• <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LBP人臉識別算法的研究*

    2016-12-21 07:13:58陶永鵬
    關(guān)鍵詞:降維鄰域直方圖

    頊 聰,陶永鵬

    (大連外國語大學 軟件學院, 遼寧 大連 116044)

    ?

    基于改進的LBP人臉識別算法的研究*

    頊 聰,陶永鵬

    (大連外國語大學 軟件學院, 遼寧 大連 116044)

    局部二值模式(LBP)算法是人臉識別領(lǐng)域中的經(jīng)典算法,能夠捕捉局部的細節(jié)特征,但其魯棒性和識別率易受外部環(huán)境變化的影響。文章深入研究了LBP算法,從LBP算子、直方圖特征提取對傳統(tǒng)LBP算法進行改進,并結(jié)合LIOP編碼方法,進一步提出了增強局部量化模式(ELQP)的人臉識別算法。實驗結(jié)果表明,改進的LBP算法具有更高的識別率和較強的魯棒性。

    LBP 算子;圖像融合;人臉識別;特征提取

    0 引言

    人臉識別,特指利用分析比較人臉視覺特征信息進行身份鑒別的計算機技術(shù)。研究人臉識別重點在于對核心算法的研究,通過算法的改進使識別結(jié)果具有實用化的識別率和識別速度。當前人臉識別領(lǐng)域中,主要有以下核心算法研究[1]:(1)通過積分方式進行歐式距離表示,形成的基于幾何特征的算法,例如MIT的Brunelli和Poggio科研團隊。(2)利用模板匹配算法進行人臉特征提取(如眉毛、眼睛輪廓的特征提取),例如Harvard大學Smith-Kettlewell眼睛研究中心。然而目前面臨的主要問題是外界環(huán)境的不斷變化對人臉識別產(chǎn)生了巨大影響,加大了識別的難度。如何提出新算法或改進原有的算法進行有效的人臉特征提取是目前人臉識別技術(shù)研究的重點。

    早期的研究提出了Eigenface方法[2],主要是利用主成分分析(PCA)進行人臉特征提取,形成特征臉,因為初步提取的描述人臉外在變化的特征臉維度較高,所以要進行降維處理。在此基礎(chǔ)上進一步提出了Fisherface[3]方法,先應(yīng)用PCA對特征向量進行降維,然后使用線性判別分析(LDA)使特征的類內(nèi)差異減小并增大類間差異。但是這些基于全局特征的方法對于表情、光照、遮擋這些變化十分敏感,于是基于局部特征的人臉算法逐漸成為新的研究熱點。

    1 LBP的算法的改進

    1.1 LBP理論

    局部二值模式(LBP)算法是一種典型的基于局部特征的識別算法[4]。LBP局部二值模式是一種基于灰度值比較的局部紋理結(jié)構(gòu)表示方法,與灰度特征相比表示能力更強。它對于邊緣、角點和平滑變化的圖像區(qū)域都能良好地表示出來。對于任意圖像I來說,LBP通過比較中心像素點和鄰域像素點的值來對圖像進行重編碼,其定義如下:

    (1)

    其中φ(x)為閾值化函數(shù),只有當x的值大于等于0時函數(shù)值為1,否則函數(shù)值為0;n代表LBP編碼總的鄰域點數(shù);k表示第k個鄰域點;c代表中心像素點。

    LBP算法計算方法簡單,不涉及到復(fù)雜的運算,但是本身存在兩個缺陷:

    第一,隨著LBP的鄰域點數(shù)量增加,LBP的主模數(shù)量會成指數(shù)形式增加。

    第二,LBP編碼雖然有一定的灰度不變性和旋轉(zhuǎn)不變性,但是對姿態(tài)變化和光照變化等外界環(huán)境依然不夠魯棒。

    1.2 LBP算子的改進

    對于LBP算法的改進,目的是克服原有算法的不足,提高在復(fù)雜外界環(huán)境下人臉的識別率。

    由于基于局部特征提取框架主要分為三個部分,因此主要的改進方向有:圖像濾波、模式采樣、模式編碼三個。

    1.2.1 圖像濾波上的改進

    在不同的光照環(huán)境下得到的人臉圖像存在顯著的差異,為了消除這種差異需要對圖片進行預(yù)處理。具體來說就是對于圖像I使用濾波核w進行濾波處理,得到圖像f(I),然后對f(I)進行LBP編碼。增強圖像細節(jié)。

