• <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 ?

    一種基于平均步態(tài)能量圖的身份識別算法

    2011-07-29 08:49:38張前進1陳祥濤2卜文紹1
    圖學(xué)學(xué)報 2011年1期
    關(guān)鍵詞:步態(tài)輪廓身份

    張前進1,陳祥濤2,卜文紹1

    ?

    一種基于平均步態(tài)能量圖的身份識別算法

    張前進,陳祥濤,卜文紹

    (1.河南科技大學(xué)電子信息工程學(xué)院,河南洛陽 471003;2.河南科技大學(xué)現(xiàn)代教育技術(shù)與信息中心,河南洛陽 471003)

    提出一種基于步態(tài)能量圖(GEI)的嵌入式隱馬爾可夫模型(e-HMM)身份識別方法。首先通過預(yù)處理提取出運動人體的側(cè)面輪廓,根據(jù)步態(tài)下肢的擺動距離統(tǒng)計出步態(tài)周期,得到平均步態(tài)能量圖。對能量圖的各區(qū)域進行分析,利用二維離散余弦變換(2D-DCT)將能量圖觀測塊轉(zhuǎn)化為觀測向量,實現(xiàn)嵌入式隱馬爾可夫模型的訓(xùn)練和身份識別。最后在USF和CASIA步態(tài)數(shù)據(jù)庫上對所提出的算法進行實驗。實驗表明該方法具有較好的識別性能,是一種有效的步態(tài)識別方法。

    計算機應(yīng)用;生物特征識別;嵌入式隱馬爾可夫模型;步態(tài)能量圖

    步態(tài)識別是一種新型的生物特征識別技術(shù)。所謂步態(tài)識別主要是指通過每個人獨特的行走姿勢來識別人的身份。區(qū)別于人臉識別、指紋識別、虹膜識別等識別技術(shù),步態(tài)識別作為一種生物特征具有以下幾個特點:易于觀察、難于偽裝、對系統(tǒng)分辨率要求低、遠距離識別等。因此,步態(tài)識別是一種理想的非侵犯性生物識別技術(shù)。

    近年來國內(nèi)外對于步態(tài)識別的研究已經(jīng)取得了不少成果。Sarkar等人提出了步態(tài)識別的基線算法。首先半自動地跟蹤行人,提取剪影;然后進行步態(tài)周期的探測,將整個探測序列分為個子序列,每個子序列的長度為所探測到的步態(tài)周期長度;利用模板匹配的方法得到訓(xùn)練子集和測試子集之間的相似度。Han等將一個步態(tài)序列中所有輪廓圖的平均值稱為步態(tài)能量圖,進行特征提取,研究表明該方法對低質(zhì)量的步態(tài)輪廓圖具有較強的適應(yīng)性。Wang等提出了一種人體輪廓解環(huán)繞提取距離信號的步態(tài)識別算法,建立了一個20人的步態(tài)數(shù)據(jù)庫進行實驗,取得了較好的效果。趙國英等提出了基于反射對稱的步態(tài)識別方法,利用關(guān)鍵幀的反射對稱作為步態(tài)特征識別測試序列。反射對稱隱含表示了人體行走時胳膊和身體的擺動習慣。顧磊等運用多區(qū)域側(cè)影面積的方法識別身份,將視頻序列中檢測出的步態(tài)側(cè)影劃分為5個子區(qū)域,提取每個子區(qū)域中的側(cè)影面積并計算步態(tài)序列中面積的變化特征,來構(gòu)成描述步態(tài)序列的特征向量。馬勤勇等提出了基于瞬時步態(tài)能量圖的遠距離身份識別,根據(jù)步態(tài)序列中一個關(guān)鍵時刻的所有側(cè)面輪廓圖的平均值構(gòu)成一個平均瞬時圖,計算出所有關(guān)鍵時刻側(cè)面輪廓圖相對應(yīng)于瞬時步態(tài)能量圖的偏移累計圖像,與步態(tài)能量圖共同作為描述一個對象的特征向量。

    HMM在語音識別的應(yīng)用中已取得較大成功,近年來被引入到人臉檢測、表情識別和步態(tài)識別。文獻[7]利用基本型HMM對步態(tài)序列進行身份識別,Kale認為步態(tài)周期可以被看作一個雙重隨即過程,其中隱過程被表達為站姿之間的轉(zhuǎn)移,而可觀察量是在某個特定站姿下所對應(yīng)的圖像。本文引入一種更具強健性的e-HMM對平均步態(tài)能量圖進行身份識別。首先對序列預(yù)處理提取出運動人體的側(cè)面輪廓,根據(jù)步態(tài)下肢的擺動距離統(tǒng)計出步態(tài)的周期,得到平均步態(tài)能量圖。然后對能量圖的各區(qū)域進行分析,利用二維離散余弦變換將能量圖觀測塊轉(zhuǎn)化為觀測向量,實現(xiàn)e-HMM的訓(xùn)練和身份識別。最后在USF和CASIA步態(tài)數(shù)據(jù)庫上對所提出的算法進行實驗。實驗表明該方法具有較好的識別性能。

    1 預(yù)處理技術(shù)

