• <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Markov網(wǎng)絡和多信息融合的民航人臉識別

    2020-07-06 07:57:18車通朱燕翎王謙李博文
    計算技術與自動化 2020年2期
    關鍵詞:人臉識別

    車通 朱燕翎 王謙 李博文

    摘? ?要:針對民航人臉識別系統(tǒng)中人臉圖像的銳化識別問題,提出了一種人臉銳化照片綜合識別方法。對于不同尺度下的不同合成結果,采用雙尺度Markov網(wǎng)絡的級聯(lián)銳化合成方法進行圖像合成,并提出了基于結構信息和特征信息的人臉識別數(shù)據(jù)融合方法。結合人臉識別認知理論,將結構信息和特征信息結合起來完成識別。實驗結果表明,該方法在合成和識別過程中均優(yōu)于其他方法。

    關鍵詞:人臉識別;雙尺度Markov網(wǎng)絡;結構信息;特征信息;圖片銳化

    中圖分類號:TP751.1? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼:A

    文章編號:1003—6199(2020)02—0138—07

    Abstarct:Aiming at the problem of facial image sharpening recognition in civil aviation face recognition system,this paper proposes a comprehensive method of facial image sharpening recognition. For different synthesis results at different scales,the cascade sharpening synthesis method of two-scale Markov network is used to synthesize images,and a face recognition data fusion method based on structural information and feature information is proposed. Combining the cognitive theory of face recognition,the structure information and feature information are combined to complete the recognition. The experimental results show that this method is superior to other methods in the process of synthesis and recognition.

    Key words:face recognition;two-scale Markov network;structural information;feature information;image sharpening

    在民航登機人臉自動識別系統(tǒng)中,由于連接遠程身份認證系統(tǒng)借助人臉留存照片與現(xiàn)實照片存在偏差,無法在登機口準確獲取用戶的真實照片圖像[1]。因此,民航登機人臉自動識別系統(tǒng)需對人臉留存照片進行銳化處理,進而快速匹配識別出登機用戶的身份[2]。文獻[3]將特征變換應用于整張人臉照片上,并合成偽銳化用于銳化模態(tài)匹配。文獻[4]將特征變換應用于局部補丁上改進了合成框架。文獻[5]提出了一種用于人臉銳化合成和識別的非線性方法,并采用非線性判別分析從合成的偽銳化中識別出銳化結果。然而,銳化和原照片是兩種不同來源的模態(tài),給識別研究帶來了很大的困難。

    提出了一種面向民航登機人臉自動識別方法。利用基于雙尺度Markov網(wǎng)絡的人臉銳化照片合成方法,將銳化和照片轉換成相同的模態(tài)。根據(jù)人臉識別認知理論,提出了一種將結構信息和特征信息結合起來進行識別的數(shù)據(jù)融合方法。提取了整個人臉圖像的定向梯度直方圖(HOG)特征來表示結構信息。并利用稀疏核原型表示對局部面部組成部分的特征信息進而完成人臉識別。

    1? ?雙尺度Markov網(wǎng)絡

    1.1? ?網(wǎng)絡合成

    將初始銳化y和測試照片t都作為創(chuàng)建最終銳化,使用較小的尺度將它們劃分為重疊的補丁,并且它們都用于搜索K個候選補丁。本文利用兩個不同的特征HOG特征[7]和MLBP特征[8]來選擇候選銳化補丁和強度特征,為目標銳化補丁選擇2K個候選補丁。利用Markov網(wǎng)絡來選擇最近的Kt個候選補丁和用于銳化補丁合成的權重向量。

    其中,Kt不是固定值,它與相鄰閾值ε相關。它可以去除不合適的候選補片,提高合成銳化的質量。

    使用選定的Kt個候選補丁及其權重來線性合成測試補丁。將該方法應用于其他測試圖像的拼接,采用平均策略處理重疊區(qū)域并生成整個目標銳化。級聯(lián)銳化合成方法的具體過程如圖1所示。

    1.2? ?復雜度分析

    在銳化照片合成過程中,最耗時的步驟是候選補丁搜索過程。因此,利用搜索過程的計算復雜度來表示該方法的計算復雜度。假設K為人臉銳化合成的候選補丁數(shù)量,Nt和Nc分別為人臉圖像中每行和每列的補丁數(shù),M為訓練集中銳化照片對的數(shù)目。搜索范圍為R,在較大的Markov網(wǎng)絡合成過程中,計算復雜度為O(RNt Nc M)。對于較小的Markov網(wǎng)絡合成過程,由于初始銳化和測試照片都被用來搜索候選補丁,計算復雜度為O(2RNt Nc M)。因此,該方法的計算復雜度為O(3RNt Nc M)。

    2? ?基于多信息融合的銳化人臉識別

    根據(jù)人臉識別認知理論,提出了一種基于結構信息和特征信息融合的人臉識別方法。首先,利用從整個人臉圖像中提取的HOG表示結構信息;其次,提出了一種描述局部人臉特征信息的稀疏核原型表示方法,然后分別利用結構信息和特征信息進行人臉識別。將上述兩種識別過程的匹配分數(shù)進行融合,最終實現(xiàn)銳化與照片的精細匹配。所提出的識別方法框架如圖2所示。

