• <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BiLSTM的生豬音頻識(shí)別

    2022-05-20 04:14:10查文文陳成鵬辜麗川
    關(guān)鍵詞:咳嗽聲維納濾波識(shí)別率

    邵 睿,彭 碩,查文文,陳成鵬,辜麗川,焦 俊

    (安徽農(nóng)業(yè)大學(xué) 信息與計(jì)算機(jī)學(xué)院,合肥 230036)

    0 引 言

    豬聲包含豐富信息,是判斷生豬行為的依據(jù),通過識(shí)別生豬音頻可以分析生豬行為[1],有助于生豬福利養(yǎng)殖。提取聲學(xué)特征和構(gòu)建聲學(xué)模型是生豬音頻識(shí)別的關(guān)鍵,在早期相關(guān)研究中,F(xiàn)errari等人[2]通過分析豬聲信號的均方根和峰值頻率,對患病豬只咳嗽聲實(shí)現(xiàn)有效識(shí)別。Exadaktylos等人[3]分析豬咳嗽聲、打呼嚕聲、尖叫聲中高能量部分的功率譜密度,利用模糊c-均值聚類算法,對不同豬聲進(jìn)行分類。徐亞妮等人[4]提取梅山母豬咳嗽聲功率譜密度特征,用改進(jìn)的模糊C均值聚類算法對豬咳嗽聲和尖叫聲進(jìn)行識(shí)別,效果良好。文獻(xiàn)[5-6]提取豬聲信號的MFCC,提出用SVM模型對生豬的患病叫聲進(jìn)行監(jiān)測的方法,滿足了識(shí)別需要。

    隨著深度學(xué)習(xí)技術(shù)發(fā)展,深層神經(jīng)網(wǎng)絡(luò)對聲學(xué)特征進(jìn)行多層非線性處理,將聲學(xué)特征轉(zhuǎn)換為不變性、鑒別性的特征,以實(shí)現(xiàn)豬聲的識(shí)別。黎煊等[7]用深度信念網(wǎng)絡(luò)實(shí)現(xiàn)對豬咳嗽聲的識(shí)別,效果良好;趙健等[8]通過構(gòu)建基于DNN-HMM聲學(xué)模型對連續(xù)的豬咳嗽聲進(jìn)行建模,針對連續(xù)豬聲中的咳嗽聲實(shí)現(xiàn)有效識(shí)別;蒼巖等[9]用MobileNetV2網(wǎng)絡(luò)對不同狀態(tài)下豬只聲音譜圖進(jìn)行分類識(shí)別,通過譜圖優(yōu)化、模型壓縮,模型取得較高的識(shí)別精度。

    生豬音頻信號是時(shí)序信號,提取生豬音頻信號MFCC,構(gòu)成多幀的豬聲特征向量序列。對于多幀的豬聲特征向量序列,當(dāng)前幀不僅與前面多幀有聯(lián)系,也與后面多幀有聯(lián)系。[10]BiLSTM網(wǎng)絡(luò)分別沿前向時(shí)序和后向時(shí)序處理豬聲特征向量序列,充分捕捉前后多幀間的時(shí)序信息并對生豬音頻進(jìn)行聲學(xué)建模,形成基于BiLSTM網(wǎng)絡(luò)的聲學(xué)模型,實(shí)現(xiàn)對5種豬聲的有效識(shí)別。本文算法整體流程如圖1所示。

    1 試驗(yàn)數(shù)據(jù)采集與處理

    1.1 生豬音頻采集

    生豬音頻采集于安徽蒙城京徽蒙生豬養(yǎng)殖基地,采集對象為10只150kg左右的長白豬。采集工具為飛利浦VTR5110錄音筆,采用單聲道錄制,采樣頻率為44100Hz,采樣精度為16位,采樣格式為wav。

    1.2 豬聲音預(yù)處理

    為了盡可能減輕噪聲污染、減少非豬聲信息,需要對生豬音頻信號去噪及端點(diǎn)檢測。

    1.2.1 基于維納濾波的生豬音頻信號去噪

    豬場環(huán)境中存在低頻的風(fēng)機(jī)運(yùn)行聲,豬聲采集的過程中也有金屬撞擊聲、鳥鳴聲等高頻噪聲,而豬聲的頻率主要集中在10KHz內(nèi)[11]。因此,豬聲頻率與多種環(huán)境噪聲的頻段重疊,傳統(tǒng)帶通濾波器難以對采集的豬聲進(jìn)行有效去噪。本研究借鑒了語音去噪中效果較好的維納濾波[12],維納濾波器是一種基于最小均方誤差準(zhǔn)則的平穩(wěn)過程去噪的最優(yōu)估計(jì)器。

    假設(shè)采集的音頻信號x(n)由豬聲信號s(n)和豬場噪聲信號v(n)疊加而成,維納濾波器傳遞函數(shù)是(n),濾波器輸出信號是y(n)=(n),即豬聲信號的估計(jì)值。維納濾波器的輸入輸出關(guān)系如圖2所示。

