高清毛片免费观看视频网站| 香蕉丝袜av| 日韩精品青青久久久久久| 国产视频一区二区在线看| 国产熟女xx| 成人无遮挡网站| aaaaa片日本免费| 亚洲欧美日韩卡通动漫| 天天躁日日操中文字幕| 熟女人妻精品中文字幕| 久久精品国产99精品国产亚洲性色| 亚洲男人的天堂狠狠| 国产aⅴ精品一区二区三区波| 看片在线看免费视频| 国产精品一区二区精品视频观看| 久久香蕉精品热| 午夜免费成人在线视频| 国产免费av片在线观看野外av| 淫秽高清视频在线观看| 久久精品91无色码中文字幕| 熟女人妻精品中文字幕| 成人18禁在线播放| 久久久久久久久中文| 日本成人三级电影网站| 999久久久国产精品视频| 99国产极品粉嫩在线观看| 亚洲乱码一区二区免费版| 亚洲国产看品久久| 久久中文看片网| 18禁国产床啪视频网站| 国产一区二区在线av高清观看| 九色成人免费人妻av| 欧美一区二区国产精品久久精品| 1024香蕉在线观看| 黑人欧美特级aaaaaa片| 国产不卡一卡二| 亚洲精品一卡2卡三卡4卡5卡| 精品国内亚洲2022精品成人| 国产成人精品无人区| 国产av不卡久久| 欧美一区二区精品小视频在线| 一级毛片精品| 精品日产1卡2卡| 丰满的人妻完整版| 99精品欧美一区二区三区四区| 久久久久久大精品| 亚洲七黄色美女视频| 美女cb高潮喷水在线观看 | 欧美一级a爱片免费观看看| 精品国产乱子伦一区二区三区| 午夜日韩欧美国产| h日本视频在线播放| 又紧又爽又黄一区二区| 日韩中文字幕欧美一区二区| 亚洲无线观看免费| 一个人看视频在线观看www免费 | 老熟妇乱子伦视频在线观看| 日韩欧美精品v在线| 欧美成人性av电影在线观看| 国产精品永久免费网站| 午夜久久久久精精品| tocl精华| 91九色精品人成在线观看| 精品欧美国产一区二区三| 亚洲成a人片在线一区二区| 在线国产一区二区在线| 91av网一区二区| av在线天堂中文字幕| 国产精品亚洲av一区麻豆| 国产精品乱码一区二三区的特点| 国内揄拍国产精品人妻在线| 欧美日韩福利视频一区二区| 色老头精品视频在线观看| 一区福利在线观看| 午夜福利在线观看吧| 天堂网av新在线| 日韩欧美 国产精品| 视频区欧美日本亚洲| av片东京热男人的天堂| 在线十欧美十亚洲十日本专区| 一区福利在线观看| 国产精品美女特级片免费视频播放器 | 天天一区二区日本电影三级| 色综合亚洲欧美另类图片| 在线观看午夜福利视频| 久久久久久久久中文| 天天躁狠狠躁夜夜躁狠狠躁| 男人的好看免费观看在线视频| 国产成人av激情在线播放| 97碰自拍视频| 日韩av在线大香蕉| 亚洲 欧美一区二区三区| 最好的美女福利视频网| 性色avwww在线观看| 高潮久久久久久久久久久不卡| 嫩草影视91久久| av在线天堂中文字幕| 蜜桃久久精品国产亚洲av| 国产极品精品免费视频能看的| 国产午夜精品久久久久久| 免费在线观看亚洲国产| 一区二区三区激情视频| 久久久久久国产a免费观看| 亚洲精品456在线播放app | 毛片女人毛片| 亚洲熟妇中文字幕五十中出| 91字幕亚洲| 最新中文字幕久久久久 | 色视频www国产| 欧美乱码精品一区二区三区| 五月伊人婷婷丁香| 欧美日韩福利视频一区二区| 