• <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 ?

    基于小波變換和2DPCA的人臉識(shí)別

    2010-12-09 07:41:42翟俊海翟夢(mèng)堯王華超
    關(guān)鍵詞:于小波子圖小波

    翟俊海,翟夢(mèng)堯,王華超

    (河北大學(xué)數(shù)學(xué)與計(jì)算機(jī)學(xué)院河北省機(jī)器學(xué)習(xí)與計(jì)算智能重點(diǎn)實(shí)驗(yàn)室,河北保定 071002)

    基于小波變換和2DPCA的人臉識(shí)別

    翟俊海,翟夢(mèng)堯,王華超

    (河北大學(xué)數(shù)學(xué)與計(jì)算機(jī)學(xué)院河北省機(jī)器學(xué)習(xí)與計(jì)算智能重點(diǎn)實(shí)驗(yàn)室,河北保定 071002)

    主成分分析(p rincipal component analysis:PCA)已成功用于人臉識(shí)別,但基于主成分分析的人臉識(shí)別方法需要將圖像數(shù)據(jù)向量化,而向量化后的圖像樣本維數(shù)非常大,計(jì)算代價(jià)非常高.二維主成分分析(2 dimension p rincipal component analysis:2DPCA)直接處理圖像數(shù)據(jù),不需要向量化的過(guò)程,2DPCA降低了計(jì)算復(fù)雜度,但是2DPCA與PCA相比,需要存儲(chǔ)更多的系數(shù),即要占用更多的存儲(chǔ)空間.本文提出了一種基于小波變換和2DPCA的人臉識(shí)別方法,可以克服上述缺點(diǎn),實(shí)驗(yàn)結(jié)果證明了該方法的有效性.

    小波變換;人臉識(shí)別;主成分分析;特征臉;特征提取

    計(jì)算機(jī)自動(dòng)人臉識(shí)別就是以計(jì)算機(jī)作為輔助工具,利用存儲(chǔ)在數(shù)據(jù)庫(kù)中的人臉圖像,從給定場(chǎng)景的靜止或視頻圖像中識(shí)別1個(gè)或多個(gè)人[1].人臉識(shí)別方法大致可分為基于模板的方法和基于特征的方法2大類.基于模板的人臉識(shí)別方法中,代表性的工作包括Turk等[2]提出的基于主成分分析的特征臉?lè)椒?Belhumeur等[3]提出的基于線性判別分析的費(fèi)舍爾特征臉?lè)椒ê虰artlett等[4]提出的基于獨(dú)立成分分析的人臉識(shí)別方法等.基于特征的方法中,代表性的工作包括Wiskott等[5]提出的圖匹配方法,Samaria等[6]提出的隱馬爾科夫模型方法和Law rence等[7]提出的卷積神經(jīng)網(wǎng)絡(luò)方法等.基于PCA的人臉識(shí)別方法,需要將圖像矩陣數(shù)據(jù)向量化,而向量化后的圖像樣本數(shù)據(jù)維數(shù)非常高,如一幅大小為256×256的圖像,向量化后的樣本維數(shù)為65 536,這么高維的數(shù)據(jù)學(xué)習(xí)容易產(chǎn)生小樣本問(wèn)題,即樣本特征的維數(shù)比樣本數(shù)高很多,從而導(dǎo)致協(xié)方差矩陣的奇異性問(wèn)題.另外,高維的數(shù)據(jù)學(xué)習(xí)所需的計(jì)算代價(jià)非常大.為了克服上述缺點(diǎn),Yang等[8]提出了二維主成分分析(2DPCA),2DPCA直接處理圖像矩陣數(shù)據(jù),不需要圖像向量化的過(guò)程,降低了計(jì)算復(fù)雜度.但2DPCA與PCA相比,需要存儲(chǔ)更多的系數(shù),即要占用更多的存儲(chǔ)空間[9].例如,若圖像的分辨率為112× 92,則需要存儲(chǔ)112×d個(gè)系數(shù),其中,d是選擇的投影方向數(shù),一般要求d≥5.這對(duì)于髙維圖像,其計(jì)算復(fù)雜度依然很高.本文提出了一種基于小波變換和2DPCA的人臉識(shí)別方法,該方法充分利用小波變換具有降2采樣和快速計(jì)算的特點(diǎn),該方法可以克服上述缺點(diǎn),實(shí)驗(yàn)結(jié)果證明了該方法的有效性.

    1 小波變換與二維主成分分析

    本節(jié)簡(jiǎn)要介紹將要用到的一些基本概念和定義,主要包括小波變換[10]和二維主成分分析.

