• <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 ?

    多任務(wù)卷積神經(jīng)網(wǎng)絡(luò)的電梯乘客識別方法①

    2021-06-28 06:28:22王廷銀吳允平
    關(guān)鍵詞:候選框關(guān)鍵點(diǎn)人臉

    王廷銀,郭 威,吳允平

    1(福建師范大學(xué) 光電與信息工程學(xué)院,福州 350007)

    2(數(shù)字福建環(huán)境監(jiān)測物聯(lián)網(wǎng)實(shí)驗(yàn)室,福州 350117)

    3(福建省光電傳感應(yīng)用工程技術(shù)研究中心,福州 350007)

    1 引言

    電梯是現(xiàn)代人類出行活動(dòng)最后50 米的交通工具[1],它方便人們的生活,使得人們對電梯使用的需求也日益劇增.截至2019年,我國電梯的保有量已達(dá)到709 萬臺(tái),位居世界第一,但其中也包括大量的老舊電梯.電梯作為特種設(shè)備的一種,其信息化水平與乘梯的安全性直接掛鉤,由于老舊電梯的信息化水平普遍不足以及我國電梯的使用呈現(xiàn)負(fù)載高、運(yùn)量大、隨機(jī)性強(qiáng)等特點(diǎn),使得電梯事故時(shí)有發(fā)生[2].當(dāng)遇到電梯事故時(shí),如何準(zhǔn)確了解到轎廂人員情況,是電梯安全監(jiān)測系統(tǒng)研究工作中重要的一環(huán),它有助于快速展開救援工作避免不必要的生命財(cái)產(chǎn)損失.有的學(xué)者在電梯監(jiān)測系統(tǒng)中應(yīng)用紅外傳感器來檢測識別電梯事故時(shí)是否有乘客[3],但由于紅外傳感器易受噪聲影響而導(dǎo)致誤檢的情況發(fā)生[4].為此,一些學(xué)者們通過機(jī)器視覺中傳統(tǒng)人臉檢測算法如Haar-like[5]、HOG[6]識別電梯乘客,避免紅外傳感易誤檢的問題,例如,2015年,王瀟宇提出HOG 人臉檢測算法應(yīng)用于電梯乘客識別,該方法在簡單實(shí)驗(yàn)環(huán)境下有較好的效果,但實(shí)際應(yīng)用情況不太理想[7];2016年,Kumar 利用Haar-like 人臉檢測算法進(jìn)行轎廂人員的檢測,但是利用傳統(tǒng)算法所提取的人臉特征難以充分反映真實(shí)的人臉特征,導(dǎo)致在實(shí)際應(yīng)用中檢測的精度不高[8].

    這些年,隨著深度學(xué)習(xí)的發(fā)展[9],基于卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)的模型層出不窮,如Faster R-CNN (Faster Region- Convolutional Neural Networks)、SSD (Single Shot multibox Detector)、YOLO (You Only Look Once)、MTCNN (Multi-Task Convolutional Neural Network),它們在人臉檢測的精度上比傳統(tǒng)算法高,從而被應(yīng)用到無人機(jī)、地鐵、安全監(jiān)控多個(gè)領(lǐng)域中,2018年,Shen 等將MTCNN 的人臉檢測應(yīng)用到無人機(jī)監(jiān)控系統(tǒng)中,克服了傳統(tǒng)檢測算法檢測效果不想理的情況,提高了無人機(jī)對人員檢測的精度[10];胡玲玲將MTCNN和anchor 機(jī)制結(jié)合提高網(wǎng)絡(luò)檢測的精度同時(shí)引入奇異值分解提高網(wǎng)絡(luò)在移動(dòng)端的檢測速度[11].2019年,周慧娟等應(yīng)用YOLO 對地鐵乘客進(jìn)行人臉檢測實(shí)現(xiàn)進(jìn)站客流量統(tǒng)計(jì),避免傳統(tǒng)人臉檢測算法在實(shí)際客流量統(tǒng)計(jì)中精度不理想的問題,有利于站管人員根據(jù)客流情況做出相應(yīng)措施,保障人流安全[12];同年9月,易詩等針對目前視頻監(jiān)控球機(jī)識別、跟蹤效果不佳等問題,運(yùn)用SSD 網(wǎng)絡(luò)人臉檢測功能提升對目標(biāo)識別的精度[13];同年10月,Halawa 等面對停車場的人為監(jiān)控效果不理想的情況,在閉路監(jiān)控中應(yīng)用Faster R-CNN 進(jìn)行人臉檢測,并利用Inception結(jié)構(gòu)優(yōu)化網(wǎng)絡(luò),保障對停車場人員高精度監(jiān)控[14].

    相較于Faster R-CNN、YOLO、SSD 等卷積神經(jīng)網(wǎng)絡(luò),多任務(wù)級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)算法(MTCNN)具有計(jì)算較快、模型較小的優(yōu)點(diǎn)[15].綜上,將MTCNN 人臉檢測算法應(yīng)用于電梯乘客識別,并對其網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn),實(shí)現(xiàn)高精度檢測,避免因紅外傳感容易受噪聲影響導(dǎo)致乘客的誤檢和傳統(tǒng)人臉檢測算法檢測精度低的問題的同時(shí),還能與電梯運(yùn)行狀態(tài)分析相融合,對電梯運(yùn)行進(jìn)行安全評估,當(dāng)遇到電梯事故時(shí),有助于救援工作的開展.

