- 博客(290)
- 资源 (29)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 VCIP2021:利用解码信息进行超分辨率
本文来自VCIP2021《CNN-based Super Resolution for Video Coding Using Decoded Information》简介随着高分辨率视频的增多，给带宽受限的情况下视频传输带来了巨大的挑战。为了解决这个问题，可以采用重采样的编码方法，如Fig.1，视频在编码前先进行下采样，然后编码低分辨率的视频，解码端在解码后再进行上采样恢复原来的分辨率。AV1中就存在对下采样的帧进行编码在解码端再进行上采样的模式。VVC中也支持RPR。随着基于CNN的超分辨（SR）的发展，
2022-06-21 22:40:31
15596
原创 VCIP2021:基于神经网络的双向预测blending过程
本文来自VCIP2021论文《Neural Network based Inter bi-prediction Blending》介绍双向预测最终会产生两个MV和两个参考块，这两个参考块通过加权最终形成一个预测块，这个过程即为blending。双向预测能减少编码失真、亮度变化、块内小运动引起的误差。VVC中提出了多种工具来提升双向预测过程的表现，例如BCW技术对两个参考块分别赋予一个权重，最终的预测块由两个参考块加权生成，相比在HEVC中进行双向预测时预测值等于前向预测值和后向预测值的均值，BCW的加权预测
2022-06-14 22:55:50
15889
3
原创 视频压缩数据集TVD
基于学习的视频压缩和视频分析任务在学术界和工业界蓬勃发展，对于相关研究工作和标准制定工作急需高质量的训练和测试数据，例如对于JPEG AI、JVET NNVC、MPEG VCM等。因此，腾讯多媒体实验室构建了TVD（Tencent Video Dataset）数据集。TVD可以用于多种任务，例如基于神经网络的视频编码、目标检测、目标追踪等。TVD包含86个视频序列，涵盖了不同内容。每个序列分辨率为3840x2160，有65帧。这些视频序列已经用于JVET NNVC相关提案的训练。对于目标检测任务，TVD提供
2022-06-10 21:49:05
16668
原创 VCIP2021:GDR中使用HMVP
本文来自VCIP2021论文《HMVP for GDR of VVC》为了适应低延迟场景VVC支持GDR图像，GDR图像由clean area和dirty area组成，通过virtual boundary分割。其中clean area中的CU只能使用clean area中的信息来编码。HMVP是VVC中新增的工具，使得后续MV集更丰富。但是HMVP可能来自dirty area，此时如果clean area中的CU使用这些HMVP则会造成泄露。HMVPVVC在帧间预测时支持merge和AMVP，这两种方法对
2022-06-07 23:38:34
16141
原创 基于神经网络的运动补偿增强
本文来自阿里巴巴在JVET Z次会议上的提案JVET-Z0074《NeuralNetwork Based Motion Compensation Enhancement for Video Coding》该提案提出使用神经网络在CU级对运动补偿块进行增强从而提高编码效率。具体来说，当CU完成运动补偿过程后使用神经网络对预测块进行处理。简介基于神经网络的运动补偿增强作用于inter块，该块既可以正方形的也可以是矩形的。当对矩形块使用神经网络时，wxh的块和hxw块使用相同的网络模型。可以通过C
2022-05-31 21:15:29
16281
原创 ICIP2021：基于CNN的环路滤波
本文来自ICIP2021论文《CNN Based In-loop Filter For VVC Intra Coding》VVC提供了三种环路滤波器：SAO、Deblocking、ALF来减少压缩失真，但是手工设计的滤波器难以处理复杂的压缩失真。论文提出基于CNN的环路滤波技术来提升VVC中I帧的质量。网络输入包括从重建像素中提取的特征以及划分、预测信息，对于色度分量的输入还包括亮度像素。Input整个网络结构如Fig.1所示，其中输入部分在图的左侧。输入包括重建信息、划分信息以及预
2022-05-24 20:25:16
16844
原创 VVC中GDR
本文来自ICIP 2021论文《Gradual Decoding Refresh for VVC》 当编码一段序列时，如果需要随时从中途切入码流，HEVC的做法是插入一个IDR帧，IDR使用帧内编码其后的帧不需要依赖IDR前的帧即可解码。由于IDR使用帧内编码，所以一般IDR帧会比P或B帧大很多，对于低延迟场景传输较大的I帧会引起卡顿。为了解决这个问题，VVC使用GDR来代替插入IDR帧。GDR在H.264和H.265中作为SEI中的可选项，在VVC中正式进入标准。图1 GDR起始于P.