    2.1? ?結構信息識別

    結構信息是指人臉特征之間的空間關系,可以通過圖像的邊緣特征和形狀特征來表示。HOG特征可以通過梯度或邊緣方向密度分布來描述圖像的外觀和形狀[9]。因此,圖像的結構信息可以用

    HOG特征來表示。HOG特征提取過程如下:

    步驟1:將圖像灰度化并正則化。

    步驟2:將圖像分為l × l個補丁并進行 疊加。

    步驟3:將每個補丁分成(l/2)×(l/2)個塊,每個塊由四個相鄰的(l/4)×(l/4)個單元組成。

    步驟4:計算圖像像素的水平和垂直梯度。像素的梯度描述如下:

    其中,Gx(x,y),Gy(x,y)和H(x,y)分別表示水平梯度,垂直梯度和像素值。

    步驟5:計算像素的梯度幅度和梯度方向分別為:

    步驟6:將α(x,y)的范圍[0,2π]平均分為8個格,按每個格的梯度方向進行表決,得到權重G(x,y)。因此,每個單元可以形成一個8維特征向量。

    步驟7:將一個補丁中4個單元的特征向量連接成一個32維向量。

    步驟8:將每個補丁中的所有特征向量連接起來,形成一個128維特征向量。

    步驟9:將補丁的所有特征向量連接在一起,形成整個圖像的Hog特征向量。

    通過以上步驟可以得到圖像的特征向量,需要一個降維過程來刪除具有冗余或無用信息的特征。本文將PCA和LDA算法應用于降維。在本文的實驗中保留了包含99%有用信息的特征,并將同一列上的補丁連接為LDA的子特征向量。利用余弦相似性測度來計算出銳化與照片之間的關系。對于合成銳化Yi,得到了測試銳化T j的匹配分數(shù)向量[cosSI (Yi,T 1),cosSI(Yi,T 2),cosSI(Yi,T n)]?;诮Y構信息的識別框架如圖3所示。

    2.2? ?特征信息的識別

    特征信息是指單個面部部分的特征。本文利用所提出的稀疏內核原型來表示局部面部部分中的特征信息。因為特征信息是基于局部面部部分,所以首先要將面部圖像分割為多個部分。本文使用簡單的主動形狀模型(ASM)來檢測特征點,然后根據(jù)檢測到的特征點位置來獲取面部部分。本文選擇額頭、眉毛、眼睛、鼻子和嘴巴作為面部的主要組成部分,實驗中使用的局部面部組成部分如圖4所示。

    其中,f(·)是每個圖像補丁基于特征的表示?;谔卣鞅硎静捎昧藘煞N特征描述符,即HOG描述符和MLBP描述符。

    基于稀疏理論在計算機視覺中的有效性,將核原型表示擴展到稀疏空間,并給出了稀疏核原型表示(SKPR)。內核原型表示Φ(Yi)通過保留最近的S個部分變得稀疏,這些組成部分表示與Yi最相似。其他元素都變?yōu)榱?,Yi的稀疏核原型表示描述如下:

    其中,sparse(·)是通過保留最大的S元素使向量稀疏。S表示稀疏過程中的稀疏程度。

    在得到合成補丁Yi和測試補丁T ji的稀疏核原型表示后,利用余弦相似性測度可以計算出它們的相似性:

    然后得到基于特征信息的匹配分數(shù)向量[cosFI ](Yi,T 1),…,cosFI(Yi,T n)]。本文提出的基于稀疏核原型的特征信息識別方法概述如圖5所示。

    2.3? ?匹配融合

    在結構信息識別和特征信息識別的基礎上,通過最近鄰分類器將匹配分數(shù)融合到最終的銳化圖像匹配中。

    3? ?實驗分析

    3.1? ?數(shù)據(jù)選取

    實驗分別在兩個不同的銳化照片數(shù)據(jù)庫(CUHK數(shù)據(jù)庫[10],AR數(shù)據(jù)庫[11])來驗證該方法的有效性。CUHK數(shù)據(jù)庫提供了188名來自香港中文大學學生系統(tǒng)的學生的銳化照片對。所有照片都是在正常照明條件下拍攝的,正面姿勢,表情中性。在觀看照片時,由計算機處理出的相應銳化照片。實驗中隨機選取88對銳化照片作為訓練集(原型),其余100對銳化照片作為測試集。AR數(shù)據(jù)庫由A.Martinez和R.Benavente發(fā)布,共有123對嫌疑犯照片和相應的法醫(yī)銳化。隨機選擇100對作為訓練集(原型),其余23對作為測試集。

    3.2? ?參數(shù)設置

    將圖像劃分為32×32個補丁且具有50%的重疊。在合成過程中,候選補丁的數(shù)量 、大尺度 和小尺度 的數(shù)量分別設置為15、14和10,結果如圖6和圖7所示。

