• <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 ?

    半監(jiān)督系數(shù)選擇法的人臉識別

    2012-03-23 07:37:00崔鵬張汝波
    哈爾濱工程大學學報 2012年7期
    關鍵詞:掩模維數(shù)識別率

    崔鵬,張汝波

    (1.哈爾濱工程大學計算機科學與技術學院,黑龍江 哈爾濱150001;2.哈爾濱理工大學 計算機科學與技術學院,黑龍江哈爾濱150080)

    主成分分析(principal component analysis,PCA)與線性判別分析(linear discriminant analysis, LDA)是基于子空間特征提取的2種重要方法,它們成功地用于人臉識別[1-4].然而PCA與LDA作用于圖像時,產(chǎn)生的向量空間通常有非常高的維數(shù),使得PCA與LDA難于執(zhí)行[5-8].此外,由于PCA屬于無監(jiān)督學習,自動進行聚類,但其一旦偏離分類方向,會產(chǎn)生非常大的錯誤;LDA屬于監(jiān)督學習,需要人工對未標記數(shù)據(jù)進行大量的標注,需要耗費大量的人力和物力.半監(jiān)督學習的訓練樣本由少量的有標記樣本以及大量的無標記樣本組成.在學習過程中,根據(jù)少量有標記樣本選擇初始的約束條件,進行聚類或分類[9-12].離散余弦變換(discrete cosine transform,DCT)的一些特殊屬性使它成為人臉識別的一種有效變換,它能夠降低數(shù)據(jù)維數(shù)以避免奇異性,并減少PCA以及LDA的計算代價[13-16].本文提出了一種約束聚類最優(yōu)DCT(constrained clustering-based optimal discrete cosine transform,CCODCT)系數(shù)選擇法,將每個DCT系數(shù)與判別系數(shù)(discriminant coefficient,DC)聯(lián)系起來,通過選取較大DC值對應的DCT系數(shù),得到最優(yōu)DCT系數(shù)陣,實現(xiàn)數(shù)據(jù)降維.

    1 CCODCT系數(shù)選擇法人臉識別過程

    本文提出的半監(jiān)督CCODCT系數(shù)選擇法的人臉識別的過程如下:

    1)將圖像數(shù)據(jù)庫隨機劃分為訓練集與測試集;

    2)計算所有訓練圖像的DCT系數(shù);

    3)通過預掩模選擇圖像的DCT系數(shù),選取中頻有效信息;

    4)根據(jù)有標記的訓練樣本種子集,計算初始聚類中心,采用半監(jiān)督約束聚類對圖像進行聚類;

    5)根據(jù)獲得的分類,計算判別系數(shù),得到判別系數(shù)(DC)陣;

    6)對DC陣的列向量按照降序排列,分別選取前n(n為想要的特征數(shù))個最大值,并標記它們相應的位置;

    7)選取每個列向量前n個最大值對應的DCT系數(shù),得到n×P的最優(yōu)DCT系數(shù)陣,其中n?K;

    8)對測試集用分類器計算識別率,文中采用的是最小歐式測度分類器.

    2 離散余弦變換與半監(jiān)督約束K-Means聚類

    2.1 DCT系數(shù)陣以及掩模

    DCT特征提取由2個階段組成.在第1階段,應用DCT到整個圖像以獲取DCT系數(shù).然后,在第2階段選擇一些系數(shù)構建特征向量.DCT系數(shù)陣的維數(shù)與輸入圖像的維數(shù)相同.實際上,DCT自身并不能降低數(shù)據(jù)維數(shù),它將大多數(shù)信號信息壓縮在一個比較小的百分比中.一張M×N圖像對應一個二維矩陣,其DCT系數(shù)陣可進行如下計算:

    其中:

    式中:A(m,n)是圖像陣在位置(m,n)處的灰度值,D(p,q)是DCT系數(shù)陣在位置(p,q)處的值.因而對整張圖像DCT變換,可以獲得相同維數(shù)的系數(shù)陣.

    通常DCT系數(shù)分成3個頻帶,即低頻、中頻及高頻.低頻與光照條件相關,高頻表示噪聲及小的變化,中頻系數(shù)包含了有用信息及建立圖像的基本結構.圖1說明了一張典型的人臉圖像和它的DCT系數(shù)的頻率分布.圖1(b)為第1階段采用DCT變換后,DCT系數(shù)的頻帶分布.圖1(c)為帶狀(ZM)掩模,通過帶狀掩模與原始圖像相乘得到第2階段選擇的DCT系數(shù),包括中頻有效信息.可看出中頻系數(shù)在人臉識別中是更適合的候選.