    1.2.2 模式采樣的改進

    LBP方法只使用了鄰域點與中心像素點的大小關(guān)系,沒有利用上鄰域點之間的大小關(guān)系,而且對于鄰域點之間的權(quán)重是相等的。因此如何利用鄰域點之間的大小關(guān)系進行編碼是重點解決的關(guān)鍵技術(shù)問題??紤]到局部序數(shù)模式算法可以對鄰域點按照一定的關(guān)系排序,因此本文采用該算法去改善模式的編碼。

    1.2.3 模式編碼上的改進

    LBP編碼的主模數(shù)與鄰域點數(shù)之間存在指數(shù)關(guān)系,然而為了增強判別能力不得不使用較大的鄰域點數(shù)。因此如何降低主模數(shù)量是重點解決的關(guān)鍵技術(shù)問題。針對這個問題HUSSAIN S U提出了LQP,通過使用離線K均值距離建立一個碼本,并將二進制序列分成K個子類來編碼主模。

    1.3 直方圖特征提取

    改進LBP算子后,需要進一步進行直方圖下的特征提取。如圖1所示。

    圖1 LBP分塊空間的增強直方圖特征提取框架圖

    (1)直方圖特征度量

    (2)直方圖權(quán)重度量方法

    (3)直方圖特征的降維方法

    直方圖特征維數(shù)過高不利于后續(xù)的識別和實際應(yīng)用中實時計算的要求,因此有必要對直方圖特征進行降維處理。本文利用特征降維法PCA[6],算法步驟為:①計算散布矩陣S;②計算散布矩陣S的本征值和本征向量;③按本征值的大小,從大到小對其對應(yīng)的本征向量進行排序;④選擇其中最大的d個本征值對應(yīng)的本征向量,并將其作為投影向量,構(gòu)成D×d投影矩陣W。

    測試結(jié)果如圖2所示。

    圖2實驗比較后的人臉圖

    圖2(a)是原始人臉圖像,圖2(b)是采用分塊的 LBP圖像的空間增強直方圖算法進行特征提取的人臉圖像,圖2(c)是經(jīng)過 PCA 降維的特征圖像??梢钥闯鼋?jīng)過 PCA 降維的人臉的局部細節(jié)特征依然保留,但數(shù)據(jù)量降低,說明經(jīng) PCA 降維的特征提取取得了良好的效果。通過降維后人臉圖像特征矩陣識別將轉(zhuǎn)化為樣本分類的求解問題,本文則通過構(gòu)建最小支持向量機來進行分類。

    2 增強局部量化模式(ELQP)人臉識別算法

    2.1 概述

    因LBP的鄰域編碼能力比較弱化,依然影響最終人臉的識別,所以本文在改進LBP算法的基礎(chǔ)上進行更進一步的研究,提出增強局部量化模式(ELQP)的人臉識別算法。

    LIOP[7]是用鄰域序數(shù)關(guān)系代替LBP的鄰域編碼,具有更強的判別能力,LQP是一種通過查表的方式對特征向量進行編碼的方法,可以在不增加計算復(fù)雜度的情況下對更大的鄰域進行采樣編碼。因此結(jié)合LIOP和LQP的優(yōu)點提出了ELQP算法進行人臉識別。

    2.2 LIOP主模數(shù)指數(shù)級增加的解決

    LIOP也會遇到隨著鄰域點數(shù)的增加,主模數(shù)呈指數(shù)級增加的問題。應(yīng)用局部量化模式可以在一定程度上解決這個問題。局部量化模式通過預(yù)先建立的查找表來對特征向量進行量化編碼,設(shè)計分為訓(xùn)練和編碼兩個階段。訓(xùn)練階段提取所有圖像的鄰域特征向量,應(yīng)用K均值聚類算法得到一個碼本。編碼階段使用查表法將特征向量編碼成碼本中對應(yīng)的碼字,從而獲得LQP編碼圖。

    2.3 融合LIOP和LQP的特征提取方法

    增強局部量化模式是融合LIOP與LQP的特征提取方法。如何進行融合是問題處理的關(guān)鍵。本文設(shè)計的ELQP編碼選用16個鄰域點構(gòu)成的鄰域向量計算離線碼本。為了降低計算量,此處將圖像分成6×6的子塊,分別為每一個子塊計算一個碼本。鄰域點的定義如圖3所示。

    圖3 ELQP編碼16點鄰域位置

    2.4似度量與降維方法

    所有圖像提取特征向量后都需要比較圖像之間的相似度??紤]到識別過程的計算效率,針對直方圖特征一般使用直方圖相交度量來計算相似度。如何定義兩個直方圖的特征向量并計算直方圖相交距離是重點解決的關(guān)鍵問題。同時利用Fisher[8]進行特征向量的權(quán)重的分配。對于降維處理本算法采用了WPCA[9]降維。

