CVPR2013感兴趣的文章整理

物体的三维识别与6D位姿估计:PPF系列论文介绍(一) 点击上方“3D视觉工坊”,选择“星标”干货第一时间送达学习3D视觉核心技术,扫描查看介绍,3天内无条件退款圈里有高质量教程资料、可答疑解惑、助你高效解... 阅读详情
转自: http://www.bfcat.com/index.php/2013/03/cvpr2013-papers/


前不久CVPR的结果出来了,首先恭喜我一个已经毕业工作的师弟中了一篇文章。完整的文章列表已经在CVPR的主页上公布了(链接),今天把其中一些感兴趣的整理一下,虽然论文下载的链接大部分还都没出来,不过可以follow最新动态。等下载链接出来的时候一一补上。

由于没有下载链接,所以只能通过题目和作者估计一下论文的内容。难免有偏差,等看了论文以后再修正。

(papers on web 已经收录了部分文章的下载链接,大家可以过去下载。传送门)

显著性

Saliency Aggregation: A Data-driven Approach Long Mai, Yuzhen Niu, Feng Liu 现在还没有搜到相关的资料,应该是多线索的自适应融合来进行显著性检测的

PISA: Pixelwise Image Saliency by Aggregating Complementary Appearance Contrast Measures with Spatial Priors Keyang Shi, Keze Wang, Jiangbo Lu, Liang Lin 这里的两个线索看起来都不新,应该是集成框架比较好。而且像素级的,估计能达到分割或者matting的效果

Looking Beyond the Image: Unsupervised Learning for Object Saliency and Detection Parthipan Siva, Chris Russell, Tao Xiang, Lourdes Agapito 基于学习的的显著性检测

Learning video saliency from human gaze using candidate selection Dmitry Rudoy, Dan Goldman, Eli Shechtman, Lihi Zelnik-Manor 这是一个做视频显著性的,估计是选择显著的视频目标

Hierarchical Saliency Detection Qiong Yan, Li Xu, Jianping Shi, Jiaya Jia Jiaya Jia的学生也开始做显著性了,多尺度的方法

Saliency Detection via Graph-Based Manifold Ranking Chuan Yang, Lihe Zhang, Huchuan Lu, Ming-Hsuan Yang, Xiang Ruan 这个应该是扩展了那个经典的 graph based saliency,应该是用到了显著性传播的技巧

Salient object detection: a discriminative regional feature integration approach Huaizu Jiang, Jingdong Wang, Zejian Yuan, Yang Wu, Nanning Zheng 一个多特征自适应融合的显著性检测方法

Submodular Salient Region Detection Zhuolin Jiang, Larry Davis 又是大牛下面的文章,提法也很新颖,用了submodular。第一作者今年有3篇CVPR文章

图像分割

Efficient Object Detection and Segmentation for Fine-Grained Recognition Anelia Angelova, Shenghuo Zhu 这个文章的卖点应该在efficient上面,是一个高效的算法。

Image Segmentation by Cascaded Region Allglomeration Zhile Ren, Gregory Shakhnarovich 看标题应该是一种新的区域生长类似的算法,多层模型的应用值得关注。

Analyzing Semantic Segmentation Using Human-Machine Hybrid CRFs Roozbeh Mottaghi, Sanja Fidler, Jian Yao, Raquel Urtasun, Devi Parikh 这个方法应该是把人机交互放到了条件随机场里面,实际上以前很多文章这么做过,很好奇这篇文章用了什么办法。这个研究组中了4篇。

Unsupervised Joint Object Discovery and Segmentation in Internet Images Michael Rubinstein, Armand Joulin, Ce Liu, Johannes Kopf 给予互联网图像的无监督目标检测和分割,应该是用到了海量数据中目标会重复出现这一基本属性。

Weakly-Supervised Bi-Clustering for Image Semantic Segmentation Yang Liu, Jing Liu, Zechao Li, Hanqing Lu 一个二元聚类问题,感觉应该是前景背景分割

Deep Learning Shape Priors for Object Segmentation Fei Chen, Huimin Yu, Roland Hu, Xunxun Zeng 通过deep learning学习形状模型

SCALPEL: Segmentation CAscades with Localized Priors and Efficient Learning  David Weiss, Ben Taskar Ben Taskar是宾夕法尼亚大学的教授,他前年还获得了一个美国官方的奖项

Top-down Segmentation of Non-rigid Visual Objects using Derivative-based Search on Sparse Manifolds
Jacinto Nascimento, Gustavo Carneiro 自上而下的分割,是用到了模型学习吗?

