• <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
    色在线成人网| 欧美日本视频| 国产成人影院久久av| а√天堂www在线а√下载| 欧美zozozo另类| 两个人视频免费观看高清| 中亚洲国语对白在线视频| 嫩草影院入口| 99riav亚洲国产免费| 国产精华一区二区三区| 成人性生交大片免费视频hd| 国产真实乱freesex| x7x7x7水蜜桃| 很黄的视频免费| 女人被狂操c到高潮| 亚洲avbb在线观看| 国产精品永久免费网站| 久久人妻av系列| 99久久精品一区二区三区| 久久精品国产综合久久久| 老司机深夜福利视频在线观看| 亚洲av五月六月丁香网| 成人国产综合亚洲| 国产毛片a区久久久久| 老司机在亚洲福利影院| 日韩中文字幕欧美一区二区| 国产午夜福利久久久久久| 日韩人妻高清精品专区| av中文乱码字幕在线| 少妇丰满av| 97超视频在线观看视频| 精品久久久久久久毛片微露脸| 听说在线观看完整版免费高清| 国产成人精品无人区| 香蕉国产在线看| 很黄的视频免费| 欧美国产日韩亚洲一区| 日韩大尺度精品在线看网址| 免费高清视频大片| 伊人久久大香线蕉亚洲五| 欧美日本亚洲视频在线播放| 国产精品久久久人人做人人爽| 一二三四社区在线视频社区8| 精品久久久久久久毛片微露脸| 欧美zozozo另类| 日本一二三区视频观看| 国产淫片久久久久久久久 | 真人一进一出gif抽搐免费| 在线观看免费午夜福利视频| 美女高潮的动态| 亚洲欧洲精品一区二区精品久久久| 一级毛片女人18水好多| 免费看光身美女| 人妻夜夜爽99麻豆av| 成人国产一区最新在线观看| 在线视频色国产色| 国产主播在线观看一区二区| 老汉色av国产亚洲站长工具| 亚洲熟妇熟女久久| 99国产综合亚洲精品| 精品久久久久久久末码| 国产真实乱freesex| 色综合欧美亚洲国产小说| 国产在线精品亚洲第一网站| 亚洲av成人一区二区三| 一个人看的www免费观看视频| 日本黄大片高清| 午夜影院日韩av| 美女高潮喷水抽搐中文字幕| 在线观看美女被高潮喷水网站 | 亚洲人成网站高清观看| netflix在线观看网站| 一个人看的www免费观看视频| 亚洲专区中文字幕在线| 美女午夜性视频免费| 亚洲国产欧洲综合997久久,| 十八禁网站免费在线| 少妇裸体淫交视频免费看高清| 免费看十八禁软件| 亚洲人成伊人成综合网2020| 欧洲精品卡2卡3卡4卡5卡区| 一级毛片女人18水好多| 在线十欧美十亚洲十日本专区| 99视频精品全部免费 在线 | 99久久国产精品久久久| 欧美极品一区二区三区四区| 黑人欧美特级aaaaaa片| 欧美精品啪啪一区二区三区| 999久久久精品免费观看国产| 成人三级黄色视频| 日韩三级视频一区二区三区| 久久精品91无色码中文字幕| 国内精品久久久久久久电影| 伦理电影免费视频| 国产亚洲精品av在线| 午夜福利在线观看免费完整高清在 | 免费看光身美女| 黄色 视频免费看| 精华霜和精华液先用哪个| 亚洲国产欧洲综合997久久,| 色播亚洲综合网| bbb黄色大片| 色尼玛亚洲综合影院| 欧美乱码精品一区二区三区| 亚洲欧美精品综合一区二区三区| 99国产极品粉嫩在线观看| 天堂动漫精品| 免费人成视频x8x8入口观看| 可以在线观看的亚洲视频| 亚洲avbb在线观看| 亚洲中文日韩欧美视频| 小说图片视频综合网站| 无遮挡黄片免费观看| 亚洲熟妇中文字幕五十中出| 亚洲七黄色美女视频| 99精品久久久久人妻精品| 亚洲欧美精品综合久久99| 免费观看精品视频网站| 