    1.1 小波變換

    設(shè)f(x,y)是大小為M×N的圖像,則f(x,y)的離散小波變換可表示為

    圖1 圖像的小波分解示意Fig.1 Flowchart of image wavelet decom position

    f(x,y)的小波變換包括沿水平方向(x軸方向)和垂直方向(y軸方向)的濾波和降2采樣2步構(gòu)成.沿水平方向(x軸方向)的低通濾波是通過(guò)具有脈沖響應(yīng)l(n)的低通濾波器L實(shí)現(xiàn)的,而高通濾波是通過(guò)具有脈沖響應(yīng)h(n)的高通濾波器H實(shí)現(xiàn)的.沿垂直方向(y軸方向)的濾波和沿水平方向的濾波類似,如圖1所示.其中,fLL表示沿水平和垂直2個(gè)方向的低頻成分;fHL表示水平方向的高頻成分和垂直方向的低頻成分;

    fLH表示水平方向的低頻成分和垂直方向的高頻成分;fHH表示沿水平和垂直2個(gè)方向的高頻成分.對(duì)1層小波分解得到的低頻子圖f(1)LL重復(fù)進(jìn)行小波變換可得2層小波分解.

    1.2 二維主成分分析

    2DPCA是經(jīng)典PCA的推廣,克服了PCA處理二維數(shù)據(jù)需要向量化的缺點(diǎn).它直接從圖像數(shù)據(jù)構(gòu)造圖像協(xié)方差矩陣Gt,并計(jì)算d個(gè)最佳投影方向X1,X2,…,Xd,使得

    可用2DPCA的d個(gè)投影方向X1,X2,…,Xd來(lái)提取圖像A的特征,令Yk=A Xk,k=1,2,…,d,則d個(gè)投影特征向量Y1,Y2,…,Yd構(gòu)成一個(gè)投影特征矩陣B={Y1,Y2,…,Yd}.

    2 基于小波變換和2DPCA的人臉識(shí)別方法

    2.1 小波子段圖像的選取

    圖2 4個(gè)小波子段圖像作為訓(xùn)練樣本的識(shí)別結(jié)果Fig.2 Resultsof face recognition with 4 different wavelet sub-band images

    圖像小波變換是一個(gè)1變4的過(guò)程,這4個(gè)子段圖像,對(duì)于人臉識(shí)別任務(wù)來(lái)說(shuō),哪個(gè)子段圖像更具表示能力呢?目前,理論上還沒(méi)有統(tǒng)一的結(jié)論,筆者用實(shí)驗(yàn)的方法進(jìn)行了分析.以O(shè)RL人臉圖像數(shù)據(jù)庫(kù)為例,對(duì)圖像數(shù)據(jù)庫(kù)中的每1幅人臉圖像,做1次小波分解,得到4個(gè)子段圖像f(1)LL,f(1)HL,f(1)LH,f(1)HH.然后,以每個(gè)子段圖像替代原圖像作為訓(xùn)練樣本,并用PCA方法進(jìn)行特征提取,用最近鄰分類器進(jìn)行人臉識(shí)別.結(jié)果如圖2所示.從實(shí)驗(yàn)結(jié)果來(lái)看,對(duì)人臉識(shí)別來(lái)說(shuō),人臉的主要特征主要集中在低頻子圖,而高頻子圖對(duì)應(yīng)人臉的邊緣與輪廓.所以對(duì)人臉識(shí)別起主要作用的是低頻子圖,當(dāng)然,高頻子圖從某種程度上也能起到一定識(shí)別作用,但從實(shí)驗(yàn)來(lái)看,和低頻子圖相比所起的作用要遜色得多.所以,筆者選擇某個(gè)尺度的低頻子圖來(lái)代替原人臉圖像作為訓(xùn)練樣本,并用2DPCA進(jìn)行圖像特征提取.

    2.2 基于小波變換和2DPCA的人臉識(shí)別方法

    基于小波變換和2DPCA的人臉識(shí)別方法大致分為2步:第1步,對(duì)人臉圖像數(shù)據(jù)庫(kù)中的圖像進(jìn)行小波變換,得到不同尺度的小波子段圖像.選擇合適的子段圖像代替原圖像作為訓(xùn)練圖像.第2步,對(duì)得到的訓(xùn)練圖像利用2DPCA進(jìn)行圖像特征提取.為了驗(yàn)證提取出的圖像特征的表示能力,采用最近鄰分類器進(jìn)行圖像識(shí)別.下面給出相應(yīng)的算法.

    算法:基于小波變換和2DPCA的人臉識(shí)別算法.

    輸入:圖像數(shù)據(jù)庫(kù).

    輸出:分類規(guī)則.

    算法步驟:

    STEP1對(duì)圖像數(shù)據(jù)庫(kù)中每1幅大小為s×t的圖像fi(x,y)(i=1,2,…,N),利用BIOR3.1做J層小波變換(對(duì)不同的圖像數(shù)據(jù)庫(kù),J取不同的值,J的取值根據(jù)圖像的大小確定),N是圖像數(shù)據(jù)庫(kù)中的圖像個(gè)數(shù).得到不同尺度的小波子段圖像序列{f(J)i,LL,{f(J)i,HL,f(J)i,LH,f(J)i,HH},…{f(I)i,HL,f(I)i,LH,f(I)i,HH}}(i=1,2,…,N).

