• <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)
    av福利片在线观看| 桃红色精品国产亚洲av| 日韩欧美国产一区二区入口| 国产亚洲精品av在线| 波多野结衣巨乳人妻| 亚洲av中文字字幕乱码综合| 日韩欧美在线乱码| 国产极品精品免费视频能看的| 美女大奶头视频| 国产精品免费一区二区三区在线| 久久亚洲真实| 色视频www国产| 亚洲欧美日韩高清在线视频| 亚洲人成网站在线播放欧美日韩| 久久久久久九九精品二区国产| av欧美777| 老汉色av国产亚洲站长工具| 成人午夜高清在线视频| 国产成人aa在线观看| 三级毛片av免费| 中文在线观看免费www的网站| 亚洲一区二区三区不卡视频| 国产成+人综合+亚洲专区| 中文资源天堂在线| 我的老师免费观看完整版| 欧美又色又爽又黄视频| 国产精品一区二区三区四区久久| 日本免费a在线| 18禁黄网站禁片免费观看直播| 婷婷亚洲欧美| 久久精品国产综合久久久| 国产又黄又爽又无遮挡在线| 少妇的丰满在线观看| 在线观看免费午夜福利视频| 1000部很黄的大片| 成人av在线播放网站| 搡女人真爽免费视频火全软件 | 老司机深夜福利视频在线观看| 国产视频内射| 最后的刺客免费高清国语| 日韩av在线大香蕉| 老司机午夜十八禁免费视频| 精品人妻一区二区三区麻豆 | a级毛片a级免费在线| 午夜a级毛片| 国产午夜精品久久久久久一区二区三区 | 亚洲自拍偷在线| 我的老师免费观看完整版| 激情在线观看视频在线高清| 精品国产三级普通话版| 丁香欧美五月| 女人高潮潮喷娇喘18禁视频| 女同久久另类99精品国产91| 成年女人看的毛片在线观看| 12—13女人毛片做爰片一| 日本熟妇午夜| 欧美日本视频| a级一级毛片免费在线观看| 欧美3d第一页| 精品一区二区三区av网在线观看| 国产v大片淫在线免费观看| 欧美性猛交黑人性爽| 久久人人精品亚洲av| 国产不卡一卡二| 一级a爱片免费观看的视频| 久久精品夜夜夜夜夜久久蜜豆| 国产99白浆流出| 一级黄色大片毛片| 中文字幕高清在线视频| 免费高清视频大片| 国产成年人精品一区二区| 国产精品,欧美在线| 黄色成人免费大全| 亚洲国产日韩欧美精品在线观看 | 中出人妻视频一区二区| 亚洲精品456在线播放app | 18禁美女被吸乳视频| 免费观看精品视频网站| 国产精品嫩草影院av在线观看 | 亚洲国产欧美网| 在线十欧美十亚洲十日本专区| 成人特级黄色片久久久久久久| 中文亚洲av片在线观看爽| 人人妻,人人澡人人爽秒播| 国产不卡一卡二| 亚洲av免费在线观看| 深夜精品福利| 欧美一区二区亚洲| 久久亚洲真实| 成年人黄色毛片网站| 女警被强在线播放| 天堂网av新在线| 岛国在线观看网站| 大型黄色视频在线免费观看| avwww免费| 久久久久久大精品| 噜噜噜噜噜久久久久久91| 岛国在线免费视频观看| 亚洲欧美日韩高清专用| 欧美日韩一级在线毛片| tocl精华| 真人一进一出gif抽搐免费| 嫩草影院精品99| 中文字幕熟女人妻在线| 色综合站精品国产| 免费电影在线观看免费观看| 美女黄网站色视频| 欧美黄色片欧美黄色片| 国产私拍福利视频在线观看| 91麻豆精品激情在线观看国产| av国产免费在线观看| 3wmmmm亚洲av在线观看| 深夜精品福利| 亚洲av日韩精品久久久久久密| 真人一进一出gif抽搐免费| 精品久久久久久久久久免费视频| 在线观看免费视频日本深夜| 久久精品国产亚洲av香蕉五月| 免费人成视频x8x8入口观看| 国产av一区在线观看免费| 