• <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 ?

    基于路徑簽名的改進時空圖卷積網(wǎng)絡(luò)*

    2022-12-22 12:01:44
    計算機工程與科學(xué) 2022年12期
    關(guān)鍵詞:手勢骨骼卷積

    趙 藝

    (倫敦大學(xué)學(xué)院數(shù)學(xué)學(xué)院,倫敦 WC1E 6 BT)

    1 引言

    手勢是人機交互的一種方式,也是人類日常交流的重要方式。手勢識別是指利用計算機來分析和識別手勢,它是人機交互、智能駕駛等領(lǐng)域的一個熱門話題。根據(jù)是否需要時間序列信息,手勢識別方法可以分為靜態(tài)手勢識別和動態(tài)手勢識別。在日常生活中,人與人之間的手勢交流大多涉及動態(tài)手勢,因此動態(tài)識別具有較強的實用性。隨著硬件技術(shù)的飛速發(fā)展,動態(tài)識別方法越來越受到人們的重視。此外,由于手勢本身的多樣性和差異性,動態(tài)手勢識別仍然是人工智能領(lǐng)域一個具有挑戰(zhàn)性的研究方向。

    現(xiàn)有的動態(tài)手勢識別方法一般分為2類:基于圖像的方法[1,2]和基于骨骼的方法。第1類方法通過提取圖像的特征來進行分類識別。例如,Iwai等人[3]使用一個有顏色的手套結(jié)合決策樹來進行手勢識別。隨著手勢估計[4,5]的發(fā)展以及深度傳感器的引入,研究人員可以更容易地獲得關(guān)節(jié)的精確坐標(biāo),因此促進了基于骨骼信息的動態(tài)手勢識別的研究。骨骼數(shù)據(jù)對光照和遮擋的變化具有魯棒性,可以避免圖像的運動模糊。因此,基于骨骼的動態(tài)手勢識別已經(jīng)成為一個活躍的研究方向。大多數(shù)基于骨骼的手勢識別方法可以分為傳統(tǒng)特征設(shè)計的方法和深度學(xué)習(xí)方法。傳統(tǒng)的手勢識別方法需要對輸入的手勢圖像進行預(yù)處理以提取光流,并據(jù)此來提取多種圖像特征,最后再編碼并通過機器學(xué)習(xí)來進行分類。深度學(xué)習(xí)則有效解決了手動構(gòu)造特征這一難點,它可以從數(shù)據(jù)中自適應(yīng)地學(xué)習(xí)特征的分布,而避免了復(fù)雜的手動計算。一些研究使用卷積神經(jīng)網(wǎng)絡(luò)CNN(Convolutional Neural Network)[6,7]和遞歸神經(jīng)網(wǎng)絡(luò)RNN(Recurrent Neural Network)[8],還有一些研究將CNN與LSTM(Long Short-Term Memory)[9]相結(jié)合。但是,在大多數(shù)基于深度學(xué)習(xí)的方法中,將骨骼數(shù)據(jù)表示為一維或二維向量并不能很好地表達(dá)出骨架之間的結(jié)構(gòu)化信息,骨骼的空間結(jié)構(gòu)和時間動態(tài)沒有得到很好的利用,因此很難很好地識別視頻數(shù)據(jù)。

    最近,人們越來越關(guān)注到骨骼拓?fù)浣Y(jié)構(gòu)之間的關(guān)系,圖卷積網(wǎng)絡(luò)可以很好地表征這層關(guān)系,所以時空圖卷積網(wǎng)絡(luò) ST-GCN(Spatial Temporal Graph Convolutional Network)[10]隨之被提出。ST-GCN的提出者首先基于圖卷積網(wǎng)絡(luò)GCN(Graph Convolutional Network)對骨骼數(shù)據(jù)進行建模,然后在相鄰幀的相關(guān)節(jié)點之間構(gòu)建時序關(guān)系,提出了一種時空圖卷積模塊來搭建分類器。然而ST-GCN中的GCN在描述非骨骼連接的關(guān)節(jié)關(guān)系方面有所欠缺,時間卷積網(wǎng)絡(luò)TCN(Temporal Convolutional Network)在描述時間信息方面存在不足。手工構(gòu)建的非骨骼連接可以強化節(jié)點之間的信息交流,粗糙路徑簽名是一種有效的表示序列數(shù)據(jù)信息的方法,利用路徑簽名可以從時間序列數(shù)據(jù)中提取重要特征。路徑簽名與原始數(shù)據(jù)是一種一一對應(yīng)的關(guān)系,它在理論上是無窮維的,但由于高階信息呈階乘衰減O(n!),所以在實際使用中均使用截斷簽名。Graham[11]使用路徑簽名特征作為CNN特征映射,解決了大規(guī)模在線手寫字符識別問題,顯著提高了在線字符識別的精度。Yang等[12]利用路徑簽名特征,取得了良好的手寫識別效果。因此,為了解決時空圖卷積網(wǎng)絡(luò)對空間和時間信息描述不足的問題,本文在目前流行的時空圖卷積網(wǎng)絡(luò)的基礎(chǔ)上,重新設(shè)計了GCN的關(guān)節(jié)鄰接矩陣,得到改進時空圖卷積網(wǎng)絡(luò)SIT-GCN(Spatial Improved Temporal Graph Convolutional Network),并結(jié)合路徑簽名理論,提出了一種精確、高效、魯棒的基于路徑簽名的改進時空圖卷積網(wǎng)絡(luò)SSIT-GCN(Signature Spatial Improved Temporal Graph Convolutional Network),并將該網(wǎng)絡(luò)應(yīng)用于基于骨骼的動態(tài)手勢識別。

    2 時空圖卷積網(wǎng)絡(luò)

