• <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 ?

    智能機(jī)器人視覺(jué)中的人臉識(shí)別研究

    2015-05-06 01:31:09
    關(guān)鍵詞:人臉識(shí)別人臉紋理

    林 琳

    (廈門海洋職業(yè)技術(shù)學(xué)院,福建 廈門 361000)

    ?

    智能機(jī)器人視覺(jué)中的人臉識(shí)別研究

    林 琳

    (廈門海洋職業(yè)技術(shù)學(xué)院,福建 廈門 361000)

    通過(guò)對(duì)智能機(jī)器人視覺(jué)中的人臉識(shí)別過(guò)程進(jìn)行研究,提出了采用MB-LBP紋理特征結(jié)合徑向基函數(shù)作為核函數(shù)的SVM進(jìn)行人臉識(shí)別,并在常見(jiàn)的Yale和ORL數(shù)據(jù)集上進(jìn)行了多項(xiàng)對(duì)比實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,算法能夠很好的完成智能機(jī)器人視覺(jué)的人臉識(shí)別。對(duì)于光照變化較大的人臉圖像,對(duì)于人類識(shí)別正確率有較大的提升,另外,通過(guò)減少迭代次數(shù)減少了人臉識(shí)別的時(shí)間復(fù)雜度。該算法對(duì)智能機(jī)器人視覺(jué)中應(yīng)用人臉識(shí)別過(guò)程具有較強(qiáng)意義。

    智能機(jī)器人; 機(jī)器視覺(jué);MB-LBP特征;支持向量機(jī);徑向基函數(shù)

    機(jī)器人指的是一個(gè)由多自由度、多變量組成的復(fù)雜動(dòng)力學(xué)系統(tǒng),機(jī)器人系統(tǒng)的發(fā)展離不開計(jì)算能力的顯著提高。隨著人們對(duì)機(jī)器人的不斷改造和發(fā)展,智能機(jī)器人的視覺(jué)控制也是一個(gè)比較重要的方向[1],在智能機(jī)器人進(jìn)行常規(guī)仿人類活動(dòng)中,人們希望機(jī)器人也擁有像人類一樣的視覺(jué)能力。再仿人類視覺(jué)的功能研究中,最常見(jiàn)的是人臉識(shí)別的能力,如果冰冷的機(jī)器人也具有較強(qiáng)的人臉識(shí)別能力,這將為機(jī)器人增加很多擴(kuò)展的能力。

    1 機(jī)器視覺(jué)人臉識(shí)別方法概述

    人臉識(shí)別(Face Recognition)[2]是目前生物與計(jì)算機(jī)智能學(xué)科的熱門交叉學(xué)科[3],對(duì)于機(jī)器人來(lái)說(shuō),人臉識(shí)別的計(jì)算速度是瓶頸,目前較為常見(jiàn)的人臉識(shí)別的分類器的效率較低,同時(shí)識(shí)別效果也不理想,這將制約機(jī)器人的視覺(jué)發(fā)展。

    人臉識(shí)別屬于模式識(shí)別的一種,通常具有兩個(gè)階段,即特征提取和特征分類。人臉圖像處理的紋理特征中,較為常用的特征包括LBP紋理特征[4],Gabor紋理特征[5]等。提取完圖像的特征之后,利用人臉圖像的特征代替原始圖像,然后通過(guò)機(jī)器學(xué)習(xí)的分類算法進(jìn)行分類,將不同的人臉?lè)謩e分類到對(duì)應(yīng)的類別中,完成人臉識(shí)別。常見(jiàn)的分類方法包括支持向量機(jī)(SVM)[6],人工神經(jīng)網(wǎng)絡(luò)(NN)[7],邏輯斯蒂回歸(LR)[8]等等,不同的機(jī)器學(xué)習(xí)方法都在各自的領(lǐng)域中取得了不錯(cuò)的效果。

    2 人臉識(shí)別的特征提取

    LBP局部二值模式是一種局部的紋理特征描述子,該描述子通過(guò)計(jì)算每個(gè)像素點(diǎn)與周圍相鄰像素點(diǎn)之間的關(guān)系為每個(gè)像素點(diǎn)生成一個(gè)描述子,該描述子可以表現(xiàn)出該像素點(diǎn)周圍的局部紋理特征。最簡(jiǎn)單的LBP算子是通過(guò)計(jì)算周圍8個(gè)鄰域之間的差值,然后將差值二值化獲得局部LBP算子。在此基礎(chǔ)上,人們提出了MB-LBP即多塊化局部二值模式紋理[9],該紋理的計(jì)算方式不僅僅針對(duì)單個(gè)像素點(diǎn)了,而是針對(duì)每一塊區(qū)域進(jìn)行二值模式的演化,通過(guò)像素塊的平均值代替原始像素塊,具有較強(qiáng)抗干擾能力。

    圖1 MB-LBP紋理特征示意圖

    如圖1所示,每個(gè)塊的像素均值可以計(jì)算出,此處以9個(gè)像素點(diǎn)劃分為塊。然后通過(guò)傳統(tǒng)的LBP算法得到二值模式,比中間值86小的位置為0,大的位置為1,按照順時(shí)針可以得到二值模式(0,1,0,1,0,1,0,0)2=84,該位置的紋理特征均值為84。

