• <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LeapMotion和卷積神經(jīng)網(wǎng)絡(luò)的手勢(shì)識(shí)別

    2019-11-16 12:26:24張起浩蔣少國(guó)蔣青山趙鵬
    物聯(lián)網(wǎng)技術(shù) 2019年10期
    關(guān)鍵詞:手勢(shì)識(shí)別卷積神經(jīng)網(wǎng)絡(luò)高精度

    張起浩 蔣少國(guó) 蔣青山 趙鵬

    摘 要:針對(duì)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)需要人工對(duì)參數(shù)進(jìn)行提取的問(wèn)題,提出基于Leap Motion結(jié)合卷積神經(jīng)網(wǎng)絡(luò)的手勢(shì)識(shí)別方法。首先利用Leap Motion獲取高精度手勢(shì)圖像,然后對(duì)圖像進(jìn)行灰度處理,采用卷積神經(jīng)網(wǎng)絡(luò)算法自動(dòng)對(duì)原始圖像進(jìn)行特征提取及分類,最后設(shè)計(jì)6層卷積神經(jīng)網(wǎng)絡(luò)用于手勢(shì)識(shí)別。實(shí)驗(yàn)結(jié)果表明,卷積神經(jīng)網(wǎng)絡(luò)算法在

    6種手勢(shì)測(cè)試集上的準(zhǔn)確率可達(dá)96.5%,且識(shí)別時(shí)間短,模型具有較好的魯棒性。

    關(guān)鍵詞:手勢(shì)識(shí)別;高精度;Leap Motion;灰度處理;卷積神經(jīng)網(wǎng)絡(luò);深度學(xué)習(xí)

    中圖分類號(hào):TP39文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):2095-1302(2019)10-00-03

    0 引 言

    傳統(tǒng)人機(jī)交互模式大多依賴鍵盤鼠標(biāo)等直接接觸的設(shè)備,但這種交互方式不夠自然有效,已無(wú)法滿足人們的需求。人們迫切需要一種更自然、更符合人們生活習(xí)慣的交互方式,如語(yǔ)音、意念、手勢(shì)等。其中,手勢(shì)憑借自然、直觀等特點(diǎn)[1]在人機(jī)交互中得到廣泛運(yùn)用,如今手勢(shì)識(shí)別已成為國(guó)內(nèi)外學(xué)者研究的重點(diǎn)。文獻(xiàn)[2]利用豪斯多夫(Hausdorff)距離模板匹配的思想實(shí)現(xiàn)手勢(shì)識(shí)別,將模版手勢(shì)與待識(shí)別手勢(shì)進(jìn)行邊緣特征提取后變換到歐氏空間距離,其最短距離即對(duì)應(yīng)的模版手勢(shì)。文獻(xiàn)[3]基于SVM構(gòu)造多類分類器的手勢(shì)識(shí)別,對(duì)手勢(shì)分別進(jìn)行一對(duì)一、一對(duì)多的數(shù)據(jù)分類,SVM算法是在樣本空間或特征空間構(gòu)造出最優(yōu)超平面[3],使超平面與樣本數(shù)集合之間的距離最大。文獻(xiàn)[4]采用Kinect傳感器對(duì)手勢(shì)圖像進(jìn)行獲取,采用動(dòng)態(tài)時(shí)間規(guī)整(Dynamic Time Warping,DTW)的方法將不對(duì)齊的兩個(gè)序列在某一時(shí)刻點(diǎn)進(jìn)行壓縮,實(shí)現(xiàn)兩個(gè)點(diǎn)歐氏空間距離最小。文獻(xiàn)[5]利用BP算法訓(xùn)練多層前饋網(wǎng)絡(luò)。

    分析上述文獻(xiàn),發(fā)現(xiàn)以下問(wèn)題:

    (1)模版匹配的方法無(wú)法解決時(shí)間可變性問(wèn)題,識(shí)別精度低;

    (2)基于SVM算法對(duì)大規(guī)模樣本訓(xùn)練集的訓(xùn)練時(shí)間較長(zhǎng),難以運(yùn)用在實(shí)際問(wèn)題中;

    (3)DTW存在時(shí)間規(guī)整引入誤差的問(wèn)題,降低了識(shí)別精度;

    (4)采用傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)需要人工對(duì)參數(shù)進(jìn)行提取。