Probabilistic Graphlet Cut: Exploiting Spatial Structure Cue for Weakly Supervised Image Segmentation
Luming Zhang, Mingli Song, Zicheng Liu, Xiao Liu, Jiajun Bu, Chun Chen 现在新名词越来越多了,弱监督的分割,效果应该不错。

Graph Transduction Learning with Connectivity Constraints with Application to Multiple Foreground Cosegmentation Tianyang Ma, Longin Jan Latecki 天普大学的,基本每年都能见到他的paper

Towards Fast and Accurate Segmentation Camillo Taylor 这个应该是宾大的CJ Taylor教授,他竟然一个人写了一篇

A Principled Deep Random Field Model for Image Segmentation Pushmeet Kohli, Anton Osokin, Stefanie Jegelka 这个也是大牛的paper

视频处理

Video Object Segmentation through Spatially Accurate and Temporally Dense Extraction of Primary Object Regions Dong Zhang, Omar Javed, Mubarak Shah ORAL 从视频中分割出主要目标的方法。既然是Oral,应该值得好好学习。

Fast Rigid Motion Segmentation via Incrementally-Complex Local Models Fernando Flores-Mangas, Allan Jepson 快速的运动分割,实时性的东西我都比较感兴趣。

Multi-Class Video Co-Segmentation with a Generative Multi-Video Model Wei-Chen Chiu, Mario Fritz 这个难道是将几个视频放一起进行联合分割?

Discriminative Segment Annotation in Weakly Labeled Video Kevin Tang, Rahul Sukthankar, Jay Yagnik, Li Fei-Fei ORAL 视频标注,Li Feifei做这个方向挺长时间了,看看这篇oral文章新的idea

Representing Videos using Mid-level Discriminative Patches Arpit Jain, Abhinav Gupta, Mikel Rodriguez, Larry Davis 新的视频描述方法,应该可以用在视频分割里面

Video Editing with Temporal, Spatial and Appearance Consistency Xiaojie Guo, Xiaochun Cao, Yi Ma Ma yi的paper,关于视频编辑的,里面应该也是主要用到了视频分割的技术。

Ensemble Video Object Cut in Highly Dynamic Scenes Xiaobo Ren, Tony Han, Zhihai He 在高度动态的场景中,时间一致性不好保证,视频分割应该会变得困难。

Hierarchical Video Representation with Trajectory Binary Partition Tree Guillem Palou, Philippe Salembier 看题目挺有意思,轨迹的二分树

Adherent Raindrop Detection and Removal in Video Shaodi You, Rei Kawakami, Robby Tan, Katsushi Ikeuchi 来自日本的一篇有趣的paper,视频中的雨点检测与消除

跟踪

Tracking Sports Players with Context-Conditioned Motion Models Jingchen Liu, Peter Carr, Robert Collins, Yanxi Liu ORAL Bob Collins的paper,使用运动模型进行运动员跟踪的。

Multi-target Tracking by Lagrangian Relaxation to Min-Cost Network Flow Asad Butt, Robert Collins ORAL 看来Collins教授已经称霸tracking领域了,直接两篇oral

Physically Plausible 3D Scene Tracking: The Single Actor Hypothesis Nikolaos Kyriazis, Antonis Argyros ORAL 关于3D场景跟踪的,一篇oral

Structure Preserving Object Tracking Lu Zhang, Laurens van der Maaten ORAL 保持结构的跟踪,不知道具体指的是哪方面的结构,骨架吗?