    圖1 典型圖像DCT系數(shù)頻率分布以及ZM掩模Fig.1 DCT frequency distribution of a typical image and ZM masking

    圖2為80×80圖像,對應DCT陣在不同ZM掩模提取的圖像.通過選擇適當?shù)难谀#梢赃_到降低數(shù)據(jù)維數(shù)的目的.

    圖2 80×80圖像在不同ZM掩模下提取的圖像Fig.2 80×80 image with different ZM maskings

    2.2 基于DCT的半監(jiān)督約束K-Means聚類

    在前面對圖像的DCT陣進行了預掩模,達到了維數(shù)的初步約簡,接下來要對圖像進行分類.本文采用半監(jiān)督約束K-Means進行聚類.

    1)首先計算各Sh的均值作為各個類別的初始聚類中心:

    由式(2)得到k個初始類別中心.

    2)數(shù)據(jù)集的K-Means聚類產(chǎn)生X的k個劃分,以使K-Means目標函數(shù)是局部最小的(極小值).根據(jù)K-Means產(chǎn)生X的k個劃分,每個劃分為一個類集分配每個數(shù)據(jù)點到聚類(h*為類別標簽):

    3)根據(jù)得到k個劃分,可計算t+1次迭代的聚類中心:

    4)設定約束K-Means的收斂條件:

    式中:ε為一個接近0的正數(shù),重復執(zhí)行2)~4)直至算法收斂.經(jīng)過半監(jiān)督約束聚類,對每個數(shù)據(jù)點進行了分類,類別標簽為h.

    3 基于判別系數(shù)最優(yōu)DCT選擇

    傳統(tǒng)系數(shù)選擇法如Zigzag,ZM掩模以及對它們的修改選擇DCT系數(shù)陣的固定元素,雖然它們很簡單,但并不一定對所有數(shù)據(jù)庫都高效.本文提出一種判別系數(shù)(DC)選擇法,能夠根據(jù)判別系數(shù)大小選擇DCT系數(shù),從而提高正確識別率.目的是要找到數(shù)據(jù)庫的這些判別系數(shù),并統(tǒng)計分析數(shù)據(jù)庫中與每個DCT系數(shù)相關聯(lián)的所有圖像,稱此方法為基于判別系數(shù)最優(yōu) DCT(optimal discrete cosine transform,ODCT)系數(shù)選擇法.判別系數(shù)的特征是有最小的類內(nèi)變化,最大的類間變化.ODCT與PCA、LDA等不同,它利用類間與類內(nèi)方差.PCA與LDA試圖獲得變換域中能最大化特征判別的變換,而ODCT搜索原始域中最好的判別特征.DC選擇法與預掩模組合使其對有限數(shù)量的訓練樣本健壯.ODCT沒有基于LDA法中常見的奇異性問題.ODCT可作為一種獨立的降低特征維數(shù)算法與其他方法組合,ODCT-PCA、ODCTLDA是PCA、LDA的2種改進方法.

    3.1 計算DC值

    定義DC值依賴于2種屬性:類間的大變化與類內(nèi)的小變化,可通過將類間方差與類內(nèi)方差來估計DC值,其中圖像類別為半監(jiān)督聚類確定的類別.在此方式下,希望能估計判別系數(shù)的較大值.大小為M×N圖像的DCT矩陣如下:

    訓練集的每個DCT系數(shù)aij(i=1,2,…,M,j= 1,2,…,N)的DC值,可進行如下估計.

    1)將每張DCT圖像由2D進行1D向量化,得到訓練圖像庫的(M×N)×P維DCT陣T:

    2)計算類內(nèi)方差和:

    3)計算所有訓練樣本的方差:

    4)計算位置(i,j)判別系數(shù):

    式中:d(i,j)表示判別系數(shù)陣M在位置(i,j)處的DC值.

    5)判別系數(shù)陣M標準化:

    式中:min(M(∶))表示M陣中的最小值,max(M(∶))表示M陣中的最大值.DC的高值意味著高判別能力,它們的值被標準化為0~1.

    3.2 最優(yōu)DCT掩模

    由于DC系數(shù)選擇法是一種統(tǒng)計分析,訓練樣本數(shù)影響其有效性.當每類有足夠的樣本數(shù)可用時,DC是一種優(yōu)化的DCT系數(shù)選擇法.