    1.1 步態(tài)檢測與跟蹤

    預(yù)處理階段需要對運動目標進行提取。常用的方法有背景減除法、時間差分法、光流法等,本文采用背景減除方法。中值法是一種非線性平滑技術(shù),它將每一像素點的灰度值設(shè)置為該點某鄰域窗口內(nèi)的所有像素點灰度值的中值。中值法從圖像序列中恢復(fù)出背景圖像,將輸入的連續(xù)幀圖像像素值的中間值作為背景圖像的像素值。令代表一個包含幀圖像的序列,則背景圖像可表達為

    亮度變化通過當前圖像和背景圖像的差分來獲得,有時由于亮度變化太低而難以從噪聲中將運動目標完全地提取出來,本文使用間接執(zhí)行差分操作。

    圖1 預(yù)處理后的圖像

    對上面步驟處理后的圖像進行邊緣跟蹤,求得人體圖像的輪廓。用復(fù)數(shù)形式表示為

    確定行人內(nèi)在運動的一個重要線索是人體輪廓形狀隨時間的變化。為了減小計算的復(fù)雜度,將二維輪廓形狀變化轉(zhuǎn)換為一維距離信號來表達步態(tài)運動的時空變化模式。側(cè)重腰部以下人體下肢的運動變化,選擇最低邊緣點作為參考點,從下向上將輪廓邊界展開為相同縱坐標的最左和最右兩點和的距離。

    從人體側(cè)面輪廓圖像序列可以看出,步態(tài)數(shù)據(jù)是準周期性的時變數(shù)據(jù)。人體側(cè)面的下肢輪廓寬度會經(jīng)過一個周期性的變化,即有一個從最大到最小又到最大的變化過程,此處利用兩條腿的輪廓寬度變化來進行周期性分析。另采用輪廓分析步態(tài)時,從輪廓中無法區(qū)分左右腿。兩腿的寬度隨著幀序號的變化如圖2所示,對應(yīng)的。

    圖2 步態(tài)周期性分析

    步態(tài)的周期在文中定義為連續(xù)出現(xiàn)兩個波峰或波谷的時間段。取不同的值輪廓對應(yīng)的寬度是有變化,但這個變化并不影響步態(tài)的準周期性,即取不同的值輪廓寬度的幅值變化,其準周期性不變。

    1.2 平均步態(tài)能量圖

    經(jīng)過上面的步驟,人體輪廓已經(jīng)從步態(tài)序列中被提取出來。GEI是一種用輪廓構(gòu)造的時空步態(tài)表征方法。按照文獻[2]的方法構(gòu)造出人體序列中每一個步態(tài)周期的能量圖,再計算序列中完整周期步態(tài)能量圖的平均圖像。

    假設(shè)對象的步態(tài)序列中有個完整的步態(tài)周期,第個步態(tài)周期的步態(tài)能量圖表示為,則該步態(tài)序列的平均步態(tài)能量圖(見圖3)為

    2 基于GEI的e-HMM身份識別

    2.1 e-HMM概述

    典型的HMM是一維結(jié)構(gòu),可以用于分析一維隨機信號。如果將HMM結(jié)構(gòu)中的每一個隱狀態(tài)內(nèi)嵌入一個HMM,該模型即為e-HMM,其中外部HMM的隱狀態(tài)稱為超狀態(tài),內(nèi)部HMM的隱狀態(tài)稱為嵌入態(tài)。如圖4所示,身份識別的e-HMM——33666模型。垂直方向上的主HMM為超狀態(tài),每個垂直分區(qū)包含一個子狀態(tài)。所以e-HMM由垂直方向的主HMM和水平方向嵌入的多組子HMM組成,主HMM中每個狀態(tài)由一個子HMM構(gòu)成。

    圖4 身份識別的e-HMM——33666模型

    (1)超狀態(tài)參數(shù)

    (2)子狀態(tài)參數(shù)

    2.2 e-HMM的模型訓(xùn)練

    e-HMM訓(xùn)練的目的就是利用一組訓(xùn)練樣本確定其優(yōu)化參數(shù)。身份識別是利用雙向嵌入式Viterbi算法計算所有訓(xùn)練模型產(chǎn)生觀察向量的概率,尋求最大匹配概率。圖5為整個系統(tǒng)的訓(xùn)練和識別流程框圖。

    圖5 e-HMM的訓(xùn)練和識別框圖

    訓(xùn)練流程框圖的具體描述如下:

    Step 1 根據(jù)e-HMM的結(jié)構(gòu)特性對圖像數(shù)據(jù)進行整體分割。首先根據(jù)從上至下的超狀態(tài)個數(shù)將觀測向量分為個部分,然后再根據(jù)每個超態(tài)中所含的狀態(tài)數(shù)將每個部分再細分為個部分。

    Step 2 對模型參數(shù)進行初始化,利用雙重嵌入式Viterbi算法分割狀態(tài)序列。在HMM模型中,Viterbi算法是為解決已知模型和觀測序列的條件下,從所有可能的隱狀態(tài)序列中找出一個隱狀態(tài)序列,使該觀測序列的概率最大。雙層Viterbi算法分別從水平與垂直兩方向進行Viterbi操作。對數(shù)運算不僅可以處理數(shù)字精度問題,并可將乘積運算簡化為加法運算,且運算可逆,所以用代替。若變量和分別表示第行所處超狀態(tài)和觀測序列,則為第行超狀態(tài)時觀測向量概率對數(shù)的最大值,即。