2022-05-17 21:25:06
18514
原创 ICIP2021：VVC RPR参考结构改进
本文来自ICIP 2021论文《An Enhanced Reference Structure For Referencr Picture Resampling In VVC》参考图像重采样（Referencr Picture Resampling，RPR）是VVC在实时视频编码的重要工具。RPR可以在码流内部自适应改变分辨率而不需要插入IDR或IRAP帧，这样可以避免因为IDR或IRAP帧过大造成的网络拥塞。RPR可以根据网络情况自适应调整分辨率，当网络带宽低时可以下采样编码低分辨率（LR）帧，当
2022-05-10 22:34:50
18414
原创 深度上下文编码：DCVC
本文来自NeurIPS 2021论文《Deep Contextual Video Compression》传统的视频编码方法和最近的基于深度学习的视频编码框架都是采用预测编码的方式，生成预测帧然后和当前帧相减得到残差帧再对残差进行编码。给定预测帧求残差帧是很好的去除时域冗余的方法，但是却不是最优的，因为求残差的操作是一种简单的手工设计的相减的操作，并不能完全去除整个帧的冗余。残差帧的熵大于给定预测帧时当前帧的条件熵，其中H(.)是香农熵，是当前帧，是预测帧。论文提出基于上下文条件的编...
2022-04-12 23:24:10
22075
原创 端到端视频编码：DVC
本文来自CVPR 2019论文《DVC: An End-to-end Deep Video Compression Framework》官方开源代码地址：https://github.com/GuoLusjtu/DVCDVC是一个端到端的视频编码模型，之前也有过一些基于DNN的视频编码方法，但是通常是使用DNN模型替换视频编码的某个模块，整体的训练流程不是端到端的。DVC将传统的基于块的编码框架的所有模块都使用神经网络替换，图1(a)是传统的视频编码框架，图1(b)是DVC框架。图1
2022-03-29 21:06:22
22894
原创 360视频：赤道圆柱投影ECP
赤道圆柱投影（Equatorial cylindrical projection，ECP）和ERP类似也使用圆柱体投影，但是ECP将球体分为三个部分进行投影：赤道、北极和南极。图1 ECP投影和frame packing如图1(a)所示，球体分为三个部分后，赤道部分的纬度范围为-41.81度到41.81度，占了整个球面积的2/3，两极各占1/6。图1(b)是两极投影到正方形平面的情况。图1(c)是ECP的frame packing，两极分别是面0和1，面2~5是赤道投影后的面。投影变.
2022-03-22 22:30:03
19760
原创 360视频：金字塔棱台投影TSP
金字塔棱台投影（Truncated square pyramid projection format，TSP）投影模型是棱台。TSP的投影平面如图1所示，投影后的六个面组成矩形平面，矩形内的坐标(x,y)范围在(0.0,1.0)内。给定面f的像素坐标(m,n)对应的(x,y)计算如下：x =0.5*(m + 0.5)/W + 0.5, 0≤ m <W (1)y =(n + 0.5)/H, 0 ≤ n < H (2)图1TSP投影面1...
2022-03-15 22:42:52
20235
原创 360视频：旋转球面投影RSP
旋转球面投影（Rotated sphere projection，RSP）将球体分为两个相同的部分，然后投影到平面上，宽高比3：2。图1 RSP投影球面上两部分的分割线类似于图2中网球上的分割线。图2网球分割示意图Frame Packing如图1所示，进行RSP投影后在2D平面有6个面，面4、0、5由球体的上半部分进行ERP投影后得到，如图3，面3、1、2由球体的下半部分沿Y轴和X轴旋转后再按ERP投影后得到，如图4。面4、0、5的FOV（Field of view）为.