    在前面提到DCT域被分為3個頻帶.在這些頻帶中,中頻適合正確的識別.圖3為在不同數(shù)據(jù)庫中取前60個最大DC值對應的掩模.可以看出高DC值主要分布在低頻以及中頻部分,高頻部分很少,這與DCT系數(shù)的分布相同.根據(jù)3個頻帶的屬性,限定DC的搜索區(qū)域,避免由少量訓練樣本產(chǎn)生不合理結果.限定搜索區(qū)域會降低計算代價,在搜索區(qū)域取值1,其余位置取0,得到一個基于DC值的掩模,將掩模與DCT陣相乘,就可得到基于DC值的最優(yōu)DCT系數(shù)陣.圖3為ORL數(shù)據(jù)庫圖像以及在不同DCT掩模下的重構圖像.

    圖4為ORL數(shù)據(jù)庫圖像以及在不同DCT掩模下的重構圖像.

    圖3 不同數(shù)據(jù)庫上選取前60個最大DC值對應的掩模Fig.3 Masking on different database with top 60 largest DC

    圖4 ORL數(shù)據(jù)庫圖像及在不同DCT掩模下重構的圖像Fig.4 Images in ORL and reconstructed image with different DCT masking

    圖5為Yale數(shù)據(jù)庫圖像以及在不同DCT掩模下的重構圖像.

    圖5 Yale數(shù)據(jù)庫圖像在不同DCT掩模下重構的圖像Fig.5 Images in Yale and reconstructed image with different DCT masking

    4 實驗驗證

    為評估提出的方法,將提出的方法在人臉數(shù)據(jù)庫上進行了仿真.實驗用MATLAB7.0編程;在所有的仿真中采用了交叉校驗的方法,將數(shù)據(jù)庫分為訓練集與測試集,在50組可能的訓練與測試集下進行了仿真,結果為50輪運行結果的平均.為表示訓練樣本數(shù)量對不同方法的影響,每種方法使用不同訓練圖像數(shù)量執(zhí)行仿真.

    4.1 實驗數(shù)據(jù)庫

    4.1.1 ORL人臉數(shù)據(jù)庫

    ORL數(shù)據(jù)庫包含400張人臉圖像,40個人每人10張圖像.每人圖像在表情、細節(jié)、姿勢與尺寸等方面有變化.選取每人m(1≤m≤9)張圖像,共40m張圖像作為訓練集圖像;其余的40(10-m)張圖像作為測試集.

    4.1.2 Yale人臉數(shù)據(jù)庫

    Yale人臉數(shù)據(jù)庫包含有重要變化的圖像,包括對象戴眼鏡、光照以及表情變化.數(shù)據(jù)庫包括165張正面人臉圖像,15個人每人11張圖像.選取每人n (1≤n≤10)張圖像,共15n張圖像作為訓練集圖像;其余的15(11-n)張圖像作為測試集.

    4.2 實驗結果

    4.2.1 不同系數(shù)選擇法的比較

    傳統(tǒng)方法系數(shù)選擇法如Zigzag、ZM非常流行,比較了Zigzag以及ZM與ODCT法組合的6種方法識別率.ODCT為最優(yōu)DCT系數(shù)選擇法;ZM-ODCT先對DCT圖像先進行 ZM預掩模,然后再進行ODCT系數(shù)選擇;CCODCT為基于約束聚類最優(yōu)DCT系數(shù)選擇;ZM-CCODCT先對圖像DCT陣進行ZM預掩模,然后進行CCODCT系數(shù)選擇;Zigzag-CCODCT先進行Zigzag預掩模,然后進行CCODCT系數(shù)選擇.

    圖6為6種不同方法在ORL與Yale人臉數(shù)據(jù)庫上的識別率.由圖6(a)可以看到Zigzag選擇法的識別率最低.ODCT與ZM-ODCT的識別率較高,最高識別率達到95.5%.CCODCT與ZM-CCODCT在DCT數(shù)較少時,識別率稍低于ODCT與ZM-ODCT,但當DCT數(shù)達到60以上時,獲得了接近ODCT的識別率.Zigzag-CCODCT表現(xiàn)不夠穩(wěn)定,在DCT數(shù)為20時達到最高識別率,而后隨著DCT數(shù)增加,識別率反而下降.由圖6(b)可以看出CCODCT的識別率優(yōu)于其他方法,而采用Zigzag法以及Zigzag-CCODCT的識別率相對較低,這是由于Zigzag沒有考慮到圖像的先驗信息;ZM-ODCT、ODCT以及ZMCCODCT也獲得較好的識別率.