    針對(duì)以上問(wèn)題,本文采用卷積神經(jīng)網(wǎng)絡(luò)算法對(duì)采集的手勢(shì)進(jìn)行識(shí)別。

    市面上有兩種深度視覺(jué)傳感器:一種是Kinect傳感器,側(cè)重于識(shí)別人體骨骼,也能識(shí)別人臉與人手,但識(shí)別人手的精度不高;另一種是Leap Motion傳感器,能夠采集人體手部的關(guān)鍵點(diǎn)信息,故能更好地應(yīng)用在手勢(shì)識(shí)別中。

    1 Leap Motion手勢(shì)數(shù)據(jù)采集

    Leap Motion是一種采用立體視覺(jué)原理的傳感器,內(nèi)部配備雙攝像頭,如同人眼從不同角度捕捉畫面。骨骼追蹤模型如圖1所示,此模型在視野不清晰時(shí)能夠預(yù)測(cè)手指與手的位置,即使手指交叉也可被Leap Motion追蹤。當(dāng)Leap Motion檢測(cè)到手或桿狀物體時(shí),系統(tǒng)會(huì)給Frame里的每一個(gè)Hand分配一個(gè)唯一的ID標(biāo)識(shí)符。Leap Motion能夠?qū)κ植啃畔⑦M(jìn)行描述,并在Hand::pointable()函數(shù)里提供指尖、關(guān)節(jié)點(diǎn)等的位置以及手掌的方向向量、法向量信息[6],最后將Leap Motion采集到的人體手勢(shì)數(shù)據(jù)通過(guò)USB接口傳輸給PC端。

    2 卷積神經(jīng)網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)是一種前饋神經(jīng)網(wǎng)絡(luò),其神經(jīng)元可響應(yīng)一部分覆蓋范圍內(nèi)的周圍單元,對(duì)于大規(guī)模模式識(shí)別有著非常好的泛化能力。CNN還是一個(gè)分類器,是一種具有監(jiān)督功能的機(jī)器學(xué)習(xí)工具,與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)相比,避免了對(duì)圖像進(jìn)行復(fù)雜的前期預(yù)處理,可直接將原始圖像輸入模型,圖像經(jīng)過(guò)卷積層、池化層、全局平均池化層,最后輸出分類圖像結(jié)果。CNN主要用來(lái)識(shí)別位移、縮放及其他形式扭曲不變性的二維圖像。因?yàn)镃NN同一特征平面映射面上的神經(jīng)元權(quán)值相同,所以局部權(quán)值共享的特殊結(jié)構(gòu)在圖像識(shí)別方面有著獨(dú)特的優(yōu)越性。

    2.1 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    卷積層的作用是對(duì)局部進(jìn)行感知,在原始圖像的一個(gè)小區(qū)域上進(jìn)行特征提取,池化層的作用是將卷積層輸出的特征面繼續(xù)進(jìn)行特征化。本文選用最大值池化法(Max Pooling),可保留區(qū)域矩陣塊中的最大數(shù)值,忽略其他值,并能提高模型的魯棒性。全局平均池化層的作用是經(jīng)過(guò)若干卷積池化后將所有特征全連接起來(lái)組成一個(gè)特征向量,這個(gè)特征向量更能表達(dá)原始圖像;Filter(過(guò)濾器)的作用是將輸入的圖像劃分為多個(gè)區(qū)域,同時(shí)Filter在映射圖像中的參數(shù)共享,且相互獨(dú)立;激活函數(shù)的作用是使整個(gè)網(wǎng)絡(luò)呈現(xiàn)出非線性。本文采用線性整流函數(shù)(Rectified Linear Unit,ReLU),ReLU函數(shù)可將神經(jīng)元的一部分輸出為0,減少參數(shù)之間的關(guān)系,有效緩解過(guò)擬合情況的發(fā)生。卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示,輸入層為32×32通道為3的圖像。Filter尺寸為5×5,深度為3。但在實(shí)際計(jì)算中,存在無(wú)法將原始圖像邊界點(diǎn)利用起來(lái)的情況,針對(duì)此問(wèn)題可根據(jù)實(shí)際情況設(shè)定補(bǔ)零的層數(shù)(Zero Padding)。