    從圖6和圖7可以看出,當 時,合成銳化的視覺效果最好。當 時,合成銳化較為粗糙,且隨 的增加趨于平滑,當 和 設置為14和10時,合成像素質量最佳。大尺度導致合成圖像粗糙,小尺度忽略了人臉結構之間的連接。

    在圖像識別過程中,在8個半徑為1、3、5、7的鄰域中提取混合局部二值模態(tài)(MLBP)。另外一個重要的參數(shù) 決定了稀疏核原型表示的稀疏程度。在CUHK數(shù)據(jù)庫上進行了眼部組成部分的實驗,說明了參數(shù)設置過程。當級別為10時,不同 的識別率如表1所示。

    由表1可知,當S為30或40時,識別率最高。因此,在眼部組成部分的核原型表示過程中,將S = 30設置為稀疏度。同樣,選取S為20、10、40、40分別作為眉部、額頭、嘴部和鼻子部分的核心原型表示過程。

    3.3? ?面部合成

    與實驗中提出的方法相比,還存在另外四種合成銳化方法?;赑CA的方法[12]用PCA改進了傳統(tǒng)的特征面部方法?;贚LE的方法[13]是基于照片和銳化圖像之間幾何圖形局部線性保持。MWF方法[14]利用Markov網(wǎng)絡估計候選補丁的權重,并通過線性組合合成銳化。MRF方法[15]僅使用訓練數(shù)據(jù)中的最佳銳化補丁合成銳化。CUHK數(shù)據(jù)庫和AR數(shù)據(jù)庫的綜合銳化比較如圖8所示。

    為了驗證本文方法的有效性,在不同的數(shù)據(jù)庫上應用了結構相似度度量(SSIM)[16]來測量兩幅圖像的相似度:

    不同數(shù)據(jù)庫上SSIM值的比較結果見表2。從表2可以看出,與其他的幾種銳化照片合成方法相比,該方法合成的銳化具有更大的SSIM值。

    3.4? ?面部識別

    將四種對比SFR方法與本文提出的方法進行了實驗研究。文獻[17]中的HOG+NLDA方法從整個圖像中提取相同基于補丁策略的HOG特征。然后采用PCA基于零空間的LDA(NLDA)算法對提取的HOG特征進行降維。最后利用最近鄰分類器對銳化和相應的照片進行匹配。文獻[18]提出了核原型表示(KPR)方法,該方法首先將基于原型的方法擴展到SFR場景,并利用與原型在相同模態(tài)下的核相似性來表示測試圖像,利用最近鄰分類器對銳化圖像進行余弦相似度識別。使用人臉的KPR來進行銳化人臉識別。并將所提出的稀疏核原型表示(SKPR)方法和HOG+KPR方法與最終的識別方法進行了比較。不同方法與本文方法在CUHK數(shù)據(jù)庫和AR數(shù)據(jù)庫上的比較結果如圖9和圖10所示。

    從圖9和圖10可以看出,所提出的基于結構信息和特征信息的方法明顯優(yōu)于其他四種比較方法。在兩個數(shù)據(jù)庫的級別均小于4時,該方法的識別精度均達到了100%。HOG+KPR方法的結果優(yōu)于HOG方法和KPR方法,說明了將結構信息和特征信息融合到SFR應用中的可行性。KPR方法和SKPR方法實現(xiàn)了基于局部人臉組成部分的識別,但識別率較低。同時,可以發(fā)現(xiàn)SKPR方法比KPR方法更有效。SKPR方法將稀疏概念融合到圖像補丁的核原型表示中,可以去除不同原型帶來的更多噪聲。

    4? ?結? ?論

    針對民航人臉識別系統(tǒng)中人臉圖像的銳化識別問題,提出了一種基于雙尺度Markov網(wǎng)絡和多信息融合的人臉照片合成與識別方法。該方法由兩部分組成:(1)利用雙尺度Markov網(wǎng)絡將銳化和照片轉換成相同的模態(tài);(2)基于結構信息和基于特征信息的識別方法對合成圖像和測試圖像進行匹配。與以往僅使用單尺度合成圖像的人臉銳化合成方法不同,該方法利用雙尺度Markov網(wǎng)絡進行銳化合成。然后,根據(jù)人臉識別認知理論,提出了一種將結構信息和特征信息結合起來進行人臉識別的銳化人臉識別方法。選取整個人臉圖像中的HOG來表示結構信息。利用所提出的稀疏核原型表示方法來描述局部面部組成部分的特征信息。與不同的人臉銳化照片合成和識別方法相比,大量的實驗結果表明,該方法在合成和識別過程中都具有較好的性能。

    參考文獻

    [1]? ? 劉明. 嵌入式人臉自動識別系統(tǒng)研究[J]. 電子技術與軟件工程,2015(24):195-196.

