• <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 ?

    一種時效相關(guān)的在線人臉聚類方法

    2018-01-04 11:35:20黃葉玨
    計算機時代 2018年11期
    關(guān)鍵詞:人臉識別

    黃葉玨

    摘 要: 人臉識別由于采集便利、設(shè)備成本低廉以及準(zhǔn)確率高等優(yōu)點,在各行各業(yè)得到了越來越廣泛的應(yīng)用。在人臉數(shù)據(jù)大量累積的基礎(chǔ)上,提出進一步對數(shù)據(jù)應(yīng)用挖掘的需求。文章提出一種時效相關(guān)的在線人臉聚類方法,通過對后臺大量人臉數(shù)據(jù)進行聚類,并根據(jù)時效相關(guān)的原則對人臉數(shù)據(jù)進行篩選,實現(xiàn)對可疑人員人臉數(shù)據(jù)挖掘。

    關(guān)鍵詞: 人臉識別; 深度卷積網(wǎng)絡(luò); 人臉聚類; 應(yīng)用挖掘

    中圖分類號:TP391 文獻標(biāo)志碼:A 文章編號:1006-8228(2018)11-76-02

    Abstract: Face recognition is widely used in all fields in our life due to its convenient acquisition, low cost and high accuracy. On the basis of accumulating a large number of face data, the needs for further data application mining are proposed. In this paper, an online face clustering method is proposed, which realizes the face data mining of suspicious people by clustering a large number of background face data and screening the face data according to the temporal principle.

    Key words: face recognition; deep convolution network; face clustering; application mining

    0 引言

    隨著人臉識別技術(shù)的不斷進步,人臉識別在各個行業(yè)的應(yīng)用也越來越廣泛,同時人臉識別的相關(guān)技術(shù)也通過不斷與行業(yè)具體業(yè)務(wù)進行緊密的結(jié)合,并產(chǎn)生了新的應(yīng)用方式。在許多行業(yè)應(yīng)用中,需要對一些異常的行為或者事件進行進一步的分析,比如對銀行ATM機前未成功取款的人臉進行分析;比如對醫(yī)院、診所或藥店中非本人刷卡的人臉進行分析等。通過對特定業(yè)務(wù)場景中出現(xiàn)的人臉進行聚類分析,挖掘出多次出現(xiàn)且具有共性的人臉,可以檢測是否需要重點關(guān)注的可疑人員,以便采取進一步措施。同時,上述可疑人員檢測應(yīng)用與時效性非常相關(guān),在具體的某一時間段的檢測結(jié)果才有實際意義。

    自2012年深度卷積網(wǎng)絡(luò)在ImageNet競賽中取得巨大成功之后[1],深度學(xué)習(xí)技術(shù)受到了廣泛的關(guān)注。Facebook的科學(xué)家[2]首次把深度學(xué)習(xí)技術(shù)引入到人臉識別領(lǐng)域,隨后香港中文大學(xué)提出了DeepID等系列[3]基于深度卷積網(wǎng)絡(luò)的人臉識別論文。Google科學(xué)家提出了一種簡單有效的基于深度卷積網(wǎng)絡(luò)的人臉識別訓(xùn)練方法[4],這是一種高效的純粹的深度卷積網(wǎng)絡(luò)的人臉識別方法,從此深度學(xué)習(xí)成為人臉識別領(lǐng)域的主流技術(shù)。最近人臉聚類[5-7]成為研究的熱點問題。

    本文根據(jù)可疑人員的出現(xiàn)具有時序性的特點,提出一種在線人臉聚類的方法實現(xiàn)快速挖掘多次出現(xiàn)在某個特定業(yè)務(wù)場景中并且具有共性的人臉。通過深度卷積網(wǎng)絡(luò)提取人臉特征值,把深度特征值之間的人臉相似度作為人臉聚類的度量,利用時效性相關(guān)的在線人臉聚類,對新增人臉和過期人臉的快速增加和刪除,當(dāng)相似人臉數(shù)目達到一定的閾值時,就認(rèn)為是可疑人員,給應(yīng)用系統(tǒng)報警。

