• <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
    干丝袜人妻中文字幕| 无遮挡黄片免费观看| 男人舔女人下体高潮全视频| 嫩草影院精品99| 美女cb高潮喷水在线观看| 国产精品久久久久久久久免| 在线播放国产精品三级| 亚洲欧美日韩东京热| 网址你懂的国产日韩在线| 人人妻人人澡欧美一区二区| 18禁在线播放成人免费| 亚洲人成伊人成综合网2020| 亚洲成av人片在线播放无| 欧美日韩黄片免| 黄色女人牲交| 性色avwww在线观看| 人妻久久中文字幕网| 中文资源天堂在线| 神马国产精品三级电影在线观看| 嫩草影院精品99| bbb黄色大片| 精品久久久噜噜| 国产老妇女一区| 国产不卡一卡二| av在线天堂中文字幕| 久99久视频精品免费| 亚洲av成人精品一区久久| 又黄又爽又免费观看的视频| 美女免费视频网站| 亚洲aⅴ乱码一区二区在线播放| 夜夜夜夜夜久久久久| 精品久久久久久久人妻蜜臀av| 不卡一级毛片| 亚洲熟妇中文字幕五十中出| 久久久色成人| 看片在线看免费视频| 麻豆久久精品国产亚洲av| 99热只有精品国产| 18禁在线播放成人免费| 我要搜黄色片| 一个人看视频在线观看www免费| netflix在线观看网站| 少妇熟女aⅴ在线视频| 久久久久久久久中文| 九九爱精品视频在线观看| 国内毛片毛片毛片毛片毛片| 九色成人免费人妻av| 99在线人妻在线中文字幕| 中文字幕熟女人妻在线| 久久久久久久精品吃奶| 国产真实乱freesex| 亚洲精品456在线播放app | 欧美人与善性xxx| 成年版毛片免费区| 成人毛片a级毛片在线播放| 日本与韩国留学比较| 黄色女人牲交| 我的女老师完整版在线观看| 草草在线视频免费看| 亚洲最大成人中文| 久久久午夜欧美精品| 亚洲国产欧美人成| 中文字幕熟女人妻在线| 国产欧美日韩一区二区精品| 别揉我奶头 嗯啊视频| 久久人妻av系列| 黄色配什么色好看| 99热网站在线观看| 在线观看美女被高潮喷水网站| 国产真实乱freesex| 中文在线观看免费www的网站| 欧美最新免费一区二区三区| 黄片wwwwww| 亚洲精品国产成人久久av| 久久九九热精品免费| 亚洲人成网站在线播| 99久久九九国产精品国产免费| av中文乱码字幕在线| 五月玫瑰六月丁香| 欧美xxxx性猛交bbbb| 精品久久久久久久久久免费视频| 嫩草影视91久久| 国产精品人妻久久久影院| 亚洲四区av| 在线播放国产精品三级| 91久久精品电影网| 亚洲熟妇熟女久久| 欧美xxxx黑人xx丫x性爽| 性欧美人与动物交配| 国产激情偷乱视频一区二区| 色在线成人网| 亚洲七黄色美女视频| 国产精品久久久久久久久免| 黄色一级大片看看| 美女大奶头视频| 欧美成人性av电影在线观看| 特大巨黑吊av在线直播| 一区二区三区激情视频| 免费高清视频大片| 成人鲁丝片一二三区免费| 天堂av国产一区二区熟女人妻| 国产精品国产高清国产av| av中文乱码字幕在线| 久久久久久久午夜电影| 性欧美人与动物交配| 免费av观看视频| 自拍偷自拍亚洲精品老妇| 少妇的逼好多水| 男人的好看免费观看在线视频| 天堂网av新在线| 国语自产精品视频在线第100页| 精品人妻1区二区| 俄罗斯特黄特色一大片| 美女 人体艺术 gogo| 中国美白少妇内射xxxbb| 日本免费一区二区三区高清不卡| 女生性感内裤真人,穿戴方法视频| 国产美女午夜福利| 色综合婷婷激情| 