    2.1 圖卷積網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)絡(luò)用來提取歐幾里德數(shù)據(jù)的特征,對于非歐幾里德數(shù)據(jù)的特征提取(例如圖),可以使用一種新的網(wǎng)絡(luò)——圖卷積網(wǎng)絡(luò)GCN。GCN設(shè)計了一種從圖數(shù)據(jù)中提取特征的方法,可以直接作用于圖并直接使用其結(jié)構(gòu)信息,因此可以將提取的特征用于節(jié)點分類、圖分類等。GCN和CNN之間的區(qū)別在于用于更新節(jié)點特征的卷積層。到目前為止,圖卷積層有很多種,下面介紹其中一種。

    假設(shè)圖數(shù)據(jù)有v個節(jié)點,每個節(jié)點都有C個特征,數(shù)據(jù)是維數(shù)為v*C的矩陣X。所有節(jié)點之間的關(guān)系將形成維數(shù)為v*v的矩陣A,也稱為鄰接矩陣。X和A是第1個圖卷積層的輸入,在每個圖卷積層中,對每個節(jié)點的鄰居節(jié)點都進行一次卷積操作。這樣,該節(jié)點的特征將根據(jù)卷積結(jié)果進行更新,然后應(yīng)用激活函數(shù)獲取輸出數(shù)據(jù)。每通過一個圖卷積層后,圖上所有節(jié)點的特征如式(1)所示:

    (1)

    2.2 時空圖卷積網(wǎng)絡(luò)

    與普通的圖卷積網(wǎng)絡(luò)把每一幀的骨骼視為一個圖不同,時空圖卷積網(wǎng)絡(luò)是把整個視頻視為一個完整的時空圖,應(yīng)用GCN單元和TCN單元同時學(xué)習(xí)空間和時間特性,這使得用統(tǒng)一的網(wǎng)絡(luò)來分析手勢成為可能。

    首先介紹如何利用輸入的節(jié)點序列構(gòu)造一個時空圖。用G表示圖,用V表示一組頂點,在時空圖中V如式(2)所示:

    V={Vti∣t=1,…,T;i=1,…,v}

    (2)

    其中,節(jié)點Vti上的特征向量是第t幀第i個關(guān)節(jié)的坐標(biāo)向量。用E表示關(guān)節(jié)的邊,E分為第1子集和第2子集2部分,第1子集是每一幀中骨骼自然連接的索引,第2子集是每個節(jié)點連續(xù)幀的連接索引,第1子集和第2子集分別如式(3)和式(4)所示:

    ES={VtiVtj∣(i,j)∈H}

    (3)

    EF={VtiV(t+1)i}

    (4)

    其中,H是自然連接的人體關(guān)節(jié)的集合。

    下面簡單介紹時空圖卷積網(wǎng)絡(luò)中使用的GCN和TCN。GCN用于了解空間中相鄰關(guān)節(jié)的局部特征。本文用基于劃分規(guī)則的卷積定義代替原來的GCN,即將A分成3個部分A1、A2和A3,它們分別表示向心運動、離心運動和靜止的動作特性,每一部分都具有相同的參數(shù)。TCN用于獲取關(guān)節(jié)隨時間變化的局部特征,實質(zhì)由一維卷積和殘差跳層組成。

    2.3 時空圖卷積網(wǎng)絡(luò)在手勢識別上的不足

    時空圖卷積網(wǎng)絡(luò)在構(gòu)建時存在幾個缺點,目前已有不少關(guān)于空間上的改進。本文在空間上的修改較少,著重于時序上的優(yōu)化。首先,GCN中使用的鄰接矩陣只考慮了相鄰關(guān)節(jié)點的連接信息,但一階的GCN感受野十分有限,必須設(shè)計足夠深的網(wǎng)絡(luò)才可以學(xué)習(xí)到拓?fù)渚嚯x較遠(yuǎn)的節(jié)點之間的空間信息,這不利于網(wǎng)絡(luò)的收斂。其次,若TCN感受野大則不易提取小目標(biāo)的特征,若TCN感受野小則不利于得到結(jié)構(gòu)化的高級語義信息。最后,TCN本質(zhì)上是時間軸上的一維卷積,而卷積會導(dǎo)致尺寸不斷縮小,但在實際使用中,為了方便計算固定尺寸,每層網(wǎng)絡(luò)都需要填充0,導(dǎo)致引入了大量干擾信息。

    3 基于路徑簽名的改進時空圖卷積網(wǎng)絡(luò)SSIT-GCN

    3.1 路徑簽名

    路徑簽名是一個將原始路徑信息轉(zhuǎn)換為一組實數(shù)集合的函數(shù),集合中的每一個實數(shù)代表著原始路徑的某一個幾何特征。首先給出路徑簽名的定義。

    (5)

    其中,對于任意的整數(shù)k≥1和下標(biāo)集合

    如式(6)所示:

    (6)

    由logS(X)a,b表示的路徑X的日志簽名是路徑X簽名的對數(shù)。日志簽名以更緊湊的方式攜帶與簽名相同的信息,因為簽名中存在一些冗余??梢詫⑷罩竞灻暈楹灻膲嚎s版本。與簽名本身一樣,日志簽名也分為多個階數(shù)。

    路徑簽名可以唯一地決定路徑,它包含了路徑的所有信息,每一階簽名都代表路徑明確的幾何意義,例如一階路徑代表路徑的一維增量。

    簽名變換也可以用于機器學(xué)習(xí)問題,因為它能夠從數(shù)據(jù)中提取特征。可以通過將原始數(shù)據(jù)嵌入到一條路徑中并計算該路徑的簽名來獲得有關(guān)原始數(shù)據(jù)的重要信息。

