• <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 ?

    基于百度Paddle的人類活動(dòng)識(shí)別研究

    2023-06-15 11:11:07賴志偉鄧述為
    無(wú)線互聯(lián)科技 2023年2期
    關(guān)鍵詞:統(tǒng)計(jì)分析機(jī)器學(xué)習(xí)

    賴志偉 鄧述為

    摘要:文章詳細(xì)闡述了一個(gè)基于機(jī)器學(xué)習(xí)的人類活動(dòng)識(shí)別方法。該方法對(duì)人類活動(dòng)數(shù)據(jù)進(jìn)行探索和預(yù)處理,提出了一個(gè)對(duì)人類活動(dòng)進(jìn)行識(shí)別的LSTM模型。本文中的問(wèn)題是一個(gè)典型的分類問(wèn)題,目標(biāo)變量是6種不同種類的人類活動(dòng),選擇準(zhǔn)確率作為模型的評(píng)測(cè)指標(biāo)。具體方法是,通過(guò)讀取訓(xùn)練階段保存到本地的模型,以相同的數(shù)據(jù)構(gòu)造方式對(duì)測(cè)試集進(jìn)行預(yù)測(cè)評(píng)估,不斷地調(diào)整學(xué)習(xí)率參數(shù)。研究表明,本文提出的LSTM模型在迭代10次、隱層數(shù)為50、學(xué)習(xí)率為0.01時(shí)達(dá)到了比較好的準(zhǔn)確率,在測(cè)試集上有比較好的表現(xiàn)。

    關(guān)鍵詞:機(jī)器學(xué)習(xí);人類活動(dòng)識(shí)別;統(tǒng)計(jì)分析;異常預(yù)警

    中圖分類號(hào):TN37? 文獻(xiàn)標(biāo)志碼:A

    0 引言

    人類活動(dòng)識(shí)別在近幾年發(fā)展迅速,很大部分原因源于智能手機(jī)的發(fā)展。當(dāng)前,越來(lái)越多的傳感器被直接植入智能手機(jī)內(nèi)部。例如:利用氣壓計(jì)可以測(cè)量當(dāng)前環(huán)境下的大氣壓強(qiáng)值,從而推算出當(dāng)前用戶所在的海拔高度,這對(duì)GPS有著輔助作用,使得測(cè)試可獲得更精確的垂直高度的變化[1]。目前,智能手機(jī)傳感器數(shù)據(jù)的分析尚處于萌芽階段,由于傳感器數(shù)據(jù)種類繁多、數(shù)據(jù)龐大,對(duì)其大規(guī)模的實(shí)時(shí)計(jì)算和處理要求非常高。深度學(xué)習(xí)技術(shù)的發(fā)展對(duì)識(shí)別準(zhǔn)確度也有非常大的提升。一直以來(lái),計(jì)算機(jī)模擬真實(shí)生產(chǎn)生活的場(chǎng)景被稱為虛擬現(xiàn)實(shí),也就是人們?cè)谑褂媚撤N工具的過(guò)程中感受到的一種真實(shí)環(huán)境,而要實(shí)現(xiàn)虛擬現(xiàn)實(shí)技術(shù)首要的基礎(chǔ)就是對(duì)現(xiàn)實(shí)環(huán)境的分析和識(shí)別,而這些分析識(shí)別中最重要的就是人體動(dòng)作的識(shí)別和分析[2]。人體動(dòng)作識(shí)別最終的目標(biāo)是基于人體動(dòng)作跟蹤和人體特征提取的基礎(chǔ)上,對(duì)人體的動(dòng)作特征進(jìn)行分析進(jìn)而自動(dòng)識(shí)別人體動(dòng)作的類型。本文就是應(yīng)用機(jī)器學(xué)習(xí)算法探索人類活動(dòng)識(shí)別的應(yīng)用[3]。

    綜上可知,人體動(dòng)作的識(shí)別涉及人們?nèi)粘I畹姆椒矫婷?,?duì)改善和提高人們的生活質(zhì)量有重要的作用和實(shí)際應(yīng)用意義。因而,目前很多高科技企業(yè)都把目光放到了以此為基礎(chǔ)的科技提升和改造上。該項(xiàng)技術(shù)涉及圖像處理、模式識(shí)別、機(jī)器視覺(jué)等多方面內(nèi)容。相信隨著科技的不斷發(fā)展,人體動(dòng)作識(shí)別的推廣和應(yīng)用會(huì)在人們的生產(chǎn)生活中發(fā)揮巨大的作用。

    1 人類活動(dòng)識(shí)別

    1.1 數(shù)據(jù)探索

    人類活動(dòng)識(shí)別仍有許多問(wèn)題正促使新技術(shù)的發(fā)展,以提高在現(xiàn)實(shí)的條件下的準(zhǔn)確性。其中,一些挑戰(zhàn)是:要度量的屬性選擇;便攜的、不顯眼的、廉價(jià)的數(shù)據(jù)采集系統(tǒng)的構(gòu)造;特征提取及推理方法的設(shè)計(jì);在現(xiàn)實(shí)的條件下收集數(shù)據(jù);支持新用戶而無(wú)需對(duì)系統(tǒng)進(jìn)行再訓(xùn)練的靈活性;在滿足能量和處理需求的移動(dòng)設(shè)備上的實(shí)現(xiàn)[4]。