国产精品98久久久久久宅男小说| 免费电影在线观看免费观看| 国产成人一区二区三区免费视频网站| 成年版毛片免费区| 国产高清视频在线观看网站| 人妻久久中文字幕网| 亚洲专区国产一区二区| 色综合站精品国产| 精品99又大又爽又粗少妇毛片 | 国产欧美日韩一区二区精品| 怎么达到女性高潮| 美女大奶头视频| 欧美成人一区二区免费高清观看 | 国产精品女同一区二区软件 | 亚洲中文av在线| 女人被狂操c到高潮| 国产精品亚洲美女久久久| 黄色女人牲交| 国产日本99.免费观看| 欧美激情久久久久久爽电影| 变态另类丝袜制服| 成人三级做爰电影| 黄色 视频免费看| 午夜亚洲福利在线播放| 两个人看的免费小视频| 在线视频色国产色| av女优亚洲男人天堂 | 丁香欧美五月| 99久久国产精品久久久| 免费看日本二区| 法律面前人人平等表现在哪些方面| www国产在线视频色| 国产精品亚洲美女久久久| av中文乱码字幕在线| 亚洲av第一区精品v没综合| 午夜精品在线福利| 99久久综合精品五月天人人| 一卡2卡三卡四卡精品乱码亚洲| 国内精品一区二区在线观看| 伊人久久大香线蕉亚洲五| 一a级毛片在线观看| 成人特级av手机在线观看| 很黄的视频免费| 两人在一起打扑克的视频| 免费在线观看日本一区| 精品国产超薄肉色丝袜足j| 亚洲自拍偷在线| 中文字幕人妻丝袜一区二区| 午夜福利视频1000在线观看| 色尼玛亚洲综合影院| 中文字幕最新亚洲高清| 国产毛片a区久久久久| 日韩免费av在线播放| 美女高潮喷水抽搐中文字幕| 天天躁日日操中文字幕| 亚洲人成电影免费在线| 久久久国产成人精品二区| 一本综合久久免费| 欧美av亚洲av综合av国产av| 亚洲精品国产精品久久久不卡| 免费搜索国产男女视频| 国产久久久一区二区三区| 91九色精品人成在线观看| 久久久国产欧美日韩av| АⅤ资源中文在线天堂| 18禁裸乳无遮挡免费网站照片| 蜜桃久久精品国产亚洲av| 白带黄色成豆腐渣| 人妻夜夜爽99麻豆av| 国产蜜桃级精品一区二区三区| 18禁裸乳无遮挡免费网站照片| 国产欧美日韩一区二区精品| 国产97色在线日韩免费| 亚洲国产日韩欧美精品在线观看 | 网址你懂的国产日韩在线| 精品久久久久久,| 一个人免费在线观看的高清视频| 日韩高清综合在线| 久久久精品大字幕| 国产视频一区二区在线看| 久久中文看片网| 国产美女午夜福利| 天天一区二区日本电影三级| 少妇人妻一区二区三区视频| 精品乱码久久久久久99久播| 香蕉国产在线看| 天堂av国产一区二区熟女人妻| 久久欧美精品欧美久久欧美| 国产一区二区激情短视频| 中亚洲国语对白在线视频| 精品一区二区三区视频在线 | 亚洲中文日韩欧美视频| 午夜日韩欧美国产| 五月伊人婷婷丁香| 此物有八面人人有两片| 国产伦精品一区二区三区视频9 | 午夜免费成人在线视频| 日日干狠狠操夜夜爽| 精品午夜福利视频在线观看一区| 一本综合久久免费| 国产午夜福利久久久久久| 无遮挡黄片免费观看| av在线天堂中文字幕| 青草久久国产| 久久草成人影院| 久久久精品大字幕| netflix在线观看网站| 国语自产精品视频在线第100页| 日韩欧美一区二区三区在线观看| 99国产综合亚洲精品| 