    3.2 簽名層預(yù)處理

    本文使用不相交窗口和滑動窗口方法求得路徑簽名特征,作為SIT-GCN網(wǎng)絡(luò)的輸入,對數(shù)據(jù)信息進行預(yù)處理,以解決傳統(tǒng)時空圖卷積網(wǎng)絡(luò)對時間信息描述不足的問題。下面介紹簽名層預(yù)處理的具體方法。假設(shè)有N個視頻,一個視頻中有M個人,每個人有v個節(jié)點。C維屬性代表每幀中的每個節(jié)點的特征,就骨骼數(shù)據(jù)而言,這些C維屬性是二維或三維坐標(biāo)。假設(shè)每個視頻都有T幀,因此每個人的節(jié)點都可以表示為坐標(biāo)張量的時間序列。用X表示輸入數(shù)據(jù),則X是(N,M,T,v,C)的張量,對于視頻的骨骼數(shù)據(jù),X是(N,M,T,v,2)的張量或(N,M,T,v,3)的張量。

    將視頻中每個人的每個節(jié)點的所有幀對應(yīng)的坐標(biāo)看作一個時間序列,然后通過線性插值將其轉(zhuǎn)換為路徑。路徑的維數(shù)是每個節(jié)點的特征數(shù)量。然后,本文以2種方式拆分此路徑:不相交的窗口和滑動的窗口。用l表示窗口大小,即拆分后的每條路徑中所含的視頻幀數(shù),用P表示路徑數(shù)。生成路徑后,視頻的骨骼數(shù)據(jù)被劃分為N×M×v×P條路徑。

    當(dāng)使用不相交窗口方法生成路徑時,對于每個視頻中每個人的每個節(jié)點,從第1幀開始,以該節(jié)點坐標(biāo)及相鄰L-1幀的節(jié)點坐標(biāo)作為第1條路徑。然后將1+l幀作為下一條路徑的起點,以該節(jié)點坐標(biāo)及相鄰L-1幀的節(jié)點坐標(biāo)作為第2條路徑,然后從1+l+l幀開始,將相鄰的L-1幀的節(jié)點坐標(biāo)到此節(jié)點的路徑作為第3條路徑,依此類推。如果最后一條路徑中的視頻幀數(shù)少于l,則將幀數(shù)設(shè)置為等于其剩余視頻幀數(shù)。在這種情況下,路徑數(shù)如式(7)所示:

    (7)

    當(dāng)使用滑動窗口方法生成路徑時,對于每個視頻中每個人的每個節(jié)點,從第1幀開始,以該節(jié)點坐標(biāo)及相鄰L-1幀的節(jié)點坐標(biāo)作為第1條路徑。然后將第2幀作為第2條路徑的起點,以該節(jié)點坐標(biāo)及相鄰L-1幀的節(jié)點坐標(biāo)作為第2條路徑。然后從第3幀開始,將該節(jié)點坐標(biāo)及與之相鄰L-1幀的節(jié)點坐標(biāo)作為第3條路徑,依此類推,即相鄰路徑之間的步長僅為1。如果使用滑動窗口生成路徑,則P=T-l+1。

    生成路徑后,為每條路徑計算相應(yīng)的m級簽名或日志簽名特征。這里,m表示簽名或日志簽名的截斷級別。然后,對于每條路徑中第1幀之后的每一幀,簽名層都將丟棄節(jié)點的原始C維特征。因此,每條路徑的新特征由2部分組成:一部分為與該路徑第1幀相對應(yīng)的節(jié)點的原始C維特征,另一部分為該路徑的簽名或日志簽名特征。這樣,在簽名層中計算了生成路徑的簽名特征,這些特征可以很好地代表路徑的幾何特征,通過這樣的方法可以將原始數(shù)據(jù)轉(zhuǎn)換成一組可用于機器學(xué)習(xí)任務(wù)的特征。

    為了得到更精確的簽名層參數(shù),本文設(shè)置K-折交叉驗證的K=4,即將訓(xùn)練數(shù)據(jù)分為4組,其中1組組成驗證集,其他3組組成訓(xùn)練集。

    3.3 網(wǎng)絡(luò)架構(gòu)

    改進時空圖卷積網(wǎng)絡(luò)SIT-GCN應(yīng)用GCN單元和TCN單元同時學(xué)習(xí)空間和時間特性,并在TCN前引入1×1的卷積核與TCN的結(jié)果相乘來自動調(diào)節(jié)權(quán)重。圖1給出了SIT-GCN中的GCN單元、TCN單元與ST-GCN中的GCN單元、TCN單元的對比。在圖1中假設(shè)時間卷積核的大小為w×1,在圖1a所示的TCN單元的“輸出的數(shù)據(jù)”一行中,填充的黑色代表數(shù)據(jù)為0。ST-GCN中GCN的鄰接矩陣只包含相鄰的骨骼節(jié)點的連接,而SIT-GCN的GCN重新設(shè)計了非物理意義上的關(guān)節(jié)相連,手工構(gòu)建了如圖1b所示的非骨骼鏈接。相比ST-GCN,SIT-GCN的TCN將補零操作改為反卷積操作以還原輸入的尺寸。

    Figure 1 Comparison between SIT-GCN and ST-GCN

    基于路徑簽名的改進時空圖卷積網(wǎng)絡(luò),本文首先通過簽名層對輸入數(shù)據(jù)進行預(yù)處理,提取數(shù)據(jù)的簽名或日志簽名特征,然后將其輸入到SIT-GCN中。圖2顯示了該網(wǎng)絡(luò)架構(gòu),其中拆分路徑的方法分別為不相交窗口和滑動窗口。

    Figure 2 Structure of signature spatial improved temporal graph convolutional network

