• <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 ?

    基于改進的監(jiān)督LLE人臉識別算法

    2011-06-07 05:53:58李白燕陳慶虎
    電視技術 2011年19期
    關鍵詞:類間鄰域人臉識別

    李白燕,李 平,陳慶虎

    (1.黃淮學院信息工程系,河南 駐馬店 463000;2.武漢大學電子信息學院,湖北 武漢 430079)

    0 引言

    人臉識別仍是現(xiàn)階段模式識別和計算機視覺領域的研究熱點之一[1],由于人臉圖像受光照、姿態(tài)、表情等影響,人臉數(shù)據(jù)是異常高維的數(shù)據(jù)。目前對高維數(shù)據(jù)的處理,有兩種基本方法:一種是將高維數(shù)據(jù)映射到線性可分的高維空間中,即基于內(nèi)核的技術,如支持向量機(SVM)技術[2];另一種方法是降低數(shù)據(jù)維數(shù),雖然看似信息丟失,需要估計的參數(shù)減少,但可能會有更好的識別性能。許多線性降維方法,如主成分分析(PCA)[3]和Fisher線性判別分析(LDA)[4]是行之有效的。但是大量研究表明,人臉空間更可能是一個高維的非線性子空間,即人臉位于一個非線性流形上,因此線性降維方法不能反映人臉的非線性數(shù)據(jù)結構,不足以描述人臉特征。目前流形學習可分為全局映射和局部映射兩類。前者主要有等距映射(isomap)[5];后者有局部線性嵌入(Locally Linear Embedding,LLE)[6]和拉普拉斯特征映射(Laplacian Eigenmaps)[7]。但是這些方法都沒有明晰的投影矩陣,從而不能直接映射新的測試點(該點不同于訓練集合中的任何點),這個問題也被稱為 out-of-sample 問題[8]。其中 LLE 有很多優(yōu)點:不需要一個迭代算法,很少的參數(shù)需要進行設置,而且該方法避免了局部極小問題,具有鄰域保持特性。但是該算法會出現(xiàn)上述所說的問題,而且屬于基于重構的無監(jiān)督的學習方法,效果并非最優(yōu)。因此,Dick de Ridder等在LLE學習算法的基礎上引入監(jiān)督機制,稱為SLLE[9],SLLE是以監(jiān)督的方式提取人臉的非線性的流形特征,該算法分類性能優(yōu)于LLE,通常情況下也會優(yōu)于其他的一些映射算法,龐等人在LLE基礎上,提出了一種新的基于核子空間的學習方法,即核鄰域保持投影(KNPP)[10]。該方法引入一個線性變換矩陣來近似LLE,然后通過非線性核技巧在維數(shù)很高的空間里求解子空間,它可以解決 out-of-sample問題。KNPP最大的優(yōu)點在于它和LLE一樣具有鄰域保持特性,但是KNPP屬于無監(jiān)督學習方法,需要發(fā)展為有監(jiān)督的方法。因此,在SLLE與KNPP算法的啟發(fā)下,本文提出一種新方法,簡稱為IM_SLLE。

    1 LLE,SLLE和KNPP概述

    1.1 局部線性嵌入LLE

    給定 N 個輸入向量 X=[X1,X2,…,XN],其中,Xi∈RD,通過 LLE 算法將得到輸出值 Y=[Y1,Y2,…,YN],Yi∈Rd且d?D。無監(jiān)督LLE歸結為3步[6]:

    1)在高維空間中尋找每個樣本點Xi的K個近鄰點;

    2)由每個樣本點的近鄰點計算出該樣本點的局部重建權值矩陣;

    3)由該樣本點的局部重建權值矩陣和其近鄰點計算出該樣本點的輸出值Yi。

    1.2 監(jiān)督局部線性嵌入SLLE

    SLLE的主要目的是找到將類間結構和類內(nèi)結構分開的映射,其方法是在Xi和Xj(屬于不同類)加上一個距離參數(shù),修改K個近鄰點的計算方法,從而增加了樣本點的類別信息。而步驟2)和步驟3)同LLE。SLLE在計算點與點之間的距離采用如下公式[9]

    式中:Δ是沒有考慮類別信息的歐式距離,Δ'是結合了類別信息的距離,Λij取值為0或1,當兩點屬于同類時,取為0,否則取1;α 是控制點集之間的距離參數(shù),α∈[0,1],α是一個經(jīng)驗參數(shù)。當取為0時,此時的SLLE和LLE算法相同。

    1.3 核鄰域保持投影KNPP[10]

