• <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
    黄片wwwwww| 精品人妻偷拍中文字幕| 国产精品久久久久久久久免| 最近中文字幕高清免费大全6 | 亚洲电影在线观看av| av在线天堂中文字幕| 91久久精品电影网| 国产欧美日韩精品一区二区| 久久久久性生活片| 偷拍熟女少妇极品色| 香蕉av资源在线| 村上凉子中文字幕在线| 老熟妇乱子伦视频在线观看| 亚洲久久久久久中文字幕| 免费看av在线观看网站| 一区二区三区免费毛片| 久久久久久大精品| 一进一出好大好爽视频| 亚洲自拍偷在线| 一区二区三区激情视频| 成人美女网站在线观看视频| 久久久国产成人免费| 亚洲aⅴ乱码一区二区在线播放| 在线免费观看的www视频| 黄色日韩在线| 成人高潮视频无遮挡免费网站| 内地一区二区视频在线| 国产成人av教育| videossex国产| 国产精品精品国产色婷婷| 精品人妻视频免费看| 欧美激情久久久久久爽电影| 老师上课跳d突然被开到最大视频| 人妻少妇偷人精品九色| 一个人免费在线观看电影| 九九久久精品国产亚洲av麻豆| 我的老师免费观看完整版| netflix在线观看网站| 国产精品永久免费网站| 精品一区二区三区视频在线| 亚洲性夜色夜夜综合| 丰满的人妻完整版| 色哟哟哟哟哟哟| 亚洲无线观看免费| 国产在线精品亚洲第一网站| 亚洲人与动物交配视频| 久久午夜福利片| 美女xxoo啪啪120秒动态图| 久久久久久久久大av| 国产真实伦视频高清在线观看 | 亚洲美女视频黄频| 无遮挡黄片免费观看| 日日啪夜夜撸| 国产高清视频在线播放一区| 欧美三级亚洲精品| 日韩,欧美,国产一区二区三区 | 夜夜夜夜夜久久久久| 国产成人aa在线观看| 中亚洲国语对白在线视频| 亚洲五月天丁香| 成年女人永久免费观看视频| 国产成人福利小说| 一级a爱片免费观看的视频| 大型黄色视频在线免费观看| av天堂中文字幕网| av福利片在线观看| 成人综合一区亚洲| 97超级碰碰碰精品色视频在线观看| 免费观看人在逋| 免费高清视频大片| 亚洲精品日韩av片在线观看| 国产免费一级a男人的天堂| 不卡视频在线观看欧美| 国产在线精品亚洲第一网站| 欧美中文日本在线观看视频| 久久国内精品自在自线图片| 搡老妇女老女人老熟妇| 哪里可以看免费的av片| 美女高潮喷水抽搐中文字幕| 亚洲精品成人久久久久久| 两个人的视频大全免费| 国产精品综合久久久久久久免费| 国内精品美女久久久久久| 12—13女人毛片做爰片一| 我的老师免费观看完整版| 变态另类成人亚洲欧美熟女| 欧美不卡视频在线免费观看| 天天一区二区日本电影三级| 欧美高清成人免费视频www| 中文字幕久久专区| 国产又黄又爽又无遮挡在线| 老司机午夜福利在线观看视频| 大型黄色视频在线免费观看| 夜夜看夜夜爽夜夜摸| 国产午夜福利久久久久久| 内射极品少妇av片p| 欧美潮喷喷水| av黄色大香蕉| 亚洲在线自拍视频| 精品久久久久久久久久久久久| 国产精品美女特级片免费视频播放器| 色精品久久人妻99蜜桃| 男女之事视频高清在线观看| a级毛片免费高清观看在线播放| 亚洲综合色惰| 村上凉子中文字幕在线| 国产女主播在线喷水免费视频网站 | 一本久久中文字幕| 日本免费a在线| 有码 亚洲区| 久久中文看片网| 久久这里只有精品中国| 97超视频在线观看视频| 18禁黄网站禁片免费观看直播| av天堂在线播放| 日韩一本色道免费dvd| 国产视频一区二区在线看| 