• <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 ?

    空間序列低秩稀疏子空間聚類算法

    2020-09-26 09:51:44由從哲舒振球范洪輝
    江蘇理工學院學報 2020年4期
    關(guān)鍵詞:稀疏表示

    由從哲 舒振球 范洪輝

    摘? ? 要:研究序列數(shù)據(jù)的子空間聚類問題,具體來說,給定從一組序列子空間中提取的數(shù)據(jù),任務(wù)是將這些數(shù)據(jù)劃分為不同的不相交組?;诒硎镜淖涌臻g聚類算法,如SSC和LRR算法,很好地解決了高維數(shù)據(jù)的聚類問題,但是,這類算法是針對一般數(shù)據(jù)集進行開發(fā)的,并沒有考慮序列數(shù)據(jù)的特性,即相鄰幀序列的樣本具有一定的相似性。針對這一問題,提出了一種新的低秩稀疏空間子空間聚類方法(Low Rank and Sparse Spatial Subspace Clustering for Sequential Data,LRS3C)。該算法尋找序列數(shù)據(jù)矩陣的稀疏低秩表示,并根據(jù)序列數(shù)據(jù)的特性,在目標函數(shù)中引入一個懲罰項來加強近鄰數(shù)據(jù)樣本的相似性。提出的LRS3C算法充分利用空間序列數(shù)據(jù)的時空信息,提高了聚類的準確率。在人工數(shù)據(jù)集、視頻序列數(shù)據(jù)集和人臉圖像數(shù)據(jù)集上的實驗表明:提出的方法LRS3C與傳統(tǒng)子空間聚類算法相比具有較好的性能。

    關(guān)鍵詞:低秩表示;稀疏表示;子空間聚類;序列數(shù)據(jù)

    中圖分類號:TP391.4? ? ? ? ? ? ? 文獻標識碼:A? ? ? ? ? ? ? 文獻標識碼:2095-7394(2020)04-0078-08

    序列數(shù)據(jù)特別是視頻數(shù)據(jù)往往具有高維屬性,利用傳統(tǒng)聚類算法進行分析處理時,往往會遇到“維數(shù)災(zāi)難”的問題,于是研究人員提出了一系列基于表示的子空間聚類算法,如稀疏表示子空間聚類算法(SSC)和低秩表示算法(LRR),較好地解決了高維數(shù)據(jù)聚類的問題,從而得到了廣泛的關(guān)注,并在眾多領(lǐng)域得到成功的應(yīng)用。但是,這類算法是針對一般數(shù)據(jù)集設(shè)計開發(fā)的,在許多實際場景中,數(shù)據(jù)通常具有順序或有序的屬性,例如視頻、動畫或其他類型的時間序列數(shù)據(jù)。然而,傳統(tǒng)的方法假設(shè)數(shù)據(jù)點獨立于多個子空間,而忽略了時間序列數(shù)據(jù)中的連續(xù)關(guān)系。如何充分利用空間序列數(shù)據(jù)這一特性提高聚類性能,是計算機視覺領(lǐng)域中一個重要但又具有挑戰(zhàn)性的問題。假設(shè)這類數(shù)據(jù)在時間或空間的特定點以均勻的間隔采樣,也就是時間序列數(shù)據(jù)。例如,作為時間函數(shù)的視頻數(shù)據(jù)具有序列結(jié)構(gòu)[1],在該結(jié)構(gòu)中,可以假設(shè)大多數(shù)幀與其相鄰幀相似,直到場景發(fā)生變化。

    子空間聚類是解決高維數(shù)據(jù)聚類的有效方法之一,其基本假設(shè)是高維數(shù)據(jù)往往存在于低維子空間的并集中[2]。近年來,利用稀疏表示或低秩表示進行子空間聚類的研究受到廣泛關(guān)注,并提出了一系列與之相關(guān)的新的子空間聚類算法,如稀疏子空間聚類(SSC)[3-4]、低秩表示(LRR)[2,5]及其變體LRSC[6]。這些算法的基本假設(shè)是:數(shù)據(jù)是自表達的,即其子空間中的每個數(shù)據(jù)點可以表示為來自同一子空間的數(shù)據(jù)點的線性組合。其中,基于表示矩陣核范數(shù)和L1范數(shù)最小化的LRR和SSC算法最受關(guān)注。這些算法主要是針對不連續(xù)的獨立數(shù)據(jù)進行設(shè)計開發(fā)的,并沒有特別考慮到處理時間序列數(shù)據(jù)的特殊性。此外,在時間序列數(shù)據(jù)的子空間聚類問題上,研究人員所做的工作并不是特別充分。