    2.2 卷積層與池化層

    3 實(shí)驗(yàn)結(jié)果與分析

    為了驗(yàn)證CNN算法在手勢(shì)識(shí)別上具有較好的準(zhǔn)確性,確保Leap Motion能夠采集到每一個(gè)手勢(shì),實(shí)驗(yàn)者需在距離Leap Motion傳感器正上方100 mm處采集6種手勢(shì)。手勢(shì)類別如圖3所示,6個(gè)手勢(shì)分別代表1,2,3,4,5,6這六個(gè)數(shù)字,每種手勢(shì)采集200個(gè)樣本,樣本均為112×112的手勢(shì)像素矩陣,訓(xùn)練集和測(cè)試集各為1 200個(gè)。訓(xùn)練前對(duì)樣本進(jìn)行灰度處理,如圖4所示。

    實(shí)驗(yàn)結(jié)果見(jiàn)表1所列。手勢(shì)5的正確率達(dá)96.5%,且識(shí)別時(shí)間較短;但手勢(shì)4的正確率只有86%,響應(yīng)時(shí)間較長(zhǎng)。由于訓(xùn)練所用樣本較少,導(dǎo)致復(fù)雜手勢(shì)識(shí)別較低,因此可增加訓(xùn)練樣本數(shù)量,提高手勢(shì)識(shí)別的準(zhǔn)確性。

    4 結(jié) 語(yǔ)

    本文設(shè)計(jì)了6層卷積神經(jīng)網(wǎng)絡(luò)用于手勢(shì)識(shí)別,與其他神經(jīng)網(wǎng)絡(luò)相比,由于加入了權(quán)重共享原則,因此能夠降低參數(shù)數(shù)目。理論上設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)層數(shù)越多、節(jié)點(diǎn)越多,在訓(xùn)練模型上的效果就越好,甚至?xí)_(dá)到100%的預(yù)測(cè)精度。但隨之帶來(lái)的是模型過(guò)擬合,將模型放在測(cè)試數(shù)據(jù)上,預(yù)測(cè)效果嚴(yán)重降低。殘差神經(jīng)網(wǎng)絡(luò)是解決此類問(wèn)題的方法之一,也是未來(lái)深度神經(jīng)網(wǎng)絡(luò)算法的又一研究方向。

    注:本文通訊作者為趙鵬。

    參 考 文 獻(xiàn)

    [1]周菲,蔡晨曉,鄭標(biāo).基于多源信息融合的手勢(shì)智能交互系統(tǒng)[J/OL].[2019-05-06].信息與控制,https://doi.org/10.13976/j.cnki.xk.2019.8414.

    [2]張良國(guó),吳江琴,高文,等.基于Hausdorff距離的手勢(shì)識(shí)別[J].中國(guó)圖象圖形學(xué)報(bào),2002(11):43-49.

    [3]馬淑慧,夏斌,楊文璐,等.基于SVM的Leap Motion手勢(shì)識(shí)別[J].現(xiàn)代計(jì)算機(jī)(專業(yè)版),2017(23):55-58.

    [4]王攀,官巍.基于Kinect手勢(shì)識(shí)別的應(yīng)用研究[J].計(jì)算機(jī)與數(shù)字工程,2018,46(8):1659-1663.

    [5]王景芳,施霖.基于人工神經(jīng)網(wǎng)絡(luò)對(duì)sEMG信號(hào)的手勢(shì)動(dòng)作識(shí)別[J].傳感器與微系統(tǒng),2017,36(6):63-65.

    [6]周開(kāi)店,謝鈞,羅健欣.基于Leap Motion指尖位置的手勢(shì)提取和識(shí)別技術(shù)研究[J].微型機(jī)與運(yùn)用,2017,36(2):48-51.

    [7]蔡娟.基于卷積神經(jīng)網(wǎng)絡(luò)的手勢(shì)識(shí)別[D].福州:福建師范大學(xué),2015.

    [8]蔡娟,蔡堅(jiān)勇,廖曉東,等.基于卷積神經(jīng)網(wǎng)絡(luò)的手勢(shì)識(shí)別初探[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2015,24(4):113-117.

    [9]呂耀坤.基于卷積神經(jīng)網(wǎng)絡(luò)的實(shí)景交通標(biāo)志識(shí)別[J].物聯(lián)網(wǎng)技術(shù),2017,7(1):29-30.

    [10]張濤,宋建濤.基于馬爾科夫模型和卷積神經(jīng)網(wǎng)絡(luò)的異常數(shù)據(jù)檢測(cè)方法[J].物聯(lián)網(wǎng)技術(shù),2018,8(8):80-82.

