• <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 ?

    基于改進(jìn)Gabor特征幻影的低分辨率人臉識別

    2020-09-29 13:10:24卞加祁胡學(xué)龍陳舒涵
    無線電工程 2020年10期
    關(guān)鍵詞:低分辨率流形高分辨率

    卞加祁,胡學(xué)龍*,陳舒涵

    (1.揚(yáng)州大學(xué) 信息工程學(xué)院,江蘇 揚(yáng)州 225127;2.揚(yáng)州大學(xué) 人工智能學(xué)院,江蘇 揚(yáng)州 225127)

    0 引言

    近年來,監(jiān)控?cái)z像頭的應(yīng)用頗為廣泛,人臉識別系統(tǒng)備受重視。由于攝像頭常處于非可控狀態(tài),故所拍攝得到的人臉圖像一般分辨率較低且質(zhì)量較差。如何提高此類低分辨率人臉的識別準(zhǔn)確率具有重要的現(xiàn)實(shí)意義。目前,低分辨率人臉識別主要有超分辨率重建[1-6]和穩(wěn)健特征提取[7-10]。超分辨率重建算法主要是先對低分辨率樣本進(jìn)行超分辨率增強(qiáng),然后再進(jìn)行識別。具體可以分為以下幾類:基于流形學(xué)習(xí)、基于字典學(xué)習(xí)以及基于回歸學(xué)習(xí)。在基于流形學(xué)習(xí)中,先假設(shè)高分辨率人臉和低分辨率人臉中具有相同的局部鄰域結(jié)構(gòu),在這種假設(shè)下,可以通過鄰域樣本重建生成與低分辨率人臉相對應(yīng)的高分辨率人臉;具體的流形思想有:局部幾何結(jié)構(gòu)以及稀疏鄰域嵌入。在基于字典學(xué)習(xí)中,通過尋找和從低分辨率人臉和高分辨率人臉特征空間有關(guān)的稀疏編碼系數(shù)來預(yù)測高分辨率人臉;基于字典學(xué)習(xí)的方法大致有2類:正交字典[3]和過完備字典。在基于回歸學(xué)習(xí)中,首先通過高低分辨率人臉數(shù)據(jù)集,建立一個(gè)映射函數(shù),再通過這個(gè)映射函數(shù),來構(gòu)建與低分辨率人臉相對應(yīng)的高分辨率人臉。具體方法有核回歸[5]、支持向量回歸等。在超分辨率重建算法中,Pong等[11]提出了一種基于Gabor特征重建的低分辨率人臉識別,即先用局部線性回歸建立一個(gè)映射函數(shù),再通過這個(gè)映射函數(shù),來構(gòu)建高分辨率(HR)的Gabor特征;將預(yù)測得到的HR特征和低分辨率(LR)特征投影到GCCA[12]空間中,進(jìn)行識別分類。

    在該算法中存在一些不足:① 使用局部線性回歸(LLR)[13]預(yù)測高分辨率人臉的Gabor特征,忽略了高低分辨率之間的非線性,本文采用流形學(xué)習(xí)中一種LLE[14]的算法預(yù)測高分辨率人臉Gabor特征,有效地預(yù)測了高分辨率人臉的非線性特征;② 通過Randomized CCA來揭示高低Gabor人臉特征的非線性關(guān)系,取代了原論文中使用GCCA僅能表示數(shù)據(jù)集之間線性關(guān)系的不足。

    1 Gabor特征幻影

    1.1 Gabor小波

    Gabor小波與人類視覺系統(tǒng)中的簡單細(xì)胞刺激響應(yīng)非常相似。它在提取目標(biāo)的局部空間和頻率信息方面具有良好的特性。Gabor小波能夠提供良好的方向和尺度選擇特性,而且對于光照變化并不敏感,能夠提供對光照變化良好的適應(yīng)性,正是這些良好的特征,所以能夠被廣泛地應(yīng)用于視覺。本文的人臉特征提取采用Gabor小波方法。在空間域中,由高斯函數(shù)調(diào)制的復(fù)指數(shù)構(gòu)成,其公式為:

    (1)

    式中,(m,n)為人臉像素的位置;ω為復(fù)指數(shù)的徑向中心頻率;θ為Gabor小波的方向;σ為高斯函數(shù)的標(biāo)準(zhǔn)偏差。