    給定 N 個輸入向量 X=[X1,X2,…,XN],其中,Xi∈RD,假設通過非線性映射函數(shù)Φ:X→Φ(X)把X映射到Hilbert空間F中。KNPP的目的是對F中的數(shù)據(jù)點Φ(X)=[Φ(X1),Φ(X2),…,Φ(XN)]降維,把它們映射為d維空間中的新的數(shù)據(jù)點X=[Y1,Y2,…YN],其中 d?D。

    1)求出距離每個數(shù)據(jù)點Φ(xi)最近的k個點,距離可以通過核矩陣K來計算,核矩陣K的元素為Kij=Φ(Xi)·Φ(Xj)。

    2)通過求解式(2)所示的最小二乘問題,計算Xi到它的鄰域點之間的最佳重建權重Wij

    3)分解核矩陣K并計算矩陣M和Q。K=PΛPT,M=(I-W)(I-W)T,Q=PTMP,其中 I表示單位矩陣。

    4)求解下面的特征值分解問題得到向量ri:Qli=liri,其中0<l1<… <ld。

    5)計算向量 βi并對其歸一化 βi=PΛ-1ri,βi←βi/,其中 i=1,2,…,d。

    6)采用yin=βnjKji實現(xiàn)非線性降維其中n=1,2,…,d。yin表示向量yi的第n個元素。

    2 改進的算法IM_SLLE

    下面結合SLLE和KNPP算法,提出改進算法,步驟如下:

    1)計算每個樣本點的K個近鄰點

    在SLLE算法中,式(1)中的Δ采樣歐氏距離得到,在本算法中通過核矩陣K來計算,K的元素為Kij=Φ(Xi)·Φ(Xj),其中Φ是引入的非線性映射函數(shù)。然后在根據(jù)式(1)計算Δ'從而找到K個近鄰點,計算方法中已經(jīng)加入了樣本點的類別信息,不過可將式(1)進一步進行改進。一個理想的分類機制應最大類間差異而最小化類內(nèi)差異[11],因此將SLLE中的式(1)通過減少類內(nèi)距離而擴展類間距離,得到

    式中:Δ通過核矩陣K計算得到的Xi和Xj之間的距離,參數(shù)δ防止當Δ較大時,Δ'按指數(shù)增長太快,因此δ與樣本點的緊密度有關,常數(shù)ε在[0,1]之間取值,合理的取值可使不同類之間的數(shù)據(jù)更相似,以至使類間差異可能比類內(nèi)差異更小。

    下面分析一下改進后的特點。圖1a是采用式(1)計算的Δ'歐氏距離從0~3線性變化,ε設為0.2。水平軸代表歐式距離Δ,縱軸代表Δ',實線表示不同類之間距離的變化,虛線表示同類間距離的變化。從圖1可以看出,在SLLE中,類間差異會隨著類內(nèi)差異的線性增加而增加,將不利于隨后的分類識別。因為類間與類內(nèi)的距離比值是不變化的,這樣使嵌入數(shù)據(jù)的判別能力和泛化的能力被限制在一定的范圍。另外,SLLE對數(shù)據(jù)中的噪聲也是非常敏感的,具體來說,類間距離和類內(nèi)距離的范圍都是[0,+∞],這意味著噪聲可能會改變原始的差異到中間的任何值,特別是當噪聲比較強時,數(shù)據(jù)間的鄰域關系可能被完全破壞。

    采用式(3)所計算出的Δ'如圖1b所示,這里水平軸代表核矩陣K距離Δ,其他同圖1a,從圖中可以看出,隨著距離Δ的增加,類間差異比類內(nèi)差異大,因此類間距離與類內(nèi)距離的比值變得越來越大,這樣克服了SLLE存在的問題,有利于分類識別。另外,當距離Δ增加時,類間差異增加快而類內(nèi)差異增加慢,這表明這種算法對數(shù)據(jù)中的噪聲有抑制的能力。一方面,類間距離通常是比較大的,所以如果它越小,噪聲存在的可能性就越大,Δ'減小得越慢。另一方面,類間距離通常是比較小的,如果它越大,噪聲存在的可能性就越大,Δ'增長得越慢。因此,隨著噪聲存在的可能性增加,改進算法抑制噪聲的能力也逐步加強。

    圖1 SLLE與IM_SLLE距離比較

    類間差異的范圍在[1-ε,+∞],而類內(nèi)差異的范圍是[0,1],因此不管數(shù)據(jù)中的噪聲是多么強大,類間差異和類內(nèi)差異能被控制在一定的范圍,這就表明該算法能限制噪聲的影響。