    猜你喜歡
    手勢(shì)識(shí)別卷積神經(jīng)網(wǎng)絡(luò)高精度
    高抗擾高精度無(wú)人機(jī)著艦縱向飛行控制
    基于深度卷積神經(jīng)網(wǎng)絡(luò)的物體識(shí)別算法
    基于手勢(shì)識(shí)別的工業(yè)機(jī)器人操作控制方法
    基于紅外的非接觸式手勢(shì)識(shí)別系統(tǒng)設(shè)計(jì)
    基于嵌入式的智能手表設(shè)計(jì)
    復(fù)雜背景下的手勢(shì)識(shí)別方法
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    船載高精度星敏感器安裝角的標(biāo)定
    基于深度卷積網(wǎng)絡(luò)的人臉年齡分析算法與實(shí)現(xiàn)
    軟件工程(2016年8期)2016-10-25 15:47:34
    基于卷積神經(jīng)網(wǎng)絡(luò)的樹(shù)葉識(shí)別的算法的研究
    搡老乐熟女国产| 亚洲熟女毛片儿| 母亲3免费完整高清在线观看| 91精品三级在线观看| videos熟女内射| 久久久久国产精品人妻一区二区| 久久精品国产综合久久久| av一本久久久久| 欧美av亚洲av综合av国产av| 国产精品99久久99久久久不卡| 丰满迷人的少妇在线观看| 51午夜福利影视在线观看| 午夜免费男女啪啪视频观看| av电影中文网址| 成年女人毛片免费观看观看9 | 亚洲久久久国产精品| 搡老岳熟女国产| 一级黄片播放器| 亚洲成人手机| 可以免费在线观看a视频的电影网站| 操美女的视频在线观看| 成年人黄色毛片网站| 日韩伦理黄色片| 中文字幕色久视频| 日日摸夜夜添夜夜爱| 中文乱码字字幕精品一区二区三区| 999精品在线视频| 男人添女人高潮全过程视频| 熟女av电影| 亚洲,欧美,日韩| 丝瓜视频免费看黄片| 五月天丁香电影| 国产免费一区二区三区四区乱码| av网站在线播放免费| 美女大奶头黄色视频| videosex国产| 国产主播在线观看一区二区 | 男女免费视频国产| 欧美黄色片欧美黄色片| 亚洲av成人不卡在线观看播放网 | 一本久久精品| xxxhd国产人妻xxx| 在线av久久热| 免费不卡黄色视频| 午夜老司机福利片| www.999成人在线观看| 黑人巨大精品欧美一区二区蜜桃| 国产视频一区二区在线看| 色婷婷久久久亚洲欧美| 久久 成人 亚洲| √禁漫天堂资源中文www| 中文欧美无线码| 久久人妻熟女aⅴ| 男女床上黄色一级片免费看| 久久久精品免费免费高清| 亚洲国产成人一精品久久久| 午夜免费观看性视频| 国产av精品麻豆| 老鸭窝网址在线观看| 亚洲人成电影免费在线| 久久99热这里只频精品6学生| a 毛片基地| 亚洲图色成人| 国产精品九九99| 一级,二级,三级黄色视频| 久久这里只有精品19| 国产一区二区 视频在线| 欧美日韩国产mv在线观看视频| 99国产精品一区二区三区| 国产一级毛片在线| 久久久久精品人妻al黑| 两性夫妻黄色片| 国产男人的电影天堂91| 一本大道久久a久久精品| 亚洲熟女毛片儿| 中文字幕亚洲精品专区| 欧美性长视频在线观看| 色综合欧美亚洲国产小说| 国产熟女午夜一区二区三区| 大香蕉久久网| 精品亚洲乱码少妇综合久久| 18禁观看日本| 亚洲国产欧美日韩在线播放| 黑人巨大精品欧美一区二区蜜桃| 欧美成人精品欧美一级黄| av天堂久久9| 日韩一卡2卡3卡4卡2021年| 婷婷色麻豆天堂久久| 在线看a的网站| 国产男女超爽视频在线观看| videosex国产| 欧美黑人精品巨大| 亚洲精品第二区| 