    采用MB-LBP特征進(jìn)行人臉識(shí)別的分類研究,由于人臉圖像受到光照影響較強(qiáng)烈,不同強(qiáng)度的光照往往會(huì)造成局部紋理特征的變化,所以可利用MB-LBP紋理改善現(xiàn)有特征的不足,在最后的分類實(shí)驗(yàn)中,采用光照變化強(qiáng)烈的Yale人臉庫(kù)進(jìn)行識(shí)別,識(shí)別結(jié)果表明,MB-LBP紋理的抗光照干擾性較強(qiáng),適合作為人臉識(shí)別的主要特征。

    3 基于支持向量機(jī)的人臉識(shí)別方法

    智能機(jī)器人視覺(jué)的人臉識(shí)別方法另一個(gè)重點(diǎn)是特征的分類和識(shí)別過(guò)程。本文采用最新的分類器——支持向量機(jī),進(jìn)行人臉MB-LBP特征的分類和識(shí)別。

    3.1 支持向量機(jī)SVM

    支持向量機(jī)(SVM)由感知機(jī)發(fā)展而來(lái),傳統(tǒng)的感知機(jī)[10]通過(guò)求解線性分類面來(lái)將待分類的數(shù)據(jù)分離開來(lái)。根據(jù)數(shù)據(jù)分布的情況不同,這樣的線性分類面較多,而支持向量機(jī)需要尋找到一個(gè)最優(yōu)的分類面,使得待分類的數(shù)據(jù)能夠得到最大的“間隔”條件下的分離。

    設(shè)訓(xùn)練集{xi,yi,i=1,2,3…n}表示一個(gè)數(shù)據(jù)集,該數(shù)據(jù)集中的數(shù)據(jù)x是需要分類的樣本數(shù)據(jù),而y表示的則是每個(gè)數(shù)據(jù)對(duì)應(yīng)的標(biāo)簽,也就是實(shí)際上該數(shù)據(jù)需要分類到哪一類中。SVM需要找到一個(gè)最優(yōu)的分類面w*x+b=0,使得樣本數(shù)據(jù)集x能夠盡可能大的分離開來(lái)。如圖所示,我們需要將兩個(gè)類別的數(shù)據(jù)盡可能分離開,也就是圖2中所示的“最優(yōu)分類面”。

    圖2 支持向量機(jī)與最優(yōu)分類面

    通過(guò)分析最優(yōu)分類面w*x+b=0,其中w為權(quán)值,x為支持向量,b為加性偏置。求最優(yōu)化的分類面,也就是求關(guān)于w和b的二次規(guī)劃問(wèn)題:

    (1)

    s.t.yi(ωgxi+b)≥ 1,i= 1,2,…,n

    (2)

    通過(guò)求解上述二次規(guī)劃的優(yōu)化問(wèn)題,通過(guò)拉格朗日乘子法及KKT條件可以解出最優(yōu)化的權(quán)值w及b,然后得到該樣本分類的最優(yōu)化結(jié)果。

    實(shí)際上,幾乎所有的實(shí)際問(wèn)題都不能遇到圖2這樣的線性可分的數(shù)據(jù)集x,而線性不可分的數(shù)據(jù)集不能僅僅使用線性分類面將其區(qū)分,SVM在此基礎(chǔ)上,加入了松弛變量,允許部分樣本可以被錯(cuò)分,在這樣的情況下就可以采用SVM的方法求解非線性可分的數(shù)據(jù)集了。另外,如圖3所示,這樣的數(shù)據(jù)集并不能夠通過(guò)松弛變量解決,因?yàn)槿绻勒站€性分類平面進(jìn)行分類,那么錯(cuò)分的樣本較多,導(dǎo)致最后的分類器性能較差。這時(shí)候,SVM采用核函數(shù)的概念,通過(guò)核函數(shù)將原本線性不可分的數(shù)據(jù)集,變化到高維空間上,通過(guò)高維空間映射將原始數(shù)據(jù)變?yōu)楦呔S空間上線性可分的數(shù)據(jù)集,這樣就可以很好的使用線性分類面進(jìn)行分類了。

    圖3 非線性數(shù)據(jù)集通過(guò)核函數(shù)變化為高維線性可分?jǐn)?shù)據(jù)集

    其中,φx表示核函數(shù),通過(guò)核函數(shù)變化,可以將SVM的二次優(yōu)化問(wèn)題轉(zhuǎn)化為:

    (3)

    s.t.yi(ωgφ(xi)+b)≥ 1-ξi

    (4)

    ξi≥0,i= 1,2,3,…,n

    (5)

    其中,ξi表示松弛因子,φx表示核函數(shù),C表示懲罰系數(shù)。同樣,可以采用拉格朗日乘子法及KKT條件得到二次規(guī)劃的最優(yōu)化解,然后表示出非線性SVM的分類面:

    (6)

    其中,K(xi,xj)表示為核函數(shù),通過(guò)核函數(shù)思想,可以很容易的采用多個(gè)帶有核函數(shù)的SVM完成人臉識(shí)別的分類任務(wù)。

    3.2 人臉識(shí)別中SVM的核函數(shù)選擇

    到目前為止,并沒(méi)有理論研究表明,怎樣的核函數(shù)適合怎樣的分類數(shù)據(jù)。一般情況下,常見(jiàn)的做法采用暴力嘗試的方式,選擇不同的核函數(shù)測(cè)試自己的數(shù)據(jù)集,然后從中選出最好的核函數(shù)做SVM的分類工作。

    常見(jiàn)的核函數(shù)包括以下4種核函數(shù):

    (1)線性核函數(shù):

    (7)

    (2)多項(xiàng)式核函數(shù):

    (8)

    (3)徑向基函數(shù):

    (9)

    (4)sigmoid激勵(lì)函數(shù):

    (10)