    STEP2根據(jù)對(duì)圖像數(shù)據(jù)庫(kù)中的每一幅圖像fi(x,y)(i=1,2,…N),選擇小波子段圖像序列{f(J)i,LL, {f(J)i,HL,f(J)i,LH,f(J)i,HH},…,{f(J)i,HL,f(J)i,LH,f(J)i,HH}}(i=1,2,…,N)中的低頻子圖f(J)i,LL作為訓(xùn)練樣本,設(shè)其大小為s′×t′.利用2DPCA方法,提取f(J)i,LL的二維主成分特征.

    STEP3在保證一定識(shí)別率的前提下,用實(shí)驗(yàn)的方法確定主投影方向數(shù)d.

    STEP4構(gòu)造圖像特征庫(kù).設(shè)d個(gè)主投影方向?yàn)閤1,x2,…,xd,利用公式y(tǒng)k=Ai xk得到d個(gè)主投影特征向量y1,y2,…,yd,其中,A i=f(J)i,LL(i=1,2,…,N).用這d個(gè)投影特征向量構(gòu)造s′×d投影特征矩陣,Y=(y1,y2,…,yd),它是原圖像fi(x,y)經(jīng)W T+2DPCA后提取得到的s′×d的二維模式特征,N個(gè)二維模式特征構(gòu)成了圖像特征庫(kù).

    STEP5用基于矩陣距離的最近鄰分類器進(jìn)行人臉識(shí)別.

    3 實(shí)驗(yàn)結(jié)果

    為了驗(yàn)證本文方法的有效性,筆者用ORL,YALE和JAFFE 3個(gè)人臉數(shù)據(jù)庫(kù)作實(shí)驗(yàn)比較.ORL人臉數(shù)據(jù)庫(kù)中包括40個(gè)人的人臉圖像.這些人臉圖像是在不同的時(shí)間、輕微的光線變化、不同的表情(如睜眼、閉眼,微笑、沒(méi)有微笑等)和不同的表情細(xì)節(jié)(如戴眼鏡和不戴眼鏡等)條件下拍攝的.YALE人臉數(shù)據(jù)庫(kù)中包括15個(gè)人的人臉圖像.這些人臉圖像是在不同的表情(如悲哀、吃驚、高興等),和光源在不同位置(如居中、光源在左和光源在右)的情況下拍攝的.JA FFE人臉數(shù)據(jù)庫(kù)中包括10個(gè)人的213幅不同表情的圖像(如高興、悲哀、吃驚等).因?yàn)?個(gè)人臉數(shù)據(jù)庫(kù)中每類樣本數(shù)都較少,如ORL人臉數(shù)據(jù)庫(kù)中,每個(gè)人只有10幅圖像,所以實(shí)驗(yàn)采用二折交叉驗(yàn)證方法,分類器采用最近鄰分類器.實(shí)驗(yàn)環(huán)境是PC機(jī),雙核1.86GCPU,2G內(nèi)存,W indow s XP操作系統(tǒng),M atlab 7.1實(shí)驗(yàn)平臺(tái).實(shí)驗(yàn)1,不用小波變換而直接應(yīng)用PCA和2DPCA方法,在3個(gè)數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果如圖3所示.實(shí)驗(yàn)2,首先對(duì)人臉數(shù)據(jù)庫(kù)中的人臉圖像作一層小波變換,然后用低頻子圖代替原人臉圖像作為樣本參與學(xué)習(xí).所用小波為雙正交小波Bior3.1,在3個(gè)數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果如圖4所示.從實(shí)驗(yàn)結(jié)果看,2種方法的識(shí)別率基本在同一個(gè)數(shù)量級(jí),但所用維數(shù)后者比前者要低得多,所以基于小波變換和2DPCA的人臉識(shí)別方法的計(jì)算代價(jià)要低得多.

    4 結(jié)論

    針對(duì)2DPCA人臉識(shí)別方法計(jì)算復(fù)雜度高、存儲(chǔ)系數(shù)多這一缺點(diǎn),利用小波變換具有降2采樣和能快速計(jì)算的特點(diǎn),提出了一種新的基于小波變換和2DPCA的人臉識(shí)別方法,該方法的識(shí)別率與2DPCA相比,大致相當(dāng),但可以克服2DPCA的上述缺點(diǎn),實(shí)驗(yàn)結(jié)果證明了該方法的有效性.

    [1]ZHAO W,CHELLAPPA R,PH ILL IPSP J,et al.Face recognition:a literature survey[J].ACM Computing Surveys, 2003,35(4):399-458.

    [2]TURK M,PENTLAND A.Eigen-faces for recognition[J].Journal of cognitive neuroscience,1991,3(1):71-86.

    [3]BELHUM EUR P N,HESPANHA J P,KRIEGMAN D J.Eigenfaces vs.Fisherfaces:Recognition using class specific linear p rojection[J].IEEE Transactions on Pattern Analysis and M achine Intelligence,1997,19(7):711-720.