人人澡人人妻人| 久久久久久亚洲精品国产蜜桃av| 99国产精品一区二区蜜桃av | 亚洲av成人不卡在线观看播放网 | 一级毛片电影观看| 2021少妇久久久久久久久久久| 无遮挡黄片免费观看| 国产精品九九99| 青草久久国产| 久久人人爽av亚洲精品天堂| 久久久久国产精品人妻一区二区| 国产不卡av网站在线观看| 男女之事视频高清在线观看 | 亚洲综合色网址| 免费在线观看日本一区| 国产高清视频在线播放一区 | 女性生殖器流出的白浆| 国产女主播在线喷水免费视频网站| 美女高潮到喷水免费观看| 亚洲精品一二三| 亚洲av在线观看美女高潮| 精品国产一区二区三区四区第35| cao死你这个sao货| 男女国产视频网站| 久久人人爽人人片av| 国产又爽黄色视频| 交换朋友夫妻互换小说| 精品国产乱码久久久久久小说| 亚洲熟女精品中文字幕| 婷婷色麻豆天堂久久| 国产成人精品久久二区二区91| 两个人免费观看高清视频| 欧美97在线视频| 精品亚洲成国产av| 欧美在线黄色| 精品一品国产午夜福利视频| 老熟女久久久| 午夜两性在线视频| 亚洲精品一卡2卡三卡4卡5卡 | 亚洲av国产av综合av卡| 免费看十八禁软件| 欧美另类一区| 亚洲精品第二区| 成人午夜精彩视频在线观看| 超色免费av| 一级毛片电影观看| 韩国高清视频一区二区三区| 国产精品麻豆人妻色哟哟久久| 亚洲成av片中文字幕在线观看| 久久99精品国语久久久| 国产av国产精品国产| 热re99久久精品国产66热6| 国产又色又爽无遮挡免| 亚洲精品自拍成人| www.熟女人妻精品国产| 亚洲熟女毛片儿| 91麻豆精品激情在线观看国产 | 国产在线视频一区二区| 男的添女的下面高潮视频| 久久久久国产一级毛片高清牌| 一本综合久久免费| 少妇精品久久久久久久| 久久99一区二区三区| 777米奇影视久久| 欧美精品啪啪一区二区三区 | 美女国产高潮福利片在线看| 国产免费又黄又爽又色| 母亲3免费完整高清在线观看| 少妇的丰满在线观看| 午夜日韩欧美国产| 伊人久久大香线蕉亚洲五| 亚洲精品美女久久av网站| 大香蕉久久成人网| 国产成人av激情在线播放| 日韩 亚洲 欧美在线| videos熟女内射| 美女脱内裤让男人舔精品视频| 桃花免费在线播放| 五月天丁香电影| 精品一区二区三卡| 纵有疾风起免费观看全集完整版| 亚洲国产中文字幕在线视频| 亚洲五月色婷婷综合| 欧美黑人精品巨大| 国产黄频视频在线观看| 啦啦啦视频在线资源免费观看| 欧美日韩亚洲高清精品| 一二三四社区在线视频社区8| 一级片免费观看大全| a级毛片在线看网站| 国产欧美日韩一区二区三 | 51午夜福利影视在线观看| 十分钟在线观看高清视频www| 中文字幕av电影在线播放| 国产爽快片一区二区三区| 亚洲第一青青草原| av片东京热男人的天堂| www日本在线高清视频| 少妇精品久久久久久久| 国产亚洲欧美在线一区二区| 日本vs欧美在线观看视频| 中文字幕高清在线视频| 精品人妻一区二区三区麻豆| 亚洲黑人精品在线| 一级毛片电影观看| 亚洲成人免费电影在线观看 | 亚洲国产精品一区二区三区在线| 国产成人精品无人区| 大型av网站在线播放| 中国美女看黄片| 国产精品国产三级专区第一集| 亚洲欧美精品自产自拍| 久久久精品免费免费高清| 飞空精品影院首页| av国产精品久久久久影院| 欧美乱码精品一区二区三区| 亚洲国产精品一区三区| 亚洲欧美日韩高清在线视频 | 99久久综合免费| 丁香六月欧美| 久久国产精品男人的天堂亚洲| 国产福利在线免费观看视频| 搡老乐熟女国产| 亚洲三区欧美一区| 99国产精品免费福利视频| 亚洲一卡2卡3卡4卡5卡精品中文| 首页视频小说图片口味搜索 | 观看av在线不卡| 男人操女人黄网站| 