    在圖2中,在“劃分連續(xù)路徑”一列中,①表示劃分路徑的方法為不相交窗口,②表示劃分路徑的方法為滑動窗口。在“基于坐標(biāo)信息的骨骼序列”和“基于簽名特征的骨骼序列”中,每個圓和正方形均代表圖中的1個節(jié)點,圓代表節(jié)點的位置信息,正方形代表簽名層提取的特征。盡管節(jié)點在骨骼圖上具有相同的位置,但前者只代表了位置信息,而后者代表了位置和局部動態(tài)變化信息?!癝IT-GCN”的結(jié)構(gòu)如圖1b所示。

    與ST-GCN相比,SSIT-GCN可以有效地解決ST-GCN在構(gòu)建時存在的缺點:(1)重新考慮GCN的鄰接矩陣:GCN中的鄰接矩陣只包含相鄰關(guān)節(jié)點的連接信息,只有網(wǎng)絡(luò)層足夠深時,才能學(xué)習(xí)到遠(yuǎn)端關(guān)節(jié)之間的語義信息。本文充分考慮了身體各節(jié)點之間的連接能力,綜合人體行動時的動作協(xié)調(diào)性,在部分非關(guān)節(jié)點之間建立了連通關(guān)系,有利于讓信息在更淺的網(wǎng)絡(luò)層得到交互,例如2個手掌之間的連線。(2)引入簽名層對數(shù)據(jù)進行預(yù)處理,以有效提取骨骼數(shù)據(jù)局部的動態(tài)特征:TCN使用固定的大感受野,缺乏對時序中包含的多級語義信息進行建模的靈活性和能力。本文利用數(shù)字簽名提前提取局部特征,可以使TCN在保持大感受野的同時不會損失太多的細(xì)節(jié)。雖然理論上深層網(wǎng)絡(luò)也可以學(xué)習(xí)到這些信息,但本文的預(yù)處理一方面可以降低數(shù)據(jù)的維度,加速網(wǎng)絡(luò)的訓(xùn)練效率,使網(wǎng)絡(luò)收斂更穩(wěn)定;另一方面可以減少網(wǎng)絡(luò)的擬合壓力,有效減少時空模塊的數(shù)量,減小過擬合。(3)使用反卷積來代替補零:充分保留并盡量還原時間信號,避免引入額外信息。(4)在TCN模塊之后設(shè)計了1×1的卷積模塊與TCN的結(jié)果相乘,在保證特征圖尺度不變的的情況下提高非線性特性,增強了網(wǎng)絡(luò)的表達(dá)能力。

    4 實驗與結(jié)果分析

    4.1 實驗預(yù)分析

    在實驗中,首先將視頻的骨骼數(shù)據(jù)輸入簽名層,本節(jié)使用3.2節(jié)中介紹的符號,即l表示窗口大小,P表示路徑數(shù),m表示簽名的截斷級別。在輸入SIT-GCN之前,對數(shù)據(jù)進行歸一化處理,即對不同幀中關(guān)節(jié)的位置特征進行歸一化處理。由于本文的數(shù)據(jù)量較少,所以本文設(shè)計的網(wǎng)絡(luò)由3層SIT-GCN單元和1層全連接層組成,每層SIT-GCN的輸出通道數(shù)為64,128和256,實際使用時請結(jié)合需求自行調(diào)整。最終輸出被發(fā)送到SoftMax分類器,以獲得預(yù)測。

    4.2 Chalearn2013

    本文在Chalearn2013數(shù)據(jù)集上進行了實驗,以調(diào)查和評估SSIT-GCN的性能。在手勢識別實驗中,本文僅使用Chalearn2013中的骨骼數(shù)據(jù)。首先,通過減去樣本中所有關(guān)節(jié)的平均位置來對該數(shù)據(jù)進行預(yù)處理。然后,通過線性插值和統(tǒng)一采樣對數(shù)據(jù)進行歸一化,并將所有視頻剪輯采樣到39幀。

    通過調(diào)整與簽名層有關(guān)的超參數(shù),選取表現(xiàn)較好的一組,并將其與ST-GCN、基于簽名的ST-GCN、SIT-GCN比較,以表明SSIT-GCN對ST-GCN改進的有效性。結(jié)果如表1所示,可以觀察到SSIT-GCN在準(zhǔn)確性方面優(yōu)于ST-GCN。通過添加簽名層和使用SIT-GCN,其識別精度提高了大約5%。觀察時間消耗可知,雖然SIT-GCN訓(xùn)練時間比ST-GCN的長,但添加簽名層會使訓(xùn)練時間縮短約200 s,SSIT-GCN的訓(xùn)練時間相比ST-GCN的縮短了近50 s。所以,與ST-GCN相比,本文提出的網(wǎng)絡(luò)得到了顯著改進。

    Table 1 Comparison of the results of SSIT-GCN and original ST-GCN(Chalearn2013)

    接著,對SSIT-GCN與其他網(wǎng)絡(luò)在Chalearn2013數(shù)據(jù)集上的識別結(jié)果進行對比,表2列出了現(xiàn)有手勢識別方法在Chalearn2013上的表現(xiàn)情況。結(jié)果表明,本文提出的網(wǎng)絡(luò)是最好的。

    Table 2 Accuracy comparison between SSIT-GCN and other networks

    4.3 在其他數(shù)據(jù)集上的表現(xiàn)

    本文從NTU-D數(shù)據(jù)集中挑選出15個手勢相關(guān)動作作為數(shù)據(jù)集,以測試本文提出的網(wǎng)絡(luò)訓(xùn)練出來的模型的性能。表3列出了ST-GCN、基于簽名的ST-GCN、SIT-GCN和SSIT-GCN的識別精度和訓(xùn)練時間。

    Table 3 Comparison of the results of SSIT-GCN and original ST-GCN(NTU-D)

    實驗結(jié)果表明,通過引入簽名和使用SIT-GCN,本文方法識別精度提高了約5.5%,訓(xùn)練時間縮短了50 s,表明本文提出的網(wǎng)絡(luò)具有較好的識別能力和識別速度。