    本文通過有效利用數(shù)據(jù)序列的性質(zhì),提出了一種低秩稀疏空間子空間聚類方法(LRS3C)。具體地說,是在子空間聚類算法模型中加入了一個懲罰項來加強近鄰數(shù)據(jù)的相似性。采用交替方向乘子法(ADMM)[7]求解優(yōu)化問題。為了驗證提出的LRS3C方法的有效性,將其應(yīng)用于視頻場景分割和人臉聚類的實際問題中。實驗結(jié)果表明,該方法具有良好的性能。

    1? ?相關(guān)工作

    目前,大多數(shù)子空間聚類算法沒有充分考慮時間序列數(shù)據(jù)的序列性,也就是說,數(shù)據(jù)樣本要么是空間域中的鄰居,要么是時間域中的鄰居。視頻是時間序列數(shù)據(jù)的一個常見例子,每個幀可以被矢量化為單個列[Xi],并與相鄰幀并排放置以形成數(shù)據(jù)矩陣[X]。這種順序應(yīng)反映在矩陣表示系數(shù)[Z]中,使得相鄰域具有相似性,即[Zi=Zi+1]。在文獻[8]中,Guo和Gao等人提出了空間子空間聚類(SpatSC)算法,其目標函數(shù)定義如下:

    2? ?空間序列低秩稀疏子空間聚類算法

    盡管SpatSC和OSC兩種方法都是稀疏子空間聚類算法(SSC)的擴展,在序列數(shù)據(jù)方面取得了良好的效果,但仍有一些問題有待解決。SSC算法簡化了學習任務(wù),降低了模型復雜度,但是,SSC算法得到的系數(shù)矩陣Z往往過于稀疏,無法保證所構(gòu)造的親和圖的連通性,這對后續(xù)譜聚類的處理有很大影響[10]。低秩表示(LRR)在捕獲數(shù)據(jù)的全局結(jié)構(gòu)方面要優(yōu)于SSC,但是,LRR算法要求數(shù)據(jù)嚴格符合子空間獨立的假設(shè),這在實際應(yīng)用中很難得到滿足。因此,將這兩種算法結(jié)合起來,從而為序列數(shù)據(jù)帶來更好的聚類效果,特別是要恢復的底層表示矩陣同時是低秩和稀疏的情況。

    在解決上述優(yōu)化問題后,得到數(shù)據(jù)矩陣的低秩稀疏表示系數(shù)矩陣[Z]。下一步是使用表示系數(shù)矩陣構(gòu)造親和圖,利用譜聚類算法對親和圖進行分割,得到最終聚類結(jié)果。本文建立一個加權(quán)圖[Graph=ν,ε,W],其中[W=Z+ZT],然后將譜聚類[13]應(yīng)用于親和圖,得到最終的聚類結(jié)果。

    3? ? 實驗

    在本節(jié)中,將評估LRS3C算法在三個數(shù)據(jù)集上的性能。首先,在一個合成數(shù)據(jù)集上對其進行測試;然后,在兩個真實數(shù)據(jù)集上對其在視頻場景分割和人臉聚類兩個計算機視覺常見任務(wù)上的性能進行評估。

    使用子空間聚類誤差,

    作為聚類算法性能的評價指標。

    此外,還評估了所提出的LRS3C算法在加入額外噪聲時的穩(wěn)健性。在本文中,加入了均值和單位方差為零的高斯噪聲,給出了該算法在不同噪聲強度下的性能。使用峰值信噪比(PSNR)衡量噪聲水平,其定義為:

    其中,[I]是無噪聲數(shù)據(jù),[K]是有噪聲近似值,[S]是[I]中的元素的最大可能值。PSNR值的降低表明噪聲量的增加。由于式(17)的分母在無噪聲情況下為0,將PSNR標記為“Max”。實驗中給出的PSNR值為平均值。

    3.1? 人工數(shù)據(jù)集實驗

    本文創(chuàng)建了六個兩兩不相交的子空間,每個子空間的維數(shù)為4,并從每個子空間中抽取20個樣本(樣本維數(shù)為200)組成人工數(shù)據(jù)集。利用高斯噪聲對數(shù)據(jù)集進行破壞,并評估LRS3C算法和對比算法OSC、SpatSC、LRR和SSC的聚類性能。每組實驗重復了50次。

    圖1中給出了五個算法得到的表示系數(shù)矩陣Z的可視化比較,并在圖2中給出了這些親合矩陣的聚類精度的結(jié)果。實驗中,加入了20%量級的高斯噪聲,可以看到,所提出的LRS3C算法提供了更多的塊狀表示系數(shù)矩陣,這意味著它比其他方法包含更強的類內(nèi)權(quán)值和更多的類內(nèi)權(quán)值??梢暬垲惤Y(jié)果也表明了LRS3C在實驗中得到了最佳分割。另外兩種矩陣算法OSC和SpatSC算法對序列數(shù)據(jù)也都得到了很好的分割,但是LRR和SSC算法則存在誤分類的問題。