    本文考慮的是能夠從可穿戴慣性傳感器中估計(jì)人類活動(dòng)的識(shí)別方法。在過(guò)去幾十年中,該類識(shí)別取得了長(zhǎng)足的發(fā)展,不僅用最先進(jìn)的方法脫離了功能工程,而且完全采用了端到端的深度學(xué)習(xí)方法。通過(guò)建立實(shí)驗(yàn)、準(zhǔn)備數(shù)據(jù)集和驗(yàn)證活動(dòng)識(shí)別方法的最佳實(shí)踐也發(fā)生了類似的變化。人類活動(dòng)識(shí)別過(guò)程如圖1所示。

    本文使用UCI數(shù)據(jù)庫(kù)中智能手機(jī)收集的人類活動(dòng)識(shí)別數(shù)據(jù)。該數(shù)據(jù)是從一組年齡在19~48歲之間的30名志愿者中收集的。其中,每個(gè)人都在腰部佩戴了一部智能手機(jī),通過(guò)行走、上樓、下樓、靜坐、站立、平躺等活動(dòng),利用智能手機(jī)中的嵌入式加速度計(jì)和陀螺儀獲取每個(gè)活動(dòng)的數(shù)據(jù),以50 Hz的恒定頻率捕獲3軸線性加速度和3軸角速度的行為數(shù)據(jù),并通過(guò)觀察活動(dòng)視頻人工標(biāo)記行為類型。本文將獲得的數(shù)據(jù)分為兩組,其中70%的數(shù)據(jù)用于訓(xùn)練,30%的數(shù)據(jù)用于測(cè)試。

    下載的數(shù)據(jù)已經(jīng)應(yīng)用噪聲濾波器對(duì)加速度計(jì)和陀螺儀的傳感器信號(hào)進(jìn)行預(yù)處理,現(xiàn)在以2.56s和50%重疊的固定寬度滑動(dòng)窗口進(jìn)行采樣。傳感器加速度信號(hào)具有重力和身體運(yùn)動(dòng)的分量。因此,本文使用濾波器將其分離成身體加速度和重力。假設(shè)重力僅具有低頻分量,使用具有0.3 Hz截止頻率的濾波器。對(duì)于每個(gè)窗口通過(guò)計(jì)算時(shí)域和頻域的變量來(lái)獲得特征向量。此外,數(shù)據(jù)被規(guī)范化為 [-1,1]的數(shù)據(jù)區(qū)間,每一行數(shù)據(jù)都是一個(gè)特征向量。

    本文沒(méi)有使用數(shù)據(jù)集中直接提供的訓(xùn)練集數(shù)據(jù),因?yàn)樵摂?shù)據(jù)包含了很多冗余的數(shù)據(jù),例如均值、最大最小值等統(tǒng)計(jì)信息,而是使用了原始的加速傳感器和陀螺儀提供預(yù)處理后的數(shù)據(jù),它們被保存在數(shù)據(jù)集的文件夾下。

    數(shù)據(jù)的基本情況如表1所示。其中,移動(dòng)窗口數(shù)量可以視為由128個(gè)連續(xù)的活動(dòng)值組成,因此可以作為后續(xù)建模中的序列。數(shù)據(jù)來(lái)源包括總的加速度、分解后的身體加速度和陀螺儀在x、y、z3個(gè)維度上的值。

    通過(guò)對(duì)標(biāo)簽數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,行走、平躺、站立、靜坐、上樓和下樓6種行為的分布較為平衡。其中,上下樓的數(shù)據(jù)略微少一些,站立和平躺的數(shù)據(jù)稍多,但是最多與最少的數(shù)據(jù)在訓(xùn)練集中也僅差7%,總的標(biāo)簽數(shù)據(jù)分布情況較為均衡。

    1.2 數(shù)據(jù)預(yù)處理

    本文使用百度Paddle平臺(tái),需要從原始數(shù)據(jù)中獲取數(shù)據(jù)構(gòu)建成numpy數(shù)組。原始特征數(shù)據(jù)分布在幾個(gè)文件中,需要逐個(gè)讀出然后組合在一起,從而確定數(shù)組維度。通常的機(jī)器學(xué)習(xí)框架需要的特征數(shù)據(jù)是batch size在前,特征維度在后,因此需要將數(shù)據(jù)進(jìn)行轉(zhuǎn)換。而在標(biāo)簽數(shù)據(jù)讀取中,數(shù)據(jù)標(biāo)簽是從0開(kāi)始編號(hào)。

    根據(jù)上面的輔助函數(shù),平臺(tái)分別讀取訓(xùn)練集和測(cè)試集。下載的數(shù)據(jù)集直接提供組裝好的訓(xùn)練集數(shù)據(jù)??紤]到該訓(xùn)練集中有過(guò)多的冗余數(shù)據(jù),本文沒(méi)有直接使用該訓(xùn)練集,而是自行組裝訓(xùn)練集。測(cè)試集的情況類似。由于數(shù)據(jù)量較大,因此一般不會(huì)直接將所有數(shù)據(jù)進(jìn)行訓(xùn)練,而是分為幾個(gè)批次分別處理。