    [2]? ? 易焱,蔣加伏. 基于LBP和棧式自動編碼器的人臉識別算法研究[J]. 計算機工程與應用,2018,54(02):163-167.

    [3]? ? 楊晉吉,李亞文. 基于Curvelet變換特征的人臉識別算法[J]. 計算機應用與軟件,2018,35(01):169-174.

    [4]? ? 毛雯,朱虹,張巖. 一種單幅前視圖的人臉識別算法[J]. 西安理工大學學報,2017,33(02):127-131.

    [5]? ? 江誠,石雄. 基于非線性特征提取的人臉識別算法研究[J]. 武漢輕工大學學報,2019,38(02):35-39.

    [6]? ? 諶湘倩,劉珂,馬飛. 基于協(xié)作表示和正則化最小二乘法的多姿態(tài)人臉識別方法[J]. 現(xiàn)代電子技術,2017,40(05):49-53.

    [7]? ? 雷超,張海燕,詹曙. 結合曲面局部紋理特征的3維人臉識別[J]. 中國圖象圖形學報,2019,24(02):215-226.

    [8]? ? 李華玲,王智,黃鈺靖. 基于圖片特征與人臉姿態(tài)的人臉識別方法[J]. 科學技術與工程,2018,18(31):195-199.

    [9]? ? 楊超,伍世虔,方紅萍. 基于Fechner定律和梯度特征的人臉識別算法及實現(xiàn)[J]. 計算機應用與軟件,2019,36(01):227-231.

    [10]? 張敦鳳,高寧化,王姮,等. 基于分塊LBP融合特征和SVM的人臉識別算法[J]. 傳感器與微系統(tǒng),2019,38(05):154-156.

    [11]? 黃祎翎,劉威,黃慧明. 基于Emgu CV的實時家庭安全防護系統(tǒng)[J]. 信息技術,2018,42(10):77-80.

    [12]? 漆世錢.基于OpenCV組合優(yōu)化的人臉識別應用平臺設計[J]. 科學技術與工程,2019(13):164-170.

    [13]? 盧濤,汪家明,李曉林,等. 基于中繼循環(huán)殘差網(wǎng)絡的人臉超分辨率重建[J]. 華中科技大學學報(自然科學版),2018,46(12):95-100.

    [14]? 吉娜燁,柴秀娟,山世光,等. 局部回歸模型驅動的人臉素描自動生成[J]. 計算機輔助設計與圖形學學報,2014,26(12):2232-2243.

    [15]? 黃綠娥,吳祿慎,陳華偉. 融合LSTM的DCNN及其圖像模糊類型和參數(shù)識別[J]. 應用基礎與工程科學學報,2018,26(05):1092-1100.

    [16]? 楊勇,吳嘉驊,黃淑英,等. 聯(lián)合字典魯棒稀疏表示的多聚焦圖像融合[J]. 小型微型計算機系統(tǒng),2018,39(08):1871-1877.

    [17]? 張延良,盧冰. 基于信息增量特征選擇的微表情識別方法[J]. 計算機工程,2019(05):261-266.

    [18]? 鄧麗萍. 多種代數(shù)特征抽取方法下的人臉圖像SVM算法研究[J]. 信息安全與技術,2014,5(10):45-47.

