• <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)
    日韩中文字幕视频在线看片| 六月丁香七月| 日韩在线高清观看一区二区三区| 亚洲国产日韩一区二区| 99视频精品全部免费 在线| 国产伦精品一区二区三区四那| 日韩视频在线欧美| 久久精品熟女亚洲av麻豆精品| 男人狂女人下面高潮的视频| 亚洲av成人精品一区久久| 少妇被粗大的猛进出69影院 | 三级国产精品片| 狂野欧美白嫩少妇大欣赏| 国产片特级美女逼逼视频| 一级毛片电影观看| 伊人久久国产一区二区| 美女cb高潮喷水在线观看| 欧美性感艳星| 国国产精品蜜臀av免费| 草草在线视频免费看| 精品人妻偷拍中文字幕| 精品国产露脸久久av麻豆| 国产伦在线观看视频一区| 国产无遮挡羞羞视频在线观看| 91久久精品国产一区二区成人| 国产av国产精品国产| 亚洲欧美日韩卡通动漫| 一级二级三级毛片免费看| 国产成人精品婷婷| 国产伦精品一区二区三区视频9| 国产真实伦视频高清在线观看| 午夜福利网站1000一区二区三区| 色网站视频免费| 国产在线免费精品| 在线播放无遮挡| 亚洲三级黄色毛片| 极品少妇高潮喷水抽搐| 免费看日本二区| 国产视频内射| 国产黄色视频一区二区在线观看| 免费观看的影片在线观看| 少妇猛男粗大的猛烈进出视频| 欧美另类一区| 亚洲内射少妇av| 在线观看三级黄色| av又黄又爽大尺度在线免费看| 99久久精品热视频| 亚洲熟女精品中文字幕| 久久国产乱子免费精品| 中文欧美无线码| 日韩av在线免费看完整版不卡| 久久热精品热| 天堂中文最新版在线下载| 国产av精品麻豆| 最近中文字幕2019免费版| 久久鲁丝午夜福利片| 大香蕉久久网| 日本黄色日本黄色录像| 精品酒店卫生间| 亚洲在久久综合| 国产伦在线观看视频一区| 99国产精品免费福利视频| 久久精品国产亚洲av涩爱| 色5月婷婷丁香| 欧美+日韩+精品| kizo精华| 国产伦精品一区二区三区四那| 久久久国产欧美日韩av| 精品99又大又爽又粗少妇毛片| 国产精品蜜桃在线观看| 国产无遮挡羞羞视频在线观看| 一级av片app| 三级国产精品片| 国产精品国产三级国产专区5o| 亚洲精品日本国产第一区| 麻豆成人午夜福利视频| 最近手机中文字幕大全| 插阴视频在线观看视频| 国产精品欧美亚洲77777| 18禁裸乳无遮挡动漫免费视频| 爱豆传媒免费全集在线观看| 久久久久视频综合| 国产亚洲91精品色在线| 美女国产视频在线观看| 九九久久精品国产亚洲av麻豆| 一区二区av电影网| 日韩av免费高清视频| 亚洲自偷自拍三级| 亚洲av男天堂| 国产亚洲午夜精品一区二区久久| 国产精品国产三级国产av玫瑰| 亚洲天堂av无毛| 成人亚洲欧美一区二区av| 蜜桃在线观看..| 内地一区二区视频在线| 国产乱人偷精品视频| 极品少妇高潮喷水抽搐| 久热这里只有精品99| 久久婷婷青草| 亚洲欧美成人精品一区二区| 国产成人精品福利久久| 午夜福利网站1000一区二区三区| 欧美精品人与动牲交sv欧美| 大陆偷拍与自拍| 久久久久久久久久久免费av| 最近中文字幕2019免费版| 亚洲电影在线观看av| 国产免费一级a男人的天堂| 久久热精品热| 人人妻人人澡人人看| 日韩三级伦理在线观看| 亚洲国产精品一区三区| 国产在视频线精品| 最近的中文字幕免费完整| 久久精品久久久久久久性| 久久久久国产精品人妻一区二区| 51国产日韩欧美| 欧美成人精品欧美一级黄| 香蕉精品网在线| 内地一区二区视频在线| 