    2 MTCNN 原理

    2.1 MTCNN 的網(wǎng)絡(luò)結(jié)構(gòu)

    MTCNN是一種深層次的多任務(wù)級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)框架[16],由3 個(gè)簡單的卷積神經(jīng)網(wǎng)絡(luò)級聯(lián)組成,通過由粗略到精細(xì)的方式檢測人臉以及關(guān)鍵點(diǎn)的回歸.檢測過程如圖1所示,首先對輸入的圖像進(jìn)行尺度變換,得到圖像金字塔,然后把圖像金字塔輸入到第1 級網(wǎng)絡(luò)P-Net (Proposal Network)中,生成多尺度的人臉候選框,通過邊框回歸校準(zhǔn)候選框,并采用非極大抑制(NMS)合并重疊的候選框,將候選框圖輸入到第2 級網(wǎng)絡(luò)R-Net (Refine Network)中;R-Net 網(wǎng)絡(luò)使用邊框回歸和NMS 來剔除大部分錯(cuò)誤的候選框,將精確后的候選框圖輸入到第3 級網(wǎng)絡(luò)O-Net (Output Network)中;O-Net 對候選框進(jìn)行再次精選得到最終人臉框圖以及人臉關(guān)鍵點(diǎn).

    圖1 MTCNN 算法檢測圖

    MTCNN 各級的網(wǎng)絡(luò)結(jié)構(gòu)圖,如圖2所示.它們從內(nèi)容上看起來很相似,但是各自的作用還是有所不同的[17].P-Net 的網(wǎng)絡(luò)結(jié)構(gòu)如圖2(a)所示,P-Net是3 個(gè)網(wǎng)絡(luò)中深度最淺的,且是一個(gè)全卷積神經(jīng)網(wǎng)絡(luò),它主要的任務(wù)是獲得大量人臉區(qū)域候選框.圖2(b)是R-Net 的網(wǎng)絡(luò)結(jié)構(gòu)圖,它的任務(wù)是過濾錯(cuò)誤的候選框,在結(jié)構(gòu)上比P-Net 新增一層池化層與全連接層,使得R-Net 網(wǎng)絡(luò)的學(xué)習(xí)能力更強(qiáng),進(jìn)而可以較好地抑制錯(cuò)誤的候選框.圖2(c)是O-Net 的網(wǎng)絡(luò)結(jié)構(gòu)圖,它比R-Net 增加一層卷積層與池化層,在結(jié)構(gòu)上更加的復(fù)雜,從而更嚴(yán)格地抑制錯(cuò)誤的候選框,輸出最終人臉候選框和5 個(gè)面部關(guān)鍵點(diǎn).

    圖2 MTCNN 各級網(wǎng)絡(luò)結(jié)構(gòu)圖

    2.2 MTCNN 的損失函數(shù)

    MTCNN 中的每級網(wǎng)絡(luò)都需要進(jìn)行人臉分類、邊框回歸、關(guān)鍵點(diǎn)回歸3 個(gè)任務(wù)的訓(xùn)練.

    人臉分類屬于二分類任務(wù),通過交叉熵?fù)p失函數(shù)計(jì)算每個(gè)樣本Xi的損失值,如式(1)所示.

    其中,pi表示網(wǎng)絡(luò)預(yù)測樣本屬于人臉的概率,∈{0,1}屬于樣本標(biāo)簽,0是非人臉,1是人臉.

    邊框回歸是回歸問題.邊框包含了左上角坐標(biāo)(X,Y)以及邊框的寬和高4 個(gè)數(shù)值,通過解算網(wǎng)絡(luò)預(yù)測邊框坐標(biāo)與真實(shí)標(biāo)注邊框坐標(biāo)的歐幾里德?lián)p失值糾正坐標(biāo)位置,如式(2)所示.

    關(guān)鍵點(diǎn)回歸也是屬于回歸問題.關(guān)鍵點(diǎn)包含左右眼、鼻子、左右嘴角5 個(gè)坐標(biāo),共10 個(gè)數(shù)值,通過解算網(wǎng)絡(luò)預(yù)測的臉部關(guān)鍵點(diǎn)坐標(biāo)和真實(shí)臉部關(guān)鍵點(diǎn)坐標(biāo)的歐幾里德?lián)p失值從而修正坐標(biāo)位置,如式(3)所示.

    在訓(xùn)練時(shí),各個(gè)網(wǎng)絡(luò)的總損失函數(shù)通過上述3 種損失函數(shù)以加權(quán)形式表示,如式(4)所示.

    其中,N表示訓(xùn)練樣本數(shù)量,αj是各任務(wù)權(quán)重系數(shù),表示該任務(wù)在網(wǎng)絡(luò)中的重要程度,βij∈{0,1}表示樣本類型標(biāo)簽,在計(jì)算各個(gè)網(wǎng)絡(luò)的損失值時(shí),根據(jù)網(wǎng)絡(luò)對各個(gè)任務(wù)的注重程度不同來設(shè)置權(quán)重系數(shù)[18].

    3 MTCNN 算法改進(jìn)優(yōu)化

    本文通過引入Inception 模塊和BN 算法進(jìn)行MTCNN 算法的改進(jìn)優(yōu)化研究.