    1.3 模型構(gòu)建

    在數(shù)據(jù)探索階段,可以發(fā)現(xiàn)數(shù)據(jù)有著非常明顯的時(shí)間特征,因此考慮選擇RNN模型。采用深度學(xué)習(xí)算法,無(wú)論是常用的卷積神經(jīng)網(wǎng)絡(luò),還是RNN模型都可以幫助用戶提取數(shù)據(jù)中心的特征,而不需要利用傳統(tǒng)機(jī)器學(xué)習(xí)算法中人工提取特征的方法。原始的RNN模型在每一個(gè)時(shí)間步的計(jì)算都與前面N次的時(shí)間步的結(jié)果相關(guān),一旦時(shí)間步延展到很長(zhǎng),計(jì)算量會(huì)呈指數(shù)級(jí)增長(zhǎng),導(dǎo)致訓(xùn)練時(shí)間大幅增加,并且容易導(dǎo)致梯度消失的問(wèn)題,因此本文將LSTM作為RNN的替代。

    LSTM在RNN的基礎(chǔ)上,添加了門(mén)控和細(xì)胞狀態(tài)。有3類不同的門(mén)控,分別是遺忘門(mén)、輸入門(mén)和輸出門(mén)。3種門(mén)控的打開(kāi)和關(guān)閉以及開(kāi)關(guān)的程度決定了有多少信息會(huì)在當(dāng)前LSTM單元中流動(dòng)。細(xì)胞狀態(tài)代表了當(dāng)前單元對(duì)信息的記憶。每一個(gè)時(shí)間步下的LSTM單元將從遺忘門(mén)接收上一個(gè)時(shí)間步LSTM單元的細(xì)胞狀態(tài),并通過(guò)Sigmoid函數(shù)決定有多少信息會(huì)被遺忘,而剩余的信息將流入當(dāng)前的細(xì)胞狀態(tài)中。輸入門(mén)將接收當(dāng)前時(shí)間步的輸入,而輸出門(mén)將決定最終當(dāng)前時(shí)間步的輸出結(jié)構(gòu)。LSTM的長(zhǎng)短期記憶功能就是通過(guò)這樣的門(mén)控實(shí)現(xiàn)。如果需要記憶長(zhǎng)期的結(jié)果,那么遺忘門(mén)將長(zhǎng)期打開(kāi);如果希望忽略前面的結(jié)果,那當(dāng)前的遺忘門(mén)將會(huì)關(guān)閉。

    本文使用Paddle1.1版本,還未實(shí)現(xiàn)靜態(tài)的LSTM API,而動(dòng)態(tài)LSTM僅支持LodTensor數(shù)據(jù)定義形式。因此本文將自行實(shí)現(xiàn)LSTM模型。Paddle的框架如圖2所示。該函數(shù)的輸入包括了初始的輸入、初始的隱層、初始的細(xì)胞狀態(tài)以及定義的LSTM的層數(shù)。對(duì)于每一層構(gòu)建出對(duì)應(yīng)的權(quán)重和偏置以及每一層的初始輸入和初始細(xì)胞狀態(tài),初始化的權(quán)重和偏置將在訓(xùn)練過(guò)程中得到梯度優(yōu)化。代碼中實(shí)現(xiàn)3種門(mén)控。每個(gè)時(shí)間步的計(jì)算完成后,需要更新流動(dòng)的細(xì)胞狀態(tài),并得到當(dāng)前時(shí)間步的輸出。對(duì)于LSTM的每一層,不同時(shí)間步共享同一個(gè)權(quán)重和偏置,返回每一個(gè)時(shí)間步最終的輸出、最終的細(xì)胞狀態(tài)和最終的隱層。在編寫(xiě)LSTM模型的代碼后,需要考慮如何將數(shù)據(jù)輸入模型。在數(shù)據(jù)預(yù)處理階段,得到了特征數(shù)據(jù)和標(biāo)簽數(shù)據(jù),其中包含時(shí)間步數(shù)、特征個(gè)數(shù)和標(biāo)簽類數(shù)。因此使用Paddle的API定義輸入x、y、LSTM需要的初始細(xì)胞狀態(tài)和隱層。在輸入與LSTM層之間還需要有一次嵌入的過(guò)程。本文選擇使用一個(gè)全連接層將輸入變量映射到隱層。該全連接層的激活函數(shù)選擇ReLU,因?yàn)镽eLU激活函數(shù)相比Sigmoid等函數(shù)計(jì)算量更小,同時(shí)會(huì)使得一部分神經(jīng)元輸出為0,從而讓網(wǎng)絡(luò)變得稀疏且減少參數(shù)的相互依存關(guān)系和過(guò)擬合的發(fā)生概率。

    2 模型評(píng)估

    通過(guò)對(duì)學(xué)習(xí)率不斷調(diào)參,在測(cè)試集上對(duì)各個(gè)模型進(jìn)行測(cè)試,評(píng)價(jià)其準(zhǔn)確率的高低。在訓(xùn)練階段有幾類超參數(shù)需要調(diào)優(yōu),初始和評(píng)估階段調(diào)整的超參數(shù)初始值與調(diào)整值如表2所示。