亚洲色图 男人天堂 中文字幕| 新久久久久国产一级毛片| 色婷婷久久久亚洲欧美| 亚洲精品国产av成人精品| 老司机深夜福利视频在线观看 | 久久久久精品国产欧美久久久 | 国产成人精品久久二区二区免费| 国产片特级美女逼逼视频| 国产淫语在线视频| 高清黄色对白视频在线免费看| 香蕉国产在线看| 亚洲五月婷婷丁香| 国产一区二区在线观看av| 日韩制服骚丝袜av| 别揉我奶头~嗯~啊~动态视频 | 国产日韩欧美亚洲二区| 男女无遮挡免费网站观看| 国产成人精品久久久久久| 18禁裸乳无遮挡动漫免费视频| 黄色a级毛片大全视频| 亚洲国产最新在线播放| 一本大道久久a久久精品| 久久国产精品影院| 热re99久久精品国产66热6| 美女视频免费永久观看网站| 中文字幕制服av| 人人妻,人人澡人人爽秒播 | 性高湖久久久久久久久免费观看| av福利片在线| 99国产精品一区二区三区| av视频免费观看在线观看| 久9热在线精品视频| av国产久精品久网站免费入址| 国产在线观看jvid| 男女边摸边吃奶| 国产精品一区二区免费欧美 | 丁香六月天网| 欧美精品人与动牲交sv欧美| 黄色a级毛片大全视频| 亚洲精品一区蜜桃| 伊人亚洲综合成人网| 制服人妻中文乱码| 国产亚洲精品第一综合不卡| 91国产中文字幕| 丝袜美足系列| 波多野结衣av一区二区av| 性色av乱码一区二区三区2| 国产精品免费大片| 亚洲熟女毛片儿| 欧美激情极品国产一区二区三区| 各种免费的搞黄视频| 久热爱精品视频在线9| 18禁国产床啪视频网站| 男人操女人黄网站| av国产久精品久网站免费入址| 精品视频人人做人人爽| 亚洲美女黄色视频免费看| 日日摸夜夜添夜夜爱| 十八禁高潮呻吟视频| 老司机影院毛片| 日韩av免费高清视频| 91九色精品人成在线观看| 美女视频免费永久观看网站| 黄色 视频免费看| 国产无遮挡羞羞视频在线观看| av线在线观看网站| 欧美在线黄色| 性高湖久久久久久久久免费观看| 久久人妻熟女aⅴ| 18在线观看网站| 老司机午夜十八禁免费视频| 又粗又硬又长又爽又黄的视频| 精品少妇内射三级| 欧美成人精品欧美一级黄| 大陆偷拍与自拍| 免费在线观看日本一区| 国产欧美日韩精品亚洲av| 欧美大码av| 午夜免费观看性视频| 成年女人毛片免费观看观看9 | 久久女婷五月综合色啪小说| 午夜久久久在线观看| 欧美成人精品欧美一级黄| 亚洲欧美一区二区三区黑人| 日本av手机在线免费观看| 涩涩av久久男人的天堂| 国产一区二区三区av在线| 午夜福利视频精品| 精品国产一区二区三区四区第35| 日韩大片免费观看网站| 婷婷色av中文字幕| 狠狠婷婷综合久久久久久88av| 高清av免费在线| 波多野结衣av一区二区av| 欧美亚洲 丝袜 人妻 在线| 好男人视频免费观看在线| 国产日韩欧美在线精品| 久久中文字幕一级| 日韩大码丰满熟妇| 国产亚洲午夜精品一区二区久久| 国产99久久九九免费精品| 亚洲欧美日韩高清在线视频 | 久久毛片免费看一区二区三区| 国产成人精品久久二区二区91| 伦理电影免费视频| www.999成人在线观看| 亚洲欧美成人综合另类久久久| 亚洲午夜精品一区,二区,三区| 国产欧美亚洲国产| 夫妻午夜视频| av在线老鸭窝| 人人妻人人澡人人看| 欧美人与性动交α欧美软件| 黄片小视频在线播放| 久久这里只有精品19| www日本在线高清视频| 国产又色又爽无遮挡免| 亚洲精品乱久久久久久| 丝袜脚勾引网站| 国产在线免费精品| 七月丁香在线播放| 老司机亚洲免费影院| 国产成人一区二区在线| 亚洲色图 男人天堂 中文字幕| 亚洲欧洲精品一区二区精品久久久| 久久久久久人人人人人| 母亲3免费完整高清在线观看| 啦啦啦视频在线资源免费观看| 精品人妻在线不人妻| 久久精品亚洲av国产电影网| 少妇的丰满在线观看| 狠狠婷婷综合久久久久久88av| 国产男女超爽视频在线观看| cao死你这个sao货| 日韩大片免费观看网站| 久久综合国产亚洲精品| 曰老女人黄片| www.