2022-03-01 21:03:39
20446
原创 360视频：分段球面投影SSP
分段球面投影（Segmented sphere projection，SSP）将球面分为3个部分：北极、南极、赤道。图1是SSP投影示意图，球面上三个部分的分界线是北纬45度和南纬45度。北极和南极投影后的面是圆，索引分别为0和1，赤道投影方式和ERP相同，赤道投影后被划分为4个相同的正方形面，索引为2到5。投影后面的两极圆的直径和赤道正方形边长相等，因为它们纬度都跨了90度。图1 SSP投影Frame PackingSSP有两者frame packing方式，一种如图1所示，映射后按垂直方
2022-02-23 14:21:01
20568
原创 360视频：分段球面投影SSP
分段球面投影（Segmented sphere projection，SSP）将球面分为3个部分：北极、南极、赤道。图1是SSP投影示意图，球面上三个部分的分界线是北纬45度和南纬45度。北极和南极投影后的面是圆，索引分别为0和1，赤道投影方式和ERP相同，赤道投影后被划分为4个相同的正方形面，索引为2到5。投影后面的两极圆的直径和赤道正方形边长相等，因为它们纬度都跨了90度。图1 SSP投影Frame PackingSSP有两者frame packing方式，一种如图1所示，映射后按垂直方
2022-02-23 00:02:26
819
原创 360视频：二十面体投影ISP
和正八面体OHP投影类似，二十面体投影(ISP，Icosahedron projection format)采用二十面体作为投影模型。ISP也支持紧凑型和非紧凑型两种展开方式，图1中左侧为紧凑型，右侧为非紧凑型。图1ISP投影ISP的二十面体有12个角和20个面，表1是ISP中个角在XYZ坐标系中的定义，表2是各面的定义。表1ISP中角的定义 角 非紧凑型 紧凑型 V0 (1,c,0) (0,1.902,0) V1 (-1,c,0) (0.5..
2022-02-15 22:38:48
22118
原创 360视频：正八面体投影OHP
CMP投影是将球体投影到正方体上，但是透视投影过程不改变立体角的大小，即对应于球面上等立体角的两点，投影到立方体上后会出现中心区域密度高而边缘区域密度低的现象，导致投影均匀性较差。当使用的投影体和球体越接近时投影的均匀性越好，正八面体投影(Octahedron projection format,OHP)投影的均匀性比CMP要好，计算复杂度也相应变高。OHP投影模型有8个面（记为F0, F1, F2, F3, F4, F5, F6,F7），每个面都是正三角形，有6个角（记为V0,V1,V2,V3,V4,
2022-02-08 20:24:45
23197
原创 360视频：CMP和ACP投影
CMP投影立方体投影格式(Cubemap projection format,CMP)是通过将球面内容投影在立方体模型上后将各个面展开，然后拼接为矩形的一种投影方式。和ERP不同，CMP采用正方体进行投影，内容会投影到6个面上，如图1所示。图1 CMP投影6个面编号PX、PY、PZ、NX、NY、NZ，P表示沿坐标轴正方形，N表示沿坐标轴负方向。表1CMPface indexFace index Face label 说明 0 PX 正面，沿x轴正方..
2022-01-26 08:47:36
23263
原创 360视频简介及ERP投影
360°视频，也称全景视频、VR视频，是一种立体视频格式，和普通的2D视频在平面上展开不同，360视频是在球体上展开，JVET成了了专门的工作组研究360视频的编码。JVET还提供了360Lib参考软件用于360视频的投影格式转换和质量评价等。360Lib用c++写成，可以单独用于360视频的投影格式转换和质量评价处理，也可集成到HM和VTM中，这样在进行360视频编码时就不需要存储中间投影的YUV序列。360视频投影360视频是立体视频，而传统视频是2D的矩形平面视频，如果想对360视频编码就
2022-01-19 20:15:00
28300
6
原创 像素级BDOF
前面讲过BDOF是VVC新增的帧间预测工具，它由JEM中的BIO发展而来。BDOF基于光流的概念它假设物体的运动是平滑的。对于每个4x4的子块，通过使L0和L1的预测值的差值最小来计算运动修正量(Vx,Vy)，然后用计算出来的运动修正值来调整4x4子块的双向预测值。ECM中提出了像素级BDOF，即对每个像素进行运动向量mv的修正。过程如下： 将CU划分为8x8的子块。 确定每个子块是否使用BDOF。通过计算两个参考子块的SAD是否超过给定阈值来确定该子块是否使用BDOF。 对于
2022-01-11 22:36:37