一个人免费看片子| 久热这里只有精品99| 亚洲三级黄色毛片| 国产日韩欧美视频二区| 国产黄色视频一区二区在线观看| 国产精品久久久久久久久免| 久久久久久人妻| 欧美97在线视频| 日韩在线高清观看一区二区三区| 高清视频免费观看一区二区| 久久亚洲国产成人精品v| 看十八女毛片水多多多| 女人久久www免费人成看片| 看免费成人av毛片| 波野结衣二区三区在线| 一级毛片黄色毛片免费观看视频| 男女啪啪激烈高潮av片| 午夜av观看不卡| 少妇人妻久久综合中文| 国产国拍精品亚洲av在线观看| 久久ye,这里只有精品| 久久精品久久精品一区二区三区| 午夜福利影视在线免费观看| 曰老女人黄片| 韩国高清视频一区二区三区| 少妇熟女欧美另类| 啦啦啦啦在线视频资源| 在线亚洲精品国产二区图片欧美 | 国精品久久久久久国模美| 91久久精品国产一区二区成人| 18禁在线无遮挡免费观看视频| 性色avwww在线观看| 一本久久精品| 少妇 在线观看| 亚洲欧美日韩另类电影网站| 欧美日韩亚洲高清精品| 97在线人人人人妻| 又黄又爽又刺激的免费视频.| 日韩成人伦理影院| 日韩,欧美,国产一区二区三区| 亚洲av二区三区四区| 这个男人来自地球电影免费观看 | 视频区图区小说| 色婷婷久久久亚洲欧美| 久久久精品94久久精品| 综合色丁香网| 久久午夜福利片| 成年人午夜在线观看视频| av卡一久久| 美女cb高潮喷水在线观看| 建设人人有责人人尽责人人享有的| av线在线观看网站| 国产精品久久久久久精品古装| 亚洲国产欧美日韩在线播放 | 国产免费一级a男人的天堂| 亚洲一区二区三区欧美精品| 久久99精品国语久久久| 国产精品偷伦视频观看了| 一区二区av电影网| 有码 亚洲区| 青青草视频在线视频观看| 亚洲,一卡二卡三卡| 国精品久久久久久国模美| 日本欧美国产在线视频| 成年人午夜在线观看视频| 国产成人aa在线观看| 免费观看无遮挡的男女| 午夜福利影视在线免费观看| 久久人人爽人人片av| 自拍欧美九色日韩亚洲蝌蚪91 | 99久久综合免费| 国产片特级美女逼逼视频| 最近2019中文字幕mv第一页| 亚洲av不卡在线观看| 伊人久久国产一区二区| 久久这里有精品视频免费| 日韩在线高清观看一区二区三区| 欧美+日韩+精品| 亚洲第一区二区三区不卡| 纵有疾风起免费观看全集完整版| 国产精品无大码| 69精品国产乱码久久久| 黑人高潮一二区| 狂野欧美激情性xxxx在线观看| 高清不卡的av网站| 日韩亚洲欧美综合| 亚洲人与动物交配视频| 99热全是精品| 久久久久久久久久久丰满| 久久婷婷青草| 免费看光身美女| 高清午夜精品一区二区三区| 亚洲精品,欧美精品| 国产 一区精品| 亚洲精品色激情综合| 黄色怎么调成土黄色| 曰老女人黄片| 久久久久国产精品人妻一区二区| 熟妇人妻不卡中文字幕| 国产欧美日韩精品一区二区| 性高湖久久久久久久久免费观看| 亚洲av欧美aⅴ国产| 精品国产乱码久久久久久小说| 午夜久久久在线观看| 久久国产亚洲av麻豆专区| 水蜜桃什么品种好| 久久精品国产a三级三级三级| 久久毛片免费看一区二区三区| 国产av精品麻豆| 国产精品福利在线免费观看| 日韩中文字幕视频在线看片| 日日爽夜夜爽网站| 最近2019中文字幕mv第一页| 亚洲av在线观看美女高潮| 国产成人一区二区在线| 国产成人精品久久久久久| 欧美精品一区二区免费开放| 精品久久国产蜜桃| 亚洲高清免费不卡视频| 一级黄片播放器| 国产色婷婷99| 日韩,欧美,国产一区二区三区| 日韩欧美 国产精品| 