    由于數(shù)據(jù)總量不大,因此不需要選擇部分?jǐn)?shù)據(jù)作為訓(xùn)練集進(jìn)行訓(xùn)練,只需要設(shè)定批次大小對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練。對(duì)學(xué)習(xí)率進(jìn)行調(diào)參,學(xué)習(xí)率對(duì)模型非常重要,過(guò)大容易導(dǎo)致?lián)p失值偏大或損失值震蕩,過(guò)小會(huì)導(dǎo)致模型過(guò)擬合,跳不出局部最優(yōu)或收斂速度太慢。本文先選定1.0作為初始學(xué)習(xí)率,保持其他超參數(shù)不變進(jìn)行實(shí)驗(yàn)??梢?jiàn)損失函數(shù)值(cost)開(kāi)始下降很快,但在40批次(batch num)后在1.5左右變動(dòng),并且準(zhǔn)確率波動(dòng)較大,但均在0.5以下。進(jìn)一步增大學(xué)習(xí)率不會(huì)導(dǎo)致分類準(zhǔn)確率提升,反而會(huì)使得損失下降,并且震蕩非常明顯。因此,需進(jìn)一步降低學(xué)習(xí)率。根據(jù)上述學(xué)習(xí)率的調(diào)參,最終選定0.01作為較好的學(xué)習(xí)率。

    采用同樣的數(shù)據(jù)構(gòu)建支持向量機(jī)、決策樹(shù)、隨機(jī)森林、AdaBoost和高斯樸素貝葉斯等分類模型。發(fā)現(xiàn)LSTM在準(zhǔn)確率上比其他機(jī)器學(xué)習(xí)模型都高,即使在只選代10次時(shí),也有比較高的準(zhǔn)確率,這可能很大程度源于LSTM捕獲了時(shí)序的信息,而其他機(jī)器學(xué)習(xí)方法忽略了這一信息,僅僅將所有數(shù)據(jù)等同處理。本文實(shí)現(xiàn)的LSTM模型在選代10次、隱層數(shù)為50、學(xué)習(xí)率? 為0.01時(shí)達(dá)到了比較好的準(zhǔn)確率,在測(cè)試集上有比較好的表現(xiàn)。

    3 結(jié)語(yǔ)

    本文詳細(xì)闡述了基于機(jī)器學(xué)習(xí)的人類活動(dòng)數(shù)據(jù)的存儲(chǔ)和預(yù)處理以及完整LSTM模型的構(gòu)建過(guò)程,選擇Adagrad作為優(yōu)化方法,以最小化模型的損失,在訓(xùn)練完成后將模型保存到本地文件中,以供后續(xù)評(píng)測(cè)使用。模型評(píng)估證明本文提出的LSTM模型具有較好的準(zhǔn)確率。

    參考文獻(xiàn)

    [1]張琳,易卿武,黃璐,等.基于Wavelet-CNN網(wǎng)絡(luò)的人類活動(dòng)識(shí)別技術(shù)[J].無(wú)線電工程,2022(4):590-597.

    [2]王楊,趙紅東.基于改進(jìn)粒子群優(yōu)化的支持向量機(jī)與情景感知的人體活動(dòng)識(shí)別[J].計(jì)算機(jī)應(yīng)用,2020(3):665-671.

    [3]王麗曉.基于大間隔最近鄰算法的人類活動(dòng)識(shí)別研究[J].數(shù)字技術(shù)與應(yīng)用,2020(2):91-92,94.

    [4]李洪俊.基于RBF神經(jīng)網(wǎng)絡(luò)的人類活動(dòng)識(shí)別[J].電子設(shè)計(jì)工程,2014(5):41-43,46.

    (編輯 王永超)

    Research on human activity identification based on Paddle

    Lai? Zhiwei, Deng? Shuwei

    (College of Information Engineering, Hunan University of Science and Engineering, Yongzhou 425199, China)

    Abstract: This paper describes a machine learning based human activity recognition method in detail. This method explores and preprocesses human activity data, and proposes a LSTM model for human activity recognition. The problem in this paper is a typical classification problem. The target variables are six different kinds of human activities, and the accuracy rate is selected as the evaluation index of the model. Specific approach is to save to a local model by reading the training phase, and then by the same data structure was carried out on the test set predictive evaluation, then vector by constantly adjusting parameters. The research indicates that the proposed LSTM model is in the iteration vector 10 times, the number of hidden layer of 50 and achieves a better accuracy of 0.01, having a good performance on the test set.

    Key words: machine learning; human activity recognition; statistical analysis; abnormal warning