    3.2? ?視頻場景分割

    評估LRS3C算法在視頻場景分割方面的性能,其目的是從視頻序列中分割單個場景。測試視頻序列是從兩個短動畫中提取出來的。圖3提供了要分割的序列的示例。序列的長度約為10秒(約300幀),每個序列由三個場景組成。視頻1和視頻2分別包括19和24個序列。要分割的場景可以包含對象的意義或變形,以及透視或相機視角的變換。人工采集場景變化(或關(guān)鍵幀)形成真實數(shù)據(jù)。

    為了滿足測試要求,將彩色視頻轉(zhuǎn)換成灰度視頻序列,采樣分辨率為129×96。序列中的每一幀被矢量化為[Xi∈R12 384],并與連續(xù)幀連接形成數(shù)據(jù)矩陣[X∈R12 384×300]。

    在視頻序列被不同程度的高斯噪聲污染的條件下,評估了各算法的聚類性能,表1提供了聚類結(jié)果。從表中可以清楚地看出,在大多數(shù)情況下,LRS3C優(yōu)于其他方法。當噪聲增大時,與其它方法相比,LRS3C算法的誤差率始終較低。這表明該方法具有較好的魯棒性。

    3.3? 人臉聚類

    評估LRS3C在人臉圖像聚類中的性能,其目的是從一組人臉圖像中分割或聚類到不同的個體。雖然人臉聚類問題并不完全符合我們對序列數(shù)據(jù)的假設(shè)。但是,可以使用人臉圖像的空間信息,因為每個數(shù)據(jù)向量的鄰居可能屬于同一類。從擴展的YaleB數(shù)據(jù)集[14]中提取數(shù)據(jù),該數(shù)據(jù)集由38名受試者在不同光照下的大約64張照片組成。圖4提供了數(shù)據(jù)集的圖像樣本示例。對于每次實驗,從數(shù)據(jù)集中隨機選擇3名受試者,并在每個受試者中隨機排列圖像的序列。在實驗中,將圖像重新采樣到[42×48]形成數(shù)據(jù)向量[Xi∈R2 016]并連接在一起,以確保受試者不會混合。

    在不同的高斯噪聲水平下重復了50次實驗。各算法聚類結(jié)果如表2所示。

    從表2可以看出,在大多數(shù)情況下,LRS3C優(yōu)于其他方法。隨著噪聲強度的增加,算法的精度不斷下降。與其他方法相比,LRS3C方法更穩(wěn)定,表現(xiàn)更可預(yù)測,尤其是在噪聲較大的情況下。這證明本研究提出的算法在實際應(yīng)用中更有效。

    4? ? 結(jié)論

    為了有效地解決序列數(shù)據(jù)的聚類問題,本文提出了利用給定數(shù)據(jù)的低秩表示和稀疏表示的LRS3C方法。該方法根據(jù)序列數(shù)據(jù)的連續(xù)性特點,利用稀疏表示和低秩表示,進行子空間聚類。在人工數(shù)據(jù)集和實際數(shù)據(jù)集上的實驗結(jié)果表明,與幾種最新的子空間聚類方法相比,本文提出的方法是有效的。

    參考文獻:

    [1] VIDAL Rene, MA Yi, SASTRY Shankar. Generalized principal component analysis (GPCA)[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence,2005, 27(12):15.

    [2] LIU Guangcan, LIN Zhouchen, YU Yong. Robust subspace segmentation by low-rank representation[C]//ACM.The 27th International Conference on Machine Learning, June 21-24, 2010, Haifa, Israel: 663-670.

    [3] ELHANIFAR Ehan, VIDAL Rene. Sparse subspace clustering[C]//IEEE.2009 IEEE Conference on Computer Vision and Pattern Recognition, June 20-25, 2009, Miami, FL, USA: 2790-2797.

    [4] ELHANIFAR Ehsan, VIDAL Rene. Sparse Subspace Clustering: Algorithm, Theory, and Applications[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2013, 35(11):2765-2781.

    [5] LIU Guangcan, LIN Zhouchen, YAN Shuicheng. Robust Recovery of Subspace Structures by Low-Rank Representation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2013, 35(1): 171-184.

    [6] FAVARO Paolo, VIDL Rene, RAVICHANDRAN Avinash, et al. A closed form solution to robust subspace estimation and clustering[C]//IEEE. 2011 IEEE Conference on Computer Vision and Pattern Recognition, June 20-25, 2011, Providence, RI, USA:1801-1807.