    圖2 維納濾波器的輸入輸出關(guān)系

    豬聲信號s(n)與濾波器輸出信號(n)之間的誤差記為e(n),維納濾波器按最小均方誤差準(zhǔn)則使得E[e2(n)]達(dá)到最小,根據(jù)正交性原理,最佳的傳遞函數(shù)h(n)對任意m均滿足下式。

    E[{s(n)-(n)}·x(n-m)]=0

    (1)

    通過計(jì)算音頻信號x(n)和豬場噪聲信號v(n)的功率譜得到音頻信號的先驗(yàn)信噪比,用先驗(yàn)信噪比計(jì)算維納濾波器傳遞函數(shù)h(n),得到濾波器輸出信號(n),即音頻信號去噪后的豬聲信號。

    如圖3所示,對比生豬發(fā)情聲信號經(jīng)維納濾波處理前后的波形圖,可知濾波后的生豬發(fā)情聲信號噪聲明顯減少,且原信號基本沒有發(fā)生失真。

    圖3 豬發(fā)情聲維納濾波前后的對比圖

    1.2.2 生豬音頻信號端點(diǎn)檢測

    端點(diǎn)檢測可以有效減少生豬音頻信號特征提取的運(yùn)算量,本研究借鑒文[13]中對生豬音頻信號處理效果較好的基于改進(jìn)的EMD-TEO(經(jīng)驗(yàn)?zāi)B(tài)分解的Teager能量算子)倒譜距離的端點(diǎn)檢測算法,確定生豬音頻信號的起止點(diǎn)。步驟如下:

    (1)采用EMD(經(jīng)驗(yàn)?zāi)B(tài)分解)算法將生豬音頻信號分解為多個(gè)基本模式分量。

    (2)再利用TEO(Teager能量算子)對模態(tài)分量進(jìn)行處理,獲得其能量譜作為第一個(gè)判決參數(shù)。

    (3)引入短時(shí)倒譜距離方法,計(jì)算倒譜距離作為第二個(gè)判決參數(shù)。

    (4)根據(jù)(2)、(3)中得到的判決參數(shù),設(shè)置閾值做出判決,確定生豬音頻信號的起止點(diǎn)。

    1.2.3 MFCC提取

    MFCC是一種基于人耳聽覺特性的特征參數(shù),有較好的魯棒性。利用音頻頻率與梅爾頻率倒譜系數(shù)成非線性對應(yīng)關(guān)系,將線性頻譜映射到非線性的梅爾頻率頻譜中。13維MFCC反映豬聲靜態(tài)特征,13維MFCC的一階、二階差分反映豬聲動(dòng)態(tài)特征,故用39維MFCC特征可以包含豬聲中更多特征。[8]

    這5種豬聲樣本的MFCC三維圖如圖4所示。

    圖4 豬聲樣本的MFCC圖

    每種豬聲樣本的標(biāo)簽用獨(dú)熱碼表示,即進(jìn)食樣本、咳嗽樣本、發(fā)情樣本、嚎叫樣本、哼叫樣本分別用[1,0,0,0,0]、[0,1,0,0,0]、[0,0,1,0,0]、[0,0,0,1,0]、[0,0,0,0,1]標(biāo)記。

    2 生豬音頻識(shí)別模型

    2.1 長短時(shí)記憶單元(Long Short Term Memory,LSTM)

    LSTM網(wǎng)絡(luò)是對循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,RNN)的改進(jìn),它克服了RNN梯度消失的問題,可以對序列中有效信息進(jìn)行長時(shí)記憶。[14-18]LSTM用內(nèi)部自循環(huán)結(jié)構(gòu)來控制信息流,通過輸入門、遺忘門、輸出門3個(gè)非線性門控單元和1個(gè)記憶單元來控制信息的流通和損失,解決了RNN中神經(jīng)元的長期依賴問題。一個(gè)完整的LSTM內(nèi)部結(jié)構(gòu)如圖5所示。

    圖5 LSTM結(jié)構(gòu)圖

    (2)

    (3)

    (4)

    (5)

    (6)

    2.2 BiLSTM網(wǎng)絡(luò)

    LSTM網(wǎng)絡(luò)按某一順序處理序列,BiLSTM網(wǎng)絡(luò)就是在LSTM網(wǎng)絡(luò)中使用兩套連接權(quán)重分別沿前向時(shí)序和后向時(shí)序[19,20]對同一序列進(jìn)行建模。BiLSTM網(wǎng)絡(luò)結(jié)構(gòu)圖,如圖6所示,x(t)表示序列中第t幀的特征向量,其中t=1~T,T是樣本序列中的總幀數(shù)。在BiLSTM網(wǎng)絡(luò)中,x(t)被LSTM網(wǎng)絡(luò)分別沿前向時(shí)序和后向時(shí)序處理并輸出信息h(t)。

