• <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 ?

    超高清內(nèi)容清晰度用戶體驗質(zhì)量評價

    2021-11-28 10:48:50朱文瀚翟廣濤陶梅霞楊小康張文軍
    中興通訊技術(shù) 2021年1期

    朱文瀚 翟廣濤 陶梅霞 楊小康 張文軍

    摘要:針對多媒體行業(yè)對超高清內(nèi)容清晰度用戶體驗評價的迫切需求,提出了一種有效的無參考質(zhì)量評價算法,以預(yù)測目標內(nèi)容的用戶感知體驗,并區(qū)分原始4K和偽4K內(nèi)容。通過對目標內(nèi)容進行分割,利用局部方差選擇了3個代表性子塊代替全局來提高計算效率。針對超高清內(nèi)容的特性,提取了復(fù)雜度特征、頻域特征和像素統(tǒng)計特征。采用支持向量回歸的方法將這些提取的特征融合為一個質(zhì)量指標,以預(yù)測目標內(nèi)容的質(zhì)量分數(shù)。實驗結(jié)果表明,本模型可以有效地評估用戶感知體驗,并具有良好的辨別真假4K內(nèi)容的能力。

    關(guān)鍵詞:用戶體驗質(zhì)量;無參考質(zhì)量評價;超高清;自由能原理;頻域分析;自然圖像統(tǒng)計

    Abstract: In response to the urgent demand for assessing the quality of experience of ultrahigh definition content in multimedia industries, a non-reference quality assessment model is proposed to predict the perceptual quality of the target content and distinguish pristine 4K and pseudo 4K contents. Our model segments the image and chooses three representative patches by local variances to improve computing efficiency. According to the characteristics of ultra-high definition content, complexity features, frequency domain features and pixel statistics features are extracted from the representative patches. The support vector regressor is employed to aggregate these extracted features as an overall quality metric to predict the quality score of the target image. The experimental results demonstrate that the proposed method can effectively evaluate quality of user experience and is capable of distinguishing true and pseudo 4K contents.

    Keywords: quality of experience; non-reference quality assessment; ultra-high definition; free-energy principle; frequency domain analysis; natural scene statistics

    隨著數(shù)字電視與多媒體行業(yè)的高速發(fā)展,超高清內(nèi)容已經(jīng)成為新一代電視、電腦顯示器甚至手機屏幕的流行配置。由于超高清圖像和視頻在改善用戶體驗方面有著很強的作用,在適當?shù)挠^看距離下,4K視頻有生動的細節(jié)呈現(xiàn),清晰度高,能顯著增強視覺體驗,因此,超高清內(nèi)容成了時下最火熱的話題之一。2012年,國際電信聯(lián)盟(ITU)發(fā)布超高清電視的國際標準——ITU-R BT.2020建議書[1]。該標準正式規(guī)范了4K分辨率為3 840×2 160像素,寬高比為16∶9。此后,各國制定了相應(yīng)的超高清圖像和視頻標準,以更加規(guī)范該行業(yè)[2]。例如,中國國家廣播電影電視總局發(fā)布了用于生產(chǎn)和節(jié)目交換的超高清電視系統(tǒng)的參數(shù)值(GY/T 307—2017)和針對超高清電視圖像質(zhì)量的主觀評估方法(T/ CSMPTE 3—2018)。在消費市場上,各種電子設(shè)備制造商以4K為賣點,宣稱其數(shù)字設(shè)備支持超高清內(nèi)容。許多網(wǎng)絡(luò)視頻運營商還推出了超高清節(jié)目源,例如,Netflix、YouTube、樂視網(wǎng)、優(yōu)酷和百視通都有4K視頻直播服務(wù)。此外,智能手機行業(yè)將其注意力轉(zhuǎn)向4K,越來越多的高端智能手機以可以拍攝和生成4K圖像和視頻為賣點。

    然而,超高清行業(yè)的發(fā)展同樣會帶來一些問題。根據(jù)Akamai最近的統(tǒng)計數(shù)據(jù),只有21%的美國家庭網(wǎng)速在15 Mbit/s以上,這一傳輸速率被認為是有效播放4K視頻的最低門檻。一些調(diào)查顯示,雖然中國消費了全球約80%的4K電視,但是大部分視頻信號仍是高清水平。此外,為了推廣4K這一新興賣點,一些內(nèi)容提供商或個人在網(wǎng)絡(luò)上傳播大量虛假4K視頻。盡管這些“高端”的“4K”視頻具有與自然4K內(nèi)容相同的分辨率,但其往往模糊且缺乏細節(jié),無法滿足消費者的需求。這些虛假的4K視頻在存儲和傳輸過程中占用了大量的內(nèi)存和帶寬資源,但卻無法為用戶提供相應(yīng)的高質(zhì)量體驗。因此,如何將這些偽超高清內(nèi)容從真實的超高清內(nèi)容中辨識出來顯得尤為重要。

    圖像質(zhì)量評價作為一種預(yù)測圖像的感知質(zhì)量的方法,在過去的20年中得到了廣泛研究[3]。一般而言,圖像質(zhì)量評價可以分為主觀圖像質(zhì)量評價和客觀圖像質(zhì)量評價[4]。其中,主觀質(zhì)量評價被認為是判斷圖像感知質(zhì)量的最準確方法。研究者們通過建立許多主觀的圖像質(zhì)量數(shù)據(jù)庫來提供各種質(zhì)量和相應(yīng)的真實質(zhì)量分數(shù)的圖像,以促進客觀模型的發(fā)展。與主觀評價相比,客觀評價可以自動、高效地預(yù)測失真圖像的感知質(zhì)量,具有可重復(fù)性高、速度快的特點,是質(zhì)量評價領(lǐng)域的研究重點。根據(jù)參考圖像的可用信息,客觀的質(zhì)量評價算法通??梢苑譃槿珔⒖肌?yún)⒖己蜔o參考算法。其中,全參考質(zhì)量評價模型可以利用參考圖像的全部信息。均方誤差(MSE)、峰值信噪比(PSNR)和結(jié)構(gòu)相似性算法(SSIM)[5]是全參考領(lǐng)域的3種最經(jīng)典的算法。半?yún)⒖假|(zhì)量評價模型則只能使用一部分參考圖像的信息,例如參考圖像的幾個特征值,但仍可以大大減少傳輸參考圖像時的信息量[6]。此外,在大多數(shù)的現(xiàn)實場景中,由于參考圖像并不存在,無參考圖像質(zhì)量評價則可以發(fā)揮出作用,這是因為它不需要參考圖像就可以準確地評估失真圖像的感知質(zhì)量。根據(jù)方法論的不同,無參考質(zhì)量評價模型大致可以分為3大類:基于自然圖像統(tǒng)計的模型[7]、基于機器學(xué)習(xí)的模型[8]和基于人眼視覺系統(tǒng)的模型[9]。