Harry Potter's Marauder's Map: Localizing and Tracking Multiple Persons-of-Interest by Nonnegative Discretization Shoou-I Yu, Yi Yang, Alexander Hauptmann 都扯上哈利波特了,看看吧

Detection- and Trajectory-Level Exclusion in Multiple Object Tracking Anton Andriyenko, Stefan Roth, Konrad Schindler 这个应该是重在利用轨迹进行目标的关联上

Robust Real-Time Tracking of Multiple Objects by Volumetric Mass Densities Horst Possegger, Sabine Sternig, Thomas Mauthner, Peter Roth, Horst Bischof 不知道这个质量密度是什么意思,是不是统计被跟踪的目标形成的volume中概率密度的总和之类

Learning Compact Binary Codes for Visual Tracking Xi Li, Chunhua Shen, Anthony Dick, Anton van den Hengel 题目看起来有意思

Part-based Visual Tracking with Online Latent Structural Learning Rui Yao, Qinfeng Shi, Chunhua Shen, Yanning Zhang, Anton van den Hengel 这个paper是西工大的吧,基于部件的在线跟踪

Self-paced learning for long-term tracking James Supancic III, Deva Ramanan 这个也有点意思,应该是分析长时间跟踪中,模型的更新频率问题。

Joint Multi-Camera Reconstruction and Multi-Object Tracking in a Global Unified Optimization Framework
Martin Hofmann, Daniel Wolf 利用多相机做多目标跟踪和场景重建

Least Soft-thresold Squares Tracking Dong Wang, Huchuan Lu, Ming-Hsuan Yang

Tracking People and Their Objects  Tobias Baumgartner, Dennis Mitzel, Bastian Leibe 是要跟踪人和他们携带的物品吗?

Tracking Human Pose by Tracking Symmetric Parts Varun Ramakrishna, Yaser Sheikh, Takeo Kanade Kanade教授的paper,利用对称性来跟踪人。

立体视觉

Accurate Localization of 3D Objects from RGB-D Data using Segmentation Hypotheses Byung-soo Kim, Shili Xu, Silvio Savarese 随着kinect的普及,RGB-D数据越来越受关注了。

Megastereo: Constructing High-Resolution Stereo Panoramas Christian Richardt, Yael Pritch, Henning Zimmer, Alexander Sorkine-Hornung ORAL 创建高分辨率的立体全景图,应该有市场前景

Scene-SIRFS: Intrinsic Scene Properties from a Single RGB-D Image Jonathan Barron, Jitendra Malik ORAL

Perceptual Organization and Recognition of Indoor Scenes from RGBD Images Saurabh Gupta, Pablo Arbelaez, Jitendra Malik ORAL 连着两篇J.Malik教授的Oral,都是关于RGBD图像的,看来他们现在对这个方面很感兴趣

A New Perspective on Uncalibrated Photometric Stereo Thoma Papadhimitri, Paolo Favaro 不用标定的,应该适合于手持设备。

In Defense of 3D-Label Stereo Carl Olsson, Johannes Ulen, Yuri Boykov 大牛的paper,关注之

Recovering Stereo Pairs from Anaglyphs Armand Joulin, Sing Bing Kang

Segment-Tree based Cost Aggregation for Stereo Matching Xing Mei, Xun Sun, Weiming Dong, Xiaopeng ZHANG 基于分割树的立体匹配

其他

Integrating Grammar and Segmentation for Human Pose Estimation Brandon Rothrock, Seyoung Park,Song Chun Zhu 做姿态估计的,我自己没做过这方面,不过很想了解一下。

Watching Unlabeled Video Helps Learn New Human Actions from Very Few Labeled Snapshots Chao-Yeh Chen, Kristen Grauman ORAL paper的题目很有意思,美女教授的Oral,关注一下

Context-Aware Modeling and Recognition of Activities in Video Amit Roy-Chowdhury, YINGYING ZHU ORAL 和行为识别有关系的,用到了上下文信息。

Recognize Human Activities from Partially Observed Videos Yu Cao, Daniel Barrett, Andrei Barbu, Siddharth Narayanaswamy, Haonan Yu, Aaron Michaux, Yuewei Lin, Sven Dickinson, Jeffrey Siskind, Song Wang 关注这篇paper主要是因为第一次看到CVPR的论文有这么多作者。(10个作者!)