    由于核函數(shù)分為局部性較強(qiáng)的核函數(shù),如多項(xiàng)式核函數(shù),以及全局性較強(qiáng)的核函數(shù),如徑向基函數(shù)。由于人臉識(shí)別過(guò)程中,既需要局部性較強(qiáng)的核函數(shù)去區(qū)分出單個(gè)人類的不同光照之間的局部情況,又需要完成全局所有人臉的識(shí)別分類工作。而式(9)表示的徑向基函數(shù)是采用高斯核的運(yùn)算,將當(dāng)前特征維度通過(guò)高斯核轉(zhuǎn)化到無(wú)窮維度,然后通過(guò)分類器對(duì)無(wú)窮維度的數(shù)據(jù)進(jìn)行分類。由于人臉識(shí)別最大的障礙在于光照的影響,光照影響通常在特征的某個(gè)維度影響較大,而其他維度的影響卻微乎其微,采用徑向基函數(shù)將特征數(shù)據(jù)轉(zhuǎn)化到無(wú)窮維度上去,可以有效的減少光照的影響,所以本文采用徑向基函數(shù)(RBF)進(jìn)行智能機(jī)器人視覺(jué)人臉識(shí)別過(guò)程中的分類核函數(shù),從后續(xù)的實(shí)驗(yàn)結(jié)果可以看出,徑向基函數(shù)RBF能夠很好地完成人臉識(shí)別的過(guò)程。

    4 智能機(jī)器人視覺(jué)的人臉識(shí)別流程

    人臉識(shí)別是一項(xiàng)較為復(fù)雜的非線性分類問(wèn)題,首先需要較為合理的人臉特征代替原有圖像,用低維的特征代替高維的原始圖像達(dá)到了降維的目的,可以降低SVM識(shí)別過(guò)程中的時(shí)間復(fù)雜度。本文采用MB-LBP紋理特征,通過(guò)使用徑向基函數(shù)RBF的SVM進(jìn)行人臉圖像的分類工作,完成智能機(jī)器人的人臉識(shí)別的功能。人臉識(shí)別流程如圖4所示。

    圖4 人臉識(shí)別流程

    5 實(shí)驗(yàn)結(jié)果與分析

    5.1 數(shù)據(jù)集選擇

    本文通過(guò)分別在ORL數(shù)據(jù)集和Yale數(shù)據(jù)集上進(jìn)行人臉識(shí)別實(shí)驗(yàn)。ORL數(shù)據(jù)集是劍橋大學(xué)維護(hù)的人臉數(shù)據(jù)集,該數(shù)據(jù)集包括40個(gè)人,每個(gè)人的10張人臉圖像的光照強(qiáng)度幾乎不變,只是人臉的拍攝角度發(fā)生了一定變化。與此相反,Yale大學(xué)維護(hù)的人臉數(shù)據(jù)集由48個(gè)人,每個(gè)人具有55張人臉圖像。該人臉圖像數(shù)據(jù)庫(kù)則是每張圖像光照發(fā)生了變化,而人臉拍攝角度幾乎不發(fā)生變化。如圖5可以看到,兩個(gè)數(shù)據(jù)庫(kù)部分人臉圖像的例子。

    圖5 Yale數(shù)據(jù)集(左)與ORL數(shù)據(jù)集圖像(右)

    ORL與Yale數(shù)據(jù)庫(kù)有各自的優(yōu)點(diǎn),通過(guò)在這兩個(gè)數(shù)據(jù)庫(kù)上測(cè)試本文算法,具有較強(qiáng)的橫向比較意義。另外,本文算法還與傳統(tǒng)的LBP,一維MB-LBP紋理特征以及傳統(tǒng)采用徑向基函數(shù)的SVM縱向做了實(shí)驗(yàn)比較。實(shí)驗(yàn)環(huán)境在MatlabR2012a上進(jìn)行。

    為了橫向與縱向比較本文算法的實(shí)踐意義。首先,從ORL與Yale兩個(gè)數(shù)據(jù)庫(kù)中分別隨機(jī)挑選出30個(gè)人的數(shù)據(jù)集,每個(gè)人10個(gè)樣本圖像,將其中的7個(gè)人臉圖像作為訓(xùn)練數(shù)據(jù)集,另外3個(gè)圖像作為測(cè)試數(shù)據(jù)集。所有樣本都?xì)w一化到32*32的大小。

    特征提?。横槍?duì)兩個(gè)數(shù)據(jù)庫(kù)中的300個(gè)樣本,分別提取每個(gè)樣本的LBP和MB-LBP紋理特征用于橫向比較紋理特征對(duì)人臉識(shí)別結(jié)果的影響。其中MB級(jí)特征采取的塊大小為3*3,計(jì)算每3*3個(gè)塊大小的平均值作為計(jì)算LBP的周圍像素值。

    SVM分類:分別采用多項(xiàng)式核函數(shù)、sigmoid激勵(lì)核函數(shù)和RBF徑向基函數(shù)作為核函數(shù)的SVM進(jìn)行人臉識(shí)別,這樣一來(lái)可以橫向比較核函數(shù)對(duì)人臉識(shí)別的影響。

    5.2 實(shí)驗(yàn)結(jié)果與分析

    依照上述實(shí)驗(yàn)預(yù)處理與參數(shù)選擇分別進(jìn)行了12組實(shí)驗(yàn),在ORL與Yale數(shù)據(jù)庫(kù)上分別進(jìn)行了6組相同的實(shí)驗(yàn)。即分別采用LBP特征和MB-LBP特征以及三種SVM核函數(shù)進(jìn)行人臉識(shí)別的研究,一共有6組橫向?qū)Ρ葘?shí)驗(yàn),分別在兩個(gè)數(shù)據(jù)集中對(duì)這6種組合的識(shí)別情況和識(shí)別時(shí)間進(jìn)行了實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果由表1和表2給出:

    表1 各種算法在ORL數(shù)據(jù)上的識(shí)別率與時(shí)間

    表2 各種算法在Yale數(shù)據(jù)上的識(shí)別率與時(shí)間

    由表1,2的結(jié)果可以看出,對(duì)于光照變化較為強(qiáng)烈的Yale數(shù)據(jù)庫(kù),本文采用的MB-LBP結(jié)合徑向基函數(shù)作為核函數(shù)的SVM能夠顯著提高識(shí)別率。而對(duì)于人類方向變化較多的ORL數(shù)據(jù)庫(kù),本文采用的算法策略對(duì)識(shí)別率提升更弱一些。由于智能機(jī)器人的視覺(jué)范圍中采集到的人臉圖像較為復(fù)雜,但是最關(guān)鍵的還是光照對(duì)人臉圖像的影響對(duì)人臉識(shí)別率的影響,所以本文的研究對(duì)于光照變化強(qiáng)烈的人臉識(shí)別算法策略有較強(qiáng)的意義。另外,由于MB-LBP攜帶更少但是更有用的紋理特征信息,且徑向基函數(shù)將數(shù)據(jù)轉(zhuǎn)化到無(wú)窮維,從根本上減少了SVM收斂的迭代次數(shù),一定程度上減少了算法的時(shí)間復(fù)雜度。

    6 總結(jié)與展望

    智能機(jī)器人的視覺(jué)過(guò)程是一個(gè)非常有意義的研究方向,我們首要完成的任務(wù)是智能機(jī)器人的人臉檢測(cè)和人臉識(shí)別問(wèn)題。本文采用MB-LBP紋理特征結(jié)合徑向基函數(shù)作為核函數(shù)的SVM算法策略進(jìn)行人臉識(shí)別。對(duì)于人臉光照變化強(qiáng)烈的圖像可以提升不少識(shí)別率,且通過(guò)MB-LBP特征減少了迭代次數(shù),減少了算法的時(shí)間復(fù)雜度,對(duì)于智能機(jī)器人視覺(jué)的人臉識(shí)別具有重要意義。但是,本文算法對(duì)于人類方向變化的人臉圖像識(shí)別率提升不明顯,這一方向是今后的研究重點(diǎn)。

    [1] 張宏基,葛媛媛.智能機(jī)器人視覺(jué)仿生技術(shù)研究綜述[J].價(jià)值工程,2013,(26).

    [2] 汪淑賢,熊承義,高志榮,等.分塊最大相似性嵌入稀疏編碼的人臉識(shí)別[J].模式識(shí)別與人工智能,2014,(10).

    [3] 單園園,王法勝,李緒成,等.改進(jìn)AdaBoost與SVM快速人臉檢測(cè)[J].煙臺(tái)大學(xué)學(xué)報(bào)(自然科學(xué)與工程版),2015,(3).

    [4] 李亮,舒寧,王凱,等.融合多特征的遙感影像變化檢測(cè)方法[J].測(cè)繪學(xué)報(bào),2014,(9).

    [5] 田天,陳剛.基于膚色和Gabor紋理的粒子濾波人臉跟蹤[J].計(jì)算機(jī)工程,2014,(7).

    [6] 李武,胡冰,王明偉,等.基于主成分分析和支持向量機(jī)的太赫茲光譜冰片鑒別[J].光譜學(xué)與光譜分析,2014,(12).

    [7] 李龍,魏靖,黎燦兵,等.基于人工神經(jīng)網(wǎng)絡(luò)的負(fù)荷模型預(yù)測(cè)[J].電工技術(shù)學(xué)報(bào),2015,(8).

    [8] 王立,張蓉,沙朝鋒,等.電子商務(wù)商品歸一化方法研究[J].計(jì)算機(jī)學(xué)報(bào),2014,(2).

    [9] 王小玉,張亞洲,陳德運(yùn),等.基于多塊局部二值模式特征和人眼定位的人臉檢測(cè)[J].儀器儀表學(xué)報(bào),2014,(12).

    [10] 楊戈,張威強(qiáng),黃靜,等.一個(gè)感知機(jī)神經(jīng)網(wǎng)絡(luò)字符識(shí)別器的實(shí)現(xiàn)[J].電子技術(shù)應(yīng)用,2015,(3).

    [編校:張芙蓉]

    Research of Face Recognition in the Vision of Intelligent Robot

    LIN Lin

    XiamenOceanVocationalCollege,XiamenFujian361012)

    This article researches on the face recognition in intelligent robot's vision. It proposes using MB-LBP texture feature combined RBF kernel SVM for face recognition. Aim at validating the method, some compared experiments are done on Yale and ORL Face datasets. The results show that the method can be favorable for accomplishing the task of face recognition on intelligent robot. This method improves the accuracy of face recognition when the illumination of face changes a lot. Besides, it can reduce the time complexity by reducing the iterations of SVM. Above all, this method is of great significance in the procedure of face recognition in intelligent robot.