    5 結(jié)束語

    由于ST-GCN對于骨骼空間遠(yuǎn)端關(guān)節(jié)之間的語義信息學(xué)習(xí)能力有限且對時間序列的時間信息描述能力不足,使得其識別精度較低,訓(xùn)練時間較長,因此本文使用路徑簽名特征進行數(shù)據(jù)預(yù)處理,并改進了時空圖卷積神經(jīng)網(wǎng)絡(luò),提出了一種有效的基于骨骼信息的動態(tài)手勢識別網(wǎng)絡(luò)——SSIT-GCN。在簽名層中,將骨骼坐標(biāo)時間序列劃分為多條路徑并提取簽名特征,重新設(shè)計GCN的非一階鄰域,以便獲取遠(yuǎn)端關(guān)節(jié)之間的語義信息,并使用反卷積代替補零,避免引入干擾信息,加入1×1卷積核增加網(wǎng)絡(luò)的表達(dá)能力。實驗結(jié)果表明,本文提出的網(wǎng)絡(luò)能有效地捕捉空間結(jié)構(gòu)和時間動態(tài)。與ST-GCN相比,基于該網(wǎng)絡(luò)訓(xùn)練的模型提高了識別精度,并縮短了訓(xùn)練時間。

    更進一步的優(yōu)化建議從時間與空間2方面來考慮,空間方面可以更著重關(guān)節(jié)拓?fù)浣Y(jié)構(gòu)的非手動設(shè)計,以及骨骼數(shù)據(jù)的結(jié)構(gòu)化信息(如骨骼的長度和方向);在時間方面可以嘗試使用當(dāng)下流行的Transformer結(jié)構(gòu)來探索網(wǎng)絡(luò)更好的可能性。