亚洲经典国产精华液单| 欧美精品啪啪一区二区三区| 国产亚洲精品综合一区在线观看| 成人一区二区视频在线观看| 日日摸夜夜添夜夜添av毛片 | 国产一区二区在线观看日韩| 国产精品av视频在线免费观看| 成人国产麻豆网| 国产高清激情床上av| 久久精品国产自在天天线| 婷婷色综合大香蕉| 国产精品综合久久久久久久免费| 午夜福利在线在线| 亚洲一区二区三区色噜噜| 在线观看免费视频日本深夜| 欧美日韩黄片免| 2021天堂中文幕一二区在线观| 三级国产精品欧美在线观看| 婷婷精品国产亚洲av| 少妇熟女aⅴ在线视频| 赤兔流量卡办理| 国内精品久久久久精免费| 国产在视频线在精品| 人妻久久中文字幕网| 美女高潮的动态| 亚洲人与动物交配视频| 在线免费十八禁| 国产成人影院久久av| 亚洲精品影视一区二区三区av| 我要搜黄色片| or卡值多少钱| 露出奶头的视频| 久久6这里有精品| 日本一二三区视频观看| 很黄的视频免费| 国产中年淑女户外野战色| 国产人妻一区二区三区在| 最新在线观看一区二区三区| 成人亚洲精品av一区二区| 精品日产1卡2卡| 亚洲美女搞黄在线观看 | 久9热在线精品视频| 男插女下体视频免费在线播放| 久久午夜亚洲精品久久| 亚洲欧美日韩高清专用| 精品无人区乱码1区二区| 能在线免费观看的黄片| 熟女人妻精品中文字幕| 久久久久国内视频| 春色校园在线视频观看| 真人一进一出gif抽搐免费| 国产人妻一区二区三区在| 久久国内精品自在自线图片| 日本欧美国产在线视频| 久久久久九九精品影院| 桃红色精品国产亚洲av| 久久久久九九精品影院| 春色校园在线视频观看| 一本久久中文字幕| 久久九九热精品免费| 毛片女人毛片| 精品一区二区三区视频在线| 在线免费十八禁| 精品人妻熟女av久视频| 色av中文字幕| 国产午夜精品论理片| 精品一区二区三区视频在线观看免费| 12—13女人毛片做爰片一| 国产免费av片在线观看野外av| 舔av片在线| 久久99热这里只有精品18| 婷婷六月久久综合丁香| 美女高潮喷水抽搐中文字幕| a级毛片a级免费在线| 在线观看美女被高潮喷水网站| 天天躁日日操中文字幕| 18禁裸乳无遮挡免费网站照片| 日韩亚洲欧美综合| 两人在一起打扑克的视频| 国产精品伦人一区二区| 老司机福利观看| 日本三级黄在线观看| 人人妻人人看人人澡| .国产精品久久| ponron亚洲| 午夜影院日韩av| 国产精品国产三级国产av玫瑰| 麻豆国产97在线/欧美| 嫩草影院精品99| 丝袜美腿在线中文| 久久久色成人| 色视频www国产| 亚洲久久久久久中文字幕| 联通29元200g的流量卡| .国产精品久久| 又紧又爽又黄一区二区| 欧美日韩黄片免| 午夜福利在线在线| 亚洲自拍偷在线| 99久久精品热视频| 亚洲国产欧美人成| 欧美zozozo另类| 熟女人妻精品中文字幕| 成熟少妇高潮喷水视频| 精品一区二区三区av网在线观看| 免费av观看视频| 国产老妇女一区| 美女免费视频网站| 国产精品久久久久久精品电影| 精品一区二区免费观看| 成人三级黄色视频| 国产精品国产三级国产av玫瑰| 日韩欧美免费精品| 久久久久久国产a免费观看| 欧美一区二区亚洲| 热99在线观看视频| 国产三级在线视频| 国内揄拍国产精品人妻在线| 亚洲av免费在线观看| 男女边吃奶边做爰视频| 欧美性感艳星| 在线免费十八禁| 18+在线观看网站| 午夜福利视频1000在线观看| 日日夜夜操网爽| www.www免费av| 身体一侧抽搐| eeuss影院久久| 