• <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 ?

    基于自回歸模型和神經(jīng)網(wǎng)絡(luò)的跌倒檢測(cè)算法

    2018-03-16 06:35:23谷志瑜劉建明李建鐸
    關(guān)鍵詞:特征向量加速度人體

    谷志瑜,劉建明,李建鐸

    (桂林電子科技大學(xué) 計(jì)算機(jī)與信息安全學(xué)院,廣西 桂林 541004)

    0 引 言

    跌倒是指使人不慎跌倒在地面、地板或其它較低平面地方的事故[1,2]。跌倒檢測(cè)算法是能夠?qū)⒌箘?dòng)作與日常生活中的正常動(dòng)作區(qū)分開來(lái)的技術(shù)。準(zhǔn)確地檢測(cè)到跌倒動(dòng)作的發(fā)生,是為后續(xù)提供更好的預(yù)防跌傷措施和在發(fā)生跌倒后采取及時(shí)救治行動(dòng)的關(guān)鍵,因此,跌倒檢測(cè)算法的研究是該領(lǐng)域的重點(diǎn),也是難點(diǎn)。

    本文擬提出一種基于自回歸模型系數(shù)作為特征向量的跌倒檢測(cè)算法。該算法對(duì)采集到的數(shù)據(jù)截取成2.02 s的數(shù)據(jù)片段,計(jì)算其對(duì)應(yīng)的自回歸系數(shù)、信號(hào)幅度和傾角構(gòu)造成最終的組合特征向量,并采用基于反向傳播算法(back propagation)的前饋神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)跌倒和日常動(dòng)作的判別,最后通過(guò)實(shí)驗(yàn)驗(yàn)證了該算法的可行性和準(zhǔn)確性。

    1 研究近況

    近年,有許多的機(jī)構(gòu)和科研人員在從事基于可穿戴式加速度傳感器,或陀螺儀的跌倒檢測(cè)算法研究。這些算法(系統(tǒng))的目的是通過(guò)快速而準(zhǔn)確地識(shí)別出跌倒事件的發(fā)生,便于及時(shí)通知家人和醫(yī)護(hù)人員,減少老人跌倒后因長(zhǎng)時(shí)間癱躺在地面帶來(lái)的傷害。這些算法(系統(tǒng))主要分為兩類:基于閾值(threshold-based)的算法[3]和基于機(jī)器學(xué)習(xí)(machine learning)的算法[4,5]。

    閾值法的理論基礎(chǔ)是Becker等提出的5階段跌倒模型[6],該模型將跌倒劃分為:跌倒前階段(pre-fall phase)、跌倒階段(falling phase)、撞擊階段(impact phase)、靜止階段(resting phase)和恢復(fù)階段(recovery phase)。該類算法主要通過(guò)判斷識(shí)別跌倒過(guò)程中的一個(gè)或多個(gè)階段的數(shù)據(jù)是否達(dá)到預(yù)設(shè)閾值,來(lái)實(shí)現(xiàn)對(duì)跌倒的檢測(cè)。如Bourke等利用佩戴在軀干和大腿的三軸加速度傳感器記錄的數(shù)據(jù),提出了基于加速度和向量的LFT(lower fall threshold)算法和UFT(upper fall threshold)算法,兩個(gè)算法分別通過(guò)檢測(cè)跌倒階段和撞擊階段來(lái)實(shí)現(xiàn)跌倒檢測(cè),取得了較好的效果,達(dá)到了100%的靈敏度和91%和100%的特異性[3]。Kangas等則考慮了跌倒、撞擊和靜止3個(gè)階段,提出了IMPACT+POSTURE和START OF FALL+IMPACT+POSTURE等算法,其中將傳感器佩戴在腰部時(shí)效果最好,可達(dá)到100%的特異性和95%的靈敏度[3]。該類算法由于傳感器異構(gòu)、目標(biāo)差異及跌倒行為的差異,其難點(diǎn)在于閾值的確定,也因此導(dǎo)致閾值法性能波動(dòng)大,缺乏魯棒性。

    機(jī)器學(xué)習(xí)的方法,使用提前采集的已標(biāo)定跌倒及非跌倒加速度、角速度等數(shù)據(jù),利用模式識(shí)別算法挖掘出能區(qū)分跌倒和非跌倒行為特征參數(shù),用于實(shí)現(xiàn)的跌倒和非跌倒行為匹配。如?zdemir等[4]的算法以一個(gè)4 s的時(shí)間窗的原始數(shù)據(jù)為基礎(chǔ),構(gòu)建了一個(gè)包含和加速度最小值、最大值、均值、方差、峰度(kurtosis)、自相關(guān)序列(autocorrelation)和離散傅里葉變換(DFT)等值的組合特征向量,采用6種不同的分類器均達(dá)到了99%以上的靈敏度和特異性,其中效果最好的是k近鄰法(k-nearest neighbor,k-NN)和最小二乘法。Aziz等[5]則以均值和X、Y、Z三軸加速度的方差作為組合特征向量,并在實(shí)驗(yàn)設(shè)計(jì)中加入了滑(slips)、絆(trips)等5類近似跌倒(near-fall)動(dòng)作,采用了邏輯回歸、決策樹、樸素貝葉斯、k-NN和支持向量機(jī)(SVM)等5種常用的機(jī)器學(xué)習(xí)方法作為分類器,實(shí)現(xiàn)了較好的分類效果,其中SVM的效果最好,靈敏度和特異性均達(dá)到了96%以上。使用該類算法時(shí)各論文對(duì)特征向量的選擇的不同,往往也導(dǎo)致效果的差異。