    猜你喜歡
    手勢骨骼卷積
    做家務(wù)的女性骨骼更強壯
    中老年保健(2021年5期)2021-12-02 15:48:21
    基于3D-Winograd的快速卷積算法設(shè)計及FPGA實現(xiàn)
    三減三健全民行動——健康骨骼
    中老年保健(2021年5期)2021-08-24 07:06:28
    挑戰(zhàn)!神秘手勢
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    V字手勢的由來
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    骨骼和肌肉
    小布老虎(2017年1期)2017-07-18 10:57:27
    勝利的手勢
    一種基于卷積神經(jīng)網(wǎng)絡(luò)的性別識別方法
    成人三级黄色视频| 久久精品国产亚洲av天美| 岛国在线免费视频观看| 日日啪夜夜撸| 欧美日韩国产亚洲二区| 午夜精品国产一区二区电影 | www.av在线官网国产| 亚洲人成网站在线播| 国产亚洲av嫩草精品影院| 久久久久久久午夜电影| 日韩三级伦理在线观看| 丰满的人妻完整版| 欧美区成人在线视频| 亚洲在线观看片| 中文字幕精品亚洲无线码一区| 日韩av在线大香蕉| 亚洲国产欧美在线一区| 99久久久亚洲精品蜜臀av| 中国美白少妇内射xxxbb| 成年av动漫网址| 日本黄大片高清| 日韩一区二区视频免费看| 亚洲欧美精品综合久久99| 禁无遮挡网站| 天美传媒精品一区二区| 在线免费观看的www视频| 亚洲激情五月婷婷啪啪| 老熟妇乱子伦视频在线观看| 精品国内亚洲2022精品成人| 如何舔出高潮| 国产老妇伦熟女老妇高清| av在线天堂中文字幕| 亚州av有码| 亚洲精品成人久久久久久| 欧美日韩一区二区视频在线观看视频在线 | av专区在线播放| 日本黄色片子视频| 午夜免费激情av| 亚洲av一区综合| 国产精品人妻久久久影院| 精品人妻视频免费看| 国产极品精品免费视频能看的| 国产亚洲精品av在线| 老师上课跳d突然被开到最大视频| 日本撒尿小便嘘嘘汇集6| 免费观看的影片在线观看| 校园人妻丝袜中文字幕| 黑人高潮一二区| 久久婷婷人人爽人人干人人爱| 午夜福利高清视频| 99久久九九国产精品国产免费| 赤兔流量卡办理| 国产久久久一区二区三区| 乱系列少妇在线播放| 男女视频在线观看网站免费| 成人漫画全彩无遮挡| 国产高清视频在线观看网站| 3wmmmm亚洲av在线观看| 麻豆久久精品国产亚洲av| av天堂中文字幕网| 中文资源天堂在线| 看黄色毛片网站| 午夜免费男女啪啪视频观看| 日韩一区二区视频免费看| 日韩一区二区视频免费看| 欧美成人免费av一区二区三区| 黄色视频,在线免费观看| 亚洲精品日韩在线中文字幕 | 亚洲无线在线观看| 国产精品国产三级国产av玫瑰| 波多野结衣高清无吗| 网址你懂的国产日韩在线| 亚洲在久久综合| 啦啦啦观看免费观看视频高清| 日韩欧美国产在线观看| 久久精品久久久久久久性| 久久久久九九精品影院| а√天堂www在线а√下载| 亚洲欧洲日产国产| 哪里可以看免费的av片| 亚洲熟妇中文字幕五十中出| 搞女人的毛片| 在线a可以看的网站| 亚洲成人久久性| 日产精品乱码卡一卡2卡三| 身体一侧抽搐| 国产亚洲精品久久久久久毛片| 日本熟妇午夜| 欧美高清成人免费视频www| 精品久久久久久久久久免费视频| 国产精品久久电影中文字幕| 日本黄色片子视频| 51国产日韩欧美| 久久午夜福利片| 亚洲aⅴ乱码一区二区在线播放| 91久久精品国产一区二区三区| 深爱激情五月婷婷| 成人午夜高清在线视频| 亚洲最大成人av| 国产成人福利小说| 亚洲熟妇中文字幕五十中出| 免费av毛片视频| 日韩精品有码人妻一区| 91aial.com中文字幕在线观看| 只有这里有精品99| 日韩人妻高清精品专区| 国产成人精品久久久久久| 日本av手机在线免费观看| 国产精品av视频在线免费观看| 国产三级在线视频| 日韩欧美 国产精品| 中文亚洲av片在线观看爽| 国产高清不卡午夜福利| 白带黄色成豆腐渣| 久久鲁丝午夜福利片| 天天一区二区日本电影三级| 国产免费男女视频| 18+在线观看网站| 免费一级毛片在线播放高清视频| 久久人妻av系列| 国产亚洲欧美98| 青春草国产在线视频 | 欧美另类亚洲清纯唯美| 99热6这里只有精品| 简卡轻食公司| 精品一区二区三区视频在线| 给我免费播放毛片高清在线观看| 18禁在线无遮挡免费观看视频| 青春草亚洲视频在线观看| 青春草亚洲视频在线观看| 欧美性感艳星| 黄色视频,在线免费观看| 国产精品一区二区三区四区久久| 日本成人三级电影网站| 免费av毛片视频| .国产精品久久| 精品99又大又爽又粗少妇毛片| 又爽又黄无遮挡网站| 精品无人区乱码1区二区| 亚洲av不卡在线观看| 亚洲久久久久久中文字幕| 国产av一区在线观看免费| 精品久久久久久久久久久久久| 久久久a久久爽久久v久久| 国产日韩欧美在线精品| 日韩视频在线欧美| 午夜精品一区二区三区免费看| 久久人妻av系列| 麻豆一二三区av精品| 天天一区二区日本电影三级| 在线观看66精品国产| 天堂中文最新版在线下载 | av女优亚洲男人天堂| 少妇熟女欧美另类| 久久精品国产99精品国产亚洲性色| 99热这里只有精品一区| 精品久久久噜噜| 又黄又爽又刺激的免费视频.