    Step 3 模型參數(shù)重新估算采用分段K均值(Segmental K-means)方法。該方法效果等同雙重嵌入式Baum-Welch算法,且處理速度快,同時可以避免Baum-Welch算法的溢出問題。Segmental K-means模型參數(shù)估計如以下公式所示

    Step 4 如果重新估算參數(shù)使得Viterbi分割似然值收斂,則迭代結(jié)束,訓(xùn)練完成;否則重復(fù)Step 2。

    2.3 基于GEI的e-HMM身份識別

    根據(jù)圖5所示的e-HMM訓(xùn)練和識別框圖。選用原始的平均步態(tài)能量圖像的像素點直接轉(zhuǎn)化為向量,則觀測向量維數(shù)太大、運算量大。故本文采用2D-DCT來提取能量圖的特征數(shù)據(jù)。把分割后的每一個平均步態(tài)能量圖像塊提取的2D-DCT系數(shù)作為e-HMM的觀察向量。根據(jù)2D-DCT的壓縮性,其低頻部分系數(shù)代表了圖像的大部分信息,能有效地表示圖像特征,并在一定程度上降低維數(shù),所以本文以低頻部分的2D-DCT系數(shù)作為e-HMM的觀察向量。接著計算該能量圖的觀察值向量與步態(tài)數(shù)據(jù)庫中訓(xùn)練e-HMM的相似率。相似率反映了待識別人的能量圖觀察值向量與步態(tài)數(shù)據(jù)庫中訓(xùn)練模型的相似程度。根據(jù)模式識別中最近鄰算法原理,如果能量圖庫中共有個人,未知人是,則中的值應(yīng)該為最大,即為識別的結(jié)果。

    3 實驗結(jié)果與分析

    3.1 CASIA步態(tài)數(shù)據(jù)庫實驗分析

    首先用CASIA步態(tài)數(shù)據(jù)庫來評估所提出的步態(tài)識別算法。該數(shù)據(jù)庫有124個人組成,每個人的序列是從0°到180°之間,以18°遞增的11個不同視角。數(shù)據(jù)庫中的每個人有10個行走序列,其中有6個正常的行走序列(定義為Set A),2個挎包的序列(定義為Set B),2個穿大衣的序列(定義為Set C)。把每一個人Set A中的前3個序列作為訓(xùn)練子集(定義為Set A1),剩下的作為測試子集(定義為Set A2)。Set B和Set C的前一個序列作為訓(xùn)練子集((定義為Set B1)和(定義為Set C1)),剩下一個序列作為測試子集((定義為Set B2)和(定義為Set C2))。

    本文選用庫中的20個人進行實驗,序列的視角均為90°的正側(cè)面視角。實驗中選用最近鄰法(每個序列被分類到離它最近的鄰居所屬的類中)進行身份識別;并采用留一校驗法(leave-one-out cross validation)測試,實驗結(jié)果如圖6所示。從實驗結(jié)果可以看出,實驗A的實驗效果好于實驗B和C。這是由于Set A集合中人行走時相對Set B和Set C集合的圖像實際信息維數(shù)較小,2D-DCT變換后的低頻系數(shù)更能有效地表征其圖像特征。Set B和Set C集合相對Set A集合來說,圖像較復(fù)雜,2D-DCT變換后低頻部分系數(shù)雖然代表了圖像的大部分信息,相比Set A集合在降維的同時丟失了較多的圖像特征信息。

    圖6 90°視角實驗結(jié)果

    3.2 USF步態(tài)數(shù)據(jù)庫實驗分析

    接著用USF步態(tài)數(shù)據(jù)庫來評估所提出來的步態(tài)識別算法。參考文獻[1]的方法,將USF數(shù)據(jù)庫中的數(shù)據(jù)分為多個不同的組。用于訓(xùn)練的已知對象被劃分為一組,包括122個對象的行走圖像序列。用于測試的對象共有12組,依次稱作A-L,包括這些對象在其它狀態(tài)下的行走圖像序列。實驗選擇基線算法、MSCT&SST算法、GEI算法與本文算法進行比較?;€算法是與USF步態(tài)數(shù)據(jù)庫同時提出的一個有代表性算法;MSCT&SST算法是結(jié)合靜態(tài)與運動模板的方法;GEI算法是近幾年步態(tài)識別研究中的經(jīng)典算法。表1中列出了本文算法與3個典型算法在USF步態(tài)數(shù)據(jù)庫上的識別率。Rank是在人臉識別和步態(tài)識別中常用的識別參數(shù),表示算法計算出來的與待識別對象最相似的前個對象中包含真實對象的比率。

    表1 本文算法與另外3種算法在USF上識別率(%)

    從表1中可以看出,本文算法的平均識別率對于第Ⅱ類對象均高于其它3種算法。在第Ⅰ類中,本文算法明顯好于基線算法,略低于GEI和MSCT&SST的算法。在第Ⅲ類中,除了在MSCT&SST算法的Rank 5情況識別率略微有些降低,其它對象的識別率都有較大的提高。總體來看,本文算法在總體的性能上好于其它3種方法。

    4 結(jié) 論

    本文提出一種基于步態(tài)能量圖的e-HMM身份識別方法。對序列預(yù)處理提取出運動人體的側(cè)面輪廓,根據(jù)步態(tài)下肢的擺動距離統(tǒng)計出步態(tài)周期,得到平均步態(tài)能量圖。然后對能量圖的各區(qū)域進行分析,利用2D-DCT將能量圖觀測塊轉(zhuǎn)化為觀測向量,實現(xiàn)e-HMM的訓(xùn)練和身份識別。在USF和CASIA步態(tài)數(shù)據(jù)庫上對所提出算法的進行實驗,結(jié)果表明該方法是一種有效的步態(tài)識別方法。

    [1] Sarkar S, Phillip S P Jonathon, Liu Z,et al.The human D gait challenge p roblem: data sets, performance, and analysis [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2005, 27(2): 162-177.