    圖6 6種不同系數(shù)選擇法在ORL和Yale上的識別率Fig.6 Recognition rate of 6 different methods on ORL and Yale

    4.2.2 系數(shù)選擇法與PCA組合

    傳統(tǒng)的PCA是無監(jiān)督學習,將系數(shù)選擇法與其組合,得到4種組合方法,避免了小樣本問題以及求解特征值的奇異性問題.ODCT-PCA先應用ODCT選擇最優(yōu)DCT系數(shù),然后采用PCA投影;ZM-ODCTPCA先應用ZM預掩模選擇DCT陣,并求最優(yōu)DCT系數(shù),然后應用PCA投影;Zigzag-PCA先應用Zigzag進行DCT系數(shù)選擇,然后應用PCA投影;ZMCCODCT-PCA先應用ZM預掩模選擇DCT系數(shù),再應用CCODCT選擇最優(yōu)DCT系數(shù),最后應用PCA投影.

    圖7為ODCT與PCA組合法在ORL與Yale人臉數(shù)據(jù)庫上的識別率.由圖7(a)中所示,Zigzag-PCA的識別率最差;ODCT的識別率最高,其在DCT數(shù)為5時,識別率就達到了82%,在20處就達到了峰值95%;ODCT-PCA、ZM-ODCT-PCA以及ZM-CCODCTPCA也獲得了較高的識別率.在圖7(b)中考慮了光照問題,Zigzag法放棄特征向量的前3個系數(shù),ZM預掩模放棄DCT陣的前2行2列.在5種方法中,ZM-ODCT-PCA的識別率要優(yōu)于其他方法;ZMCCODCT-PCA、ODCT-PCA以及ODCT的識別率接近最優(yōu);Zigzag-PCA的識別率最差,在DCT數(shù)5時僅為68%,峰值達到90%.

    圖7 ODCT與PCA組合法在ORL和Yale上的識別率Fig.7 Recognition rate of ODCT and PCA combination methods on ORL and Yale

    4.2.3 系數(shù)選擇法與LDA組合

    傳統(tǒng)的LDA是監(jiān)督學習,需要有所有訓練樣本的類別標記信息.對LDA組合法在人臉數(shù)據(jù)庫上進行了測試.ODCT-LDA先應用ODCT系數(shù)選擇,然后進行LDA投影;ZM-ODCT-LDA先應用ZM預掩模,接著利用ODCT系數(shù)選擇,然后LDA投影;ZMCCODCT-LDA先應用 ZM 預掩模,接著應用CCODCT,然后進行LDA投影;Zigzag-LDA先應用Zigzag進行系數(shù)選擇,然后進行LDA投影.

    圖8為ODCT與LDA組合法在ORL與Yale人臉數(shù)據(jù)庫上的識別率.如圖8(a)所示,ODCT在DCT數(shù)為5時,獲得82%的識別率高于其他4種LDA法,當DCT數(shù)為20時,識別率達到95%,并隨著DCT數(shù)的增加,識別率穩(wěn)定在95%左右.ODCTLDA、ZM-ODCT-LDA以及Zigzag-LDA的初始識別率在70%左右,隨著DCT數(shù)增加它們的識別率最高達到99%左右,當DCT數(shù)高100時,識別率開始下降,在DCT數(shù)30~105范圍內(nèi),它們的識別率最高.ZM-CCODCT的初始階段識別率為72%,當DCT數(shù)為50時,識別率達到95%,并隨著DCT數(shù)增加,其識別率與ODCT接近在95%左右.由圖8(b)可以看到ZM-CCODCT-LDA在開始階段獲得了較高的識別率,而ODCT隨著DCT數(shù)增加,其識別率要優(yōu)于其他方法;Zigzag-LDA的識別率最差,其最高達到85%左右;ZM-ODCT-LDA與ODCT-LDA的識別率最高達到88%左右.