| 免费人成在线观看视频色| 尾随美女入室| 村上凉子中文字幕在线| 黄片wwwwww| 国产精品人妻久久久影院| 偷拍熟女少妇极品色| 成人午夜高清在线视频| 天堂√8在线中文| 男女那种视频在线观看| 日本欧美国产在线视频| 亚洲18禁久久av| 精品久久久久久久久av| 国产成人精品婷婷| 日本色播在线视频| 看免费成人av毛片| av卡一久久| 午夜老司机福利剧场| 在线免费十八禁| 欧美丝袜亚洲另类| 高清在线视频一区二区三区 | 国产成人精品一,二区 | 国产蜜桃级精品一区二区三区| 长腿黑丝高跟| 精品免费久久久久久久清纯| 欧美成人一区二区免费高清观看| 给我免费播放毛片高清在线观看| 日本撒尿小便嘘嘘汇集6| 成人亚洲精品av一区二区| 天堂影院成人在线观看| 一级毛片aaaaaa免费看小| 欧美人与善性xxx| 黄色日韩在线| 日韩欧美 国产精品| 国产极品天堂在线| 亚洲欧美日韩无卡精品| 国产精品综合久久久久久久免费| 黄色配什么色好看| 在线天堂最新版资源| 日韩av不卡免费在线播放| av国产免费在线观看| 国产精品一及| 乱人视频在线观看| 日韩av在线大香蕉| 麻豆国产av国片精品| 夜夜夜夜夜久久久久| 亚洲第一电影网av| 赤兔流量卡办理| 精品久久久久久久久久免费视频| 久久久久久久亚洲中文字幕| 成人综合一区亚洲| 内地一区二区视频在线| 亚洲不卡免费看| 晚上一个人看的免费电影| 国产av一区在线观看免费| 中文在线观看免费www的网站| 欧美高清性xxxxhd video| 国产久久久一区二区三区| 99久国产av精品| 欧美3d第一页| 国产精品久久久久久久久免| 国产av一区在线观看免费| 99热这里只有是精品50| 国产综合懂色| 精品日产1卡2卡| 少妇熟女欧美另类| 久久韩国三级中文字幕| 午夜福利在线观看吧| 精品欧美国产一区二区三| 桃色一区二区三区在线观看| 国产高清三级在线| 高清午夜精品一区二区三区 | 内地一区二区视频在线| 白带黄色成豆腐渣| 日韩精品有码人妻一区| 男女视频在线观看网站免费| 亚洲av不卡在线观看| 少妇熟女aⅴ在线视频| 天天躁夜夜躁狠狠久久av| 有码 亚洲区| 人妻少妇偷人精品九色| 免费人成在线观看视频色| ponron亚洲| 精品久久久久久久久av| 乱系列少妇在线播放| 欧美最黄视频在线播放免费| 国产免费一级a男人的天堂| 亚洲av成人av| 久久久久网色| av专区在线播放| ponron亚洲| 国国产精品蜜臀av免费| 一进一出抽搐动态| 99久久精品一区二区三区| 久久久久久九九精品二区国产| 国产一区二区亚洲精品在线观看| 简卡轻食公司| kizo精华| 午夜福利在线观看免费完整高清在 | 日韩欧美精品v在线| 91久久精品国产一区二区三区| 最近2019中文字幕mv第一页| 99热精品在线国产| 久久精品人妻少妇| 国产一区二区三区在线臀色熟女| 久久精品久久久久久久性| 亚洲性久久影院| 日本与韩国留学比较| 天美传媒精品一区二区| 女的被弄到高潮叫床怎么办| 欧美激情久久久久久爽电影| 男人舔女人下体高潮全视频| 中国美女看黄片| 国产亚洲av片在线观看秒播厂 | 午夜亚洲福利在线播放| 欧美成人精品欧美一级黄| 九草在线视频观看| 国产蜜桃级精品一区二区三区| 高清毛片免费观看视频网站| 级片在线观看| 国产高清不卡午夜福利| 少妇丰满av| 18禁裸乳无遮挡免费网站照片| 国产精品永久免费网站| 久久精品91蜜桃| 中文精品一卡2卡3卡4更新| 99在线视频只有这里精品首页| 午夜视频国产福利| 欧美又色又爽又黄视频| 一级毛片久久久久久久久女| 女的被弄到高潮叫床怎么办| 国产白丝娇喘喷水9色精品| avwww免费| 免费搜索国产男女视频| 九九爱精品视频在线观看| 日日干狠狠操夜夜爽| 人妻久久中文字幕网| 夫妻性生交免费视频一级片| av免费在线看不卡| 男插女下体视频免费在线播放| 国产 一区 欧美 日韩| 不卡一级毛片| 色哟哟·www| 麻豆乱淫一区二区| 色5月婷婷丁香| 看非洲黑人一级黄片| 欧美日韩乱码在线| 欧美成人免费av一区二区三区| 熟妇人妻久久中文字幕3abv| 亚洲精品日韩在线中文字幕 | 中文在线观看免费www的网站| ponron亚洲| 国产视频首页在线观看| 国产亚洲欧美98| 久久久久免费精品人妻一区二区| 蜜臀久久99精品久久宅男| 欧美性感艳星| 欧美成人免费av一区二区三区| kizo精华| 欧美bdsm另类| 春色校园在线视频观看| 天堂av国产一区二区熟女人妻| 2021天堂中文幕一二区在线观| 亚洲欧美日韩卡通动漫| 老女人水多毛片| 国产三级中文精品| 一夜夜www| 国产精品永久免费网站| 免费观看在线日韩| 深夜精品福利| 久99久视频精品免费| 久久久欧美国产精品| 最新中文字幕久久久久| 亚洲精品久久国产高清桃花| 老师上课跳d突然被开到最大视频| 中文亚洲av片在线观看爽| 亚洲欧洲日产国产| 国产精品伦人一区二区| 国产精品一区二区三区四区免费观看| eeuss影院久久| 亚洲四区av| 国产伦理片在线播放av一区 | 久久国内精品自在自线图片| 麻豆一二三区av精品| 看非洲黑人一级黄片| 日韩亚洲欧美综合| 可以在线观看毛片的网站| 波多野结衣高清无吗| 亚洲国产精品成人综合色| 亚洲三级黄色毛片| 亚洲自拍偷在线| 亚洲va在线va天堂va国产| 看片在线看免费视频| 在线观看一区二区三区| 午夜精品在线福利| 国产成人freesex在线| 久久精品国产亚洲av香蕉五月| 欧美色视频一区免费| 国产精品不卡视频一区二区| 久久国产乱子免费精品| 亚洲最大成人手机在线| 欧美日韩国产亚洲二区| 日韩中字成人| 国产精品嫩草影院av在线观看| 在线国产一区二区在线| 黄片wwwwww| 在现免费观看毛片| 国产精品不卡视频一区二区| 久久久久久伊人网av| 99热6这里只有精品| 一级黄色大片毛片| 国产精品三级大全| 一级黄片播放器| 成年版毛片免费区| 亚洲内射少妇av| 中文字幕免费在线视频6| 精品一区二区三区人妻视频| 欧美性感艳星| 久久久a久久爽久久v久久| 2021天堂中文幕一二区在线观| 男人的好看免费观看在线视频| 91狼人影院| 五月玫瑰六月丁香| 中文字幕制服av| 悠悠久久av| 嫩草影院新地址| 国产色爽女视频免费观看| 国产精品久久久久久亚洲av鲁大| 69av精品久久久久久| av专区在线播放| 日韩中字成人| 亚洲欧美日韩高清专用| 婷婷亚洲欧美| 久久精品影院6| 久久久国产成人精品二区| 亚洲国产高清在线一区二区三| 91久久精品国产一区二区三区| 国产精品伦人一区二区| 成年女人看的毛片在线观看| 亚洲自偷自拍三级| 欧美色视频一区免费| 久久久久久久久中文| 一区福利在线观看| 老司机影院成人| 啦啦啦观看免费观看视频高清| 