• <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ArcFace 算法的人臉識(shí)別應(yīng)用研究

    2022-06-15 09:06:34薛繼偉孫宇銳辛紀(jì)元
    電子設(shè)計(jì)工程 2022年11期
    關(guān)鍵詞:人臉識(shí)別人臉特征

    薛繼偉,孫宇銳,辛紀(jì)元

    (東北石油大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院,黑龍江大慶 163000)

    課堂考勤一直是教師評(píng)估學(xué)生學(xué)習(xí)狀態(tài)以及評(píng)定學(xué)生平時(shí)成績(jī)的重要方式之一,現(xiàn)如今大部分教師依舊使用人工點(diǎn)名這種傳統(tǒng)的考勤方式,存在替課、效率低下等問(wèn)題。因此,近年來(lái)工作人員一直在探索全新的考勤方式,主要有指紋識(shí)別[1]、人臉識(shí)別、RFID[2]等技術(shù)。但指紋識(shí)別技術(shù)不僅需要提前采集學(xué)生指紋,學(xué)生簽到時(shí)也需要現(xiàn)場(chǎng)對(duì)比,雖然減少了教師點(diǎn)名的工作量,卻并未節(jié)省時(shí)間。RFID 技術(shù)的弊端是需要學(xué)生隨時(shí)攜帶簽到卡。以上兩種方式雖然非常適合企業(yè)級(jí)的考勤管理,卻并不適合教室場(chǎng)景的應(yīng)用。人臉識(shí)別技術(shù)是一種重要的生物特征識(shí)別技術(shù),且在司法刑偵、電子護(hù)照以及各種考勤系統(tǒng)中都有應(yīng)用[3]。利用人臉識(shí)別技術(shù)可以在學(xué)生無(wú)感知的情況下,達(dá)到考勤的目的,為學(xué)生和教師節(jié)省時(shí)間[4]。

    1 相關(guān)工作

    人臉識(shí)別技術(shù)如今已經(jīng)逐漸成熟,傳統(tǒng)的人臉識(shí)別算法有基于幾何特征的方法、模板匹配算法和基于外觀形狀的方法等。隨著深度學(xué)習(xí)研究的發(fā)展,人臉識(shí)別技術(shù)也在不斷更新。DeepFace 是深度學(xué)習(xí)人臉識(shí)別方法的開山之作,它可以實(shí)現(xiàn)人臉檢測(cè)、對(duì)齊和識(shí)別。其在最后的識(shí)別階段使用了多種方法,包括直接算內(nèi)積、計(jì)算加權(quán)的卡方距離(Chisquare Measure)以及孿生神經(jīng)網(wǎng)絡(luò)等。FaceNet 中提出了Triplet Loss 三元組損失,由Anchor、Negative 和Positive 3 個(gè)元素組成,通過(guò)訓(xùn)練該損失增大了Anchor到Negative的距離,減小了Anchor到Positive的距離。為了使神經(jīng)網(wǎng)絡(luò)最終得到的特征更有辨識(shí)力度,不同學(xué)者對(duì)Softmax 公式進(jìn)行了多種改進(jìn)。如:CenterLoss 方法在Softmax 的基礎(chǔ)上添加維持類別中心的損失函數(shù),L-Softmax 方法去掉了神經(jīng)網(wǎng)絡(luò)最后一層的偏置項(xiàng),SphereFace[5]中提出的ASoftmax、L2-Softmax[6]以及AM-Softmax[7]和文中使用的ArcFace[8]等都沿用了這一改動(dòng)。

    2 人臉識(shí)別流程

    每張人臉具有的特征都不相同,人臉?biāo)目商崛〉奶卣鲾?shù)量越多,對(duì)人臉信息的表示越準(zhǔn)確。如何區(qū)分這些特征,并將其對(duì)應(yīng)到合適的人臉中,是人臉識(shí)別需要解決的問(wèn)題。深度學(xué)習(xí)人臉識(shí)別方法使用深度神經(jīng)網(wǎng)絡(luò)將特征數(shù)值映射到特征空間中,并通過(guò)人臉識(shí)別算法訓(xùn)練人臉數(shù)據(jù)集,得到適合計(jì)算機(jī)理解和區(qū)分的人臉特征[9]。

    人臉識(shí)別具體流程如圖1 所示,首先需要構(gòu)建學(xué)生人臉數(shù)據(jù)庫(kù),根據(jù)學(xué)生提交的照片進(jìn)行分類,數(shù)據(jù)庫(kù)下分若干文件夾,每個(gè)文件夾命名為學(xué)生學(xué)號(hào),學(xué)號(hào)文件夾下為該學(xué)生的所有照片。圖2 為人臉數(shù)據(jù)庫(kù)存儲(chǔ)目錄結(jié)構(gòu)示意圖。在構(gòu)建人臉數(shù)據(jù)庫(kù)階段,為了便于特征提取,需要對(duì)圖像數(shù)據(jù)進(jìn)行人臉對(duì)齊預(yù)處理,將人臉裁剪為同一大小統(tǒng)一朝向的圖像,再利用人臉識(shí)別算法提取樣本的人臉特征向量。