Large Displacement Optical Flow from Nearest Neighbor Fields Zhuoyuan Chen, Hailin Jin, Zhe Lin, Scott Cohen, Ying Wu wu ying 提了新的LDOF,不知道会不会比Brox的快

Better exploiting motion for better action recognition Mihir Jain, Herve Jegou, Patrick Bouthemy 名字起的有吸引力,关注一下

Motionlets: Mid-Level 3D Parts for Human Motion Recognition LiMin Wang, Qiao Yu, Xiaoou Tang 中层的3D部件

Motion Estimation for Self-Driving Cars With a Generalized Camera Gim Hee Lee, Friedrich Fraundorfer,marc pollefeys 基于无人驾驶汽车的视觉运动估计,这个我很感兴趣。

Deformable Spatial Pyramid Matching for Fast Dense Correspondences Jaechul Kim, Ce Liu, Fei Sha,Kristen Grauman 稠密匹配的,Ce Liu 和 Grauman合作的

Pose from Flow and Flow from Pose Katerina Fragkiadaki, Han Hu, jianbo shi 以前一起合作过的,Jianbo Shi老师的学生

Correlation Filters for Improved Object Alignment Vishnu Naresh Boddeti, Takeo Kanade, Vijayakumar Bhagavatula Kanade教授的paper,目标对齐

Articulated Pose Estimation using Discriminative Armlet Classifiers Georgia Gkioxari, Pablo Arbelaez, Lubomir Bourdev, Jitendra Malik

在 SAP BTP 中为 SAP AI Core 创建 Service Instance 和 Service Key 的完整实战指南 摘要:本文详细介绍了在SAP BTP上创建AI Core服务实例和密钥的关键步骤,这是实现ABAP系统与Gen AI大语言模型集成的核心技术环节。文章通过一个制造业财务问答场景的案例,系统梳理了从前提条件准备、架构理解到具体操作的全过程,重点解析了service instance创建、X.509证书配置等关键节点。特别强调了Extended计划选择、证书格式等易错点,为ABAP开发人员实现Gen AI场景提供了实用指南。 阅读详情

相关推荐

为什么你的Nginx配置SM2国密SSL证书失败?这些坑我都帮你踩过了

本文针对Nginx配置SM2国密SSL证书的常见失败原因,提供了详细的排查与解决方案。核心在于使用支持国密算法的Nginx版本(如集成Tongsuo库),正确处理从阿里云等平台获取的证书格式,并正确配置ssl_ciphers等关键参数。文章还解释了浏览器兼容性差异及双证书部署等进阶场景,帮助运维和开发人员高效完成国密合规改造。

weixin_29228203的博客 390

CVPR 2013 录用论文【待更新】

CVPR 2013 papers on the web http://www.cvpapers.com.sixxs.org/cvpr2013.html CVPR 2013 录用论文(目标跟踪部分) 完整录用论文官方链接:http://www.pamitc.org/cvpr13/program.php 过段时间CvPaper上面应该会有正文链接 今年

三少GG 4788

CMOS锁相环核心:四种鉴频鉴相器(PFD)结构深度剖析与选型指南

本文深入剖析了CMOS锁相环中四种鉴频鉴相器(PFD)的结构与性能,包括传统RS触发器型、非时钟型、预充电型和边沿触发型PFD。通过详细的电路分析、实测数据和工程案例,提供了PFD选型的实用指南,帮助工程师根据速度、功耗和精度需求选择最优方案,提升锁相环设计效率。

weixin_42530458的博客 590

CVPR2013-papers

1,PISA: Pixelwise Image Saliency by Aggregating Complementary Appearance Contrast Measures with Spatial PriorsKeyang Shi, Keze Wang, Jiangbo Lu, Liang Lin http://ss.sysu.edu.cn/~ll/publications.html ...