午夜福利18| 国产精品爽爽va在线观看网站| 亚洲欧美清纯卡通| 天堂av国产一区二区熟女人妻| 12—13女人毛片做爰片一| 淫秽高清视频在线观看| aaaaa片日本免费| 欧美激情国产日韩精品一区| 亚洲精品亚洲一区二区| 男人舔女人下体高潮全视频| 欧美bdsm另类| 无人区码免费观看不卡| 午夜激情欧美在线| 亚洲五月天丁香| 午夜亚洲福利在线播放| 国产高清有码在线观看视频| 精品久久久久久,| 黄色日韩在线| 免费在线观看影片大全网站| 熟女电影av网| 午夜福利18| 亚洲精品色激情综合| 国产高清有码在线观看视频| 欧美丝袜亚洲另类 | 日韩欧美国产在线观看| 午夜视频国产福利| 亚洲无线观看免费| 国产午夜福利久久久久久| ponron亚洲| 亚州av有码| 俄罗斯特黄特色一大片| 99精品久久久久人妻精品| 免费黄网站久久成人精品| 真人做人爱边吃奶动态| 熟女电影av网| 少妇被粗大猛烈的视频| 99热只有精品国产| 综合色av麻豆| 免费观看的影片在线观看| 亚洲国产精品久久男人天堂| 国产探花在线观看一区二区| 亚洲国产精品合色在线| 亚洲自拍偷在线| 精品久久国产蜜桃| 久久午夜亚洲精品久久| 日本撒尿小便嘘嘘汇集6| 国产 一区 欧美 日韩| 欧美潮喷喷水| 亚洲电影在线观看av| 在线观看一区二区三区| 欧美性感艳星| 少妇人妻精品综合一区二区 | 国产精品人妻久久久久久| 亚洲中文日韩欧美视频| 国产乱人伦免费视频| 欧美区成人在线视频| 日韩中字成人| 国产成年人精品一区二区| 露出奶头的视频| 成人av在线播放网站| 欧美成人免费av一区二区三区| 日韩一区二区视频免费看| 久久久久久久久久成人| 人妻夜夜爽99麻豆av| 真人一进一出gif抽搐免费| 国内精品宾馆在线| 可以在线观看的亚洲视频| 欧美极品一区二区三区四区| 天堂av国产一区二区熟女人妻| 成人国产综合亚洲| av福利片在线观看| 1000部很黄的大片| 日本 av在线| 校园人妻丝袜中文字幕| 亚洲四区av| 一卡2卡三卡四卡精品乱码亚洲| 午夜日韩欧美国产| 国产视频一区二区在线看| 欧美日韩精品成人综合77777| 舔av片在线| videossex国产| 国产精品久久久久久久久免| 亚洲国产精品合色在线| 日本精品一区二区三区蜜桃| 久久久国产成人免费| 伦精品一区二区三区| 亚洲成人中文字幕在线播放| 99riav亚洲国产免费| 亚洲av成人精品一区久久| 亚洲 国产 在线| 偷拍熟女少妇极品色| 级片在线观看| 人妻夜夜爽99麻豆av| 91在线精品国自产拍蜜月| 久久久国产成人精品二区| 亚洲最大成人中文| 中文字幕熟女人妻在线| 色av中文字幕| 22中文网久久字幕| 欧美成人性av电影在线观看| 成人一区二区视频在线观看| 2021天堂中文幕一二区在线观| 日本免费a在线| 亚洲在线自拍视频| 少妇人妻一区二区三区视频| 国产成人aa在线观看| 啦啦啦韩国在线观看视频| 日本色播在线视频| 久久国内精品自在自线图片| 婷婷亚洲欧美| 国产精品人妻久久久影院| 国产单亲对白刺激| 国产黄片美女视频| 国产一区二区亚洲精品在线观看| 中文字幕免费在线视频6| 12—13女人毛片做爰片一| 黄色视频,在线免费观看| 又爽又黄a免费视频| 国产高清视频在线播放一区| 九色成人免费人妻av| 女人被狂操c到高潮| 国产精品久久久久久久电影| 一级毛片久久久久久久久女| 小蜜桃在线观看免费完整版高清| 99久久精品热视频| 两人在一起打扑克的视频| 