    1.2 高分辨率Gabor特征預(yù)測

    Pong使用了局部線性回歸的方法來預(yù)測高分辨率Gabor特征,這雖然能夠在一定程度上預(yù)測高分辨率的Gabor特征,但只假設(shè)了高低分辨率之間存在線性關(guān)系。而在流形學(xué)習(xí)中,認(rèn)為高低分辨率人臉具有相似的內(nèi)在結(jié)構(gòu)。相比于簡單的局部線性回歸,使用流形學(xué)習(xí)進(jìn)行HR Gabor特征預(yù)測,更能準(zhǔn)確地預(yù)測HR人臉。

    嵌入算法在高分辨率人臉重建應(yīng)用中,對于輸入的低分辨率人臉特征:

    (2)

    ③ 通過結(jié)構(gòu)權(quán)重和對應(yīng)K個(gè)近鄰的高分辨率來計(jì)算高分辨率Gabor人臉特征:

    (3)

    1.3 典型相關(guān)分析

    (4)

    1.4 隨機(jī)CCA

    雖然CCA能夠最大化2組變量之間的相關(guān)性,但是CCA是基于線性相關(guān)的,所以不能準(zhǔn)確反映非線性關(guān)系。為了克服CCA這一缺點(diǎn),一系列的非線性拓展算法相繼提出。比如Kernel CCA[15],利用核函數(shù)來構(gòu)造2組變量的非線性關(guān)系;再如Deep CCA[16],利用DNN網(wǎng)絡(luò)來訓(xùn)練2組變量的非線性關(guān)系;但是這些算法雖然提高了相關(guān)性,但也具有相當(dāng)高的計(jì)算復(fù)雜度和時(shí)間復(fù)雜度。David[17]提出了利用隨機(jī)策略來構(gòu)造可以與線性算法結(jié)合使用揭示非線性特征。其公式為:

    (5)

    (6)

    通過拉格朗日乘法,得出Urandom和Vrandom,即為:

    (7)

    為了避免過擬合,添加了μ和k兩個(gè)懲罰項(xiàng):

    (8)

    1.5 Gabor特征幻影的低分辨率人臉識別

    類似于CCA,選擇前d個(gè)特征值對應(yīng)的特征向量Wl=(α1,α2,…,αd)和Wh=(β1,β2,…,βd),將Wl,Wh稱為廣義典型投影向量,并且使用式(9)和式(10)組合的特征稱為廣義規(guī)范判別特征。即:

    (9)

    (10)

    (11)

    (12)

    通過式(12)級聯(lián)后并使用式(13)的計(jì)分函數(shù)將其分類:

    (13)

    式中,G和H表示訓(xùn)練集和測試集里的人臉投影到RCCA后的特征向量。

    1.6 框架圖

    算法框架如圖1所示,分為2個(gè)部分:訓(xùn)練部分和測試部分。訓(xùn)練部分:分別將高低分辨率的人臉數(shù)據(jù)集都基于Gabor進(jìn)行特征提取,再通過RCCA獲取LR和HR對應(yīng)的相關(guān)特征,并將其線性連接;測試部分:輸入一個(gè)LR的人臉,利用LLE構(gòu)建HR的Gabor特征,分別將LR、HR映射到相關(guān)的特征中并進(jìn)行線性連接;最后送入最近鄰分類器進(jìn)行分類,求得識別結(jié)果。

    圖1 算法框架

    2 實(shí)驗(yàn)結(jié)果和分析

    為了驗(yàn)證改進(jìn)算法的有效性,在YALE和ORL數(shù)據(jù)集上做了一些實(shí)驗(yàn),將LLE與LLR,GCCA與RCCA進(jìn)行兩兩組合。保留PCA的97%的有效能量。實(shí)驗(yàn)環(huán)境為Intel Core i7 CPU 2.2 GHz,內(nèi)存8 GB,操作系統(tǒng)Windows 10,編程平臺為Matlab2017b。

    2.1 數(shù)據(jù)集描述

    YALE數(shù)據(jù)集由耶魯大學(xué)計(jì)算視覺與控制中心創(chuàng)建,包含15名志愿者,每名志愿者由11幅圖像組成,這些人臉包含著明顯不同的光照、表情以及姿態(tài)的變化。以YALE數(shù)據(jù)集為基礎(chǔ),將48 pixel×48 pixel分辨率作為HR人臉圖像集,對該數(shù)據(jù)集依次平滑下采樣,依次獲得8 pixel×8 pixel,9 pixel×9 pixel,11 pixel×11 pixel,13 pixel×13 pixel,15 pixel×15 pixel,17 pixel×17 pixel,19 pixel×19 pixel的LR人臉數(shù)據(jù)集。