    [2] Han J, Bhanu B. Individual recognition using gait energy image [J]. IEEE Trans on Pattern Analysis and Machine Intelligence, 2006, 10(2): 316-322.

    [3] Wang Liang, Tan Tieniu, Hu Weiming, et al. Automatic gait recognition based on statistical shape models [J]. IEEE Trans on Image Processing, 2003, 12(9): 1120-1130.

    [4] 趙國英, 向世明, 李 華. 基于反射對稱的步態(tài)序列識別[J].計算機輔助設(shè)計與圖形學(xué)學(xué)報, 2005, 17(10): 2239-2244.

    [5] 顧 磊, 吳慧中, 肖 亮. 一種基于多區(qū)域側(cè)影面積的步態(tài)識別算法[J]. 模式識別與人工智能, 2008, 21(5): 658-663.

    [6] 馬勤勇, 王申康, 聶棟棟, 等. 基于瞬時步態(tài)能量圖的遠距離身份識別[J]. 電子學(xué)報, 2007, (35)11: 2078-2082.

    [7] Kale A, Sundaresan A, Rajagopalan A N, et al. Identification of humans using gait [J]. IEEE Transactions on Image Processing, 2004, 13(9): 1163-1173.

    [8] Kuno Y, et al. Automated detection of human for visual surveillance system [C]//Proceedings of International Conference on Pattern Recognition, Vienna, 1996: 865-869.

    [9] 鄭芳穎, 趙杰煜. 基于改進型嵌入式隱馬爾科可夫模型的表情識別方法[J]. 模式識別與人工智能, 2008, 21(6): 836-842.

    [10] Kuo S S, Agazzi O E. Keyword spotting in poorly printed documents using pseudo 2D hidden markov models [J]. IEEE Trans on PAMI, 1994, 16(8): 842-848.

    [11] Rabiner L R. A tutorial on hidden Markov models and selected applications in speech recognition [C]//Proceedings of the IEEE, 1989: 257-286.

    [12] Anil K Jain, Robert P W Duin, Mao J ianchang, et al. Statistical pattern recognition: a review [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000, 22(1): 4-37.

    [13] Lam THW, Lee RST, Zhang D. Human gait recognition by the fusion of motion and static spatio-temporal templates [J]. Pattern Recognition, 2007, 40(9): 2563-2573.

    A Human Recognition Scheme Based on Mean Gait Energy Image

    ZHANG Qian-jin, CHEN Xiang-tao, BU Wen-shao

    ( 1. School of Electronics and Information Engineering, Henan University of Science and Technology, Luoyang Henan 471003, China; 2. Modern Education Technology and Information Center, Henan University of Science and Technology, Luoyang Henan 471003, China )

    An embedded hidden Markov model(e-HMM) human recognition scheme based on gait energy image(GEI) is proposed. First a preprocess technique is used to segment the moving silhouette from the walking figure. The algorithm obtains the gait quasi-periodicity through analyzing the width information of the lower limbs’ gait contour edge, and the mean GEI is calculated from gait periodic. It makes use of an optimized set of observation vectors obtained from the two dimensional discrete cosine transform(2D-DCT) coefficients of the mean GEI regions. The e-HMM is trained and used for the gait recognition. The proposed algorithm is evaluated on USF and CASIA Gait Database. The experimental result shows that the proposed approach is valid and has encouraging recognition performance.

    computer application;biometrics recognition; embedded hidden Markov models; gait energy image

    TP 391

    A

    1003-0158(2011)01-0039-06

    2009-07-20

    河南省重點科技攻關(guān)資助項目(082102240086)