    目前,大多數(shù)圖像質(zhì)量評價方法都針對普通的低分辨率圖像或人為制作的失真圖像。與這類圖像不同,超高清圖像具有非常高的分辨率,而人眼很難區(qū)分真實的超高清圖像和通過插值算法得到的偽4K圖像。據(jù)我們所知,目前還沒有專門針對這項任務(wù)而設(shè)計的算法。因此,預(yù)測超高清圖像的質(zhì)量、區(qū)分真?zhèn)纬咔鍒D像是一個全新的挑戰(zhàn)。這值得我們?nèi)パ芯楷F(xiàn)有的無參考質(zhì)量評價模型是否可以勝任此任務(wù),同時值得我們?nèi)パ芯酷槍Τ咔鍒D像質(zhì)量的新算法。

    1算法設(shè)計

    1.1圖像分解預(yù)處理

    超高清圖像的分辨率比一般的圖像大很多,這會顯著增加算法的計算量,造成算法運算時間過長,不利于算法的實際應(yīng)用。因此,我們首先嘗試將一個輸入圖像切成多個子圖像,以獲得最具代表性的一個或幾個子圖像來代表整個輸入圖像,然后在這些選定的子圖像上執(zhí)行后續(xù)的特征提取,以減少算法的計算量。

    在給定一個4K圖像I的條件下,我們首先將I劃分為16×9個子圖像Ii,j,其中i∈{1,2,...,16},j∈{1,2,...,9}。這使得子圖像Ii,j的寬度像素和高度像素均為240,在隨后的計算過程中具有良好的屬性。由于人類的拍攝習(xí)慣和節(jié)目拍攝技巧,最重要和最具吸引力的內(nèi)容往往集中在圖像的中心而不是邊緣。因此,為了避免代表性的子圖像出現(xiàn)在圖像的邊緣,例如帶有電視臺徽標、電視節(jié)目名稱、字幕和人們不太關(guān)注的圖像內(nèi)容的子圖像,我們縮小了選擇范圍:從左側(cè)的第三列到右側(cè)的第三列,以及從頂部的第二行到底部的第二行。

    1.2復(fù)雜度特征提取

    在基于人類視覺系統(tǒng)建模的無參考圖像質(zhì)量評價研究中,很多學(xué)者研究自由能原理,并取得了良好的研究成果。自由能原理是在腦神經(jīng)科學(xué)領(lǐng)域里被提出的,用于量化人腦的感知、行為和學(xué)習(xí)的過程[10]。在圖像處理領(lǐng)域中,自由能被證明可以很好地表征圖像復(fù)雜度特征,并且和圖像質(zhì)量高度相關(guān)[9]。因此,本文中,我們嘗試使用自由能原理模型來模擬人腦預(yù)測圖像的過程,并提取圖像復(fù)雜度特征。

    基于自由能的大腦原理的一個基本前提是,認知過程受人腦內(nèi)部生成模型的控制。當人的大腦收到一個“驚喜”時,大腦會在其內(nèi)部生成模型,主動預(yù)測有意義的信息并消除殘留的不確定性,以生成一個預(yù)測結(jié)果,來解釋大腦的感知。

    通過大量的實驗,我們發(fā)現(xiàn)了真?zhèn)?K圖像能量譜和累積能量譜上的特征。圖1給出了一對真?zhèn)?K圖像標準化后的能量譜和累積能量譜的示意圖。在圖1(a)中,黑色曲線P1表示真4K圖像,紅色曲線P2表示偽4K圖像,它們都是從低分辨(例如2K、1 080p、720p等)的圖像上采樣得到的。藍色實線P3是一條輔助線,經(jīng)過點P1與P2的交點P。px和py分別為交點P的橫坐標和縱坐標。藍色虛線P4表示一個輔助圖像,在整個頻率上具有相同的能量,且能量高于或低于py。圖1(b)中,Ei為Pi的累積能量譜(i = 1,2,3,4)。由于是標準化后的累積能量譜,P3和P4為相同斜率的一條過原點的線段。

    由頻域能量譜與累積能量譜的關(guān)系可知:

    通過大量的實驗統(tǒng)計,我們對原始分辨率為4K的圖像,以及從2K、1 080p、720p 3種分辨率插值得到的偽4K圖像的累計能量譜進行了擬合,發(fā)現(xiàn)在這4種情況下,它們的特性均近似滿足:Ei(ω)≈aiωbi。由于Ei的二階導(dǎo)數(shù)小于零,所以它們都是凹函數(shù)。因此,我們可以發(fā)現(xiàn)曲線上的單點具有和E4相同的斜率,如黑色曲線上的點b,紅色曲線上的點e。綠色的虛線是與藍線平行的輔助線。點b和點e分別為累積能量譜曲線E1和E2與綠色虛線的交點,如圖1(b)所示。這些單點在Ei(i = 1,2)和E4之間的最大距離記為L1和L2。我們利用這些距離作為算法的頻域特征。