亚洲综合色惰| 啦啦啦中文免费视频观看日本| 曰老女人黄片| 观看免费一级毛片| 久久久国产精品麻豆| 男女啪啪激烈高潮av片| 国产精品秋霞免费鲁丝片| 校园人妻丝袜中文字幕| 亚洲av免费高清在线观看| 国产91av在线免费观看| 18+在线观看网站| 亚洲欧美一区二区三区黑人 | 人妻夜夜爽99麻豆av| 最黄视频免费看| 搡老乐熟女国产| 午夜福利影视在线免费观看| 欧美日韩亚洲高清精品| 亚洲精华国产精华液的使用体验| 女性生殖器流出的白浆| 国产真实伦视频高清在线观看| 国产精品国产三级国产av玫瑰| 亚洲,一卡二卡三卡| 色视频www国产| 成人综合一区亚洲| 国产av精品麻豆| 欧美bdsm另类| 99九九线精品视频在线观看视频| 亚洲国产色片| videos熟女内射| 亚洲中文av在线| 在线观看免费日韩欧美大片 | 免费播放大片免费观看视频在线观看| 少妇人妻久久综合中文| 欧美日韩综合久久久久久| 自线自在国产av| 偷拍熟女少妇极品色| 国产av一区二区精品久久| 国产一区二区在线观看av| 久久精品久久久久久噜噜老黄| 国产高清国产精品国产三级| 水蜜桃什么品种好| 欧美97在线视频| 中文字幕人妻丝袜制服| 亚洲av男天堂| 精品卡一卡二卡四卡免费| 九九爱精品视频在线观看| 九草在线视频观看| 精品国产乱码久久久久久小说| 最近中文字幕高清免费大全6| 99热这里只有是精品在线观看| 两个人免费观看高清视频 | 国产成人免费无遮挡视频| 国产亚洲一区二区精品| 午夜免费男女啪啪视频观看| 久久久久久久久久久久大奶| 2018国产大陆天天弄谢| 日本欧美国产在线视频| 成人综合一区亚洲| 三级国产精品欧美在线观看| 多毛熟女@视频| 夜夜骑夜夜射夜夜干| 亚洲美女搞黄在线观看| 看免费成人av毛片| 最黄视频免费看| 中文字幕av电影在线播放| 亚洲精品456在线播放app| 免费看光身美女| 婷婷色综合大香蕉| 最近中文字幕高清免费大全6| 国产精品伦人一区二区| 高清视频免费观看一区二区| 街头女战士在线观看网站| 日韩成人av中文字幕在线观看| 国产乱来视频区| 亚洲精华国产精华液的使用体验| 亚洲精品乱码久久久久久按摩| 国产亚洲午夜精品一区二区久久| 日韩 亚洲 欧美在线| 另类亚洲欧美激情| 亚洲精品乱码久久久久久按摩| 有码 亚洲区| 国产精品99久久99久久久不卡 | 亚洲国产欧美在线一区| 久久国产亚洲av麻豆专区| 蜜桃久久精品国产亚洲av| 大香蕉久久网| 看非洲黑人一级黄片| 美女福利国产在线| av线在线观看网站| 亚洲经典国产精华液单| www.色视频.com| 最近手机中文字幕大全| 黄色欧美视频在线观看| 91久久精品电影网| 2018国产大陆天天弄谢| 熟女人妻精品中文字幕| 在线观看免费视频网站a站| 熟女电影av网| 亚洲国产精品专区欧美| 99九九在线精品视频 | 亚洲真实伦在线观看| 亚洲精品国产成人久久av| 少妇人妻精品综合一区二区| 中国美白少妇内射xxxbb| 黄片无遮挡物在线观看| 最近中文字幕高清免费大全6| 亚洲av不卡在线观看| 国产欧美亚洲国产| 人人妻人人澡人人看| 亚洲va在线va天堂va国产| 纯流量卡能插随身wifi吗| 黄色日韩在线| 免费不卡的大黄色大毛片视频在线观看| 99久久精品国产国产毛片| 欧美精品高潮呻吟av久久| 国产免费福利视频在线观看| 午夜久久久在线观看| 麻豆精品久久久久久蜜桃| 99国产精品免费福利视频| 少妇人妻一区二区三区视频| 在线观看国产h片| 国产69精品久久久久777片| 