国产亚洲欧美98| 精品99又大又爽又粗少妇毛片 | 成年免费大片在线观看| av片东京热男人的天堂| 色av中文字幕| 老司机深夜福利视频在线观看| 不卡一级毛片| 国内少妇人妻偷人精品xxx网站 | 老司机午夜十八禁免费视频| 日韩欧美在线乱码| 色噜噜av男人的天堂激情| 99国产综合亚洲精品| 又爽又黄无遮挡网站| 亚洲成av人片在线播放无| 国产成+人综合+亚洲专区| 又紧又爽又黄一区二区| 天堂动漫精品| 免费看十八禁软件| 伦理电影免费视频| 欧美日韩精品网址| 18禁国产床啪视频网站| 成人性生交大片免费视频hd| 看片在线看免费视频| 999久久久精品免费观看国产| 噜噜噜噜噜久久久久久91| 精品日产1卡2卡| 好看av亚洲va欧美ⅴa在| 亚洲精品在线观看二区| 精品免费久久久久久久清纯| 男人和女人高潮做爰伦理| 一卡2卡三卡四卡精品乱码亚洲| 国产午夜福利久久久久久| 观看美女的网站| 99久久国产精品久久久| 窝窝影院91人妻| 搡老岳熟女国产| 叶爱在线成人免费视频播放| 一进一出抽搐动态| 国产免费男女视频| 日韩欧美一区二区三区在线观看| 一本一本综合久久| 99热精品在线国产| 成人三级黄色视频| 日韩欧美三级三区| 视频区欧美日本亚洲| 欧美日韩乱码在线| 免费看十八禁软件| 黑人操中国人逼视频| 国产成年人精品一区二区| 成人亚洲精品av一区二区| 国产精品综合久久久久久久免费| 色播亚洲综合网| 日本三级黄在线观看| 亚洲一区二区三区不卡视频| 国内揄拍国产精品人妻在线| 午夜福利视频1000在线观看| 午夜激情福利司机影院| 99久久成人亚洲精品观看| 精品一区二区三区视频在线观看免费| 国产成人福利小说| 18禁黄网站禁片午夜丰满| 激情在线观看视频在线高清| av在线天堂中文字幕| 小蜜桃在线观看免费完整版高清| 九九热线精品视视频播放| 亚洲 欧美一区二区三区| 亚洲18禁久久av| 国产av一区在线观看免费| 欧美在线黄色| 成人av在线播放网站| 国内精品一区二区在线观看| 久久精品国产清高在天天线| 欧美成狂野欧美在线观看| 亚洲av成人精品一区久久| 我的老师免费观看完整版| 精品久久久久久久毛片微露脸| 国产精品亚洲av一区麻豆| www日本在线高清视频| 久久亚洲精品不卡| 欧美乱妇无乱码| 美女被艹到高潮喷水动态| 国产三级中文精品| 男女视频在线观看网站免费| 日日夜夜操网爽| 国产三级在线视频| 久久这里只有精品19| 老熟妇仑乱视频hdxx| 男人和女人高潮做爰伦理| 欧美三级亚洲精品| 国产淫片久久久久久久久 | 日韩欧美在线二视频| 最新中文字幕久久久久 | 国产野战对白在线观看| e午夜精品久久久久久久| 国内少妇人妻偷人精品xxx网站 | 男女下面进入的视频免费午夜| 亚洲色图 男人天堂 中文字幕| 亚洲国产精品合色在线| 国产精品 国内视频| 99国产精品99久久久久| 一进一出好大好爽视频| av黄色大香蕉| 久久中文看片网| 观看免费一级毛片| 长腿黑丝高跟| 欧美最黄视频在线播放免费| 欧美性猛交黑人性爽| 99久久精品一区二区三区| 床上黄色一级片| 一级毛片精品| 国产精品精品国产色婷婷| 在线国产一区二区在线| 天天添夜夜摸| 在线十欧美十亚洲十日本专区| 18禁美女被吸乳视频| 