精品福利观看| 亚洲精品一区av在线观看| 亚洲精品美女久久av网站| 日本a在线网址| 一级作爱视频免费观看| 亚洲国产中文字幕在线视频| 亚洲中文日韩欧美视频| 日本黄大片高清| 久久久成人免费电影| 中文字幕熟女人妻在线| 高清毛片免费观看视频网站| 亚洲精品456在线播放app | 国产亚洲av高清不卡| 精品久久久久久,| 听说在线观看完整版免费高清| 国产美女午夜福利| 国产精品 欧美亚洲| 国产午夜精品论理片| 久久精品人妻少妇| 宅男免费午夜| 性色av乱码一区二区三区2| 亚洲成人久久爱视频| 日本一本二区三区精品| 亚洲乱码一区二区免费版| 国产又色又爽无遮挡免费看| 久久久久久久午夜电影| 久久久久九九精品影院| 色视频www国产| 精品一区二区三区av网在线观看| 岛国在线观看网站| 午夜福利高清视频| 99热只有精品国产| 天天躁日日操中文字幕| 欧美色欧美亚洲另类二区| 啦啦啦观看免费观看视频高清| 国产精品98久久久久久宅男小说| 2021天堂中文幕一二区在线观| 美女高潮喷水抽搐中文字幕| 啪啪无遮挡十八禁网站| 国产69精品久久久久777片 | 中文字幕人成人乱码亚洲影| 国产精品一区二区三区四区久久| 欧美成人一区二区免费高清观看 | 不卡一级毛片| av国产免费在线观看| 淫秽高清视频在线观看| 日本一二三区视频观看| 精品99又大又爽又粗少妇毛片 | 一区二区三区激情视频| 亚洲美女黄片视频| 综合色av麻豆| tocl精华| 美女高潮的动态| 91九色精品人成在线观看| 日韩中文字幕欧美一区二区| 国产精品久久久久久精品电影| 国产精品 国内视频| 99久久综合精品五月天人人| 中文字幕高清在线视频| 在线a可以看的网站| 男女午夜视频在线观看| 女生性感内裤真人,穿戴方法视频| 丝袜人妻中文字幕| 老司机福利观看| 欧美日本视频| 亚洲专区中文字幕在线| 亚洲精品美女久久av网站| 黄片大片在线免费观看| 少妇的丰满在线观看| 成人精品一区二区免费| 国产99白浆流出| 亚洲av免费在线观看| 天天躁日日操中文字幕| 成人亚洲精品av一区二区| 又黄又粗又硬又大视频| 此物有八面人人有两片| 久久精品影院6| 久久九九热精品免费| 真实男女啪啪啪动态图| av天堂中文字幕网| av欧美777| 免费观看人在逋| 在线看三级毛片| 9191精品国产免费久久| av在线蜜桃| 国产精品久久久人人做人人爽| 嫩草影院入口| 校园春色视频在线观看| 欧美乱色亚洲激情| 久久久久亚洲av毛片大全| 19禁男女啪啪无遮挡网站| 黄频高清免费视频| 久久精品国产99精品国产亚洲性色| 亚洲一区二区三区不卡视频| 欧美又色又爽又黄视频| 19禁男女啪啪无遮挡网站| 久久久色成人| 九色国产91popny在线| 精品一区二区三区视频在线观看免费| 日韩欧美一区二区三区在线观看| 日韩av在线大香蕉| 99久国产av精品| 成人永久免费在线观看视频| 神马国产精品三级电影在线观看| 久久香蕉国产精品| 国产美女午夜福利| 人人妻人人看人人澡| 成人av一区二区三区在线看| 他把我摸到了高潮在线观看| 中亚洲国语对白在线视频| 欧美3d第一页| www日本在线高清视频| 精华霜和精华液先用哪个| 91久久精品国产一区二区成人 | 国产成人影院久久av| 久久午夜综合久久蜜桃| 三级男女做爰猛烈吃奶摸视频| avwww免费| 两个人视频免费观看高清| 国产v大片淫在线免费观看| 老司机深夜福利视频在线观看| 亚洲美女黄片视频| 欧美成人性av电影在线观看| 国产成人欧美在线观看| 99久久99久久久精品蜜桃| 婷婷精品国产亚洲av在线| 