    猜你喜歡
    人臉識別
    人臉識別 等
    作文中學版(2022年1期)2022-04-14 08:00:34
    揭開人臉識別的神秘面紗
    學生天地(2020年31期)2020-06-01 02:32:06
    人臉識別技術的基本原理與應用
    電子制作(2019年14期)2019-08-20 05:43:34
    人臉識別技術在高速公路打逃中的應用探討
    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
    人臉識別在高校安全防范中的應用
    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字典學習與核稀疏表示的人臉識別方法
    日韩欧美免费精品| 色综合婷婷激情| x7x7x7水蜜桃| 国产成人影院久久av| 最近中文字幕高清免费大全6 | 国产极品精品免费视频能看的| 蜜桃久久精品国产亚洲av| 一边摸一边抽搐一进一小说| 美女高潮喷水抽搐中文字幕| 色在线成人网| 搡老熟女国产l中国老女人| 国产高清三级在线| 中亚洲国语对白在线视频| 国产男靠女视频免费网站| 黄色日韩在线| 日本三级黄在线观看| videossex国产| 国产精品人妻久久久影院| 麻豆久久精品国产亚洲av| 免费无遮挡裸体视频| 九色国产91popny在线| av视频在线观看入口| 日韩欧美精品v在线| 成人永久免费在线观看视频| 午夜福利成人在线免费观看| 国产精品嫩草影院av在线观看 | 久久国内精品自在自线图片| 国产私拍福利视频在线观看| 三级国产精品欧美在线观看| 免费人成在线观看视频色| 久99久视频精品免费| 亚洲狠狠婷婷综合久久图片| 最新中文字幕久久久久| 麻豆成人av在线观看| 成人精品一区二区免费| 精品午夜福利视频在线观看一区| 99在线视频只有这里精品首页| 国产黄色小视频在线观看| 国产男人的电影天堂91| 国产三级中文精品| 熟女电影av网| 亚洲三级黄色毛片| 色综合婷婷激情| 在线观看66精品国产| av天堂在线播放| 精品乱码久久久久久99久播| 精品免费久久久久久久清纯| 一进一出抽搐动态| 久久精品国产鲁丝片午夜精品 | 精品日产1卡2卡| 两个人视频免费观看高清| 在现免费观看毛片| 国产单亲对白刺激| 看黄色毛片网站| 黄色配什么色好看| 亚洲精品一区av在线观看| 高清日韩中文字幕在线| 99九九线精品视频在线观看视频| 亚洲四区av| 又爽又黄无遮挡网站| 精品一区二区三区av网在线观看| 一个人看视频在线观看www免费| 一区二区三区激情视频| 深夜a级毛片| 琪琪午夜伦伦电影理论片6080| 精品久久久久久久末码| 精品无人区乱码1区二区| 欧洲精品卡2卡3卡4卡5卡区| 尾随美女入室| 22中文网久久字幕| 99久久中文字幕三级久久日本| 欧美在线一区亚洲| 两人在一起打扑克的视频| 黄色欧美视频在线观看| 天天一区二区日本电影三级| 欧美+亚洲+日韩+国产| 热99在线观看视频| а√天堂www在线а√下载| 51国产日韩欧美| 乱码一卡2卡4卡精品| 亚洲国产日韩欧美精品在线观看| 国产精品综合久久久久久久免费| 热99在线观看视频| 日本免费a在线| 乱系列少妇在线播放| 精品久久久久久成人av| 久久久久久久久久成人| 婷婷精品国产亚洲av在线| 国产精品,欧美在线| 两个人视频免费观看高清| 99热这里只有是精品在线观看| 亚洲欧美日韩高清在线视频| 国产精品98久久久久久宅男小说| 18禁黄网站禁片免费观看直播| 国产精品自产拍在线观看55亚洲| 禁无遮挡网站| av黄色大香蕉| 看免费成人av毛片| 2021天堂中文幕一二区在线观| 精品久久国产蜜桃| 毛片一级片免费看久久久久 | 特级一级黄色大片| 97碰自拍视频| 亚洲精品成人久久久久久| 午夜免费成人在线视频| 精品一区二区三区人妻视频| 一区二区三区激情视频| av天堂中文字幕网| 熟妇人妻久久中文字幕3abv| 赤兔流量卡办理| 国产在线精品亚洲第一网站| 99热这里只有精品一区| 久久久久性生活片| 好男人在线观看高清免费视频| 精品久久久久久久末码| 国产一区二区三区在线臀色熟女| 亚洲熟妇中文字幕五十中出| 国产高清激情床上av| 精华霜和精华液先用哪个| 人妻夜夜爽99麻豆av| 在线天堂最新版资源| 亚洲经典国产精华液单| 成人永久免费在线观看视频| 看黄色毛片网站| 人妻丰满熟妇av一区二区三区| 午夜福利成人在线免费观看| 夜夜夜夜夜久久久久| 精品无人区乱码1区二区| 亚洲国产色片| 最后的刺客免费高清国语| 