    圖6 BiLSTM網(wǎng)絡(luò)結(jié)構(gòu)圖

    2.3 模型構(gòu)建

    本研究以構(gòu)建的豬聲識(shí)別網(wǎng)絡(luò)(PigVocalizations net,PVnet)為聲學(xué)模型,如圖7所示,PVnet模型由2層BiLSTM網(wǎng)絡(luò)層(BiLSTM1和BiLSTM2)和3層全連接層(FC1、FC2和FC3)構(gòu)成。FC1和FC2用非線性激活函數(shù)ReLU和正則化方法Dropout技術(shù)[21]來避免訓(xùn)練過擬合,正則化參數(shù)值取0.05(即丟棄5%的神經(jīng)元),F(xiàn)C3用函數(shù)Softmax分類。

    圖7 PVnet3聲學(xué)模型結(jié)構(gòu)圖

    輸入PVnet模型的樣本是大小為T×39特征序列,T為樣本所包含的幀數(shù),39為特征向量維數(shù)。樣本首先經(jīng)BiLSTM1處理,輸出大小為T×78的特征序列,再經(jīng)BiLSTM2處理,輸出大小為1×156的向量。1×156的向量依次經(jīng)FC1、FC2和FC3處理,分別降維到1×20、1×10、1×5,最后利用Softmax函數(shù)計(jì)算出樣本的分類概率向量[S1,S2,S3,S4,S5],其中S1、S2、S3、S4、S5分別表示樣本屬于進(jìn)食聲、咳嗽聲、發(fā)情聲、嚎叫聲、哼叫聲的概率。

    Softmax計(jì)算公式為:

    (7)

    3 試驗(yàn)結(jié)果及分析

    本試驗(yàn)采用的CPU為Inter(R)Core(TM) i7-9700,內(nèi)存16G,GPU為NVIDIA GeForce RTX 2080Ti,操作系統(tǒng)為Window 10,深度學(xué)習(xí)框架為TensorFlow,版本號1.13.1。PVnet模型訓(xùn)練參數(shù)如表1所示。

    表1 PVnet模型訓(xùn)練參數(shù)

    加權(quán)交叉熵函數(shù)公式如下:

    豬聲樣本共有3750個(gè),其中進(jìn)食、咳嗽、發(fā)情、嚎叫和哼叫的樣本分別為1290、400、310、930和820個(gè)。不同類樣本的數(shù)量相差較大,不利于模型訓(xùn)練,為了克服樣本數(shù)量不平衡問題,單個(gè)樣本的損失函數(shù)采用可以調(diào)整不同類別樣本在損失函數(shù)上的權(quán)重的加權(quán)交叉熵?fù)p失函數(shù)。

    訓(xùn)練模型時(shí),改進(jìn)每個(gè)訓(xùn)練批次中第i個(gè)(i=1,2,...,32)樣本屬于第j類(j=1,2,3,4,5,1~5分別表示進(jìn)食聲、咳嗽聲、發(fā)情聲、嚎叫聲、哼叫聲)的交叉熵?fù)p失函數(shù),

    (8)

    (9)

    βj是訓(xùn)練集中第j類的樣本數(shù)占樣本集的樣本總數(shù)比值。

    進(jìn)一步可得代價(jià)函數(shù)如下:

    (10)

    3.1 模型性能測試

    由于豬聲樣本集屬于不平衡樣本集,PVnet模型采用準(zhǔn)確率(Accuracy,Acc)來衡量模型整體的分類性能是不準(zhǔn)確的。因?yàn)榭赡艽嬖跍?zhǔn)確率很高,但模型對少數(shù)類樣本分類效果不佳的情況。故用總體識(shí)別率(Total Recognition rate,TRrate)來衡量PVnet模型的整體分類性能,計(jì)算公式如下:

    (11)

    Acc(j)表示第j類樣本的識(shí)別準(zhǔn)確率,其中j=1,2,3,4,5(1~5分別表示進(jìn)食聲、咳嗽聲、發(fā)情聲、嚎叫聲、哼叫聲)。

    采用5折交叉驗(yàn)證方法,3750個(gè)豬聲樣本被隨機(jī)分成5份大小相同的互斥子集,每個(gè)子集包含750個(gè)豬聲樣本。每次用4個(gè)子集的并集作為訓(xùn)練集,余下的1個(gè)子集作為測試集。對PVnet模型進(jìn)行5次訓(xùn)練和測試,PVnet模型在測試集上5次試驗(yàn)結(jié)果如表2所示,

    表2 PVnet模型的5折交叉驗(yàn)證結(jié)果

    由表2知,各組PVnet模型的總體識(shí)別率均高于90%,最高為92.52%,5組總體識(shí)別率均值為91.64%,表明基于BiLSTM的聲學(xué)模型有穩(wěn)定的識(shí)別性能和較高的識(shí)別精度。