    [7] BOYD Stephen, PARIKH Neal, CHU Eric, et al. Distributed Optimization and Statistical Learning via the Alternating Direction Method of Multipliers[J]. Foundations & Trends in Machine Learning, 2010, 3(1):1-126.

    [8] GUO Yi, GAO Junbin, LI Feng, et al. Spatial subspace clustering for hyperspectral data segmentation[C]//IEEE.2013 International Conference on Digital Information Processing and Communications, January 30-February 1, 2013, Dubai, UAE: 180-190.

    [9] TIERNEY Stephen, GAO Junbin, GUO Yi, et al. Subspace Clustering for Sequential Data[C]//IEEE.2014 IEEE Conference on Computer Vision and Pattern Recognition, June 23-28, Columbus, OH, USA:1019-1026.

    [10] WANG Yuxiang, XU Huan, LENG Chenlei. Provable Subspace Clustering: When LRR meets SSC[J].IEEE Transactions on Information Theory, 2019, 65(9):5406-5432.

    [11] FRANCIS Bach, RODOLPHE Jenatton, JULIEN Mairal, et al. Convex optimization with sparsity-inducing norms[J]. In Optimization for Machine Learning, 2011:19-49.

    [12] LIU Jun, YE Jieping. Efficient L1/Lq Norm Regularization[J]. Computer Science, 2010 ,arXiv:1009.4766.

    [13] SHI Jianbo, MALIK Jitendra. Normalized cuts and image segmentation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000, 22(8): 888-905.

    [14] GEORGHIADES Athinodoros S, BELHUMEUR Peter N, KRIEGMAN David J. From few to many: illumination cone models for face recognition under variable lighting and pose[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2002, 23(6):643-660.