    張前進(1979-),男,河南開封人,講師,碩士,主要研究方向為生物特征識別。

    猜你喜歡
    步態(tài)輪廓身份
    小螞蟻與“三角步態(tài)”
    OPENCV輪廓識別研究與實踐
    基于實時輪廓誤差估算的數(shù)控系統(tǒng)輪廓控制
    基于面部和步態(tài)識別的兒童走失尋回系統(tǒng)
    電子制作(2018年18期)2018-11-14 01:48:04
    基于Kinect的學(xué)步期幼兒自然步態(tài)提取
    跟蹤導(dǎo)練(三)(5)
    他們的另一個身份,你知道嗎
    在線學(xué)習機制下的Snake輪廓跟蹤
    計算機工程(2015年4期)2015-07-05 08:27:39
    互換身份
    便宜假肢能模仿正常步態(tài)
    如日韩欧美国产精品一区二区三区| 欧美性长视频在线观看| 久久久水蜜桃国产精品网| 欧美日韩中文字幕国产精品一区二区三区 | 欧美精品一区二区免费开放| 免费在线观看亚洲国产| 黄色丝袜av网址大全| 亚洲精品国产色婷婷电影| 50天的宝宝边吃奶边哭怎么回事| 中文字幕高清在线视频| 亚洲精品一卡2卡三卡4卡5卡| 在线观看66精品国产| 亚洲精品成人av观看孕妇| 一进一出抽搐gif免费好疼 | 黑人操中国人逼视频| 天天躁日日躁夜夜躁夜夜| 成年人午夜在线观看视频| 在线观看www视频免费| 身体一侧抽搐| 一级a爱片免费观看的视频| 久久久精品免费免费高清| 亚洲熟妇中文字幕五十中出 | 国产精品免费一区二区三区在线 | 黄频高清免费视频| 高清毛片免费观看视频网站 | 少妇裸体淫交视频免费看高清 | 99国产精品一区二区三区| 一级毛片精品| 一边摸一边抽搐一进一出视频| 亚洲精品成人av观看孕妇| 好男人电影高清在线观看| 国产成人系列免费观看| 十八禁网站免费在线| 黑丝袜美女国产一区| 久久久久久久精品吃奶| 一进一出抽搐动态| 在线播放国产精品三级| 亚洲av成人一区二区三| 国产精品亚洲一级av第二区| 亚洲美女黄片视频| 99re6热这里在线精品视频| 老司机影院毛片| av网站免费在线观看视频| 久久国产精品大桥未久av| 一夜夜www| 嫁个100分男人电影在线观看| 女警被强在线播放| 女人被狂操c到高潮| 男女高潮啪啪啪动态图| 无限看片的www在线观看| 又紧又爽又黄一区二区| 国产野战对白在线观看| www.999成人在线观看| 俄罗斯特黄特色一大片| 亚洲一卡2卡3卡4卡5卡精品中文| 国产成人啪精品午夜网站| 高潮久久久久久久久久久不卡| 女人爽到高潮嗷嗷叫在线视频| 一二三四在线观看免费中文在| 午夜视频精品福利| 日韩欧美一区二区三区在线观看 | 满18在线观看网站| 在线观看免费午夜福利视频| 午夜成年电影在线免费观看| 欧美日韩国产mv在线观看视频| 热99国产精品久久久久久7| 国产乱人伦免费视频| 在线观看www视频免费| 午夜影院日韩av| 久久天堂一区二区三区四区| 90打野战视频偷拍视频| 国产黄色免费在线视频| 99久久国产精品久久久| 欧美成人免费av一区二区三区 | 国产欧美日韩一区二区三区在线| 精品视频人人做人人爽| 99精国产麻豆久久婷婷| 免费观看a级毛片全部| av网站在线播放免费| 日日夜夜操网爽| www.自偷自拍.com| 国产欧美日韩一区二区三| 国产午夜精品久久久久久| 亚洲av熟女| 波多野结衣一区麻豆| 狂野欧美激情性xxxx| 国产精品久久电影中文字幕 | 久久久久国产精品人妻aⅴ院 | 日韩视频一区二区在线观看| 亚洲五月婷婷丁香| 国产男女内射视频| 天天躁日日躁夜夜躁夜夜| 在线观看www视频免费| 欧美在线黄色| 99国产综合亚洲精品| 欧美日韩成人在线一区二区| 可以免费在线观看a视频的电影网站| 亚洲午夜精品一区,二区,三区| 少妇粗大呻吟视频| 欧美午夜高清在线| 国产欧美日韩综合在线一区二区| 亚洲欧美一区二区三区久久| 日韩制服丝袜自拍偷拍| 国产精品.久久久| 99国产精品一区二区蜜桃av | 久久久久久久久久久久大奶| 亚洲欧美激情综合另类| 人人妻人人添人人爽欧美一区卜| 国产99久久九九免费精品| 欧美国产精品va在线观看不卡| 亚洲av片天天在线观看| 久久久久久久国产电影| 99热只有精品国产| 天天操日日干夜夜撸| 欧美一级毛片孕妇| 国产成人啪精品午夜网站| 精品久久久精品久久久| 免费黄频网站在线观看国产| 国产xxxxx性猛交| 女性生殖器流出的白浆| 黄片大片在线免费观看| 国产精品免费大片| 欧美精品啪啪一区二区三区| 欧美av亚洲av综合av国产av| av视频免费观看在线观看| 国产欧美日韩一区二区三| 99riav亚洲国产免费| 中出人妻视频一区二区| 