    3.2 算法應(yīng)用測試

    為了對基于BiLSTM模型進(jìn)行算法應(yīng)用測試,以樣本集外兩段時(shí)長為1.22h和2.83h的生豬音頻為測試語料。經(jīng)預(yù)處理、MFCC提取、人工標(biāo)記得391個(gè)豬聲樣本,其中進(jìn)食、咳嗽、發(fā)情、嚎叫、哼叫的樣本分別有103、63、52、78、95個(gè)。由表2知,PVnet模型的最佳試驗(yàn)組是第3組,將其命名為PVnet(3)。391個(gè)樣本在PVnet(3)模型上進(jìn)行算法應(yīng)用測試,用大小為5×5的混淆矩陣表示模型對5種樣本的分類結(jié)果。矩陣中任意一個(gè)元素xij,表示真實(shí)標(biāo)記為j的樣本被預(yù)測為i的數(shù)量,其中i、j=1,2,3,4,5(1~5分別表示進(jìn)食聲、咳嗽聲、發(fā)情聲、嚎叫聲、哼叫聲)。

    如圖8所示,PVnet(3)模型總體識(shí)別率為90.70%,對進(jìn)食、咳嗽、發(fā)情、嚎叫和哼叫的樣本識(shí)別率分別為88.35%、93.65%、90.38%、88.46%、92.63%??芍狿Vnet模型有一定的泛化性能,對5種樣本均能較好識(shí)別。

    圖8 混淆矩陣

    4 結(jié) 論

    本研究以長白豬進(jìn)食聲、咳嗽聲、發(fā)情聲、嚎叫聲和哼叫聲為研究對象,提出了對5種生豬音頻進(jìn)行識(shí)別的方法,構(gòu)建了基于BiLSTM的生豬音頻識(shí)別模型(PVnet模型),在豬聲樣本集下對PVnet模型進(jìn)行5折交叉驗(yàn)證試驗(yàn)。結(jié)果表明,5組PVnet模型的總體識(shí)別率均達(dá)到90%,最高組為92.52%,表明PVnet模型對生豬音頻能穩(wěn)定有效識(shí)別。進(jìn)一步,用391個(gè)樣本集外的豬聲樣本對PVnet(3)模型進(jìn)行算法應(yīng)用測試,PVnet(3)總體識(shí)別率為90.70%,結(jié)合混淆矩陣可知PVnet模型對5種生豬音頻均有較好的識(shí)別效果,且具有泛化性能。