    [4]BARTLETT M S,MOV ELLAN J R,SEJNOW SKI T J.Face recognition by independent com ponent analysis[J].IEEE Transactionson Neural Netwo rks,2002,13(6):1450-1464.

    [5]W ISKOTT L,FELLOUSJM,MALSBURGC V.Face recognition by elastic bunch graphmatching[J].Transactionson Pattern Analysis and M achine Intelligence,1997,19(7):775-779.

    [6]SAMARIA F,YOUNG S.HMM based architecture fo r face identification[J].Image Vision Computing,1994,12(8): 537-583.

    [7]LAWRENCE S,GILESC L,TSO IA C,et al.Face recognition:A convo lutional neural-network app roach[J].IEEE Transactionson Neural Netwo rks,1997,8(1):98-113.

    [8]YANGJian,ZHANGD.Two-dimensional PCA:A new app roach to appearance-based face rep resentation and recognition [J].IEEE Transactionson Pattern Analysis and Machine Intelligence,2004,26(1):131-137.

    [9]ZHANG Daoqiang,ZHOU Zhihua.(2D)2PCA:Two-directional two-dimensional PCA fo r efficient face rep resentation and recognition[J].Neurocomputing,2005,69(1):224-231.

    [10]MALLA T S G.A theory fo rmultiresolution signal decomposition:the w avelet rep resentation[J].IEEE Transactionson Pattern Analysis and M achine Intelligence,1989,11(1):674-693.

    Face Recogn ition Based on Wavelet Transformsand 2DPCA

    ZHAIJun-hai,ZHAIMeng-yao,WANGHua-chao
    (College of Mathematics and Computer Science,Key laboratory of Machine Learning and Computational Intelligence,Hebei University,Baoding 071002,China)

    Principal component analysis(PCA)has been successfully app lied to face recognition.However,image data must be converted into vecto r w ith high dimension for the PCA based face recognition methods,w hich requires too much time to extract the p rincipal components.Two dimension p rincipal component analysis(2DPCA)directly p rocess image data w ithout step of vecto rization.Compared w ith PCA based methods,2DPCA based app roaches can lower the computational complexity,but much more spaces are need to store the coefficients of 2DPCA.In this paper,based on wavelet transform s(W T)and 2DPCA,an app roach of face recognition was p roposed,w hich could overcome the d raw back mentioned above.The experim en tal results confirmed the effectiveness of the p roposed m ethod.

    wavelet transform s;face recognition;p rincipal component analysis;eigenfaces;feature extraction

    TP 181

    A

    1000-1565(2010)05-0574-06

    2010-05-10

    國(guó)家自然科學(xué)基金資助項(xiàng)目(60773062);河北省自然科學(xué)基金資助項(xiàng)目(F2010000323;F2008000635);河北省應(yīng)用基礎(chǔ)研究重點(diǎn)項(xiàng)目(08963522D)

    翟俊海(1964—),男,河北易縣人,河北大學(xué)副教授,博士,主要從事機(jī)器學(xué)習(xí)與計(jì)算智能、模式識(shí)別和小波分析方向的研究.

    (責(zé)任編輯:孟素蘭)