    2 方 法

    2.1 傳感器設(shè)備

    傳感器采用的是MPU6050,其是InvenSense公司生產(chǎn)的一款9軸運(yùn)動(dòng)處理傳感器芯片,它集成有三軸微機(jī)電系統(tǒng)(MEMS)陀螺儀和三軸加速度計(jì),以及一個(gè)可供擴(kuò)展的數(shù)據(jù)運(yùn)動(dòng)處理器DMP(digital motion processor)[7]。MPU6050供電電源電壓為3 V-5 V,標(biāo)準(zhǔn)IIC通信接口,芯片內(nèi)置16位AD轉(zhuǎn)換器,16位數(shù)據(jù)輸出,加速度范圍:±2 g、±4 g、±8 g、±16 g,陀螺儀范圍:±250°/s、±500°/s、±1000°/s與±2000°/s。

    2.2 數(shù)據(jù)獲取

    日常生活中人體基本動(dòng)作和姿態(tài)大概可分為3類:靜態(tài)活動(dòng)日常生活中人體基本動(dòng)作和姿勢(shì)大概可分為3類:靜態(tài)活動(dòng)(static),如站、坐、躺等;動(dòng)態(tài)活動(dòng)(dynamic),如走、跑、上下樓梯等和轉(zhuǎn)換活動(dòng)(transitions),如坐-站、躺-坐等[8]。根據(jù)跌倒的定義,本文中將跌倒歸入第三類活動(dòng),即轉(zhuǎn)換活動(dòng)。

    本文的目的是從各種轉(zhuǎn)換活動(dòng)中區(qū)分出跌倒,因此,實(shí)驗(yàn)活動(dòng)設(shè)計(jì)包括9種日常轉(zhuǎn)換活動(dòng)和4種跌倒。由于讓老年人志愿者來(lái)進(jìn)行模擬跌倒具有不可預(yù)期的風(fēng)險(xiǎn),所以實(shí)驗(yàn)的日常動(dòng)作和模擬跌倒均由年輕志愿者在室內(nèi)可控環(huán)境下完成。其中,模擬跌倒時(shí),在地面鋪有一層5 cm的體操墊,以減少跌倒對(duì)實(shí)驗(yàn)者的傷害。實(shí)驗(yàn)記錄日常動(dòng)作數(shù)據(jù)共270條,模擬跌倒數(shù)據(jù)共120條。各日常動(dòng)作和跌倒的實(shí)驗(yàn)記錄數(shù)據(jù)見表1。

    表1 日常動(dòng)作和跌倒實(shí)驗(yàn)數(shù)據(jù)

    注:stand to kneel是指從站立到雙膝跪地,而軀體保持直立的日常生活動(dòng)作;stand turn left/right是指站立時(shí)分別向左、向右轉(zhuǎn)體90°的日常生活動(dòng)作。

    根據(jù)Kangas等的研究結(jié)果,定位在頭部或腰部的傳感器系統(tǒng)測(cè)得的加速度信號(hào),能更加準(zhǔn)確地反映整個(gè)人體軀干的運(yùn)動(dòng)狀態(tài)和姿態(tài)的變化,而手腕等部位因?yàn)槠溥\(yùn)動(dòng)狀態(tài)變化較軀干要復(fù)雜,且往往不能完全反映人體軀干的運(yùn)動(dòng)狀態(tài)和姿態(tài),所以,腰部和頭部是記錄人體姿態(tài)動(dòng)作時(shí)傳感器的佩戴的最佳位置[3]。因此,本文在實(shí)驗(yàn)時(shí),選擇腰部作為加速度傳感器的佩戴位置,并將傳感器佩戴在實(shí)驗(yàn)者腰部的正前方。系統(tǒng)X、Y、Z三軸對(duì)應(yīng)的正方向分別是:向左、向下和向后。

    由于人體運(yùn)動(dòng)的低頻率特點(diǎn),事實(shí)上人體活動(dòng)的頻率基本都低于20 Hz,又根據(jù)采樣定理,本文將加速度信號(hào)的采樣頻率設(shè)為50 Hz,既完全足以表征人體運(yùn)動(dòng)的細(xì)節(jié)信息,又不會(huì)占用過(guò)多的空間。同時(shí),實(shí)驗(yàn)時(shí),加速度量程設(shè)置為±4 g,角速度量程設(shè)置為±1000°/s。

    2.3 數(shù)據(jù)處理

    數(shù)據(jù)處理的流程如圖1所示,各模塊的具體說(shuō)明如下。

    圖1 數(shù)據(jù)處理流程

    降噪(noise reduction):由于原始信號(hào)中摻雜了大量的脈沖噪聲,在實(shí)際應(yīng)用中必須加以剔除。采用均值濾波的方法對(duì)信號(hào)進(jìn)行預(yù)處理,在保留足夠表現(xiàn)人體動(dòng)作信息的基礎(chǔ)上,提高信噪比。本文中使用的是三項(xiàng)均值濾波器(three-term average filter),其可表示為如式(1)所示

    (1)

    特征提取(feature extraction):特征向量的提取,主要包括3項(xiàng)內(nèi)容:自回歸模型系數(shù)(AR-model coefficients)的計(jì)算、信號(hào)幅度(signal magnitude)的計(jì)算、傾斜角度(tilt angle)的計(jì)算。

    (1)自回歸模型(auto regressive model)。自回歸模型是時(shí)間序列中的一種常見形式,是用自身做回歸變量的過(guò)程,也是一種線性回歸模型,可用來(lái)做預(yù)測(cè)。即當(dāng)前某時(shí)刻的隨機(jī)變量可利用其前期若干時(shí)刻的隨機(jī)變量的一個(gè)線性組合來(lái)描述,自回歸模型的具體定義請(qǐng)參考文獻(xiàn)[9]。本文想通過(guò)該模型的系數(shù)來(lái)表示各信號(hào)量的變化趨勢(shì)。