    3 實驗參數(shù)與結(jié)果

    實驗中的所有算法使用直方圖相交度量的結(jié)果如表1所示。表2給出了各算法的特征提取時間和維數(shù)。

    從表1的實驗結(jié)果發(fā)現(xiàn),本文方法的識別率在遮擋、表情、年齡、背景和距離5個測試集上的結(jié)果優(yōu)于與之對比的PCA、LBP、Fisherface算法。

    表2的結(jié)果表明本文算法ELQP在高維度下提取時間用時很少,效率高于PCA及Fisherface算法。這說明了本文算法的實用性較強。

    表1 各算法對比實驗結(jié)果

    表2 各算法特征提取時間與特征維數(shù)

    4 結(jié)論

    人臉識別是一個具有巨大挑戰(zhàn)力的課題,雖然近十幾年來得到了非常大的關(guān)注,也取得了很多的研究成果,但是仍然沒有在本質(zhì)上有很大的突破。本文通過分析局部二值模式(LBP)算法在人臉識別中的問題,針對LBP算子在圖像濾波、模式采樣、模式編碼三個方面進行了改進,以提高在多變環(huán)境下LBP算法的人臉識別率。在改進的局部二值模式(LBP)算法基礎(chǔ)上,本文針對LBP編碼時鄰域特征向量的關(guān)系進行深入研究,結(jié)合LIOP和LQP算法的優(yōu)點,提出了增強局部量化模式(ELQP)算法。并通過實驗進行了驗證,證明了本算法的優(yōu)越性。

    [1] 山世光.人臉識別中若干關(guān)鍵問題的研究[D]. 北京:中國科學院計算技術(shù)研究所,2004.

    [2] 張寶昌.人臉特征提取和非線性識別方法的研究[D].哈爾濱:哈爾濱工業(yè)大學, 2006.

    [3] ZHAO W, CHELLAPPA R, PHILLIPS P J, et al.Face recognition: a literature survey[J].ACM computing surveys (CSUR), 2003, 35(4): 399-458.

    [4] 雷震.人臉識別關(guān)鍵問題和算法研究[D]. 北京:中國科學院計算技術(shù)研所,2010.

    [5] HARMAON L D, KHAN M K, LASCH R, et al. Machine identification of human faces[J]. Pattern Recognition, 1981, 13(2): 97-110.

    [6] CHELLAPPA R, WILSON C L, SIROHEY S. Human and machine recognition of faces: a survey[J]. Proceedings of the IEEE, 1995, 83(5): 705-741.

    [7] PENTLAND A, MOGHADDAM B, STARNER T. View-based and modular eigenspaces for face recognition[C].Computer Vision and Pattern Recognition, 1994. Proceedings CVPR'94., 1994 IEEE Computer Society Conference on. IEEE, 1994: 84-91.

    [8] BELHUMEUR P N, HESPANHA J P, KRIEGMAN D J. Eigenfaces vs. fisherfaces: recognition using class specific linear projection[J]. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 1997, 19(7): 711-720.

    [9] 謝術(shù)富.人臉識別中的局部表示方法研究[D].北京:中國科學院計算技術(shù)研究所,2010.

    Research of face recognition algorithm based on improved LBP

    Xu Cong,Tao Yongpeng

    (Software College, Dalian University of Foreign Language, Dalian 116044, China)

    Local Binary Pattern (LBP) algorithm is the classic face recognition algorithms to capture the local details of the characteristics, but its robustness and recognition rate susceptible to external environmental changes. This paper in-depth studies the LBP algorithm, from LBP operator, histogram feature extraction to improve the traditional LBP algorithm, combined with LIOP encoding method further proposes enhancing local quantization mode (ELQP) face recognition algorithm. Experimental results show that the improved LBP algorithm has a higher recognition rate and robustness.

    LBP operator; image fusion; face recognition; feature extraction

    遼寧省教育廳一般項目(L2015138)

    TP391

    A

    10.19358/j.issn.1674- 7720.2016.23.005

    頊聰,陶永鵬. 基于改進的LBP人臉識別算法的研究[J].微型機與應(yīng)用,2016,35(23):18-20,27.