    ORL數(shù)據(jù)集由劍橋大學(xué)AT&T實(shí)驗(yàn)室創(chuàng)建,包含40名志愿者,每名志愿者由10幅圖像組成,分辨率大小統(tǒng)一為92 pixel×112 pixel。該數(shù)據(jù)庫人臉表情和人臉姿態(tài)有一定的變化。以O(shè)RL數(shù)據(jù)集為基礎(chǔ),將48 pixel×48 pixel作為高分辨率人臉圖像集,對該數(shù)據(jù)集依次平滑下采樣,依次獲得10 pixel×10 pixel,12 pixel×12 pixel,14 pixel×14 pixel,16 pixel×16 pixel,18 pixel×18 pixel,20 pixel×20 pixel的低分辨率人臉數(shù)據(jù)集。

    2.2 重建Gabor特征對比

    在比對重建Gabor特征時(shí),LR的Gabor特征分辨率為8 pixel×8 pixel,HR的Gabor特征的分辨率為48 pixel×48 pixel。如圖2和圖3所示。在YALE的人臉集中,采用峰值信噪比(PSNR)和結(jié)構(gòu)相似度值(SSIM)對比LLR和LLE算法重建的Gabor特征,所考慮的尺度和方向分別為5和8。

    圖2 重建Gabor特征得PSNR對比

    圖3 重建Gabor特征得SSIM對比

    從圖2和圖3可以得出,在PNSR的比對中,LLR算法重建特征效果好于K=10和K=20的,在K為30,40,...,70時(shí),效果均小于LLE算法的重建效果;在SSIM的比對中,LLE算法的重建效果都好于LLR算法的重建。

    2.3 YALE數(shù)據(jù)集上的實(shí)驗(yàn)

    在YALE數(shù)據(jù)集的實(shí)驗(yàn)中,每位志愿者隨機(jī)抽取5張人臉作為訓(xùn)練集,其余作為測試集。將48 pixel×48 pixel作為HR人臉,LR人臉范圍9 pixel×9 pixel~19 pixel×19 pixel。在LLE算法中,K取值為30;RCCA中的懲罰項(xiàng)μ和κ設(shè)置為0.001。實(shí)驗(yàn)結(jié)果如表1和圖4所示。

    表1 YALE上不同算法在不同分辨率下的識別率

    圖4 YALE上各類算法識別率

    通過實(shí)驗(yàn)結(jié)果比對,本文基于LLE算法而改進(jìn)的重建HR人臉的Gabor特征,在不同分辨率下,識別率均高于原論文中基于LLR算法而重建的HR人臉Gabor特征;本文所提出的基于LLE重建Gabor特征,結(jié)合原論文中的GCCA算法,能夠在不同的LR下?lián)碛凶罡叩淖R別率;本文提出的LLE+RCCA的改進(jìn)算法在不同分辨率下普遍高于原算法的LLR+GCCA的組合,尤其是在超低分辨率9 pixel×9 pixel時(shí),依然有72.22%的識別率。

    2.4 在ORL數(shù)據(jù)集上的實(shí)驗(yàn)

    在ORL人臉數(shù)據(jù)集的實(shí)驗(yàn)中,每位志愿者隨機(jī)抽取5幅人臉作為訓(xùn)練集,其余作為測試集,以48 pixel×48 pixel作為HR人臉,LR范圍10 pixel×10 pixel~20 pixel×20 pixel。在LLE算法中,K值選取為40;RCCA中的懲罰項(xiàng)μ和κ設(shè)置為0.001。實(shí)驗(yàn)結(jié)果如表2和圖5所示。

    表2 ORL上不同算法在不同分辨率下的識別率

    圖5 ORL上各類算法識別率

    更換實(shí)驗(yàn)數(shù)據(jù)集,將實(shí)驗(yàn)放在ORL數(shù)據(jù)集上測試。由于ORL數(shù)據(jù)集的環(huán)境干擾比較少,所以識別率普遍提高。也得到和YALE數(shù)據(jù)集相似的結(jié)論:本文基于LLE算法而改進(jìn)的重建HR人臉的Gabor特征,在不同分辨率下,識別率均高于原論文中基于LLR算法而重建的HR人臉Gabor特征;本文所提出的基于LLE重建Gabor特征,結(jié)合原論文中的GCCA算法,能夠在不同LR下?lián)碛凶罡叩淖R別率;本文提出的LLE+RCCA的改進(jìn)算法在不同分辨率下普遍高于原算法的LLR+GCCA的組合,尤其是在超低分辨率10 pixel×10 pixel時(shí),依然有86.50%的識別率;