    猜你喜歡
    于小波子圖小波
    構(gòu)造Daubechies小波的一些注記
    基于MATLAB的小波降噪研究
    電子制作(2019年13期)2020-01-14 03:15:32
    基于小波去噪的稱重雨量數(shù)據(jù)分析
    臨界完全圖Ramsey數(shù)
    一種新的基于小波基的時(shí)變信道估計(jì)
    基于小波和Hu 矩的颮線雷達(dá)回波識(shí)別
    基于改進(jìn)的G-SVS LMS 與冗余提升小波的滾動(dòng)軸承故障診斷
    基于頻繁子圖挖掘的數(shù)據(jù)服務(wù)Mashup推薦
    不含2K1+K2和C4作為導(dǎo)出子圖的圖的色數(shù)
    基于FPGA小波變換核的設(shè)計(jì)
    日日干狠狠操夜夜爽| 18禁黄网站禁片午夜丰满| 日韩亚洲欧美综合| 欧美色视频一区免费| 女人高潮潮喷娇喘18禁视频| 五月玫瑰六月丁香| 亚洲av熟女| 少妇人妻精品综合一区二区 | 久久久久久久久久黄片| 两个人视频免费观看高清| 国产亚洲av嫩草精品影院| 国产精品久久视频播放| 丝袜美腿在线中文| 免费在线观看成人毛片| 天堂网av新在线| 亚洲av五月六月丁香网| 午夜两性在线视频| 日韩免费av在线播放| 国产精品久久久久久精品电影| 在线观看一区二区三区| 舔av片在线| tocl精华| 日本在线视频免费播放| 国产探花极品一区二区| 1000部很黄的大片| 免费电影在线观看免费观看| 日日干狠狠操夜夜爽| 一级黄片播放器| 中出人妻视频一区二区| 欧美高清成人免费视频www| 午夜福利在线观看免费完整高清在 | 99久久成人亚洲精品观看| 好看av亚洲va欧美ⅴa在| 三级男女做爰猛烈吃奶摸视频| 99久久久亚洲精品蜜臀av| 国产蜜桃级精品一区二区三区| 一二三四社区在线视频社区8| 欧美日韩乱码在线| 女警被强在线播放| 久久久精品大字幕| 国产视频一区二区在线看| 91av网一区二区| 亚洲av电影在线进入| 久9热在线精品视频| 亚洲久久久久久中文字幕| 在线播放无遮挡| 欧洲精品卡2卡3卡4卡5卡区| 变态另类丝袜制服| 18禁黄网站禁片免费观看直播| 欧美最黄视频在线播放免费| 免费av观看视频| 欧美激情久久久久久爽电影| 国产一级毛片七仙女欲春2| 不卡一级毛片| 12—13女人毛片做爰片一| 欧美bdsm另类| 一二三四社区在线视频社区8| 国产国拍精品亚洲av在线观看 | 麻豆久久精品国产亚洲av| 搡老岳熟女国产| 麻豆国产97在线/欧美| 午夜福利在线观看吧| 欧美中文日本在线观看视频| 日日摸夜夜添夜夜添小说| 午夜精品一区二区三区免费看| 欧美大码av| 99精品在免费线老司机午夜| 黄色成人免费大全| 国产野战对白在线观看| 少妇的逼好多水| 91久久精品国产一区二区成人 | 欧美成人免费av一区二区三区| 日本黄色片子视频| 老司机午夜十八禁免费视频| 天堂影院成人在线观看| 久久久久国产精品人妻aⅴ院| 在线观看66精品国产| 日韩人妻高清精品专区| 免费av毛片视频| 亚洲精品色激情综合| 18禁美女被吸乳视频| 久久久色成人| 天天躁日日操中文字幕| 一级黄片播放器| 女人被狂操c到高潮| 国产 一区 欧美 日韩| 窝窝影院91人妻| 国产色婷婷99| 熟妇人妻久久中文字幕3abv| 成年版毛片免费区| 国产成人欧美在线观看| 一夜夜www| 观看美女的网站| a在线观看视频网站| 天天躁日日操中文字幕| 国产精品 欧美亚洲| 久久久久精品国产欧美久久久| 久久久久性生活片| 亚洲avbb在线观看| 美女被艹到高潮喷水动态| 免费av观看视频| 91字幕亚洲| 亚洲电影在线观看av| 国产午夜福利久久久久久| 丁香欧美五月| 深夜精品福利| 一个人免费在线观看电影| 18禁裸乳无遮挡免费网站照片| 国产精品三级大全| 欧美成人性av电影在线观看| 熟女人妻精品中文字幕| 国内久久婷婷六月综合欲色啪| 亚洲欧美激情综合另类| xxxwww97欧美| 欧美色欧美亚洲另类二区| 搡女人真爽免费视频火全软件 | 久久久久久久午夜电影| 亚洲精品粉嫩美女一区| 久久久久久久久大av| 美女黄网站色视频| www.999成人在线观看| 亚洲av成人av| 他把我摸到了高潮在线观看| 久久久久久久午夜电影| 中亚洲国语对白在线视频| 18禁黄网站禁片午夜丰满| xxxwww97欧美| 国产v大片淫在线免费观看| 日本在线视频免费播放| 亚洲一区二区三区不卡视频| 欧美精品啪啪一区二区三区| 国产爱豆传媒在线观看| 国产爱豆传媒在线观看| 99国产极品粉嫩在线观看| 少妇丰满av| 