    圖1 人臉識(shí)別流程

    圖2 人臉數(shù)據(jù)庫(kù)存儲(chǔ)目錄

    當(dāng)輸入一張圖像時(shí),首先利用人臉檢測(cè)算法獲得人臉具體位置,再通過(guò)人臉識(shí)別算法提取特征向量,最后計(jì)算所提取的特征與人臉庫(kù)中特征的相似度,并輸出與其相似度最高的人臉身份[10]。幾項(xiàng)重要技術(shù)的具體實(shí)現(xiàn)以及部分對(duì)比實(shí)驗(yàn)如下。

    3 人臉對(duì)齊和人臉檢測(cè)

    3.1 人臉對(duì)齊

    由于學(xué)生提交照片無(wú)法完全做到尺寸、人臉位置、大小等一致,直接使用會(huì)導(dǎo)致提取特征不準(zhǔn)確,因此需要進(jìn)行人臉對(duì)齊處理[11]。

    人臉對(duì)齊算法有傳統(tǒng)的ASM、AAM、SDM 算法等,文中選用如今較為常用的深度學(xué)習(xí)人臉對(duì)齊算法MTCNN。MTCNN 全稱為多任務(wù)卷積神經(jīng)網(wǎng)絡(luò),可以實(shí)現(xiàn)人臉檢測(cè)、人臉關(guān)鍵點(diǎn)檢測(cè)以及人臉對(duì)齊。該網(wǎng)絡(luò)模型包含P-Net、R-Net 和O-Net 3 部分,利用候選框加分類器的思想,在輕量化網(wǎng)絡(luò)模型的同時(shí)可以進(jìn)行快速高效的人臉檢測(cè)。MTCNN 通過(guò)P-Net 先粗略快速生成候選窗口,再經(jīng)過(guò)R-Net 進(jìn)行高精度的過(guò)濾,最終生成精確邊界框。O-Net 比RNet 結(jié)構(gòu)多一個(gè)卷積層,通過(guò)O-Net 最終會(huì)輸出人面部的5 個(gè)特征點(diǎn),分別是雙眼、鼻子和兩個(gè)嘴角。人臉對(duì)齊主要是通過(guò)人臉關(guān)鍵點(diǎn)檢測(cè)得到相應(yīng)坐標(biāo),根據(jù)該坐標(biāo)調(diào)整人臉角度,可以得到對(duì)齊的人臉。圖3 為使用MTCNN 進(jìn)行人臉對(duì)齊的部分圖像示例,圖像大小為160×160 px。

    圖3 人臉對(duì)齊圖像示例

    3.2 人臉檢測(cè)

    3.2.1 人臉檢測(cè)算法

    人臉檢測(cè)算法到目前為止經(jīng)歷了3 個(gè)階段,即早期的模板匹配技術(shù)、AdaBoost[12]算法和深度學(xué)習(xí)方法。為了提高在嵌入式設(shè)備上的計(jì)算效率,文中對(duì)比了幾種輕量級(jí)人臉檢測(cè)算法,并根據(jù)實(shí)驗(yàn)結(jié)果選擇了LFFD 算法。LFFD[13]是一種較為快速的、用于人臉檢測(cè)的無(wú)錨框方法。該算法提出了一種具有8 個(gè)分支的簡(jiǎn)單且高效的網(wǎng)絡(luò),網(wǎng)絡(luò)中每?jī)蓚€(gè)分支為一部分,分別是tiny part、small part、medium part 和large part。

    3.2.2 人臉檢測(cè)算法對(duì)比實(shí)驗(yàn)

    文中針對(duì)相同場(chǎng)景(該場(chǎng)景有58 張人臉,其中被遮擋人臉數(shù)為5,NMS閾值設(shè)為0.3),對(duì)4種人臉檢測(cè)算法YOLOFace[14]、RetinaFace[15]、CenterFace[16](以下分別簡(jiǎn)稱YOLOF、RetinaF、CenterF)和LFFD 進(jìn)行了實(shí)驗(yàn)對(duì)比。表1 列出了4 種人臉檢測(cè)算法在同樣的場(chǎng)景下檢測(cè)到的人臉數(shù)量以及用時(shí)等。

    表1 人臉檢測(cè)算法對(duì)比結(jié)果

    從表1中可以看出,LFFD檢測(cè)到的人臉數(shù)最多且漏檢率最低,雖然相對(duì)于其他方法誤檢率較高,但對(duì)結(jié)果影響不大。綜合考慮多種因素,最終選擇LFFD方法。

    4 人臉識(shí)別

    設(shè)計(jì)人臉識(shí)別算法時(shí)主要考慮的問(wèn)題是:同一個(gè)人在特征空間的距離非常近,不同人在特征空間中距離較遠(yuǎn)。文中選用的ArcFace 算法本質(zhì)目標(biāo)為縮小類內(nèi)距離,增大類間差距。