    2016-08-04)

    頊聰(1977-),男,碩士,講師,主要研究方向:圖形圖像處理、智能軟件。

    陶永鵬(1981-),男,碩士,講師,主要研究方向:圖形圖像處理、智能軟件。

    猜你喜歡
    降維鄰域直方圖
    統(tǒng)計頻率分布直方圖的備考全攻略
    Three-Body’s epic scale and fiercely guarded fanbase present challenges to adaptations
    符合差分隱私的流數(shù)據(jù)統(tǒng)計直方圖發(fā)布
    稀疏圖平方圖的染色數(shù)上界
    降維打擊
    海峽姐妹(2019年12期)2020-01-14 03:24:40
    用直方圖控制畫面影調(diào)
    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
    關(guān)于-型鄰域空間
    基于直方圖平移和互補嵌入的可逆水印方案
    計算機工程(2015年8期)2015-07-03 12:20:21
    拋物化Navier-Stokes方程的降維仿真模型
    計算物理(2014年1期)2014-03-11 17:00:18
    亚洲中文字幕日韩| 精品第一国产精品| 熟女少妇亚洲综合色aaa.| 国内精品久久久久精免费| 亚洲国产欧美网| 夜夜看夜夜爽夜夜摸| 亚洲国产看品久久| av在线天堂中文字幕| 一区在线观看完整版| www.熟女人妻精品国产| 又黄又粗又硬又大视频| 99久久久亚洲精品蜜臀av| 在线永久观看黄色视频| 欧美成人性av电影在线观看| 99久久精品国产亚洲精品| 精品国内亚洲2022精品成人| 精品国产超薄肉色丝袜足j| 日韩欧美一区视频在线观看| 搡老妇女老女人老熟妇| 免费在线观看亚洲国产| 中文字幕高清在线视频| 999久久久国产精品视频| 亚洲成av片中文字幕在线观看| av超薄肉色丝袜交足视频| 久久精品国产99精品国产亚洲性色 | 久久久国产成人免费| 亚洲国产中文字幕在线视频| 免费在线观看视频国产中文字幕亚洲| av天堂在线播放| 女生性感内裤真人,穿戴方法视频| 亚洲五月婷婷丁香| 成人18禁在线播放| 97人妻天天添夜夜摸| 国产又爽黄色视频| 亚洲男人天堂网一区| 9191精品国产免费久久| 欧美成狂野欧美在线观看| 久久久久久国产a免费观看| 亚洲美女黄片视频| 身体一侧抽搐| 好男人电影高清在线观看| 99久久久亚洲精品蜜臀av| 黄网站色视频无遮挡免费观看| 日韩欧美免费精品| 国产一区二区三区综合在线观看| 岛国视频午夜一区免费看| 国产又爽黄色视频| 亚洲精品一区av在线观看| 在线观看www视频免费| 国产精品影院久久| 精品国产美女av久久久久小说| 亚洲性夜色夜夜综合| av在线天堂中文字幕| 老汉色av国产亚洲站长工具| 99re在线观看精品视频| 波多野结衣av一区二区av| 国产一区在线观看成人免费| 国产精品香港三级国产av潘金莲| 他把我摸到了高潮在线观看| 国产精品免费一区二区三区在线| 亚洲,欧美精品.| 亚洲av成人av| 久久久久久国产a免费观看| 亚洲狠狠婷婷综合久久图片| 欧美日韩亚洲综合一区二区三区_| 亚洲国产欧美一区二区综合| 精品欧美国产一区二区三| 18禁黄网站禁片午夜丰满| 成熟少妇高潮喷水视频| 欧美国产日韩亚洲一区| 久久国产精品影院| 色哟哟哟哟哟哟| 日韩欧美国产一区二区入口| 国产免费av片在线观看野外av| 国产一区二区三区综合在线观看| 国产亚洲精品久久久久5区| 黄色视频,在线免费观看| 国产成人精品无人区| 日本 欧美在线| 黄片大片在线免费观看| 男人操女人黄网站| bbb黄色大片| 成人国语在线视频| 老司机午夜福利在线观看视频| 午夜福利成人在线免费观看| 