97超视频在线观看视频| av视频在线观看入口| 国产精品精品国产色婷婷| 狠狠狠狠99中文字幕| 91在线精品国自产拍蜜月 | 午夜福利成人在线免费观看| 亚洲av中文字字幕乱码综合| 动漫黄色视频在线观看| 丁香欧美五月| 综合色av麻豆| 99riav亚洲国产免费| 免费看日本二区| 国产伦精品一区二区三区四那| 啦啦啦观看免费观看视频高清| 成人欧美大片| 国产视频一区二区在线看| 少妇人妻一区二区三区视频| 波野结衣二区三区在线 | 国产精品乱码一区二三区的特点| 午夜精品在线福利| 成年人黄色毛片网站| 99riav亚洲国产免费| 久久九九热精品免费| 18美女黄网站色大片免费观看| 少妇裸体淫交视频免费看高清| 久久精品综合一区二区三区| 99久久无色码亚洲精品果冻| 黄色视频,在线免费观看| 亚洲,欧美精品.| 国产精品一及| 国产私拍福利视频在线观看| 噜噜噜噜噜久久久久久91| 精品久久久久久久毛片微露脸| 日本精品一区二区三区蜜桃| 少妇的逼好多水| 久久久久久久午夜电影| 亚洲中文字幕日韩| 中文在线观看免费www的网站| 男女视频在线观看网站免费| 国产精品自产拍在线观看55亚洲| 午夜影院日韩av| av在线蜜桃| 国产视频一区二区在线看| 亚洲国产精品合色在线| 在线播放无遮挡| 窝窝影院91人妻| 国内精品久久久久精免费| 日韩欧美国产在线观看| 国产精品久久电影中文字幕| 女人被狂操c到高潮| 国产日本99.免费观看| 国产成人aa在线观看| 给我免费播放毛片高清在线观看| 精品久久久久久久毛片微露脸| www日本黄色视频网| 最好的美女福利视频网| 精品人妻偷拍中文字幕| 国产视频一区二区在线看| 少妇高潮的动态图| 日韩国内少妇激情av| 久久精品国产综合久久久| 国产欧美日韩精品一区二区| 国产成人av激情在线播放| 国产aⅴ精品一区二区三区波| 午夜精品在线福利| www.www免费av| 欧美黑人巨大hd| 精品免费久久久久久久清纯| 免费观看人在逋| 欧美性猛交╳xxx乱大交人| 九九热线精品视视频播放| 欧美黑人欧美精品刺激| 香蕉av资源在线| 久久99热这里只有精品18| 搡女人真爽免费视频火全软件 | 国产中年淑女户外野战色| 欧美日韩一级在线毛片| 1024手机看黄色片| 国产精品嫩草影院av在线观看 | 日韩高清综合在线| 中亚洲国语对白在线视频| 母亲3免费完整高清在线观看| 黄片小视频在线播放| 久久久成人免费电影| 久久精品国产亚洲av香蕉五月| 国产亚洲精品久久久久久毛片| 99久久99久久久精品蜜桃| 丁香六月欧美| 丁香六月欧美| 色综合婷婷激情| 在线观看舔阴道视频| 搡老熟女国产l中国老女人| 国产午夜精品论理片| 少妇的丰满在线观看| 嫁个100分男人电影在线观看| 国产精品精品国产色婷婷| 欧美一区二区亚洲| 制服丝袜大香蕉在线| 亚洲av第一区精品v没综合| 51午夜福利影视在线观看| 性色av乱码一区二区三区2| 亚洲七黄色美女视频| 欧美成人性av电影在线观看| 免费人成视频x8x8入口观看| 亚洲精品影视一区二区三区av| 88av欧美| 国产一区二区激情短视频| 国产精品爽爽va在线观看网站| 99国产精品一区二区蜜桃av| 精品一区二区三区视频在线 | av天堂中文字幕网| 在线观看免费视频日本深夜| 亚洲人成网站在线播放欧美日韩| 免费人成在线观看视频色| 脱女人内裤的视频| 人妻丰满熟妇av一区二区三区| 非洲黑人性xxxx精品又粗又长| 亚洲精华国产精华精| 日韩欧美精品免费久久 | eeuss影院久久| 国产精品av视频在线免费观看| ponron亚洲| 免费看a级黄色片| 人人妻人人澡欧美一区二区| 欧美在线黄色| 丁香欧美五月| 欧美激情在线99| 国产高清videossex| 一区二区三区激情视频| 十八禁网站免费在线| 欧美在线一区亚洲| 老司机福利观看| 无限看片的www在线观看| avwww免费| 精品久久久久久久末码| 国产视频内射| 天堂影院成人在线观看| 中文资源天堂在线| 天天一区二区日本电影三级| 丰满人妻熟妇乱又伦精品不卡| 亚洲熟妇熟女久久| 精品久久久久久,| 国产精品亚洲一级av第二区| 高潮久久久久久久久久久不卡| 天堂动漫精品| 国产蜜桃级精品一区二区三区| 12—13女人毛片做爰片一| 夜夜看夜夜爽夜夜摸| 国产黄片美女视频| 欧美日韩精品网址| 国产乱人伦免费视频| 日本熟妇午夜| 国产精品一区二区免费欧美| 在线播放国产精品三级| 波多野结衣巨乳人妻| 亚洲专区国产一区二区| av天堂在线播放| 亚洲精品美女久久久久99蜜臀| 国产精品三级大全| 欧美色欧美亚洲另类二区| 99热这里只有是精品50| 久久欧美精品欧美久久欧美| 18禁在线播放成人免费| www国产在线视频色| 亚洲av二区三区四区| 日本 av在线| 欧美一区二区国产精品久久精品| avwww免费| 宅男免费午夜| 九色成人免费人妻av| 综合色av麻豆| av视频在线观看入口| a在线观看视频网站| 老司机午夜十八禁免费视频| 精品一区二区三区av网在线观看| 国产精品1区2区在线观看.