    3.1 引入Inception 模塊

    由于不同大小的卷積核對圖片處理能力不同,Szegedy等因此而設(shè)計(jì)Inception 模塊并應(yīng)用在GoogLeNet中[19],其特點(diǎn)是并行使用多個(gè)大小不同的卷積核,增強(qiáng)整體網(wǎng)絡(luò)的特征提取能力,圖3就是典型的Inception模塊結(jié)構(gòu)圖.由于轎廂人員的人臉在圖片中的比例大小不固定,在卷積神經(jīng)網(wǎng)絡(luò)中使用固定大小的卷積核會(huì)影響人臉檢測的準(zhǔn)確率,所以將GoogLeNet 中Inception 模塊的思想與MTCNN 網(wǎng)絡(luò)結(jié)合,增強(qiáng)網(wǎng)絡(luò)多尺度特征提取的能力,進(jìn)而提高人臉檢測的準(zhǔn)確性.

    圖3 Inception 模塊結(jié)構(gòu)圖

    3.2 引入BN 層

    在訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)的時(shí)候,各參數(shù)的初始化設(shè)置會(huì)影響到訓(xùn)練的結(jié)果.而BN (Batch Normalization)算法可以避免此影響[20],有效加快收斂過程,同時(shí),BN 算法還具有正則化的作用可增強(qiáng)網(wǎng)絡(luò)分類效果,所以在MTCNN 網(wǎng)絡(luò)中加入BN 層.BN 算法的傳導(dǎo)過程如圖4所示,其中①是對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)正態(tài)分布處理,加快收斂;②是進(jìn)行線性變換處理,恢復(fù)數(shù)據(jù)特征,避免標(biāo)準(zhǔn)正態(tài)分布對數(shù)據(jù)特性以及網(wǎng)絡(luò)表達(dá)能力的影響.

    圖4 BN 算法傳導(dǎo)過程圖

    3.3 改進(jìn)后的MTCNN 網(wǎng)絡(luò)結(jié)構(gòu)圖

    改進(jìn)后的MTCNN 網(wǎng)絡(luò)結(jié)構(gòu)圖如圖5所示,通過并行不同大小的卷積核來對特征圖進(jìn)行處理,并在每個(gè)卷積層后面添加BN 層,增加網(wǎng)絡(luò)的寬度和深度,同時(shí)也增強(qiáng)網(wǎng)絡(luò)的分類能力.

    圖5 改進(jìn)后的MTCNN 網(wǎng)絡(luò)結(jié)構(gòu)圖

    4 實(shí)驗(yàn)與分析

    4.1 實(shí)驗(yàn)環(huán)境

    本實(shí)驗(yàn)中軟件環(huán)境為:Python 2.7、VS 2015、OpenCV、Caffe、Android Studio;硬件環(huán)境為:NVIDIA960 顯卡的主機(jī)和RK3288 嵌入式開發(fā)板.

    4.2 實(shí)驗(yàn)數(shù)據(jù)

    使用公開的WINDERFACE 人臉檢測數(shù)據(jù)集進(jìn)行人臉分類任務(wù)和人臉邊框回歸任務(wù)訓(xùn)練.WINDERFACE人臉數(shù)據(jù)集包含32 203 張圖片,共393 703 張人臉,具有各種尺度、姿勢、表情、光照等特征,非常匹配于電梯場景的乘客人臉情況,將其中16 106 張圖片(包含198 485 張人臉)有人臉標(biāo)注的作為訓(xùn)練集.使用文獻(xiàn)[21]提供的數(shù)據(jù)集進(jìn)行人臉關(guān)鍵點(diǎn)回歸任務(wù)訓(xùn)練,該數(shù)據(jù)集有13 466 張人臉圖像,每張人臉都標(biāo)注5 個(gè)關(guān)鍵點(diǎn),其中5590 張來自LFW 數(shù)據(jù)集,另外7876 張來自互聯(lián)網(wǎng).使用FDDB 數(shù)據(jù)集對網(wǎng)絡(luò)進(jìn)行測試評估,該數(shù)據(jù)集常用于人臉檢測算法的驗(yàn)證,共有2485 張圖片,共5171 張人臉.

    4.3 網(wǎng)絡(luò)訓(xùn)練

    將訓(xùn)練的數(shù)據(jù)集劃分成4 個(gè)不同類型的數(shù)據(jù)集用于對應(yīng)任務(wù)的訓(xùn)練,分別為正樣本集、負(fù)樣本集、半人臉樣本集、關(guān)鍵點(diǎn)樣本集.其中,負(fù)樣本集:與真實(shí)人臉框的重疊率IOU 小于0.3;正樣本集:與真實(shí)人臉框的重疊率IOU 大于0.65;半人臉樣本集:與真實(shí)人臉框的重疊率IOU 在0.3和0.65 之間;關(guān)鍵點(diǎn)樣本集:標(biāo)注了人臉面部5 個(gè)關(guān)鍵點(diǎn)位置.其中,正樣本集和負(fù)樣本集用于訓(xùn)練人臉分類任務(wù),正樣本集和半人臉樣本集用于訓(xùn)練人臉邊框回歸任務(wù),關(guān)鍵點(diǎn)樣本集用于訓(xùn)練人臉關(guān)鍵點(diǎn)回歸的任務(wù).在訓(xùn)練時(shí),由于每個(gè)網(wǎng)絡(luò)對各個(gè)任務(wù)的注重程度不同,所以各個(gè)網(wǎng)絡(luò)損失函數(shù)的權(quán)重系數(shù)也有所差異,其中P-Net和R-Net 中人臉分類的任務(wù)更為重要,所以人臉分類任務(wù)、人臉邊框回歸任務(wù)、人臉關(guān)鍵點(diǎn)回歸任務(wù)三者權(quán)重比為1:0.5:0.5,而O-Net 增大了人臉關(guān)鍵點(diǎn)回歸的重要程度,3 個(gè)任務(wù)的權(quán)重比為1:0.5:1.