高清在线国产一区| 看免费av毛片| 日日摸夜夜添夜夜添小说| 欧美乱码精品一区二区三区| 精品卡一卡二卡四卡免费| 国产精品亚洲美女久久久| 亚洲伊人色综图| 亚洲av电影在线进入| 亚洲人成伊人成综合网2020| 黑人操中国人逼视频| 好男人电影高清在线观看| 久久精品人人爽人人爽视色| 夜夜夜夜夜久久久久| 欧美日本视频| 日本欧美视频一区| 国产成人精品久久二区二区91| 少妇的丰满在线观看| 亚洲va日本ⅴa欧美va伊人久久| 亚洲第一av免费看| 人成视频在线观看免费观看| 色尼玛亚洲综合影院| 老司机在亚洲福利影院| 亚洲第一青青草原| 别揉我奶头~嗯~啊~动态视频| 窝窝影院91人妻| 日本免费一区二区三区高清不卡 | 午夜久久久久精精品| 精品少妇一区二区三区视频日本电影| 美女高潮喷水抽搐中文字幕| 一区在线观看完整版| 窝窝影院91人妻| 久久欧美精品欧美久久欧美| 精品国产乱码久久久久久男人| 可以免费在线观看a视频的电影网站| 亚洲专区字幕在线| 国产不卡一卡二| 母亲3免费完整高清在线观看| 亚洲第一电影网av| 一区二区三区激情视频| 在线天堂中文资源库| 久99久视频精品免费| 久久久久久久久中文| 亚洲自拍偷在线| 日本免费a在线| 国产亚洲欧美98| 无限看片的www在线观看| 国产不卡一卡二| 一级,二级,三级黄色视频| 成人18禁在线播放| 国产欧美日韩一区二区三区在线| 国产精品自产拍在线观看55亚洲| 国产成人欧美在线观看| 一边摸一边做爽爽视频免费| АⅤ资源中文在线天堂| 美女 人体艺术 gogo| 搡老熟女国产l中国老女人| 日韩成人在线观看一区二区三区| 69av精品久久久久久| 亚洲精品国产色婷婷电影| 亚洲三区欧美一区| 女性生殖器流出的白浆| 欧美中文日本在线观看视频| 国产精品亚洲一级av第二区| 国产一区二区三区综合在线观看| 欧美丝袜亚洲另类 | 久久亚洲真实| 国内精品久久久久精免费| 18禁观看日本| 免费女性裸体啪啪无遮挡网站| 国产精品久久电影中文字幕| 国产99白浆流出| 黄色视频不卡| 欧美中文日本在线观看视频| 日韩中文字幕欧美一区二区| 天堂√8在线中文| 欧美日韩乱码在线| 免费人成视频x8x8入口观看| 9191精品国产免费久久| x7x7x7水蜜桃| 成年女人毛片免费观看观看9| 很黄的视频免费| 午夜免费激情av| 国产成人影院久久av| 国产一区二区三区在线臀色熟女| 美女大奶头视频| 欧美一区二区精品小视频在线| 国产欧美日韩一区二区三区在线| 国产成人系列免费观看| 99re在线观看精品视频| 中文字幕人妻丝袜一区二区| 琪琪午夜伦伦电影理论片6080| 性色av乱码一区二区三区2| 欧美成人一区二区免费高清观看 | 亚洲国产毛片av蜜桃av| 国产蜜桃级精品一区二区三区| 久久香蕉国产精品| 亚洲中文av在线| 欧美精品亚洲一区二区| 精品国产超薄肉色丝袜足j| 男人舔女人下体高潮全视频| 免费在线观看完整版高清| 日本精品一区二区三区蜜桃| 88av欧美| 久久中文字幕人妻熟女| 免费看十八禁软件| e午夜精品久久久久久久| 黑人欧美特级aaaaaa片| 国产精品乱码一区二三区的特点 | 久久中文字幕人妻熟女| 午夜福利视频1000在线观看 | av天堂在线播放| 欧美激情极品国产一区二区三区| 嫁个100分男人电影在线观看| 老司机福利观看| 免费在线观看视频国产中文字幕亚洲| 欧美激情 高清一区二区三区| 免费在线观看亚洲国产| 黑人巨大精品欧美一区二区mp4| 国产一区二区三区综合在线观看| 人妻久久中文字幕网| 夜夜看夜夜爽夜夜摸| 亚洲av日韩精品久久久久久密| 亚洲第一欧美日韩一区二区三区| 在线观看www视频免费| 精品久久久久久久毛片微露脸| 亚洲avbb在线观看| ponron亚洲| 欧美成人性av电影在线观看| 国产精品电影一区二区三区| 男女下面进入的视频免费午夜 | 