    intelligent robot; computer vision; MB-LBP feature; SVM; RBF

    2015-08-06

    林琳(1976- ),女,黑龍江海倫人,講師,在讀博士研究生,研究方向?yàn)橹悄軝C(jī)器人、數(shù)控。

    TP

    A

    1671-9654(2015)03-064-06

    猜你喜歡
    人臉識(shí)別人臉紋理
    人臉識(shí)別 等
    有特點(diǎn)的人臉
    揭開人臉識(shí)別的神秘面紗
    基于BM3D的復(fù)雜紋理區(qū)域圖像去噪
    軟件(2020年3期)2020-04-20 01:45:18
    使用紋理疊加添加藝術(shù)畫特效
    三國(guó)漫——人臉解鎖
    TEXTURE ON TEXTURE質(zhì)地上的紋理
    Coco薇(2017年8期)2017-08-03 15:23:38
    消除凹凸紋理有妙招!
    Coco薇(2015年5期)2016-03-29 23:22:15
    基于類獨(dú)立核稀疏表示的魯棒人臉識(shí)別
    馬面部與人臉相似度驚人
    曰老女人黄片| 一区二区三区激情视频| 午夜成年电影在线免费观看| 午夜精品在线福利| 大香蕉久久成人网| 给我免费播放毛片高清在线观看| 久久狼人影院| 亚洲国产欧美网| 女人被狂操c到高潮| 日本熟妇午夜| 搡老熟女国产l中国老女人| 国产精品一区二区免费欧美| e午夜精品久久久久久久| 精品一区二区三区四区五区乱码| 非洲黑人性xxxx精品又粗又长| 亚洲一卡2卡3卡4卡5卡精品中文| 色播亚洲综合网| 最近最新免费中文字幕在线| 国产精品久久久久久人妻精品电影| 日韩三级视频一区二区三区| 男女床上黄色一级片免费看| 国产av一区二区精品久久| 哪里可以看免费的av片| videosex国产| 国产成+人综合+亚洲专区| 亚洲av日韩精品久久久久久密| 少妇被粗大的猛进出69影院| 日韩欧美一区视频在线观看| 免费电影在线观看免费观看| 琪琪午夜伦伦电影理论片6080| 男女床上黄色一级片免费看| 亚洲成av片中文字幕在线观看| 亚洲男人天堂网一区| 国产精品精品国产色婷婷| 久久天躁狠狠躁夜夜2o2o| 午夜老司机福利片| 少妇的丰满在线观看| 亚洲男人的天堂狠狠| √禁漫天堂资源中文www| 国产精品野战在线观看| 波多野结衣巨乳人妻| netflix在线观看网站| 校园春色视频在线观看| 色综合欧美亚洲国产小说| 在线看三级毛片| 国产人伦9x9x在线观看| 久久国产精品人妻蜜桃| 久久久久免费精品人妻一区二区 | 国产1区2区3区精品| 欧美色欧美亚洲另类二区| 首页视频小说图片口味搜索| 成人国语在线视频| 欧美日韩亚洲国产一区二区在线观看| 国产aⅴ精品一区二区三区波| 伦理电影免费视频| 久久伊人香网站| 中文字幕久久专区| 欧美日本视频| 女人高潮潮喷娇喘18禁视频| 国产黄色小视频在线观看| 欧美色欧美亚洲另类二区| 99国产精品99久久久久| 91成人精品电影| 亚洲熟妇熟女久久| 久久这里只有精品19| 可以在线观看毛片的网站| 欧美亚洲日本最大视频资源| 在线免费观看的www视频| 1024视频免费在线观看| 久久热在线av| 久久久久久人人人人人| 俄罗斯特黄特色一大片| 色av中文字幕| 两个人免费观看高清视频| 精品久久久久久久人妻蜜臀av| 久久人妻福利社区极品人妻图片| 老熟妇乱子伦视频在线观看| 亚洲成人免费电影在线观看| 亚洲成人国产一区在线观看| 免费搜索国产男女视频| av片东京热男人的天堂| 丁香六月欧美| 国产成人欧美| 两个人免费观看高清视频| 少妇裸体淫交视频免费看高清 | 国产精品一区二区免费欧美| 亚洲最大成人中文| 午夜影院日韩av| АⅤ资源中文在线天堂| 最近在线观看免费完整版| 中文在线观看免费www的网站 | 啦啦啦免费观看视频1| 黑丝袜美女国产一区| 亚洲成av人片免费观看| 中文字幕久久专区| 国产精品综合久久久久久久免费| 国产一区二区在线av高清观看| 丝袜人妻中文字幕| 法律面前人人平等表现在哪些方面| 亚洲国产欧美网| 一区二区三区高清视频在线| 美女高潮到喷水免费观看| 欧美成狂野欧美在线观看| 丰满人妻熟妇乱又伦精品不卡| 久久久久国产精品人妻aⅴ院| 无遮挡黄片免费观看| 国产一区二区三区在线臀色熟女| e午夜精品久久久久久久| 可以在线观看的亚洲视频| 99热只有精品国产| av片东京热男人的天堂| 人人妻人人澡人人看| 午夜免费鲁丝| 久久精品人妻少妇| 叶爱在线成人免费视频播放| 老司机午夜福利在线观看视频| 在线十欧美十亚洲十日本专区| 国产精品久久久久久亚洲av鲁大| 久久人妻福利社区极品人妻图片| 熟女少妇亚洲综合色aaa.