    4.1 ArcFace算法

    ArcFace 提出了用于人臉識(shí)別的損失函數(shù),即Additive angular margin loss。ArcFace 在SphereFace和CosineFace的基礎(chǔ)上進(jìn)行了改進(jìn),不同的是ArcFace在角度空間中最大化分類界限,而CosineFace 在余弦空間中最大化分類界限。ArcFace 損失函數(shù)的計(jì)算公式如式(1)所示:

    ArcFace 在取消偏置的基礎(chǔ)上對(duì)輸入進(jìn)行L2正則化(L2Regularization)處理,同時(shí)乘以固定的scale參數(shù)s。該公式在cos 函數(shù)的θyi角度后加上m參數(shù),m參數(shù)為微小角度,通常取20°左右。該角度間隔比余弦間隔對(duì)角度的影響更加直接。

    4.2 ArcFace訓(xùn)練方法

    對(duì)ArcFace 損失函數(shù)的訓(xùn)練是在人臉識(shí)別之前的初始化工作。由于官方的ArcFace 使用MXNet 框架,預(yù)訓(xùn)練模型無(wú)法直接在Pytorch[17]中使用,并且其提供的Pytorch 版本預(yù)訓(xùn)練模型精度不高。文中使用遷移學(xué)習(xí)的方式重新訓(xùn)練ArcFace,以提高模型精度,進(jìn)而改善識(shí)別結(jié)果。

    4.2.1 數(shù)據(jù)集

    1)CASIA-WebFace

    文中使用了CASIA-WebFace 數(shù)據(jù)集,該數(shù)據(jù)集包括10 575 個(gè)人的494 414 張圖像,通過(guò)對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理,刪除有較多噪聲的圖片,將清理后的數(shù)據(jù)集導(dǎo)入到項(xiàng)目中作為訓(xùn)練集。

    2)LFW

    LFW 是無(wú)約束自然場(chǎng)景下的人臉識(shí)別數(shù)據(jù)集,該數(shù)據(jù)集由不同朝向和表情以及光照等條件下截取的人臉圖片組成,共13 233 張圖片,共5 749 人。圖片尺寸為250×250 px,其中1 680 人含有兩張或以上人臉圖片。該數(shù)據(jù)集如今主要用于驗(yàn)證人臉識(shí)別準(zhǔn)確率。LFW 提供了驗(yàn)證列表LFW_test_pair.txt,該列表中隨機(jī)選擇了6 000 對(duì)人臉。其中3 000 對(duì)屬于同一人,另3 000 對(duì)為不同的兩人,每人各一張圖片。屬于同一個(gè)人的兩張圖片標(biāo)記為1,屬于不同人的兩張圖片標(biāo)記為0。若模型對(duì)同一人預(yù)測(cè)結(jié)果為1 即為正確,預(yù)測(cè)結(jié)果為0 即為錯(cuò)誤。同理對(duì)不同人預(yù)測(cè)結(jié)果為0 即為正確,預(yù)測(cè)結(jié)果為1 即為錯(cuò)誤。

    4.2.2 訓(xùn)練和驗(yàn)證

    文中的主要實(shí)驗(yàn)環(huán)境配置:Intel Core i7-7800X、32 GB 內(nèi)存、512 GB SSD 硬盤,NVIDIA RTX 2080Ti顯卡,Ubuntu16.04 操作系統(tǒng)、Python3.6 語(yǔ)言、深度學(xué)習(xí)框架Pytorch1.2.0。模型訓(xùn)練參數(shù)如下:骨干網(wǎng)絡(luò)使用MobileNet,BatchSize 設(shè)為64,epoch 為120;初始學(xué)習(xí)率為0.1,每10 個(gè)epoch 更新一次,衰減因子為0.1;ArcFace 公式中的s值設(shè)為30.0,m設(shè)為0.50。訓(xùn)練過(guò)程中損失函數(shù)變化曲線如圖4(a)所示,橫坐標(biāo)為訓(xùn)練epoch(輪次),所有訓(xùn)練樣本完成一次正向傳播和反向傳播為一輪次??v坐標(biāo)為loss 損失值。訓(xùn)練得到的MobileNet_120.pth 模型在LFW 驗(yàn)證集上的準(zhǔn)確率為93.2%。圖4(b)為準(zhǔn)確率變化曲線,橫坐標(biāo)為訓(xùn)練epoch(輪次),縱坐標(biāo)為測(cè)試準(zhǔn)確率數(shù)值。

    圖4 訓(xùn)練Loss及準(zhǔn)確率變化曲線

    4.3 人臉識(shí)別實(shí)現(xiàn)

    人臉識(shí)別即對(duì)比特征的過(guò)程,通過(guò)式(2)計(jì)算待識(shí)別人臉特征(x11,x12,…x1n)與人臉庫(kù)中每個(gè)人臉特征(xi1,xi2,…xin)的歐式距離,如果小于所設(shè)定的閾值則輸出距離最小的人臉圖像作為識(shí)別結(jié)果,大于閾值則識(shí)別失敗。