| 久久久久久久久大av| 好男人在线观看高清免费视频| 国产真实乱freesex| 国产精品久久电影中文字幕| 国产午夜精品论理片| 久久久久久九九精品二区国产| 久久精品人妻少妇| 哪里可以看免费的av片| 嫁个100分男人电影在线观看| av女优亚洲男人天堂| 人妻久久中文字幕网| 熟女少妇亚洲综合色aaa.| 中文在线观看免费www的网站| 日本黄色片子视频| 国产精品 欧美亚洲| 黄色丝袜av网址大全| 亚洲专区国产一区二区| 亚洲熟妇中文字幕五十中出| 99riav亚洲国产免费| 国产成人av教育| 中出人妻视频一区二区| 制服人妻中文乱码| 在线播放无遮挡| 国产真实伦视频高清在线观看 | 99久国产av精品| 99热这里只有精品一区| 99国产精品一区二区三区| 人人妻人人看人人澡| 岛国在线观看网站| 精品国产亚洲在线| 欧美又色又爽又黄视频| av欧美777| 99在线人妻在线中文字幕| 欧美性猛交黑人性爽| 丰满人妻一区二区三区视频av | 久久久久九九精品影院| 欧美日韩一级在线毛片| 国内精品久久久久久久电影| 亚洲av中文字字幕乱码综合| 天天一区二区日本电影三级| www.色视频.com| 日本一二三区视频观看| 精品久久久久久久久久免费视频| 热99re8久久精品国产| 亚洲av五月六月丁香网| 欧美黑人欧美精品刺激| 久久久色成人| 午夜免费男女啪啪视频观看 | 每晚都被弄得嗷嗷叫到高潮| 麻豆国产97在线/欧美| 亚洲精品456在线播放app | 久久九九热精品免费| 免费av观看视频| 男女午夜视频在线观看| 日本a在线网址| 国产精品女同一区二区软件 | 中文字幕人成人乱码亚洲影| 久久久色成人| 岛国在线观看网站| 99在线人妻在线中文字幕| 精品99又大又爽又粗少妇毛片 | 成年女人毛片免费观看观看9| 变态另类成人亚洲欧美熟女| 天天添夜夜摸| 精品久久久久久久久久免费视频| 日本五十路高清| 十八禁人妻一区二区| 啦啦啦观看免费观看视频高清| 久久久久亚洲av毛片大全| 噜噜噜噜噜久久久久久91| 男插女下体视频免费在线播放| 免费一级毛片在线播放高清视频| 亚洲成人精品中文字幕电影| 免费大片18禁| 熟女少妇亚洲综合色aaa.| 久久精品人妻少妇| 日韩欧美精品免费久久 | 中文字幕高清在线视频| 国产精品av视频在线免费观看| 日韩有码中文字幕| 黄色成人免费大全| 制服丝袜大香蕉在线| 美女被艹到高潮喷水动态| 国产一区在线观看成人免费| 国产精品久久视频播放| 免费一级毛片在线播放高清视频| 久久久久亚洲av毛片大全| 一二三四社区在线视频社区8| 麻豆成人午夜福利视频| 午夜日韩欧美国产| 日韩人妻高清精品专区| 老鸭窝网址在线观看| 国产熟女xx| 久久中文看片网| 亚洲第一欧美日韩一区二区三区| 三级男女做爰猛烈吃奶摸视频| 熟女人妻精品中文字幕| 国产免费男女视频| 19禁男女啪啪无遮挡网站| 国产精品永久免费网站| 亚洲 国产 在线| 成人无遮挡网站| 国产亚洲精品一区二区www| 国产成人系列免费观看| 精品欧美国产一区二区三| 香蕉久久夜色| 99在线人妻在线中文字幕| 亚洲五月天丁香| 亚洲在线观看片| 热99在线观看视频| 亚洲欧美激情综合另类| 老司机福利观看| 精品国产超薄肉色丝袜足j| 亚洲国产精品成人综合色| 两人在一起打扑克的视频| 全区人妻精品视频| 综合色av麻豆| 夜夜躁狠狠躁天天躁| 精品国产三级普通话版| 亚洲欧美日韩卡通动漫| 天堂影院成人在线观看| 国产午夜福利久久久久久| 听说在线观看完整版免费高清| 欧美色欧美亚洲另类二区| 全区人妻精品视频| 我要搜黄色片| 在线国产一区二区在线| 成人三级黄色视频| 欧美日韩一级在线毛片| 黄色成人免费大全| 亚洲av成人av| 亚洲人成伊人成综合网2020| 亚洲人成网站在线播放欧美日韩| 日韩欧美精品v在线| 欧美色视频一区免费| 免费看光身美女| 天堂√8在线中文| 国产97色在线日韩免费| 九九在线视频观看精品| 亚洲狠狠婷婷综合久久图片| 高潮久久久久久久久久久不卡| 国产午夜福利久久久久久| 91久久精品国产一区二区成人 | 久久精品综合一区二区三区| 亚洲av成人精品一区久久| 在线天堂最新版资源| www.www免费av| av福利片在线观看| 国产黄a三级三级三级人| 国产 一区 欧美 日韩| 午夜福利在线在线| 中亚洲国语对白在线视频| www日本在线高清视频| 中文字幕av成人在线电影| 久久久成人免费电影| 国产国拍精品亚洲av在线观看 | 免费搜索国产男女视频| 久久精品人妻少妇| 成人无遮挡网站| 亚洲午夜理论影院| 久久久久久久久久黄片| 亚洲人成电影免费在线| 一级黄色大片毛片| 日韩欧美免费精品| 午夜免费男女啪啪视频观看 | 18禁国产床啪视频网站| 18美女黄网站色大片免费观看| 久久精品91无色码中文字幕| 熟女少妇亚洲综合色aaa.