听说在线观看完整版免费高清| 国产视频内射| 亚洲国产日韩欧美精品在线观看 | 欧美日本亚洲视频在线播放| 国产精品精品国产色婷婷| 亚洲欧美激情综合另类| 中文资源天堂在线| 午夜影院日韩av| 国产精品av久久久久免费| 国产精品亚洲av一区麻豆| 不卡av一区二区三区| 国产野战对白在线观看| 亚洲九九香蕉| 亚洲欧美精品综合久久99| 老熟妇乱子伦视频在线观看| 丰满的人妻完整版| 久久九九热精品免费| 成人欧美大片| 波多野结衣高清无吗| 亚洲18禁久久av| 18禁裸乳无遮挡免费网站照片| 国产成人av激情在线播放| 一区二区三区高清视频在线| 亚洲国产欧美人成| 热99re8久久精品国产| 国产亚洲精品av在线| 国产成人系列免费观看| 欧美成人性av电影在线观看| 午夜成年电影在线免费观看| 国产一级毛片七仙女欲春2| 琪琪午夜伦伦电影理论片6080| 99久久国产精品久久久| 国产熟女xx| www日本黄色视频网| 免费看十八禁软件| 高潮久久久久久久久久久不卡| 男人舔女人的私密视频| 听说在线观看完整版免费高清| 99久久综合精品五月天人人| 黄色日韩在线| 免费电影在线观看免费观看| 真人一进一出gif抽搐免费| 怎么达到女性高潮| 国产乱人视频| 久久久精品欧美日韩精品| 一卡2卡三卡四卡精品乱码亚洲| 国产精品1区2区在线观看.| 丰满人妻一区二区三区视频av | or卡值多少钱| 美女扒开内裤让男人捅视频| 国产亚洲精品久久久久久毛片| 久久精品影院6| 夜夜夜夜夜久久久久| 在线十欧美十亚洲十日本专区| 国产精品久久久人人做人人爽| 欧美成狂野欧美在线观看| 亚洲中文日韩欧美视频| 日韩欧美精品v在线| а√天堂www在线а√下载| 亚洲第一电影网av| 国产精品综合久久久久久久免费| 亚洲国产看品久久| 88av欧美| 国产伦精品一区二区三区视频9 | 最近视频中文字幕2019在线8| 色噜噜av男人的天堂激情| 欧美不卡视频在线免费观看| 动漫黄色视频在线观看| 国产成年人精品一区二区| 日韩有码中文字幕| 国产精品乱码一区二三区的特点| 91麻豆精品激情在线观看国产| 亚洲成人久久爱视频| 亚洲专区字幕在线| 色综合亚洲欧美另类图片| 亚洲成人久久爱视频| 国产精品一区二区三区四区免费观看 | 精品无人区乱码1区二区| 色老头精品视频在线观看| 亚洲激情在线av| 亚洲人与动物交配视频| 亚洲av片天天在线观看| 国产精品香港三级国产av潘金莲| 一本久久中文字幕| 成人欧美大片| 亚洲成人精品中文字幕电影| 黄片大片在线免费观看| 日韩欧美在线乱码| 一a级毛片在线观看| 欧美成狂野欧美在线观看| 韩国av一区二区三区四区| 久久精品aⅴ一区二区三区四区| 亚洲色图 男人天堂 中文字幕| 国产亚洲精品一区二区www| 久久精品aⅴ一区二区三区四区| 1024手机看黄色片| 国产午夜精品论理片| 国产精品,欧美在线| 免费在线观看成人毛片| 欧美不卡视频在线免费观看| 天堂√8在线中文| 99久久精品国产亚洲精品| 精品福利观看| 99在线人妻在线中文字幕| 久久草成人影院| 亚洲成人免费电影在线观看| 色综合站精品国产| 亚洲精品乱码久久久v下载方式 | 欧美又色又爽又黄视频| a级毛片在线看网站| 成人精品一区二区免费| 男人舔女人下体高潮全视频| 精品欧美国产一区二区三| 免费在线观看视频国产中文字幕亚洲| 1024香蕉在线观看| 国产日本99.