亚洲精品日韩在线中文字幕 | 国产精品99久久久久久久久| 日日撸夜夜添| 久久人人爽人人片av| 久久久久国产网址| 日韩制服骚丝袜av| 毛片女人毛片| 欧美日韩国产亚洲二区| 99在线人妻在线中文字幕| 99久国产av精品| 久久热精品热| av卡一久久| 久久久久免费精品人妻一区二区| 国产一区亚洲一区在线观看| 精品日产1卡2卡| 亚洲激情五月婷婷啪啪| 国产成人影院久久av| 国产精品乱码一区二三区的特点| 变态另类丝袜制服| 国产精品永久免费网站| 国产 一区精品| 日韩 亚洲 欧美在线| 女同久久另类99精品国产91| 超碰av人人做人人爽久久| 日韩大尺度精品在线看网址| 国产伦精品一区二区三区视频9| 少妇人妻精品综合一区二区 | 亚州av有码| 日本三级黄在线观看| 日日啪夜夜撸| 亚洲欧美日韩高清专用| 变态另类成人亚洲欧美熟女| 日韩成人av中文字幕在线观看| 啦啦啦观看免费观看视频高清| 99久久精品热视频| 中出人妻视频一区二区| 亚洲精品亚洲一区二区| 国产精华一区二区三区| 色综合色国产| 99九九线精品视频在线观看视频| 国产精品av视频在线免费观看| 午夜激情欧美在线| 午夜福利在线观看免费完整高清在 | 中出人妻视频一区二区| 2022亚洲国产成人精品| 在现免费观看毛片| 99视频精品全部免费 在线| 嫩草影院新地址| 亚洲国产日韩欧美精品在线观看| 欧美精品国产亚洲| 国产亚洲av片在线观看秒播厂 | 一级av片app| 男人舔奶头视频| 国产淫片久久久久久久久| 九九在线视频观看精品| 91在线精品国自产拍蜜月| 中文资源天堂在线| 欧美性猛交黑人性爽| 午夜精品一区二区三区免费看| 婷婷六月久久综合丁香| 人体艺术视频欧美日本| 亚洲内射少妇av| 国产日韩欧美在线精品| 99热只有精品国产| 尤物成人国产欧美一区二区三区| 少妇被粗大猛烈的视频| 亚洲一区高清亚洲精品| 日韩精品青青久久久久久| 亚洲欧美中文字幕日韩二区| 亚洲电影在线观看av| 能在线免费看毛片的网站| 国产黄片美女视频| 99国产精品一区二区蜜桃av| 国产伦一二天堂av在线观看| 综合色av麻豆| a级一级毛片免费在线观看| 久久中文看片网| 国产 一区 欧美 日韩| 国产精品久久久久久精品电影| 成年av动漫网址| 欧美日韩精品成人综合77777| 干丝袜人妻中文字幕| 国产精品无大码| 国产日本99.免费观看| 边亲边吃奶的免费视频| 好男人视频免费观看在线| 国产白丝娇喘喷水9色精品| av视频在线观看入口| 亚洲在久久综合| 我要搜黄色片| 日日摸夜夜添夜夜添av毛片| 九九热线精品视视频播放| 一级毛片aaaaaa免费看小| 久久人人爽人人爽人人片va| 国产色爽女视频免费观看| 99热网站在线观看| 久久精品国产亚洲av天美| 亚洲欧洲国产日韩| 99热这里只有精品一区| 在线观看一区二区三区| 成人亚洲精品av一区二区| 亚洲精品成人久久久久久| 91精品国产九色| 久久精品国产自在天天线| 蜜桃亚洲精品一区二区三区| 国产一区二区三区av在线 | 神马国产精品三级电影在线观看| 三级毛片av免费| 男人舔奶头视频| 狂野欧美白嫩少妇大欣赏| 亚洲精品亚洲一区二区| 麻豆成人午夜福利视频| 成人特级黄色片久久久久久久| 午夜免费激情av| av福利片在线观看| videossex国产| 免费无遮挡裸体视频| 日日干狠狠操夜夜爽| 一个人看视频在线观看www免费| 一级二级三级毛片免费看| 熟妇人妻久久中文字幕3abv| 久久综合国产亚洲精品| 亚洲性久久影院| 日本爱情动作片www.在线观看| 少妇熟女aⅴ在线视频| 亚洲av熟女| 黄色一级大片看看| 亚洲aⅴ乱码一区二区在线播放| 欧美激情久久久久久爽电影| 亚洲国产精品成人综合色| 国产精品.久久久| 嫩草影院入口| av天堂中文字幕网| 欧美成人一区二区免费高清观看| 日本成人三级电影网站| 国产精华一区二区三区| 我的老师免费观看完整版| 国产精品一区www在线观看| 男人舔奶头视频| 国产69精品久久久久777片| 中文欧美无线码| 女的被弄到高潮叫床怎么办| 最新中文字幕久久久久| 久久精品国产鲁丝片午夜精品| 久久久久久久久大av| 最近最新中文字幕大全电影3| 美女黄网站色视频| 啦啦啦观看免费观看视频高清| 精品久久国产蜜桃| 日韩在线高清观看一区二区三区| 日本免费a在线| 看免费成人av毛片| 卡戴珊不雅视频在线播放| 伦理电影大哥的女人| av卡一久久| 你懂的网址亚洲精品在线观看 | 久久人人爽人人片av| 国产 一区精品| 99热这里只有精品一区| 免费电影在线观看免费观看| av黄色大香蕉| 国产精品一区二区三区四区久久| 美女被艹到高潮喷水动态| 综合色av麻豆| 国产探花极品一区二区| 好男人视频免费观看在线| 夜夜看夜夜爽夜夜摸| 能在线免费观看的黄片| 亚洲乱码一区二区免费版| 成人亚洲精品av一区二区| 国产精品一及| 日韩一区二区视频免费看| 乱人视频在线观看| 九草在线视频观看| 高清毛片免费观看视频网站| 国产高潮美女av| 女人被狂操c到高潮| avwww免费| 日本一本二区三区精品| 九色成人免费人妻av| 中国美白少妇内射xxxbb| 久久6这里有精品| 国产熟女欧美一区二区| 能在线免费观看的黄片| 国产午夜精品久久久久久一区二区三区| 成熟少妇高潮喷水视频| 99久久中文字幕三级久久日本| 一级毛片aaaaaa免费看小| 观看美女的网站| 欧美最新免费一区二区三区| 久久久色成人| 亚洲真实伦在线观看| 99热这里只有精品一区| 美女国产视频在线观看| 99精品在免费线老司机午夜| 欧美一区二区亚洲| 国产精品一区二区三区四区免费观看| 最近手机中文字幕大全| 欧美精品一区二区大全| 久久久国产成人精品二区| 菩萨蛮人人尽说江南好唐韦庄 | 欧美成人免费av一区二区三区| 国产成人91sexporn| 99精品在免费线老司机午夜| 超碰av人人做人人爽久久| .国产精品久久| 亚洲欧美中文字幕日韩二区| 国产真实伦视频高清在线观看| 国产精品久久电影中文字幕| 亚洲一级一片aⅴ在线观看| 亚洲人成网站在线观看播放| 综合色丁香网| 人体艺术视频欧美日本|