    3 結(jié)束語

    本文提出了基于改進(jìn)的Gabor特征幻影的人臉識別算法,在Pong的算法上提出了改進(jìn)。主要有以下2點(diǎn):采用基于流形學(xué)習(xí)的LLE算法取代原論文的LLR算法,更加注重高低分辨率之間的非線性關(guān)系;在特征投影方面,采用RCCA算法,更加注重訓(xùn)練集的非線性特征。在上述實(shí)驗(yàn)結(jié)果中,改進(jìn)后的算法提高了識別率,尤其是極低分辨率的情況下。

    猜你喜歡
    低分辨率流形高分辨率
    基于全局和局部特征集成的低分辨率人臉識別方法
    紅外熱成像中低分辨率行人小目標(biāo)檢測方法
    基于偏移學(xué)習(xí)的低分辨率人體姿態(tài)估計(jì)
    高分辨率合成孔徑雷達(dá)圖像解譯系統(tǒng)
    緊流形上的Schr?dinger算子的譜間隙估計(jì)
    迷向表示分為6個(gè)不可約直和的旗流形上不變愛因斯坦度量
    Nearly Kaehler流形S3×S3上的切觸拉格朗日子流形
    樹木的低分辨率三維模型資源創(chuàng)建實(shí)踐
    高分辨率對地觀測系統(tǒng)
    太空探索(2015年8期)2015-07-18 11:04:44
    基于Curvelet-Wavelet變換高分辨率遙感圖像降噪
    av在线播放免费不卡| 精品国产乱码久久久久久男人| 一a级毛片在线观看| 亚洲国产看品久久| 变态另类丝袜制服| 中文字幕另类日韩欧美亚洲嫩草| 久久久久国内视频| 一进一出抽搐动态| 国产成人啪精品午夜网站| xxx96com| 欧美乱码精品一区二区三区| 亚洲成人免费电影在线观看| 亚洲自拍偷在线| 国产一卡二卡三卡精品| 19禁男女啪啪无遮挡网站| 国产一区二区三区在线臀色熟女| 日本一区二区免费在线视频| 丰满人妻熟妇乱又伦精品不卡| 夜夜躁狠狠躁天天躁| 91老司机精品| 天天一区二区日本电影三级| 欧美亚洲日本最大视频资源| 亚洲第一av免费看| 深夜精品福利| 免费观看人在逋| 亚洲欧美一区二区三区黑人| tocl精华| 亚洲 欧美一区二区三区| 欧美乱色亚洲激情| 欧美日韩黄片免| 日韩欧美一区视频在线观看| 成人免费观看视频高清| av视频在线观看入口| 成人国产综合亚洲| 黄色 视频免费看| 日韩欧美一区二区三区在线观看| 淫秽高清视频在线观看| 国产精品 国内视频| 在线观看免费日韩欧美大片| 亚洲第一欧美日韩一区二区三区| 真人做人爱边吃奶动态| 亚洲熟女毛片儿| 日韩欧美国产一区二区入口| 精品国产一区二区三区四区第35| 国产午夜精品久久久久久| 欧美日韩亚洲综合一区二区三区_| 亚洲av熟女| 1024手机看黄色片| 99久久精品国产亚洲精品| 色尼玛亚洲综合影院| 久久青草综合色| 91九色精品人成在线观看| 欧美精品亚洲一区二区| 国产亚洲精品第一综合不卡| 天堂√8在线中文| 最近最新中文字幕大全免费视频| 无人区码免费观看不卡| 级片在线观看| 久久精品亚洲精品国产色婷小说| 色哟哟哟哟哟哟| 欧美又色又爽又黄视频| 国产精品免费一区二区三区在线| 国产精品精品国产色婷婷| 亚洲国产欧美一区二区综合| 成人国语在线视频| 久久 成人 亚洲| 两性午夜刺激爽爽歪歪视频在线观看 | tocl精华| 在线播放国产精品三级| 日本熟妇午夜| 国产精品影院久久| 亚洲熟妇中文字幕五十中出| 一个人观看的视频www高清免费观看 | 桃红色精品国产亚洲av| 精品久久蜜臀av无| 亚洲精品av麻豆狂野| 亚洲色图av天堂| 男女下面进入的视频免费午夜 | 在线观看午夜福利视频| 夜夜夜夜夜久久久久| 91在线观看av| 老熟妇仑乱视频hdxx| 男女午夜视频在线观看| 免费人成视频x8x8入口观看| 欧美中文日本在线观看视频| 