自偷自拍.com| 午夜免费观看性视频| 亚洲七黄色美女视频| 黄色a级毛片大全视频| 久久精品熟女亚洲av麻豆精品| 亚洲色图 男人天堂 中文字幕| 女性被躁到高潮视频| 亚洲久久久国产精品| 大码成人一级视频| 少妇粗大呻吟视频| 天堂中文最新版在线下载| 久久久久久久精品精品| avwww免费| 亚洲av成人精品一二三区| 久久人人爽人人片av| 久久人妻熟女aⅴ| 超碰成人久久| 免费高清在线观看日韩| 青青草视频在线视频观看| 在线观看人妻少妇| 日本色播在线视频| 黄色 视频免费看| 亚洲av国产av综合av卡| 老司机影院成人| a级片在线免费高清观看视频| 精品免费久久久久久久清纯 | 极品人妻少妇av视频| 91精品伊人久久大香线蕉| 亚洲国产欧美在线一区| 99九九在线精品视频| 少妇粗大呻吟视频| 日韩欧美一区视频在线观看| 国产精品 国内视频| 亚洲精品乱久久久久久| 欧美精品亚洲一区二区| 国产欧美日韩一区二区三 | xxxhd国产人妻xxx| 国产精品一二三区在线看| 国产xxxxx性猛交| 叶爱在线成人免费视频播放| 午夜免费鲁丝| 女性被躁到高潮视频| 久热这里只有精品99| 亚洲精品久久久久久婷婷小说| 国产精品亚洲av一区麻豆| 天天躁日日躁夜夜躁夜夜| 亚洲少妇的诱惑av| 蜜桃在线观看..| 午夜av观看不卡| 国产1区2区3区精品| 亚洲一卡2卡3卡4卡5卡精品中文| 在线av久久热| 老司机亚洲免费影院| 97精品久久久久久久久久精品| 日韩视频在线欧美| 久久99一区二区三区| 亚洲av男天堂| 久久综合国产亚洲精品| 日韩制服丝袜自拍偷拍| 老司机影院毛片| 国产精品人妻久久久影院| 中文字幕av电影在线播放| 欧美成人午夜精品| 另类亚洲欧美激情| 亚洲精品日韩在线中文字幕| 久久久久精品国产欧美久久久 | 欧美乱码精品一区二区三区| 三上悠亚av全集在线观看| 久久精品亚洲熟妇少妇任你| 自线自在国产av| 国产精品一国产av| 水蜜桃什么品种好| 成人免费观看视频高清| 国产片内射在线| 丝袜喷水一区| 一区二区av电影网| 久久久久国产精品人妻一区二区| 久久久亚洲精品成人影院| 大片免费播放器 马上看| 亚洲精品一二三| 国产成人91sexporn| 天天躁夜夜躁狠狠躁躁| 欧美日韩成人在线一区二区| 无限看片的www在线观看| 美女高潮到喷水免费观看| 欧美久久黑人一区二区| 精品人妻一区二区三区麻豆| 日本色播在线视频| 色精品久久人妻99蜜桃| 在线观看国产h片| 亚洲国产看品久久| 精品国产一区二区久久| 啦啦啦啦在线视频资源| 国产成人影院久久av| a 毛片基地| 狠狠婷婷综合久久久久久88av| 日本猛色少妇xxxxx猛交久久| 妹子高潮喷水视频| 亚洲欧美精品自产自拍| 9191精品国产免费久久| 欧美激情 高清一区二区三区| 大码成人一级视频| 韩国精品一区二区三区| 精品久久久久久电影网| 91字幕亚洲| 99香蕉大伊视频| 另类精品久久| 久久精品亚洲av国产电影网| 一边摸一边抽搐一进一出视频| 一二三四社区在线视频社区8| 自拍欧美九色日韩亚洲蝌蚪91| 免费看av在线观看网站| 免费人妻精品一区二区三区视频| 亚洲熟女毛片儿| 亚洲人成电影观看| 亚洲三区欧美一区| 只有这里有精品99| 一边摸一边做爽爽视频免费| 国产成人精品久久二区二区91| 夜夜骑夜夜射夜夜干| 丝袜美腿诱惑在线| 午夜日韩欧美国产| 看十八女毛片水多多多| 国产成人a∨麻豆精品| 