真人做人爱边吃奶动态| 欧美性长视频在线观看| 精品亚洲成a人片在线观看| 老汉色av国产亚洲站长工具| 国产成人影院久久av| 首页视频小说图片口味搜索| 韩国av一区二区三区四区| 欧美日韩亚洲高清精品| 亚洲精品一二三| 久久久久久久精品吃奶| 自拍欧美九色日韩亚洲蝌蚪91| 久久精品国产综合久久久| 欧美亚洲日本最大视频资源| 亚洲成av片中文字幕在线观看| 电影成人av| 自拍欧美九色日韩亚洲蝌蚪91| 黑人猛操日本美女一级片| 精品第一国产精品| 精品少妇一区二区三区视频日本电影| 巨乳人妻的诱惑在线观看| 叶爱在线成人免费视频播放| 1024视频免费在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| av天堂久久9| 亚洲va日本ⅴa欧美va伊人久久| 老司机在亚洲福利影院| 精品国产一区二区三区四区第35| 19禁男女啪啪无遮挡网站| 黄色片一级片一级黄色片| 淫妇啪啪啪对白视频| 黄色成人免费大全| 高清日韩中文字幕在线| 国产精品 国内视频| 中出人妻视频一区二区| 欧美绝顶高潮抽搐喷水| 人人妻人人澡欧美一区二区| 亚洲国产欧美人成| 亚洲国产色片| 国产av麻豆久久久久久久| 精品国产亚洲在线| 国产欧美日韩一区二区三| 欧美成人a在线观看| 中出人妻视频一区二区| 国产黄片美女视频| 久久精品夜夜夜夜夜久久蜜豆| 我要搜黄色片| 首页视频小说图片口味搜索| 日本黄大片高清| 美女黄网站色视频| 成人无遮挡网站| 欧美中文综合在线视频| 网址你懂的国产日韩在线| 动漫黄色视频在线观看| 此物有八面人人有两片| 九九在线视频观看精品| 麻豆成人av在线观看| 日本黄大片高清| 亚洲欧美日韩无卡精品| 日本 av在线| 五月玫瑰六月丁香| 亚洲aⅴ乱码一区二区在线播放| 老鸭窝网址在线观看| 岛国在线免费视频观看| 亚洲精品影视一区二区三区av| 男女视频在线观看网站免费| 国产精品女同一区二区软件 | 757午夜福利合集在线观看| 日韩国内少妇激情av| 亚洲国产精品合色在线| 国产亚洲精品久久久久久毛片| 欧美在线黄色| 18美女黄网站色大片免费观看| 99热这里只有精品一区| 在线a可以看的网站| 亚洲美女视频黄频| 男插女下体视频免费在线播放| 久久久久久久亚洲中文字幕 | 亚洲最大成人中文| 色噜噜av男人的天堂激情| 69av精品久久久久久| 最新在线观看一区二区三区| 内射极品少妇av片p| 久久婷婷人人爽人人干人人爱| 最近最新免费中文字幕在线| 亚洲人成网站高清观看| 成人av一区二区三区在线看| 噜噜噜噜噜久久久久久91| 三级毛片av免费| 少妇的丰满在线观看| 欧美日本视频| 亚洲国产精品sss在线观看| 国产精品日韩av在线免费观看| 成人av在线播放网站| 国产成人av激情在线播放| 两性午夜刺激爽爽歪歪视频在线观看| 日韩欧美国产一区二区入口| 日韩欧美精品免费久久 | 亚洲激情在线av| 最近最新中文字幕大全免费视频| 法律面前人人平等表现在哪些方面| 日韩国内少妇激情av| 亚洲精品亚洲一区二区| 国产三级黄色录像| 老司机福利观看| 亚洲av二区三区四区| 久久婷婷人人爽人人干人人爱| 成人无遮挡网站| 99热这里只有是精品50| 每晚都被弄得嗷嗷叫到高潮| 噜噜噜噜噜久久久久久91| 欧美丝袜亚洲另类 | 亚洲第一电影网av| 国产真人三级小视频在线观看| 日韩亚洲欧美综合| 一级黄色大片毛片| 18禁美女被吸乳视频| av专区在线播放| 国产精品久久久久久精品电影| 久久久久性生活片| 一区二区三区高清视频在线| 欧美成人a在线观看| netflix在线观看网站| 一进一出好大好爽视频| 亚洲成av人片免费观看| 变态另类成人亚洲欧美熟女| 亚洲熟妇熟女久久| bbb黄色大片| svipshipincom国产片| 欧美另类亚洲清纯唯美| 又紧又爽又黄一区二区| АⅤ资源中文在线天堂| 狂野欧美激情性xxxx| 夜夜躁狠狠躁天天躁| 久久精品91蜜桃| av在线蜜桃| av欧美777| 午夜免费激情av| 精品久久久久久久人妻蜜臀av| 久久欧美精品欧美久久欧美| 夜夜爽天天搞| 啦啦啦观看免费观看视频高清| 国产精品久久久久久久电影 | 国产成人啪精品午夜网站| 在线观看66精品国产| 日本精品一区二区三区蜜桃| 男女床上黄色一级片免费看| x7x7x7水蜜桃| 国产精品永久免费网站| 日韩欧美 国产精品| 亚洲性夜色夜夜综合| 老司机午夜福利在线观看视频| 老熟妇乱子伦视频在线观看| 少妇的逼好多水| 久99久视频精品免费| 国产亚洲精品一区二区www| 亚洲欧美日韩无卡精品| 一本一本综合久久| 一个人看视频在线观看www免费 | 91麻豆av在线| 成人特级黄色片久久久久久久| 亚洲熟妇熟女久久| 国产麻豆成人av免费视频| 精品一区二区三区视频在线观看免费| 