| 日韩国内少妇激情av| 久久人人精品亚洲av| 亚洲无线在线观看| 国产亚洲欧美98| 中文字幕高清在线视频| 老司机靠b影院| 亚洲精品美女久久久久99蜜臀| 禁无遮挡网站| 真人做人爱边吃奶动态| 亚洲自拍偷在线| 天天添夜夜摸| 精品欧美一区二区三区在线| 欧美日韩精品网址| 宅男免费午夜| 在线观看免费午夜福利视频| netflix在线观看网站| 韩国精品一区二区三区| 91av网站免费观看| 日本三级黄在线观看| 少妇 在线观看| 国产免费av片在线观看野外av| 久久亚洲真实| 精品第一国产精品| 老熟妇仑乱视频hdxx| 久久久久久国产a免费观看| 国产麻豆成人av免费视频| 国产激情偷乱视频一区二区| 免费看a级黄色片| 欧美性猛交╳xxx乱大交人| 人人妻人人澡人人看| 国产成人精品久久二区二区免费| 亚洲成人精品中文字幕电影| 最近最新免费中文字幕在线| 国产激情欧美一区二区| 最好的美女福利视频网| 亚洲aⅴ乱码一区二区在线播放 | 99精品在免费线老司机午夜| 亚洲真实伦在线观看| 色综合站精品国产| 国产精品亚洲av一区麻豆| 国产精品亚洲美女久久久| 国产成人系列免费观看| 又大又爽又粗| 久久久久久久久中文| 午夜免费成人在线视频| 国产精品 国内视频| 高清在线国产一区| 午夜视频精品福利| 91av网站免费观看| 亚洲天堂国产精品一区在线| 成人国产一区最新在线观看| 满18在线观看网站| 级片在线观看| 午夜福利高清视频| 日本a在线网址| 欧美另类亚洲清纯唯美| 精品一区二区三区视频在线观看免费| 亚洲av日韩精品久久久久久密| 国产视频内射| 老熟妇乱子伦视频在线观看| 久久久水蜜桃国产精品网| 午夜激情福利司机影院| 国产精品国产高清国产av| 久久精品国产亚洲av香蕉五月| 欧美成人一区二区免费高清观看 | 成熟少妇高潮喷水视频| 国产成人欧美| 免费女性裸体啪啪无遮挡网站| 午夜福利成人在线免费观看| 亚洲中文字幕一区二区三区有码在线看 | 在线av久久热| 日本成人三级电影网站| 免费女性裸体啪啪无遮挡网站| 两人在一起打扑克的视频| 又黄又粗又硬又大视频| 1024香蕉在线观看| 性欧美人与动物交配| 麻豆成人av在线观看| 美女高潮喷水抽搐中文字幕| 精品一区二区三区四区五区乱码| 一级a爱视频在线免费观看| 18禁国产床啪视频网站| 很黄的视频免费| 欧美日韩瑟瑟在线播放| 哪里可以看免费的av片| 亚洲一区高清亚洲精品| 午夜两性在线视频| 成在线人永久免费视频| 久久人妻av系列| 成人国产一区最新在线观看| 国产精品 国内视频| 久久久久久久久免费视频了| 99国产极品粉嫩在线观看| 欧美日韩乱码在线| 成人18禁在线播放| 国产爱豆传媒在线观看 | 老司机午夜十八禁免费视频| 亚洲精品一卡2卡三卡4卡5卡| 午夜福利一区二区在线看| 两性夫妻黄色片| 9191精品国产免费久久| 少妇被粗大的猛进出69影院| 无人区码免费观看不卡| 一级黄色大片毛片| 欧美性猛交黑人性爽| 国产成人欧美在线观看| 亚洲精品在线美女| 免费女性裸体啪啪无遮挡网站| 日本在线视频免费播放| 天天躁夜夜躁狠狠躁躁| 老鸭窝网址在线观看| 精品久久久久久久久久免费视频| 神马国产精品三级电影在线观看 | 成人三级做爰电影| 少妇粗大呻吟视频| 亚洲国产精品成人综合色| 亚洲天堂国产精品一区在线| 在线视频色国产色| 制服诱惑二区| 欧美精品啪啪一区二区三区| a级毛片a级免费在线| 精品久久久久久成人av| 18禁观看日本| 欧美在线一区亚洲| 亚洲一卡2卡3卡4卡5卡精品中文| 性欧美人与动物交配| 最新在线观看一区二区三区| 欧美日韩一级在线毛片| 国产极品粉嫩免费观看在线| 久久天躁狠狠躁夜夜2o2o| 好男人在线观看高清免费视频 | 日日摸夜夜添夜夜添小说| 男女那种视频在线观看| 久久青草综合色| 亚洲自偷自拍图片 自拍| 免费在线观看视频国产中文字幕亚洲| 精品不卡国产一区二区三区| 国产不卡一卡二| 天堂√8在线中文| 国产亚洲精品一区二区www| 一本精品99久久精品77| 国产aⅴ精品一区二区三区波| 级片在线观看| 亚洲第一电影网av| 国产成人欧美在线观看| 欧美一级a爱片免费观看看 | 黑人欧美特级aaaaaa片| 日本熟妇午夜| 成人国产一区最新在线观看| 精品乱码久久久久久99久播| 18禁美女被吸乳视频| 18禁黄网站禁片午夜丰满| 成人欧美大片| 日韩 欧美 亚洲 中文字幕| 欧美成人一区二区免费高清观看 | 丰满人妻熟妇乱又伦精品不卡| 波多野结衣高清无吗| www.www免费av| 欧美乱色亚洲激情| 欧美激情极品国产一区二区三区| 伦理电影免费视频| 成人三级黄色视频| 99久久国产精品久久久| 在线观看www视频免费| 久久人妻福利社区极品人妻图片| 国产1区2区3区精品| 国内揄拍国产精品人妻在线 | 麻豆久久精品国产亚洲av| 日本免费a在线| 两个人看的免费小视频| 国产三级在线视频| 麻豆国产av国片精品| 女性被躁到高潮视频| 亚洲精品美女久久久久99蜜臀| 欧美日韩亚洲国产一区二区在线观看| av天堂在线播放| a在线观看视频网站| 欧美日本视频| 久久久久久久久久黄片| 一卡2卡三卡四卡精品乱码亚洲| 成人av一区二区三区在线看| 视频在线观看一区二区三区| 韩国av一区二区三区四区| 亚洲,欧美精品.