女人精品久久久久毛片| 又紧又爽又黄一区二区| 淫秽高清视频在线观看| 欧美国产日韩亚洲一区| 欧美+亚洲+日韩+国产| 精品免费久久久久久久清纯| 亚洲 欧美一区二区三区| 丁香欧美五月| 男人操女人黄网站| 美女国产高潮福利片在线看| 又黄又粗又硬又大视频| 国产主播在线观看一区二区| 国产熟女午夜一区二区三区| 欧美激情久久久久久爽电影 | 亚洲av片天天在线观看| 丰满的人妻完整版| 操美女的视频在线观看| 亚洲精品中文字幕在线视频| 搡老妇女老女人老熟妇| 一级毛片女人18水好多| 日韩欧美一区二区三区在线观看| 亚洲一区高清亚洲精品| 免费在线观看影片大全网站| 精品免费久久久久久久清纯| 国产成人免费无遮挡视频| 美女大奶头视频| 亚洲色图 男人天堂 中文字幕| 又黄又粗又硬又大视频| 啦啦啦 在线观看视频| 中出人妻视频一区二区| 精品电影一区二区在线| 久久久久久久久久久久大奶| 国产亚洲精品综合一区在线观看 | 在线视频色国产色| 69精品国产乱码久久久| 777久久人妻少妇嫩草av网站| 亚洲精品粉嫩美女一区| 黄色丝袜av网址大全| 亚洲伊人色综图| 午夜福利视频1000在线观看 | 一区二区三区精品91| 亚洲一区二区三区不卡视频| 免费在线观看完整版高清| 国产成人欧美在线观看| 乱人伦中国视频| 一级,二级,三级黄色视频| 看片在线看免费视频| 美女午夜性视频免费| 久9热在线精品视频| 国产精品亚洲美女久久久| 黄片小视频在线播放| 夜夜夜夜夜久久久久| 亚洲精品在线美女| a级毛片在线看网站| 亚洲国产日韩欧美精品在线观看 | 国产高清有码在线观看视频 | 日韩大码丰满熟妇| 国产免费男女视频| 亚洲熟妇熟女久久| 色尼玛亚洲综合影院| 精品电影一区二区在线| 日韩大码丰满熟妇| 国产精品乱码一区二三区的特点 | 免费在线观看视频国产中文字幕亚洲| 十八禁网站免费在线| 国产成人精品在线电影| 自拍欧美九色日韩亚洲蝌蚪91| 又紧又爽又黄一区二区| 男女之事视频高清在线观看| 波多野结衣巨乳人妻| 国产蜜桃级精品一区二区三区| 人人妻人人澡人人看| 超碰成人久久| 一二三四社区在线视频社区8| 国产成人欧美在线观看| 自线自在国产av| av超薄肉色丝袜交足视频| 午夜日韩欧美国产| 中文字幕人妻丝袜一区二区| svipshipincom国产片| 嫩草影视91久久| 99riav亚洲国产免费| 亚洲国产日韩欧美精品在线观看 | 成人国语在线视频| 日日干狠狠操夜夜爽| 这个男人来自地球电影免费观看| 亚洲欧美日韩高清在线视频| 黄色成人免费大全| 国产91精品成人一区二区三区| 国产成人精品久久二区二区91| 精品熟女少妇八av免费久了| 国产单亲对白刺激| 成人亚洲精品av一区二区| 我的亚洲天堂| 99国产精品一区二区三区| 国产野战对白在线观看| 俄罗斯特黄特色一大片| 中出人妻视频一区二区| 激情在线观看视频在线高清| 亚洲视频免费观看视频| 色播亚洲综合网| 午夜久久久在线观看| av免费在线观看网站| 国产欧美日韩一区二区三| tocl精华| 一区二区三区国产精品乱码| 亚洲精品一区av在线观看| 男女之事视频高清在线观看| 美女扒开内裤让男人捅视频| 麻豆成人av在线观看| 亚洲成人国产一区在线观看| 亚洲免费av在线视频| 国产一区二区三区视频了| 亚洲aⅴ乱码一区二区在线播放 | 国产区一区二久久| 久久欧美精品欧美久久欧美| av福利片在线| 国产精品综合久久久久久久免费 | 少妇熟女aⅴ在线视频| 精品久久久久久久毛片微露脸| 免费观看精品视频网站| 国产精品二区激情视频| av天堂久久9| 一区福利在线观看| 精品久久久久久成人av| 美女午夜性视频免费| 操美女的视频在线观看| 无遮挡黄片免费观看| 后天国语完整版免费观看| 一级黄色大片毛片| 久久精品91无色码中文字幕| 国产精品免费视频内射| 麻豆av在线久日| av免费在线观看网站| av视频在线观看入口| 