    綜上所述,我們所提取的頻域成分的特征,可以有效地描述4K圖像的真假,敏感于超高清圖像的質(zhì)量。因此,在本文中,我們將其定義為本算法的頻域特征。

    1.4像素統(tǒng)計特征提取

    作為一種對圖像質(zhì)量很敏感的信息,自然圖像統(tǒng)計特征在圖像質(zhì)量評價領(lǐng)域被廣泛應(yīng)用。因此,本算法在像素層面上,也考慮了統(tǒng)計信息特征來提升算法的性能。我們使用了局部的均值去除對比度歸一化方法來表征超高清圖像的質(zhì)量變化。

    1.5特征融合和模型表示

    為了聚合上述提取的與超高清圖像質(zhì)量相關(guān)的特征,并生成質(zhì)量評價模型以預(yù)測目標圖像的質(zhì)量分數(shù),在綜合考慮了回歸器的有效性和模型的計算速度后,我們利用支持向量回歸(SVR)方法聚合提出的特征,并采用LIBSVM軟件包來學(xué)習(xí)有徑向基函數(shù)(RBF)內(nèi)核的模型[13]。

    2實驗過程和分析

    2.1實驗數(shù)據(jù)構(gòu)成

    為了測試算法的有效性,我們首先構(gòu)建了真?zhèn)纬咔鍒D像的數(shù)據(jù)庫,并從幾個現(xiàn)有的超高清視頻序列庫中獲得了50多段視頻序列。然后,我們從這些具有不同圖像內(nèi)容的視頻序列中提取總共350張真實4K圖像,得到了真實4K內(nèi)容數(shù)據(jù)集。這些素材內(nèi)容非常廣泛,包括室外場景、室內(nèi)場景、建筑物、角色、動物、靜物、夜景、運動場景、電影和電視劇片段。接著,我們將真實的4K圖像下采樣為具有2K、1 080p和720p 3種分辨率的圖像。接著,我們通過14種不同的插值方法將它們都上采樣到4K分辨率??偣灿? 802個偽4K圖像構(gòu)成了偽4K內(nèi)容數(shù)據(jù)集。

    2.2實驗方案

    根據(jù)質(zhì)量評價領(lǐng)域的傳統(tǒng)評估方法,我們使用4個通用評估標準來衡量所有比較的無參考質(zhì)量評價模型的性能,它們分別是斯皮爾曼等級相關(guān)系數(shù)(SRCC)、肯德爾等級相關(guān)系數(shù)(KRCC)、皮爾遜線性相關(guān)系數(shù)(PLCC)和均方根誤差(RMSE)。此外,我們還計算了3個準確性指標:精確率(Precision)、召回率(Recall)和準確率(Accuracy),以比較算法的性能和判斷4K圖像的真實性。

    為了對所提出的模型進行訓(xùn)練,我們將測試材料隨機分為兩組:訓(xùn)練集和測試集,它們分別包含80%和20%的圖像。我們使用訓(xùn)練集訓(xùn)練提出的模型,并使用測試集測試其性能。為了保證模型的魯棒性,我們將此過程重復(fù)了1 000次。這1 000次重復(fù)的中值結(jié)果被認為是最終性能。

    2.3實驗結(jié)果和分析

    表1給出了所有算法的性能結(jié)果。其中,Precision_T和Precision_F分別表示真4K圖像和偽4K圖像素材組的精確率,而Recall_T和Re? call_F分別表示真4K圖像和偽4K圖像素材組的召回率。由表1可知,在傳統(tǒng)指標中,與傳統(tǒng)圖像質(zhì)量評價數(shù)據(jù)庫中的性能結(jié)果相比,所有算法的性能均不算出色。例如,這些指標中SRCC和PLCC值均不超過0.9,而通常這些指標在傳統(tǒng)的質(zhì)量評價數(shù)據(jù)庫上會超過0.9。造成這種現(xiàn)象的主要原因是真實的4K圖像與其對應(yīng)的偽4K圖像之間的差距很小,肉眼難以分辨。對于傳統(tǒng)的人為失真來說,這項任務(wù)中的差異微乎其微,甚至很多偽4K圖像的質(zhì)量都要優(yōu)于傳統(tǒng)質(zhì)量評價數(shù)據(jù)庫里的參考圖像。從結(jié)果上看,我們算法的性能明顯優(yōu)于其他主流的無參考質(zhì)量評價模型。我們提出的方法的SRCC值超過0.8, PLCC值接近0.85,而其他算法的SRCC值大都低于0.7,PLCC值低于0.8。

    通過分析分類算法中常用的指標精確率、召回率和準確率的結(jié)果,我們還可以得出這樣的結(jié)論:每個模型都具有較強的判斷能力,而偽4K圖像的判斷準確度要優(yōu)于真4K圖像。此外,我們提出的算法具有最佳的性能,綜合判斷精度超過97%。因此,我們的算法具有優(yōu)秀的區(qū)分真實和偽4K圖像的能力,并且這種能力與主觀感知分數(shù)呈正相關(guān)關(guān)系。

    3結(jié)束語

    本文中,我們設(shè)計了一種新的無參考質(zhì)量評價模型來評價超高清內(nèi)容清晰度的用戶體驗質(zhì)量?;诔咔鍍?nèi)容的特性,我們在目標內(nèi)容上分別提取復(fù)雜度特征、頻率特征和像素統(tǒng)計特征,采用具有最高局部方差的3個子圖代替完整的目標圖像以改善計算效率。支持向量回歸的方法被用于回歸這些特征到一個整體質(zhì)量指標上。實驗表明,在預(yù)測超高清內(nèi)容清晰度的用戶體驗質(zhì)量方面,本方法優(yōu)于其他最新的無參考質(zhì)量評價模型,并且具有良好的區(qū)分原始和偽超高清圖像的能力。本算法的研究將會對超高清內(nèi)容清晰度用戶體驗評估領(lǐng)域的發(fā)展起到積極的促進作用。