    最后,進(jìn)行人臉識(shí)別實(shí)驗(yàn)發(fā)現(xiàn),不同人臉檢測(cè)模型對(duì)人臉識(shí)別結(jié)果影響不大,但若漏檢率較高會(huì)造成最終統(tǒng)計(jì)結(jié)果不準(zhǔn)確。

    5 無(wú)感點(diǎn)名系統(tǒng)設(shè)計(jì)

    無(wú)感點(diǎn)名系統(tǒng)主要分為5 個(gè)模塊,即登錄模塊、個(gè)人管理模塊、點(diǎn)名模塊、查詢模塊和后臺(tái)管理模塊。系統(tǒng)可以完成登錄、查看個(gè)人信息、修改密碼等功能。點(diǎn)名模塊包括快速點(diǎn)名和正式點(diǎn)名功能。查詢模塊包括普通查詢和按條件查詢,教師可以按班級(jí)或?qū)W生姓名查詢學(xué)生簽到信息。后臺(tái)管理模塊完成對(duì)教師、學(xué)生、人臉庫(kù)以及課程等信息的管理功能。

    系統(tǒng)開發(fā)使用前后端分離的方式,通過(guò)后端封裝API 接口,前端請(qǐng)求的方式連接。前端使用uni-APP UI 框架,后端使用Django Web 應(yīng)用框架。開發(fā)工具分別為HBuilderX 和PyCharm。在后端框架的選擇上,雖然Flask 框架小巧輕便、方便定制,但Django功能更加強(qiáng)大完善,且Django 內(nèi)置admin 后臺(tái)系統(tǒng)提高了軟件開發(fā)效率。圖5 為無(wú)感點(diǎn)名系統(tǒng)架構(gòu)。

    圖5 無(wú)感點(diǎn)名系統(tǒng)架構(gòu)

    教師可以根據(jù)需求選擇快速點(diǎn)名或正式點(diǎn)名,快速點(diǎn)名顯示實(shí)到人數(shù),不對(duì)結(jié)果進(jìn)行統(tǒng)計(jì)。正式點(diǎn)名功能需要教師選擇具體的課程信息,包括學(xué)期、課程名、班級(jí)、節(jié)次。教師使用系統(tǒng)時(shí),上傳學(xué)生課堂圖像,進(jìn)行人臉識(shí)別,可以查看統(tǒng)計(jì)結(jié)果,圖6 為正式點(diǎn)名界面。統(tǒng)計(jì)結(jié)果包括應(yīng)到人數(shù)、實(shí)到人數(shù)、缺勤人數(shù)以及缺勤學(xué)生的具體姓名等信息,教師可以選擇是否保存該次點(diǎn)名結(jié)果,便于后續(xù)查詢統(tǒng)計(jì)。

    圖6 正式點(diǎn)名界面

    6 結(jié)論

    該文對(duì)深度學(xué)習(xí)人臉識(shí)別技術(shù)進(jìn)行了研究,并將其應(yīng)用在無(wú)感點(diǎn)名系統(tǒng)中。開發(fā)了較為完整的無(wú)感點(diǎn)名系統(tǒng),描述了具體的人臉識(shí)別流程以及系統(tǒng)架構(gòu)等。該系統(tǒng)為教師課堂點(diǎn)名節(jié)約了時(shí)間,提高了效率。由于實(shí)驗(yàn)設(shè)備拍攝質(zhì)量限制,教室課堂圖片可能會(huì)出現(xiàn)不夠清晰的情況。未來(lái)工作目標(biāo)為對(duì)課堂圖像進(jìn)行處理,提高圖像質(zhì)量,進(jìn)一步提高識(shí)別準(zhǔn)確率。