亚洲最大成人中文| 美女大奶头视频| 一个人免费在线观看电影| 日本黄色片子视频| 99国产精品一区二区三区| 亚洲乱码一区二区免费版| 色综合站精品国产| 欧美中文日本在线观看视频| 婷婷亚洲欧美| 亚洲精品国产精品久久久不卡| 俄罗斯特黄特色一大片| 99久久无色码亚洲精品果冻| 哪里可以看免费的av片| av国产免费在线观看| 少妇丰满av| 欧美av亚洲av综合av国产av| 久久精品91蜜桃| 久久香蕉精品热| 亚洲专区中文字幕在线| 日韩精品中文字幕看吧| 欧美日韩黄片免| 亚洲激情在线av| 俄罗斯特黄特色一大片| 蜜桃久久精品国产亚洲av| 欧美日韩瑟瑟在线播放| www.色视频.com| 午夜老司机福利剧场| 女警被强在线播放| 蜜桃久久精品国产亚洲av| 国产精品1区2区在线观看.| 国产一区二区三区视频了| 午夜免费激情av| 国产精品影院久久| 97人妻精品一区二区三区麻豆| 搡老岳熟女国产| 一进一出好大好爽视频| 亚洲18禁久久av| 欧美一区二区亚洲| 欧美xxxx黑人xx丫x性爽| 国产精品久久视频播放| 高清毛片免费观看视频网站| 18禁黄网站禁片午夜丰满| 日本在线视频免费播放| 国产伦精品一区二区三区四那| 高潮久久久久久久久久久不卡| 亚洲第一电影网av| 免费电影在线观看免费观看| 男女床上黄色一级片免费看| 欧美一区二区国产精品久久精品| 欧美日韩中文字幕国产精品一区二区三区| 精品国产三级普通话版| 中文字幕av成人在线电影| 1000部很黄的大片| 成人三级黄色视频| 欧美一区二区亚洲| 国产97色在线日韩免费| 亚洲av五月六月丁香网| 国产精品一区二区三区四区久久| 麻豆国产av国片精品| 淫妇啪啪啪对白视频| 好男人电影高清在线观看| 久久久国产精品麻豆| 亚洲人成伊人成综合网2020| 久久久久久久精品吃奶| 午夜激情福利司机影院| 欧美一级a爱片免费观看看| 老熟妇乱子伦视频在线观看| 国产精品电影一区二区三区| av片东京热男人的天堂| 亚洲在线观看片| 一个人看的www免费观看视频| 男女午夜视频在线观看| 亚洲美女视频黄频| 国产高清视频在线观看网站| 久久久成人免费电影| 97超视频在线观看视频| 97超视频在线观看视频| 波多野结衣高清作品| 久久亚洲真实| 又爽又黄无遮挡网站| 国产色婷婷99| 亚洲精品一卡2卡三卡4卡5卡| 亚洲成人久久性| 五月伊人婷婷丁香| 亚洲性夜色夜夜综合| 一个人观看的视频www高清免费观看| 嫩草影院入口| 国产野战对白在线观看| 少妇丰满av| 国产精品久久久久久精品电影| 88av欧美| 久久亚洲精品不卡| 亚洲内射少妇av| 少妇裸体淫交视频免费看高清| 欧美成人性av电影在线观看| 麻豆成人午夜福利视频| 亚洲av电影不卡..在线观看| 日本一本二区三区精品| 网址你懂的国产日韩在线| 精品久久久久久,| 精品免费久久久久久久清纯| 最新美女视频免费是黄的| 国产高清视频在线播放一区| 香蕉丝袜av| 国产高清三级在线| 国产精品久久久久久亚洲av鲁大| 女人十人毛片免费观看3o分钟| 国产 一区 欧美 日韩| 国产精品综合久久久久久久免费| 一夜夜www| 尤物成人国产欧美一区二区三区| 日韩精品中文字幕看吧| 99久久精品热视频| 在线免费观看不下载黄p国产 | 18禁裸乳无遮挡免费网站照片| 一级毛片高清免费大全| 一级黄色大片毛片| 国产成人a区在线观看| 成人鲁丝片一二三区免费| 内地一区二区视频在线| 啦啦啦观看免费观看视频高清| 色精品久久人妻99蜜桃| 18禁裸乳无遮挡免费网站照片| 嫁个100分男人电影在线观看| 精品熟女少妇八av免费久了| 