免费大片18禁| 在线观看舔阴道视频| 热99在线观看视频| 99精品久久久久人妻精品| 波野结衣二区三区在线 | 日本一二三区视频观看| 真人做人爱边吃奶动态| 国产高清激情床上av| 欧美成人一区二区免费高清观看| 淫妇啪啪啪对白视频| 欧美又色又爽又黄视频| 亚洲精华国产精华精| 国产av麻豆久久久久久久| 亚洲欧美日韩无卡精品| 久久久色成人| 久久久久久久久中文| 欧美日本亚洲视频在线播放| 一本久久中文字幕| 国产精品野战在线观看| av欧美777| 亚洲欧美日韩高清专用| 国产探花极品一区二区| avwww免费| 久久久久国内视频| 高潮久久久久久久久久久不卡| 在线观看av片永久免费下载| 亚洲欧美一区二区三区黑人| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 青草久久国产| 成人国产综合亚洲| 亚洲熟妇熟女久久| 久久久国产成人免费| 淫妇啪啪啪对白视频| 男人舔奶头视频| 国产成人影院久久av| 欧美绝顶高潮抽搐喷水| 18禁美女被吸乳视频| 99久久99久久久精品蜜桃| 久久久成人免费电影| 狂野欧美白嫩少妇大欣赏| 婷婷亚洲欧美| 露出奶头的视频| 亚洲一区高清亚洲精品| 亚洲中文日韩欧美视频| 欧美日韩黄片免| 欧美一区二区精品小视频在线| 日本精品一区二区三区蜜桃| 日日干狠狠操夜夜爽| 国产亚洲精品久久久com| 亚洲一区高清亚洲精品| 日韩大尺度精品在线看网址| 又黄又粗又硬又大视频| 三级国产精品欧美在线观看| 男女午夜视频在线观看| 国产精品免费一区二区三区在线| 免费看十八禁软件| 国产中年淑女户外野战色| 国产久久久一区二区三区| 搞女人的毛片| 亚洲专区中文字幕在线| 欧美午夜高清在线| 久久6这里有精品| 欧美丝袜亚洲另类 | 老司机深夜福利视频在线观看| 高清日韩中文字幕在线| 欧美丝袜亚洲另类 | 国产精华一区二区三区| 少妇的逼水好多| 午夜免费观看网址| 最新在线观看一区二区三区| 两个人的视频大全免费| 欧美在线一区亚洲| 可以在线观看毛片的网站| 精品久久久久久,| 啪啪无遮挡十八禁网站| 精品一区二区三区av网在线观看| 日本免费一区二区三区高清不卡| 俄罗斯特黄特色一大片| 国产精品一区二区免费欧美| 免费在线观看影片大全网站| 91在线精品国自产拍蜜月 | 国产精品免费一区二区三区在线| e午夜精品久久久久久久| 一区二区三区激情视频| 欧美激情在线99| 校园春色视频在线观看| 日本黄色视频三级网站网址| 国产一区二区三区在线臀色熟女| 在线播放国产精品三级| 国产三级中文精品| 亚洲欧美日韩卡通动漫| 啦啦啦韩国在线观看视频| 国产伦精品一区二区三区视频9 | 日本三级黄在线观看| 在线观看av片永久免费下载| 桃红色精品国产亚洲av| 日本熟妇午夜| 天堂√8在线中文| 91麻豆av在线| 国产乱人视频| 1024手机看黄色片| 久久国产精品影院| 51午夜福利影视在线观看| 国产色婷婷99| 欧美在线黄色| xxxwww97欧美| 不卡一级毛片| 啪啪无遮挡十八禁网站| 日本熟妇午夜| 我要搜黄色片| 午夜免费男女啪啪视频观看 | 一个人免费在线观看电影| 观看免费一级毛片| 色噜噜av男人的天堂激情| 热99re8久久精品国产| 亚洲成人免费电影在线观看| а√天堂www在线а√下载| 看免费av毛片| 国内揄拍国产精品人妻在线| 黄色片一级片一级黄色片| 脱女人内裤的视频| 波多野结衣高清作品| 午夜福利成人在线免费观看| 日韩欧美国产一区二区入口| 日韩亚洲欧美综合| 亚洲中文日韩欧美视频| 有码 亚洲区| 日韩欧美在线二视频| 亚洲欧美日韩无卡精品| 热99re8久久精品国产| 精品国产亚洲在线| 久久精品影院6| 国产精品久久电影中文字幕| 国产精品1区2区在线观看.| 俄罗斯特黄特色一大片| 麻豆一二三区av精品| 热99在线观看视频| 免费看日本二区| 欧美+亚洲+日韩+国产| 国产精华一区二区三区| 午夜福利高清视频| 狂野欧美激情性xxxx| 精品免费久久久久久久清纯| 国产v大片淫在线免费观看| 免费在线观看影片大全网站| 免费在线观看亚洲国产| 最新中文字幕久久久久| 国产aⅴ精品一区二区三区波| 天堂√8在线中文| 18+在线观看网站| 搡老妇女老女人老熟妇| 国产视频一区二区在线看| 久久九九热精品免费| 12—13女人毛片做爰片一| x7x7x7水蜜桃| 一区福利在线观看| 黑人欧美特级aaaaaa片| 国产亚洲欧美在线一区二区| 国产成+人综合+亚洲专区| 亚洲欧美日韩卡通动漫| 亚洲电影在线观看av| 国产淫片久久久久久久久 | 欧美一区二区精品小视频在线| 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av网在线观看| 