国产精品乱码一区二三区的特点| 欧美在线一区亚洲| 黄色日韩在线| 99riav亚洲国产免费| 日本黄色视频三级网站网址| av女优亚洲男人天堂 | 精品日产1卡2卡| 在线观看一区二区三区| 法律面前人人平等表现在哪些方面| 亚洲美女视频黄频| 国产av一区在线观看免费| 91麻豆精品激情在线观看国产| 伦理电影免费视频| www.999成人在线观看| 夜夜躁狠狠躁天天躁| 变态另类丝袜制服| 欧美日本视频| 精品免费久久久久久久清纯| 黄色日韩在线| 香蕉国产在线看| 日韩欧美 国产精品| 亚洲人与动物交配视频| 日本五十路高清| 欧美中文日本在线观看视频| 国产主播在线观看一区二区| xxx96com| www.999成人在线观看| 日日摸夜夜添夜夜添小说| 女生性感内裤真人,穿戴方法视频| 免费一级毛片在线播放高清视频| 免费大片18禁| 搞女人的毛片| 免费搜索国产男女视频| 精品国产超薄肉色丝袜足j| av女优亚洲男人天堂 | www.精华液| 日韩欧美一区二区三区在线观看| 精品国产乱子伦一区二区三区| 久久香蕉国产精品| 无限看片的www在线观看| 69av精品久久久久久| 一级黄色大片毛片| 亚洲成av人片免费观看| www.999成人在线观看| 级片在线观看| 久久香蕉国产精品| 搞女人的毛片| 久久久久国内视频| 欧美日韩黄片免| 18禁黄网站禁片午夜丰满| 国产三级在线视频| 日韩欧美在线二视频| 精品乱码久久久久久99久播| 一级毛片高清免费大全| 亚洲av第一区精品v没综合| 黄色日韩在线| 99在线视频只有这里精品首页| 国产三级中文精品| 成熟少妇高潮喷水视频| 免费电影在线观看免费观看| 真人做人爱边吃奶动态| 免费大片18禁| 亚洲专区国产一区二区| 欧美日韩国产亚洲二区| 搡老妇女老女人老熟妇| 国产视频一区二区在线看| 最近在线观看免费完整版| 精品电影一区二区在线| 欧美色欧美亚洲另类二区| 欧美在线黄色| 日本一本二区三区精品| 嫩草影院精品99| 欧美激情久久久久久爽电影| 毛片女人毛片| 免费看a级黄色片| 精品99又大又爽又粗少妇毛片 | 国产成人精品久久二区二区免费| 免费大片18禁| 在线观看66精品国产| 最近在线观看免费完整版| 日本五十路高清| 成熟少妇高潮喷水视频| 日本精品一区二区三区蜜桃| 中文字幕av在线有码专区| 亚洲七黄色美女视频| 99视频精品全部免费 在线 | 色噜噜av男人的天堂激情| 欧美大码av| 亚洲av日韩精品久久久久久密| 免费看光身美女| 性色avwww在线观看| 午夜福利高清视频| 特大巨黑吊av在线直播| 国产成年人精品一区二区| 亚洲av成人一区二区三| 老鸭窝网址在线观看| 老汉色∧v一级毛片| 97超级碰碰碰精品色视频在线观看| 少妇丰满av| 淫妇啪啪啪对白视频| 黄色视频,在线免费观看| 久久久久国产精品人妻aⅴ院| 久久久久九九精品影院| 好男人电影高清在线观看| 又爽又黄无遮挡网站| 午夜免费观看网址| 看黄色毛片网站| 欧美在线一区亚洲| 亚洲成人久久性| 又爽又黄无遮挡网站| 久久天堂一区二区三区四区| 色综合婷婷激情| 啪啪无遮挡十八禁网站| 国产高清视频在线播放一区| 91麻豆av在线| 免费高清视频大片| 国产熟女xx| 