欧美大码av| 国产精品亚洲一级av第二区| 精华霜和精华液先用哪个| АⅤ资源中文在线天堂| 波多野结衣高清无吗| 精品电影一区二区在线| 91国产中文字幕| 久久香蕉国产精品| 女性生殖器流出的白浆| 久久精品91无色码中文字幕| 很黄的视频免费| 观看免费一级毛片| 成人永久免费在线观看视频| 99久久久亚洲精品蜜臀av| 搡老岳熟女国产| 哪里可以看免费的av片| 国产成人影院久久av| 久久久精品国产亚洲av高清涩受| 我的亚洲天堂| 色婷婷久久久亚洲欧美| 欧美绝顶高潮抽搐喷水| 一级毛片精品| 精品欧美国产一区二区三| 满18在线观看网站| 国产精品九九99| 亚洲成人国产一区在线观看| 国产三级在线视频| 日韩免费av在线播放| 国产精品免费视频内射| 欧洲精品卡2卡3卡4卡5卡区| 亚洲国产精品sss在线观看| 亚洲精品在线美女| 超碰成人久久| 丁香六月欧美| 男男h啪啪无遮挡| 亚洲av电影在线进入| 亚洲午夜精品一区,二区,三区| 成人亚洲精品av一区二区| 欧美日韩一级在线毛片| 日韩大码丰满熟妇| 久久精品91无色码中文字幕| 亚洲熟妇中文字幕五十中出| 99re在线观看精品视频| 免费在线观看视频国产中文字幕亚洲| 国产99久久九九免费精品| 欧洲精品卡2卡3卡4卡5卡区| 老司机福利观看| 午夜激情福利司机影院| 1024手机看黄色片| 国产av在哪里看| 一级黄色大片毛片| 嫩草影视91久久| 亚洲,欧美精品.| 啪啪无遮挡十八禁网站| 亚洲欧洲精品一区二区精品久久久| 香蕉久久夜色| 久久国产乱子伦精品免费另类| 中文字幕人妻丝袜一区二区| 亚洲第一欧美日韩一区二区三区| 国产精品国产高清国产av| 久久久久亚洲av毛片大全| 久久精品国产亚洲av香蕉五月| 黄片大片在线免费观看| 天堂影院成人在线观看| av免费在线观看网站| 无遮挡黄片免费观看| 美女高潮到喷水免费观看| tocl精华| 正在播放国产对白刺激| 老司机深夜福利视频在线观看| 欧美+亚洲+日韩+国产| 国产精品,欧美在线| 美女高潮喷水抽搐中文字幕| 中文字幕另类日韩欧美亚洲嫩草| 久久久久九九精品影院| 欧美大码av| 亚洲av五月六月丁香网| 一区二区日韩欧美中文字幕| 99久久无色码亚洲精品果冻| 欧美成人免费av一区二区三区| 人妻丰满熟妇av一区二区三区| 日本成人三级电影网站| 久久狼人影院| a级毛片在线看网站| www国产在线视频色| 精品久久久久久久人妻蜜臀av| 色婷婷久久久亚洲欧美| 精品国产一区二区三区四区第35| a级毛片在线看网站| 欧美成人免费av一区二区三区| 无限看片的www在线观看| 97碰自拍视频| 国产一区二区激情短视频| 午夜福利视频1000在线观看| 亚洲欧洲精品一区二区精品久久久| 日韩精品中文字幕看吧| av天堂在线播放| 国产av不卡久久| 俺也久久电影网| 免费看日本二区| 给我免费播放毛片高清在线观看| 亚洲人成网站在线播放欧美日韩| 久久久国产成人精品二区| 操出白浆在线播放| 亚洲第一欧美日韩一区二区三区| 法律面前人人平等表现在哪些方面| 成人18禁高潮啪啪吃奶动态图| 高潮久久久久久久久久久不卡| 久久热在线av| 欧美一级a爱片免费观看看 | 久久久久九九精品影院| 好男人在线观看高清免费视频 | 日日爽夜夜爽网站| 久久 成人 亚洲| 超碰成人久久| 午夜福利欧美成人| 别揉我奶头~嗯~啊~动态视频| 人人澡人人妻人| 少妇 在线观看| 男女床上黄色一级片免费看| 亚洲人成电影免费在线| 欧洲精品卡2卡3卡4卡5卡区| 亚洲精品国产区一区二| 亚洲无线在线观看| 好男人在线观看高清免费视频 | 精品久久久久久久久久免费视频| 日韩中文字幕欧美一区二区| 午夜福利18| 巨乳人妻的诱惑在线观看| 18禁国产床啪视频网站| 成人免费观看视频高清| 国产黄色小视频在线观看| 禁无遮挡网站| 免费在线观看亚洲国产| 