亚洲aⅴ乱码一区二区在线播放| 俄罗斯特黄特色一大片| 69av精品久久久久久| 嫩草影院新地址| 欧美激情在线99| 欧美在线一区亚洲| 欧美黑人巨大hd| 欧美成人一区二区免费高清观看| 毛片一级片免费看久久久久 | 成年女人毛片免费观看观看9| 免费搜索国产男女视频| 欧美zozozo另类| 久久午夜福利片| 在线观看午夜福利视频| a在线观看视频网站| 国模一区二区三区四区视频| 久久6这里有精品| 99久久无色码亚洲精品果冻| 亚洲欧美日韩卡通动漫| 国产精品久久久久久av不卡| 18禁裸乳无遮挡免费网站照片| 中文资源天堂在线| 国产精品野战在线观看| 精品国内亚洲2022精品成人| 看片在线看免费视频| 日日夜夜操网爽| 日韩在线高清观看一区二区三区 | 一级黄色大片毛片| 国产白丝娇喘喷水9色精品| 婷婷亚洲欧美| 亚洲av二区三区四区| 亚洲人成网站在线播放欧美日韩| 成人特级黄色片久久久久久久| 国产一级毛片七仙女欲春2| 人妻夜夜爽99麻豆av| 成人国产一区最新在线观看| 婷婷精品国产亚洲av在线| 村上凉子中文字幕在线| 日本色播在线视频| 日本色播在线视频| 久久精品国产亚洲av香蕉五月| 亚洲综合色惰| 高清日韩中文字幕在线| 欧美黑人欧美精品刺激| 天堂√8在线中文| 琪琪午夜伦伦电影理论片6080| 国产一区二区三区在线臀色熟女| 天美传媒精品一区二区| 天美传媒精品一区二区| 亚洲精华国产精华精| 国产亚洲精品久久久com| 午夜爱爱视频在线播放| 亚洲国产色片| 国产日本99.免费观看| 啦啦啦啦在线视频资源| 亚洲精品乱码久久久v下载方式| 女的被弄到高潮叫床怎么办 | 国产三级在线视频| 欧美日韩精品成人综合77777| 欧美日韩精品成人综合77777| 久久久成人免费电影| 五月玫瑰六月丁香| 亚洲av日韩精品久久久久久密| 亚洲狠狠婷婷综合久久图片| 深爱激情五月婷婷| 99国产精品一区二区蜜桃av| 日韩高清综合在线| 国产淫片久久久久久久久| 51国产日韩欧美| 啦啦啦啦在线视频资源| 99热这里只有精品一区| 又爽又黄a免费视频| 日韩大尺度精品在线看网址| 看片在线看免费视频| 在线观看舔阴道视频| 成人国产综合亚洲| 永久网站在线| 亚洲专区中文字幕在线| 亚洲精品一区av在线观看| 美女免费视频网站| 久久99热这里只有精品18| 亚洲18禁久久av| 欧美一区二区亚洲| 免费观看人在逋| 少妇猛男粗大的猛烈进出视频 | 国产私拍福利视频在线观看| 久久亚洲精品不卡| 免费不卡的大黄色大毛片视频在线观看 | 精品一区二区免费观看| 国产av不卡久久| 日日干狠狠操夜夜爽| 俺也久久电影网| 美女高潮的动态| av黄色大香蕉| 韩国av一区二区三区四区| 99视频精品全部免费 在线| 午夜免费成人在线视频| 五月伊人婷婷丁香| 免费高清视频大片| 少妇裸体淫交视频免费看高清| 桃红色精品国产亚洲av| 日本撒尿小便嘘嘘汇集6| 国产精品永久免费网站| 国产在线男女| 黄色日韩在线| 大型黄色视频在线免费观看| 久久亚洲精品不卡| 国产精品日韩av在线免费观看| 超碰av人人做人人爽久久| 亚洲欧美日韩高清专用| 国产人妻一区二区三区在| 99久国产av精品| 天堂影院成人在线观看| 天堂av国产一区二区熟女人妻| 婷婷亚洲欧美| 久久久午夜欧美精品| 亚洲av.av天堂| 国产一区二区亚洲精品在线观看| 欧美激情在线99| 在现免费观看毛片| 亚洲人成网站高清观看| 国语自产精品视频在线第100页| 日本免费一区二区三区高清不卡| 日韩欧美精品v在线| 亚洲自偷自拍三级| 国产精品精品国产色婷婷| 精品久久久久久久末码| 久久精品国产亚洲网站| 男人狂女人下面高潮的视频| 午夜精品一区二区三区免费看| 成人精品一区二区免费| 成人永久免费在线观看视频| 日本成人三级电影网站| 在线观看av片永久免费下载| av中文乱码字幕在线| 国产精品无大码| 一a级毛片在线观看| 国产一区二区三区在线臀色熟女| 中亚洲国语对白在线视频| 国产精品伦人一区二区| 少妇的逼水好多| 欧美区成人在线视频| 美女大奶头视频| 女生性感内裤真人,穿戴方法视频| 天天躁日日操中文字幕| 热99re8久久精品国产| 国产aⅴ精品一区二区三区波| 少妇熟女aⅴ在线视频| 亚洲专区中文字幕在线| 在线免费观看的www视频| 韩国av在线不卡| 欧美一级a爱片免费观看看| 久久久久久久久久成人| 日本免费一区二区三区高清不卡| 国产私拍福利视频在线观看| 成人午夜高清在线视频| 精品无人区乱码1区二区| 国产av一区在线观看免费| 欧美精品啪啪一区二区三区| 日韩精品青青久久久久久| 