    參考文獻

    [1] ITU. Parameter values for ultra-high definition television systems for production and international programme exchange: ITU-R BT.2020 [S]. 2012

    [2] SUGAWARA M, CHOI S Y, WOOD D. Ultrahigh-definition television (rec. ITU-R BT.2020): a generational leap in the evolution of television standards in a nutshell [J]. IEEE signal processing magazine, 2014, 31(3): 170-174. DOI: 10.1109/msp.2014.2302331

    [3] ZHAI G T, MIN X K. Perceptual image quality assessment: a survey [J]. Science China information sciences, 2020, 63(11): 211301. DOI: 10.1007/s11432-019-2757-1

    [4] ZHU W H, ZHAI G T, MIN X K, et al. Multichannel decomposition in tandem with freeenergy principle for reduced-reference image quality assessment [J]. IEEE transactions on multimedia, 2019, 21(9): 2334-2346. DOI: 10.1109/tmm.2019.2902484

    [5] WANG Z, BOVIK A C, SHEIKH H R, et al. Image quality assessment: from error visibility to structural similarity [J]. IEEE transactions on image processing, 2004, 13(4): 600-612. DOI: 10.1109/tip.2003.819861

    [6] SOUNDARARAJAN R, BOVIK A C. RRED indices: reduced reference entropic differencing for image quality assessment [J]. IEEE transactions on image processing, 2012, 21(2): 517-526. DOI:10.1109/tip.2011.2166082

    [7] MITTAL A, SOUNDARARAJAN R, BOVIK A C. Making a“completely blind”image quality analyzer [J]. IEEE signal processing letters, 2013,20(3):209-212.DOI:10.1109/ lsp.2012.2227726

    [8] XU J T, YE P, LI Q H, et al. Blind image quality assessment based on high order statistics aggregation [J]. IEEE transactions on image processing, 2016, 25(9): 4444-4457. DOI: 10.1109/tip.2016.2585880

    [9] ZHAI G, WU X, YANG X, et al. A psychovisual quality metric in free-energy principle [J]. IEEE transactions on image processing, 2012, 21(1): 41-52. DOI:10.1109/tip.2011.2161092

    [10] KARL F. The free-energy principle: a unified brain theory? [J]. Nature reviews neuroscience, 2010, 11(2): 127-138. DOI: 10.1038/ nrn2787

    [11] LIU Y T, ZHAI G T, GU K, et al. Reducedreference image quality assessment in freeenergy principle and sparse representation [J]. IEEE transactions on multimedia, 2018, 20(2): 379-391. DOI:10.1109/tmm.2017.2729020

    [12] RUDERMAN D L. The statistics of natural images [J]. Network: computation in neural systems, 1994, 5(4): 517-548. DOI:10.1088/ 0954-898X_5_4_006

    [13] SCH?LKOPF B, SMOLA A J, WILLIAMSON R C, et al. New support vector algorithms [J]. Neural computation, 2000, 12(5): 1207-1245. DOI:10.1162/089976600300015565

    [14] XUE W F, ZHANG L, MOU X Q. Learning without human scores for blind image quality assessment[C]//2013 IEEE Conference on Computer Vision and Pattern Recognition. Portland, OR, USA: IEEE, 2013: 995-1002. DOI:10.1109/cvpr.2013.133

    [15] LIN ZHANG, LEI ZHANG, BOVIK A C. A feature-enriched completely blind image quality evaluator [J]. IEEE transactions on image processing, 2015, 24(8): 2579-2591. DOI: 10.1109/tip.2015.2426416

    [16] WU Q B, WANG Z, LI H L. A highly efficient method for blind image quality assessment[C]//2015 IEEE International Conference on Image Processing (ICIP). Quebec City, QC, Canada: IEEE, 2015: 339-343. DOI:10.1109/ icip.2015.7350816

    [17] MITTAL A, MOORTHY A K, BOVIK A C. Noreference image quality assessment in the spatial domain [J]. IEEE transactions on image processing, 2012, 21(12): 4695-4708. DOI: 10.1109/tip.2012.2214050

    [18] MIN X K, GU K, ZHAI G T, et al. Blind quality assessmentbasedonpseudo-reference image [J]. IEEE transactions on multimedia, 2018,20(8):2049-2062.DOI: 10.1109/ tmm.2017.2788206

    [19] MIN X K, ZHAI G T, GU K, et al. Blind image quality estimation via distortion aggravation [J]. IEEE transactions on broadcasting, 2018, 64(2): 508-517. DOI:10.1109/tbc.2018.2816783

    [20] NARVEKAR N D, KARAM L J. A no-reference perceptual image sharpness metric based on a cumulative probability of blur detection [C]// 2009 International Workshop on Quality of Multimedia Experience. San Diego, CA, USA: IEEE,2009:87-91.DOI:10.1109/qomex.2009.5246972

    [21] XUE W, MOU X, ZHANG L, et al. Blind image quality assessment using joint statistics of gradient magnitude and Laplacian features [J]. IEEE transactions on image processing, 2014, 23(11):4850-4862.DOI:10.1109/ tip.2014.2355716

    作者簡介

    朱文瀚,上海交通大學(xué)電子信息與電氣工程學(xué)院、人工智能研究院、教育部人工智能重點實驗室在讀博士研究生;研究領(lǐng)域包含圖像感知質(zhì)量評價、圖像視頻信號處理;發(fā)表國際學(xué)術(shù)論文17篇。

    翟廣濤,上海交通大學(xué)電子信息與電氣工程學(xué)院院長助理、教授、博士生導(dǎo)師,《Displays》主編,《中國科學(xué):信息科學(xué)》編委,IEEE電路與系統(tǒng)分會視覺信號處理與通信技術(shù)委員會(CAS VSPC)成員、多媒體系統(tǒng)及應(yīng)用技術(shù)委員會(MSA)成員,中國電子學(xué)會青年科學(xué)家俱樂部副主席,上海市圖象圖形學(xué)學(xué)會副理事長;研究方向為多媒體信號處理等;發(fā)表國際期刊論文100余篇。