    猜你喜歡
    咳嗽聲維納濾波識(shí)別率
    爸爸的咳嗽聲
    爸爸的咳嗽聲
    爸爸的咳嗽聲
    基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測
    多級維納濾波器的快速實(shí)現(xiàn)方法研究
    自適應(yīng)迭代維納濾波算法
    基于真耳分析的助聽器配戴者言語可懂度指數(shù)與言語識(shí)別率的關(guān)系
    提升高速公路MTC二次抓拍車牌識(shí)別率方案研究
    基于多窗譜估計(jì)的改進(jìn)維納濾波語音增強(qiáng)
    基于維納濾波器的去噪研究
    欧美bdsm另类| 久久久午夜欧美精品| 国产一区亚洲一区在线观看| av不卡在线播放| 高清视频免费观看一区二区| 超碰av人人做人人爽久久| 简卡轻食公司| 欧美+日韩+精品| 自拍欧美九色日韩亚洲蝌蚪91 | 亚洲精品456在线播放app| 久久女婷五月综合色啪小说| 伦理电影免费视频| 国产v大片淫在线免费观看| 99精国产麻豆久久婷婷| 青春草亚洲视频在线观看| 精品亚洲成a人片在线观看 | 日韩大片免费观看网站| 天堂俺去俺来也www色官网| 亚洲成人av在线免费| 狂野欧美激情性xxxx在线观看| 新久久久久国产一级毛片| 日本av免费视频播放| 日本一二三区视频观看| 免费大片黄手机在线观看| 久久99热6这里只有精品| 中文乱码字字幕精品一区二区三区| 91狼人影院| 2018国产大陆天天弄谢| 欧美 日韩 精品 国产| freevideosex欧美| 午夜老司机福利剧场| 免费大片黄手机在线观看| 我要看日韩黄色一级片| 美女中出高潮动态图| 色吧在线观看| 丝袜喷水一区| 2018国产大陆天天弄谢| 蜜桃在线观看..| 色视频在线一区二区三区| 日韩国内少妇激情av| 亚洲欧洲日产国产| 国产高清三级在线| 免费高清在线观看视频在线观看| 观看美女的网站| 小蜜桃在线观看免费完整版高清| 一区二区av电影网| 啦啦啦啦在线视频资源| 全区人妻精品视频| 国产成人a∨麻豆精品| av专区在线播放| xxx大片免费视频| 涩涩av久久男人的天堂| 婷婷色综合大香蕉| 亚洲精品成人av观看孕妇| 日韩制服骚丝袜av| 自拍偷自拍亚洲精品老妇| 纵有疾风起免费观看全集完整版| 精品少妇黑人巨大在线播放| 国产精品人妻久久久久久| 日韩中字成人| 欧美3d第一页| 这个男人来自地球电影免费观看 | 午夜福利在线在线| 又爽又黄a免费视频| av国产久精品久网站免费入址| 成人亚洲欧美一区二区av| 国产精品久久久久久精品电影小说 | 国产精品麻豆人妻色哟哟久久| 婷婷色av中文字幕| 男人爽女人下面视频在线观看| 2021少妇久久久久久久久久久| 亚洲欧美日韩卡通动漫| av在线观看视频网站免费| 国产黄色免费在线视频| 成人毛片60女人毛片免费| 国产精品伦人一区二区| 国产淫片久久久久久久久| 天美传媒精品一区二区| 舔av片在线| 高清av免费在线| 久久国产乱子免费精品| 欧美最新免费一区二区三区| 黄色日韩在线| 日本-黄色视频高清免费观看| 日韩成人伦理影院| 成人午夜精彩视频在线观看| 最近最新中文字幕大全电影3| 欧美成人精品欧美一级黄| 中文字幕免费在线视频6| 久久久久久伊人网av| videos熟女内射| 狠狠精品人妻久久久久久综合| 男人狂女人下面高潮的视频| 久久精品夜色国产| 国产精品国产三级国产专区5o| 国内少妇人妻偷人精品xxx网站| 久久精品人妻少妇| 亚洲天堂av无毛| 国产精品国产三级国产av玫瑰| 亚洲av男天堂| 男女边吃奶边做爰视频| 国精品久久久久久国模美| 国内精品宾馆在线| 91精品国产九色| 九九爱精品视频在线观看| 成年人午夜在线观看视频| 韩国av在线不卡| 午夜精品国产一区二区电影| 大香蕉97超碰在线| 国产片特级美女逼逼视频| 亚洲成人手机| 一级黄片播放器| 香蕉精品网在线| 欧美97在线视频| 亚洲在久久综合| 精品国产露脸久久av麻豆| 亚洲精品乱码久久久久久按摩| 亚洲精品乱码久久久久久按摩| 一区在线观看完整版| 亚洲av.av天堂| 天美传媒精品一区二区| 国内精品宾馆在线| 嘟嘟电影网在线观看| 青春草视频在线免费观看| 久久久久久久久久成人| 精品国产露脸久久av麻豆| 美女主播在线视频| 2018国产大陆天天弄谢| 日韩免费高清中文字幕av| 国产69精品久久久久777片| 亚洲国产欧美在线一区| 夫妻性生交免费视频一级片| 蜜桃亚洲精品一区二区三区| 