    2)計算樣本點的局部重建權值矩陣Wij

    傳統(tǒng)的LLE算法是首先定義一個誤差函數(shù)并最小化[6,11],如式(4)所示

    通過式(5)可求出 Wi(i=1,2,…,N),其他步驟同1.3節(jié)KNPP的步驟,在這里不再贅述。

    3 實驗結果

    采用Yale人臉庫對文中所提出的改進算法上進行評測。Yale人臉庫包含15個人的165個灰度圖像,這些圖像是在不同的光照、不同表情下取得的,還分戴眼鏡和不戴眼鏡兩種情況。如圖2所示。隨機選取了30幅圖像(每人2幅)作為識別測試集,剩下的135幅作為訓練集。首先將圖像裁剪和縮放為60×60的標準。

    圖2 樣本圖片

    實驗中將改進算法與LLE算法、SLLE算法以及KNPP算法進行比對,分類方法都采用最近鄰分類器,同時對所有的算法都采用最佳的參數(shù),實驗結果如表1所示。另外為了驗證非線性算法比線性算法能更好地描述人臉的流形結構,實驗增加了對LDA識別率的比對。

    表1 在Yale中幾種算法在相應的維數(shù)下識別率比較

    實驗結果表明,線性算法LDA對人臉識別弱于其他非線性算法,因為非線性算法提取的特征對人臉流形的描述更加細致。在非線性人臉識別算法中,LLE算法具有鄰域保持特性,但由于缺乏類別信息,效果很難達到最優(yōu)。KNPP屬于無監(jiān)督的子空間學習方法,因為KNPP具有鄰域保持特性,而且它通過利用局部信息來描述人臉的非線性流形,效果優(yōu)于LLE。改進算法結合了KNPP與SLLE的優(yōu)點,屬于有監(jiān)督的局部保持的非線性子空間學習方法,優(yōu)于其他幾種。這表明IM_SLLE更利用分類識別。

    接下來,在預處理好的人臉圖像中不同程度的加入噪聲,來驗證IM_SLLE算法對噪聲的抑制能力,結果如表2所示,該結果是在最優(yōu)參數(shù)下得到的。從表2可以看出,在不同程度的噪聲下,IM_SLLE都有優(yōu)于SLLE算法識別率。

    表2 SLLE與IM_SLLE抗噪能力比較

    4 小結

    本文針對LLE,SLLE和KNPP算法各自的有缺點,提出了一種改進算法I-SLLE,該算法在LLE的基礎上引入有監(jiān)督的學習機制,利用δ和ε參數(shù)加入樣本的類別信息,通過最小化局部數(shù)據(jù)的全局重構誤差,結合核鄰域保持投影,提取高維人臉數(shù)據(jù)的非線性特征。在人臉庫Yale中比較了改進算法和其他的人臉識別算法,該算法有較好的識別性能。

    [1]閆娟,程武山,孫鑫.人臉識別的技術研究與發(fā)展概況[J].電視技術,2006,30(12):81-84.

    [2]BURGES C.A tutorial on support vector machines for pattern recognition[EB/OL].[2010-12-15].http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.122.3829&rep=rep1&type=pdf.

    [3]TURK M,PENTALND A.Eigenfaces for recognition[EB/OL].[2010-12-15].http://www.face-rec.org/algorithms/PCA/jcn.pdf.

    [4]BELHUMEUR P,HESPANHA J,KRIENGMAN D.Eigenfaces vs.fisherfaces:recognition using class specific linear projecttions[EB/OL].[2010-12-15].http://cs.gmu.edu/~kosecka/cs803/pami97.pdf.

    [5]TENENBAUM J B,SILVA V,LANGFORD J C,et al.A global geometric framework for nonlinear dimensionality reduction[EB/OL].[2010-12-15]. http://citeseerx.ist.psu.edu/viewdoc/download? doi =10.1.1.110.6050&rep=rep1&type=pdf.

    [6]ROWEIS S,SAUL L.Nonlinear dimensionality reduction by locally linear embedding[EB/OL].[2010-12-15].http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.12.7171&rep=rep1&type=pdf.

    [7]BELKIN M,NIYOGI P.Laplacian eigenmaps for dimensionality reduction and data representation[EB/OL].[2010-12-15]. http://cseweb.ucsd.edu/~saul/teaching/cse291s07/laplacian.pdf.