    1 基于深度卷積網(wǎng)絡(luò)的人臉特征提取

    基于深度學(xué)習(xí)技術(shù)的人臉識別是目前人臉識別主流方法,而人臉特征值的提取是整個人臉識別相關(guān)應(yīng)用的關(guān)鍵部分。在以深度學(xué)習(xí)技術(shù)為基礎(chǔ)的人臉識別相關(guān)應(yīng)用中,不管是1:1的人臉證還是1:N的人臉?biāo)阉鞑捎玫幕痉绞绞翘崛∪四樚卣骱瓦M行人臉相似度度量。在目前主流的方式中,一般提取人臉特征的深度卷積網(wǎng)絡(luò)結(jié)構(gòu)很深,所以有一定的計算量;而人臉相似度度量一般采用對兩個人臉特征向量進行計算歐氏距離或者COS距離,計算量非常小,并且針對大規(guī)模的人臉識別應(yīng)用還可以并行計算,所以速度非???。正是由于當(dāng)前基于深度卷積網(wǎng)絡(luò)技術(shù)的人臉特征向量計算完成之后,計算人臉相似非??斓奶攸c,才使得在線人臉聚類方法可以真正落地應(yīng)用。

    人臉特征提取網(wǎng)絡(luò)由兩部分組成,如圖1中虛線框所示,第一部分是一個STN網(wǎng)絡(luò),它根據(jù)人臉檢測器所得到的人臉位置,根據(jù)訓(xùn)練所得的參數(shù)把人臉歸一化成128×128的矩陣。第二部分是一個深度卷積網(wǎng)絡(luò),這里采用64層的RESNET網(wǎng)絡(luò)結(jié)構(gòu),其中最后一層為全連接層,輸出512維的人臉特征向量。

    為了保證相同人的人臉特征向量歐氏距離小,而不同人之間的特征向量歐氏距離大,我們這里引入三元組損失函數(shù)作為度量學(xué)習(xí)的約束條件:

    其中表示向量的模運算符,分別表示當(dāng)前人臉特征向量,與當(dāng)前人臉相同的人臉特征向量,與當(dāng)前人臉不同的人臉特征向量。

    假定兩張人臉的通過上述人臉特征值提取網(wǎng)絡(luò)提取的特征向量分別為和,那么評價兩張人臉的相似度可以用COS距離表示:

    2 時效相關(guān)的人臉聚類

    由于人臉特征向量可以使用COS距離來表示兩個人臉之間的相似度,而且COS距離計算對于現(xiàn)在的主流計算機來說計算量不大,可以非常快速地完成計算。在人臉聚類過程中,為每一個類維護一個聚類中心點,即:

    判斷一個新的人臉特征向量f(xk)是否屬于該類別時,可以使用式⑵計算下式是否成立,如果成立則說明該人臉屬于該類別;否則不屬于該類別

    其中T表示兩個人臉的相似度閾值,此處取0.8,表示兩個人臉的相似度為80%及以上為同一人。當(dāng)式⑷成立時,該人臉特征向量屬于該類別,那么需要對該類別的聚類中心點進行更新。為了使得人臉聚類具有時效相關(guān)性,在更新過程中加入遺忘系數(shù),從而使新的中心點以一定的速率遺忘舊類別數(shù)據(jù)的影響,增加新加入數(shù)據(jù)的影響力

    其中ρ為遺忘系數(shù),此處為0.9。

    對于每個人臉類別中,還引入了一個活躍系數(shù),用于記錄每一個類別的活動生命周期。每當(dāng)一天的新數(shù)據(jù)需要在線聚類時,所有類別的活躍系數(shù)都會作減1操作。當(dāng)該某個類別有數(shù)據(jù)更新時,它的活躍系數(shù)就會作增1操作。當(dāng)時,則刪除該類別;當(dāng)時,則向系統(tǒng)提醒該類別。

    3 醫(yī)保監(jiān)管藥販子人臉挖掘系統(tǒng)

    目前各地藥店醫(yī)保卡違規(guī)購藥以及民營醫(yī)院診所冒名就診發(fā)生的情況比較多,時常有媒體時行報道。人臉識別技術(shù)引入到購藥和就診環(huán)節(jié)可以比較好的解決上述問題,同時在已有的人臉識別系統(tǒng)上引入藥販子人臉挖掘技術(shù)可以進一步加強監(jiān)管力度。在藥店購藥或者民營醫(yī)院診所就醫(yī)過程中,人臉識別醫(yī)保監(jiān)控會對所有病人進行抓拍,并與后臺的人臉庫進行比對,識別是否為本人或者授權(quán)家屬購藥或者就診。