少妇高潮的动态图| 亚洲国产欧美人成| 如何舔出高潮| 日韩,欧美,国产一区二区三区 | 久久久国产成人免费| 亚洲成av人片在线播放无| 国产 一区精品| 国产欧美日韩一区二区精品| 少妇高潮的动态图| 国产一区二区三区在线臀色熟女| 校园春色视频在线观看| 亚洲自拍偷在线| 成人无遮挡网站| 亚洲性久久影院| 国产精品av视频在线免费观看| 99热6这里只有精品| 色综合色国产| 国产精品精品国产色婷婷| 别揉我奶头 嗯啊视频| 人人妻人人澡欧美一区二区| 给我免费播放毛片高清在线观看| 亚洲专区国产一区二区| 丰满乱子伦码专区| 可以在线观看毛片的网站| 精品人妻视频免费看| 人妻少妇偷人精品九色| .国产精品久久| 18禁在线播放成人免费| 欧美一级a爱片免费观看看| 国产主播在线观看一区二区| 51国产日韩欧美| 日本黄色视频三级网站网址| 我要搜黄色片| 少妇的逼水好多| 久久精品久久久久久噜噜老黄 | 国产乱人视频| 美女xxoo啪啪120秒动态图| av在线老鸭窝| 精品久久久久久久久亚洲 | 亚洲成人精品中文字幕电影| 毛片女人毛片| 亚洲av二区三区四区| 99在线人妻在线中文字幕| 级片在线观看| eeuss影院久久| 美女 人体艺术 gogo| 老熟妇乱子伦视频在线观看| 成人午夜高清在线视频| 在线观看舔阴道视频| 色综合亚洲欧美另类图片| 好男人在线观看高清免费视频| 国产精品1区2区在线观看.| 国国产精品蜜臀av免费| 联通29元200g的流量卡| 精品久久久久久,| 简卡轻食公司| 国产精品久久久久久久电影| 69av精品久久久久久| 91在线观看av| www.色视频.com| 蜜桃亚洲精品一区二区三区| 22中文网久久字幕| 好男人在线观看高清免费视频| 日韩,欧美,国产一区二区三区 | 成人美女网站在线观看视频| 久久99热这里只有精品18| 99在线视频只有这里精品首页| 国产精品98久久久久久宅男小说| 欧美性感艳星| 欧美日韩国产亚洲二区| 久久精品影院6| 99久久成人亚洲精品观看| 亚洲电影在线观看av| 亚洲av一区综合| 在线国产一区二区在线| 欧美黑人欧美精品刺激| 国产av一区在线观看免费| 97碰自拍视频| 一级黄片播放器| 99久久九九国产精品国产免费| 深爱激情五月婷婷| 国产伦精品一区二区三区四那| 国产高清三级在线| 免费观看在线日韩| 亚洲四区av| 久久香蕉精品热| 国产黄色小视频在线观看| 日韩欧美在线乱码| 久久人人爽人人爽人人片va| 亚洲在线自拍视频| 久久久成人免费电影| 亚洲avbb在线观看| 国产精品福利在线免费观看| 啦啦啦啦在线视频资源| 亚洲一区二区三区色噜噜| 少妇猛男粗大的猛烈进出视频 | 亚洲av免费高清在线观看| 久久久久久久久久成人| 男女之事视频高清在线观看| 日日夜夜操网爽| 亚洲av免费在线观看| 一级av片app| 午夜福利18| 亚洲成a人片在线一区二区| 全区人妻精品视频| 久久久久国内视频| 内射极品少妇av片p| a级毛片免费高清观看在线播放| 成人美女网站在线观看视频| 免费av毛片视频| 国内精品久久久久久久电影| 国产爱豆传媒在线观看| 亚洲aⅴ乱码一区二区在线播放| 亚洲中文日韩欧美视频| 亚洲无线在线观看| 国产成人a区在线观看| 99热只有精品国产| 在线播放国产精品三级| www.