23197
原创 基于模板生成帧内模式TIMD
TIMDTIMD(template-basedintra mode derivation)是一种新的帧内预测模式，它由DIMD（decoder-sideintra mode derivation）发展而来。TIMD模式由MPM中的候选模式和模板生成。如上图所示，当前CU的左侧和上方区域构成当前CU的模板，模板附近是其参考像素。TIMD模式生成过程为：使用MPM中的每个模式为模板生成预测值，然后计算模板预测值和重建值的SATD，选择SATD最小的模式作为TIMD模式，并用于当前CU的预测。其中在
2022-01-04 22:23:37
23409
原创 电视剧母版制作规范
前几天国家广播电视总局科技司公示了《电视剧母版制作规范》规范中规定了高清、4K超高清电视剧母版制作要求，包括时长、署名、图像、声音、字幕、封装格 式和技术质量的要求，并给出了声画质量主观评价方法。除了对技术细节的规定外，规范中还有几点比较有意思。规范中对电视剧的时长有了明确要求。尤其是对片头、片尾时长有了强制规定。而且对“前情回顾”和“下集预告”的时长也有规定，对那些通过前情回顾来水时长的电视剧是个大打击。除了时长外，对署名也有了要求。其中要求外籍演员要标注国籍，港澳台人员标注区域。
2021-12-28 22:41:56
23145
原创 帧内模板匹配预测TMP
帧内模拟匹配预测(Intra template matching prediction,Intra TMP)是一种特殊的帧内预测模型，和IBC类似，TMP使用当前帧已重建部分作为预测。不过和IBC的区别在于，它不是在重建区域中搜索与当前块最相近的块作为预测，而是搜索和当前块的L型模板最匹配的块。如上图所示，当前块左侧和上方像素形成了一个L型的模板，TMP使用该模板在重建区域搜索最匹配的L型模板，然后使用这个最匹配的L型模板所包围的块作为当前块的预测块。TMP工具适合屏幕内容场景，且进行模板搜索时使
2021-12-21 22:46:58
23537
原创 CCLM的改进
跨分支线性模型(Cross-component linear model,CCLM)是VVC新增的帧内预测技术，它假设同一个编码块的色度像素值和对应的亮度像素值有线性关系，所以CCLM使用一个线性模型直接使用亮度像素的重建值生成对应色度像素的预测值。其中α和β是模型参数，有色度相邻像素求得。是色度像素对应亮度像素的重建值，对于YUV420格式视频需要对亮度进行下采样，如图1。图1 CCLM下采样为了进一步提高CCLM的编码效率，在ECM中对CCLM进行了改进，有以下三个方面： ..
2021-12-15 22:29:07
26247
原创 VVC中CIIP、OBMC和LMCS工具的协同
VVC中为了提高预测的准确率增加了很多工具，其中一个CU可以同时使用CIIP、OBMC、LMCS等工具。本文来自JVET-X0090《On combination of CIIP, OBMC and LMCS》，该提案提出了这三种工具不同的协同方法，并进行实验验证。简介在VVC中新增了LMCS，该工具会将输入像素进行映射，CU在映射域进行预测。在ECM2.0中，当一个CU同时使用LMCS、CIIP和OBMC时，最终的预测值将由CIIP得到的预测值和OBMC得到的预测值加权得到，其中CIIP的预测值在
2021-12-08 07:22:23
24196
原创 JVET-X基于神经网络视频编码实验总结
本文来自JVET-X0023《EE1: Summary of Exploration Experiments onNeural Network-based Video Coding》本提案是JVET-X EE1的实验总结，EE1是基于神经网络的视频编码的实验。包含了在W次会议到X次会议间完成了11个NNVC的技术实验，及它们的性能和复杂度分析。基于NN的环路滤波的几种变种技术在RA配置下码率节省2~10%，复杂度30~800kMAC/pxl（每个像素的平均累加乘法操作数）。几种基于NN的超分辨技术对4K
2021-11-30 23:44:51
25234
原创 MPEG VCM
传统是视频编码是针对人眼视觉进行优化的，目的是在保持人的主观失真不增加的情况下降低码率。而现在越来越多的视频需要进行机器分析，而人只需要看机器分析的结果。因此MPEG成立VCM（Video Coding for Machines）工作组探索新的标准，在不降低机器处理性能的情况下降低码率。这里的机器处理任务包含多种计算机视觉任务，包括目标检测、目标跟踪、实例分割、姿态估计等。（公众号后台回复“VCM”获取相关资料）简介MPEG于2019年7月成立VCM工作组，专门研究针对机器处理的视频编码。VCM工作