国产精品亚洲美女久久久| 亚洲无线在线观看| 亚洲av成人一区二区三| 亚洲人成77777在线视频| 一级毛片女人18水好多| 国产欧美日韩精品亚洲av| 黄片播放在线免费| 88av欧美| 国产aⅴ精品一区二区三区波| 久久精品aⅴ一区二区三区四区| 校园春色视频在线观看| 精品国产一区二区三区四区第35| 国产亚洲欧美精品永久| 一区福利在线观看| 国产片内射在线| 国产精品香港三级国产av潘金莲| 亚洲男人的天堂狠狠| 国产xxxxx性猛交| e午夜精品久久久久久久| 久久欧美精品欧美久久欧美| 老司机午夜十八禁免费视频| 亚洲精品在线观看二区| 女人被狂操c到高潮| 亚洲少妇的诱惑av| 波多野结衣一区麻豆| 午夜两性在线视频| 制服诱惑二区| 999精品在线视频| 午夜福利视频1000在线观看 | 三级毛片av免费| 99久久久亚洲精品蜜臀av| tocl精华| 午夜精品国产一区二区电影| 18禁黄网站禁片午夜丰满| 久久人人97超碰香蕉20202| 在线观看免费午夜福利视频| 男人舔女人的私密视频| 日本vs欧美在线观看视频| 久久人人97超碰香蕉20202| 在线观看免费午夜福利视频| www.自偷自拍.com| 亚洲免费av在线视频| 最好的美女福利视频网| 操美女的视频在线观看| 久久国产精品男人的天堂亚洲| 欧美中文日本在线观看视频| 巨乳人妻的诱惑在线观看| 国产亚洲欧美98| 一级黄色大片毛片| 一二三四社区在线视频社区8| 亚洲av日韩精品久久久久久密| 国产伦人伦偷精品视频| 很黄的视频免费| 看黄色毛片网站| 亚洲精品久久成人aⅴ小说| av福利片在线| 又黄又爽又免费观看的视频| 啦啦啦 在线观看视频| 国产精品久久电影中文字幕| 大型黄色视频在线免费观看| 夜夜爽天天搞| 色播在线永久视频| 在线永久观看黄色视频| 夜夜夜夜夜久久久久| 国产99白浆流出| 亚洲一码二码三码区别大吗| 免费观看精品视频网站| 男女下面进入的视频免费午夜 | 18禁美女被吸乳视频| 啦啦啦韩国在线观看视频| 精品人妻在线不人妻| 性欧美人与动物交配| 999久久久国产精品视频| 欧美人与性动交α欧美精品济南到| 麻豆国产av国片精品| av中文乱码字幕在线| 淫秽高清视频在线观看| 级片在线观看| 欧美在线黄色| 欧美色欧美亚洲另类二区 | 欧美激情极品国产一区二区三区| 亚洲男人的天堂狠狠| 好男人电影高清在线观看| 最近最新免费中文字幕在线| 亚洲国产日韩欧美精品在线观看 | 成年版毛片免费区| 视频区欧美日本亚洲| 黑人欧美特级aaaaaa片| 国产xxxxx性猛交| 精品无人区乱码1区二区| 黑人巨大精品欧美一区二区mp4| 91av网站免费观看| 久久 成人 亚洲| 亚洲视频免费观看视频| 成年女人毛片免费观看观看9| 日韩欧美国产一区二区入口| 午夜福利在线观看吧| 曰老女人黄片| 一区二区三区精品91| 黄色 视频免费看| 三级毛片av免费| 美女大奶头视频| 欧美中文综合在线视频| 亚洲,欧美精品.| 精品国内亚洲2022精品成人| 黑丝袜美女国产一区| 搞女人的毛片| 1024视频免费在线观看| 女人被躁到高潮嗷嗷叫费观| 亚洲成国产人片在线观看| 日韩欧美一区视频在线观看| 人妻丰满熟妇av一区二区三区| or卡值多少钱| 精品福利观看| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美日本亚洲视频在线播放| 国内久久婷婷六月综合欲色啪| 亚洲久久久国产精品| 国产成人免费无遮挡视频| 少妇裸体淫交视频免费看高清 | 免费久久久久久久精品成人欧美视频| 国产成年人精品一区二区| 热re99久久国产66热| 精品免费久久久久久久清纯| 亚洲三区欧美一区| 极品人妻少妇av视频| 国产一区在线观看成人免费| 黄片播放在线免费| 久久中文字幕人妻熟女| 少妇 在线观看| 99香蕉大伊视频| 亚洲 