    其數(shù)學(xué)表達(dá)式如式(2)所示

    (2)

    其中,α(i)是AR模型系數(shù),p是模型的階,ε(t)是白噪聲項(xiàng)。

    (2)SMA,即Signal Magnitude Area。是跌倒檢測(cè)和人體姿態(tài)識(shí)別中常用的特征值,能很好的區(qū)分人體的靜態(tài)活動(dòng)和動(dòng)態(tài)活動(dòng),其定義如式(3)所示[10]

    (3)

    為了能更好表征人體在三軸方向上的動(dòng)靜態(tài)特征和動(dòng)作幅度,本文以三軸方向上的SMA代替以往的加速度和的SMA。

    新的計(jì)算公式如式(4)所示

    (4)

    其中,axis分別取X,Y和Z軸的加速度值。

    (3)傾斜角度。傾角體現(xiàn)了人體在空間中的傾斜情況,而人體在運(yùn)動(dòng)過(guò)程中在各軸上轉(zhuǎn)過(guò)的角度,也能很好表征人體姿勢(shì)的變化。陀螺儀可測(cè)得在X,Y和Z軸3個(gè)方向上的角速度值,因而對(duì)角速度在時(shí)間窗內(nèi)求積分即可得人體在三軸的旋轉(zhuǎn)角度,具體計(jì)算公式如式(5)所示

    (5)

    通過(guò)將自回歸模型系數(shù)與SMA和傾斜角度組合得到最終的組合特征向量,如圖2所示。

    圖2 組合特征向量

    為了便于特征向量各項(xiàng)的計(jì)算,本文將包含跌倒和日常動(dòng)作的信號(hào)數(shù)據(jù)截成2.02s(101個(gè)數(shù)據(jù)點(diǎn))的時(shí)間片段。該時(shí)間長(zhǎng)度既包含了足夠的人體動(dòng)作信息用于特征向量的計(jì)算,也不會(huì)產(chǎn)生過(guò)大的響應(yīng)時(shí)延。本文各特征向量分項(xiàng)的計(jì)算均是基于該時(shí)間窗內(nèi)的信號(hào)數(shù)據(jù)信息。

    分類器(classiffer):基于跌倒檢測(cè)算法自適應(yīng)性和實(shí)時(shí)性的要求,特別是要求算法能正確理解這些復(fù)雜的特征,即便這些特征與之前已經(jīng)看到過(guò)的特征有相當(dāng)?shù)牟町?,也能正確地識(shí)別出跌倒和日常動(dòng)作。為此,我們決定使用基于反向傳播(backpropagation)算法的前饋神經(jīng)網(wǎng)絡(luò)作為算法中的分類器。

    多層前向BP神經(jīng)網(wǎng)絡(luò)特別適合于求解內(nèi)部機(jī)制復(fù)雜的問題,其可實(shí)現(xiàn)任何復(fù)雜非線性從一個(gè)輸入到輸出的映射,且具有極強(qiáng)的自學(xué)習(xí)能力。本文構(gòu)建的神經(jīng)網(wǎng)絡(luò)有一個(gè)輸入層包含15個(gè)神經(jīng)元,兩個(gè)隱含層分別包含30個(gè)神經(jīng)元和13個(gè)神經(jīng)元,一個(gè)輸出層與2個(gè)神經(jīng)元對(duì)應(yīng)的兩個(gè)分類輸出。

    3 結(jié) 果

    跌倒檢測(cè)算法通常以靈敏度(sensitivity)和特異性(specificity)作為其有效性的評(píng)價(jià)參考。靈敏度表征的是所有跌倒被正確檢測(cè)出來(lái)的比例,即所有跌倒動(dòng)作的檢出率;特異性表征的是所有非跌倒事件被正確檢測(cè)出來(lái)的比例,即所有日常動(dòng)作的檢出率。

    數(shù)學(xué)計(jì)算式分別如下

    Sensitivity=Truepositive/(Truepositive+Falsenegative)

    Specificity=Truenegative/(Truenegative+Falsepositive)

    本文進(jìn)行了3次實(shí)驗(yàn)驗(yàn)證,以評(píng)價(jià)組合特征向量各部分的分類效果。每次實(shí)驗(yàn)采用不同的組合特征向量訓(xùn)練神經(jīng)網(wǎng)絡(luò)和對(duì)測(cè)試集進(jìn)行分類。

    (1)實(shí)驗(yàn)一

    實(shí)驗(yàn)一的目的在于評(píng)估自回歸模型系數(shù)對(duì)測(cè)試集分類的效果。由于自回歸模型的階p=3,所以組成的是一個(gè)9維的特征向量,表示如下

    {a(1),…,a(9)}

    每個(gè)活動(dòng)有15個(gè)降噪后的實(shí)例數(shù)據(jù)通過(guò)建模得到的系數(shù)用于訓(xùn)練神經(jīng)網(wǎng)絡(luò),同樣有15個(gè)經(jīng)過(guò)相同方法得到的系數(shù)用于跌倒和非跌倒的分類檢測(cè)?;谠撎卣飨蛄康姆诸愖R(shí)別結(jié)果如圖3所示。根據(jù)圖中數(shù)據(jù)顯示,僅以自回歸模型系數(shù)作為特征向量雖然特異性可達(dá)到98.71%,但是靈敏度只有86.69%??梢娮曰貧w模型系數(shù)對(duì)于日常動(dòng)作的識(shí)別效果不錯(cuò),但是對(duì)于跌倒動(dòng)作的識(shí)別效果卻一般。