    責任編輯? ? 祁秀春

    猜你喜歡
    稀疏表示
    耦合了聚類中心約束項的稀疏表示圖像去噪
    CSRimpute算法填補效果的正則化參數(shù)靈敏度分析
    Grouplet變換原理及技術(shù)綜述
    基于稀疏表示的圖像去噪和超分辨率重建
    基于字典學習和結(jié)構(gòu)聚類的圖像去噪算法研究
    分塊子空間追蹤算法
    基于稀疏表示的人臉識別方法研究
    基于稀疏表示的人臉表情識別系統(tǒng)研究
    基于壓縮感知的圖像融合方法
    一種改進的稀疏表示人臉算法
    久久精品国产亚洲网站| 欧美丝袜亚洲另类| 国产免费一区二区三区四区乱码| 啦啦啦视频在线资源免费观看| 亚洲精品乱久久久久久| 街头女战士在线观看网站| 成人亚洲欧美一区二区av| 欧美激情极品国产一区二区三区 | 各种免费的搞黄视频| 国产黄频视频在线观看| 中文天堂在线官网| 最近中文字幕2019免费版| 午夜免费男女啪啪视频观看| 新久久久久国产一级毛片| 国产老妇伦熟女老妇高清| av国产久精品久网站免费入址| 国产精品一区二区在线不卡| 亚洲精品aⅴ在线观看| 丝袜喷水一区| 亚洲国产成人一精品久久久| 国产v大片淫在线免费观看| 在线免费观看不下载黄p国产| 97热精品久久久久久| 亚洲精品久久午夜乱码| 免费观看无遮挡的男女| 国产精品女同一区二区软件| 久久影院123| 亚洲精品国产成人久久av| 日韩大片免费观看网站| 国产精品秋霞免费鲁丝片| 七月丁香在线播放| av免费在线看不卡| 久久久久久伊人网av| 久久精品久久久久久噜噜老黄| 婷婷色综合大香蕉| 只有这里有精品99| 亚洲精品自拍成人| 国产精品久久久久久久电影| 高清午夜精品一区二区三区| 国产有黄有色有爽视频| 色网站视频免费| 国产av码专区亚洲av| .国产精品久久| 精品国产一区二区三区久久久樱花 | 一级毛片黄色毛片免费观看视频| 免费看不卡的av| 国产在线男女| 黄色欧美视频在线观看| 日韩电影二区| 人妻系列 视频| 性色avwww在线观看| av一本久久久久| 91午夜精品亚洲一区二区三区| 精品酒店卫生间| 又爽又黄a免费视频| 纯流量卡能插随身wifi吗| 一级黄片播放器| 亚洲国产色片| 精品一区二区三区视频在线| 黄色视频在线播放观看不卡| 99热全是精品| 嘟嘟电影网在线观看| 纯流量卡能插随身wifi吗| 又爽又黄a免费视频| 精品亚洲成a人片在线观看 | 五月开心婷婷网| 亚洲最大成人中文| 国产成人freesex在线| 91精品一卡2卡3卡4卡| 男女无遮挡免费网站观看| 又黄又爽又刺激的免费视频.| 中文在线观看免费www的网站| 97在线人人人人妻| 乱码一卡2卡4卡精品| 亚洲第一av免费看| 亚洲精品第二区| 小蜜桃在线观看免费完整版高清| 菩萨蛮人人尽说江南好唐韦庄| 日本黄色片子视频| 亚洲成色77777| 黄色欧美视频在线观看| 联通29元200g的流量卡| 精品一区二区三卡| 人妻一区二区av| 人人妻人人澡人人爽人人夜夜| av.在线天堂| 午夜福利高清视频| 国产真实伦视频高清在线观看| 欧美日韩在线观看h| 中文在线观看免费www的网站| tube8黄色片| 免费人成在线观看视频色| 国产成人freesex在线| 国产精品久久久久久久电影| 亚洲欧美精品专区久久| 一本—道久久a久久精品蜜桃钙片| 精品一区在线观看国产| 欧美成人a在线观看| 精品久久久精品久久久| 我要看黄色一级片免费的| 日韩免费高清中文字幕av| 日韩免费高清中文字幕av| 精品人妻熟女av久视频| 久久久久精品性色| 最近的中文字幕免费完整| 国产乱来视频区| 亚洲图色成人| 秋霞伦理黄片| 亚洲中文av在线| 国产精品一区二区在线观看99| 99精国产麻豆久久婷婷| 亚洲第一区二区三区不卡| 午夜福利在线观看免费完整高清在| 只有这里有精品99| 午夜激情久久久久久久| xxx大片免费视频| 视频中文字幕在线观看| 亚洲欧美清纯卡通| 建设人人有责人人尽责人人享有的 | 男男h啪啪无遮挡| 精品一区二区三区视频在线| 韩国高清视频一区二区三区| 熟妇人妻不卡中文字幕| 久久精品熟女亚洲av麻豆精品| 成人午夜精彩视频在线观看| 秋霞伦理黄片| 看免费成人av毛片| 大陆偷拍与自拍| 国产乱人视频| 五月伊人婷婷丁香| 成人国产av品久久久| 亚洲丝袜综合中文字幕| 日韩成人伦理影院| 亚洲av二区三区四区| 九九在线视频观看精品| 日韩人妻高清精品专区| 欧美日韩精品成人综合77777| 