两人在一起打扑克的视频| 老司机福利观看| 成年女人永久免费观看视频| 色综合站精品国产| 俄罗斯特黄特色一大片| 久久亚洲真实| 男插女下体视频免费在线播放| 中文字幕人成人乱码亚洲影| 国产高清视频在线观看网站| 一本久久中文字幕| 午夜激情福利司机影院| 久久伊人香网站| 日韩精品中文字幕看吧| 日韩免费av在线播放| 精品人妻偷拍中文字幕| 久久精品国产自在天天线| 免费av毛片视频| 啦啦啦观看免费观看视频高清| 亚洲一区二区三区不卡视频| 香蕉久久夜色| 亚洲成人免费电影在线观看| 精品一区二区三区人妻视频| 女人高潮潮喷娇喘18禁视频| 国产主播在线观看一区二区| 国产精品精品国产色婷婷| 国产伦精品一区二区三区视频9 | 久久国产精品人妻蜜桃| 亚洲成av人片在线播放无| 中文亚洲av片在线观看爽| 久久精品国产自在天天线| 国内毛片毛片毛片毛片毛片| 中出人妻视频一区二区| 搡老熟女国产l中国老女人| 五月伊人婷婷丁香| 黄色片一级片一级黄色片| 欧美日韩精品网址| 老司机午夜十八禁免费视频| 又紧又爽又黄一区二区| 国内毛片毛片毛片毛片毛片| 国产在视频线在精品| 国产乱人视频| 有码 亚洲区| 狂野欧美白嫩少妇大欣赏| www.熟女人妻精品国产| 无限看片的www在线观看| 麻豆成人av在线观看| 美女大奶头视频| 露出奶头的视频| 好男人在线观看高清免费视频| 在线播放国产精品三级| 国产精品久久久久久亚洲av鲁大| 国产精品久久视频播放| 欧美高清成人免费视频www| 亚洲av美国av| 国产av一区在线观看免费| av国产免费在线观看| 国产中年淑女户外野战色| 国内精品美女久久久久久| 99久久无色码亚洲精品果冻| 又黄又爽又免费观看的视频| 日日干狠狠操夜夜爽| 久久精品国产综合久久久| 九色成人免费人妻av| 精品人妻一区二区三区麻豆 | 俺也久久电影网| 成人国产综合亚洲| 69av精品久久久久久| 一本综合久久免费| 欧美一区二区亚洲| 亚洲一区二区三区不卡视频| 深爱激情五月婷婷| av专区在线播放| 亚洲自拍偷在线| 免费看美女性在线毛片视频| 一进一出抽搐动态| 亚洲人成网站高清观看| 国产伦一二天堂av在线观看| 女同久久另类99精品国产91| 看片在线看免费视频| 国产 一区 欧美 日韩| 99视频精品全部免费 在线| 国产一级毛片七仙女欲春2| 婷婷六月久久综合丁香| 少妇裸体淫交视频免费看高清| 欧美乱妇无乱码| 国产在视频线在精品| 国产乱人伦免费视频| 亚洲精品日韩av片在线观看 | eeuss影院久久| 性色av乱码一区二区三区2| 日本免费a在线| 美女高潮喷水抽搐中文字幕| av在线天堂中文字幕| 桃红色精品国产亚洲av| 国内精品久久久久久久电影| 国产成人av激情在线播放| 成人特级黄色片久久久久久久| 在线视频色国产色| 免费电影在线观看免费观看| 69av精品久久久久久| 日韩欧美在线二视频| 网址你懂的国产日韩在线| 啦啦啦免费观看视频1| 露出奶头的视频| www国产在线视频色| 久久人妻av系列| 免费无遮挡裸体视频| 国产一区二区在线av高清观看| 国产久久久一区二区三区| 欧美又色又爽又黄视频| 国产亚洲精品久久久com| 老司机深夜福利视频在线观看| 床上黄色一级片| 欧美3d第一页| 99久久99久久久精品蜜桃| 午夜精品在线福利| 在线看三级毛片| 国内精品久久久久精免费| 伊人久久精品亚洲午夜| 在线a可以看的网站| 精华霜和精华液先用哪个| 丝袜美腿在线中文| 9191精品国产免费久久| 亚洲内射少妇av| 