久久久久人妻精品一区果冻| 高清黄色对白视频在线免费看 | 五月开心婷婷网| 在线观看免费日韩欧美大片 | 国产av码专区亚洲av| 草草在线视频免费看| 成人漫画全彩无遮挡| 51国产日韩欧美| 亚洲国产毛片av蜜桃av| 国产高清不卡午夜福利| 草草在线视频免费看| 天美传媒精品一区二区| 国产精品国产三级国产专区5o| 久久精品国产a三级三级三级| 高清视频免费观看一区二区| 男女边摸边吃奶| 中国三级夫妇交换| 精品久久久久久久末码| 特大巨黑吊av在线直播| 日日摸夜夜添夜夜添av毛片| 男女免费视频国产| 国产精品偷伦视频观看了| 日韩中文字幕视频在线看片 | 伦理电影大哥的女人| 亚洲精品日韩在线中文字幕| 国产欧美另类精品又又久久亚洲欧美| 最后的刺客免费高清国语| 蜜桃亚洲精品一区二区三区| 日韩成人伦理影院| 午夜福利在线在线| 色吧在线观看| 最后的刺客免费高清国语| 亚洲人成网站高清观看| .国产精品久久| 亚洲国产精品专区欧美| 国产av国产精品国产| 国产精品蜜桃在线观看| 亚洲色图av天堂| 亚洲怡红院男人天堂| 校园人妻丝袜中文字幕| 久久精品夜色国产| 少妇精品久久久久久久| 国产av码专区亚洲av| 九九久久精品国产亚洲av麻豆| av国产精品久久久久影院| 成年免费大片在线观看| 大又大粗又爽又黄少妇毛片口| 亚洲精华国产精华液的使用体验| 夜夜看夜夜爽夜夜摸| 国产精品无大码| 男女国产视频网站| 99久久精品国产国产毛片| 亚洲精品一区蜜桃| 久久婷婷青草| 国产欧美亚洲国产| freevideosex欧美| 自拍偷自拍亚洲精品老妇| 2018国产大陆天天弄谢| 丰满乱子伦码专区| 亚洲精品日本国产第一区| 下体分泌物呈黄色| 三级国产精品片| 午夜免费观看性视频| 国产精品久久久久久久电影| 亚洲怡红院男人天堂| 乱系列少妇在线播放| 欧美激情极品国产一区二区三区 | 精品亚洲成a人片在线观看 | 精品亚洲成国产av| 日韩中字成人| 亚洲精品第二区| 人人妻人人澡人人爽人人夜夜| 2018国产大陆天天弄谢| 精品人妻一区二区三区麻豆| 免费观看a级毛片全部| 婷婷色综合www| 人妻一区二区av| 亚洲伊人久久精品综合| 妹子高潮喷水视频| 1000部很黄的大片| 亚洲国产最新在线播放| 日韩国内少妇激情av| 欧美精品国产亚洲| 97在线人人人人妻| 亚洲精品日韩av片在线观看| 最近2019中文字幕mv第一页| 亚洲第一区二区三区不卡| 观看美女的网站| 一级爰片在线观看| 久久国产乱子免费精品| 欧美xxxx性猛交bbbb| .国产精品久久| 狂野欧美激情性xxxx在线观看| 伊人久久国产一区二区| 亚洲欧美日韩无卡精品| 国产精品久久久久久精品电影小说 | 日韩精品有码人妻一区| 最近的中文字幕免费完整| 波野结衣二区三区在线| 综合色丁香网| 欧美高清成人免费视频www| 久久久久久久久大av| 秋霞在线观看毛片| 亚洲av日韩在线播放| av在线播放精品| 黄色欧美视频在线观看| 日日撸夜夜添| 欧美高清性xxxxhd video| 亚洲精品乱码久久久久久按摩| 欧美成人一区二区免费高清观看| 欧美激情极品国产一区二区三区 | 人妻制服诱惑在线中文字幕| 一级片'在线观看视频| 欧美 日韩 精品 国产| 国内少妇人妻偷人精品xxx网站| 大片免费播放器 马上看| 97超碰精品成人国产| 各种免费的搞黄视频| 亚洲精品中文字幕在线视频 | 黄片无遮挡物在线观看| 少妇 在线观看| 在线天堂最新版资源| 日本爱情动作片www.在线观看| 国产淫语在线视频| av免费在线看不卡| 精品99又大又爽又粗少妇毛片| 欧美精品人与动牲交sv欧美| 日韩免费高清中文字幕av| 亚洲在久久综合| 国产精品三级大全| 欧美97在线视频| 亚洲欧美成人综合另类久久久| 免费在线观看成人毛片| 制服丝袜香蕉在线| 一区二区三区免费毛片| 少妇高潮的动态图| 少妇裸体淫交视频免费看高清| 免费人成在线观看视频色| 精品久久久久久电影网| 蜜桃久久精品国产亚洲av| 蜜臀久久99精品久久宅男| 99久国产av精品国产电影| 女性生殖器流出的白浆| 亚洲色图综合在线观看| 国产精品99久久久久久久久| 我要看日韩黄色一级片| 国产精品国产av在线观看| 日韩三级伦理在线观看| 在线观看人妻少妇| 日日撸夜夜添| 亚洲精品一区蜜桃| 草草在线视频免费看| 免费看av在线观看网站| 国产黄频视频在线观看| 三级国产精品片| 成人毛片60女人毛片免费| 王馨瑶露胸无遮挡在线观看| 亚洲色图av天堂| 久久综合国产亚洲精品| 