国产区一区二久久| 午夜激情福利司机影院| 三级毛片av免费| 老司机福利观看| 人人澡人人妻人| 好看av亚洲va欧美ⅴa在| 国产精品99久久99久久久不卡| 久久香蕉精品热| 老司机靠b影院| 村上凉子中文字幕在线| 在线观看一区二区三区| 国产一区二区激情短视频| 欧美日韩中文字幕国产精品一区二区三区| 亚洲成人久久爱视频| 亚洲国产日韩欧美精品在线观看 | 一本综合久久免费| 久热这里只有精品99| 国产精品亚洲美女久久久| 在线观看免费视频日本深夜| 欧美午夜高清在线| 给我免费播放毛片高清在线观看| 成年女人毛片免费观看观看9| 黄色毛片三级朝国网站| 男人舔女人的私密视频| 国产精品久久久久久精品电影 | 久久精品国产99精品国产亚洲性色| 欧美绝顶高潮抽搐喷水| 国产一卡二卡三卡精品| 亚洲成国产人片在线观看| 国产乱人伦免费视频| 国产91精品成人一区二区三区| 69av精品久久久久久| 中文字幕av电影在线播放| 18禁观看日本| 听说在线观看完整版免费高清| 久9热在线精品视频| 成人永久免费在线观看视频| 久热这里只有精品99| 亚洲成av人片免费观看| 久久 成人 亚洲| 91麻豆精品激情在线观看国产| 后天国语完整版免费观看| 人妻丰满熟妇av一区二区三区| 国内少妇人妻偷人精品xxx网站 | 一进一出抽搐gif免费好疼| АⅤ资源中文在线天堂| 香蕉国产在线看| 91老司机精品| 亚洲成人精品中文字幕电影| 69av精品久久久久久| 欧洲精品卡2卡3卡4卡5卡区| 999精品在线视频| 亚洲五月天丁香| 成人18禁高潮啪啪吃奶动态图| 一进一出抽搐gif免费好疼| 淫秽高清视频在线观看| 免费看日本二区| 亚洲色图av天堂| 1024香蕉在线观看| 两个人视频免费观看高清| 精品久久久久久成人av| 欧美三级亚洲精品| 在线视频色国产色| 国产成人精品无人区| 欧美日韩亚洲国产一区二区在线观看| 黄色成人免费大全| 哪里可以看免费的av片| 人人妻人人澡人人看| 国产亚洲精品av在线| 2021天堂中文幕一二区在线观 | 啦啦啦观看免费观看视频高清| 久久婷婷成人综合色麻豆| 在线免费观看的www视频| 欧美激情高清一区二区三区| 我的亚洲天堂| 婷婷精品国产亚洲av在线| 色综合亚洲欧美另类图片| av超薄肉色丝袜交足视频| av超薄肉色丝袜交足视频| www日本在线高清视频| 国产爱豆传媒在线观看 | 亚洲五月色婷婷综合| ponron亚洲| 老汉色av国产亚洲站长工具| 国产av又大| 黑人欧美特级aaaaaa片| 日本黄色视频三级网站网址| 久久国产精品男人的天堂亚洲| 少妇裸体淫交视频免费看高清 | 香蕉久久夜色| 手机成人av网站| 婷婷精品国产亚洲av在线| 国产三级黄色录像| 一边摸一边抽搐一进一小说| 老司机福利观看| 国产熟女xx| 成人一区二区视频在线观看| 色婷婷久久久亚洲欧美| 国产精品98久久久久久宅男小说| 亚洲国产精品sss在线观看| 丝袜美腿诱惑在线| 无人区码免费观看不卡| 精品国产乱子伦一区二区三区| 麻豆成人av在线观看| www.999成人在线观看| 久久这里只有精品19| 久久婷婷成人综合色麻豆| 免费看美女性在线毛片视频| svipshipincom国产片| 午夜视频精品福利| 亚洲国产欧美一区二区综合| 可以免费在线观看a视频的电影网站| 国产精品 欧美亚洲| 搡老熟女国产l中国老女人| 老熟妇乱子伦视频在线观看| 日本黄色视频三级网站网址| 老司机靠b影院| 国产私拍福利视频在线观看| 欧美成人性av电影在线观看| 操出白浆在线播放| 久久久久久久久免费视频了| 黑人操中国人逼视频| 国产成人av激情在线播放| 美女国产高潮福利片在线看| 成人三级黄色视频| 日韩视频一区二区在线观看| 欧美人与性动交α欧美精品济南到| 亚洲av熟女| 日韩大码丰满熟妇| 特大巨黑吊av在线直播 | 老司机福利观看| 