色视频.com| 老司机午夜福利在线观看视频| 国产三级中文精品| 日韩 亚洲 欧美在线| 免费av不卡在线播放| 亚洲av第一区精品v没综合| 免费av观看视频| 亚洲熟妇熟女久久| 看片在线看免费视频| 国产高清视频在线观看网站| 免费看日本二区| 一进一出抽搐gif免费好疼| 97热精品久久久久久| 日韩国内少妇激情av| 哪里可以看免费的av片| 啦啦啦观看免费观看视频高清| 日日撸夜夜添| 中文字幕免费在线视频6| 在线观看一区二区三区| 久久久国产成人精品二区| 精品久久久久久,| 免费看日本二区| 神马国产精品三级电影在线观看| 干丝袜人妻中文字幕| 亚洲 国产 在线| 性色avwww在线观看| 看十八女毛片水多多多| videossex国产| 看免费成人av毛片| 99久久无色码亚洲精品果冻| 国产乱人伦免费视频| 欧美xxxx黑人xx丫x性爽| 国内精品一区二区在线观看| 亚洲精华国产精华精| 亚洲va日本ⅴa欧美va伊人久久| 日本免费a在线| 国产精品人妻久久久久久| 国产av不卡久久| 成人二区视频| 亚洲午夜理论影院| 日本在线视频免费播放| 99精品在免费线老司机午夜| 又粗又爽又猛毛片免费看| a级毛片a级免费在线| 又黄又爽又刺激的免费视频.| 日本免费一区二区三区高清不卡| 久久久久久大精品| 久久久国产成人免费| 亚洲无线观看免费| 亚洲av美国av| 精品无人区乱码1区二区| 网址你懂的国产日韩在线| 久久久久久大精品| 亚洲国产精品久久男人天堂| 大型黄色视频在线免费观看| 男女之事视频高清在线观看| 精品久久久久久久久久免费视频| 18禁黄网站禁片免费观看直播| 嫁个100分男人电影在线观看| 亚洲精华国产精华液的使用体验 | 亚洲va在线va天堂va国产| 人妻丰满熟妇av一区二区三区| 久久这里只有精品中国| 久久国内精品自在自线图片| 久久香蕉精品热| 久久午夜福利片| 国产视频一区二区在线看| 成人无遮挡网站| 不卡一级毛片| 1024手机看黄色片| 亚洲真实伦在线观看| 99热这里只有是精品在线观看| 日日啪夜夜撸| 一级av片app| 村上凉子中文字幕在线| 内地一区二区视频在线| 久久国产乱子免费精品| 久久精品国产鲁丝片午夜精品 | 天堂影院成人在线观看| 深夜精品福利| 国产在线精品亚洲第一网站| 亚洲精品粉嫩美女一区| 国产精品野战在线观看| 极品教师在线免费播放| 欧美日本视频| 成人午夜高清在线视频| 伦理电影大哥的女人| 亚洲va在线va天堂va国产| 国产精品1区2区在线观看.| 久久九九热精品免费| 又粗又爽又猛毛片免费看| 国产成人aa在线观看| 色在线成人网| 男人狂女人下面高潮的视频| 99热网站在线观看| 欧美最黄视频在线播放免费| 色哟哟·www| 啦啦啦观看免费观看视频高清| a级毛片a级免费在线| 日韩国内少妇激情av| 日日干狠狠操夜夜爽| 国产精品亚洲一级av第二区| 国产精华一区二区三区| 亚洲av中文av极速乱 | 日韩欧美国产一区二区入口| 成人二区视频| 亚洲自拍偷在线| 色尼玛亚洲综合影院| 欧美激情国产日韩精品一区| 永久网站在线| 一个人观看的视频www高清免费观看| 老熟妇乱子伦视频在线观看| 岛国在线免费视频观看| 亚洲中文日韩欧美视频| 国产av不卡久久| 九色国产91popny在线| 他把我摸到了高潮在线观看| 免费看日本二区| 18禁黄网站禁片免费观看直播| 人妻少妇偷人精品九色| 成人毛片a级毛片在线播放| а√天堂www在线а√下载| 免费看光身美女| 99在线人妻在线中文字幕| 精品人妻一区二区三区麻豆 | 男女做爰动态图高潮gif福利片| 人妻久久中文字幕网| 1000部很黄的大片| videossex国产| 