    猜你喜歡
    統(tǒng)計(jì)分析機(jī)器學(xué)習(xí)
    基于詞典與機(jī)器學(xué)習(xí)的中文微博情感分析
    財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警的統(tǒng)計(jì)研究
    基于機(jī)器學(xué)習(xí)的圖像特征提取技術(shù)在圖像版權(quán)保護(hù)中的應(yīng)用
    叩診質(zhì)量,促進(jìn)數(shù)學(xué)有效教學(xué)
    基于網(wǎng)絡(luò)搜索數(shù)據(jù)的平遙旅游客流量預(yù)測(cè)分析
    如何發(fā)揮新時(shí)期統(tǒng)計(jì)工作的作用之我見(jiàn)
    前綴字母為特征在維吾爾語(yǔ)文本情感分類中的研究
    企業(yè)固定資產(chǎn)分析存在問(wèn)題及對(duì)策分析
    以統(tǒng)計(jì)分析為基礎(chǔ)的房地產(chǎn)稅收優(yōu)化分析
    基于支持向量機(jī)的金融數(shù)據(jù)分析研究
    纵有疾风起免费观看全集完整版 | 看免费成人av毛片| 小蜜桃在线观看免费完整版高清| 人妻制服诱惑在线中文字幕| 欧美bdsm另类| 久久久精品欧美日韩精品| 国产老妇伦熟女老妇高清| 99久久成人亚洲精品观看| 久久精品国产亚洲av涩爱| 精品人妻偷拍中文字幕| 丰满乱子伦码专区| 国产中年淑女户外野战色| 联通29元200g的流量卡| 国产精品国产高清国产av| 国产av码专区亚洲av| 久久久亚洲精品成人影院| 欧美又色又爽又黄视频| eeuss影院久久| 97超视频在线观看视频| 免费观看性生交大片5| 精品久久久久久久末码| 欧美xxxx性猛交bbbb| 精品久久久久久成人av| 日本三级黄在线观看| 亚洲va在线va天堂va国产| 国产精品国产高清国产av| 又爽又黄无遮挡网站| 亚洲av免费高清在线观看| 亚洲精品国产成人久久av| 久久这里只有精品中国| 国产午夜精品久久久久久一区二区三区| 精品久久久久久久久亚洲| 色综合亚洲欧美另类图片| 色吧在线观看| 观看美女的网站| 一区二区三区免费毛片| 成年免费大片在线观看| 国产色爽女视频免费观看| 啦啦啦韩国在线观看视频| 特级一级黄色大片| 成人毛片60女人毛片免费| www日本黄色视频网| 七月丁香在线播放| 国产一区二区在线av高清观看| 午夜亚洲福利在线播放| 午夜精品在线福利| 日本三级黄在线观看| 欧美潮喷喷水| 欧美+日韩+精品| 国产高潮美女av| 精品国产三级普通话版| 国产高清视频在线观看网站| 久久热精品热| 国产私拍福利视频在线观看| 亚洲色图av天堂| 搞女人的毛片| 看片在线看免费视频| 高清在线视频一区二区三区 | 成年女人永久免费观看视频| 亚洲欧美成人综合另类久久久 | 赤兔流量卡办理| 亚洲在线观看片| 麻豆成人av视频| 欧美日韩综合久久久久久| 免费无遮挡裸体视频| 身体一侧抽搐| 国产精品久久久久久精品电影| 青春草亚洲视频在线观看| 精品久久久久久久末码| 久久久国产成人精品二区| 精品人妻一区二区三区麻豆| 欧美日韩国产亚洲二区| 久久精品国产亚洲av涩爱| 国产免费一级a男人的天堂| 村上凉子中文字幕在线| 综合色av麻豆| 久久久国产成人免费| 亚洲av免费高清在线观看| 在线免费观看不下载黄p国产| 成人性生交大片免费视频hd| 国产真实伦视频高清在线观看| 国产 一区 欧美 日韩| 一区二区三区四区激情视频| 国产一区二区在线av高清观看| 亚洲国产欧美在线一区| 久久久久久九九精品二区国产| 精品熟女少妇av免费看| 一个人看视频在线观看www免费| av专区在线播放| 中文字幕久久专区| 欧美97在线视频| 99热这里只有是精品50| 国产午夜精品一二区理论片| 一级二级三级毛片免费看| 三级毛片av免费| 国产精品不卡视频一区二区| 哪个播放器可以免费观看大片| 久久精品久久精品一区二区三区| 国产精品永久免费网站| 精品国产露脸久久av麻豆 | 日韩av在线免费看完整版不卡| 男女国产视频网站| 午夜福利成人在线免费观看| 亚洲第一区二区三区不卡| 亚洲av成人av| 亚洲一区高清亚洲精品| 网址你懂的国产日韩在线| 精品久久久久久电影网 | 边亲边吃奶的免费视频| 国产亚洲最大av| 成年免费大片在线观看| 久久久久久久久久久免费av| 国产黄a三级三级三级人| 国产麻豆成人av免费视频| 亚洲国产日韩欧美精品在线观看| 亚洲欧美成人综合另类久久久 | 神马国产精品三级电影在线观看| 亚洲国产精品成人综合色| 在线播放国产精品三级| 