亚洲专区字幕在线| 午夜福利在线在线| 19禁男女啪啪无遮挡网站| 亚洲一卡2卡3卡4卡5卡精品中文| 成人欧美大片| 亚洲 国产 在线| 在线播放国产精品三级| 中文亚洲av片在线观看爽| 一个人免费在线观看的高清视频| 国产激情偷乱视频一区二区| 亚洲男人天堂网一区| 久久人妻福利社区极品人妻图片| 成人永久免费在线观看视频| 天堂√8在线中文| 久久久久国产一级毛片高清牌| 在线视频色国产色| 国产成人av教育| 一本综合久久免费| 香蕉丝袜av| 国产aⅴ精品一区二区三区波| 国产男靠女视频免费网站| 中亚洲国语对白在线视频| 天天一区二区日本电影三级| 午夜福利免费观看在线| 亚洲国产精品久久男人天堂| 亚洲国产毛片av蜜桃av| 99在线视频只有这里精品首页| 在线观看免费视频日本深夜| 免费看美女性在线毛片视频| 亚洲 欧美一区二区三区| 国产精品香港三级国产av潘金莲| 99久久国产精品久久久| 婷婷精品国产亚洲av| 中文字幕人妻丝袜一区二区| 久久久久国产一级毛片高清牌| 在线国产一区二区在线| 国产午夜精品久久久久久| 午夜成年电影在线免费观看| 亚洲国产精品sss在线观看| 99在线视频只有这里精品首页| 欧美绝顶高潮抽搐喷水| 亚洲av第一区精品v没综合| 日日爽夜夜爽网站| 久久中文看片网| 国产区一区二久久| 悠悠久久av| av超薄肉色丝袜交足视频| 久久精品国产综合久久久| 日韩欧美三级三区| 日韩欧美在线二视频| av天堂在线播放| 两性夫妻黄色片| 搡老熟女国产l中国老女人| 无遮挡黄片免费观看| 听说在线观看完整版免费高清| 成人18禁在线播放| 亚洲av成人一区二区三| 国产精品久久久久久亚洲av鲁大| 亚洲精品粉嫩美女一区| 真人一进一出gif抽搐免费| 精品国产乱子伦一区二区三区| 亚洲一卡2卡3卡4卡5卡精品中文| 午夜福利成人在线免费观看| 白带黄色成豆腐渣| 大型黄色视频在线免费观看| 女生性感内裤真人,穿戴方法视频| 日本撒尿小便嘘嘘汇集6| 高潮久久久久久久久久久不卡| 日本成人三级电影网站| 亚洲精品一卡2卡三卡4卡5卡| 亚洲国产欧美网| 女人高潮潮喷娇喘18禁视频| 国产色视频综合| 色老头精品视频在线观看| 黄色视频不卡| 中出人妻视频一区二区| 婷婷精品国产亚洲av| 亚洲久久久国产精品| 国产区一区二久久| 老司机靠b影院| 欧美zozozo另类| 黄色毛片三级朝国网站| 香蕉av资源在线| 99热6这里只有精品| 在线观看66精品国产| videosex国产| 国产熟女午夜一区二区三区| 熟妇人妻久久中文字幕3abv| 国产野战对白在线观看| 搡老妇女老女人老熟妇| 午夜福利成人在线免费观看| 精品福利观看| 国产精品,欧美在线| 亚洲成人免费电影在线观看| 日韩欧美三级三区| 午夜成年电影在线免费观看| 国产男靠女视频免费网站| 一本一本综合久久| 亚洲欧美精品综合一区二区三区| 一个人免费在线观看的高清视频| 成人精品一区二区免费| 一区福利在线观看| 国产亚洲欧美98| 欧美一区二区精品小视频在线| 亚洲精品国产精品久久久不卡| 热re99久久国产66热| 久久精品影院6| 亚洲国产精品久久男人天堂| 日韩免费av在线播放| 久9热在线精品视频| 黑人巨大精品欧美一区二区mp4| 欧美日韩亚洲综合一区二区三区_| 9191精品国产免费久久| 啦啦啦 在线观看视频| 最新美女视频免费是黄的| 国产免费av片在线观看野外av| 欧美色欧美亚洲另类二区| 国产成人系列免费观看| 在线看三级毛片| ponron亚洲| 久久午夜亚洲精品久久| 国产亚洲精品av在线| 男女之事视频高清在线观看| 成人精品一区二区免费| 亚洲精品粉嫩美女一区| 亚洲在线自拍视频| 一级a爱片免费观看的视频| 美女 人体艺术 gogo| 在线十欧美十亚洲十日本专区| 欧美性猛交╳xxx乱大交人| 日日爽夜夜爽网站| 国产三级黄色录像| 免费在线观看日本一区| 