    猜你喜歡
    人臉識(shí)別人臉特征
    人臉識(shí)別 等
    有特點(diǎn)的人臉
    揭開人臉識(shí)別的神秘面紗
    如何表達(dá)“特征”
    不忠誠(chéng)的四個(gè)特征
    三國(guó)漫——人臉解鎖
    抓住特征巧觀察
    基于類獨(dú)立核稀疏表示的魯棒人臉識(shí)別
    馬面部與人臉相似度驚人
    長(zhǎng)得象人臉的十種動(dòng)物
    奇聞怪事(2014年5期)2014-05-13 21:43:01
    久久人人爽人人片av| 欧美日韩综合久久久久久| 午夜福利在线在线| 2018国产大陆天天弄谢| 久久久久九九精品影院| av在线app专区| 91狼人影院| 男女边摸边吃奶| 日日撸夜夜添| 成人无遮挡网站| 成人鲁丝片一二三区免费| 男人添女人高潮全过程视频| av在线蜜桃| 亚洲伊人久久精品综合| 日韩欧美精品免费久久| 国产大屁股一区二区在线视频| 成人免费观看视频高清| 亚洲国产av新网站| 丰满少妇做爰视频| av黄色大香蕉| av.在线天堂| 美女国产视频在线观看| 午夜福利视频精品| 国产综合懂色| 在线看a的网站| 97超视频在线观看视频| 国产老妇伦熟女老妇高清| 老女人水多毛片| av天堂中文字幕网| 欧美日韩视频精品一区| 视频中文字幕在线观看| 国产精品蜜桃在线观看| 国产白丝娇喘喷水9色精品| 亚洲天堂av无毛| 免费大片18禁| 国产欧美日韩一区二区三区在线 | 日韩三级伦理在线观看| 国产老妇伦熟女老妇高清| 免费大片18禁| 日本黄色片子视频| 亚洲国产日韩一区二区| 亚洲欧美成人综合另类久久久| 啦啦啦中文免费视频观看日本| 成人鲁丝片一二三区免费| 中文资源天堂在线| 精品国产乱码久久久久久小说| 视频中文字幕在线观看| 日本三级黄在线观看| 成人高潮视频无遮挡免费网站| 自拍偷自拍亚洲精品老妇| 九色成人免费人妻av| 能在线免费看毛片的网站| 国产精品蜜桃在线观看| 伊人久久精品亚洲午夜| 国产 一区精品| 狂野欧美激情性xxxx在线观看| 在现免费观看毛片| 波多野结衣巨乳人妻| 国内少妇人妻偷人精品xxx网站| 久久人人爽人人爽人人片va| 久久久久性生活片| 亚洲性久久影院| 中文欧美无线码| 午夜免费鲁丝| 中文字幕免费在线视频6| 九草在线视频观看| www.色视频.com| 一区二区三区乱码不卡18| av黄色大香蕉| 欧美精品人与动牲交sv欧美| 男女国产视频网站| 日韩一区二区三区影片| 久久久久久久久久成人| 久久精品国产自在天天线| 亚洲aⅴ乱码一区二区在线播放| 久久久久久久大尺度免费视频| 日韩,欧美,国产一区二区三区| 精品久久久久久久久亚洲| 国产高清有码在线观看视频| 老师上课跳d突然被开到最大视频| 欧美区成人在线视频| 日日撸夜夜添| 51国产日韩欧美| 看黄色毛片网站| 婷婷色麻豆天堂久久| 成人漫画全彩无遮挡| 99热6这里只有精品| av在线亚洲专区| 少妇人妻一区二区三区视频| 卡戴珊不雅视频在线播放| 日日啪夜夜爽| 插逼视频在线观看| 亚洲国产欧美人成| 三级国产精品片| 亚洲无线观看免费| 成人国产麻豆网| 大片免费播放器 马上看| 亚洲不卡免费看| 在线a可以看的网站| 亚洲精品乱久久久久久| 国产精品国产三级国产专区5o| 91狼人影院| av国产免费在线观看| 欧美激情在线99| 亚洲美女搞黄在线观看| 身体一侧抽搐| 校园人妻丝袜中文字幕| 国产欧美日韩一区二区三区在线 | 在线 av 中文字幕| 国产毛片在线视频| 久久久久久久久大av| 男插女下体视频免费在线播放| 国产成人a区在线观看| 欧美精品一区二区大全| 嫩草影院精品99| 色视频www国产| 日韩国内少妇激情av| 亚洲欧美成人综合另类久久久| 好男人视频免费观看在线| 老女人水多毛片| av免费在线看不卡| 国产av国产精品国产| 亚洲av不卡在线观看| 看十八女毛片水多多多| 成人无遮挡网站| 青春草国产在线视频| 欧美日韩亚洲高清精品| 六月丁香七月| 又爽又黄a免费视频| 国产精品三级大全| 欧美日韩视频精品一区| 一级黄片播放器| 国产乱来视频区| 91久久精品国产一区二区三区| 精品久久久久久电影网| 在线观看一区二区三区| 亚州av有码| av免费观看日本| 久久99热这里只有精品18| 色哟哟·www| 18禁在线播放成人免费| 最近手机中文字幕大全| 亚洲精品国产av蜜桃| 精品少妇黑人巨大在线播放| 