免费观看| 久久香蕉精品热| 国产精品女同一区二区软件 | 黄色成人免费大全| 国产一区二区在线av高清观看| 亚洲精品乱码久久久v下载方式 | 欧美av亚洲av综合av国产av| 久久久久国内视频| 日日夜夜操网爽| 搡老岳熟女国产| 最近在线观看免费完整版| 99国产精品一区二区三区| 久久久水蜜桃国产精品网| 精品99又大又爽又粗少妇毛片 | 久久中文看片网| 欧美3d第一页| 亚洲 欧美 日韩 在线 免费| 亚洲性夜色夜夜综合| 国产成人啪精品午夜网站| 91字幕亚洲| 母亲3免费完整高清在线观看| 亚洲 欧美一区二区三区| 国产伦精品一区二区三区视频9 | 我要搜黄色片| 中文在线观看免费www的网站| 999久久久国产精品视频| 俄罗斯特黄特色一大片| 久久热在线av| 成人三级黄色视频| 欧美日韩一级在线毛片| 欧美不卡视频在线免费观看| 国产私拍福利视频在线观看| 国产真实乱freesex| 成人高潮视频无遮挡免费网站| 国产午夜精品久久久久久| 99热这里只有精品一区 | 亚洲中文av在线| 日韩欧美在线二视频| 亚洲精品在线观看二区| 一本久久中文字幕| 免费在线观看视频国产中文字幕亚洲| 日本精品一区二区三区蜜桃| 久久久国产成人精品二区| 欧美日韩黄片免| 岛国在线免费视频观看| 日日摸夜夜添夜夜添小说| 久久婷婷人人爽人人干人人爱| 三级毛片av免费| 亚洲成人免费电影在线观看| 国产高清有码在线观看视频| 国产欧美日韩精品一区二区| 男女做爰动态图高潮gif福利片| 在线免费观看不下载黄p国产 | 日韩成人在线观看一区二区三区| 性色avwww在线观看| 国产成+人综合+亚洲专区| 亚洲av成人av| 两个人看的免费小视频| 国内揄拍国产精品人妻在线| 美女 人体艺术 gogo| 日本成人三级电影网站| 观看美女的网站| 一本精品99久久精品77| 国产精品久久久av美女十八| 国产真实乱freesex| 在线a可以看的网站| 噜噜噜噜噜久久久久久91| 淫妇啪啪啪对白视频| 日韩 欧美 亚洲 中文字幕| 在线观看日韩欧美| 网址你懂的国产日韩在线| 国产精品自产拍在线观看55亚洲| 九色国产91popny在线| 一a级毛片在线观看| 99久久精品国产亚洲精品| 亚洲中文字幕一区二区三区有码在线看 | 后天国语完整版免费观看| 亚洲欧美精品综合一区二区三区| 免费大片18禁| 午夜精品一区二区三区免费看| 国产一区二区三区视频了| 在线永久观看黄色视频| 99久国产av精品| 久久久久亚洲av毛片大全| 香蕉国产在线看| 久久香蕉精品热| 久久亚洲真实| 欧美绝顶高潮抽搐喷水| 国产亚洲欧美在线一区二区| av黄色大香蕉| 国产真人三级小视频在线观看| 国内精品久久久久久久电影| 亚洲精品在线美女| 国产成人精品久久二区二区91| 人人妻人人看人人澡| 国产精品一区二区三区四区久久| 亚洲男人的天堂狠狠| 亚洲乱码一区二区免费版| 99热6这里只有精品| 日韩免费av在线播放| 十八禁人妻一区二区| 成人国产综合亚洲| av在线天堂中文字幕| 国产探花在线观看一区二区| 一进一出好大好爽视频| 国产激情久久老熟女| 一级a爱片免费观看的视频| 午夜激情福利司机影院| 国产精品综合久久久久久久免费| a在线观看视频网站| 国语自产精品视频在线第100页| 狠狠狠狠99中文字幕| 9191精品国产免费久久| 亚洲精品美女久久久久99蜜臀| 久久久久精品国产欧美久久久| 美女午夜性视频免费| 两人在一起打扑克的视频| 伊人久久大香线蕉亚洲五| 精品一区二区三区视频在线 | 黄色 视频免费看| 男人和女人高潮做爰伦理| 夜夜看夜夜爽夜夜摸| 国产成人影院久久av| 国产精品一区二区精品视频观看| 99国产精品一区二区蜜桃av| 老司机深夜福利视频在线观看| 亚洲狠狠婷婷综合久久图片| 国产1区2区3区精品| 