午夜福利高清视频| 中国国产av一级| 男人狂女人下面高潮的视频| 小说图片视频综合网站| 国产高清国产精品国产三级 | 美女黄网站色视频| 亚洲欧美中文字幕日韩二区| 亚洲欧美日韩东京热| 亚洲av成人精品一二三区| 日韩高清综合在线| 一卡2卡三卡四卡精品乱码亚洲| 99久国产av精品| 在线观看一区二区三区| 亚洲激情五月婷婷啪啪| 日韩av在线免费看完整版不卡| 婷婷色麻豆天堂久久 | 少妇熟女欧美另类| av在线老鸭窝| 成年版毛片免费区| 中文欧美无线码| 久久久久久国产a免费观看| 最近手机中文字幕大全| 国产v大片淫在线免费观看| 免费一级毛片在线播放高清视频| 欧美区成人在线视频| 在线观看一区二区三区| 深爱激情五月婷婷| 午夜激情福利司机影院| 国产成人a区在线观看| 天天躁夜夜躁狠狠久久av| 国产精品女同一区二区软件| 在线播放国产精品三级| 亚洲激情五月婷婷啪啪| 国产成人91sexporn| 国产免费视频播放在线视频 | 高清午夜精品一区二区三区| 男女边吃奶边做爰视频| 春色校园在线视频观看| 久久久久网色| 波多野结衣高清无吗| 精品久久久久久久久亚洲| АⅤ资源中文在线天堂| 超碰97精品在线观看| 欧美激情久久久久久爽电影| 国产黄a三级三级三级人| 欧美3d第一页| av在线蜜桃| 成人漫画全彩无遮挡| 蜜桃久久精品国产亚洲av| 国产精品久久久久久久电影| 91久久精品国产一区二区三区| 蜜桃亚洲精品一区二区三区| 日本免费在线观看一区| 观看美女的网站| 国产综合懂色| 精品人妻视频免费看| 一区二区三区免费毛片| 伦精品一区二区三区| 久久久成人免费电影| 中文乱码字字幕精品一区二区三区 | 一级毛片我不卡| 国产欧美日韩精品一区二区| 国产精品久久久久久精品电影| 精品欧美国产一区二区三| 久久久久免费精品人妻一区二区| 亚洲精品成人久久久久久| 国产精品久久久久久av不卡| 人人妻人人看人人澡| 少妇丰满av| 国产精品嫩草影院av在线观看| 尾随美女入室| 国产精品一区二区三区四区久久| 欧美另类亚洲清纯唯美| 边亲边吃奶的免费视频| 成人无遮挡网站| 亚洲av中文字字幕乱码综合| 免费播放大片免费观看视频在线观看 | 尤物成人国产欧美一区二区三区| 亚洲乱码一区二区免费版| 国模一区二区三区四区视频| 国产伦理片在线播放av一区| 国产精品一区二区三区四区久久| 成人二区视频| 国产极品精品免费视频能看的| 一级二级三级毛片免费看| 尤物成人国产欧美一区二区三区| 久久精品人妻少妇| 六月丁香七月| 免费看光身美女| av又黄又爽大尺度在线免费看 | 精品国产露脸久久av麻豆 | 我要搜黄色片| 看片在线看免费视频| 亚洲欧洲国产日韩| 日本黄色片子视频| 边亲边吃奶的免费视频| 亚洲va在线va天堂va国产| 日韩成人伦理影院| 国产一区二区在线av高清观看| 久久久久久久国产电影| 国产精品一区二区性色av| 岛国在线免费视频观看| 欧美高清成人免费视频www| 亚洲怡红院男人天堂| 国产中年淑女户外野战色| 最近中文字幕2019免费版| 99九九线精品视频在线观看视频| av专区在线播放| 热99在线观看视频| 成人鲁丝片一二三区免费| 寂寞人妻少妇视频99o| 日本免费a在线| 国产一区有黄有色的免费视频 | 亚洲av男天堂| 极品教师在线视频| 日产精品乱码卡一卡2卡三| 18禁在线无遮挡免费观看视频| 成人午夜精彩视频在线观看| 亚洲一级一片aⅴ在线观看| 久久草成人影院| 成人毛片60女人毛片免费| 国产免费视频播放在线视频 | 2021天堂中文幕一二区在线观| 一级毛片我不卡| 搞女人的毛片| 舔av片在线| 最近最新中文字幕大全电影3| 成人三级黄色视频| 国产精华一区二区三区| 国产高清不卡午夜福利| 成人午夜高清在线视频| 亚洲性久久影院| 亚洲熟妇中文字幕五十中出| 又爽又黄a免费视频| 亚洲精品,欧美精品| 在现免费观看毛片| 女人久久www免费人成看片 | 中文亚洲av片在线观看爽| 免费观看人在逋| 亚洲丝袜综合中文字幕| 97超视频在线观看视频| 别揉我奶头 嗯啊视频| 久久99蜜桃精品久久| 久久久国产成人免费| 国产精品一区二区在线观看99 | 日韩av在线大香蕉| 日本熟妇午夜| 偷拍熟女少妇极品色| 精品国内亚洲2022精品成人| 日韩大片免费观看网站 | 亚洲精品,欧美精品| 中文乱码字字幕精品一区二区三区 | 欧美三级亚洲精品| 国产黄色小视频在线观看| 亚洲av成人精品一区久久| 免费观看a级毛片全部| 国产精品一区www在线观看| 国产探花极品一区二区| 青青草视频在线视频观看| 国产精品电影一区二区三区| 国产亚洲91精品色在线| 亚洲在线自拍视频| 看非洲黑人一级黄片| 六月丁香七月| 