精品人妻熟女毛片av久久网站| 一区在线观看完整版| 日日爽夜夜爽网站| 高清在线视频一区二区三区| 中文字幕人妻丝袜制服| 各种免费的搞黄视频| 国产美女午夜福利| 亚洲欧美成人精品一区二区| 国产亚洲5aaaaa淫片| 91久久精品国产一区二区三区| 久久精品久久久久久久性| 五月开心婷婷网| 亚洲伊人久久精品综合| 成人无遮挡网站| 观看免费一级毛片| 国产女主播在线喷水免费视频网站| 国产国拍精品亚洲av在线观看| 51国产日韩欧美| 不卡视频在线观看欧美| 久久久久精品久久久久真实原创| 久久午夜福利片| 精品亚洲乱码少妇综合久久| 男女免费视频国产| 我要看日韩黄色一级片| 国产精品一二三区在线看| 大香蕉久久网| av又黄又爽大尺度在线免费看| 欧美精品亚洲一区二区| 国产精品人妻久久久久久| 久久热精品热| 亚洲av电影在线观看一区二区三区| 伊人久久国产一区二区| 男女啪啪激烈高潮av片| av天堂久久9| 美女视频免费永久观看网站| 欧美日韩综合久久久久久| 精品久久久久久久久av| 国产乱来视频区| 国产在线免费精品| 日韩大片免费观看网站| 精品人妻熟女av久视频| 高清视频免费观看一区二区| 国产欧美日韩综合在线一区二区 | 人妻系列 视频| 国产精品.久久久| 国产男人的电影天堂91| 青春草国产在线视频| 精品酒店卫生间| av免费在线看不卡| 最近2019中文字幕mv第一页| 精品亚洲成a人片在线观看| 夫妻性生交免费视频一级片| 亚洲国产精品专区欧美| 综合色丁香网| 国产在线一区二区三区精| 成人毛片a级毛片在线播放| 成人漫画全彩无遮挡| 极品教师在线视频| 成年美女黄网站色视频大全免费 | 国产一区二区在线观看日韩| 午夜福利影视在线免费观看| 午夜免费男女啪啪视频观看| 精品国产乱码久久久久久小说| 国内精品宾馆在线| 亚洲欧美成人精品一区二区| 国产成人91sexporn| 欧美xxxx性猛交bbbb| 欧美日本中文国产一区发布| 精品午夜福利在线看| 晚上一个人看的免费电影| av网站免费在线观看视频| 亚洲自偷自拍三级| 青春草国产在线视频| 99视频精品全部免费 在线| 久久影院123| 丁香六月天网| 深夜a级毛片| 男人和女人高潮做爰伦理| 人人妻人人爽人人添夜夜欢视频 | 成人18禁高潮啪啪吃奶动态图 | 亚洲精品国产色婷婷电影| 久久久a久久爽久久v久久| 成人免费观看视频高清| 七月丁香在线播放| 国产日韩欧美视频二区| 极品人妻少妇av视频| 一本大道久久a久久精品| 国产又色又爽无遮挡免| 日韩制服骚丝袜av| 亚洲欧美中文字幕日韩二区| 亚洲在久久综合| 中文精品一卡2卡3卡4更新| 妹子高潮喷水视频| 永久网站在线| 一二三四中文在线观看免费高清| 久久精品熟女亚洲av麻豆精品| 只有这里有精品99| 婷婷色综合www| 一个人看视频在线观看www免费| 菩萨蛮人人尽说江南好唐韦庄| 国产美女午夜福利| 久久久久国产网址| 自拍欧美九色日韩亚洲蝌蚪91 | av.在线天堂| 久久综合国产亚洲精品| av在线app专区| 纵有疾风起免费观看全集完整版| 天美传媒精品一区二区| 极品少妇高潮喷水抽搐| 欧美精品一区二区免费开放| av不卡在线播放| 日本黄色日本黄色录像| 精品久久久久久久久av| 久久久久久人妻| 日韩一本色道免费dvd| av卡一久久| 少妇的逼水好多| 亚洲欧美成人综合另类久久久| 黄色视频在线播放观看不卡| 少妇高潮的动态图| 午夜久久久在线观看| 日日啪夜夜爽| 国产真实伦视频高清在线观看| 日本欧美国产在线视频| 九草在线视频观看| 