国模一区二区三区四区视频 | 亚洲avbb在线观看| 精品乱码久久久久久99久播| 搡老熟女国产l中国老女人| 欧美激情在线99| 999精品在线视频| 亚洲成a人片在线一区二区| 国产免费av片在线观看野外av| 丁香六月欧美| 色播亚洲综合网| 日韩欧美 国产精品| 中出人妻视频一区二区| 亚洲国产欧洲综合997久久,| 免费在线观看视频国产中文字幕亚洲| 18禁美女被吸乳视频| 精品一区二区三区视频在线观看免费| 欧美黄色淫秽网站| 欧美黄色片欧美黄色片| 国产精品99久久久久久久久| 国产亚洲av嫩草精品影院| 女人高潮潮喷娇喘18禁视频| 一本精品99久久精品77| 90打野战视频偷拍视频| av天堂中文字幕网| 给我免费播放毛片高清在线观看| 免费在线观看影片大全网站| 欧美一级毛片孕妇| 久久这里只有精品中国| 亚洲国产精品久久男人天堂| 国产精品久久久人人做人人爽| 久久久久精品国产欧美久久久| 一进一出好大好爽视频| 丰满人妻熟妇乱又伦精品不卡| 国产精品久久久久久精品电影| 亚洲avbb在线观看| 国产免费av片在线观看野外av| 熟女少妇亚洲综合色aaa.| 亚洲国产看品久久| 在线播放国产精品三级| 国产精品久久久人人做人人爽| 国产又黄又爽又无遮挡在线| 久久中文看片网| 精品久久久久久久久久免费视频| 国产精品一及| 国产 一区 欧美 日韩| 国产精品久久久人人做人人爽| 一本精品99久久精品77| 在线免费观看的www视频| 国产又黄又爽又无遮挡在线| 深夜精品福利| 国产探花在线观看一区二区| 欧美性猛交黑人性爽| 亚洲无线观看免费| 亚洲av熟女| 国产亚洲av高清不卡| 国产淫片久久久久久久久 | 十八禁人妻一区二区| 麻豆久久精品国产亚洲av| 午夜精品久久久久久毛片777| av在线蜜桃| 一进一出抽搐动态| 国产精品影院久久| 午夜福利成人在线免费观看| 久久精品aⅴ一区二区三区四区| 99久久成人亚洲精品观看| 色吧在线观看| 免费观看精品视频网站| 综合色av麻豆| 不卡av一区二区三区| 啪啪无遮挡十八禁网站| 国产视频一区二区在线看| 久久久国产成人免费| 亚洲精品在线观看二区| 国产v大片淫在线免费观看| 久久精品aⅴ一区二区三区四区| 国产综合懂色| 天堂√8在线中文| 黑人操中国人逼视频| cao死你这个sao货| 欧美日韩综合久久久久久 | 亚洲五月婷婷丁香| 日韩欧美 国产精品| 中文字幕精品亚洲无线码一区| 亚洲成人中文字幕在线播放| 精品久久久久久久久久久久久| 亚洲精品美女久久久久99蜜臀| 人人妻人人看人人澡| 91av网站免费观看| 手机成人av网站| 国产精品久久视频播放| 悠悠久久av| 色尼玛亚洲综合影院| 日韩欧美免费精品| 国产高潮美女av| 亚洲第一电影网av| 制服丝袜大香蕉在线| 日韩免费av在线播放| 中文字幕最新亚洲高清| 亚洲欧美一区二区三区黑人| 国产高清视频在线播放一区| 精品久久久久久久久久久久久| 午夜亚洲福利在线播放| 精品电影一区二区在线| 制服人妻中文乱码| 亚洲精品中文字幕一二三四区| 亚洲 国产 在线| xxx96com| 99久久无色码亚洲精品果冻| 最好的美女福利视频网| 国产在线精品亚洲第一网站| 90打野战视频偷拍视频| 亚洲色图av天堂|