    [8]BENGIO Y,PALEMENT J,VINCENT P,et al.Out of sample extensions for LLE,isomap,MDS,eigenmaps,and spectral clustering[EB/OL].[2010-12-15].http://www.iro.umontreal.ca/~lisa/pointeurs/tr1238.pdf.

    [9]DERIDDER D,KOUROPTEVA O,OKUN O,et al.Supervised locally linear embedding[EB/OL].[2010-12-15].http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.5.6218&rep=rep1&type=pdf.

    [10]龐彥偉,俞能海,沈道義,等.基于核鄰域保持投影的人臉識別[J].電子學報,2006,34(8):1522-1524.

    [11]陳高曙,曾慶寧.基于LLE算法的人臉識別方法[J].計算機應用研究,2007,24(10):176-177.

    猜你喜歡
    類間鄰域人臉識別
    人臉識別 等
    作文中學版(2022年1期)2022-04-14 08:00:34
    基于OTSU改進的布匹檢測算法研究
    基于貝葉斯估計的多類間方差目標提取*
    揭開人臉識別的神秘面紗
    學生天地(2020年31期)2020-06-01 02:32:06
    稀疏圖平方圖的染色數(shù)上界
    基于類間相對均勻性的紙張表面缺陷檢測
    基于鄰域競賽的多目標優(yōu)化算法
    自動化學報(2018年7期)2018-08-20 02:59:04
    基于改進最大類間方差法的手勢分割方法研究
    自動化學報(2017年4期)2017-06-15 20:28:55
    關于-型鄰域空間
    基于類獨立核稀疏表示的魯棒人臉識別
    計算機工程(2015年8期)2015-07-03 12:19:07
    高清午夜精品一区二区三区 | 日日摸夜夜添夜夜添av毛片| 国产女主播在线喷水免费视频网站 | 午夜免费男女啪啪视频观看| 在线观看av片永久免费下载| 国产精品,欧美在线| 亚洲七黄色美女视频| 麻豆av噜噜一区二区三区| 国产av麻豆久久久久久久| 国产午夜福利久久久久久| 久久久成人免费电影| 日日干狠狠操夜夜爽| 熟女人妻精品中文字幕| 可以在线观看毛片的网站| av天堂中文字幕网| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产伦在线观看视频一区| 精品人妻偷拍中文字幕| 久久久久久大精品| 国产人妻一区二区三区在| 国产又黄又爽又无遮挡在线| 欧美日韩综合久久久久久| 久久精品国产自在天天线| 一级二级三级毛片免费看| 欧美色视频一区免费| 男女那种视频在线观看| 国产精品一区二区性色av| 91麻豆精品激情在线观看国产| 综合色丁香网| 校园春色视频在线观看| 变态另类成人亚洲欧美熟女| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 久久久久久久久久久免费av| 国产一区二区在线观看日韩| 一边摸一边抽搐一进一小说| 免费看日本二区| 美女高潮的动态| 草草在线视频免费看| 高清日韩中文字幕在线| av在线观看视频网站免费| 91午夜精品亚洲一区二区三区| 91午夜精品亚洲一区二区三区| 久久中文看片网| 久久亚洲精品不卡| 日本av手机在线免费观看| 一区二区三区四区激情视频 | 国产视频内射| 久久精品国产亚洲av天美| 黄色欧美视频在线观看| 国产白丝娇喘喷水9色精品| 国产精品综合久久久久久久免费| 久久99热这里只有精品18| 校园人妻丝袜中文字幕| 亚洲成人久久爱视频| 亚洲国产精品国产精品| 日日摸夜夜添夜夜添av毛片| 国产午夜福利久久久久久| 日韩欧美精品v在线| 欧美一区二区国产精品久久精品| 日日摸夜夜添夜夜爱| 99久久精品国产国产毛片| 又爽又黄无遮挡网站| 成年av动漫网址| 久久久欧美国产精品| 身体一侧抽搐| 成人三级黄色视频| 色综合站精品国产| 久久久久九九精品影院| 又爽又黄无遮挡网站| 国产在线精品亚洲第一网站| 又黄又爽又刺激的免费视频.