    4.4 結(jié)果分析

    通過在各級網(wǎng)絡(luò)中加入Batch Normalization 算法對訓(xùn)練過程進(jìn)行優(yōu)化,圖6中的3 個(gè)子圖分別是改進(jìn)前后P-Net、R-Net 以及O-Net 的損失曲線對比圖.從圖中可以看出,改進(jìn)后各網(wǎng)絡(luò)的收斂速度更快,訓(xùn)練損失值更加的穩(wěn)定,迭代步數(shù)也相對減少,從而減少不必要的訓(xùn)練時(shí)間.

    圖6 網(wǎng)絡(luò)改進(jìn)前后損失曲線對比圖

    通過在網(wǎng)絡(luò)中使用大小不同卷積核并行的方式,結(jié)合Batch Normalization 算法的優(yōu)化策略,對各級網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行調(diào)整.表1是各級改進(jìn)前后的網(wǎng)絡(luò)在訓(xùn)練集上人臉檢測精度的對比結(jié)果.由表1可見,本文所述的優(yōu)化改進(jìn)方案對人臉檢測準(zhǔn)確率有一定的提高.

    表1 改進(jìn)前后各個(gè)網(wǎng)絡(luò)訓(xùn)練集上準(zhǔn)確率對比(%)

    在FDDB 數(shù)據(jù)集上使用ROC 曲線對改進(jìn)前后算法、文獻(xiàn)[11]算法、Faster R-CNN、Haar-like 進(jìn)行測試評估,如圖7所示,其中橫坐標(biāo)假正例數(shù)FP(False Positives)表示的是誤檢數(shù)目,即把非人臉檢測為人臉,縱坐標(biāo)真正例率TPR (True Positives Rate)為數(shù)據(jù)集中標(biāo)注的人臉被檢測出的比例,圖中MTCNN 算法、本文算法、文獻(xiàn)[11]算法以及Faster R-CNN 算法它們的準(zhǔn)確率都要遠(yuǎn)高于傳統(tǒng)算法Haar-like,本文算法比MTCNN和文獻(xiàn)[11]算法有更好的檢測效果,雖然三者的準(zhǔn)確率都低于Faster R-CNN,但是Faster R-CNN的網(wǎng)絡(luò)較深、模型較大,難以部署在移動(dòng)端并實(shí)時(shí)檢測.

    圖7 FDDB 數(shù)據(jù)集的ROC 曲線圖

    對隨機(jī)拍攝到的100 張電梯人員人臉圖片,分別使用改進(jìn)前后的MTCNN 算法進(jìn)行檢測,將檢測的準(zhǔn)確率和模型大小以及在基于嵌入式平臺(tái)開發(fā)的電梯信息終端上電梯乘客人臉檢測的速度進(jìn)行綜合性能對比,如表2所示,雖然增大了模型但對檢測速度沒有造成過大的影響,而且改進(jìn)后的模型檢測的準(zhǔn)確率比原來高.圖8是兩種算法電梯乘客人臉檢測的效果對比圖,圖9是兩種算法是電梯乘客多人人臉檢測的效果對比圖,可見本文算法對電梯乘客識別效果更好.

    圖8 電梯乘客人臉檢測的效果對比圖

    圖9 電梯乘客多人人臉檢測的效果對比圖

    表2 MTCNN 改進(jìn)前后算法模型的性能綜合比對

    5 總結(jié)

    在電梯安全監(jiān)測系統(tǒng)中使用傳統(tǒng)人臉檢測算法識別電梯乘客,但檢測精度并不高難以滿足實(shí)際情況的應(yīng)用,本文將MTCNN 人臉檢測算法應(yīng)用于電梯人員檢測,并在此基礎(chǔ)上,結(jié)合Inception 模塊的設(shè)計(jì)思想,通過并行操作多個(gè)大小不同的卷積核,來加深加寬各級網(wǎng)絡(luò)的結(jié)構(gòu),增強(qiáng)各級網(wǎng)絡(luò)的表達(dá)能力,同時(shí)基于BN 算法能夠避免訓(xùn)練時(shí)人工參數(shù)選擇的隨機(jī)性提高訓(xùn)練的收斂速度以及BN 算法具有一定增強(qiáng)網(wǎng)絡(luò)的分類能力的優(yōu)點(diǎn),將二者引入到MTCNN 的網(wǎng)絡(luò)結(jié)構(gòu)中,提高網(wǎng)絡(luò)對人臉檢測的準(zhǔn)確率,使得改進(jìn)后的MTCNN人臉檢測算法對電梯乘客的識別更加理想,在電梯安全監(jiān)測系統(tǒng)應(yīng)用中,能準(zhǔn)確了解轎廂乘客具體情況,當(dāng)電梯出現(xiàn)異常時(shí),有利于救援工作的展開,進(jìn)一步提高了乘梯安全.