    對于有些交易是非本人刷卡買藥的情況,通過對非本人刷卡的人臉照片進行在線人臉聚類,再對一段時間內(nèi)同一類照片出現(xiàn)的次數(shù)進行檢測,就可以判斷出某些人是否在非本人刷卡的交易中經(jīng)常出現(xiàn),從而鎖定為藥販子嫌疑人,在后臺系統(tǒng)中對這些結(jié)果進行展示,提醒監(jiān)管部門進一步處理。

    4 結(jié)論

    基于深度卷積網(wǎng)絡(luò)提取人臉特征值作為人臉相似度在線人臉聚類方法,采用鏈隊列方式實現(xiàn)一定有效期內(nèi)的人臉快速增加和刪除的在線人臉聚類方式,通過統(tǒng)計鏈表隊列節(jié)點數(shù)目實現(xiàn)可疑人員檢測,并應(yīng)用于醫(yī)??▽嵜徦幭到y(tǒng)中,取得了比較好的效果。

    對于大規(guī)模醫(yī)??▽嵜O(jiān)管系統(tǒng)來說,每一個月累積的人臉數(shù)目可達千萬級別的量級,如何采用并行化的方法對人臉進行時效相關(guān)的聚類是值得進一步研究的問題。

    參考文獻(References):

    [1] Krizhevsky A, Sutskever I, Hinton G.E., ImageNet Classification with Deep Convolutional Neural Networks. Advances in Neural Information Processing Systems 25 NIPS,2012.

    [2] Yaniv T, Ming Y, Marc A.R, Lior W.,DeepFace: Closing the Gap to Human-Level Performance in Face Verification. 2014 IEEE Conference on Computer Vision and Pattern Recognition,2014.

    [3] Sun Y, Wang X, Tang X. Deep Learning Face Representa-tion by Joint Identification-Verification. IEEE Conference on Computer Vision and Pattern Recognition (CVPR),2015.

    [4] Florian S, Dmitry K, James P.,F(xiàn)aceNet: A Unified Embedding for Face Recognition and Clustering.n Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition 2015.

    [5] Shi Y, Otto C, Jain A K. Face Clustering: Representation and Pairwise Constraints. IEEE Transactions on Information Forensics and Security,2018.13(7):68-74

    [6] Shi X, Guo Z, Xing F, Cai J, Yang L. Self-learning for face clustering. Pattern Recognition,2018.79:279-289

    [7] Otto C, Wang D, Jain A K.Clustering Millions of Faces by Identity. IEEE Transactions on Pattern Analysis and Machine Intelligence,2018.40(2):289-303