| 亚洲性久久影院| 人体艺术视频欧美日本| 亚洲精品自拍成人| 日日撸夜夜添| 国产男人的电影天堂91| 日日摸夜夜添夜夜爱| 乱系列少妇在线播放| 人妻久久中文字幕网| 真实男女啪啪啪动态图| 午夜精品一区二区三区免费看| 亚洲天堂国产精品一区在线| 久久精品国产亚洲av天美| 男人狂女人下面高潮的视频| 韩国av在线不卡| 国产亚洲av嫩草精品影院| av在线播放精品| 中国国产av一级| 久久精品国产亚洲av香蕉五月| 哪个播放器可以免费观看大片| 你懂的网址亚洲精品在线观看 | 国产精品.久久久| 在线观看免费视频日本深夜| 亚洲色图av天堂| 少妇熟女aⅴ在线视频| 天天一区二区日本电影三级| 日韩一本色道免费dvd| 九九久久精品国产亚洲av麻豆| 观看美女的网站| 免费看美女性在线毛片视频| 国产精品,欧美在线| 欧美性感艳星| 一进一出抽搐动态| 国产日韩欧美在线精品| 成人亚洲欧美一区二区av| 亚洲精品日韩av片在线观看| a级毛片免费高清观看在线播放| 日韩高清综合在线| 嘟嘟电影网在线观看| 观看免费一级毛片| 人妻制服诱惑在线中文字幕| 国产一级毛片七仙女欲春2| 少妇丰满av| 一级毛片久久久久久久久女| 秋霞在线观看毛片| 日本一本二区三区精品| 婷婷亚洲欧美| 在线观看一区二区三区| 最近中文字幕高清免费大全6| 久久久久网色| 青春草视频在线免费观看| 国产午夜福利久久久久久| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 有码 亚洲区| 欧美xxxx黑人xx丫x性爽| 欧美成人精品欧美一级黄| 国产精品人妻久久久久久| 国产女主播在线喷水免费视频网站 | 卡戴珊不雅视频在线播放| 亚洲七黄色美女视频| 国产人妻一区二区三区在| 99热这里只有是精品在线观看| 国产久久久一区二区三区| 久久久久久久久中文| 在线a可以看的网站| 三级男女做爰猛烈吃奶摸视频| 1000部很黄的大片| 亚洲激情五月婷婷啪啪| 两个人的视频大全免费| 欧美日韩精品成人综合77777| 激情 狠狠 欧美| 国产老妇伦熟女老妇高清| 成年av动漫网址| 18+在线观看网站| 国产免费一级a男人的天堂| 热99在线观看视频| 超碰av人人做人人爽久久| 国产人妻一区二区三区在| 91精品国产九色| 在线播放国产精品三级| 观看免费一级毛片| 国产精品野战在线观看| 在线国产一区二区在线| 亚洲中文字幕日韩| 精品人妻视频免费看| 亚洲18禁久久av| 毛片一级片免费看久久久久| 一级av片app| 麻豆成人av视频| 国产一区二区三区av在线 | 亚洲三级黄色毛片| 亚洲一区二区三区色噜噜| 丰满人妻一区二区三区视频av| 天天躁日日操中文字幕| 成年av动漫网址| 亚洲色图av天堂| 成人毛片a级毛片在线播放| 一边亲一边摸免费视频| 禁无遮挡网站| 国产精品野战在线观看| 免费观看在线日韩| 国产成年人精品一区二区| 久久久精品欧美日韩精品| 男人的好看免费观看在线视频| 欧美成人免费av一区二区三区| 少妇的逼水好多| 婷婷精品国产亚洲av| 97人妻精品一区二区三区麻豆| 亚洲av一区综合| 国产视频内射| 熟妇人妻久久中文字幕3abv| 国产三级中文精品| 亚洲内射少妇av| 亚洲国产精品成人久久小说 | 国产精品久久久久久精品电影| 欧美激情在线99| 九九爱精品视频在线观看| 免费无遮挡裸体视频| 菩萨蛮人人尽说江南好唐韦庄 | 日韩欧美一区二区三区在线观看| 亚洲七黄色美女视频| 欧美丝袜亚洲另类| 午夜精品一区二区三区免费看| 亚洲人成网站在线播放欧美日韩| 