    猜你喜歡
    候選框關(guān)鍵點(diǎn)人臉
    重定位非極大值抑制算法
    聚焦金屬關(guān)鍵點(diǎn)
    面向自然場景文本檢測的改進(jìn)NMS算法
    肉兔育肥抓好七個(gè)關(guān)鍵點(diǎn)
    有特點(diǎn)的人臉
    基于Soft-NMS的候選框去冗余加速器設(shè)計(jì)*
    三國漫——人臉解鎖
    一種針對特定目標(biāo)的提議算法
    馬面部與人臉相似度驚人
    醫(yī)聯(lián)體要把握三個(gè)關(guān)鍵點(diǎn)
    亚洲精品国产精品久久久不卡| 中文字幕人成人乱码亚洲影| 亚洲人成网站在线播放欧美日韩| 在线观看舔阴道视频| xxx96com| 成人亚洲精品av一区二区| 免费看日本二区| 国产美女午夜福利| 精品一区二区三区视频在线 | 午夜亚洲福利在线播放| 国产高清视频在线观看网站| 99re在线观看精品视频| 国产精品久久久av美女十八| www.自偷自拍.com| 天天一区二区日本电影三级| 高潮久久久久久久久久久不卡| 毛片女人毛片| 免费人成视频x8x8入口观看| 91av网站免费观看| 51午夜福利影视在线观看| 一级毛片女人18水好多| 精品熟女少妇八av免费久了| 一本一本综合久久| 午夜福利在线观看吧| 欧美黑人巨大hd| 老鸭窝网址在线观看| 亚洲av熟女| 国产精品女同一区二区软件 | 精品久久久久久久毛片微露脸| 亚洲精品国产精品久久久不卡| 黄片小视频在线播放| 国产91精品成人一区二区三区| 18禁国产床啪视频网站| 黄色女人牲交| 久久婷婷人人爽人人干人人爱| 午夜a级毛片| 美女大奶头视频| 精品人妻1区二区| 神马国产精品三级电影在线观看| 又粗又爽又猛毛片免费看| 夜夜看夜夜爽夜夜摸| 午夜两性在线视频| 国产视频一区二区在线看| 一个人看视频在线观看www免费 | 中文字幕久久专区| 99热这里只有是精品50| 精品国产乱子伦一区二区三区| 亚洲av电影不卡..在线观看| 精品日产1卡2卡| 亚洲一区高清亚洲精品| 成年女人毛片免费观看观看9| 亚洲成a人片在线一区二区| 久久草成人影院| 97超级碰碰碰精品色视频在线观看| x7x7x7水蜜桃| www国产在线视频色| 国产久久久一区二区三区| 精品一区二区三区四区五区乱码| x7x7x7水蜜桃| 两个人看的免费小视频| 国内久久婷婷六月综合欲色啪| 久久久久性生活片| 一本久久中文字幕| 亚洲精品久久国产高清桃花| 日韩高清综合在线| a在线观看视频网站| 久久久久国内视频| 午夜福利在线观看吧| 最近最新免费中文字幕在线| 日韩av在线大香蕉| 亚洲五月天丁香| 男插女下体视频免费在线播放| 中亚洲国语对白在线视频| 精品久久久久久久末码| 岛国在线免费视频观看| 免费人成视频x8x8入口观看| a在线观看视频网站| 国产亚洲av嫩草精品影院| 后天国语完整版免费观看| 久久久国产成人免费| 一级作爱视频免费观看| 国产麻豆成人av免费视频| 最新在线观看一区二区三区| 国产69精品久久久久777片 | 国内少妇人妻偷人精品xxx网站 | av女优亚洲男人天堂 | 午夜福利高清视频| 日本与韩国留学比较| 国产av在哪里看| 亚洲成人中文字幕在线播放| 啦啦啦免费观看视频1| 久久精品国产亚洲av香蕉五月| 日韩 欧美 亚洲 中文字幕| 丰满的人妻完整版| 久久中文看片网| 亚洲狠狠婷婷综合久久图片| 狠狠狠狠99中文字幕| 欧美乱妇无乱码| 亚洲成人久久爱视频| 两人在一起打扑克的视频| 亚洲av电影不卡..在线观看| 国产高清videossex| 精品国内亚洲2022精品成人| 国产伦精品一区二区三区四那| 亚洲无线观看免费| 色老头精品视频在线观看| 熟女电影av网| 国产高潮美女av| 亚洲av成人不卡在线观看播放网| 日本五十路高清| 欧美日本亚洲视频在线播放| 五月伊人婷婷丁香| 免费电影在线观看免费观看| 国产成人福利小说| 综合色av麻豆| 视频区欧美日本亚洲| 久久中文字幕人妻熟女| 91久久精品国产一区二区成人 | 少妇丰满av| 国产伦精品一区二区三区视频9 | 波多野结衣高清无吗| 男女下面进入的视频免费午夜| 天堂动漫精品| 长腿黑丝高跟| 99国产综合亚洲精品| 啪啪无遮挡十八禁网站| 别揉我奶头~嗯~啊~动态视频| 国产视频内射| 国内久久婷婷六月综合欲色啪| 日韩大尺度精品在线看网址| 91在线观看av| 在线观看66精品国产| 999久久久国产精品视频| av国产免费在线观看| 久久久成人免费电影| 久久欧美精品欧美久久欧美| 亚洲成人久久性| 一a级毛片在线观看| 国产欧美日韩精品亚洲av| 