日韩中文字幕视频在线看片 | 在线观看一区二区三区激情| 人妻 亚洲 视频| 国产精品一区二区在线观看99| 精品人妻偷拍中文字幕| 黄片wwwwww| 日韩三级伦理在线观看| 深爱激情五月婷婷| 一区二区三区乱码不卡18| 少妇熟女欧美另类| 精品亚洲成a人片在线观看 | 男女边吃奶边做爰视频| 日日摸夜夜添夜夜爱| 国产淫片久久久久久久久| 免费黄网站久久成人精品| 一级毛片aaaaaa免费看小| 日本黄色日本黄色录像| 看十八女毛片水多多多| 婷婷色麻豆天堂久久| 久久久久久伊人网av| 超碰av人人做人人爽久久| 中文字幕精品免费在线观看视频 | 成人综合一区亚洲| 伦理电影大哥的女人| 亚洲精品日韩在线中文字幕| 我的女老师完整版在线观看| 欧美性感艳星| 99久国产av精品国产电影| 成年免费大片在线观看| 中文字幕人妻熟人妻熟丝袜美| 欧美人与善性xxx| 亚洲精华国产精华液的使用体验| 欧美日本视频| 一级毛片黄色毛片免费观看视频| 国产精品国产三级专区第一集| 日韩制服骚丝袜av| 久久影院123| 国产成人aa在线观看| 99久久人妻综合| 午夜视频国产福利| av.在线天堂| 搡女人真爽免费视频火全软件| 狂野欧美激情性xxxx在线观看| 最后的刺客免费高清国语| 久热久热在线精品观看| 久久精品熟女亚洲av麻豆精品| 人人妻人人澡人人爽人人夜夜| 自拍偷自拍亚洲精品老妇| 自拍欧美九色日韩亚洲蝌蚪91 | 91久久精品国产一区二区成人| 久久精品夜色国产| 各种免费的搞黄视频| 免费高清在线观看视频在线观看| 最近最新中文字幕免费大全7| 嫩草影院新地址| 日本欧美国产在线视频| 国产大屁股一区二区在线视频| 女性生殖器流出的白浆| 亚洲精品久久久久久婷婷小说| 中国三级夫妇交换| 卡戴珊不雅视频在线播放| 97精品久久久久久久久久精品| 熟妇人妻不卡中文字幕| 亚洲,欧美,日韩| 纵有疾风起免费观看全集完整版| 一级毛片 在线播放| 国产高清有码在线观看视频| 美女高潮的动态| 亚洲av中文字字幕乱码综合| 黄色日韩在线| 亚洲精品日韩av片在线观看| 有码 亚洲区| 女性被躁到高潮视频| 亚洲国产毛片av蜜桃av| 亚洲,欧美,日韩| 午夜福利在线在线| 一级片'在线观看视频| 能在线免费看毛片的网站| 婷婷色av中文字幕| 国产欧美日韩精品一区二区| 久久国产精品大桥未久av | 亚洲一区二区三区欧美精品| 精品久久国产蜜桃| 日本一二三区视频观看| 女的被弄到高潮叫床怎么办| 日韩成人伦理影院| 精品人妻偷拍中文字幕| 2018国产大陆天天弄谢| 亚洲精品国产av成人精品| 特大巨黑吊av在线直播| 欧美激情国产日韩精品一区| 蜜臀久久99精品久久宅男| 啦啦啦在线观看免费高清www| 亚洲va在线va天堂va国产| 欧美高清性xxxxhd video| 久久久久国产网址| 久久久午夜欧美精品| av一本久久久久| 亚洲欧美中文字幕日韩二区| 国产色爽女视频免费观看| h日本视频在线播放| 日本午夜av视频| 99九九线精品视频在线观看视频| 免费在线观看成人毛片| 一级爰片在线观看| av福利片在线观看| 亚洲欧洲国产日韩| 99九九线精品视频在线观看视频| 国产亚洲精品久久久com| 免费黄频网站在线观看国产| 波野结衣二区三区在线| 国产伦精品一区二区三区视频9| 欧美zozozo另类| 国产一级毛片在线| 在线精品无人区一区二区三 | av女优亚洲男人天堂| 久久久a久久爽久久v久久| h日本视频在线播放| 又大又黄又爽视频免费| 在线观看美女被高潮喷水网站| 秋霞在线观看毛片| 国产精品国产av在线观看| 午夜福利高清视频| 久久人人爽人人爽人人片va| 久久久色成人| 中文在线观看免费www的网站| 亚洲经典国产精华液单| 日本wwww免费看| av卡一久久| 蜜桃久久精品国产亚洲av| www.av在线官网国产| 久久精品国产自在天天线| 成人18禁高潮啪啪吃奶动态图 | 欧美激情极品国产一区二区三区 | 黑人高潮一二区| 王馨瑶露胸无遮挡在线观看| 国产精品伦人一区二区| 十八禁网站网址无遮挡 | 哪个播放器可以免费观看大片| 国产成人精品婷婷| 日韩亚洲欧美综合| 国产色婷婷99| 久久人妻熟女aⅴ| 成人国产av品久久久| 伦精品一区二区三区| 国产熟女欧美一区二区| 3wmmmm亚洲av在线观看| 美女xxoo啪啪120秒动态图| 欧美精品亚洲一区二区| 成人美女网站在线观看视频| 亚洲成色77777| 精品久久久久久电影网| 成人无遮挡网站| 尤物成人国产欧美一区二区三区| 亚洲中文av在线| 