    猜你喜歡
    人臉識別
    人臉識別 等
    揭開人臉識別的神秘面紗
    人臉識別技術(shù)的基本原理與應(yīng)用
    電子制作(2019年14期)2019-08-20 05:43:34
    人臉識別技術(shù)在高速公路打逃中的應(yīng)用探討
    基于(2D)2PCA-LBP 的人臉識別方法的研究
    電子制作(2017年17期)2017-12-18 06:40:55
    淺談人臉識別技術(shù)
    人臉識別在高校安全防范中的應(yīng)用
    電子制作(2017年1期)2017-05-17 03:54:46
    巡演完美收官 英飛拓引領(lǐng)人臉識別新潮流
    人臉識別在Android平臺下的研究與實現(xiàn)
    基于Metaface字典學(xué)習(xí)與核稀疏表示的人臉識別方法
    麻豆国产av国片精品| 自拍欧美九色日韩亚洲蝌蚪91| 悠悠久久av| 一级毛片高清免费大全| 亚洲色图综合在线观看| 久久人人爽av亚洲精品天堂| 日韩大尺度精品在线看网址 | 好男人电影高清在线观看| 欧美老熟妇乱子伦牲交| 国产精品久久视频播放| 久久久国产一区二区| 国产伦一二天堂av在线观看| 亚洲自拍偷在线| 91成年电影在线观看| 成人黄色视频免费在线看| 高清在线国产一区| 国产精品免费视频内射| 一区福利在线观看| 男女下面插进去视频免费观看| 国产精品亚洲av一区麻豆| 黄色怎么调成土黄色| 亚洲精品成人av观看孕妇| 搡老岳熟女国产| 亚洲熟妇熟女久久| 女生性感内裤真人,穿戴方法视频| 黄色女人牲交| 欧美国产精品va在线观看不卡| 国产av又大| 人人妻,人人澡人人爽秒播| 一区二区三区国产精品乱码| 如日韩欧美国产精品一区二区三区| 国产精品免费一区二区三区在线| 亚洲av成人不卡在线观看播放网| 婷婷精品国产亚洲av在线| 午夜影院日韩av| 巨乳人妻的诱惑在线观看| 国产免费av片在线观看野外av| 欧美午夜高清在线| 亚洲aⅴ乱码一区二区在线播放 | 欧美老熟妇乱子伦牲交| 99精品久久久久人妻精品| 精品一区二区三区av网在线观看| 大型黄色视频在线免费观看| 黄色视频,在线免费观看| 视频区图区小说| 看免费av毛片| 韩国精品一区二区三区| 国产亚洲精品久久久久5区| 国产单亲对白刺激| 欧美不卡视频在线免费观看 | 黄色片一级片一级黄色片| 久久久国产成人免费| videosex国产| 一边摸一边抽搐一进一小说| 久久久久久免费高清国产稀缺| 成熟少妇高潮喷水视频| 久久精品国产亚洲av高清一级| 好男人电影高清在线观看| 丰满人妻熟妇乱又伦精品不卡| 日韩一卡2卡3卡4卡2021年| 亚洲人成伊人成综合网2020| 亚洲一区高清亚洲精品| 久久精品国产99精品国产亚洲性色 | 香蕉丝袜av| 中文字幕人妻熟女乱码| 国产亚洲精品综合一区在线观看 | 久久久国产成人精品二区 | 老鸭窝网址在线观看| www.精华液| 国产精品一区二区精品视频观看| 精品乱码久久久久久99久播| 久久九九热精品免费| 久久久久久久久免费视频了| 亚洲全国av大片| 亚洲中文av在线| 18禁黄网站禁片午夜丰满| 成人精品一区二区免费| 一区二区三区激情视频| www.