91av网站免费观看| 亚洲成av人片免费观看| 成年免费大片在线观看| 精品久久久久久久久久久久久| 国产1区2区3区精品| 曰老女人黄片| 国产爱豆传媒在线观看| 国产又色又爽无遮挡免费看| 免费高清视频大片| 岛国在线免费视频观看| 男人的好看免费观看在线视频| 中文字幕精品亚洲无线码一区| 法律面前人人平等表现在哪些方面| 免费观看精品视频网站| 免费av不卡在线播放| 免费在线观看影片大全网站| 亚洲自拍偷在线| 日本a在线网址| 麻豆av在线久日| 美女 人体艺术 gogo| 亚洲精品乱码久久久v下载方式 | 国产人伦9x9x在线观看| 美女被艹到高潮喷水动态| www日本在线高清视频| 免费在线观看影片大全网站| av天堂在线播放| 久久99热这里只有精品18| 最近视频中文字幕2019在线8| 91在线精品国自产拍蜜月 | 国产成人影院久久av| 非洲黑人性xxxx精品又粗又长| 黄色丝袜av网址大全| 成人高潮视频无遮挡免费网站| 国产黄片美女视频| 国产极品精品免费视频能看的| 亚洲自拍偷在线| 色综合亚洲欧美另类图片| 成人特级av手机在线观看| 国产精品 国内视频| 别揉我奶头~嗯~啊~动态视频| 亚洲第一欧美日韩一区二区三区| 国产aⅴ精品一区二区三区波| 人妻丰满熟妇av一区二区三区| 在线国产一区二区在线| 国语自产精品视频在线第100页| 国内精品美女久久久久久| 日韩欧美精品v在线| 国产成年人精品一区二区| а√天堂www在线а√下载| 日本一二三区视频观看| 少妇的丰满在线观看| 精品99又大又爽又粗少妇毛片 | 国产伦在线观看视频一区| 欧美精品啪啪一区二区三区| 欧美一区二区精品小视频在线| 精品久久久久久,| 亚洲熟妇中文字幕五十中出| 日韩欧美免费精品| 国产成人aa在线观看| 级片在线观看| 久久精品国产综合久久久| 久久国产精品影院| 波多野结衣高清无吗| 天堂√8在线中文| 日本 欧美在线| 色综合欧美亚洲国产小说| 久久久久久久久中文| 久久精品91蜜桃| 中文字幕人成人乱码亚洲影| 成人特级av手机在线观看| 国模一区二区三区四区视频 | 成人国产一区最新在线观看| 他把我摸到了高潮在线观看| 国产亚洲欧美在线一区二区| 俺也久久电影网| 少妇的丰满在线观看| 亚洲中文日韩欧美视频| 动漫黄色视频在线观看| 在线观看一区二区三区| 成在线人永久免费视频| 亚洲人成电影免费在线| 国产成人啪精品午夜网站| 一本综合久久免费| 亚洲一区二区三区色噜噜| 色哟哟哟哟哟哟| 成人av一区二区三区在线看| 久久婷婷人人爽人人干人人爱| 我要搜黄色片| 99在线视频只有这里精品首页| 亚洲男人的天堂狠狠| 欧美乱色亚洲激情| 成人国产一区最新在线观看| 久久天堂一区二区三区四区| 午夜亚洲福利在线播放| 亚洲人与动物交配视频| 国产成人av激情在线播放| 免费无遮挡裸体视频| 久久国产乱子伦精品免费另类| 国产亚洲欧美在线一区二区| 亚洲成av人片免费观看| 天堂影院成人在线观看| 欧美日韩瑟瑟在线播放| 又粗又爽又猛毛片免费看| 亚洲av成人av| 天天添夜夜摸| 久久久国产成人免费| 日本一本二区三区精品| 免费无遮挡裸体视频| 国产成人系列免费观看| 久久精品综合一区二区三区| 国产亚洲av嫩草精品影院| 国产av一区在线观看免费| 欧美精品啪啪一区二区三区| 午夜影院日韩av| 麻豆国产97在线/欧美| 国产精华一区二区三区| 色尼玛亚洲综合影院| 天天一区二区日本电影三级| 波多野结衣高清无吗| 99在线人妻在线中文字幕| 一边摸一边抽搐一进一小说| 国产视频内射| 国产精品亚洲美女久久久| 久久久久久九九精品二区国产| 午夜免费观看网址| 男女之事视频高清在线观看| 国语自产精品视频在线第100页| 村上凉子中文字幕在线| 露出奶头的视频| 在线观看免费午夜福利视频| 久久人妻av系列| 国产激情偷乱视频一区二区| 亚洲在线观看片| 狂野欧美白嫩少妇大欣赏| 国产三级在线视频| 在线免费观看不下载黄p国产 | 男女下面进入的视频免费午夜| 亚洲熟妇熟女久久| 免费观看的影片在线观看| 国产久久久一区二区三区| 一个人看视频在线观看www免费 | 精品一区二区三区视频在线观看免费| 草草在线视频免费看| 性色avwww在线观看| 在线播放国产精品三级| 少妇熟女aⅴ在线视频| 天天躁狠狠躁夜夜躁狠狠躁| 久久中文字幕一级| av片东京热男人的天堂| 亚洲中文日韩欧美视频| 每晚都被弄得嗷嗷叫到高潮| 国产免费av片在线观看野外av| 18禁美女被吸乳视频| 久久久久性生活片| 精品国内亚洲2022精品成人| 免费av不卡在线播放| 精品国产三级普通话版| 亚洲国产精品成人综合色| 99久久综合精品五月天人人| 亚洲一区二区三区不卡视频| 欧美日本亚洲视频在线播放| 一个人免费在线观看的高清视频| bbb黄色大片| 亚洲一区二区三区不卡视频| 色在线成人网| 黄色视频,在线免费观看| 国产日本99.