一区二区av电影网| 美女内射精品一级片tv| 少妇精品久久久久久久| 伦理电影大哥的女人| 99久久精品热视频| 亚洲色图综合在线观看| 婷婷色av中文字幕| 亚洲最大成人中文| 亚洲熟女精品中文字幕| 亚洲aⅴ乱码一区二区在线播放| 水蜜桃什么品种好| 欧美变态另类bdsm刘玥| 亚洲精品亚洲一区二区| 久久久精品94久久精品| 久久人人爽人人片av| 女人久久www免费人成看片| 精品一区二区免费观看| 五月天丁香电影| 成年女人在线观看亚洲视频| 中文字幕av成人在线电影| 我要看日韩黄色一级片| 热re99久久精品国产66热6| 十八禁网站网址无遮挡 | 日韩av在线免费看完整版不卡| 欧美另类一区| a级毛色黄片| 亚洲性久久影院| av国产免费在线观看| 在线观看国产h片| 国产精品一二三区在线看| 亚洲精品一二三| 精品久久久久久久久亚洲| 国产av国产精品国产| 中文字幕免费在线视频6| 看十八女毛片水多多多| 99久久中文字幕三级久久日本| 精品久久久精品久久久| 日本欧美视频一区| 国产永久视频网站| 少妇的逼好多水| 人妻系列 视频| 黄色配什么色好看| 日本午夜av视频| 能在线免费看毛片的网站| 观看免费一级毛片| 身体一侧抽搐| 伦理电影免费视频| 热re99久久精品国产66热6| 免费大片黄手机在线观看| 在线观看一区二区三区| 插阴视频在线观看视频| 夜夜爽夜夜爽视频| 国内少妇人妻偷人精品xxx网站| 国产精品一区二区在线不卡| 青春草国产在线视频| 伊人久久精品亚洲午夜| www.色视频.com| 热99国产精品久久久久久7| 久久精品熟女亚洲av麻豆精品| 婷婷色麻豆天堂久久| 久久6这里有精品| 内地一区二区视频在线| 九九在线视频观看精品| 777米奇影视久久| 水蜜桃什么品种好| 免费看光身美女| 国产精品一及| 国产人妻一区二区三区在| kizo精华| 少妇人妻久久综合中文| 久久久久网色| 免费看光身美女| 免费不卡的大黄色大毛片视频在线观看| 久久精品夜色国产| 伦理电影大哥的女人| 国产男人的电影天堂91| 国产精品国产三级国产专区5o| 女性生殖器流出的白浆| 久久久久视频综合| 色视频www国产| av天堂中文字幕网| 免费av中文字幕在线| 国产视频内射| 欧美区成人在线视频| 欧美少妇被猛烈插入视频| 久热久热在线精品观看| 边亲边吃奶的免费视频| 在线观看美女被高潮喷水网站| 中文字幕人妻熟人妻熟丝袜美| 国产亚洲5aaaaa淫片| 日韩免费高清中文字幕av| 人人妻人人看人人澡| 亚洲国产av新网站| 国产精品一区www在线观看| 日韩,欧美,国产一区二区三区| 自拍欧美九色日韩亚洲蝌蚪91 | 国产乱来视频区| 欧美区成人在线视频| 激情 狠狠 欧美| 国产久久久一区二区三区| 91午夜精品亚洲一区二区三区| 在线观看免费高清a一片| 夜夜爽夜夜爽视频| 在线观看一区二区三区| 国产精品久久久久久精品电影小说 | 久久女婷五月综合色啪小说| 国产男女内射视频| 亚洲不卡免费看| 亚洲激情五月婷婷啪啪| 综合色丁香网| av黄色大香蕉| 在线观看免费日韩欧美大片 | 熟女电影av网| 国产综合精华液| 国产色婷婷99| 日韩精品有码人妻一区| 国产成人aa在线观看| 大香蕉久久网| 有码 亚洲区| 蜜桃久久精品国产亚洲av| 日韩一本色道免费dvd| 亚洲成人手机| 国产av一区二区精品久久 | 99久久综合免费| 人人妻人人看人人澡| 十分钟在线观看高清视频www | 久久人人爽av亚洲精品天堂 | 丰满人妻一区二区三区视频av| 亚洲精品第二区| 黑丝袜美女国产一区| 丰满迷人的少妇在线观看| 日韩视频在线欧美| av免费观看日本| 韩国av在线不卡| 男女免费视频国产| 天堂8中文在线网| 精品视频人人做人人爽| 在线观看一区二区三区| 久久精品夜色国产| 全区人妻精品视频| 中文精品一卡2卡3卡4更新| 亚洲精品国产av蜜桃| 永久网站在线| 91在线精品国自产拍蜜月| 午夜视频国产福利| 最近最新中文字幕免费大全7| 国产亚洲一区二区精品| 天堂中文最新版在线下载| 久久99热这里只有精品18| 成人无遮挡网站| 欧美人与善性xxx| 亚洲国产欧美人成| 国产色爽女视频免费观看| 久久精品久久久久久噜噜老黄| 国产乱来视频区| 边亲边吃奶的免费视频| 一级毛片我不卡| 免费大片黄手机在线观看| 青春草亚洲视频在线观看| 大又大粗又爽又黄少妇毛片口| 日本wwww免费看| 婷婷色av中文字幕| 亚洲av中文av极速乱| 久久久色成人| 色网站视频免费| 