久久精品国产99精品国产亚洲性色| 成人毛片a级毛片在线播放| 超碰av人人做人人爽久久| 亚洲av第一区精品v没综合| 尾随美女入室| 国内久久婷婷六月综合欲色啪| 免费一级毛片在线播放高清视频| 国产激情偷乱视频一区二区| 啦啦啦观看免费观看视频高清| 窝窝影院91人妻| 国产探花在线观看一区二区| 看免费成人av毛片| 欧美人与善性xxx| 国产探花极品一区二区| 国产精品乱码一区二三区的特点| 亚洲av二区三区四区| 不卡一级毛片| 2021天堂中文幕一二区在线观| 久久精品国产自在天天线| 久久精品国产亚洲av香蕉五月| 88av欧美| 色哟哟·www| 国产精品日韩av在线免费观看| 狂野欧美激情性xxxx在线观看| 亚洲无线在线观看| 国产精品爽爽va在线观看网站| 日韩欧美免费精品| 两个人视频免费观看高清| 亚洲五月天丁香| 在线观看午夜福利视频| 99久久精品国产国产毛片| 在线免费观看不下载黄p国产 | 亚洲欧美日韩东京热| 搞女人的毛片| 老熟妇乱子伦视频在线观看| av福利片在线观看| 在线a可以看的网站| 永久网站在线| 我的老师免费观看完整版| 国产女主播在线喷水免费视频网站 | 最近最新中文字幕大全电影3| 国产在视频线在精品| 免费人成在线观看视频色| 国产精品野战在线观看| 国产精品不卡视频一区二区| 91在线观看av| 老司机深夜福利视频在线观看| 亚洲专区国产一区二区| 麻豆成人av在线观看| 伊人久久精品亚洲午夜| 白带黄色成豆腐渣| 小说图片视频综合网站| 999久久久精品免费观看国产| 不卡一级毛片| 国产 一区精品| 99久久精品热视频| 亚洲国产欧洲综合997久久,| 日韩欧美精品v在线| 最新中文字幕久久久久| 亚州av有码| 18禁在线播放成人免费| 一级毛片久久久久久久久女| 嫩草影院新地址| 69av精品久久久久久| 亚洲人成伊人成综合网2020| 亚洲图色成人| 日韩一区二区视频免费看| 国产探花极品一区二区| 一区二区三区高清视频在线| 午夜福利欧美成人| 琪琪午夜伦伦电影理论片6080| 久久午夜福利片| 狂野欧美白嫩少妇大欣赏| 中文字幕免费在线视频6| 久久久精品大字幕| 久久精品国产亚洲av涩爱 | avwww免费| 久久婷婷人人爽人人干人人爱| 精华霜和精华液先用哪个| 丰满的人妻完整版| av在线天堂中文字幕| 禁无遮挡网站| 日本在线视频免费播放| 欧美日韩瑟瑟在线播放| 亚洲中文字幕一区二区三区有码在线看| 日本与韩国留学比较| 亚州av有码| 搡老妇女老女人老熟妇| 午夜爱爱视频在线播放| 亚洲不卡免费看| 特级一级黄色大片| 日韩人妻高清精品专区| 国产国拍精品亚洲av在线观看| 嫁个100分男人电影在线观看| 美女高潮的动态| 欧美潮喷喷水| 久久久午夜欧美精品| 免费高清视频大片| 午夜精品在线福利| 天堂网av新在线| 亚洲,欧美,日韩| 我的老师免费观看完整版| 亚洲一级一片aⅴ在线观看| 欧美成人性av电影在线观看| 国内精品久久久久久久电影| 精品人妻一区二区三区麻豆 | 欧美激情在线99| 在线看三级毛片| 亚洲午夜理论影院| 此物有八面人人有两片| 波多野结衣高清作品| 亚洲精华国产精华精| 很黄的视频免费| 国产色爽女视频免费观看| 免费无遮挡裸体视频| 国产三级中文精品| 亚洲av美国av| 极品教师在线免费播放| 国产人妻一区二区三区在| 国产精品久久电影中文字幕| 久久精品国产亚洲av涩爱 | 久久6这里有精品| 成人av在线播放网站| 国产又黄又爽又无遮挡在线| 国产激情偷乱视频一区二区| 永久网站在线| 热99在线观看视频| 欧美性感艳星| 精品无人区乱码1区二区| 99久久精品一区二区三区| 免费无遮挡裸体视频| 精品人妻1区二区| 国产av不卡久久| 一区二区三区免费毛片| x7x7x7水蜜桃| 午夜精品一区二区三区免费看| 国产精品1区2区在线观看.