免费av不卡在线播放| 日韩av不卡免费在线播放| 在线观看一区二区三区| 国产亚洲最大av| 熟女人妻精品中文字幕| 国产大屁股一区二区在线视频| av福利片在线观看| 深夜a级毛片| 亚洲国产欧美在线一区| 王馨瑶露胸无遮挡在线观看| 蜜桃久久精品国产亚洲av| 另类亚洲欧美激情| 欧美区成人在线视频| 日本黄大片高清| 日日撸夜夜添| 91精品伊人久久大香线蕉| a级毛色黄片| 极品少妇高潮喷水抽搐| 免费观看的影片在线观看| 国产亚洲精品久久久com| 建设人人有责人人尽责人人享有的 | 久久久久精品久久久久真实原创| 插逼视频在线观看| 色综合色国产| 夫妻性生交免费视频一级片| 不卡视频在线观看欧美| 乱码一卡2卡4卡精品| 九九爱精品视频在线观看| 国产色爽女视频免费观看| 久久精品熟女亚洲av麻豆精品| 人体艺术视频欧美日本| 我的女老师完整版在线观看| 有码 亚洲区| 久久国内精品自在自线图片| 国产精品伦人一区二区| 亚洲av成人精品一区久久| 久久久欧美国产精品| 成人美女网站在线观看视频| 国产成人精品一,二区| 国产欧美日韩精品一区二区| 国产探花极品一区二区| 18+在线观看网站| 国产综合懂色| 国产色爽女视频免费观看| 国产大屁股一区二区在线视频| 国产在线男女| 亚洲电影在线观看av| 国产精品秋霞免费鲁丝片| 麻豆国产97在线/欧美| 久久影院123| 男人和女人高潮做爰伦理| 乱码一卡2卡4卡精品| 成人亚洲精品一区在线观看 | 18禁裸乳无遮挡动漫免费视频 | 国产精品99久久99久久久不卡 | 免费高清在线观看视频在线观看| 男女啪啪激烈高潮av片| 亚洲av免费在线观看| 国产av国产精品国产| 免费黄色在线免费观看| 精品99又大又爽又粗少妇毛片| 午夜免费观看性视频| 亚洲最大成人中文| 日本-黄色视频高清免费观看| 国产亚洲5aaaaa淫片| 免费av毛片视频| av国产免费在线观看| 日韩av在线免费看完整版不卡| 纵有疾风起免费观看全集完整版| 亚洲欧美一区二区三区黑人 | 久久久久久久亚洲中文字幕| 狠狠精品人妻久久久久久综合| 91久久精品国产一区二区三区| 亚洲av男天堂| 一本色道久久久久久精品综合| 日日啪夜夜撸| 制服丝袜香蕉在线| 91久久精品电影网| 国产高清不卡午夜福利| 亚洲精华国产精华液的使用体验| 久久精品国产亚洲av天美| 国产淫片久久久久久久久| 日韩强制内射视频| 91aial.com中文字幕在线观看| 国产精品一区二区性色av| 在线a可以看的网站| 中文资源天堂在线| 黄色欧美视频在线观看| 成人综合一区亚洲| 91精品国产九色| 免费在线观看成人毛片| 嫩草影院入口| 亚洲va在线va天堂va国产| 最近手机中文字幕大全| 久久国内精品自在自线图片| 韩国av在线不卡| 久久久色成人| 男人和女人高潮做爰伦理| 嫩草影院入口| 免费观看的影片在线观看| 黄色怎么调成土黄色| 免费播放大片免费观看视频在线观看| 国产乱人视频| freevideosex欧美| 五月开心婷婷网| 亚洲无线观看免费| 大又大粗又爽又黄少妇毛片口| 高清在线视频一区二区三区| 97精品久久久久久久久久精品| 水蜜桃什么品种好| 大香蕉97超碰在线| 国产 精品1| 欧美3d第一页| 国产综合懂色| 国产伦理片在线播放av一区| 你懂的网址亚洲精品在线观看| 国产精品无大码| 高清av免费在线| 国产精品嫩草影院av在线观看| 直男gayav资源| 成人高潮视频无遮挡免费网站| 男女啪啪激烈高潮av片| 亚洲av免费在线观看| 亚洲va在线va天堂va国产| 国产综合懂色| 久久鲁丝午夜福利片| 三级男女做爰猛烈吃奶摸视频| 国产一区二区三区av在线| 一级毛片久久久久久久久女| 成年免费大片在线观看| 久久久久国产网址| 免费播放大片免费观看视频在线观看| 欧美另类一区| 能在线免费看毛片的网站| 干丝袜人妻中文字幕| 国产成人精品一,二区| 欧美日韩一区二区视频在线观看视频在线 | av在线亚洲专区| 91午夜精品亚洲一区二区三区| 有码 亚洲区| 黄色视频在线播放观看不卡| 成人综合一区亚洲| 交换朋友夫妻互换小说| 中国三级夫妇交换| 观看美女的网站| 午夜福利视频1000在线观看| 久久精品夜色国产| 一级爰片在线观看| 亚洲成人av在线免费| 自拍偷自拍亚洲精品老妇| 高清av免费在线| 日韩免费高清中文字幕av| 午夜激情福利司机影院| 真实男女啪啪啪动态图| 欧美xxⅹ黑人| 中国三级夫妇交换| av国产久精品久网站免费入址| 