国产日韩欧美在线精品| av在线观看视频网站免费| av国产精品久久久久影院| 高清毛片免费看| 男女免费视频国产| 国语对白做爰xxxⅹ性视频网站| 国产成人freesex在线| a级毛片免费高清观看在线播放| videos熟女内射| 26uuu在线亚洲综合色| 少妇熟女欧美另类| 在线观看av片永久免费下载| 五月天丁香电影| 99精国产麻豆久久婷婷| 97热精品久久久久久| 不卡视频在线观看欧美| 欧美一区二区亚洲| 国产伦在线观看视频一区| 色哟哟·www| 亚洲人成网站高清观看| 亚州av有码| 中文字幕亚洲精品专区| 欧美日韩综合久久久久久| 伦理电影免费视频| 国产免费福利视频在线观看| 国语对白做爰xxxⅹ性视频网站| 岛国毛片在线播放| 狂野欧美激情性xxxx在线观看| 如何舔出高潮| 街头女战士在线观看网站| 97精品久久久久久久久久精品| 身体一侧抽搐| 麻豆成人午夜福利视频| 精品国产露脸久久av麻豆| 嫩草影院入口| 亚洲经典国产精华液单| 女人十人毛片免费观看3o分钟| 欧美人与善性xxx| 我要看日韩黄色一级片| 欧美老熟妇乱子伦牲交| 男女边吃奶边做爰视频| 亚洲人成网站在线观看播放| 欧美另类一区| h视频一区二区三区| av又黄又爽大尺度在线免费看| 老师上课跳d突然被开到最大视频| 亚洲av成人精品一二三区| 欧美日韩亚洲高清精品| 又大又黄又爽视频免费| 熟妇人妻不卡中文字幕| 少妇丰满av| 国产无遮挡羞羞视频在线观看| 中文天堂在线官网| 男人爽女人下面视频在线观看| 欧美xxⅹ黑人| 亚洲国产色片| 男女啪啪激烈高潮av片| 麻豆乱淫一区二区| 亚洲美女黄色视频免费看| 天堂俺去俺来也www色官网| 亚洲精品久久久久久婷婷小说| 人妻少妇偷人精品九色| 久久精品人妻少妇| 三级国产精品片| 2022亚洲国产成人精品| 欧美丝袜亚洲另类| 久久99蜜桃精品久久| 三级国产精品片| 汤姆久久久久久久影院中文字幕| 少妇熟女欧美另类| 黄片无遮挡物在线观看| 女的被弄到高潮叫床怎么办| 少妇人妻 视频| 高清毛片免费看| 国内揄拍国产精品人妻在线| 尤物成人国产欧美一区二区三区| 18禁裸乳无遮挡动漫免费视频| 97在线人人人人妻| 亚州av有码| 国产一区有黄有色的免费视频| 日日撸夜夜添| 黄色欧美视频在线观看| 多毛熟女@视频| 免费人成在线观看视频色| 九色成人免费人妻av| 精品一品国产午夜福利视频| 男女国产视频网站| 国产成人一区二区在线| 国精品久久久久久国模美| 岛国毛片在线播放| 国模一区二区三区四区视频| 天堂中文最新版在线下载| 我要看黄色一级片免费的| 欧美三级亚洲精品| 国产精品嫩草影院av在线观看| 人妻夜夜爽99麻豆av| 亚洲欧美中文字幕日韩二区| 久久久午夜欧美精品| 人妻系列 视频| 婷婷色麻豆天堂久久| 久久人人爽人人片av| av在线观看视频网站免费| 国产69精品久久久久777片| 国产真实伦视频高清在线观看| 性色av一级| 成人黄色视频免费在线看| 美女视频免费永久观看网站| 亚洲av成人精品一二三区| 高清在线视频一区二区三区| xxx大片免费视频| 成年女人在线观看亚洲视频| 成人特级av手机在线观看| 日韩在线高清观看一区二区三区| 日本爱情动作片www.在线观看| 黄色一级大片看看| 性色avwww在线观看| 精品熟女少妇av免费看| 国产美女午夜福利| 午夜福利在线在线| 欧美 日韩 精品 国产| 成人国产麻豆网| 精品人妻一区二区三区麻豆| 欧美精品国产亚洲| 97超碰精品成人国产| 欧美一区二区亚洲| 午夜免费男女啪啪视频观看| 久久久国产一区二区| 免费黄网站久久成人精品| 亚洲真实伦在线观看| 老司机影院成人| 国产在线免费精品| 综合色丁香网| 亚洲精品一二三| 中文精品一卡2卡3卡4更新| 九九爱精品视频在线观看| 亚洲真实伦在线观看| 国产精品嫩草影院av在线观看| 免费大片黄手机在线观看| 91久久精品国产一区二区三区| tube8黄色片| 亚洲成人中文字幕在线播放| 麻豆精品久久久久久蜜桃| 亚洲国产高清在线一区二区三| 久久97久久精品| kizo精华| 亚洲国产欧美人成| 国产成人a区在线观看| 少妇被粗大猛烈的视频| 国产精品久久久久久精品古装| 国产爱豆传媒在线观看| 中文字幕精品免费在线观看视频 | 国产午夜精品久久久久久一区二区三区| 精品一区二区三区视频在线| 免费观看在线日韩| 18禁裸乳无遮挡免费网站照片| 伦精品一区二区三区| 男女边吃奶边做爰视频| 国产淫语在线视频| 亚洲国产欧美在线一区| 久久久a久久爽久久v久久| 成人国产麻豆网| 亚洲精品中文字幕在线视频 | 亚洲精品久久久久久婷婷小说| 国产精品伦人一区二区| 亚洲av男天堂| 亚洲av中文字字幕乱码综合| 久久人人爽av亚洲精品天堂 | 中文乱码字字幕精品一区二区三区| 人妻制服诱惑在线中文字幕| 精品少妇久久久久久888优播| 国产白丝娇喘喷水9色精品| 成人无遮挡网站| 天堂中文最新版在线下载| 亚洲人与动物交配视频| 美女主播在线视频| 国产亚洲av片在线观看秒播厂| 日本猛色少妇xxxxx猛交久久| 日韩成人伦理影院| 99久久综合免费| av.