国产精品一及| 日韩欧美精品免费久久| 午夜精品国产一区二区电影 | 欧美性猛交╳xxx乱大交人| 一本久久中文字幕| 亚洲不卡免费看| 国产黄片美女视频| 亚洲欧美成人综合另类久久久 | 97热精品久久久久久| 特大巨黑吊av在线直播| 亚洲欧美日韩东京热| avwww免费| 最近视频中文字幕2019在线8| 午夜激情欧美在线| 麻豆一二三区av精品| 色哟哟哟哟哟哟| 麻豆国产97在线/欧美| 男人的好看免费观看在线视频| 亚洲不卡免费看| 一个人看视频在线观看www免费| 国产成人精品久久久久久| 亚洲精品久久久久久婷婷小说 | 国产老妇女一区| 少妇被粗大猛烈的视频| 丝袜美腿在线中文| 晚上一个人看的免费电影| 久久久久免费精品人妻一区二区| 欧美一区二区精品小视频在线| 日韩精品有码人妻一区| 一级毛片久久久久久久久女| 国产视频内射| 国产精品不卡视频一区二区| 神马国产精品三级电影在线观看| 国产成人福利小说| 99国产精品一区二区蜜桃av| 国产精品久久电影中文字幕| 国产激情偷乱视频一区二区| 色综合色国产| 亚洲精品日韩在线中文字幕 | 久久久久久久久久久丰满| 九九在线视频观看精品| 国产精品av视频在线免费观看| 午夜亚洲福利在线播放| 国产真实乱freesex| 国产久久久一区二区三区| .国产精品久久| 国产乱人视频| 听说在线观看完整版免费高清| 99在线视频只有这里精品首页| 亚洲国产精品久久男人天堂| 国产精品.久久久| 亚洲一级一片aⅴ在线观看| 久99久视频精品免费| 赤兔流量卡办理| 少妇被粗大猛烈的视频| 亚洲乱码一区二区免费版| 大香蕉久久网| 少妇丰满av| 久久久久久久午夜电影| 少妇人妻精品综合一区二区 | 一级黄色大片毛片| 国产不卡一卡二| 免费看美女性在线毛片视频| 中文字幕精品亚洲无线码一区| 国产精品不卡视频一区二区| 日韩中字成人| 91久久精品国产一区二区三区| 少妇人妻精品综合一区二区 | 久久久久久久久久久免费av| 亚洲欧美日韩无卡精品| 91在线精品国自产拍蜜月| 午夜福利成人在线免费观看| 人体艺术视频欧美日本| 我的女老师完整版在线观看| 成人性生交大片免费视频hd| 熟妇人妻久久中文字幕3abv| 最新中文字幕久久久久| 亚洲va在线va天堂va国产| 看片在线看免费视频| av天堂中文字幕网| 成人国产麻豆网| 国产精华一区二区三区| 99热精品在线国产| 欧美精品一区二区大全| 精品久久久久久久久av| 禁无遮挡网站| 啦啦啦韩国在线观看视频| 91av网一区二区| 男插女下体视频免费在线播放| 噜噜噜噜噜久久久久久91| 蜜桃久久精品国产亚洲av| 在线观看66精品国产| 亚洲18禁久久av| 国产麻豆成人av免费视频| 欧美日韩国产亚洲二区| 美女大奶头视频| 长腿黑丝高跟| 三级毛片av免费| 日韩一区二区视频免费看| 亚洲国产高清在线一区二区三| a级毛片免费高清观看在线播放| 老司机福利观看| 99久久九九国产精品国产免费| 亚洲一级一片aⅴ在线观看| 久久久久性生活片| 国产免费男女视频| 国产一区二区三区av在线 | 日韩一区二区视频免费看| 日韩人妻高清精品专区| 成人特级av手机在线观看| 国产人妻一区二区三区在| 在线播放无遮挡| av免费观看日本| 色综合站精品国产| 国产v大片淫在线免费观看| 国产在线男女| 日韩欧美精品v在线| 欧美一区二区国产精品久久精品| 欧美xxxx性猛交bbbb| 久久久欧美国产精品| 2021天堂中文幕一二区在线观| 免费看美女性在线毛片视频| 国产精品久久电影中文字幕| 国产一级毛片七仙女欲春2| 91久久精品国产一区二区三区| 韩国av在线不卡| 国产成人freesex在线| 国产精品av视频在线免费观看| 中国美女看黄片| 久久精品国产鲁丝片午夜精品| 两个人的视频大全免费| 毛片一级片免费看久久久久| 美女被艹到高潮喷水动态| 91麻豆精品激情在线观看国产| 51国产日韩欧美| 亚洲中文字幕日韩| 国产一区二区三区在线臀色熟女| 直男gayav资源| 