99精品久久久久人妻精品| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲性夜色夜夜综合| 亚洲av成人精品一区久久| 国产精品香港三级国产av潘金莲| 夜夜夜夜夜久久久久| 亚洲av二区三区四区| www.999成人在线观看| 很黄的视频免费| 午夜视频国产福利| 久久精品91蜜桃| 国产主播在线观看一区二区| 国产伦精品一区二区三区视频9 | 一进一出抽搐动态| 亚洲一区高清亚洲精品| 精品久久久久久久久久免费视频| 亚洲av成人不卡在线观看播放网| 制服丝袜大香蕉在线| 欧洲精品卡2卡3卡4卡5卡区| 一进一出抽搐gif免费好疼| 我要搜黄色片| 黄色丝袜av网址大全| 国产午夜福利久久久久久| 亚洲av美国av| 男女视频在线观看网站免费| 亚洲狠狠婷婷综合久久图片| 看黄色毛片网站| 亚洲精品一区av在线观看| 亚洲熟妇中文字幕五十中出| 嫩草影院入口| 久久精品国产99精品国产亚洲性色| 日日摸夜夜添夜夜添小说| 少妇高潮的动态图| 免费看a级黄色片| 亚洲,欧美精品.| 日韩亚洲欧美综合| 91在线观看av| 国产高清激情床上av| 在线免费观看不下载黄p国产 | 午夜亚洲福利在线播放| 在线看三级毛片| 一本综合久久免费| 午夜福利18| 三级男女做爰猛烈吃奶摸视频| 99久久精品热视频| 国产精品一及| 国产精品一及| 可以在线观看的亚洲视频| 天堂av国产一区二区熟女人妻| 在线视频色国产色| 91久久精品国产一区二区成人 | 高潮久久久久久久久久久不卡| 香蕉av资源在线| 国产精品 欧美亚洲| 亚洲成人中文字幕在线播放| 狂野欧美激情性xxxx| 2021天堂中文幕一二区在线观| 热99re8久久精品国产| 12—13女人毛片做爰片一| 亚洲五月天丁香| 免费一级毛片在线播放高清视频| 又爽又黄无遮挡网站| 一本综合久久免费| avwww免费| 成人无遮挡网站| 窝窝影院91人妻| 成人三级黄色视频| 真人一进一出gif抽搐免费| 长腿黑丝高跟| 国内精品久久久久久久电影| 欧美乱色亚洲激情| 亚洲美女视频黄频| 亚洲人成电影免费在线| 日韩精品中文字幕看吧| 国产精品三级大全| 精品久久久久久久久久久久久| 五月玫瑰六月丁香| 狂野欧美白嫩少妇大欣赏| 国产精品国产高清国产av| АⅤ资源中文在线天堂| 成熟少妇高潮喷水视频| av中文乱码字幕在线| 在线观看日韩欧美| 久久人人精品亚洲av| 亚洲人成网站在线播| 国产欧美日韩一区二区三| 观看免费一级毛片| 午夜福利免费观看在线| 又爽又黄无遮挡网站| 51午夜福利影视在线观看| 国产高清videossex| 国产精品久久久久久亚洲av鲁大| 午夜福利视频1000在线观看| 999久久久精品免费观看国产| 男人和女人高潮做爰伦理| 九九在线视频观看精品| 午夜福利视频1000在线观看| 身体一侧抽搐| a在线观看视频网站| 欧美三级亚洲精品| 18禁裸乳无遮挡免费网站照片| 天天一区二区日本电影三级| 国产三级黄色录像| 很黄的视频免费| 亚洲最大成人中文| 久久久久久大精品| 毛片女人毛片| 午夜免费男女啪啪视频观看 | 在线观看免费视频日本深夜| 国产精品,欧美在线| 少妇丰满av| 国产欧美日韩一区二区精品| 伊人久久精品亚洲午夜| 男女床上黄色一级片免费看| 一本久久中文字幕| www.999成人在线观看| 最新在线观看一区二区三区| 欧美区成人在线视频| 九九热线精品视视频播放| 一卡2卡三卡四卡精品乱码亚洲| 久久久久久人人人人人| 最近最新免费中文字幕在线| 久久天躁狠狠躁夜夜2o2o| 成人av在线播放网站| 国产激情欧美一区二区| 99久久精品热视频| 99热6这里只有精品| 