在线天堂| 久久精品夜色国产| 99热国产这里只有精品6| 老师上课跳d突然被开到最大视频| 亚洲内射少妇av| 国产精品不卡视频一区二区| 美女福利国产在线 | 在线观看免费高清a一片| 免费观看在线日韩| 青春草国产在线视频| 精品国产三级普通话版| 青春草视频在线免费观看| 久久影院123| 久久久久久久久久久免费av| 精品一区二区三区视频在线| 日本av免费视频播放| 高清在线视频一区二区三区| 亚洲国产欧美人成| 九草在线视频观看| 男人和女人高潮做爰伦理| 国产亚洲5aaaaa淫片| 国产91av在线免费观看| 国产亚洲欧美精品永久| 尾随美女入室| 大片免费播放器 马上看| 边亲边吃奶的免费视频| 亚洲精品中文字幕在线视频 | 国产亚洲午夜精品一区二区久久| 欧美xxⅹ黑人| a级毛色黄片| 亚洲怡红院男人天堂| 久久婷婷青草| 日本av手机在线免费观看| 高清午夜精品一区二区三区| 麻豆乱淫一区二区| www.色视频.com| 免费黄频网站在线观看国产| 97在线视频观看| 精品酒店卫生间| 女性被躁到高潮视频| 国产午夜精品久久久久久一区二区三区| 久久久久久久久久久丰满| 夫妻午夜视频| 看十八女毛片水多多多| 精品人妻熟女av久视频| av国产免费在线观看| 亚洲av成人精品一区久久| 成人漫画全彩无遮挡| 色网站视频免费| 午夜激情福利司机影院| 九九久久精品国产亚洲av麻豆| 秋霞伦理黄片| 少妇猛男粗大的猛烈进出视频| 五月开心婷婷网| 下体分泌物呈黄色| 99热国产这里只有精品6| 精品一区二区三卡| 嫩草影院新地址| 欧美xxⅹ黑人| 国产一级毛片在线| 啦啦啦在线观看免费高清www| 99国产精品免费福利视频| 我要看黄色一级片免费的| 亚洲精品,欧美精品| 直男gayav资源| 午夜激情久久久久久久| 黄色配什么色好看| 在线 av 中文字幕| 最黄视频免费看| 青春草视频在线免费观看| 久久精品久久精品一区二区三区| 免费观看在线日韩| 成人二区视频| 亚州av有码| 十八禁网站网址无遮挡 | 免费少妇av软件| 国产精品女同一区二区软件| 欧美三级亚洲精品| 久热久热在线精品观看| 国产国拍精品亚洲av在线观看| 99国产精品免费福利视频| 2021少妇久久久久久久久久久| 亚洲欧美日韩无卡精品| 夜夜爽夜夜爽视频| 欧美zozozo另类| 精品人妻偷拍中文字幕| 99久久人妻综合| 伦理电影免费视频| 欧美区成人在线视频| 国产精品一二三区在线看| 18禁裸乳无遮挡动漫免费视频| 欧美+日韩+精品| 色婷婷久久久亚洲欧美| av免费观看日本| 免费人成在线观看视频色| 国产免费视频播放在线视频| 男女边摸边吃奶| 97在线人人人人妻| 深爱激情五月婷婷| 亚洲国产高清在线一区二区三| 男人狂女人下面高潮的视频| 一级片'在线观看视频| 伦理电影大哥的女人| 午夜激情福利司机影院| 高清日韩中文字幕在线| 99国产精品免费福利视频| 在线 av 中文字幕| 国内揄拍国产精品人妻在线| 欧美高清成人免费视频www| 国产在视频线精品| 国产亚洲5aaaaa淫片| 亚洲人成网站高清观看| 亚洲色图综合在线观看| 日韩一本色道免费dvd| 久久精品国产亚洲av天美| 搡老乐熟女国产| 色网站视频免费| 国产精品久久久久久精品电影小说 | 欧美精品国产亚洲| 91精品一卡2卡3卡4卡| 久久 成人 亚洲| 亚洲第一区二区三区不卡| 少妇人妻精品综合一区二区| av免费观看日本| 老女人水多毛片| 一级毛片电影观看| 亚洲国产日韩一区二区| 亚洲精品国产av成人精品| 亚洲激情五月婷婷啪啪| 女的被弄到高潮叫床怎么办| 18禁裸乳无遮挡动漫免费视频| 小蜜桃在线观看免费完整版高清| 啦啦啦中文免费视频观看日本| 一级毛片黄色毛片免费观看视频| 最近的中文字幕免费完整| 国产一区二区在线观看日韩| 国产精品麻豆人妻色哟哟久久| 国产亚洲最大av| 看十八女毛片水多多多| av女优亚洲男人天堂| 亚洲欧美精品专区久久| av黄色大香蕉| 伦理电影免费视频| 网址你懂的国产日韩在线|