自偷自拍.com| 亚洲欧美日韩无卡精品| 欧美日韩瑟瑟在线播放| 超色免费av| 九色亚洲精品在线播放| 久久久国产一区二区| 久久人妻熟女aⅴ| 国产一区二区激情短视频| 男女之事视频高清在线观看| 最近最新免费中文字幕在线| 黄色片一级片一级黄色片| svipshipincom国产片| 丰满迷人的少妇在线观看| 日韩免费高清中文字幕av| 色在线成人网| 男女下面插进去视频免费观看| 国产成人啪精品午夜网站| 国产精品98久久久久久宅男小说| 久久精品影院6| 欧美日韩福利视频一区二区| 超碰成人久久| 91麻豆精品激情在线观看国产 | 亚洲专区中文字幕在线| 国产有黄有色有爽视频| 色尼玛亚洲综合影院| 国产亚洲av高清不卡| 99热只有精品国产| 老司机午夜十八禁免费视频| 国产免费男女视频| 欧美老熟妇乱子伦牲交| 亚洲成a人片在线一区二区| 国产精品乱码一区二三区的特点 | 国产精品爽爽va在线观看网站 | cao死你这个sao货| 12—13女人毛片做爰片一| 中文字幕高清在线视频| 欧美日韩亚洲国产一区二区在线观看| 18美女黄网站色大片免费观看| 国产成人精品在线电影| 天堂中文最新版在线下载| 成年人黄色毛片网站| 国产激情欧美一区二区| 99re在线观看精品视频| 久9热在线精品视频| 丁香六月欧美| 美女午夜性视频免费| a在线观看视频网站| 亚洲 欧美一区二区三区| 嫩草影视91久久| 极品教师在线免费播放| 久久热在线av| 男女午夜视频在线观看| 高清毛片免费观看视频网站 | 久久亚洲精品不卡| 久99久视频精品免费| 久久精品国产综合久久久| 国产又爽黄色视频| 男人操女人黄网站| 99国产精品一区二区三区| av视频免费观看在线观看| 中文欧美无线码| 日日爽夜夜爽网站| 国产三级在线视频| 国产精品偷伦视频观看了| 一级毛片精品| 亚洲成人精品中文字幕电影 | 一级片免费观看大全| 欧美在线一区亚洲| 日韩欧美免费精品| 亚洲成人国产一区在线观看| 欧美日韩黄片免| 美女福利国产在线| 在线播放国产精品三级| 麻豆一二三区av精品| 两性午夜刺激爽爽歪歪视频在线观看 | 一本综合久久免费| 丝袜在线中文字幕| 国产精品久久久人人做人人爽| 十八禁人妻一区二区| 国产精品一区二区免费欧美| 国产精品成人在线| 色综合婷婷激情| 国产一区在线观看成人免费| 别揉我奶头~嗯~啊~动态视频| 美国免费a级毛片| 国产主播在线观看一区二区| 国产精品秋霞免费鲁丝片| 日韩免费高清中文字幕av| 日韩 欧美 亚洲 中文字幕| www.www免费av| 黄色a级毛片大全视频| 97碰自拍视频| 桃红色精品国产亚洲av| 看黄色毛片网站| 日韩 欧美 亚洲 中文字幕| 91国产中文字幕| 丝袜美足系列| 丰满的人妻完整版| 18美女黄网站色大片免费观看| 国产成人欧美在线观看| www.精华液| 少妇的丰满在线观看| 91国产中文字幕| 在线观看午夜福利视频| 丝袜人妻中文字幕| а√天堂www在线а√下载| 久久精品国产亚洲av香蕉五月| 亚洲av电影在线进入| www.www免费av| 99久久综合精品五月天人人| 亚洲欧美激情在线| 大陆偷拍与自拍| 久久伊人香网站| 12—13女人毛片做爰片一| 亚洲av第一区精品v没综合| 久久人妻av系列| 亚洲伊人色综图| 久久天躁狠狠躁夜夜2o2o| 亚洲色图综合在线观看| 精品国产美女av久久久久小说| 亚洲人成电影免费在线| 亚洲人成网站在线播放欧美日韩| 精品国产乱码久久久久久男人| 国产高清videossex| 亚洲全国av大片| 夜夜爽天天搞| 国产熟女xx| 久久中文看片网| 很黄的视频免费| 侵犯人妻中文字幕一二三四区| 视频区欧美日本亚洲| 午夜成年电影在线免费观看| 无遮挡黄片免费观看| 久久性视频一级片| 亚洲色图av天堂| 亚洲精品粉嫩美女一区| 国产av一区在线观看免费| 婷婷精品国产亚洲av在线| 99国产精品一区二区蜜桃av| 狂野欧美激情性xxxx| 久久青草综合色| 成人影院久久| 亚洲一区高清亚洲精品| 视频区图区小说| 国产区一区二久久| 精品国产一区二区久久| 国产麻豆69| 午夜免费鲁丝| 国产精品免费视频内射| 亚洲国产看品久久| 欧美日韩中文字幕国产精品一区二区三区 | 国产成人欧美| 亚洲激情在线av| 日韩大码丰满熟妇| 成人18禁高潮啪啪吃奶动态图| 一二三四在线观看免费中文在| 色综合站精品国产| 最新美女视频免费是黄的| 国产亚洲精品第一综合不卡| 欧美日韩福利视频一区二区| 妹子高潮喷水视频| 啪啪无遮挡十八禁网站| 搡老熟女国产l中国老女人| 久久精品国产清高在天天线| 精品日产1卡2卡| 女人被躁到高潮嗷嗷叫费观| 这个男人来自地球电影免费观看| 国产精品乱码一区二三区的特点 | 69精品国产乱码久久久| 夜夜看夜夜爽夜夜摸 | 热re99久久国产66热| 在线观看一区二区三区| 一夜夜www| 免费在线观看黄色视频的| 国产97色在线日韩免费| 丰满迷人的少妇在线观看| 看黄色毛片网站| 日韩大尺度精品在线看网址 | 中出人妻视频一区二区| 亚洲人成伊人成综合网2020| 国产亚洲精品综合一区在线观看 | 国产又色又爽无遮挡免费看| 男女之事视频高清在线观看| 精品午夜福利视频在线观看一区| 日韩精品中文字幕看吧| 国产主播在线观看一区二区| 亚洲第一欧美日韩一区二区三区| 国产男靠女视频免费网站| 国产欧美日韩一区二区精品| 真人做人爱边吃奶动态| 黄色成人免费大全| 我的亚洲天堂| 国产精品一区二区免费欧美| 欧美成人午夜精品| 亚洲男人天堂网一区| 国产欧美日韩一区二区精品| 国产亚洲精品综合一区在线观看 | 999久久久精品免费观看国产| 一进一出好大好爽视频| 欧美精品一区二区免费开放| 中文字幕av电影在线播放| 大型黄色视频在线免费观看| 国产亚洲欧美在线一区二区| 久久久久久亚洲精品国产蜜桃av| 欧美日韩国产mv在线观看视频| 日本精品一区二区三区蜜桃| 黄色片一级片一级黄色片| 91字幕亚洲| 久久久久久大精品| 亚洲一区高清亚洲精品| 又黄又爽又免费观看的视频| 80岁老熟妇乱子伦牲交| 欧美成狂野欧美在线观看| xxxhd国产人妻xxx| 999久久久国产精品视频| 欧美日韩亚洲综合一区二区三区_| 久久青草综合色| 91麻豆精品激情在线观看国产 | 久久久国产欧美日韩av| 无人区码免费观看不卡| 国产亚洲av高清不卡| 大型av网站在线播放| av电影中文网址| 欧美日韩中文字幕国产精品一区二区三区 | e午夜精品久久久久久久| 色哟哟哟哟哟哟| 午夜福利在线观看吧| 色老头精品视频在线观看| 日韩欧美免费精品| 韩国av一区二区三区四区| 啦啦啦 在线观看视频| 久久国产精品人妻蜜桃| 精品人妻在线不人妻| 首页视频小说图片口味搜索| 免费看a级黄色片| 99热国产这里只有精品6| 999久久久精品免费观看国产| 视频在线观看一区二区三区| 黄色成人免费大全| 高清黄色对白视频在线免费看| 欧美乱码精品一区二区三区| 国产免费现黄频在线看| 在线国产一区二区在线| 视频区欧美日本亚洲| 淫妇啪啪啪对白视频| 国产av一区二区精品久久| 老司机午夜福利在线观看视频| 最好的美女福利视频网| 十分钟在线观看高清视频www| 日韩精品青青久久久久久| 一区二区三区精品91| 女人爽到高潮嗷嗷叫在线视频| 久久久久久免费高清国产稀缺| 99国产精品一区二区三区| 久久人人精品亚洲av| 久久精品国产亚洲av高清一级| 久久国产亚洲av麻豆专区| 他把我摸到了高潮在线观看| 亚洲色图 男人天堂 中文字幕| 欧美国产精品va在线观看不卡| 丰满的人妻完整版| 成人黄色视频免费在线看| 亚洲av片天天在线观看| 亚洲精品一区av在线观看| 亚洲av第一区精品v没综合| 国产精品久久电影中文字幕| 欧美成人午夜精品| 久久久久久大精品| 久久国产亚洲av麻豆专区| 日本黄色日本黄色录像| 窝窝影院91人妻| 天堂√8在线中文| 黄片播放在线免费| 1024香蕉在线观看| 精品久久久久久久久久免费视频 | 欧美乱妇无乱码| 一区二区三区激情视频| 制服诱惑二区| 欧美日韩亚洲高清精品| 久99久视频精品免费| 女人被躁到高潮嗷嗷叫费观| 日韩有码中文字幕| 少妇粗大呻吟视频| 日本wwww免费看| 精品电影一区二区在线| 欧美色视频一区免费| 美女国产高潮福利片在线看| 国产精品一区二区三区四区久久 | 免费看a级黄色片| 国产精华一区二区三区| 老司机深夜福利视频在线观看| 亚洲国产精品999在线| 满18在线观看网站| 日本三级黄在线观看| 91字幕亚洲| 一级,二级,三级黄色视频| 两个人看的免费小视频| 自线自在国产av| 久久久久久久精品吃奶| 国产成人免费无遮挡视频| 精品一区二区三卡| 免费久久久久久久精品成人欧美视频| 亚洲片人在线观看| 成人18禁高潮啪啪吃奶动态图| 欧美老熟妇乱子伦牲交| 免费在线观看日本一区| 午夜福利免费观看在线| 韩国av一区二区三区四区| 久久中文字幕一级| 女性被躁到高潮视频| 欧美成人性av电影在线观看| 欧美日韩精品网址| 嫩草影院精品99| 免费观看精品视频网站| 欧美国产精品va在线观看不卡| 精品国产一区二区久久| 在线观看www视频免费| 一个人观看的视频www高清免费观看 | 黄色 视频免费看| 电影成人av| 美国免费a级毛片| 一个人免费在线观看的高清视频| 免费在线观看日本一区| 亚洲,欧美精品.| 成人18禁高潮啪啪吃奶动态图| 国产不卡一卡二| 中出人妻视频一区二区| 亚洲国产精品999在线| 女人精品久久久久毛片| 自线自在国产av| 欧美成狂野欧美在线观看| 久久香蕉精品热| 亚洲一区二区三区欧美精品| 手机成人av网站| 亚洲欧美一区二区三区黑人| 中文字幕高清在线视频| 美女高潮喷水抽搐中文字幕| 欧美另类亚洲清纯唯美| 亚洲少妇的诱惑av| 午夜精品在线福利| 午夜激情av网站| 一二三四社区在线视频社区8| 中出人妻视频一区二区| 国产无遮挡羞羞视频在线观看| 亚洲七黄色美女视频| 人妻丰满熟妇av一区二区三区| 亚洲第一青青草原| 久久 成人 亚洲| 亚洲av电影在线进入| 无限看片的www在线观看| 欧美在线一区亚洲| 丰满饥渴人妻一区二区三| 午夜精品久久久久久毛片777| 好男人电影高清在线观看| 女人精品久久久久毛片| 久热这里只有精品99| 久久人妻av系列| 亚洲精品粉嫩美女一区| 91九色精品人成在线观看| 亚洲国产精品一区二区三区在线| 亚洲人成网站在线播放欧美日韩| 精品熟女少妇八av免费久了| 亚洲自拍偷在线| av视频免费观看在线观看| 夫妻午夜视频| www.999成人在线观看| 国产精华一区二区三区| 亚洲中文字幕日韩| 黄色片一级片一级黄色片| 村上凉子中文字幕在线| 亚洲国产中文字幕在线视频| 一进一出好大好爽视频| 国产精品一区二区免费欧美| 激情视频va一区二区三区| 日韩免费高清中文字幕av| 国产精品二区激情视频| 国内久久婷婷六月综合欲色啪| 97碰自拍视频| 免费人成视频x8x8入口观看| 国产精品一区二区在线不卡| 亚洲精品在线美女| 成人免费观看视频高清| 亚洲欧美精品综合久久99| 麻豆成人av在线观看| videosex国产| 9色porny在线观看| 嫩草影视91久久| 久久久久久久久久久久大奶| 黄片播放在线免费| 嫩草影视91久久| tocl精华| 无限看片的www在线观看| 国产一区二区在线av高清观看| 中文字幕最新亚洲高清| 国产精品九九99| 91九色精品人成在线观看| 国产精品久久久久久人妻精品电影| 天堂俺去俺来也www色官网| 亚洲人成电影免费在线| 日本欧美视频一区| 久久人人爽av亚洲精品天堂| 91成年电影在线观看| 色婷婷久久久亚洲欧美| 青草久久国产| 新久久久久国产一级毛片| 美女扒开内裤让男人捅视频| 