精品久久久久久久久av| 久久久久久久国产电影| 蜜臀久久99精品久久宅男| 我要看黄色一级片免费的| 十八禁网站网址无遮挡 | 97精品久久久久久久久久精品| 久久久久久久大尺度免费视频| 伊人亚洲综合成人网| 国模一区二区三区四区视频| 一个人看视频在线观看www免费| 一级片'在线观看视频| 九九爱精品视频在线观看| 免费高清在线观看视频在线观看| 亚洲精品国产av成人精品| 亚洲国产精品999| 国产精品欧美亚洲77777| 91成人精品电影| 免费观看a级毛片全部| 少妇 在线观看| 欧美xxⅹ黑人| 亚洲成人手机| 亚洲性久久影院| 亚洲欧洲精品一区二区精品久久久 | 日韩免费高清中文字幕av| 亚洲国产日韩一区二区| 亚洲精品国产色婷婷电影| 精品一区二区三卡| 日韩中字成人| 三级国产精品片| 成人毛片a级毛片在线播放| 一区二区三区免费毛片| 日韩,欧美,国产一区二区三区| 欧美国产精品一级二级三级 | 最新的欧美精品一区二区| 国产老妇伦熟女老妇高清| 伦理电影大哥的女人| 青春草亚洲视频在线观看| h视频一区二区三区| 爱豆传媒免费全集在线观看| 国产爽快片一区二区三区| 国产极品天堂在线| 51国产日韩欧美| 全区人妻精品视频| 午夜福利视频精品| 亚洲性久久影院| √禁漫天堂资源中文www| 夜夜爽夜夜爽视频| 一本色道久久久久久精品综合| 内地一区二区视频在线| 国产 一区精品| 99热这里只有是精品在线观看| 久久久午夜欧美精品| 黄色视频在线播放观看不卡| 寂寞人妻少妇视频99o| 六月丁香七月| 国产一区二区三区综合在线观看 | 人妻 亚洲 视频| xxx大片免费视频| 免费黄频网站在线观看国产| 九九久久精品国产亚洲av麻豆| 一级av片app| 日韩一本色道免费dvd| 色婷婷久久久亚洲欧美| 你懂的网址亚洲精品在线观看| 王馨瑶露胸无遮挡在线观看| 三级经典国产精品| 嫩草影院入口| 国产精品一区二区三区四区免费观看| av国产精品久久久久影院| 欧美激情极品国产一区二区三区 | 精品亚洲成国产av| 国产真实伦视频高清在线观看| 亚洲精品第二区| 亚洲精品,欧美精品| 国产免费视频播放在线视频| 成年人免费黄色播放视频 | 亚洲精品第二区| 日日啪夜夜撸| 一级黄片播放器| 午夜日本视频在线| 免费在线观看成人毛片| 久久久午夜欧美精品| 在线免费观看不下载黄p国产| 亚洲av中文av极速乱| 亚洲精品第二区| 亚洲精品日韩在线中文字幕| 少妇 在线观看| 国产精品国产三级专区第一集| 国产中年淑女户外野战色| 日韩av在线免费看完整版不卡| 一级黄片播放器| 日本与韩国留学比较| 韩国高清视频一区二区三区| 汤姆久久久久久久影院中文字幕| 日韩一区二区三区影片| 亚洲精品,欧美精品| 丝袜在线中文字幕| 久久久久精品久久久久真实原创| 中文字幕亚洲精品专区| 国产一区二区在线观看日韩| 国产精品蜜桃在线观看| 婷婷色综合大香蕉| 中文字幕制服av| 亚洲伊人久久精品综合| av在线app专区| 99久久中文字幕三级久久日本| 国产成人精品一,二区| 国产亚洲91精品色在线| 国产色婷婷99| 九色成人免费人妻av| 久久狼人影院| 欧美bdsm另类| 乱人伦中国视频| av又黄又爽大尺度在线免费看| 久久婷婷青草| 男女国产视频网站| 高清视频免费观看一区二区| 免费观看无遮挡的男女| 99精国产麻豆久久婷婷| 国产片特级美女逼逼视频| 久久久久久久久久久久大奶| 狂野欧美激情性bbbbbb| 欧美精品一区二区免费开放| 久久久久久久国产电影| 亚洲av.av天堂|