久久人妻av系列| 啦啦啦观看免费观看视频高清| 他把我摸到了高潮在线观看| 国内久久婷婷六月综合欲色啪| 成人三级黄色视频| 国产成人aa在线观看| 日韩一区二区视频免费看| 五月玫瑰六月丁香| 欧美国产日韩亚洲一区| 最新中文字幕久久久久| 99在线视频只有这里精品首页| 国产黄片美女视频| 69人妻影院| 99精品在免费线老司机午夜| 久久中文看片网| 老司机福利观看| eeuss影院久久| 日本黄色片子视频| 此物有八面人人有两片| 久久九九热精品免费| 国产老妇女一区| 国产黄色小视频在线观看| 99久久精品一区二区三区| 免费高清视频大片| 久久国产精品人妻蜜桃| 久久精品国产清高在天天线| 国产精品久久久久久久久免| 97人妻精品一区二区三区麻豆| 非洲黑人性xxxx精品又粗又长| 久久精品人妻少妇| 毛片女人毛片| 精品一区二区三区视频在线观看免费| 亚洲五月天丁香| 欧美最新免费一区二区三区| 岛国在线免费视频观看| 欧美精品啪啪一区二区三区| 深爱激情五月婷婷| 色5月婷婷丁香| 成年女人永久免费观看视频| 亚洲男人的天堂狠狠| 久久欧美精品欧美久久欧美| 99riav亚洲国产免费| 小说图片视频综合网站| 亚洲七黄色美女视频| 国产精品不卡视频一区二区| 69av精品久久久久久| 老熟妇仑乱视频hdxx| 国产亚洲精品久久久com| 色在线成人网| 一卡2卡三卡四卡精品乱码亚洲| 变态另类丝袜制服| 国产精品国产高清国产av| 最后的刺客免费高清国语| 成人国产一区最新在线观看| 欧美丝袜亚洲另类 | 国产视频内射| 国产精品一及| 成人综合一区亚洲| 久久6这里有精品| 婷婷精品国产亚洲av| 亚洲人与动物交配视频| 国产伦人伦偷精品视频| 91狼人影院| 国内毛片毛片毛片毛片毛片| 亚洲精品久久国产高清桃花| av天堂中文字幕网| 俄罗斯特黄特色一大片| 午夜日韩欧美国产| 国产高清有码在线观看视频| 女同久久另类99精品国产91| 国产精品久久视频播放| 成人特级黄色片久久久久久久| av女优亚洲男人天堂| 1000部很黄的大片| 国产日本99.免费观看| 国产午夜精品久久久久久一区二区三区 | 别揉我奶头 嗯啊视频| 国产 一区精品| 亚洲成a人片在线一区二区| 亚洲自拍偷在线| 亚洲aⅴ乱码一区二区在线播放| 看十八女毛片水多多多| 午夜福利在线观看吧| 国产极品精品免费视频能看的| 日韩亚洲欧美综合| 久久欧美精品欧美久久欧美| 麻豆成人午夜福利视频| 国产男靠女视频免费网站| 久久99热6这里只有精品| 久久国产乱子免费精品| 一卡2卡三卡四卡精品乱码亚洲| 我的女老师完整版在线观看| 99久国产av精品| 男人舔女人下体高潮全视频| 久久久久久久久久久丰满 | 亚洲无线在线观看| 人妻制服诱惑在线中文字幕| 欧美激情在线99| 日韩人妻高清精品专区| 中国美女看黄片| av天堂中文字幕网| videossex国产| 国产男靠女视频免费网站| 国产 一区 欧美 日韩| 亚洲无线在线观看| 在线国产一区二区在线| 男插女下体视频免费在线播放| 亚洲av中文av极速乱 | 久久99热6这里只有精品| 99热网站在线观看| 熟妇人妻久久中文字幕3abv| 久久久久国内视频| 亚洲成人精品中文字幕电影| 久久久精品大字幕| 我要搜黄色片| 国内少妇人妻偷人精品xxx网站| 日韩欧美在线二视频| 九色成人免费人妻av| 一级黄色大片毛片| 麻豆国产av国片精品| 色噜噜av男人的天堂激情| 国产精品人妻久久久久久| 亚洲aⅴ乱码一区二区在线播放|