蜜桃久久精品国产亚洲av| 日韩高清综合在线| 一级av片app| 麻豆av噜噜一区二区三区| 黄色一级大片看看| 日日撸夜夜添| 久久午夜福利片| 亚洲精品456在线播放app| 亚洲在久久综合| 五月伊人婷婷丁香| 岛国在线免费视频观看| 久久精品国产鲁丝片午夜精品| 精品国产一区二区三区久久久樱花 | 尾随美女入室| av免费观看日本| 亚洲高清免费不卡视频| 亚洲av成人精品一区久久| 日韩一本色道免费dvd| 青青草视频在线视频观看| 午夜福利成人在线免费观看| 三级男女做爰猛烈吃奶摸视频| 天堂√8在线中文| 国国产精品蜜臀av免费| 一二三四中文在线观看免费高清| 亚洲精品一区蜜桃| 日本免费在线观看一区| 有码 亚洲区| 最近2019中文字幕mv第一页| 色5月婷婷丁香| 亚洲欧美日韩无卡精品| 免费搜索国产男女视频| 乱码一卡2卡4卡精品| 日本免费一区二区三区高清不卡| 亚洲av一区综合| 在线播放国产精品三级| 午夜福利高清视频| 久久久色成人| 国产免费一级a男人的天堂| 国产在视频线精品| 你懂的网址亚洲精品在线观看 | 内射极品少妇av片p| 舔av片在线| 99久久精品一区二区三区| 国产男人的电影天堂91| 亚洲在线观看片| 色吧在线观看| 久久久久久久亚洲中文字幕| 黑人高潮一二区| 国产在视频线在精品| 久久久久精品久久久久真实原创| 蜜桃久久精品国产亚洲av| 国产一区二区在线观看日韩| 精品99又大又爽又粗少妇毛片| 成人三级黄色视频| 中文字幕制服av| 精品人妻视频免费看| 久久精品久久久久久久性| 日韩av不卡免费在线播放| 简卡轻食公司| 国产三级中文精品| 国产精品一二三区在线看| 亚洲av中文av极速乱| 狂野欧美白嫩少妇大欣赏| 久久久久久九九精品二区国产| 男人和女人高潮做爰伦理| 精品熟女少妇av免费看| 99在线视频只有这里精品首页| 永久网站在线| 2021少妇久久久久久久久久久| 亚洲中文字幕日韩| 欧美色视频一区免费| 午夜福利在线观看免费完整高清在| 国产在视频线精品| 国内精品美女久久久久久| 好男人视频免费观看在线| 国产精品一区二区三区四区免费观看| 欧美激情在线99| 国产毛片a区久久久久| 搡老妇女老女人老熟妇| 内射极品少妇av片p| 午夜亚洲福利在线播放| 少妇高潮的动态图| 99久久无色码亚洲精品果冻| 三级男女做爰猛烈吃奶摸视频| 亚洲婷婷狠狠爱综合网| 日本免费在线观看一区| 精品一区二区三区视频在线| 久久精品人妻少妇| 成年免费大片在线观看| 婷婷色综合大香蕉| 直男gayav资源| 久久婷婷人人爽人人干人人爱| 内地一区二区视频在线| 免费电影在线观看免费观看| 久久久久久久亚洲中文字幕| 日本猛色少妇xxxxx猛交久久| 美女被艹到高潮喷水动态| 天堂√8在线中文| 欧美潮喷喷水| 乱人视频在线观看| 欧美激情国产日韩精品一区| 国产免费视频播放在线视频 | 久久久成人免费电影| 在线播放国产精品三级| 国产高清视频在线观看网站| 亚洲av中文字字幕乱码综合| 18禁在线播放成人免费| 久久久久国产网址| 亚洲五月天丁香| 白带黄色成豆腐渣| 免费看美女性在线毛片视频| 国产精品久久电影中文字幕| 欧美极品一区二区三区四区| 边亲边吃奶的免费视频| 日本欧美国产在线视频| 高清视频免费观看一区二区 | 成年版毛片免费区| 国产精品一及| 欧美成人精品欧美一级黄| 亚洲第一区二区三区不卡| 精品免费久久久久久久清纯| 色尼玛亚洲综合影院| 村上凉子中文字幕在线| 成人漫画全彩无遮挡| 特级一级黄色大片| 欧美成人a在线观看| 人体艺术视频欧美日本| 亚洲四区av| 欧美一区二区精品小视频在线| 免费黄色在线免费观看| 亚洲欧美日韩无卡精品| 99久久人妻综合| 日韩欧美三级三区| 波多野结衣巨乳人妻| 欧美性感艳星| h日本视频在线播放| 狂野欧美激情性xxxx在线观看| 久久精品国产99精品国产亚洲性色| 综合色av麻豆| 亚洲不卡免费看| 亚洲精品,欧美精品| 在线免费十八禁| 中文字幕久久专区| 欧美又色又爽又黄视频| 午夜爱爱视频在线播放| 永久免费av网站大全| 午夜免费激情av| 少妇高潮的动态图| 校园人妻丝袜中文字幕| 国产人妻一区二区三区在| 亚洲最大成人中文| 国产精品人妻久久久影院| 国产单亲对白刺激| 特级一级黄色大片| 黄片wwwwww| 国产亚洲精品久久久com| 欧美人与善性xxx| 国产av不卡久久| 国产高清三级在线| 精华霜和精华液先用哪个| 国产精品一区www在线观看| 黄色日韩在线| 在线观看美女被高潮喷水网站| 亚洲国产精品国产精品| 22中文网久久字幕| 美女内射精品一级片tv| 欧美高清成人免费视频www| 夜夜看夜夜爽夜夜摸| 男女视频在线观看网站免费| 