亚洲av免费在线观看| 国产精品久久久久久av不卡| 亚洲成a人片在线一区二区| 黄色欧美视频在线观看| 国产高清不卡午夜福利| 亚洲成人中文字幕在线播放| 狂野欧美激情性xxxx在线观看| 久久九九热精品免费| 亚洲男人的天堂狠狠| 在线观看舔阴道视频| 国产乱人视频| 国产精品免费一区二区三区在线| 色播亚洲综合网| 又爽又黄无遮挡网站| 午夜免费男女啪啪视频观看 | 赤兔流量卡办理| 免费在线观看影片大全网站| 日韩欧美三级三区| 69av精品久久久久久| 桃色一区二区三区在线观看| 中文在线观看免费www的网站| 欧美激情国产日韩精品一区| 免费看a级黄色片| 成年女人永久免费观看视频| 男人和女人高潮做爰伦理| 国内久久婷婷六月综合欲色啪| 亚洲欧美日韩东京热| 免费看a级黄色片| 成人特级av手机在线观看| 桃红色精品国产亚洲av| 九九爱精品视频在线观看| 日韩国内少妇激情av| 亚洲自拍偷在线| 舔av片在线| 熟女人妻精品中文字幕| 亚洲三级黄色毛片| 夜夜看夜夜爽夜夜摸| 久久久久久久久大av| 午夜亚洲福利在线播放| 免费在线观看成人毛片| 国产av一区在线观看免费| 久久久久久久亚洲中文字幕| 中文资源天堂在线| 在线国产一区二区在线| 日本黄大片高清| 香蕉av资源在线| 欧美日韩乱码在线| 中出人妻视频一区二区| 亚洲性久久影院| 亚洲av中文av极速乱 | av女优亚洲男人天堂| 久久国产乱子免费精品| 成人国产综合亚洲| 看黄色毛片网站| 欧美成人免费av一区二区三区| 好男人在线观看高清免费视频| 色视频www国产| 午夜免费男女啪啪视频观看 | 亚洲中文字幕日韩| 国产精品av视频在线免费观看| 啪啪无遮挡十八禁网站| 蜜桃久久精品国产亚洲av| 国产精品一区二区三区四区免费观看 | 国产精品永久免费网站| 亚洲色图av天堂| 亚洲一级一片aⅴ在线观看| 亚洲精品久久国产高清桃花| 高清在线国产一区| 在线观看66精品国产| 日日撸夜夜添| 18禁裸乳无遮挡免费网站照片| 国产大屁股一区二区在线视频| av福利片在线观看| www.色视频.com| 亚洲va在线va天堂va国产| 国产淫片久久久久久久久| 亚洲在线自拍视频| 欧美最新免费一区二区三区| 国产蜜桃级精品一区二区三区| 中亚洲国语对白在线视频| 色尼玛亚洲综合影院| 网址你懂的国产日韩在线| 久久精品国产亚洲av香蕉五月| 欧美成人a在线观看| 高清在线国产一区| 熟女电影av网| 国产男人的电影天堂91| 1024手机看黄色片| 99精品在免费线老司机午夜| 国产av在哪里看| 日本免费a在线| 亚洲av电影不卡..在线观看| 成人国产综合亚洲| 国产蜜桃级精品一区二区三区| 99riav亚洲国产免费| 久久久久久久亚洲中文字幕| av在线蜜桃| 狂野欧美激情性xxxx在线观看| x7x7x7水蜜桃| 日本熟妇午夜| 男女下面进入的视频免费午夜| 欧美在线一区亚洲| 在线播放国产精品三级| 成年女人看的毛片在线观看| 国产精品国产三级国产av玫瑰| 别揉我奶头~嗯~啊~动态视频| 在线国产一区二区在线| 国产精品无大码| 99久久无色码亚洲精品果冻| 欧洲精品卡2卡3卡4卡5卡区| av.在线天堂| 久久久久久国产a免费观看| 最近在线观看免费完整版| 小蜜桃在线观看免费完整版高清| 免费看a级黄色片| 免费观看人在逋| 午夜福利成人在线免费观看| h日本视频在线播放| 88av欧美| 简卡轻食公司| 91在线观看av| 日本 av在线| 毛片女人毛片| 啦啦啦观看免费观看视频高清| 神马国产精品三级电影在线观看| 欧美日韩乱码在线| 最近最新中文字幕大全电影3| 国产女主播在线喷水免费视频网站 | 日本a在线网址| 中文字幕免费在线视频6| 国产精品久久久久久久电影| 男女边吃奶边做爰视频| 国内精品久久久久久久电影| 国内精品一区二区在线观看| 日日撸夜夜添| 热99re8久久精品国产| 日韩,欧美,国产一区二区三区 | 日韩精品有码人妻一区| 在现免费观看毛片| 日韩在线高清观看一区二区三区 | 亚洲美女黄片视频| 日韩高清综合在线| 午夜日韩欧美国产| 午夜a级毛片| 午夜爱爱视频在线播放| 欧美+日韩+精品| 丰满人妻一区二区三区视频av| 成人av在线播放网站| 日本熟妇午夜| 88av欧美| 中出人妻视频一区二区| 日本黄色视频三级网站网址| 极品教师在线免费播放| 日本与韩国留学比较| 国国产精品蜜臀av免费| 蜜桃久久精品国产亚洲av| 亚洲专区中文字幕在线| 欧美黑人巨大hd| 亚洲成av人片在线播放无| 国产精品,欧美在线| 女人被狂操c到高潮| 国产熟女欧美一区二区| 