2021-11-23 23:37:06
26744
3
原创 VVC层级结构中基于神经网络的参考帧生成
本文来自JVET-X0060 《NN-based Reference Frame Interpolation for VVC Hierarchical Coding Structure》提案针对VVC的层级结构提出了基于深度神经网络（DNN）的参考帧生产方法。在编码和解码过程中，参考列表中的两个重建帧作为网络输入，输出为新生成的帧。新生成的帧再经过一个滤波网络的处理，然后插入到参考列表最后的位置。该方法Y、U、V节省的码率分别为1.47%/4.19%/3.85%。介绍VVC中，重建帧存储在
2021-11-16 23:05:01
26016
6
原创 基于神经网络视频编码的通用测试规范
JVET第20次会议为基于神经网络的编码成立了EE1，这个EE专门用于探索深度学习在视频编码方面的潜能。为了规范和统一测试条件，JVET专门制定了相应的通用测试条件（Common Test Conditions ，CTC），最新版CTC为JVET-X2016（公众号后台回复“JVET-X2016”获取）。CTC规定了配置、测试序列、训练序列、参考软件、训练方法、评价指标等。所有基于神经网络的提案都需要按照CTC进行测试才能提交。配置CTC提供了四种配置，包括ntra-only,random-a
2021-11-09 23:28:06
27505
原创 PCS2021：基于CNN的后处理进行质量增强
本文来自PCS2021论文《Model Selection CNN-based VVC Quality Enhancement》论文提出了适用于VVC的基于CNN的后处理方法来进行质量增强（QE），并且在编码端提供了多个训练好的模型，可以在帧级和块级使用模型选择（MS）策略选择最优的模型，并传到解码端。基于CNN的后处理方法在RA配置下BD-Rate增益为1.3%，加上MS策略又可以获得0.5%的BD-Rate增益。质量增强算法编码信息时域、空域特征和带宽限制等能反映信号的特点，因此在论
2021-10-27 00:07:49
26752
原创 PCS2021：监控视频编码基于实例分割的背景参考帧生成
本文来自PCS2021论文《Instance Segmentation Based Background Reference Frame Generation For Surveillance Video Coding》对于监控视频系统来说，最重要的两个模块是智能分析和视频压缩。传统的监控系统中对于两项任务都是分别处理的，导致效率低下。论文提出将两项任务混合处理的方法，既能高效分析又能提高压缩效率，即提取的语义信息不仅用于智能分析任务，还可以用于构建背景参考帧（Background Referenc
2021-10-20 23:27:59
26543
原创 基于GOP的时域滤波
本文来自JVET-U0056提案《GOP-based temporal filter improvements》。该提案针对VTM中基于GOP的时域滤波提出了一些改进，该滤波仅用于RA配置，不用于AI和LD配置。在RA配置CTC下测试，Y/U/V BD-rates平均为−1.3%/−1.0%/−1.1%。简介在VTM中，对每个块进行RDO计算rate*lambda + distortion。如果当前帧后面跟一个和它完全相同的帧，则当前帧中的编码块会被后面的帧完全复用。在这种情况下，RDO优化目标
2021-10-13 09:39:01
27661
原创 PCS2021：VVC基于神经网络改进SAO
本文来自PCS2021论文《Revisiting the Sample Adaptive Offset post-filter of VVC with Neural-Networks》在HEVC中就已经引入SAO来解决振铃效应，VVC中的SAO和HEVC中的基本相同。论文通过神经网络（NN）来改进SAO的性能，其中SAO的基本原理保持不变，但是原先SAO对重建像素的分类方法被替换为NN。通过NN的改进VVC上SAO在RA配置下BD-Rate增益为2.3%，并且和其他基于NN的方法相比复杂度很低。
2021-09-29 09:53:23
28007
原创 PCS2021：针对游戏内容的视频编码工具分析和数据集
本文来自PCS2021论文《Video Coding Tool Analysis and Dataset for Gaming Content》随着近几年游戏市场的逐渐壮大，新的游戏形态（AR、VR、云游戏等）逐渐发展。和传统的摄像机内容和屏幕内容相比，游戏内容有着不同的特点导致对于编码工具的选择有不同偏好。为了更好的研究现有的编码工具在游戏内容上的表现，论文构建了一个游戏视频数据集并在该数据集上测试分析现有工具的效果。和传统的摄像机内容和屏幕内容相比，游戏内容的特点如下： 高分辨率，例如