中文资源天堂在线| 亚洲午夜理论影院| 色噜噜av男人的天堂激情| 免费在线观看成人毛片| 日本黄色视频三级网站网址| av在线天堂中文字幕| 亚洲欧美日韩高清在线视频| 欧美又色又爽又黄视频| 国产精品久久久久久人妻精品电影| 制服人妻中文乱码| 亚洲av成人不卡在线观看播放网| 国产精品 国内视频| 亚洲国产精品合色在线| 中亚洲国语对白在线视频| 亚洲av五月六月丁香网| 免费看美女性在线毛片视频| 18+在线观看网站| 成人特级av手机在线观看| 中文字幕久久专区| www.色视频.com| 亚洲av电影不卡..在线观看| 精品久久久久久,| 少妇人妻精品综合一区二区 | 99国产综合亚洲精品| 中文在线观看免费www的网站| 精品久久久久久,| 国产淫片久久久久久久久 | 18禁黄网站禁片午夜丰满| 精品国内亚洲2022精品成人| 欧美一区二区国产精品久久精品| 内射极品少妇av片p| 免费搜索国产男女视频| 999久久久精品免费观看国产| 一进一出抽搐动态| 成人三级黄色视频| 天堂影院成人在线观看| 亚洲精品国产精品久久久不卡| 国产欧美日韩精品一区二区| 少妇裸体淫交视频免费看高清| 欧美不卡视频在线免费观看| 真人一进一出gif抽搐免费| 精品电影一区二区在线| 三级毛片av免费| 精华霜和精华液先用哪个| av黄色大香蕉| 久久香蕉国产精品| 伊人久久精品亚洲午夜| 18禁裸乳无遮挡免费网站照片| 91久久精品电影网| 特大巨黑吊av在线直播| 长腿黑丝高跟| 成人国产综合亚洲| 国产精品美女特级片免费视频播放器| 日本 av在线| 成人一区二区视频在线观看| 日日干狠狠操夜夜爽| 欧美日韩综合久久久久久 | 久久久久久国产a免费观看| 午夜免费男女啪啪视频观看 | 午夜精品在线福利| 丁香欧美五月| 中文在线观看免费www的网站| 欧美黑人欧美精品刺激| 久久久精品大字幕| 久久久国产精品麻豆| 免费一级毛片在线播放高清视频| 亚洲精品美女久久久久99蜜臀| 黑人欧美特级aaaaaa片| 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| 午夜免费观看网址| 啦啦啦观看免费观看视频高清| 国产黄色小视频在线观看| 国产免费一级a男人的天堂| 成年女人毛片免费观看观看9| 一进一出好大好爽视频| 脱女人内裤的视频| 九色成人免费人妻av| 亚洲在线观看片| 色综合亚洲欧美另类图片| 亚洲第一欧美日韩一区二区三区| 国产主播在线观看一区二区| 最近最新中文字幕大全电影3| 十八禁网站免费在线| 日日摸夜夜添夜夜添小说| 欧美一区二区亚洲| 国产精品一区二区三区四区免费观看 | 久久久久亚洲av毛片大全| 国产69精品久久久久777片| 国产主播在线观看一区二区| 国产单亲对白刺激| 淫妇啪啪啪对白视频| 精品乱码久久久久久99久播| 中文字幕人妻熟人妻熟丝袜美 | 少妇人妻精品综合一区二区 | 亚洲精品在线观看二区| 国产精品久久电影中文字幕| 90打野战视频偷拍视频| 精品不卡国产一区二区三区| 毛片女人毛片| 欧美日韩综合久久久久久 | 亚洲av不卡在线观看| 久久久久久九九精品二区国产| av女优亚洲男人天堂| 国产av在哪里看| e午夜精品久久久久久久| 日韩 欧美 亚洲 中文字幕| av黄色大香蕉| 九色成人免费人妻av| 91九色精品人成在线观看| 岛国在线免费视频观看| 在线天堂最新版资源| av女优亚洲男人天堂| 久久人人精品亚洲av| 欧美中文综合在线视频| 欧美黑人欧美精品刺激| 色综合婷婷激情| 亚洲av第一区精品v没综合| 国产精品亚洲一级av第二区|