女性生殖器流出的白浆| 王馨瑶露胸无遮挡在线观看| 岛国毛片在线播放| 亚洲 欧美一区二区三区| 看免费成人av毛片| 日本av手机在线免费观看| 两个人免费观看高清视频| 黄色片一级片一级黄色片| 国产成人欧美| 国产精品 国内视频| 女性被躁到高潮视频| 香蕉丝袜av| 精品卡一卡二卡四卡免费| 19禁男女啪啪无遮挡网站| 成人影院久久| 国产91精品成人一区二区三区 | 九草在线视频观看| 亚洲情色 制服丝袜| 国产成人一区二区在线| 久久热在线av| 久久天堂一区二区三区四区| 熟女少妇亚洲综合色aaa.| 天天躁狠狠躁夜夜躁狠狠躁| 日韩大片免费观看网站| 国产在线观看jvid| 国产精品三级大全| 亚洲精品一二三| 中文字幕最新亚洲高清| 亚洲精品一二三| 成人18禁高潮啪啪吃奶动态图| 深夜精品福利| 国产免费视频播放在线视频| 欧美日韩综合久久久久久| 午夜福利影视在线免费观看| 国产精品av久久久久免费| 一级毛片女人18水好多 | 夫妻午夜视频| 另类亚洲欧美激情| 色综合欧美亚洲国产小说| 天天影视国产精品| 国产高清videossex| 欧美人与善性xxx| 精品一区二区三区av网在线观看 | 国产99久久九九免费精品| 大香蕉久久网| 色播在线永久视频| 男女之事视频高清在线观看 | 久久久精品区二区三区| 制服诱惑二区| 乱人伦中国视频| 国产精品人妻久久久影院| 国产又色又爽无遮挡免| 中国国产av一级| 国产欧美日韩一区二区三 | 一区二区三区精品91| 亚洲av综合色区一区| 久久这里只有精品19| 亚洲伊人色综图| 精品一区二区三区四区五区乱码 | 99国产精品一区二区蜜桃av | 91麻豆精品激情在线观看国产 | 视频区图区小说| 亚洲少妇的诱惑av| 精品久久蜜臀av无| 精品一品国产午夜福利视频| 国产激情久久老熟女| av欧美777| 欧美少妇被猛烈插入视频| 午夜福利一区二区在线看| 制服人妻中文乱码| 国产在线免费精品| 美国免费a级毛片| 黄频高清免费视频| 中文乱码字字幕精品一区二区三区| 老鸭窝网址在线观看| 亚洲熟女毛片儿| 中国美女看黄片| 一边摸一边做爽爽视频免费| 别揉我奶头~嗯~啊~动态视频 | 日韩制服丝袜自拍偷拍| 七月丁香在线播放| av视频免费观看在线观看| 中国国产av一级| 日韩,欧美,国产一区二区三区| 少妇猛男粗大的猛烈进出视频| 亚洲人成77777在线视频| 老司机深夜福利视频在线观看 | 日本色播在线视频| 丝瓜视频免费看黄片| 久久久国产一区二区| 国产91精品成人一区二区三区 | 亚洲av日韩在线播放| 亚洲欧美一区二区三区国产| 免费观看a级毛片全部| 亚洲国产成人一精品久久久| 精品一区二区三区四区五区乱码 | 国产亚洲精品久久久久5区| 丝袜脚勾引网站| 久久精品成人免费网站| 在线观看www视频免费| 日本vs欧美在线观看视频| 考比视频在线观看| av在线播放精品| 久久女婷五月综合色啪小说| 老司机深夜福利视频在线观看 | av片东京热男人的天堂| 少妇被粗大的猛进出69影院| 国产av国产精品国产| 黑丝袜美女国产一区| 老司机亚洲免费影院| 亚洲人成电影观看| 亚洲精品一区蜜桃| 91麻豆av在线| 91麻豆精品激情在线观看国产 | 成人黄色视频免费在线看| 日本五十路高清| 99热国产这里只有精品6| 91字幕亚洲| 美女扒开内裤让男人捅视频| 国产一区二区三区综合在线观看| 一区二区三区乱码不卡18| 亚洲七黄色美女视频| 侵犯人妻中文字幕一二三四区| 如日韩欧美国产精品一区二区三区| 中文字幕制服av| 色婷婷av一区二区三区视频| 天天影视国产精品| 大话2 男鬼变身卡| 麻豆乱淫一区二区| 最黄视频免费看| 青春草视频在线免费观看| 亚洲情色 制服丝袜|