weixin_30650859的博客 221

【软件逆向】带壳带反调试找flag教程(VMProtect3.0+X64dbg+ScyllaHide)

【软件逆向】带壳带反调试找flag教程(VMProtect 3.0+X64dbg+ScyllaHide)

zhangjiuding的博客 7518

从逻辑门到存储阵列:NAND与NOR闪存命名与结构原理详解

在数字电路与半导体存储器领域,逻辑门是构建一切复杂功能的基础单元,其输入输出关系定义了计算与存储的基本原理。与非门(NAND)和或非门(NOR)作为通用逻辑门,其真值表和行为模式深刻影响了芯片设计。基于这些原理,现代闪存技术发展出了两种核心架构:NAND Flash和NOR Flash。这两种闪存的命名直接源于其内部存储单元阵列的连接方式,分别模拟了与非门和或非门的逻辑关系。这种结构差异决定了它们根本的技术价值:NOR Flash采用并联结构,支持快速随机读取,适用于代码存储与原地执行(XiP);而NAND

weixin_33377602的博客 346

顶会系列(一):CVPR2013-2023十年论文数据分析

2013-2023年12860篇论文词云热点分析。2013-2023十年论文接收趋势。

2401_83173765的博客 1501

AI Olympics:面向真实决策的不完全信息博弈评测框架

在人工智能落地实践中,传统基准测试(如MMLU、GSM8K)擅长评估知识调用与静态推理能力,却难以衡量模型在动态、模糊、高代价的真实场景中的策略决策水平。AI Olympics正是为弥补这一断层而生——它以扑克、狼人杀等社会性博弈为载体,系统考察模型在不完全信息下的对手建模、欺骗检测、多步序贯推理与代价敏感执行等核心能力。其技术价值在于将‘黑箱决策’转化为可追踪、可归因、可压力测试的动态思维图谱(DTG),支撑金融风控、智能客服、交通调度等强交互业务场景的能力诊断与持续优化。

weixin_30983965的博客 301

从CVPR 2013看计算机视觉的研究领域和趋势 [CVPR 2013] Three Trending Computer Vision Research Areas

[CVPR 2013] Three Trending Computer Vision Research Areas As I walked through the large poster-filled hall at CVPR 2013, I asked myself, “Quo vadis Computer Vision?" (Where are you going, c

GarfieldEr007的专栏 1599

OceanBase数据库LSM-Tree存储引擎深度解析:合并写入与压缩优化策略

OceanBase数据库采用创新的LSM-Tree架构设计,通过"基线-增量"分离存储实现高性能。内存中的MemTable处理写入,磁盘上的SSTable存储有序数据,利用多级缓存加速读取。写入时先写日志再更新内存,合并操作将增量数据整合为基线数据以优化查询性能。相比传统B+树引擎,OceanBase在写入吞吐、压缩效率和存储成本方面优势显著,特别适合写入密集型场景。合并操作作为核心机制,通过多种触发方式和执行策略平衡性能与资源消耗。

本博客聚焦 YOLOv11 全流程落地,涵盖架构优化、数据集处理、训练技巧与多场景部署,兼及国产数据库、Java 开发与 AI 模型应用,内容兼顾理论与工程实践,为开发者提供系统干货,助力高效提升技术能力。 1342

C# 零基础入门知识点汇总

本文属于C#零基础入门之百识百例系列目录文章。此系列文章已经完结,欢迎大家点击文中文章链接查看详情进行学习。

陈言必行 -- Unity游戏开发领域优质博主 5358

CVPR2013一些论文集合供下载(visual tracking相关)