日本黄大片高清| 一个人观看的视频www高清免费观看| 一级毛片aaaaaa免费看小| av国产免费在线观看| 亚洲四区av| 精品久久久久久成人av| 男的添女的下面高潮视频| 熟女人妻精品中文字幕| 尾随美女入室| 欧美日韩在线观看h| 在线免费十八禁| 精品不卡国产一区二区三区| 九九热线精品视视频播放| 亚洲不卡免费看| 午夜福利在线在线| 在现免费观看毛片| 熟妇人妻久久中文字幕3abv| 亚洲熟妇中文字幕五十中出| 色视频www国产| 熟女电影av网| 久久精品综合一区二区三区| 免费看av在线观看网站| 边亲边吃奶的免费视频| 岛国在线免费视频观看| 99热精品在线国产| 我的女老师完整版在线观看| 在线免费观看不下载黄p国产| 欧美激情国产日韩精品一区| 26uuu在线亚洲综合色| 少妇裸体淫交视频免费看高清| 99久久人妻综合| 欧美精品一区二区大全| 丝袜美腿在线中文| 国产在线男女| 99久久精品热视频| 秋霞在线观看毛片| 小说图片视频综合网站| av在线天堂中文字幕| 天堂影院成人在线观看| 亚洲av二区三区四区| 我要看日韩黄色一级片| 国产精品麻豆人妻色哟哟久久 | 少妇人妻精品综合一区二区 | 午夜福利视频1000在线观看| 日本黄大片高清| 亚洲欧美日韩高清专用| 男的添女的下面高潮视频| 能在线免费观看的黄片| av天堂在线播放| 精品无人区乱码1区二区| 国产极品天堂在线| 日本黄色片子视频| 久久精品国产自在天天线| 欧美丝袜亚洲另类| 哪个播放器可以免费观看大片| 国产精品久久久久久久久免| 搡女人真爽免费视频火全软件| 久久精品国产亚洲av天美| 免费av毛片视频| 中文字幕人妻熟人妻熟丝袜美| 国产精品免费一区二区三区在线| 国内精品久久久久精免费| 一边亲一边摸免费视频| 亚洲精华国产精华液的使用体验 | 成人亚洲欧美一区二区av| 性色avwww在线观看| 久久精品91蜜桃| 日韩亚洲欧美综合| 亚洲精品自拍成人| 亚洲精品456在线播放app| 色噜噜av男人的天堂激情| 亚洲精品乱码久久久v下载方式| 日韩欧美一区二区三区在线观看| 成人美女网站在线观看视频| 久久精品综合一区二区三区| 高清午夜精品一区二区三区 | 国产亚洲精品av在线| 亚洲18禁久久av| 人妻久久中文字幕网| 亚洲欧洲国产日韩| 国产精品麻豆人妻色哟哟久久 | 久久久久久久久大av| 丝袜喷水一区| 国产精品日韩av在线免费观看| 小蜜桃在线观看免费完整版高清| 欧美日韩乱码在线| 欧美最新免费一区二区三区| 一本久久中文字幕| 日韩人妻高清精品专区| 欧美3d第一页| 亚洲自拍偷在线| 午夜福利成人在线免费观看| 久久中文看片网| 大又大粗又爽又黄少妇毛片口| 变态另类丝袜制服| 亚洲成av人片在线播放无| 校园人妻丝袜中文字幕| 成人亚洲欧美一区二区av| 亚洲四区av| 国产乱人视频| 极品教师在线视频| 亚洲av男天堂| 青春草视频在线免费观看| 亚洲精品国产成人久久av| 91精品一卡2卡3卡4卡| 国产黄片视频在线免费观看| 亚洲人成网站在线播放欧美日韩| 国产精品一区www在线观看| 免费看a级黄色片| 成人亚洲精品av一区二区| 久久久久久久久大av| 日韩大尺度精品在线看网址| 黄色视频,在线免费观看| 看免费成人av毛片| 国模一区二区三区四区视频| 一进一出抽搐gif免费好疼| 韩国av在线不卡| 五月伊人婷婷丁香| 国产高清三级在线| 欧美一区二区国产精品久久精品| 激情 狠狠 欧美| 亚洲性久久影院| 久久韩国三级中文字幕| 三级国产精品欧美在线观看| 国产精品一二三区在线看| 婷婷色综合大香蕉| 国产综合懂色| 九九热线精品视视频播放| 日本熟妇午夜| 国产精华一区二区三区| 国产极品天堂在线| 蜜桃久久精品国产亚洲av| 国产成年人精品一区二区| 国产午夜精品一二区理论片| av视频在线观看入口| 欧美日韩综合久久久久久| 亚洲国产精品成人久久小说 | 一本精品99久久精品77| 亚洲无线在线观看| 白带黄色成豆腐渣| 久久久久网色| 国产 