    陶梅霞,上海交通大學(xué)電子信息與電氣工程學(xué)院教授、博士生導(dǎo)師,IEEE Fellow,中國電子學(xué)會信息論分會副主任委員,曾任《IEEE Transactions on Wireless Communications》《IEEE Transactions on Communications》《IEEE Journal of Selected Areas in Communications》等期刊的編委或客座編委;獲2019年IEEE通信學(xué)會馬可尼論文獎、2013年IEEE通信學(xué)會海因里希赫茲論文獎;主要從事無線通信與網(wǎng)絡(luò)基礎(chǔ)研究,包括無線緩存、邊緣計算及5G關(guān)鍵技術(shù)等;發(fā)表國際期刊論文80余篇、國際會議論文100余篇。

    楊小康,上海交通大學(xué)人工智能研究院常務(wù)副院長、人工智能教育部重點實驗室主任、教育部“長江學(xué)者”特聘教授、國家杰出青年科學(xué)基金獲得者、國家“萬人計劃”創(chuàng)新領(lǐng)軍人才、IEEEFellow,《IEEE Transactions on Multimedia》《IEEE Signal Processing Letters》編委;研究領(lǐng)域為圖像處理與機器學(xué)習(xí);主持國家重點研發(fā)專項、“973”項目、國家自然科學(xué)基金項目等10余項,獲國家科技進步二等獎、中國電子學(xué)會自然科學(xué)一等獎、上海市科技進步一等獎等多個獎項;發(fā)表國際學(xué)術(shù)論文200余篇,申請發(fā)明專利50余項。

    張文軍,上海交通大學(xué)教授、教育部“長江學(xué)者”特聘教授、國家杰出青年科學(xué)基金獲得者、“973”項目首席科學(xué)家、國家自然科學(xué)基金委創(chuàng)新群體學(xué)術(shù)帶頭人、IEEE Fellow,曾任國家高清晰度電視功能樣機系統(tǒng)研發(fā)項目總體組組長、數(shù)字電視國家工程研究中心首席科學(xué)家、教育部未來媒體網(wǎng)絡(luò)協(xié)同創(chuàng)新中心主任,國際未來廣播電視合作研究計劃技術(shù)委員會主席;主要從事圖像通信與數(shù)字電視、寬帶無線傳輸、系統(tǒng)芯片設(shè)計等研究工作,獲國家科技進步二等獎(2項)、何梁何利基金科學(xué)與技術(shù)進步獎、上海市科技進步一等獎(4項)、上海市科技功臣獎。