CVPR2013一些论文集合供下载(visual tracking相关) zouxy09@qq.com http://blog.youkuaiyun.com/zouxy09          看到CVPR2013很多作者都开放了他们的paper或者code,所以自己先查找下visual tracking和一些相关的,下载了部分,为了方便大家交流,先把这些已经下载的放在网盘上,供大家下载哦。呵呵。

zouxy09的专栏 2万+

麻辣香锅病毒分析

Spicy Hot Pot浏览器劫持病毒(麻辣香锅病毒)从2020年初被安全公司监测到,因其病毒模块带有MLXG_KM被安全行业代称麻辣香锅病毒。目前通过各种激活工具传播, 包括暴风激活、小马激活和KMS激活等诸多工具,疑似与下载站进行合作推广此类激活工具。Spicy Hot Pot 是一个浏览器劫持 Rootkit,它会将用户的主页更改为指向恶意软件操作员控制的页面,此外还会将内存转储从机器上传到预定义的服务器,并结合本地更新功能以确保其保持更新。通常浏览器劫持者会通过更改用户主页的恶意可执行文件或注册表

不忘初心,护天下安全! 4795

2013CVPR

前不久CVPR的结果出来了,首先恭喜我一个已经毕业工作的师弟中了一篇文章。完整的文章列表已经在CVPR的主页上公布了(链接),今天把其中一些感兴趣的整理一下,虽然论文下载的链接大部分还都没出来,不过可以follow最新动态。等下载链接出来的时候一一补上。 由于没有下载链接,所以只能通过题目和作者估计一下论文的内容。难免有偏差,等看了论文以后再修正。 显著性 Saliency Ag

focus leepple 876

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

CVPR2013 论文(visual tracking相关,可供下载)

转自:http://blog.youkuaiyun.com/zouxy09/article/details/8856490    看到CVPR2013很多作者都开放了他们的paper或者code,所以自己先查找下visual tracking和一些相关的,下载了部分,为了方便大家交流,先把这些已经下载的放在网盘上,供大家下载哦。呵呵。        百度网盘链接: http://pan.

奋斗的小强 984

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

2013 CVPR点评

转自:http://blog.sina.com.cn/s/blog_5a8b44fa0101j6dk.html    前不久CVPR的结果出来了,首先恭喜我一个已经毕业工作的师弟中了一篇文章。完整的文章列表已经在CVPR的主页上公布了(链接),今天把其中一些感兴趣的整理一下,虽然论文下载的链接大部分还都没出来,不过可以follow最新动态。等下载链接出来的时候一一补上。 由

wangzhebupt的专栏 1831

CVPR2013总结

前不久CVPR的结果出来了,首先恭喜我一个已经毕业工作的师弟中了一篇文章。完整的文章列表已经在CVPR的主页上公布了(链接),今天把其中一些感兴趣的整理一下,虽然论文下载的链接大部分还都没出来,不过可以follow最新动态。等下载链接出来的时候一一补上。 由于没有下载链接,所以只能通过题目和作者估计一下论文的内容。难免有偏差,等看了论文以后再修正。 显著性 Saliency Aggregat...

weixin_34291004的博客 200

ICCV2013 录用论文(目标跟踪相关部分)

原文地址:http://blog.youkuaiyun.com/gxf1027/article/details/11581149

万人往的专栏 1189

My deep learning reading list

Mydeeplearningreadinglist 主要是顺着Bengio的PAMI review的文章找出来的。包括几本综述文章,将近100篇论文,各位山头们的Presentation。全部都可以在google上找到。BTW:由于我对视觉尤其是检测识别比较感兴趣,所以关于DL的应用主要都是跟Vision相关的。在其他方面比如语音或者NLP,很少或者几乎没有。个人非常看好CNN和Spar...

weixin_30929195的博客 96

deep learning reading list

主要是顺着Bengio的PAMI review的文章找出来的。包括几本综述文章,将近100篇论文,各位山头们的Presentation。全部都可以在google上找到。 BTW:由于我对视觉尤其是检测识别比较感兴趣,所以关于DL的应用主要都是跟Vision相关的。在其他方面比如语音或者NLP,很少或者几乎没有。个人非常看好CNN和Sparse Autoencoder,这个list也反映了我的偏好...

weixin_30662011的博客 76
上一篇: computer vision的前景
下一篇: 从CVPR2013看计算机视觉研究的三个趋势
TreeFish2012
博客等级 码龄14年 25粉丝 1原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值