| 久久久国产成人精品二区| 悠悠久久av| 亚洲欧美一区二区三区黑人| 男男h啪啪无遮挡| 18禁国产床啪视频网站| 精品午夜福利视频在线观看一区| 激情在线观看视频在线高清| 夜夜躁狠狠躁天天躁| 后天国语完整版免费观看| 成熟少妇高潮喷水视频| 757午夜福利合集在线观看| 97人妻精品一区二区三区麻豆 | 琪琪午夜伦伦电影理论片6080| a在线观看视频网站| 亚洲av电影不卡..在线观看| 中文资源天堂在线| 99精品欧美一区二区三区四区| 免费看日本二区| ponron亚洲| 在线观看午夜福利视频| av欧美777| 三级毛片av免费| 亚洲精品在线美女| 久久久久九九精品影院| 亚洲色图av天堂| 国产精品精品国产色婷婷| 国产又黄又爽又无遮挡在线| 午夜福利欧美成人| 久久久久久亚洲精品国产蜜桃av| 日韩欧美国产一区二区入口| 国产精品久久视频播放| 91av网站免费观看| 欧美一级毛片孕妇| 黄网站色视频无遮挡免费观看| 日韩欧美三级三区| 久久性视频一级片| 亚洲成av人片免费观看| 成人欧美大片| 人人妻人人澡欧美一区二区| 日韩三级视频一区二区三区| 一本一本综合久久| 看免费av毛片| 久久久国产欧美日韩av| 久久人妻福利社区极品人妻图片| 欧美色欧美亚洲另类二区| 中文资源天堂在线| 男女做爰动态图高潮gif福利片| 1024视频免费在线观看| 国产片内射在线| 手机成人av网站| 国产精品久久久久久精品电影 | 女性被躁到高潮视频| 国产成年人精品一区二区| 99热这里只有精品一区 | 搞女人的毛片| 18禁美女被吸乳视频| 熟妇人妻久久中文字幕3abv| 精品免费久久久久久久清纯| 欧美国产精品va在线观看不卡| 精品国产乱码久久久久久男人| 91在线观看av| 亚洲欧美一区二区三区黑人| 老司机在亚洲福利影院| 精品久久久久久久末码| 在线观看免费视频日本深夜| 久久久久九九精品影院| 黄色 视频免费看| 青草久久国产| 欧美三级亚洲精品| 在线观看日韩欧美| 欧美+亚洲+日韩+国产| 午夜激情福利司机影院| 久久久国产欧美日韩av| 一卡2卡三卡四卡精品乱码亚洲| av在线播放免费不卡| 精品日产1卡2卡| 搡老岳熟女国产| 精品日产1卡2卡| 欧美在线黄色| 校园春色视频在线观看| 草草在线视频免费看| www.精华液| 久久精品aⅴ一区二区三区四区| 久久伊人香网站| 久久精品国产亚洲av香蕉五月| 国内久久婷婷六月综合欲色啪| 国产不卡一卡二| 欧美另类亚洲清纯唯美| 18禁国产床啪视频网站| 亚洲欧美日韩高清在线视频| 国产精品九九99| 国产1区2区3区精品| 久久久久久国产a免费观看| 午夜日韩欧美国产| 午夜亚洲福利在线播放| 美女国产高潮福利片在线看| 精品久久久久久久末码| 不卡一级毛片| 午夜精品久久久久久毛片777| 午夜福利高清视频| 99久久国产精品久久久| 亚洲国产精品sss在线观看| 成人三级做爰电影| 国产精品久久久av美女十八| 精品欧美一区二区三区在线| 两个人免费观看高清视频| 91大片在线观看| 亚洲成人国产一区在线观看| 久久国产精品人妻蜜桃| 香蕉av资源在线| 天堂影院成人在线观看| 亚洲av美国av| 脱女人内裤的视频| 啦啦啦 在线观看视频| 国产成人精品久久二区二区免费| 日韩欧美免费精品| 激情在线观看视频在线高清| 日韩高清综合在线| 丰满的人妻完整版| 俺也久久电影网| 久久精品91蜜桃| 欧美乱妇无乱码| 亚洲国产欧美日韩在线播放| 国产真实乱freesex| 一区二区三区高清视频在线| 国产日本99.