亚洲精品国产av蜜桃| 成人高潮视频无遮挡免费网站| 亚洲成人中文字幕在线播放| 国产综合精华液| 亚洲精品第二区| 国产精品麻豆人妻色哟哟久久| 色5月婷婷丁香| 身体一侧抽搐| 少妇被粗大猛烈的视频| 青春草亚洲视频在线观看| 性色avwww在线观看| 国产久久久一区二区三区| 国产成人精品福利久久| 少妇被粗大猛烈的视频| 女人十人毛片免费观看3o分钟| 国产v大片淫在线免费观看| 亚洲在久久综合| 日本与韩国留学比较| 成人漫画全彩无遮挡| 超碰97精品在线观看| 特级一级黄色大片| 欧美亚洲 丝袜 人妻 在线| 久久久成人免费电影| 中国国产av一级| 亚洲av免费高清在线观看| 免费黄频网站在线观看国产| 国产探花极品一区二区| 亚洲熟女精品中文字幕| 久久久久久久午夜电影| 亚洲精品成人av观看孕妇| 日韩在线高清观看一区二区三区| av在线观看视频网站免费| 久久ye,这里只有精品| 热re99久久精品国产66热6| 国产成人一区二区在线| 亚洲自拍偷在线| 综合色丁香网| 51国产日韩欧美| 高清在线视频一区二区三区| 成人免费观看视频高清| 黄片wwwwww| 青青草视频在线视频观看| 建设人人有责人人尽责人人享有的 | 亚洲成人中文字幕在线播放| 激情 狠狠 欧美| 久久精品久久久久久久性| 国产毛片在线视频| 五月伊人婷婷丁香| 亚洲精品影视一区二区三区av| 涩涩av久久男人的天堂| 九九在线视频观看精品| 一本色道久久久久久精品综合| 一区二区三区四区激情视频| 色视频www国产| kizo精华| 免费高清在线观看视频在线观看| 国产视频首页在线观看| 国产精品嫩草影院av在线观看| 精品一区二区三卡| 亚洲精品自拍成人| 中国国产av一级| 欧美 日韩 精品 国产| 精品少妇黑人巨大在线播放| 97人妻精品一区二区三区麻豆| 性插视频无遮挡在线免费观看| 高清毛片免费看| 国内精品美女久久久久久| 久久久久久久午夜电影| 久久久久精品性色| 老女人水多毛片| 午夜福利在线观看免费完整高清在| 18禁裸乳无遮挡动漫免费视频 | 国产伦在线观看视频一区| 91午夜精品亚洲一区二区三区| 97在线视频观看| 三级国产精品片| 亚洲色图av天堂| 国产精品人妻久久久影院| 韩国av在线不卡| 女人久久www免费人成看片| 亚洲国产精品专区欧美| 在线 av 中文字幕| 欧美高清成人免费视频www| 又大又黄又爽视频免费| 卡戴珊不雅视频在线播放| 欧美 日韩 精品 国产| 亚洲av二区三区四区| 五月玫瑰六月丁香| 91精品伊人久久大香线蕉| 久热久热在线精品观看| 日本熟妇午夜| 免费播放大片免费观看视频在线观看| 色播亚洲综合网| 日日啪夜夜爽| av在线蜜桃| 男女国产视频网站| 久久久久久久大尺度免费视频| 国产有黄有色有爽视频| 日本猛色少妇xxxxx猛交久久| 99热这里只有是精品在线观看| 老司机影院毛片| 亚洲精品国产色婷婷电影| 亚洲人成网站在线播| 1000部很黄的大片| 99九九线精品视频在线观看视频| 亚洲人成网站在线播| 国内精品美女久久久久久| 亚洲精品色激情综合| 国产美女午夜福利| 国产成人一区二区在线| 久久精品国产自在天天线| 亚洲高清免费不卡视频| 国产精品麻豆人妻色哟哟久久| 中文天堂在线官网| 少妇裸体淫交视频免费看高清| 国产久久久一区二区三区| 在线观看av片永久免费下载| 在线观看美女被高潮喷水网站| 久久久久久久久久久丰满| 国产女主播在线喷水免费视频网站| 欧美日韩视频高清一区二区三区二| 欧美 日韩 精品 国产| 日本黄大片高清| 91在线精品国自产拍蜜月| 日本一本二区三区精品| 天天躁夜夜躁狠狠久久av| xxx大片免费视频| 少妇熟女欧美另类| 人妻制服诱惑在线中文字幕| 免费av毛片视频| 下体分泌物呈黄色| 欧美+日韩+精品| 美女国产视频在线观看| 日韩 亚洲 欧美在线| 欧美激情久久久久久爽电影| 一本色道久久久久久精品综合| 2021少妇久久久久久久久久久| 欧美人与善性xxx| 日韩大片免费观看网站| 建设人人有责人人尽责人人享有的 | 夫妻午夜视频| 国产黄色视频一区二区在线观看| 99热这里只有是精品50| 交换朋友夫妻互换小说| 观看美女的网站| 99久久人妻综合| 精品熟女少妇av免费看| 麻豆国产97在线/欧美| 国产精品国产三级国产专区5o| 人妻制服诱惑在线中文字幕| 99久久精品热视频| 久久久久网色| 成年版毛片免费区| 国产av不卡久久| 香蕉精品网在线| 亚洲成人av在线免费| 国产男女内射视频| 99热这里只有精品一区| 22中文网久久字幕| 国语对白做爰xxxⅹ性视频网站| 国产成人a区在线观看| 国产真实伦视频高清在线观看| 成人特级av手机在线观看| 99热全是精品| .