国产 在线| 自拍欧美九色日韩亚洲蝌蚪91| 久久中文看片网| 久久久久久久久中文| 99国产精品一区二区蜜桃av| 日本黄色视频三级网站网址| 99久久精品国产亚洲精品| 欧美黑人精品巨大| 一级毛片精品| 亚洲av第一区精品v没综合| 亚洲人成网站在线播放欧美日韩| 18禁黄网站禁片午夜丰满| 国产一区在线观看成人免费| 国产成人av激情在线播放| 日韩视频一区二区在线观看| 久热爱精品视频在线9| 国产熟女午夜一区二区三区| 国产精品久久久av美女十八| 久久人妻av系列| 黄色视频不卡| 色老头精品视频在线观看| 午夜精品在线福利| 亚洲美女黄片视频| 亚洲精品国产色婷婷电影| 国产精品日韩av在线免费观看 | 亚洲五月婷婷丁香| 神马国产精品三级电影在线观看 | 极品人妻少妇av视频| 午夜福利欧美成人| 精品国内亚洲2022精品成人| 国产亚洲精品久久久久5区| 一边摸一边做爽爽视频免费| 人人妻人人澡人人看| 午夜a级毛片| 精品第一国产精品| 久久中文字幕一级| 又紧又爽又黄一区二区| x7x7x7水蜜桃| 一区二区日韩欧美中文字幕| 成人欧美大片| 免费搜索国产男女视频| 成人av一区二区三区在线看| 精品午夜福利视频在线观看一区| 88av欧美| 亚洲va日本ⅴa欧美va伊人久久| 亚洲国产精品成人综合色| 亚洲色图av天堂| 中亚洲国语对白在线视频| 动漫黄色视频在线观看| 午夜福利在线观看吧| 精品国产超薄肉色丝袜足j| 后天国语完整版免费观看| 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免费| 啦啦啦 在线观看视频| 国产成人av激情在线播放| 午夜福利,免费看| 9色porny在线观看| 免费高清视频大片| 淫妇啪啪啪对白视频| 精品乱码久久久久久99久播| 国产在线精品亚洲第一网站| 宅男免费午夜| 国产精品一区二区免费欧美| 免费高清视频大片| 欧美最黄视频在线播放免费| 亚洲中文av在线| 中文字幕高清在线视频| 亚洲av日韩精品久久久久久密| netflix在线观看网站| 久久久精品欧美日韩精品| 在线国产一区二区在线| or卡值多少钱| 搞女人的毛片| 狠狠狠狠99中文字幕| 亚洲精品在线美女| 少妇的丰满在线观看| 91精品三级在线观看| 日韩国内少妇激情av| 中国美女看黄片| 乱人伦中国视频| 伦理电影免费视频| 久久久精品欧美日韩精品| 亚洲欧美日韩另类电影网站| 极品人妻少妇av视频| 久久天堂一区二区三区四区| av电影中文网址| 男人的好看免费观看在线视频 | 国产欧美日韩一区二区三区在线| 校园春色视频在线观看| 久久精品人人爽人人爽视色| 亚洲专区国产一区二区| 女人精品久久久久毛片| 岛国视频午夜一区免费看| 中文字幕精品免费在线观看视频| 麻豆国产av国片精品| 日韩 欧美 亚洲 中文字幕| 久久国产亚洲av麻豆专区| 亚洲国产欧美一区二区综合| 女人高潮潮喷娇喘18禁视频| 久久影院123| 叶爱在线成人免费视频播放| 天天一区二区日本电影三级 | 欧美日韩瑟瑟在线播放| 欧美激情高清一区二区三区| 午夜日韩欧美国产| 制服丝袜大香蕉在线| 国产免费男女视频| 99国产精品一区二区蜜桃av| 亚洲专区国产一区二区| 国产欧美日韩一区二区精品| 嫩草影视91久久| 久久久久国产一级毛片高清牌| 久久亚洲精品不卡| av天堂久久9| 久久精品影院6| 美国免费a级毛片| 一个人观看的视频www高清免费观看 | 亚洲电影在线观看av| 男女下面插进去视频免费观看| 欧美精品啪啪一区二区三区| 久久久久国内视频| 久久香蕉精品热| 亚洲色图 男人天堂 中文字幕| 91字幕亚洲| 性欧美人与动物交配| 欧美黑人精品巨大| 日日摸夜夜添夜夜添小说| 丝袜美腿诱惑在线| 老司机深夜福利视频在线观看| 啪啪无遮挡十八禁网站| 曰老女人黄片| 69精品国产乱码久久久| 国产野战对白在线观看|