| 精品久久久久久,| 99在线人妻在线中文字幕| 久久6这里有精品| 最近在线观看免费完整版| 久久精品国产鲁丝片午夜精品 | 女生性感内裤真人,穿戴方法视频| 日本一二三区视频观看| 日本黄色视频三级网站网址| 日韩精品有码人妻一区| 69人妻影院| 97超级碰碰碰精品色视频在线观看| 十八禁国产超污无遮挡网站| 欧美激情久久久久久爽电影| 久久久午夜欧美精品| 欧美日韩乱码在线| 很黄的视频免费| 午夜视频国产福利| 最好的美女福利视频网| av在线天堂中文字幕| 国产精品伦人一区二区| 国产探花极品一区二区| 亚洲欧美日韩无卡精品| 日本爱情动作片www.在线观看 | 亚洲国产色片| 精品久久久久久久久久免费视频| av.在线天堂| 少妇的逼好多水| 国产精品美女特级片免费视频播放器| a级一级毛片免费在线观看| 日本与韩国留学比较| 亚洲av第一区精品v没综合| 中出人妻视频一区二区| 国产精品1区2区在线观看.| 最新中文字幕久久久久| 一边摸一边抽搐一进一小说| 久久久精品大字幕| 人妻夜夜爽99麻豆av| 综合色av麻豆| 欧美极品一区二区三区四区| 黄色日韩在线| 国产91精品成人一区二区三区| 一边摸一边抽搐一进一小说| 亚洲av成人精品一区久久| 此物有八面人人有两片| 一个人免费在线观看电影| 亚洲人成网站在线播| 少妇高潮的动态图| 国产精品国产三级国产av玫瑰| 日韩亚洲欧美综合| netflix在线观看网站| 少妇被粗大猛烈的视频| 女人十人毛片免费观看3o分钟| 老司机福利观看| 色5月婷婷丁香| 久久人人精品亚洲av| 欧美黑人巨大hd| 国产成人a区在线观看| 欧美日本亚洲视频在线播放| 国产伦人伦偷精品视频| 亚洲男人的天堂狠狠| 我的老师免费观看完整版| 午夜福利在线在线| 欧美成人a在线观看| 亚洲va日本ⅴa欧美va伊人久久| 国产精品一及| 91麻豆av在线| 999久久久精品免费观看国产| 午夜福利在线观看吧| 婷婷亚洲欧美| 一个人免费在线观看电影| 欧美最黄视频在线播放免费| 久久精品夜夜夜夜夜久久蜜豆| x7x7x7水蜜桃| 成人国产一区最新在线观看| 日本欧美国产在线视频| 国产精品1区2区在线观看.| 91在线精品国自产拍蜜月| 午夜日韩欧美国产| 色综合站精品国产| av在线老鸭窝| 亚洲av.av天堂| 色视频www国产| 人人妻,人人澡人人爽秒播| 别揉我奶头~嗯~啊~动态视频| 日本成人三级电影网站| 嫩草影院入口| 亚洲欧美日韩东京热| 超碰av人人做人人爽久久| 国产精品一区二区三区四区免费观看 | 亚洲精品影视一区二区三区av| 熟女电影av网| 桃红色精品国产亚洲av| 91久久精品电影网| 啦啦啦啦在线视频资源| 高清日韩中文字幕在线| 午夜日韩欧美国产| 欧美成人a在线观看| 悠悠久久av| 久久久国产成人精品二区| 国产精品久久久久久av不卡| 国产熟女欧美一区二区| 欧美xxxx性猛交bbbb| 18禁黄网站禁片免费观看直播| 一本精品99久久精品77| 狂野欧美激情性xxxx在线观看| 少妇高潮的动态图| 久9热在线精品视频| 亚洲真实伦在线观看| 亚洲图色成人| 久久精品综合一区二区三区| 