    国产人伦9x9x在线观看| 成人国产一区最新在线观看| 久热这里只有精品99| 久久久国产精品麻豆| 国产精品久久视频播放| 国产精品永久免费网站| 亚洲欧美精品综合一区二区三区| 在线永久观看黄色视频| 日本免费a在线| 欧美日韩视频精品一区| 99精品在免费线老司机午夜| 久久婷婷成人综合色麻豆| 91麻豆精品激情在线观看国产 | 亚洲欧美激情在线| 国产成年人精品一区二区 | 三上悠亚av全集在线观看| 久久精品国产清高在天天线| 国产精华一区二区三区| 人人澡人人妻人| 亚洲专区国产一区二区| 免费在线观看完整版高清| 久久精品91无色码中文字幕| 国产在线精品亚洲第一网站| 黄色 视频免费看| 免费在线观看完整版高清| 日韩高清综合在线| 夜夜躁狠狠躁天天躁| 中文亚洲av片在线观看爽| 日韩欧美一区视频在线观看| 国产黄色免费在线视频| 久久人妻av系列| 国产精品99久久99久久久不卡| 啦啦啦免费观看视频1| 大陆偷拍与自拍| 一级作爱视频免费观看| xxxhd国产人妻xxx| 国产一区二区三区视频了| 精品乱码久久久久久99久播| 视频在线观看一区二区三区| 多毛熟女@视频| 欧美激情久久久久久爽电影 | 满18在线观看网站| 免费av中文字幕在线| 老司机在亚洲福利影院| 国产一卡二卡三卡精品| 香蕉国产在线看| 最近最新中文字幕大全电影3 | 久久人妻av系列| 天堂俺去俺来也www色官网| 91麻豆精品激情在线观看国产 | 99久久人妻综合| 久久久久久久午夜电影 | 99re在线观看精品视频| 视频在线观看一区二区三区| 看免费av毛片| 亚洲伊人色综图| 国产精品自产拍在线观看55亚洲| 可以免费在线观看a视频的电影网站| 一本综合久久免费| 在线观看一区二区三区| 国产精品 国内视频| 熟女少妇亚洲综合色aaa.| 在线十欧美十亚洲十日本专区| 国产精品久久久av美女十八| 日韩人妻精品一区2区三区| 多毛熟女@视频| 国产精品免费视频内射| 国产欧美日韩精品亚洲av| 后天国语完整版免费观看| 夜夜躁狠狠躁天天躁| 亚洲成人久久性| 99在线人妻在线中文字幕| 免费在线观看黄色视频的| 日日爽夜夜爽网站| 欧美av亚洲av综合av国产av| 日韩人妻精品一区2区三区| 国产人伦9x9x在线观看| 亚洲专区中文字幕在线| а√天堂www在线а√下载| 精品日产1卡2卡| 国产精品国产高清国产av| 在线观看一区二区三区| 制服诱惑二区| 美女福利国产在线| 国产xxxxx性猛交| 99国产精品一区二区蜜桃av| 91老司机精品| 亚洲少妇的诱惑av| 色精品久久人妻99蜜桃| 免费在线观看日本一区| 好男人电影高清在线观看| 大陆偷拍与自拍| 久久草成人影院| 国产精品国产高清国产av| 午夜福利一区二区在线看| 1024视频免费在线观看| 国产激情欧美一区二区| 好男人电影高清在线观看| 99国产综合亚洲精品| 欧美一级毛片孕妇| 妹子高潮喷水视频| 叶爱在线成人免费视频播放| www.熟女人妻精品国产| 纯流量卡能插随身wifi吗| videosex国产| www国产在线视频色| 色婷婷久久久亚洲欧美| 欧美黄色片欧美黄色片| 免费在线观看亚洲国产| 欧美日韩精品网址| 久久久水蜜桃国产精品网| 精品无人区乱码1区二区| 美国免费a级毛片| 国产精品久久久av美女十八| 如日韩欧美国产精品一区二区三区| 激情视频va一区二区三区| www.999成人在线观看| 中文字幕人妻熟女乱码| www日本在线高清视频| 黄色女人牲交| 真人一进一出gif抽搐免费| 黄色毛片三级朝国网站| 在线观看一区二区三区| av福利片在线| 美女国产高潮福利片在线看| 国产一区二区三区综合在线观看| 桃色一区二区三区在线观看| 亚洲三区欧美一区| 国内毛片毛片毛片毛片毛片| 免费久久久久久久精品成人欧美视频| 12—13女人毛片做爰片一| 午夜免费观看网址| 日韩人妻精品一区2区三区| 久久国产精品人妻蜜桃| 亚洲自偷自拍图片 自拍| 在线视频色国产色| 久久九九热精品免费| 日日爽夜夜爽网站| 精品人妻在线不人妻| 久久性视频一级片| 99国产精品一区二区三区| 国产精品国产av在线观看| tocl精华| 激情在线观看视频在线高清| 欧美日本中文国产一区发布| 欧美成人免费av一区二区三区| 一级黄色大片毛片| 日韩三级视频一区二区三区| 午夜成年电影在线免费观看| 天天躁夜夜躁狠狠躁躁| 午夜福利在线观看吧| 久久青草综合色| 精品人妻1区二区| 高清黄色对白视频在线免费看| 欧美大码av| 亚洲专区中文字幕在线| 一边摸一边抽搐一进一小说| av国产精品久久久久影院| 亚洲精品一区av在线观看| 亚洲黑人精品在线| 在线观看免费高清a一片| 欧美av亚洲av综合av国产av| 别揉我奶头~嗯~啊~动态视频| 欧美日韩国产mv在线观看视频| 国产又色又爽无遮挡免费看| 国产成人av教育| 色老头精品视频在线观看| 欧美激情 高清一区二区三区| 国产成人一区二区三区免费视频网站| 亚洲精品成人av观看孕妇| 啦啦啦 在线观看视频| 国产精品亚洲av一区麻豆| 在线观看免费视频日本深夜| 久久中文字幕一级| 国产高清国产精品国产三级| 91字幕亚洲| 亚洲国产精品一区二区三区在线| 亚洲精品av麻豆狂野| 国产在线观看jvid| 91国产中文字幕| 午夜91福利影院| 在线观看一区二区三区| 精品无人区乱码1区二区| 国产乱人伦免费视频| 国产欧美日韩精品亚洲av| 首页视频小说图片口味搜索| 麻豆久久精品国产亚洲av | 激情视频va一区二区三区| 黑丝袜美女国产一区| 亚洲男人的天堂狠狠| 天堂俺去俺来也www色官网| 99精国产麻豆久久婷婷| 人人妻人人添人人爽欧美一区卜| 亚洲欧美日韩无卡精品| 日韩有码中文字幕| 精品少妇一区二区三区视频日本电影| 99国产综合亚洲精品| 国产精品一区二区在线不卡| 成人三级黄色视频| 国产国语露脸激情在线看| 激情在线观看视频在线高清| av在线天堂中文字幕 | 