一区精品| 精品人妻一区二区三区麻豆| 久久久久久国产a免费观看| 亚洲在久久综合| 日韩欧美精品免费久久| 亚洲激情五月婷婷啪啪| 精品久久久久久成人av| 欧美精品国产亚洲| 内射极品少妇av片p| 欧美成人一区二区免费高清观看| 在线观看av片永久免费下载| 成熟少妇高潮喷水视频| 国产成人精品婷婷| 一个人看视频在线观看www免费| 在线观看午夜福利视频| 又粗又爽又猛毛片免费看| 久久精品国产99精品国产亚洲性色| 国产高清激情床上av| 青春草视频在线免费观看| 在线观看美女被高潮喷水网站| 国产黄片美女视频| 能在线免费观看的黄片| 亚洲精品成人久久久久久| 国产色爽女视频免费观看| 久久久精品欧美日韩精品| 亚洲经典国产精华液单| 国产淫片久久久久久久久| 久久精品人妻少妇| 中文字幕制服av| 亚洲熟妇中文字幕五十中出| 一个人看视频在线观看www免费| 一本久久精品| 欧美日本亚洲视频在线播放| 乱码一卡2卡4卡精品| 国产精品爽爽va在线观看网站| 白带黄色成豆腐渣| 亚洲成人久久爱视频| 少妇被粗大猛烈的视频| 免费观看精品视频网站| 嫩草影院新地址| 亚洲欧美精品自产自拍| 免费看av在线观看网站| 深夜精品福利| 特级一级黄色大片| 亚洲最大成人手机在线| 国产极品天堂在线| 一本精品99久久精品77| av在线天堂中文字幕| 99视频精品全部免费 在线| 精品无人区乱码1区二区| 久久精品国产亚洲av香蕉五月| 亚洲av中文字字幕乱码综合| 嫩草影院新地址| 国内精品美女久久久久久| 久久久国产成人精品二区| 爱豆传媒免费全集在线观看| 中文资源天堂在线| 春色校园在线视频观看| 精品人妻偷拍中文字幕| 久久久久性生活片| 日本成人三级电影网站| 国产午夜福利久久久久久| av在线播放精品| 国产探花极品一区二区| 综合色丁香网| 一个人看视频在线观看www免费| 国产一区二区亚洲精品在线观看| 国产精品电影一区二区三区| 国产黄a三级三级三级人| 黄色欧美视频在线观看| 变态另类丝袜制服| 午夜免费男女啪啪视频观看| 深爱激情五月婷婷| 麻豆成人av视频| 亚洲欧美日韩卡通动漫| 黄色日韩在线| 亚洲av熟女| 亚洲中文字幕日韩| 精品欧美国产一区二区三| 天天躁夜夜躁狠狠久久av| 久久精品国产亚洲网站| 国产真实伦视频高清在线观看| 又爽又黄无遮挡网站| 国产不卡一卡二| 尤物成人国产欧美一区二区三区| 国产成年人精品一区二区| 国产精品野战在线观看| 舔av片在线| 久久鲁丝午夜福利片| 亚洲国产精品成人综合色| .国产精品久久| 在现免费观看毛片| 国产三级中文精品| 性欧美人与动物交配| 男女下面进入的视频免费午夜| 免费看av在线观看网站| 国产蜜桃级精品一区二区三区| 国产精品不卡视频一区二区| 禁无遮挡网站| 少妇被粗大猛烈的视频| 看黄色毛片网站| 日本一二三区视频观看| 婷婷色综合大香蕉| 午夜视频国产福利| 一本久久精品| 精华霜和精华液先用哪个| 日韩一区二区视频免费看| 好男人视频免费观看在线| 国产三级在线视频| 国产色婷婷99| 天天躁日日操中文字幕| 国产三级在线视频| 啦啦啦韩国在线观看视频| 亚洲婷婷狠狠爱综合网| 村上凉子中文字幕在线| 国产精品电影一区二区三区| 美女内射精品一级片tv| 村上凉子中文字幕在线| 美女被艹到高潮喷水动态| 国模一区二区三区四区视频| 精品人妻视频免费看| 日韩一区二区视频免费看| 能在线免费看毛片的网站| 亚洲国产精品sss在线观看| 99久久精品一区二区三区| 18禁裸乳无遮挡免费网站照片| 黄片无遮挡物在线观看| 日韩视频在线欧美| 18禁在线无遮挡免费观看视频| 村上凉子中文字幕在线| 国产欧美日韩精品一区二区| 成人无遮挡网站| 亚洲成人中文字幕在线播放| 国产伦精品一区二区三区四那| 99riav亚洲国产免费| 亚洲成人精品中文字幕电影| 99精品在免费线老司机午夜| 亚洲精品久久国产高清桃花| www日本黄色视频网| kizo精华| 99久国产av精品国产电影| 草草在线视频免费看|