    圖3 實(shí)驗(yàn)一結(jié)果

    (2)實(shí)驗(yàn)二

    實(shí)驗(yàn)二的目的在于評(píng)估自回歸模型系數(shù)和信號(hào)幅度的組合后對(duì)測(cè)試集分類的效果。新組成的是一個(gè)12維的特征向量,表示如下

    {a(1),…,a(9),SMA(x),SMA(y),SMA(z)}

    每個(gè)活動(dòng)有15個(gè)降噪后的實(shí)例數(shù)據(jù)通過(guò)建模得到的系數(shù)用于訓(xùn)練神經(jīng)網(wǎng)絡(luò),同樣有15個(gè)經(jīng)過(guò)相同方法得到的系數(shù)用于跌倒和非跌倒的分類檢測(cè)?;谠撎卣飨蛄康姆诸愖R(shí)別結(jié)果如圖4所示。實(shí)驗(yàn)結(jié)果顯示,靈敏度有較大提升,達(dá)到了95.51%,可見該組合特征向量較于實(shí)驗(yàn)一的特征向量對(duì)跌倒動(dòng)作有更好的識(shí)別效果,且特異性、準(zhǔn)確性和F值均有不同程度的提升。

    圖4 實(shí)驗(yàn)二結(jié)果

    (3)實(shí)驗(yàn)三

    實(shí)驗(yàn)三在上一個(gè)實(shí)驗(yàn)的基礎(chǔ)上,將傾斜角度與自回歸模型系數(shù)(AR-coefficients)和信號(hào)幅度(SMA)的組合成一個(gè)15維的組合特征向量,表示如下

    {a(1),…,a(9),SMA(x),SMA(y),SMA(z),
    TA(x),TA(y),TA(z)}

    每個(gè)活動(dòng)有15個(gè)降噪后的實(shí)例數(shù)據(jù)通過(guò)建模得到的系數(shù)用于訓(xùn)練神經(jīng)網(wǎng)絡(luò),同樣有15個(gè)經(jīng)過(guò)相同方法得到的系數(shù)用于跌倒和非跌倒的分類檢測(cè)?;谠撎卣飨蛄康姆诸愖R(shí)別結(jié)果如圖5所示。實(shí)驗(yàn)結(jié)果顯示,靈敏度由實(shí)驗(yàn)二的95.51%提升到了97.2%,特異性基本保持,但98.28%的F值說(shuō)明實(shí)驗(yàn)三的組合特征向量在調(diào)和靈敏度和特異性方面有著更好的表現(xiàn)。98.97%的準(zhǔn)確性同樣優(yōu)于實(shí)驗(yàn)二和實(shí)驗(yàn)一的準(zhǔn)確性。

    圖5 實(shí)驗(yàn)三結(jié)果

    4 結(jié)束語(yǔ)

    本文針對(duì)老年人易跌倒和跌倒過(guò)后可能產(chǎn)生嚴(yán)重后果這一現(xiàn)實(shí)問題,提出了一種基于自回歸模型系數(shù)和神經(jīng)網(wǎng)絡(luò)的跌倒檢測(cè)算法。該算法以自回歸系數(shù)、信號(hào)幅度和傾角作為組合特征向量,以基于反向傳播算法的前饋神經(jīng)網(wǎng)絡(luò)作為分類器,通過(guò)對(duì)9類人體日常動(dòng)作和4類跌倒,共390例樣本實(shí)例數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)驗(yàn)證,達(dá)到了97.2%的靈敏度和99.74%的特異性,驗(yàn)證了本算法的可行性和準(zhǔn)確性。

    [1]LIUYuanbiao,LIJian’an.Fallsinelderlyandbalanceandgaitdisorder[J].ChineseJournalofRehabilitationTheoryandPractice,2012,18(1):5-8(inChinese).[劉元標(biāo),勵(lì)建安.老年人跌倒與平衡及步態(tài)異常[J].中國(guó)康復(fù)理論與實(shí)踐,2012,18(1):5-8.]

    [2]WHO.Falls[EB/OL].http://www.who.int,2017.

    [3]FabioB,ClemensB,AngeloC,etal.Evaluationofaccele-rometer-basedfalldetectionalgorithmsonreal-worldfalls[J].PlosOne,2012,7(5):e37062.

    [4]?zdemirAT,BarshanB.Detectingfallswithwearablesensorsusingmachinelearningtechniques[J].Sensors,2014,14(6):10691-10708.

    [5]AzizO,MusngiM,ParkEJ,etal.Acomparisonofaccuracyoffalldetectionalgorithms(threshold-basedvs.machinelear-ning)usingwaist-mountedtri-axialaccelerometersignalsfromacomprehensivesetoffallsandnon-falltrials[J].Medical&BiologicalEngineering&Computing,2017,55(1):45-55.

    [6]BeckerC,SchwickertL,MelloneS,etal.Proposalforamultiphasefallmodelbasedonreal-worldfallrecordingswithbody-fixedsensors[J].ZeitschriftFürGerontologieUndGeriatrie,2012,45(8):707-715.

    [7]InvenSenseInc.MPU-6000andMPU-6050productspecificationrevision3.4[EB/OL].https://www.invensense.com,2017.

    [8]LaraOD,LabradorMA.Asurveyonhumanactivityrecognitionusingwearablesensors[J].CommunicationsSurveys&TutorialsIEEE,2013,15(3):1192-1209.