2021-09-21 11:21:54
28779
1
原创 ICASSP2021：AV1帧内模式编码改进
本文来自ICASSP2021论文《IMPROVED INTRA MODE CODING BEYOND AV1》AV1帧内预测简介在AV1中帧内预测模式分为角度帧内预测模式和非角度帧内预测模式，和VP9一样有8种角度帧内预测模式，在每种方向上还有7个delta角度（-3~+3）用于扩展方向的粒度，总共56个方向模式，如Fig1所示。非角度帧内预测模式包括SMOOTH、SMOOTH-V、SMOOTH-H、Paeth预测和递归滤波模式。在AV1中，除了跨分支预测CfL外，色度和亮度分量共享
2021-09-15 00:15:00
29533
原创 ICASSP2021：AV1基于决策树帧间划分早停止
本文来自ICASSP2021论文《Decision Tree Based Inter Partition Termination For AV1 Encoding》AV1引入了很多新的编码工具，导致其计算复杂度非常高。论文通过决策树在帧间预测进行块划分时预测划分方式，从而及早停止划分以减少时间。简介AV1的superblock的大小为128x128，在帧间预测时有10种划分方式，如Fig.1所示。其中R表示递归划分，最小划分到4x4。在每个划分深度上都需要对所有模式进行RDO计算选择
2021-09-07 23:51:48
29147
原创 ICASSP2021：端到端的图像编码方法
本文来自ICASSP2021论文《Image Coding For Machines: An End-to-end Learned Approach》基于深度学习的计算机视觉在图像领域应用越来越广泛，每天产生的图像数量爆发式增长，传统的图片编码器是面向人眼视觉而不是机器处理。本文提出基于神经网络（NN）的端到端学习的面向机器的图像编码器（Image Coding for Machines，ICM）。本文算法本文ICM模型的优化目标是机器任务的性能而不是像素保真度，模型包含一个自编码器，一
2021-08-31 22:02:36
30386
原创 ICASSP2021：面向SCC的自适应双重树结构
本文来自ICASSP2021论文《Adaptive Dual Tree Structure for Screen Content Coding》在HEVC中，CTU采用四叉树方式递归划分，同一个CTU的亮度CTB和色度CTB采用相同的划分结构即单重树结构。而对于VVC，采用帧内预测模式的CTU的亮度CTB和色度CTB可以使用不同的划分方式即双重树结构。Fig.1是双重树结构的示例，蓝色和绿色分别代表亮度和色度CTB划分结果。双重树结构对于摄像机拍摄的内容非常高效，但是对于屏幕内容色度和亮..
2021-08-24 23:18:11
29394
原创 快手K266Dec
简介K266Dec是快手公司为ARM平台设计的VVC软件解码器，在JVET-V0070提案中有相关介绍。这款解码器是根据VVC标准从头设计的，支持VVC main profile的所有编码工具。对于Android平台，在Huawei P40上，以单线程解码2K 8bit CTC码流速度能达到33fps，是VTM11.0解码器的4.11倍。对于IOS平台，在iPhone 12 Pro Max上，以单线程解码2K 8bit CTC码流速度能达到94fps，是VTM11.0解码器的4.78倍。K2
2021-08-23 23:30:55
30141
原创 VVC的部署情况
本文来自JVET-w0021提案，该提案包括对VVC已部署的产品和服务、公开可用的软件源代码以及支持VVC标准的相关工具的调查。可公开获取的软件源代码VTM：VTM是JVET官方开发的参考软件，包含编码器和解码器。它主要是为了展示编码效率和解释标准中规定的语法和解码过程（不对速度进行优化）。VTM可以作为开发编码器的很好的基础，它使用BSD版权许可证。InterDigital开发了一个多线程的VTM解码器，并在2020年10月达到相当单线程参考软件6-10倍的加速比。它支持VTM的所有特性，该软
2021-08-22 09:44:25
30566
itu-t81.pdf
2020-03-06
现代操作系统
2017-09-13
电脑老是弹出kuupb.exe怎么办
2015-09-19
TA创建的收藏夹 TA关注的收藏夹
TA关注的人