最近中文字幕高清免费大全6| 日韩在线高清观看一区二区三区| 亚洲av福利一区| 一级毛片久久久久久久久女| 日韩在线高清观看一区二区三区| 啦啦啦视频在线资源免费观看| 精品国产露脸久久av麻豆| 国产精品久久久久久精品电影小说 | 卡戴珊不雅视频在线播放| 一级毛片黄色毛片免费观看视频| 少妇人妻精品综合一区二区| 日本av免费视频播放| 亚洲图色成人| 国产精品三级大全| 亚洲最大成人中文| 2021少妇久久久久久久久久久| 亚洲精品自拍成人| 亚洲人成网站在线播| av免费在线看不卡| 免费看不卡的av| 久久 成人 亚洲| 欧美日韩综合久久久久久| av女优亚洲男人天堂| 亚洲美女黄色视频免费看| 99久久人妻综合| 高清av免费在线| 在线精品无人区一区二区三 | 亚洲激情五月婷婷啪啪| 在线亚洲精品国产二区图片欧美 | 日韩不卡一区二区三区视频在线| 精品一区二区三卡| 日韩成人av中文字幕在线观看| 欧美区成人在线视频| 欧美xxxx性猛交bbbb| 国产亚洲5aaaaa淫片| 丝瓜视频免费看黄片| 少妇的逼好多水| 久久精品国产亚洲av涩爱| 亚洲va在线va天堂va国产| 亚洲精品视频女| 99热这里只有精品一区| 国产亚洲欧美精品永久| 免费看光身美女| 我要看黄色一级片免费的| 午夜日本视频在线| 亚洲图色成人| 男女国产视频网站| 亚洲成色77777| 欧美精品亚洲一区二区| 男女下面进入的视频免费午夜| 欧美一级a爱片免费观看看| 欧美一区二区亚洲| 在线天堂最新版资源| 麻豆乱淫一区二区| 久久久久久伊人网av| 久久久欧美国产精品| 亚洲aⅴ乱码一区二区在线播放| 国产成人精品久久久久久| 性色av一级| 成人国产av品久久久| 亚洲人成网站在线播| 大片电影免费在线观看免费| 亚洲在久久综合| 亚洲四区av| 国产精品成人在线| 国产高清三级在线| 综合色丁香网| 大话2 男鬼变身卡| 特大巨黑吊av在线直播| 久久久国产一区二区| 亚洲国产日韩一区二区| 亚洲国产色片| 久久久久精品久久久久真实原创| av专区在线播放| 少妇猛男粗大的猛烈进出视频| 中文天堂在线官网| 亚洲美女搞黄在线观看| 成人特级av手机在线观看| 三级经典国产精品| 在线免费观看不下载黄p国产| 亚洲欧洲国产日韩| 久久久欧美国产精品| 一区二区三区免费毛片| 国产亚洲5aaaaa淫片| 精品亚洲成国产av| 免费大片18禁| 精品国产露脸久久av麻豆| 99热这里只有是精品在线观看| 99久久中文字幕三级久久日本| 亚洲无线观看免费| 2021少妇久久久久久久久久久| 精品人妻视频免费看| 欧美97在线视频| 久久6这里有精品| 午夜福利高清视频| 国产在线一区二区三区精| 成人影院久久| 欧美日韩综合久久久久久| 建设人人有责人人尽责人人享有的 | av国产久精品久网站免费入址| freevideosex欧美| 精品亚洲成国产av| 色视频在线一区二区三区| 男女免费视频国产| 亚洲人成网站在线播| av一本久久久久| 精品国产一区二区三区久久久樱花 | 亚洲精华国产精华液的使用体验| 午夜老司机福利剧场| 自拍偷自拍亚洲精品老妇| 99热这里只有是精品50| 女人十人毛片免费观看3o分钟| 国产永久视频网站| 高清在线视频一区二区三区| 久久综合国产亚洲精品| 国产精品一区二区性色av| 精品99又大又爽又粗少妇毛片| 一级毛片电影观看| 在线天堂最新版资源| 美女视频免费永久观看网站| 一级a做视频免费观看| 久久久久久久久久久免费av| 国产乱来视频区| 国产一区亚洲一区在线观看| 九草在线视频观看| 久久精品夜色国产| 亚洲一级一片aⅴ在线观看| 十八禁网站网址无遮挡 | 久久毛片免费看一区二区三区| 精品久久久精品久久久| 日本av免费视频播放| 成人一区二区视频在线观看| 18禁在线无遮挡免费观看视频| 日本与韩国留学比较| 大又大粗又爽又黄少妇毛片口| 天天躁日日操中文字幕| 国产精品偷伦视频观看了| 中文字幕久久专区| 王馨瑶露胸无遮挡在线观看| 国产午夜精品久久久久久一区二区三区| 成人美女网站在线观看视频| 久久韩国三级中文字幕| 久久99精品国语久久久| 亚洲av成人精品一区久久| 91精品国产国语对白视频| 欧美亚洲 丝袜 人妻 在线| 日本欧美视频一区| av卡一久久| 亚洲美女黄色视频免费看| 久久精品熟女亚洲av麻豆精品| 国模一区二区三区四区视频| 精品人妻视频免费看| 久久久精品免费免费高清| 夜夜骑夜夜射夜夜干| 男女下面进入的视频免费午夜| 尾随美女入室| 亚洲国产精品成人久久小说| 色婷婷av一区二区三区视频|