亚洲成av片中文字幕在线观看| 丝袜美足系列| av超薄肉色丝袜交足视频| 不卡一级毛片| 操美女的视频在线观看| 男女做爰动态图高潮gif福利片 | 久久影院123| 久久精品人人爽人人爽视色| 女性被躁到高潮视频| 青草久久国产| 色在线成人网| 国产日韩一区二区三区精品不卡| 日韩视频一区二区在线观看| 国产精品免费视频内射| 在线观看免费午夜福利视频| 国产不卡一卡二| 夜夜躁狠狠躁天天躁| 国产精品av久久久久免费| 少妇 在线观看| 日本一区二区免费在线视频| 精品一品国产午夜福利视频| 亚洲精品久久午夜乱码| 18禁美女被吸乳视频| 动漫黄色视频在线观看| 夜夜夜夜夜久久久久| 国产av一区二区精品久久| 一级毛片精品| 啪啪无遮挡十八禁网站| 久久久久久人人人人人| 亚洲精品国产一区二区精华液| 亚洲精品美女久久av网站| 99国产精品一区二区三区| 青草久久国产| 在线视频色国产色| 我的亚洲天堂| 亚洲欧美一区二区三区黑人| 999久久久精品免费观看国产| 欧美黄色淫秽网站| a级片在线免费高清观看视频| 看黄色毛片网站| 日韩人妻精品一区2区三区| 日本免费一区二区三区高清不卡 | 激情在线观看视频在线高清| 欧美人与性动交α欧美精品济南到| 亚洲成人精品中文字幕电影 | av欧美777| 亚洲 欧美一区二区三区| 满18在线观看网站| 久久久久久人人人人人| 亚洲国产中文字幕在线视频| 亚洲av日韩精品久久久久久密| 97人妻天天添夜夜摸| av福利片在线| 一区二区日韩欧美中文字幕| 一级毛片高清免费大全| 1024视频免费在线观看| 精品人妻1区二区| 黄色丝袜av网址大全| 久久久精品欧美日韩精品| 女同久久另类99精品国产91| 国产亚洲欧美98| 精品乱码久久久久久99久播| 久久精品亚洲精品国产色婷小说| 国产精品久久久久久人妻精品电影| 国产乱人伦免费视频| 这个男人来自地球电影免费观看| 国产精品99久久99久久久不卡| 69av精品久久久久久| 欧美不卡视频在线免费观看 | 国产成人影院久久av| 亚洲一区中文字幕在线| 欧美日韩乱码在线| 香蕉久久夜色| 露出奶头的视频| 亚洲色图综合在线观看| 国产一卡二卡三卡精品| 色综合欧美亚洲国产小说| 午夜影院日韩av| 97超级碰碰碰精品色视频在线观看| 国产三级在线视频| 国产精品秋霞免费鲁丝片| 国产男靠女视频免费网站| 人妻久久中文字幕网| 午夜福利,免费看| 国产成+人综合+亚洲专区| 欧美成狂野欧美在线观看| 啦啦啦免费观看视频1| 久久 成人 亚洲| 中国美女看黄片| 国产野战对白在线观看| 黄色怎么调成土黄色| 欧美在线一区亚洲| 国产深夜福利视频在线观看| 最近最新中文字幕大全电影3 | 成人三级黄色视频| 可以在线观看毛片的网站| 老鸭窝网址在线观看| av天堂在线播放| 国产在线精品亚洲第一网站| 高清黄色对白视频在线免费看| 大型黄色视频在线免费观看| 中文字幕最新亚洲高清| 性色av乱码一区二区三区2| 一进一出抽搐gif免费好疼 | av有码第一页| 国产亚洲av高清不卡| 成年女人毛片免费观看观看9| 欧美日本中文国产一区发布| 老司机亚洲免费影院| 午夜老司机福利片| 久久精品国产亚洲av香蕉五月| 女人爽到高潮嗷嗷叫在线视频| 亚洲色图 男人天堂 中文字幕| av欧美777| 在线观看舔阴道视频| 青草久久国产| avwww免费| 亚洲国产欧美网| 久久精品91无色码中文字幕| 欧美日本亚洲视频在线播放| 亚洲 欧美一区二区三区| 视频在线观看一区二区三区| 波多野结衣av一区二区av| 一级毛片精品| 超色免费av| 久久狼人影院| 韩国av一区二区三区四区| 久久久国产成人免费| 久久天堂一区二区三区四区| 久久精品亚洲熟妇少妇任你| 99热国产这里只有精品6|