| 白带黄色成豆腐渣| 久久99热这里只有精品18| 最近最新免费中文字幕在线| 精品99又大又爽又粗少妇毛片 | 久久精品影院6| 亚洲aⅴ乱码一区二区在线播放| 有码 亚洲区| 一进一出抽搐动态| 美女被艹到高潮喷水动态| 国产三级中文精品| 久久精品影院6| xxxwww97欧美| 国产探花极品一区二区| 一区福利在线观看| 久久6这里有精品| 久久久久久久亚洲中文字幕 | 亚洲成a人片在线一区二区| 国产精品亚洲一级av第二区| 国产精品久久久久久人妻精品电影| 国产欧美日韩一区二区精品| 人人妻人人看人人澡| 男女床上黄色一级片免费看| 婷婷丁香在线五月| 婷婷精品国产亚洲av在线| 久久久久九九精品影院| 九九在线视频观看精品| 乱人视频在线观看| 天堂网av新在线| 在线a可以看的网站| 叶爱在线成人免费视频播放| 黑人欧美特级aaaaaa片| www日本黄色视频网| 亚洲欧美一区二区三区黑人| 在线播放无遮挡| 国产一区二区在线av高清观看| 在线观看日韩欧美| 午夜免费男女啪啪视频观看 | 国产视频一区二区在线看| 一个人免费在线观看电影| 国产伦一二天堂av在线观看| 亚洲精品国产精品久久久不卡| 久久草成人影院| 中文字幕av成人在线电影| 国产成人影院久久av| 日韩中文字幕欧美一区二区| 嫩草影院精品99| 国产色爽女视频免费观看| 一进一出好大好爽视频| 亚洲人成电影免费在线| 成人av一区二区三区在线看| 欧美激情在线99| 国产探花极品一区二区| 99在线人妻在线中文字幕| 久久久色成人| 成人精品一区二区免费| 3wmmmm亚洲av在线观看| 亚洲国产精品久久男人天堂| 欧美又色又爽又黄视频| 亚洲一区高清亚洲精品| 亚洲精品亚洲一区二区| 成人无遮挡网站| 麻豆成人av在线观看| 欧美一区二区国产精品久久精品| 久久久色成人| 又紧又爽又黄一区二区| 18禁在线播放成人免费| 波多野结衣巨乳人妻| 国产av不卡久久| 国内精品久久久久精免费| 欧美日韩中文字幕国产精品一区二区三区| 亚洲精品456在线播放app | 日韩欧美 国产精品| 亚洲国产色片| 欧美日韩综合久久久久久 | 欧美日韩福利视频一区二区| 国产综合懂色| 久久国产乱子伦精品免费另类| av在线天堂中文字幕| 亚洲欧美精品综合久久99| 久久国产精品影院| avwww免费| 天天躁日日操中文字幕| 法律面前人人平等表现在哪些方面| 亚洲va日本ⅴa欧美va伊人久久| 久久欧美精品欧美久久欧美| 国产一区二区亚洲精品在线观看| 中文字幕精品亚洲无线码一区| 国产久久久一区二区三区| 国产乱人视频| 19禁男女啪啪无遮挡网站| 午夜福利成人在线免费观看| 不卡一级毛片| 啪啪无遮挡十八禁网站| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 色综合婷婷激情| 亚洲,欧美精品.| 成年免费大片在线观看| 亚洲 欧美 日韩 在线 免费| 哪里可以看免费的av片| 欧美一级毛片孕妇| 色老头精品视频在线观看| www.色视频.com| 久久久久性生活片| 亚洲av成人不卡在线观看播放网| 51午夜福利影视在线观看| 日韩精品中文字幕看吧| 超碰av人人做人人爽久久 | 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 午夜老司机福利剧场| 成人高潮视频无遮挡免费网站| 国产私拍福利视频在线观看| 国产 一区 欧美 日韩| 琪琪午夜伦伦电影理论片6080| 欧美成人a在线观看| www日本在线高清视频| 国产精品久久视频播放| 麻豆成人av在线观看| 午夜免费激情av| 日本黄大片高清| 亚洲国产色片| 久久人人精品亚洲av| 精品99又大又爽又粗少妇毛片 | 高清毛片免费观看视频网站| 国产老妇女一区| 69人妻影院| 少妇高潮的动态图| 精品免费久久久久久久清纯| 久久久久国产精品人妻aⅴ院| 九九久久精品国产亚洲av麻豆| 18禁裸乳无遮挡免费网站照片| 男女那种视频在线观看| 美女高潮喷水抽搐中文字幕| 中文在线观看免费www的网站| 五月伊人婷婷丁香| 国产日本99.免费观看|