久久国产乱子伦精品免费另类| 18美女黄网站色大片免费观看| 日日爽夜夜爽网站| 亚洲视频免费观看视频| 操美女的视频在线观看| 老司机靠b影院| а√天堂www在线а√下载| 精品国产乱子伦一区二区三区| 色在线成人网| 黄色片一级片一级黄色片| 欧美日韩av久久| 国产一区二区激情短视频| 免费久久久久久久精品成人欧美视频| 男女午夜视频在线观看| av福利片在线| 欧美日韩av久久| 欧美日韩中文字幕国产精品一区二区三区 | 久久精品成人免费网站| 亚洲一区二区三区不卡视频| 亚洲熟妇熟女久久| 亚洲精品国产一区二区精华液| 精品电影一区二区在线| 嫁个100分男人电影在线观看| 国产熟女xx| 国产精品免费一区二区三区在线| 欧美另类亚洲清纯唯美| 亚洲成人免费av在线播放| 久久久久九九精品影院| 女性被躁到高潮视频| 国产精品九九99| 国产成人啪精品午夜网站| 91字幕亚洲| 久久精品成人免费网站| 曰老女人黄片| 叶爱在线成人免费视频播放| 看免费av毛片| 日韩欧美三级三区| 欧洲精品卡2卡3卡4卡5卡区| 亚洲欧美日韩无卡精品| bbb黄色大片| 变态另类成人亚洲欧美熟女 | 亚洲一区高清亚洲精品| 999久久久国产精品视频| 1024视频免费在线观看| 国产精品久久久久成人av| 亚洲熟妇中文字幕五十中出 | 一二三四社区在线视频社区8| 精品欧美一区二区三区在线| 亚洲精品在线观看二区| 女警被强在线播放| 国产99白浆流出| 交换朋友夫妻互换小说| 欧美乱色亚洲激情| 一个人免费在线观看的高清视频| 可以在线观看毛片的网站| 日韩欧美一区视频在线观看| 精品日产1卡2卡| 伊人久久大香线蕉亚洲五| 久久精品成人免费网站| 国产精品99久久99久久久不卡| av在线天堂中文字幕 | 国产一卡二卡三卡精品| svipshipincom国产片| 男女午夜视频在线观看| 久久这里只有精品19| 日韩中文字幕欧美一区二区| 亚洲国产欧美一区二区综合| 久久精品亚洲熟妇少妇任你| 极品教师在线免费播放| 色播在线永久视频| 99久久综合精品五月天人人| 男人舔女人的私密视频| 久久久国产成人免费| 又黄又爽又免费观看的视频| 亚洲av美国av| 日本wwww免费看| 男女之事视频高清在线观看| 日韩人妻精品一区2区三区| 色婷婷av一区二区三区视频| 久久久久久久久中文| 日本五十路高清| 欧美日韩乱码在线| 法律面前人人平等表现在哪些方面| 国产视频一区二区在线看| 国产91精品成人一区二区三区| 午夜精品在线福利| 丝袜美足系列| 天天影视国产精品| 99国产精品一区二区蜜桃av| 精品国产一区二区三区四区第35| 在线观看免费日韩欧美大片| 亚洲欧美激情在线| 视频在线观看一区二区三区| 色老头精品视频在线观看| av在线天堂中文字幕 | 欧美+亚洲+日韩+国产| 香蕉国产在线看| 一级黄色大片毛片| 夜夜爽天天搞| 日韩精品中文字幕看吧| а√天堂www在线а√下载| 精品国产国语对白av| 国产黄a三级三级三级人| 制服人妻中文乱码| 国产高清激情床上av| 亚洲成a人片在线一区二区| 亚洲专区中文字幕在线| 国产精品美女特级片免费视频播放器 | 超碰97精品在线观看| 亚洲国产欧美一区二区综合| 午夜激情av网站| 亚洲七黄色美女视频| 精品卡一卡二卡四卡免费| 日本黄色日本黄色录像| 国产激情欧美一区二区| 国产一区二区在线av高清观看| 9色porny在线观看| 男女床上黄色一级片免费看| 久久久久久久久免费视频了| 深夜精品福利| 黄色a级毛片大全视频| 丰满的人妻完整版| 国内久久婷婷六月综合欲色啪| 亚洲国产精品999在线| av片东京热男人的天堂| 欧美日本亚洲视频在线播放| 老司机午夜十八禁免费视频| 国产精品影院久久| 桃色一区二区三区在线观看| 波多野结衣av一区二区av| 日本vs欧美在线观看视频| 久久人人97超碰香蕉20202| 男人的好看免费观看在线视频 | 黄色片一级片一级黄色片| 悠悠久久av| 后天国语完整版免费观看| 亚洲 欧美 日韩 在线 免费| 国产精品成人在线| 国产成人欧美| 两性夫妻黄色片| 亚洲人成网站在线播放欧美日韩| 超色免费av| 九色亚洲精品在线播放| 满18在线观看网站| 国产精品98久久久久久宅男小说| 1024视频免费在线观看| 亚洲人成网站在线播放欧美日韩| 91国产中文字幕| 亚洲中文字幕日韩| 久久九九热精品免费| 亚洲中文字幕日韩| 真人一进一出gif抽搐免费| 热re99久久精品国产66热6| 桃红色精品国产亚洲av| 在线观看www视频免费| 亚洲一区二区三区欧美精品| 国产亚洲av高清不卡| www.www免费av| 久热爱精品视频在线9| av超薄肉色丝袜交足视频| 老熟妇乱子伦视频在线观看| 中亚洲国语对白在线视频| 国产精品99久久99久久久不卡| 久久久久久久久久久久大奶| 欧美成人午夜精品| 男人操女人黄网站| 久久婷婷成人综合色麻豆| 一区在线观看完整版| 悠悠久久av| av福利片在线| 99国产极品粉嫩在线观看| 无人区码免费观看不卡| 新久久久久国产一级毛片| 99久久精品国产亚洲精品| 日本五十路高清| 亚洲免费av在线视频| 亚洲成人免费av在线播放| 欧美中文日本在线观看视频| 久久国产精品男人的天堂亚洲| 少妇的丰满在线观看| 精品久久久久久,| 亚洲第一欧美日韩一区二区三区| 亚洲片人在线观看| 最新美女视频免费是黄的| 人人妻人人爽人人添夜夜欢视频| 亚洲精品久久午夜乱码| 亚洲av电影在线进入| 精品卡一卡二卡四卡免费| av在线天堂中文字幕 | 淫秽高清视频在线观看| 91在线观看av| 在线看a的网站| 日韩精品中文字幕看吧| 日韩高清综合在线| 12—13女人毛片做爰片一| 操出白浆在线播放| 午夜免费成人在线视频| 国产单亲对白刺激| avwww免费| 午夜成年电影在线免费观看| 午夜福利,免费看| 精品久久久久久久久久免费视频 | 伦理电影免费视频| 88av欧美| 国产1区2区3区精品| 