大话2 男鬼变身卡| 成年免费大片在线观看| 99久久精品热视频| 一级毛片aaaaaa免费看小| 成人漫画全彩无遮挡| 99久久九九国产精品国产免费| 久久久久九九精品影院| 91久久精品电影网| 蜜桃亚洲精品一区二区三区| 美女黄网站色视频| 18+在线观看网站| 狠狠狠狠99中文字幕| 亚洲成人av在线免费| av女优亚洲男人天堂| 国产三级在线视频| 在线播放国产精品三级| 色哟哟·www| 亚洲在久久综合| 一边摸一边抽搐一进一小说| 在线观看av片永久免费下载| 久久草成人影院| 日日撸夜夜添| 日韩欧美在线乱码| 欧美成人a在线观看| 人妻夜夜爽99麻豆av| 日韩一区二区三区影片| 国产伦精品一区二区三区视频9| 国产免费又黄又爽又色| 视频中文字幕在线观看| 亚洲中文字幕日韩| 国产精品国产三级国产专区5o | 99在线视频只有这里精品首页| 国产亚洲5aaaaa淫片| 亚洲美女搞黄在线观看| 日本猛色少妇xxxxx猛交久久| 熟妇人妻久久中文字幕3abv| 午夜免费激情av| 午夜日本视频在线| 精品99又大又爽又粗少妇毛片| 精品午夜福利在线看| 中文资源天堂在线| 日韩欧美精品免费久久| 欧美又色又爽又黄视频| 久久精品国产鲁丝片午夜精品| 有码 亚洲区| 日韩,欧美,国产一区二区三区 | 2021天堂中文幕一二区在线观| 高清毛片免费看| 亚洲熟妇中文字幕五十中出| 国产免费男女视频| 国产亚洲精品久久久com| 亚洲真实伦在线观看| 久久精品国产鲁丝片午夜精品| 亚洲国产欧美人成| 国产精品.久久久| 国产片特级美女逼逼视频| 久久国产乱子免费精品| 天堂网av新在线| 亚洲av一区综合| 亚洲中文字幕日韩| 国产69精品久久久久777片| 久久久久久伊人网av| 中文字幕av在线有码专区| 日日摸夜夜添夜夜爱| 永久免费av网站大全| 国产精品久久久久久久久免| 亚洲熟妇中文字幕五十中出| 免费看光身美女| 亚洲av免费高清在线观看| 欧美日韩在线观看h| 中文在线观看免费www的网站| 日韩强制内射视频| av福利片在线观看| 在线免费观看不下载黄p国产| 亚洲美女视频黄频| 精品久久久久久久人妻蜜臀av| 少妇猛男粗大的猛烈进出视频 | 国产熟女欧美一区二区| 色视频www国产| 久久久久久伊人网av| 97超碰精品成人国产| 国产精品久久久久久av不卡| 亚洲激情五月婷婷啪啪| 高清在线视频一区二区三区 | 大又大粗又爽又黄少妇毛片口| 青青草视频在线视频观看| 亚洲电影在线观看av| 超碰97精品在线观看| 国产精品人妻久久久影院| 国产探花极品一区二区| 国产淫片久久久久久久久| 黄片wwwwww| 国产欧美日韩精品一区二区| 性插视频无遮挡在线免费观看| 久久精品人妻少妇| 尤物成人国产欧美一区二区三区| 乱人视频在线观看| 成年女人看的毛片在线观看| 国产v大片淫在线免费观看| 国产av不卡久久| 国产精品国产高清国产av| 乱系列少妇在线播放| 久久这里只有精品中国| 亚洲成av人片在线播放无| 欧美成人一区二区免费高清观看| 亚洲精品日韩在线中文字幕| 精品人妻一区二区三区麻豆| 国产精品女同一区二区软件| 日本黄大片高清| 国产v大片淫在线免费观看| 国产国拍精品亚洲av在线观看| 看免费成人av毛片| 熟女人妻精品中文字幕| 国产成人91sexporn| 色5月婷婷丁香| 在现免费观看毛片| 久久久久精品久久久久真实原创| 欧美变态另类bdsm刘玥| 欧美xxxx黑人xx丫x性爽| 欧美日本亚洲视频在线播放| 亚洲av成人精品一区久久| 久久6这里有精品| 亚洲精品乱码久久久久久按摩| 天堂影院成人在线观看| 青青草视频在线视频观看| 国产免费一级a男人的天堂| 内地一区二区视频在线| 乱人视频在线观看| 大话2 男鬼变身卡| 欧美成人午夜免费资源| 欧美性猛交╳xxx乱大交人| 免费观看在线日韩| 成人亚洲精品av一区二区| 综合色av麻豆| 国产午夜福利久久久久久| 亚洲av电影不卡..在线观看| 国国产精品蜜臀av免费| 国产av码专区亚洲av| 国产v大片淫在线免费观看| 成年女人永久免费观看视频| 欧美区成人在线视频| 91精品国产九色| 一级毛片电影观看 | 欧美激情在线99| 久久欧美精品欧美久久欧美| 99热这里只有是精品50| 色播亚洲综合网| 人人妻人人澡欧美一区二区| 久久久精品大字幕| 欧美成人a在线观看| 村上凉子中文字幕在线| 可以在线观看毛片的网站| 嫩草影院入口| 自拍偷自拍亚洲精品老妇| 精品久久久噜噜| 少妇猛男粗大的猛烈进出视频 | 可以在线观看毛片的网站| 国模一区二区三区四区视频| 成人三级黄色视频| 久久久久久久亚洲中文字幕| 亚洲怡红院男人天堂| 日韩成人av中文字幕在线观看| 午夜精品在线福利|