    [9]DurbinJ,KoopmanSJ.Timeseriesanalysisbystatespacemethods[M].2nded.OxfordUniversityPress,2012.

    [10]ChenGC,HuangCN,ChiangCY,etal.Areliablefalldetectionsystembasedonwearablesensorandsignalmagnitudeareaforelderlyresidents[C]//InternationalConferenceonSmartHomesandHealthTelematics,2010:267-270.

    猜你喜歡
    特征向量加速度人體
    二年制職教本科線性代數(shù)課程的幾何化教學(xué)設(shè)計(jì)——以特征值和特征向量為例
    “鱉”不住了!從26元/斤飆至38元/斤,2022年甲魚能否再跑出“加速度”?
    人體“修補(bǔ)匠”
    克羅內(nèi)克積的特征向量
    人體冷知識(shí)(一)
    排便順暢,人體無(wú)毒一身輕
    天際加速度
    汽車觀察(2018年12期)2018-12-26 01:05:42
    創(chuàng)新,動(dòng)能轉(zhuǎn)換的“加速度”
    金橋(2018年4期)2018-09-26 02:24:46
    死亡加速度
    奇妙的人體止咳點(diǎn)
    特別健康(2018年3期)2018-07-04 00:40:10
    国产精品九九99| xxxwww97欧美| 欧美zozozo另类| 亚洲欧美日韩高清专用| 精品久久久久久久久久免费视频| 一区二区三区激情视频| 少妇人妻一区二区三区视频| 琪琪午夜伦伦电影理论片6080| 国产精品女同一区二区软件 | 久久久精品大字幕| 色老头精品视频在线观看| 大型黄色视频在线免费观看| 欧美性猛交黑人性爽| 国产精品久久久久久人妻精品电影| 亚洲色图 男人天堂 中文字幕| www.精华液| 特级一级黄色大片| 亚洲欧美日韩无卡精品| 日韩欧美免费精品| 国产成人欧美在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 国产精品亚洲一级av第二区| 香蕉av资源在线| 欧美激情在线99| 在线观看免费午夜福利视频| 99国产精品99久久久久| 欧美一区二区精品小视频在线| 一进一出好大好爽视频| 成人无遮挡网站| 国产精品亚洲av一区麻豆| 啦啦啦韩国在线观看视频| 国产毛片a区久久久久| 亚洲真实伦在线观看| 长腿黑丝高跟| 在线观看日韩欧美| 日日摸夜夜添夜夜添小说| 中文亚洲av片在线观看爽| 国产精品久久久av美女十八| 亚洲av熟女| 99久久精品国产亚洲精品| 99久久精品一区二区三区| 亚洲国产高清在线一区二区三| 国产高清激情床上av| 性色av乱码一区二区三区2| 久久这里只有精品19| 精品99又大又爽又粗少妇毛片 | 听说在线观看完整版免费高清| 欧美乱妇无乱码| 国产av一区在线观看免费| 色老头精品视频在线观看| 亚洲自拍偷在线| 久久久国产精品麻豆| 99在线视频只有这里精品首页| 国产aⅴ精品一区二区三区波| 国产免费男女视频| 国产真人三级小视频在线观看| 欧美性猛交╳xxx乱大交人| 熟女人妻精品中文字幕| 成人欧美大片| 国产精品综合久久久久久久免费| 国产精品日韩av在线免费观看| 国产亚洲av嫩草精品影院| 国产激情久久老熟女| 757午夜福利合集在线观看| 一级作爱视频免费观看| 成人欧美大片| 亚洲av成人不卡在线观看播放网| 国产精品自产拍在线观看55亚洲| 欧美色欧美亚洲另类二区| 一级毛片高清免费大全| 久久久久久人人人人人| 亚洲av免费在线观看| 成人无遮挡网站| 在线播放国产精品三级| 免费在线观看视频国产中文字幕亚洲| 国产成人系列免费观看| 中亚洲国语对白在线视频| 国产精品久久电影中文字幕| 亚洲欧美精品综合一区二区三区| 丰满人妻一区二区三区视频av | 最近在线观看免费完整版| 九色国产91popny在线| 一级黄色大片毛片| 国产精品av视频在线免费观看| 一夜夜www| 国产69精品久久久久777片 | 青草久久国产| 夜夜躁狠狠躁天天躁| 全区人妻精品视频| 哪里可以看免费的av片| 国产麻豆成人av免费视频| 日日夜夜操网爽| 日韩欧美 国产精品| 久久久久久久久久黄片| 欧美日韩一级在线毛片| netflix在线观看网站| 日韩欧美国产一区二区入口| 日本免费a在线| 又爽又黄无遮挡网站| 亚洲自偷自拍图片 自拍| 亚洲乱码一区二区免费版| 亚洲精品国产精品久久久不卡| 在线观看免费午夜福利视频| 久久精品亚洲精品国产色婷小说| 国产精品香港三级国产av潘金莲| 十八禁人妻一区二区| 黄色丝袜av网址大全| 亚洲人成网站在线播放欧美日韩| 