亚洲av电影在线进入| 亚洲一区二区三区不卡视频| 交换朋友夫妻互换小说| 亚洲三区欧美一区| 一进一出抽搐动态| 涩涩av久久男人的天堂| 亚洲男人的天堂狠狠| 一进一出好大好爽视频| xxxhd国产人妻xxx| 大陆偷拍与自拍| 国产精品久久久久成人av| cao死你这个sao货| 午夜两性在线视频| 久99久视频精品免费| 婷婷精品国产亚洲av在线| e午夜精品久久久久久久| 国产精品久久久av美女十八| 高清在线国产一区| 成年人免费黄色播放视频| 色播在线永久视频| 亚洲一码二码三码区别大吗| 国产亚洲av高清不卡| 男人操女人黄网站| av天堂在线播放| 久久精品国产99精品国产亚洲性色 | 亚洲专区中文字幕在线| 首页视频小说图片口味搜索| 婷婷六月久久综合丁香| 人人澡人人妻人| 欧美日韩中文字幕国产精品一区二区三区 | 91老司机精品| 精品久久久久久久毛片微露脸| 久久精品亚洲精品国产色婷小说| 久久亚洲真实| 久久久久久免费高清国产稀缺| 99热国产这里只有精品6| 亚洲伊人色综图| 午夜精品久久久久久毛片777| 日韩欧美国产一区二区入口| 成熟少妇高潮喷水视频| 宅男免费午夜| 国产成人免费无遮挡视频| 大陆偷拍与自拍| 国产精品国产高清国产av| 超色免费av| 亚洲专区中文字幕在线| 精品久久蜜臀av无| 久久天堂一区二区三区四区| 欧美一区二区精品小视频在线| 99在线视频只有这里精品首页| 神马国产精品三级电影在线观看 | 久久天堂一区二区三区四区| 中文字幕av电影在线播放| 亚洲性夜色夜夜综合| 欧美国产精品va在线观看不卡| av超薄肉色丝袜交足视频| 一级a爱片免费观看的视频| 国内久久婷婷六月综合欲色啪| www.999成人在线观看| netflix在线观看网站| 69av精品久久久久久| 精品国产亚洲在线| 国产精品秋霞免费鲁丝片| 美女大奶头视频| 国产av一区在线观看免费| 日韩三级视频一区二区三区| 超碰成人久久| 久久性视频一级片| 最好的美女福利视频网| 国产精品永久免费网站| 五月开心婷婷网| 国产亚洲精品一区二区www| 亚洲精华国产精华精| 色哟哟哟哟哟哟| 日韩一卡2卡3卡4卡2021年| 精品一区二区三卡| 50天的宝宝边吃奶边哭怎么回事| 国产av精品麻豆| 亚洲色图av天堂| 欧美日韩视频精品一区| 亚洲欧美日韩无卡精品| 丰满迷人的少妇在线观看| 国产成人精品在线电影| 激情在线观看视频在线高清| 69精品国产乱码久久久| 天天影视国产精品| 欧美久久黑人一区二区| 国产精品av久久久久免费| 久久国产精品影院| 日本wwww免费看| 精品一品国产午夜福利视频| 亚洲色图综合在线观看| 亚洲一码二码三码区别大吗| 丝袜在线中文字幕| 99久久综合精品五月天人人| 亚洲熟妇中文字幕五十中出 | 午夜免费激情av| 99久久人妻综合| 午夜成年电影在线免费观看| 国产精品日韩av在线免费观看 | 久久精品aⅴ一区二区三区四区| 免费观看精品视频网站| 亚洲精品中文字幕一二三四区| 精品国产亚洲在线| 在线av久久热| 欧美黑人欧美精品刺激| 成人永久免费在线观看视频| 国产精品偷伦视频观看了| 亚洲伊人色综图| www.熟女人妻精品国产| 一个人免费在线观看的高清视频| 国产精品98久久久久久宅男小说| 午夜老司机福利片| 少妇被粗大的猛进出69影院| 成人精品一区二区免费| 一级,二级,三级黄色视频| 好男人电影高清在线观看| 精品久久久久久成人av| 欧美激情极品国产一区二区三区| 手机成人av网站| 99在线视频只有这里精品首页| 免费少妇av软件| 黄色怎么调成土黄色| 91av网站免费观看| 国产一区二区三区视频了| 可以免费在线观看a视频的电影网站| 岛国视频午夜一区免费看| 无限看片的www在线观看| 嫁个100分男人电影在线观看| 国产三级在线视频| 久久热在线av| 一夜夜www| 亚洲精品中文字幕在线视频| 色综合欧美亚洲国产小说| 亚洲熟妇中文字幕五十中出 | 香蕉国产在线看| 亚洲国产精品999在线| 人人妻人人添人人爽欧美一区卜| 欧美成人性av电影在线观看| 久久久久久人人人人人| 高清av免费在线| 黄色视频不卡| 九色亚洲精品在线播放| 亚洲欧美激情综合另类| 99热只有精品国产| 高清欧美精品videossex| 国产av又大| 亚洲国产看品久久| 99国产精品99久久久久| 在线观看午夜福利视频| 免费看a级黄色片| 国产精品一区二区免费欧美| 免费观看人在逋| 热re99久久精品国产66热6| 精品欧美一区二区三区在线| 久久香蕉国产精品| 久久国产精品影院| 亚洲一区高清亚洲精品| 久久精品影院6| a级毛片黄视频| 日本一区二区免费在线视频| 他把我摸到了高潮在线观看| 国产熟女xx| 后天国语完整版免费观看| av在线播放免费不卡| 中文字幕高清在线视频| 超色免费av| 国产又爽黄色视频| 在线观看免费高清a一片| 又大又爽又粗| 久久国产乱子伦精品免费另类| 免费观看精品视频网站| 亚洲国产欧美一区二区综合| 国产男靠女视频免费网站| 国产成人av激情在线播放| 欧美成人性av电影在线观看| 亚洲全国av大片| 正在播放国产对白刺激| 免费女性裸体啪啪无遮挡网站| 午夜视频精品福利| 久久伊人香网站| 香蕉丝袜av| 12—13女人毛片做爰片一| 色尼玛亚洲综合影院| 国产有黄有色有爽视频| 国产高清视频在线播放一区| 国产片内射在线| 久久人妻福利社区极品人妻图片| 亚洲成人久久性| 高清在线国产一区| 免费女性裸体啪啪无遮挡网站| 欧美日韩亚洲高清精品| 级片在线观看| 欧美成人性av电影在线观看| 波多野结衣高清无吗| 淫妇啪啪啪对白视频| 老鸭窝网址在线观看| 色在线成人网| 国产成人免费无遮挡视频| 午夜免费激情av| av在线播放免费不卡| 欧美乱码精品一区二区三区| 国产熟女午夜一区二区三区| 80岁老熟妇乱子伦牲交| 国产精品久久久久成人av| 国产国语露脸激情在线看| 欧美黄色片欧美黄色片| 9热在线视频观看99|