免费观看| 国产精品99久久久久久久久| av中文乱码字幕在线| av在线天堂中文字幕| 欧美3d第一页| 欧美精品啪啪一区二区三区| 少妇人妻一区二区三区视频| 午夜亚洲福利在线播放| 精品一区二区三区四区五区乱码| 国产亚洲精品av在线| 午夜福利在线在线| 我要搜黄色片| 亚洲男人的天堂狠狠| av片东京热男人的天堂| 国产成人啪精品午夜网站| 网址你懂的国产日韩在线| 国产蜜桃级精品一区二区三区| 久久九九热精品免费| 久久热在线av| 身体一侧抽搐| 一个人免费在线观看的高清视频| 在线免费观看不下载黄p国产 | 中文字幕av在线有码专区| 人人妻人人澡欧美一区二区| 欧美日韩乱码在线| 精品日产1卡2卡| 国产亚洲av高清不卡| АⅤ资源中文在线天堂| 18禁黄网站禁片午夜丰满| 亚洲无线观看免费| 久久人人精品亚洲av| 69av精品久久久久久| 欧美另类亚洲清纯唯美| 麻豆成人av在线观看| 99精品欧美一区二区三区四区| 两性夫妻黄色片| 成人一区二区视频在线观看| 色在线成人网| 天天躁日日操中文字幕| 国产高清三级在线| 一进一出抽搐gif免费好疼| 久久中文字幕人妻熟女| 亚洲av电影不卡..在线观看| 国产精品98久久久久久宅男小说| 久久亚洲精品不卡| 91久久精品国产一区二区成人 | 美女cb高潮喷水在线观看 | 国产私拍福利视频在线观看| 日本一二三区视频观看| 国产成人精品久久二区二区免费| 亚洲美女黄片视频| 中亚洲国语对白在线视频| 国产成人av激情在线播放| 18禁观看日本| а√天堂www在线а√下载| 国产精品永久免费网站| 国产精品亚洲一级av第二区| 久久久水蜜桃国产精品网| 成年免费大片在线观看| 亚洲午夜精品一区,二区,三区| 精品国产美女av久久久久小说| 国产亚洲精品久久久com| 国产 一区 欧美 日韩| 欧美一区二区精品小视频在线| av在线天堂中文字幕| 成人亚洲精品av一区二区| 三级男女做爰猛烈吃奶摸视频| 19禁男女啪啪无遮挡网站| 最新在线观看一区二区三区| 亚洲色图av天堂| 精品国产美女av久久久久小说| 欧美成狂野欧美在线观看| 91九色精品人成在线观看| 久久99热这里只有精品18| 可以在线观看的亚洲视频| 成人高潮视频无遮挡免费网站| 在线永久观看黄色视频| 午夜福利视频1000在线观看| 亚洲av日韩精品久久久久久密| 亚洲欧美日韩高清专用| 小蜜桃在线观看免费完整版高清| 色在线成人网| 久久久久国内视频| 亚洲中文日韩欧美视频| 国产野战对白在线观看| 欧美xxxx黑人xx丫x性爽| 亚洲 欧美一区二区三区| 国产男靠女视频免费网站| 欧美在线一区亚洲| 看免费av毛片| 2021天堂中文幕一二区在线观| 日韩av在线大香蕉| 看免费av毛片| 国产真人三级小视频在线观看| 国模一区二区三区四区视频 | 免费电影在线观看免费观看| 亚洲人成电影免费在线| 天天一区二区日本电影三级| 国产精品免费一区二区三区在线| 国产69精品久久久久777片 | 精品久久久久久久末码| 亚洲国产日韩欧美精品在线观看 | 他把我摸到了高潮在线观看| 女警被强在线播放| 国产精品一区二区三区四区免费观看 | 五月伊人婷婷丁香| 桃红色精品国产亚洲av| 无限看片的www在线观看| 久久精品国产亚洲av香蕉五月| 在线观看日韩欧美| 手机成人av网站| 亚洲精品粉嫩美女一区| 亚洲精品乱码久久久v下载方式 | 国产男靠女视频免费网站| a在线观看视频网站| 欧美乱码精品一区二区三区| avwww免费| 国产精品美女特级片免费视频播放器 | 日韩精品青青久久久久久| 免费人成视频x8x8入口观看| 成人欧美大片| 一a级毛片在线观看| 亚洲人与动物交配视频| 成人18禁在线播放| 亚洲av片天天在线观看| 国产蜜桃级精品一区二区三区| 老司机午夜十八禁免费视频| 又紧又爽又黄一区二区| 嫩草影院精品99| 黄色女人牲交| 精品一区二区三区四区五区乱码| 国产精品99久久99久久久不卡| 露出奶头的视频| 久久伊人香网站| 亚洲真实伦在线观看| 青草久久国产| 婷婷亚洲欧美| 久久香蕉国产精品| 成人18禁在线播放| www.