色综合色国产| 亚洲欧美日韩高清专用| 亚洲精品日韩av片在线观看| 亚洲人成网站高清观看| 我要搜黄色片| 亚洲电影在线观看av| 美女 人体艺术 gogo| avwww免费| 99热精品在线国产| 一区二区三区四区激情视频 | 欧美日韩瑟瑟在线播放| 男人和女人高潮做爰伦理| 人人妻,人人澡人人爽秒播| 亚洲不卡免费看| 国产一区二区在线av高清观看| 亚洲,欧美,日韩| 久久久久九九精品影院| 国产三级在线视频| 国产又黄又爽又无遮挡在线| 极品教师在线免费播放| 久久香蕉精品热| 狂野欧美白嫩少妇大欣赏| 午夜a级毛片| 可以在线观看毛片的网站| 岛国在线免费视频观看| 成人av一区二区三区在线看| 91精品国产九色| 五月玫瑰六月丁香| 91狼人影院| 中国美女看黄片| 国产乱人视频| 亚洲久久久久久中文字幕| 国产一区二区在线av高清观看| 久久久久国产精品人妻aⅴ院| 免费观看的影片在线观看| 99国产极品粉嫩在线观看| 久久久久精品国产欧美久久久| 国产精品日韩av在线免费观看| 成年版毛片免费区| 99精品久久久久人妻精品| 色噜噜av男人的天堂激情| 欧美潮喷喷水| 国产精品久久久久久av不卡| 成人国产一区最新在线观看| 亚洲第一电影网av| 噜噜噜噜噜久久久久久91| 亚洲经典国产精华液单| 少妇人妻精品综合一区二区 | 熟女电影av网| 最新在线观看一区二区三区| 免费电影在线观看免费观看| 韩国av一区二区三区四区| 久久午夜福利片| 亚洲精品在线观看二区| 九色国产91popny在线| 免费观看人在逋| 亚洲一区二区三区色噜噜| 国产亚洲欧美98| 亚洲自偷自拍三级| 亚洲最大成人中文| 国产精品一区www在线观看 | 免费观看精品视频网站| 91久久精品国产一区二区成人| 亚洲专区中文字幕在线| 国产av一区在线观看免费| 久久久久久大精品| av福利片在线观看| 夜夜夜夜夜久久久久| 深夜精品福利| 亚洲国产精品合色在线| 18禁黄网站禁片午夜丰满| 色综合亚洲欧美另类图片| 久久久久免费精品人妻一区二区| 亚洲四区av| 97人妻精品一区二区三区麻豆| 天堂网av新在线| 久久6这里有精品| 男女啪啪激烈高潮av片| 久久久久久久久久久丰满 | 国产亚洲91精品色在线| 国产毛片a区久久久久| 欧美xxxx性猛交bbbb| 亚洲av.av天堂| 内射极品少妇av片p| 在线免费十八禁| 国产蜜桃级精品一区二区三区| 尾随美女入室| 美女cb高潮喷水在线观看| 色在线成人网| 国产精品电影一区二区三区| 亚洲精华国产精华精| 欧美日本亚洲视频在线播放| 午夜精品一区二区三区免费看| 91久久精品国产一区二区成人| 国产三级中文精品| 真实男女啪啪啪动态图| 一区二区三区四区激情视频 | 亚洲一区二区三区色噜噜| 亚洲人成网站在线播| 最近视频中文字幕2019在线8| 国产午夜福利久久久久久| 校园春色视频在线观看| 中文字幕熟女人妻在线| 亚洲中文字幕一区二区三区有码在线看| 亚洲av电影不卡..在线观看| 噜噜噜噜噜久久久久久91| 国产一级毛片七仙女欲春2| 精品日产1卡2卡| 狂野欧美激情性xxxx在线观看| 欧美三级亚洲精品| 99热这里只有精品一区| 99九九线精品视频在线观看视频| 免费在线观看影片大全网站| 国产精品久久电影中文字幕| 极品教师在线免费播放| 日韩欧美 国产精品| 中文字幕人妻熟人妻熟丝袜美| 最近中文字幕高清免费大全6 | 一本一本综合久久| 久久这里只有精品中国| 特级一级黄色大片| 一进一出抽搐动态| 亚洲av美国av|