老汉色av国产亚洲站长工具| 18禁黄网站禁片午夜丰满| 日日夜夜操网爽| 久久精品人妻少妇| 国产黄色小视频在线观看| 少妇的丰满在线观看| 超碰成人久久| 成人国产一区最新在线观看| 国产精品精品国产色婷婷| 夜夜夜夜夜久久久久| 91九色精品人成在线观看| 久久人人精品亚洲av| 精品久久久久久久毛片微露脸| 99热6这里只有精品| 可以在线观看毛片的网站| 欧美一区二区精品小视频在线| 成人特级av手机在线观看| 精品一区二区三区四区五区乱码| 国产精品乱码一区二三区的特点| 国产蜜桃级精品一区二区三区| 一边摸一边抽搐一进一小说| 久久伊人香网站| 国产精品亚洲av一区麻豆| 日韩国内少妇激情av| 婷婷精品国产亚洲av在线| 久久中文字幕一级| 国产精品永久免费网站| 91在线观看av| 一级a爱片免费观看的视频| 亚洲欧美日韩卡通动漫| xxx96com| 久久欧美精品欧美久久欧美| 99国产精品一区二区蜜桃av| 观看免费一级毛片| 亚洲精品一区av在线观看| 免费观看人在逋| 国产激情久久老熟女| 99视频精品全部免费 在线 | 看片在线看免费视频| 精品国产亚洲在线| 欧美性猛交╳xxx乱大交人| 特大巨黑吊av在线直播| 又紧又爽又黄一区二区| 噜噜噜噜噜久久久久久91| 美女高潮的动态| 国产精品乱码一区二三区的特点| 国产高清视频在线观看网站| 国产97色在线日韩免费| 精品不卡国产一区二区三区| or卡值多少钱| 国产久久久一区二区三区| 中文亚洲av片在线观看爽| 国产黄a三级三级三级人| 免费在线观看亚洲国产| 亚洲色图av天堂| 免费电影在线观看免费观看| 国产淫片久久久久久久久 | 黄色片一级片一级黄色片| 国产熟女xx| 最新中文字幕久久久久 | 亚洲欧美日韩东京热| 精品国产三级普通话版| 亚洲五月婷婷丁香| 久久久久免费精品人妻一区二区| 精品国产美女av久久久久小说| 久久久色成人| 国产熟女xx| 日本 av在线| 国产精华一区二区三区| 国产午夜精品论理片| 久久这里只有精品中国| 别揉我奶头~嗯~啊~动态视频| 99久久99久久久精品蜜桃| 啦啦啦免费观看视频1| 中国美女看黄片| 免费在线观看日本一区| 大型黄色视频在线免费观看| 国产午夜精品久久久久久| 好男人在线观看高清免费视频| 欧美最黄视频在线播放免费| 中文字幕人成人乱码亚洲影| 亚洲国产欧美一区二区综合| 欧美黄色淫秽网站| 亚洲中文字幕日韩| 91麻豆精品激情在线观看国产| 嫩草影院入口| 一级毛片高清免费大全| 免费av毛片视频| 在线观看日韩欧美| 免费看光身美女| 久久精品夜夜夜夜夜久久蜜豆| av视频在线观看入口| 亚洲精华国产精华精| 丁香欧美五月| 国产一区二区在线av高清观看| 欧美成狂野欧美在线观看| 中文字幕最新亚洲高清| 在线观看舔阴道视频| 欧美+亚洲+日韩+国产| 国产精品,欧美在线| 18禁美女被吸乳视频| 亚洲第一欧美日韩一区二区三区| 淫妇啪啪啪对白视频| 亚洲欧美精品综合一区二区三区| 日韩免费av在线播放| 国产蜜桃级精品一区二区三区| 成在线人永久免费视频| a级毛片在线看网站| 又爽又黄无遮挡网站| 在线国产一区二区在线| h日本视频在线播放| 在线观看一区二区三区| 国产成人精品无人区| 真人一进一出gif抽搐免费| av黄色大香蕉| 无限看片的www在线观看| 午夜视频精品福利| 日本 av在线| 国产精品av久久久久免费| 在线观看日韩欧美| 99精品在免费线老司机午夜| 国产亚洲精品久久久久久毛片| 男人舔女人下体高潮全视频| cao死你这个sao货| 99国产精品99久久久久| 在线免费观看的www视频| 在线看三级毛片| 久久国产精品影院| 日韩欧美免费精品| 国产1区2区3区精品| 欧美在线黄色| 日本撒尿小便嘘嘘汇集6| 三级男女做爰猛烈吃奶摸视频| 亚洲精品粉嫩美女一区| 国产久久久一区二区三区| 91字幕亚洲| 嫩草影院入口| 一个人看视频在线观看www免费 | АⅤ资源中文在线天堂| 午夜成年电影在线免费观看| 免费看a级黄色片| 欧美成人一区二区免费高清观看 | 亚洲aⅴ乱码一区二区在线播放| 夜夜躁狠狠躁天天躁| 18禁黄网站禁片免费观看直播| 精品欧美国产一区二区三| 老司机深夜福利视频在线观看| 欧美黑人欧美精品刺激| 欧美成人免费av一区二区三区| 国产99白浆流出| 国产黄色小视频在线观看| 人妻丰满熟妇av一区二区三区| 午夜福利18| 麻豆av在线久日| 搡老熟女国产l中国老女人| 久久久久久久久久黄片| 午夜成年电影在线免费观看| 亚洲真实伦在线观看| 国产精品久久视频播放| 香蕉久久夜色| 亚洲18禁久久av| 麻豆成人午夜福利视频| 少妇熟女aⅴ在线视频| 岛国视频午夜一区免费看| 亚洲国产色片| 三级男女做爰猛烈吃奶摸视频| 国产高清视频在线观看网站| 国产男靠女视频免费网站| 19禁男女啪啪无遮挡网站| 中文字幕精品亚洲无线码一区| 