自偷自拍.com| 俺也久久电影网| 国产伦一二天堂av在线观看| 黄色视频,在线免费观看| 欧洲精品卡2卡3卡4卡5卡区| 我的老师免费观看完整版| 最近最新中文字幕大全免费视频| 国产激情欧美一区二区| 国产精品香港三级国产av潘金莲| 亚洲人成电影免费在线| 免费无遮挡裸体视频| 国产精品日韩av在线免费观看| 法律面前人人平等表现在哪些方面| 亚洲 国产 在线| 中亚洲国语对白在线视频| 韩国av一区二区三区四区| 丰满人妻一区二区三区视频av | 国产精品自产拍在线观看55亚洲| 黑人欧美特级aaaaaa片| 国产精品久久久av美女十八| 国产成人av教育| 黑人巨大精品欧美一区二区mp4| 成年女人永久免费观看视频| 亚洲avbb在线观看| 成人国产一区最新在线观看| 在线观看午夜福利视频| 日本熟妇午夜| 欧美黄色片欧美黄色片| 久久草成人影院| 97碰自拍视频| 国产亚洲av嫩草精品影院| 色老头精品视频在线观看| 淫秽高清视频在线观看| 国产在线精品亚洲第一网站| 一区福利在线观看| 色视频www国产| 男人舔女人的私密视频| 性色av乱码一区二区三区2| 波多野结衣巨乳人妻| 久久久久久久久久黄片| 日本在线视频免费播放| 搡老岳熟女国产| 可以在线观看的亚洲视频| 午夜两性在线视频| 99国产精品一区二区蜜桃av| 国产成人精品久久二区二区免费| 天堂√8在线中文| 国产综合懂色| 99re在线观看精品视频| 中文字幕精品亚洲无线码一区| 亚洲 欧美 日韩 在线 免费| 男女视频在线观看网站免费| 韩国av一区二区三区四区| 亚洲熟妇熟女久久| 看免费av毛片| 久久中文看片网| 黄色丝袜av网址大全| 一进一出好大好爽视频| 日本在线视频免费播放| 婷婷精品国产亚洲av在线| 久久久色成人| 757午夜福利合集在线观看| 最近视频中文字幕2019在线8| 脱女人内裤的视频| 色噜噜av男人的天堂激情| 亚洲精品456在线播放app | 国产不卡一卡二| 亚洲欧美精品综合久久99| 女人高潮潮喷娇喘18禁视频| bbb黄色大片| 日韩免费av在线播放| 美女cb高潮喷水在线观看 | 亚洲国产精品成人综合色| 欧美乱色亚洲激情| 俄罗斯特黄特色一大片| 久久久久久久久中文| 国产午夜精品久久久久久| 人妻丰满熟妇av一区二区三区| 老汉色av国产亚洲站长工具| 国产精品一区二区免费欧美| 亚洲,欧美精品.| 中文字幕最新亚洲高清| 久久精品国产清高在天天线| 精品久久久久久久久久久久久| 热99在线观看视频| 免费看日本二区| 亚洲国产精品999在线| 性欧美人与动物交配| 国产精品影院久久| 精品无人区乱码1区二区| av天堂在线播放| 97超级碰碰碰精品色视频在线观看| 人人妻,人人澡人人爽秒播| 国产69精品久久久久777片 | aaaaa片日本免费| 婷婷精品国产亚洲av在线| 三级毛片av免费| 亚洲av成人不卡在线观看播放网| 精品一区二区三区四区五区乱码| 又粗又爽又猛毛片免费看| 亚洲人成电影免费在线| 亚洲精品在线美女| 亚洲色图 男人天堂 中文字幕| 久久精品91蜜桃| 久久性视频一级片| 熟女电影av网| 男人和女人高潮做爰伦理| 亚洲一区二区三区色噜噜| 欧美成狂野欧美在线观看| 九九在线视频观看精品| 欧美成人一区二区免费高清观看 | 免费人成视频x8x8入口观看| 激情在线观看视频在线高清| 老鸭窝网址在线观看| 亚洲欧美精品综合一区二区三区| cao死你这个sao货| 欧美激情久久久久久爽电影| 成人午夜高清在线视频| 婷婷亚洲欧美| a级毛片在线看网站| 国产亚洲av高清不卡| 两性夫妻黄色片| 亚洲中文字幕一区二区三区有码在线看 | 97超级碰碰碰精品色视频在线观看| 我的老师免费观看完整版| 国产美女午夜福利| 精品电影一区二区在线| 老司机午夜十八禁免费视频| av天堂在线播放| 亚洲精品456在线播放app | 精品人妻1区二区| 老司机午夜十八禁免费视频| 国产精品影院久久| 美女 人体艺术 gogo| 国产三级在线视频| 成熟少妇高潮喷水视频| 九九久久精品国产亚洲av麻豆 | 国产视频一区二区在线看| 香蕉国产在线看| 成人av一区二区三区在线看| 精品熟女少妇八av免费久了| 久久久久久人人人人人| bbb黄色大片| 亚洲成人精品中文字幕电影| 美女高潮的动态| 国产一区在线观看成人免费| svipshipincom国产片| 宅男免费午夜| 高潮久久久久久久久久久不卡| 亚洲精品美女久久av网站| 亚洲av中文字字幕乱码综合| 亚洲性夜色夜夜综合| 国产精品99久久久久久久久| 亚洲aⅴ乱码一区二区在线播放| 欧美日韩精品网址| 午夜免费激情av| 午夜视频精品福利| 亚洲欧美激情综合另类| 在线观看一区二区三区| 国产av一区在线观看免费| 99在线人妻在线中文字幕| 好看av亚洲va欧美ⅴa在| 亚洲国产精品成人综合色| 欧美日韩综合久久久久久 | 观看美女的网站| 亚洲色图av天堂| 欧美成狂野欧美在线观看| 一区二区三区高清视频在线| 热99re8久久精品国产| 丁香欧美五月| 国内久久婷婷六月综合欲色啪|