国产精品久久| 久久影院123| 国产大屁股一区二区在线视频| 久久久久久久久久久免费av| 亚洲av国产av综合av卡| 亚洲av一区综合| 免费黄频网站在线观看国产| 日产精品乱码卡一卡2卡三| av在线播放精品| 成人午夜精彩视频在线观看| 99久久精品热视频| 少妇人妻精品综合一区二区| 精品国产露脸久久av麻豆| 午夜激情久久久久久久| 亚洲国产精品国产精品| 蜜臀久久99精品久久宅男| 丰满少妇做爰视频| 亚洲精品一二三| xxx大片免费视频| 成人亚洲精品av一区二区| 午夜日本视频在线| 久久午夜福利片| 欧美日本视频| 亚洲av免费在线观看| 啦啦啦啦在线视频资源| 寂寞人妻少妇视频99o| 中国国产av一级| 在线观看人妻少妇| 国产精品成人在线| 男插女下体视频免费在线播放| 亚洲欧美成人精品一区二区| 日日撸夜夜添| 午夜精品国产一区二区电影 | 日韩伦理黄色片| 最近2019中文字幕mv第一页| 成人免费观看视频高清| 久久久久久久午夜电影| 久久久久久久亚洲中文字幕| 亚洲成人中文字幕在线播放| 亚洲欧美中文字幕日韩二区| 久久久久国产网址| 久久久久久国产a免费观看| 国产成人a区在线观看| 亚洲精品久久久久久婷婷小说| 欧美成人a在线观看| 秋霞伦理黄片| 在线观看一区二区三区| 久久久久国产精品人妻一区二区| 国产成人精品福利久久| 夫妻午夜视频| 久久久久久久久久久丰满| 亚洲精品,欧美精品| 好男人在线观看高清免费视频| 久久久久久久久久久免费av| 狂野欧美激情性xxxx在线观看| 黄色欧美视频在线观看| 亚洲欧洲国产日韩| 最近的中文字幕免费完整| 欧美精品人与动牲交sv欧美| 大片免费播放器 马上看| 岛国毛片在线播放| 欧美性猛交╳xxx乱大交人| 国产免费又黄又爽又色| 亚洲精品日韩av片在线观看| 亚洲国产色片| 欧美区成人在线视频| 欧美zozozo另类| 尾随美女入室| 国产国拍精品亚洲av在线观看| 18禁动态无遮挡网站| 成人毛片a级毛片在线播放| 91在线精品国自产拍蜜月| 大又大粗又爽又黄少妇毛片口| 亚洲国产精品专区欧美| 久热久热在线精品观看| 1000部很黄的大片| 国产免费一区二区三区四区乱码| 高清视频免费观看一区二区| 欧美性感艳星| 赤兔流量卡办理| 五月玫瑰六月丁香| 精品亚洲乱码少妇综合久久| 亚洲精品日韩av片在线观看| 美女视频免费永久观看网站| 亚洲精品,欧美精品| 久久久久精品性色| 成人毛片a级毛片在线播放| 国产亚洲av嫩草精品影院| 亚洲色图av天堂| 免费观看无遮挡的男女| 特级一级黄色大片| 国国产精品蜜臀av免费| 欧美成人午夜免费资源| 亚洲av中文av极速乱| 国产人妻一区二区三区在| 夫妻性生交免费视频一级片| 久久人人爽av亚洲精品天堂 | 韩国高清视频一区二区三区| 插逼视频在线观看| 亚洲精品影视一区二区三区av| 亚洲最大成人中文| 国产精品女同一区二区软件| 久热这里只有精品99| 2018国产大陆天天弄谢| 亚洲在线观看片| 一级片'在线观看视频| 晚上一个人看的免费电影| 在线看a的网站| 99久久精品国产国产毛片| 免费观看在线日韩| 性色avwww在线观看| 99久久九九国产精品国产免费| 午夜福利视频精品| 日韩成人伦理影院| 精品一区在线观看国产| 国产伦精品一区二区三区四那| 99久久中文字幕三级久久日本| 亚洲av不卡在线观看| 国产精品成人在线| 日韩一区二区三区影片| 男女边摸边吃奶| 久久精品国产亚洲网站| 久久久午夜欧美精品| 免费观看的影片在线观看| 国产成人精品久久久久久| 热99国产精品久久久久久7| 精品熟女少妇av免费看| 久久国内精品自在自线图片| 全区人妻精品视频| 热99国产精品久久久久久7| 精品熟女少妇av免费看| 久久久久网色| 国内精品美女久久久久久| 高清欧美精品videossex| 身体一侧抽搐| 水蜜桃什么品种好| 婷婷色麻豆天堂久久| 色视频www国产| 欧美日韩精品成人综合77777| 青春草国产在线视频| 亚洲真实伦在线观看| 成人鲁丝片一二三区免费| 久久99蜜桃精品久久| 美女高潮的动态| 纵有疾风起免费观看全集完整版| 老司机影院成人| 三级国产精品欧美在线观看| 中文乱码字字幕精品一区二区三区| 一级毛片黄色毛片免费观看视频| 禁无遮挡网站|