亚洲狠狠婷婷综合久久图片| 久久久久精品国产欧美久久久| 日韩欧美国产一区二区入口| 亚洲精品久久国产高清桃花| av在线亚洲专区| 波多野结衣高清作品| 美女高潮的动态| 免费观看在线日韩| 男女之事视频高清在线观看| 国产探花在线观看一区二区| 久久精品夜夜夜夜夜久久蜜豆| 国产中年淑女户外野战色| 国产乱人伦免费视频| 淫秽高清视频在线观看| 午夜福利成人在线免费观看| 一区二区三区高清视频在线| 久久午夜福利片| 国产伦在线观看视频一区| 国产男人的电影天堂91| 亚洲精品乱码久久久v下载方式| 婷婷精品国产亚洲av在线| 美女cb高潮喷水在线观看| 少妇高潮的动态图| 国国产精品蜜臀av免费| 国产久久久一区二区三区| 91午夜精品亚洲一区二区三区 | 欧美激情国产日韩精品一区| 天堂动漫精品| 色av中文字幕| 又粗又爽又猛毛片免费看| 亚洲黑人精品在线| 麻豆一二三区av精品| or卡值多少钱| av黄色大香蕉| 色在线成人网| 好男人在线观看高清免费视频| 色综合色国产| 日韩强制内射视频| 国产成人a区在线观看| eeuss影院久久| x7x7x7水蜜桃| 国产一区二区三区视频了| av视频在线观看入口| 18+在线观看网站| 99热只有精品国产| 一卡2卡三卡四卡精品乱码亚洲| 国产高潮美女av| 天天躁日日操中文字幕| 中国美白少妇内射xxxbb| 波多野结衣高清作品| 亚洲男人的天堂狠狠| 亚洲真实伦在线观看| 成年人黄色毛片网站| 国产精品国产高清国产av| 中文字幕熟女人妻在线| 淫妇啪啪啪对白视频| 久久精品国产自在天天线| 一进一出抽搐动态| 久久精品91蜜桃| 国产精品久久久久久av不卡| 国产精品人妻久久久久久| 欧美黑人欧美精品刺激| 如何舔出高潮| 国产三级中文精品| 亚洲欧美日韩高清专用| 在线a可以看的网站| 日韩欧美免费精品| 赤兔流量卡办理| 欧美精品国产亚洲| 高清在线国产一区| 成人三级黄色视频| 人妻少妇偷人精品九色| 国产精品久久久久久久电影| 日韩av在线大香蕉| 色5月婷婷丁香| 我要看日韩黄色一级片| 天堂av国产一区二区熟女人妻| 亚洲精品色激情综合| 免费黄网站久久成人精品| 亚洲美女黄片视频| 午夜激情欧美在线| 精品一区二区三区视频在线观看免费| 亚洲精华国产精华精| 亚洲国产精品合色在线| 美女xxoo啪啪120秒动态图| 成人欧美大片| 美女高潮喷水抽搐中文字幕| 黄色丝袜av网址大全| 久久这里只有精品中国| 老司机午夜福利在线观看视频| 久久热精品热| 亚洲欧美日韩高清专用| 欧美最新免费一区二区三区| 久久久久久久精品吃奶| 国产精品亚洲美女久久久| 中文字幕熟女人妻在线| a级一级毛片免费在线观看| 国产av不卡久久| 中文在线观看免费www的网站| 村上凉子中文字幕在线| 在线免费观看不下载黄p国产 | 久久久久国内视频| 欧美精品啪啪一区二区三区| 18禁在线播放成人免费| 美女被艹到高潮喷水动态| 久久人人爽人人爽人人片va| 久久久久精品国产欧美久久久| 婷婷色综合大香蕉| 国产中年淑女户外野战色| 成人国产一区最新在线观看| 在现免费观看毛片| 亚洲第一区二区三区不卡| 日韩高清综合在线| 老熟妇乱子伦视频在线观看| 女人十人毛片免费观看3o分钟| 欧美+日韩+精品| av在线天堂中文字幕| 久久久久免费精品人妻一区二区| 九色成人免费人妻av| 久久久精品大字幕| 波多野结衣高清作品| 中文在线观看免费www的网站| 国产私拍福利视频在线观看| 在线播放国产精品三级| 国产免费av片在线观看野外av| 99久久成人亚洲精品观看| 精品一区二区免费观看| 久久精品国产鲁丝片午夜精品 | 久久精品国产99精品国产亚洲性色| 99国产极品粉嫩在线观看| 最新在线观看一区二区三区| 亚洲乱码一区二区免费版| 久久99热6这里只有精品| 色在线成人网| 色av中文字幕| 亚洲成人久久性| 久久九九热精品免费| 精品不卡国产一区二区三区| 国产成人影院久久av| 中文亚洲av片在线观看爽| 97热精品久久久久久| av福利片在线观看| 亚洲五月天丁香| 小说图片视频综合网站| 亚洲精品久久国产高清桃花| 欧美最新免费一区二区三区| 日韩av在线大香蕉| 成人国产综合亚洲| 欧美黑人巨大hd| 亚洲精品一卡2卡三卡4卡5卡| 日韩欧美精品免费久久| 成人特级黄色片久久久久久久| www.www免费av| 三级国产精品欧美在线观看| 一本一本综合久久| ponron亚洲| 狂野欧美白嫩少妇大欣赏| 日本免费一区二区三区高清不卡| 国产麻豆成人av免费视频| 国产av在哪里看| 啦啦啦啦在线视频资源| 国产 一区精品| 亚洲男人的天堂狠狠|