国产伦精品一区二区三区四那| 婷婷精品国产亚洲av在线| 综合色av麻豆| 女人被狂操c到高潮| 日韩大尺度精品在线看网址| 免费在线观看视频国产中文字幕亚洲| 日韩免费av在线播放| 搡老岳熟女国产| 国产精品九九99| 麻豆成人午夜福利视频| 欧美极品一区二区三区四区| 国产1区2区3区精品| 日韩中文字幕欧美一区二区| 在线永久观看黄色视频| 亚洲精品色激情综合| 男插女下体视频免费在线播放| 国产成人欧美在线观看| 久久人妻av系列| 在线a可以看的网站| 日韩欧美精品v在线| 色综合站精品国产| 高清毛片免费观看视频网站| 久久久久精品国产欧美久久久| 亚洲精品一卡2卡三卡4卡5卡| 最新中文字幕久久久久 | 国产精品电影一区二区三区| 九九久久精品国产亚洲av麻豆 | 99久久综合精品五月天人人| 嫩草影视91久久| 一个人免费在线观看电影 | 少妇丰满av| 日本 欧美在线| 男女那种视频在线观看| 国产精品1区2区在线观看.| 最好的美女福利视频网| 听说在线观看完整版免费高清| 亚洲第一欧美日韩一区二区三区| 国产成+人综合+亚洲专区| 国产精品影院久久| 欧美在线黄色| 国产伦人伦偷精品视频| 欧美丝袜亚洲另类 | 久久这里只有精品中国| 午夜福利免费观看在线| 最近最新免费中文字幕在线| e午夜精品久久久久久久| 精品一区二区三区av网在线观看| 国产亚洲精品久久久久久毛片| 九九久久精品国产亚洲av麻豆 | 色精品久久人妻99蜜桃| 又大又爽又粗| www.熟女人妻精品国产| xxx96com| 女同久久另类99精品国产91| 色噜噜av男人的天堂激情| 狠狠狠狠99中文字幕| 91麻豆av在线| 国语自产精品视频在线第100页| av国产免费在线观看| 高清毛片免费观看视频网站| 激情在线观看视频在线高清| 少妇裸体淫交视频免费看高清| 欧美中文综合在线视频| 欧美又色又爽又黄视频| 别揉我奶头~嗯~啊~动态视频| 日韩精品中文字幕看吧| 免费观看人在逋| 亚洲第一电影网av| 午夜福利欧美成人| 又爽又黄无遮挡网站| 国产极品精品免费视频能看的| 午夜亚洲福利在线播放| 亚洲 欧美一区二区三区| 97碰自拍视频| 中亚洲国语对白在线视频| 精品一区二区三区av网在线观看| 男人舔奶头视频| 久久中文字幕一级| 色视频www国产| 国产精品乱码一区二三区的特点| 日韩欧美 国产精品| 天堂√8在线中文| 亚洲精华国产精华精| 国产综合懂色| 一进一出抽搐gif免费好疼| 精品乱码久久久久久99久播| 欧美在线一区亚洲| 国产成人欧美在线观看| 不卡av一区二区三区| 男女做爰动态图高潮gif福利片| 色综合站精品国产| 这个男人来自地球电影免费观看| 狂野欧美激情性xxxx| 久久热在线av| 国产精品1区2区在线观看.| av中文乱码字幕在线| 亚洲激情在线av| 午夜福利视频1000在线观看| 精品久久久久久久久久免费视频| 午夜两性在线视频| 欧美性猛交╳xxx乱大交人| 成人18禁在线播放| 亚洲真实伦在线观看| www.www免费av| 亚洲国产欧美网| 黄色女人牲交| av片东京热男人的天堂| 国产极品精品免费视频能看的| 精品国产乱码久久久久久男人| 久久人妻av系列| 无遮挡黄片免费观看| 99riav亚洲国产免费| 91在线观看av| 99在线人妻在线中文字幕| 欧美中文日本在线观看视频| 欧美一区二区精品小视频在线| 亚洲国产精品成人综合色| 亚洲精品456在线播放app | 国产精品九九99| 天堂av国产一区二区熟女人妻| 国产精品日韩av在线免费观看| 99国产精品99久久久久| 国产精品女同一区二区软件 | 国产高清三级在线| 天堂√8在线中文| 国产日本99.免费观看| 成年版毛片免费区| 日韩三级视频一区二区三区| 老司机午夜福利在线观看视频| 午夜视频精品福利| cao死你这个sao货| 一级毛片高清免费大全| 在线观看一区二区三区| 精品熟女少妇八av免费久了| 国产免费男女视频| 天堂动漫精品| 国产精品久久电影中文字幕| www日本黄色视频网| 日本撒尿小便嘘嘘汇集6| 午夜福利在线观看免费完整高清在 | 亚洲电影在线观看av| 久久中文字幕人妻熟女| 国产又黄又爽又无遮挡在线| 日韩人妻高清精品专区| 18禁美女被吸乳视频| 亚洲中文日韩欧美视频| 美女黄网站色视频| 免费看日本二区| 两个人的视频大全免费| 色播亚洲综合网| 91在线观看av| 哪里可以看免费的av片| 午夜久久久久精精品| 在线视频色国产色| 女警被强在线播放| 夜夜看夜夜爽夜夜摸| 亚洲国产精品成人综合色| 久久久久免费精品人妻一区二区| 国产高清视频在线观看网站| 国产精品 欧美亚洲| 亚洲国产精品sss在线观看| 18禁黄网站禁片午夜丰满| 成年女人看的毛片在线观看| 色精品久久人妻99蜜桃| 亚洲国产精品合色在线| 久久中文字幕人妻熟女| 国产伦精品一区二区三区四那| 97超视频在线观看视频| 