1024香蕉在线观看| 国产久久久一区二区三区| 国产精品久久久av美女十八| 在线av久久热| 男女午夜视频在线观看| 久久久国产成人精品二区| 自线自在国产av| 午夜免费激情av| 久久久久免费精品人妻一区二区 | 一夜夜www| 精品无人区乱码1区二区| 在线观看舔阴道视频| 在线天堂中文资源库| 久久久久国内视频| 9191精品国产免费久久| 久久天堂一区二区三区四区| 色综合欧美亚洲国产小说| 久久香蕉精品热| 久久久国产精品麻豆| 精品久久蜜臀av无| 妹子高潮喷水视频| 精品国产乱码久久久久久男人| 99久久综合精品五月天人人| 久久精品91蜜桃| 丝袜美腿诱惑在线| 国产aⅴ精品一区二区三区波| 99国产极品粉嫩在线观看| 日韩av在线大香蕉| 亚洲精品av麻豆狂野| 午夜福利一区二区在线看| 三级毛片av免费| 亚洲专区国产一区二区| 亚洲av日韩精品久久久久久密| 中出人妻视频一区二区| 在线观看www视频免费| 亚洲国产欧美一区二区综合| 免费一级毛片在线播放高清视频| 亚洲性夜色夜夜综合| 久久久久免费精品人妻一区二区 | 美女高潮到喷水免费观看| 亚洲avbb在线观看| 国产精品,欧美在线| 久久午夜综合久久蜜桃| 香蕉av资源在线| 最新美女视频免费是黄的| 国产91精品成人一区二区三区| 观看免费一级毛片| 日本精品一区二区三区蜜桃| 高潮久久久久久久久久久不卡| 亚洲精品美女久久av网站| 法律面前人人平等表现在哪些方面| 久久精品夜夜夜夜夜久久蜜豆 | 一个人免费在线观看的高清视频| 国产aⅴ精品一区二区三区波| 国产欧美日韩一区二区三| 亚洲avbb在线观看| 国产av一区二区精品久久| 精品久久久久久久久久久久久 | 一a级毛片在线观看| 欧美一级毛片孕妇| 人人妻人人澡欧美一区二区| 两人在一起打扑克的视频| 亚洲精品一区av在线观看| 99久久精品国产亚洲精品| 波多野结衣av一区二区av| e午夜精品久久久久久久| 午夜免费成人在线视频| 日本撒尿小便嘘嘘汇集6| 亚洲精品一区av在线观看| 夜夜夜夜夜久久久久| 日本成人三级电影网站| 国产精品 国内视频| 两个人看的免费小视频| 他把我摸到了高潮在线观看| 日本在线视频免费播放| 草草在线视频免费看| 日韩欧美在线二视频| av中文乱码字幕在线| 亚洲七黄色美女视频| 欧美国产精品va在线观看不卡| 欧美zozozo另类| 婷婷精品国产亚洲av| 色播亚洲综合网| 侵犯人妻中文字幕一二三四区| 黄频高清免费视频| 日韩欧美 国产精品| 亚洲成人久久爱视频| 午夜福利在线在线| 日本一区二区免费在线视频| 国产99久久九九免费精品| 国产精品久久久人人做人人爽| 91麻豆精品激情在线观看国产| 青草久久国产| 国产精品乱码一区二三区的特点| 亚洲av日韩精品久久久久久密| 操出白浆在线播放| 精品福利观看| 嫩草影院精品99| 精品日产1卡2卡| 黄色 视频免费看| 91成年电影在线观看| 国产在线精品亚洲第一网站| www.自偷自拍.com| 久久亚洲真实| 一区二区三区国产精品乱码| 久久精品国产清高在天天线| 黄片大片在线免费观看| 亚洲人成网站高清观看| 男人舔女人下体高潮全视频| 在线观看免费午夜福利视频| 国产一级毛片七仙女欲春2 | 在线视频色国产色| 久99久视频精品免费| 一级a爱视频在线免费观看| 叶爱在线成人免费视频播放| 免费观看精品视频网站| 午夜免费观看网址| 91麻豆av在线| 国产主播在线观看一区二区| 精品一区二区三区av网在线观看| 久久久久久国产a免费观看| 一区二区三区精品91| 日韩欧美 国产精品| 国产片内射在线| 亚洲性夜色夜夜综合| 精品一区二区三区视频在线观看免费| 精品午夜福利视频在线观看一区| 久久久国产精品麻豆| 日韩中文字幕欧美一区二区| 一卡2卡三卡四卡精品乱码亚洲| 一个人免费在线观看的高清视频| 久久精品91蜜桃|