淫秽高清视频在线观看| 国产毛片a区久久久久| 精品久久久久久久末码| 国产一区二区三区视频了| 国产精品美女特级片免费视频播放器| 日本与韩国留学比较| 亚洲久久久久久中文字幕| 黄片小视频在线播放| 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 | 日韩人妻高清精品专区| 女人被狂操c到高潮| 久久99热这里只有精品18| 日韩大尺度精品在线看网址| 免费看美女性在线毛片视频| 一个人看的www免费观看视频| 男人的好看免费观看在线视频| 每晚都被弄得嗷嗷叫到高潮| 少妇的丰满在线观看| 免费av毛片视频| 怎么达到女性高潮| 欧美日韩乱码在线| 亚洲中文字幕日韩| 中文字幕精品亚洲无线码一区| 3wmmmm亚洲av在线观看| 国产成人av激情在线播放| 最近视频中文字幕2019在线8| 白带黄色成豆腐渣| 国产真实乱freesex| 无遮挡黄片免费观看| 亚洲国产精品久久男人天堂| 亚洲精品粉嫩美女一区| 亚洲国产精品合色在线| 亚洲欧美日韩高清专用| 午夜影院日韩av| 尤物成人国产欧美一区二区三区| 丰满乱子伦码专区| 国产精品国产高清国产av| 午夜精品在线福利| 欧美av亚洲av综合av国产av| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 制服丝袜大香蕉在线| 欧美日韩精品网址| 99在线视频只有这里精品首页| 国产午夜精品久久久久久一区二区三区 | 欧美日韩精品网址| 欧美日韩一级在线毛片| 美女大奶头视频| 亚洲天堂国产精品一区在线| 嫩草影院精品99| 亚洲专区国产一区二区| 久99久视频精品免费| 欧美在线黄色| 免费观看精品视频网站| 在线观看美女被高潮喷水网站 | av天堂在线播放| 精品99又大又爽又粗少妇毛片 | 国产精品,欧美在线| 99久久99久久久精品蜜桃| 欧美黑人巨大hd| 国内少妇人妻偷人精品xxx网站| 精品日产1卡2卡| 国产欧美日韩精品亚洲av| 香蕉久久夜色| 一边摸一边抽搐一进一小说| 国产精品久久久久久亚洲av鲁大| 国产av一区在线观看免费| 麻豆国产97在线/欧美| 免费看光身美女| 精品欧美国产一区二区三| 日本与韩国留学比较| 国产aⅴ精品一区二区三区波| 最近视频中文字幕2019在线8| 久久国产精品影院| 久久久久性生活片| 国产欧美日韩一区二区三| 99久久99久久久精品蜜桃| 欧美xxxx黑人xx丫x性爽| 日韩精品青青久久久久久| 色尼玛亚洲综合影院| 亚洲国产欧美人成| 国产精品1区2区在线观看.| 国产麻豆成人av免费视频| 男女做爰动态图高潮gif福利片| 啦啦啦韩国在线观看视频| 欧美激情在线99| 国产爱豆传媒在线观看| 亚洲av电影不卡..在线观看| 亚洲国产欧美人成| 欧美最新免费一区二区三区 | 欧美国产日韩亚洲一区| 露出奶头的视频| 国产视频一区二区在线看| 国产视频内射| 美女高潮喷水抽搐中文字幕| 亚洲va日本ⅴa欧美va伊人久久| 好男人在线观看高清免费视频| 五月伊人婷婷丁香| 日日摸夜夜添夜夜添小说| 母亲3免费完整高清在线观看| 国产三级中文精品| 天堂影院成人在线观看| 超碰av人人做人人爽久久 | 欧美黑人巨大hd| 男人舔奶头视频| 中文在线观看免费www的网站| 国产精品女同一区二区软件 | 在线a可以看的网站| 日本撒尿小便嘘嘘汇集6| 欧美午夜高清在线| 国产成+人综合+亚洲专区| tocl精华| 欧美在线黄色| 一级毛片高清免费大全| 最近最新免费中文字幕在线| 日本五十路高清| 制服人妻中文乱码| 免费大片18禁| 国产一级毛片七仙女欲春2| 午夜福利成人在线免费观看| 色综合站精品国产| 久久香蕉精品热| 久久草成人影院| 国产国拍精品亚洲av在线观看 | 欧美性猛交黑人性爽| www日本在线高清视频| 一级作爱视频免费观看| 色噜噜av男人的天堂激情| 少妇的逼水好多| 男插女下体视频免费在线播放| 精华霜和精华液先用哪个| 亚洲av中文字字幕乱码综合| 日韩高清综合在线| 国产午夜精品久久久久久一区二区三区 | 亚洲va日本ⅴa欧美va伊人久久| 十八禁人妻一区二区| 美女免费视频网站| 99精品在免费线老司机午夜| 99久久无色码亚洲精品果冻| 亚洲精品一区av在线观看| 日本一本二区三区精品| 一夜夜www| 久久精品人妻少妇| 日本一本二区三区精品| 日韩av在线大香蕉| 女人高潮潮喷娇喘18禁视频| 中文字幕久久专区| 久久天躁狠狠躁夜夜2o2o| 亚洲自拍偷在线| 美女被艹到高潮喷水动态| 最后的刺客免费高清国语| 亚洲成人中文字幕在线播放| 日日夜夜操网爽| a在线观看视频网站| 亚洲精品日韩av片在线观看 | 亚洲av成人av| 一级黄色大片毛片| 精品午夜福利视频在线观看一区| 淫秽高清视频在线观看|