免费观看| 丁香欧美五月| svipshipincom国产片| 在线免费观看的www视频| 亚洲人成网站高清观看| 国产精品二区激情视频| 成人一区二区视频在线观看| av有码第一页| 国产伦一二天堂av在线观看| 满18在线观看网站| 亚洲中文字幕日韩| 香蕉国产在线看| 亚洲国产高清在线一区二区三 | 麻豆久久精品国产亚洲av| 成在线人永久免费视频| 久久青草综合色| 久久精品国产清高在天天线| 精品久久久久久成人av| 亚洲真实伦在线观看| 午夜激情福利司机影院| 亚洲精品在线美女| 久久久国产精品麻豆| 黄色a级毛片大全视频| 欧美在线黄色| 中文字幕人妻熟女乱码| 在线看三级毛片| 国产成人欧美| 久久精品国产清高在天天线| 少妇的丰满在线观看| 嫩草影视91久久| 成人手机av| 国产亚洲av高清不卡| 最近最新中文字幕大全免费视频| 在线国产一区二区在线| 深夜精品福利| 一卡2卡三卡四卡精品乱码亚洲| 欧美又色又爽又黄视频| 麻豆国产av国片精品| 亚洲五月色婷婷综合| а√天堂www在线а√下载| 国产成人精品久久二区二区免费| 亚洲精品美女久久久久99蜜臀| 91大片在线观看| 在线永久观看黄色视频| 午夜福利在线在线| 亚洲精品中文字幕一二三四区| 日日夜夜操网爽| 亚洲激情在线av| 日本三级黄在线观看| 亚洲精品久久成人aⅴ小说| 亚洲av电影不卡..在线观看| 巨乳人妻的诱惑在线观看| 在线看三级毛片| 97碰自拍视频| 精品熟女少妇八av免费久了| 黄色 视频免费看| 一本一本综合久久| 精品一区二区三区视频在线观看免费| 这个男人来自地球电影免费观看| 曰老女人黄片| 老鸭窝网址在线观看| 亚洲欧美精品综合一区二区三区| 色播亚洲综合网| 亚洲最大成人中文| 亚洲九九香蕉| 在线国产一区二区在线| 国产精品九九99| 久久青草综合色| 日韩欧美一区二区三区在线观看| 法律面前人人平等表现在哪些方面| 亚洲国产精品999在线| 97超级碰碰碰精品色视频在线观看| 国产精品综合久久久久久久免费| 国产成人精品久久二区二区91| 99久久无色码亚洲精品果冻| 亚洲av中文字字幕乱码综合 | 日韩有码中文字幕| 亚洲成人免费电影在线观看| 色精品久久人妻99蜜桃| 白带黄色成豆腐渣| 黄色视频,在线免费观看| 波多野结衣巨乳人妻| 国产av不卡久久| 首页视频小说图片口味搜索| 一进一出抽搐gif免费好疼| 禁无遮挡网站| 亚洲va日本ⅴa欧美va伊人久久| 中文字幕人妻丝袜一区二区| 久久午夜综合久久蜜桃| 午夜免费观看网址| 国产精品 欧美亚洲| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲成a人片在线一区二区| 韩国精品一区二区三区| 国产精品美女特级片免费视频播放器 | 中文字幕人妻丝袜一区二区| 国产又黄又爽又无遮挡在线| 亚洲成人国产一区在线观看| 精品久久久久久久久久久久久 | 99久久精品国产亚洲精品| av在线播放免费不卡| 91大片在线观看| 久久久久久国产a免费观看| 免费在线观看视频国产中文字幕亚洲| 日韩高清综合在线| 嫩草影视91久久| 婷婷丁香在线五月| 1024香蕉在线观看| 久久久久久久久中文| 欧美zozozo另类| 成人特级黄色片久久久久久久| 欧美色视频一区免费| 国产爱豆传媒在线观看 | 亚洲精品久久国产高清桃花| 校园春色视频在线观看| 亚洲av成人av| 好看av亚洲va欧美ⅴa在| 国产精品久久久av美女十八| 一卡2卡三卡四卡精品乱码亚洲| 国产欧美日韩精品亚洲av| 两个人看的免费小视频| 极品教师在线免费播放| 黄色毛片三级朝国网站| 男女之事视频高清在线观看| 国产午夜福利久久久久久| 一本久久中文字幕| 亚洲av成人不卡在线观看播放网| 好男人在线观看高清免费视频 | 欧美日韩乱码在线| 国产99白浆流出| 亚洲精品久久国产高清桃花| 日本免费一区二区三区高清不卡| 亚洲精品久久国产高清桃花| 97碰自拍视频| 精品无人区乱码1区二区| 一区二区日韩欧美中文字幕| 丁香六月欧美| 成人亚洲精品一区在线观看| 女性被躁到高潮视频| 成人亚洲精品一区在线观看| 日本熟妇午夜| 国产成人精品久久二区二区91| 午夜视频精品福利| 操出白浆在线播放| 男女做爰动态图高潮gif福利片| 久久午夜综合久久蜜桃| 18禁美女被吸乳视频| 欧美精品啪啪一区二区三区| 视频在线观看一区二区三区| av免费在线观看网站| 午夜精品在线福利| 精品国产亚洲在线| 欧美日韩亚洲国产一区二区在线观看| 亚洲精品美女久久久久99蜜臀| 日日夜夜操网爽| 大型av网站在线播放| 又紧又爽又黄一区二区| 精品无人区乱码1区二区| 免费在线观看影片大全网站| 中文字幕精品亚洲无线码一区 | 免费看十八禁软件| 99国产极品粉嫩在线观看| 好男人在线观看高清免费视频 | 97超级碰碰碰精品色视频在线观看| 久久中文看片网| 国产高清videossex| 国内毛片毛片毛片毛片毛片| 日韩欧美 国产精品| 久久这里只有精品19| 亚洲第一青青草原| 国产片内射在线| 精品免费久久久久久久清纯| 亚洲av五月六月丁香网| av片东京热男人的天堂| 在线视频色国产色| 日日夜夜操网爽| a在线观看视频网站| 久久久久久九九精品二区国产 | 日本一区二区免费在线视频| 少妇粗大呻吟视频| 天堂影院成人在线观看| 在线永久观看黄色视频| 不卡av一区二区三区| 99热6这里只有精品| 亚洲国产毛片av蜜桃av| 精品高清国产在线一区|