欧洲精品卡2卡3卡4卡5卡区| 少妇人妻一区二区三区视频| 亚洲欧美激情综合另类| 又黄又爽又免费观看的视频| 99久久精品一区二区三区| 久久久久久国产a免费观看| 高潮久久久久久久久久久不卡| 精品乱码久久久久久99久播| 国产综合懂色| 国产91精品成人一区二区三区| 日本三级黄在线观看| 少妇丰满av| 免费看日本二区| 国产av在哪里看| 美女 人体艺术 gogo| 亚洲专区中文字幕在线| 国产精品美女特级片免费视频播放器 | 亚洲午夜精品一区,二区,三区| 99国产综合亚洲精品| 波多野结衣巨乳人妻| 亚洲av免费在线观看| 日本在线视频免费播放| 美女午夜性视频免费| 色视频www国产| 日韩精品青青久久久久久| 成人性生交大片免费视频hd| 国内精品美女久久久久久| 91av网站免费观看| 精品久久久久久久久久久久久| 好男人电影高清在线观看| 国产精品 国内视频| 岛国在线观看网站| 91久久精品国产一区二区成人 | 亚洲无线观看免费| 观看美女的网站| 欧美精品啪啪一区二区三区| 成在线人永久免费视频| 国产亚洲精品av在线| 最近视频中文字幕2019在线8| 搡老熟女国产l中国老女人| 久久中文字幕一级| 欧美日韩瑟瑟在线播放| 两个人视频免费观看高清| 亚洲最大成人中文| 国产成人精品无人区| 手机成人av网站| 免费搜索国产男女视频| 少妇熟女aⅴ在线视频| 99国产精品一区二区蜜桃av| 亚洲va日本ⅴa欧美va伊人久久| 性色av乱码一区二区三区2| 亚洲欧美日韩东京热| 免费搜索国产男女视频| 国产精品一区二区精品视频观看| 亚洲五月天丁香| 成人国产综合亚洲| 国内毛片毛片毛片毛片毛片| 久久久精品大字幕| 亚洲国产看品久久| 久久久色成人| av视频在线观看入口| 香蕉久久夜色| 国产成人精品久久二区二区91| 亚洲va日本ⅴa欧美va伊人久久| 亚洲性夜色夜夜综合| 日韩欧美在线乱码| 欧美性猛交黑人性爽| 中文资源天堂在线| 国产精品av久久久久免费| 亚洲专区字幕在线| 在线永久观看黄色视频| 成人性生交大片免费视频hd| 国产熟女xx| 九九久久精品国产亚洲av麻豆 | 美女 人体艺术 gogo| 超碰成人久久| 欧美午夜高清在线| 成人av在线播放网站| 国产av麻豆久久久久久久| av天堂在线播放| 免费人成视频x8x8入口观看| 亚洲第一电影网av| 美女大奶头视频| 精品久久蜜臀av无| 欧美日本亚洲视频在线播放| 老司机福利观看| 免费看日本二区| 在线观看免费视频日本深夜| 十八禁网站免费在线| av片东京热男人的天堂| 手机成人av网站| 国产精品一区二区三区四区久久| 午夜激情欧美在线| 欧美不卡视频在线免费观看| 欧美黑人欧美精品刺激| 很黄的视频免费| 日韩精品中文字幕看吧| 99精品欧美一区二区三区四区| 精品一区二区三区四区五区乱码| 又黄又爽又免费观看的视频| 美女高潮喷水抽搐中文字幕| xxxwww97欧美| 欧美日韩综合久久久久久 | 亚洲aⅴ乱码一区二区在线播放| 在线免费观看不下载黄p国产 | 日韩欧美在线乱码| 两个人的视频大全免费| 91麻豆精品激情在线观看国产| 亚洲av熟女| 亚洲精品456在线播放app | 欧美日韩黄片免| 国产精品一及| 国产精品久久视频播放| 精品久久久久久成人av| 超碰成人久久| 国产精品久久久av美女十八| 国产精品av久久久久免费| 很黄的视频免费| 人人妻人人看人人澡| 午夜影院日韩av| 香蕉国产在线看| 国内精品一区二区在线观看| 九色成人免费人妻av| 法律面前人人平等表现在哪些方面| 午夜福利高清视频| 一个人观看的视频www高清免费观看 | 精品熟女少妇八av免费久了| 成年版毛片免费区| 成人无遮挡网站| 国产高潮美女av| 别揉我奶头~嗯~啊~动态视频| 久久久久亚洲av毛片大全| 亚洲精品456在线播放app | 国产成人影院久久av| 熟妇人妻久久中文字幕3abv| 亚洲av成人av| 国内久久婷婷六月综合欲色啪| 99国产极品粉嫩在线观看| 日本一二三区视频观看| 亚洲va日本ⅴa欧美va伊人久久| 女生性感内裤真人,穿戴方法视频| 在线播放国产精品三级| 日韩成人在线观看一区二区三区| 午夜精品久久久久久毛片777| 黄色成人免费大全| 亚洲九九香蕉| 麻豆一二三区av精品| 91麻豆精品激情在线观看国产| 欧美一级毛片孕妇| 伊人久久大香线蕉亚洲五| 男插女下体视频免费在线播放| 日韩精品中文字幕看吧| 极品教师在线免费播放| 美女被艹到高潮喷水动态| 美女黄网站色视频| 美女扒开内裤让男人捅视频| 欧美日本亚洲视频在线播放| 女警被强在线播放| 日本黄大片高清| 丝袜人妻中文字幕| 国产乱人伦免费视频| 国产伦人伦偷精品视频| 在线国产一区二区在线| 国产一区二区在线av高清观看| 日本一本二区三区精品| 日韩欧美一区二区三区在线观看| 特大巨黑吊av在线直播| 色在线成人网| 欧美色欧美亚洲另类二区|