成年女人永久免费观看视频| 看免费av毛片| 十八禁网站免费在线| 久久久精品大字幕| 国产精品免费一区二区三区在线| 婷婷丁香在线五月| 91av网一区二区| 亚洲成a人片在线一区二区| 2021天堂中文幕一二区在线观| 久久久久性生活片| 91字幕亚洲| bbb黄色大片| 国产一区二区三区视频了| 这个男人来自地球电影免费观看| 国产精品国产高清国产av| 欧美日韩乱码在线| 搞女人的毛片| 亚洲无线在线观看| 精品国内亚洲2022精品成人| 亚洲熟妇熟女久久| 日日夜夜操网爽| 亚洲精品国产精品久久久不卡| 亚洲欧美日韩高清在线视频| 国产高清视频在线观看网站| 99热这里只有是精品50| 99精品欧美一区二区三区四区| 日韩欧美国产在线观看| 在线永久观看黄色视频| 国产人伦9x9x在线观看| 午夜免费观看网址| 久久人妻av系列| 亚洲18禁久久av| 怎么达到女性高潮| 长腿黑丝高跟| 可以在线观看毛片的网站| 女生性感内裤真人,穿戴方法视频| 丁香六月欧美| 淫秽高清视频在线观看| 9191精品国产免费久久| 偷拍熟女少妇极品色| 又黄又粗又硬又大视频| 亚洲av熟女| 黄色日韩在线| 18禁裸乳无遮挡免费网站照片| 熟女电影av网| 久久午夜亚洲精品久久| 日韩免费av在线播放| 亚洲人成伊人成综合网2020| 亚洲成人精品中文字幕电影| 中出人妻视频一区二区| 午夜a级毛片| 中文字幕最新亚洲高清| 久久精品国产清高在天天线| 伦理电影免费视频| 亚洲激情在线av| 午夜精品一区二区三区免费看| 国产黄a三级三级三级人| 一级毛片高清免费大全| 成在线人永久免费视频| 一个人看视频在线观看www免费 | 性色avwww在线观看| 国产一区二区三区视频了| 国产真实乱freesex| 色精品久久人妻99蜜桃| 老司机在亚洲福利影院| 这个男人来自地球电影免费观看| 一区二区三区激情视频| 真人一进一出gif抽搐免费| 国产爱豆传媒在线观看| 三级毛片av免费| 亚洲精品一区av在线观看| 国产视频内射| 精华霜和精华液先用哪个| 在线播放国产精品三级| 亚洲av美国av| 一级毛片女人18水好多| 欧美日韩中文字幕国产精品一区二区三区| 色综合婷婷激情| 搡老妇女老女人老熟妇| 日韩国内少妇激情av| 免费搜索国产男女视频| 久久香蕉精品热| 久久午夜亚洲精品久久| 每晚都被弄得嗷嗷叫到高潮| 禁无遮挡网站| 欧美+亚洲+日韩+国产| 久久久国产成人精品二区| 久久精品夜夜夜夜夜久久蜜豆| 观看免费一级毛片| 99在线人妻在线中文字幕| 国产激情欧美一区二区| 国产三级黄色录像| 黑人操中国人逼视频| а√天堂www在线а√下载| 久久国产精品影院| 美女cb高潮喷水在线观看 | 丝袜人妻中文字幕| 亚洲国产高清在线一区二区三| 精品欧美国产一区二区三| 国产精品久久久久久亚洲av鲁大| 在线免费观看不下载黄p国产 | 国产一区二区在线观看日韩 | 一进一出抽搐动态| 亚洲乱码一区二区免费版| 欧美中文日本在线观看视频| 日本 av在线| 日本一本二区三区精品| 久久久国产精品麻豆| 日韩国内少妇激情av| 日韩高清综合在线| 999精品在线视频| 可以在线观看的亚洲视频| 男女午夜视频在线观看| 久久久久国产一级毛片高清牌| 国产主播在线观看一区二区| 91老司机精品| 午夜福利免费观看在线| 成人国产综合亚洲| 久久午夜亚洲精品久久| 国产三级中文精品| 成人三级做爰电影| 岛国视频午夜一区免费看| 国产激情偷乱视频一区二区| 在线观看美女被高潮喷水网站 | 少妇裸体淫交视频免费看高清| 曰老女人黄片| 久久久色成人| 日本与韩国留学比较|