    圖8 ODCT與LDA組合法在ORL和Yale上的識別率Fig.8 Recognition rate of ODCT and LDA combination methods on ORL and Yale

    4.3 實驗結果評價

    表1 不同方法在ORL數(shù)據(jù)庫上的識別率Table 1 Recognition rate of different methods on ORL%

    表2 不同方法在Yale數(shù)據(jù)庫上的識別率Table 2 Recognition rate of different methods on Yale%

    表1和表2為不同方法在ORL以及Yale數(shù)據(jù)庫上的識別率比較.可以看到Zigzag與Zigzag-PCA作為無監(jiān)督學習方法,它們的識別率最低;ODCT、ZM-ODCT、ODCT-LDA、ZM-ODCT-LDA以及Zigzag-LDA為監(jiān)督學習方法,它們的識別率最高; CCODCT、 ZM-CCODCT、 Zigzag-CCODCT、 ZMCCODCT-PCA以及ZM-CCODCT-LDA為半監(jiān)督學習方法.在算法的執(zhí)行時間上,雖然半監(jiān)督學習方法的執(zhí)行時間稍高于監(jiān)督學習方法,但它們用較小的代價,獲得了與監(jiān)督學習方法近似的識別率.

    5 結論

    本文提出了一種CCODCT系數(shù)選擇法.其優(yōu)點在于:

    1)利用少量的標記信息作為約束集,減少了人工標記樣本的工作量.

    2)對DCT陣進行預掩模,達到降低計算代價的目的.

    3)通過計算判別系數(shù),選擇少量的最優(yōu)DCT系數(shù),進一步降低數(shù)據(jù)維數(shù);由于無需計算特征值問題,有效地解決了小樣本問題.

    4)ODCT是數(shù)據(jù)依賴的,其性能優(yōu)于傳統(tǒng)系數(shù)選擇法,能根據(jù)數(shù)據(jù)庫的不同,選擇不同的掩模.

    5)將此系數(shù)選擇法與PCA和LDA進行組合,可用于解決任何特征提取問題.

    由于CCODCT需要聚類,因而標記信息的選取、時間復雜度以及對不同數(shù)據(jù)庫的魯棒性問題都影響著算法的性能.今后的工作是降低算法的時間復雜度,并在有光照、表情以及姿態(tài)變化的大型人臉數(shù)據(jù)庫上對其進行評估,以使算法具有更好的魯棒性.

    [1]KIRBY M,SIROVICH L.Application of the Karhunen-Loeve procedure for the characterization of human faces[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1990,12(1):103-108.

    [2]牛星,席志紅,金子正秀.基于改進AAM的人臉特征點提?。跩].應用科技,2011,38(4):35-38.

    NIU Xing,XI Zhihong,MASAHIDE Kaneko.Face feature points extraction based on refined AAM[J].Applied Science and Technology,2011,38(4):35-38.

    [3]TURK M,PENTLAND A.Eigenfaces for recognition[J].International Journal of Cognitive Neuroscience,1991,3 (1):71-86.

    [4]蘇景龍,林天威,王科俊,等.視頻流下的人臉檢測與跟蹤[J].應用科技,2011,38(3):5-11.

    SU Jinglong,LIN Tianwei,WANG Keijun,et al.Face detection and tracking in video[J].Applied Science and Technology,2011,38(3):5-11.

    [5]ZHUANG X S,DAI D Q.Improved discriminant analysis for high-dimensional data and its application to face recognition[J].Pattern Recognition,2007,40(5):1570-1578.

    [6]GAO Q X,ZHANG L,ZHANG D.Face recognition using FLDA with single training image per-person[J].Applied Mathematics and Computation,2008,205(12):726-734.

    [7]ZHAO H T,YUEN P C.Incremental linear discriminant analysis for face recognition[J].IEEE Trans Syst Man Cybern B,2008,38(1):210-211.

    [8]趙穎.基于改進的核判別分析的人臉識別算法研究[J].哈爾濱理工大學學報,2010,15(3):19-22.

    ZHAO Ying.Research on the improved kernel discriminant analysis based on face recognition algorithm[J].Journal of Harbin University of Science and Technology,2010,15 (3):19-22.

    [9]BASU S.Semi-supervised clustering:probabilistic models,algorithms and experiments[D].Austin:The University of Texas,2005:32-33.

    [10]ZHU X J.Semi-supervised learning literature survey[R].Madison:University of Wisconsin-Madison,2005:28-31.

    [11]ZHANG S W,LEI Y K,WU Y H.Semi-supervised locally discriminant projection for classification and recognition[J].Knowledge-Based Systems,2011,24(2):341-346.

    [12]CAI D,HE X F,HAN J W.Semi-supervised discriminant analysis[C]//IEEE International Conference on Computer Vision.Rio de Janeiro,Brazil,2007:205-211.

    [13]DABBAGHCHIAN S,GHAEMMAGHAMI M,AGHAGOLZADEH A.Feature extraction using discrete cosine transform and discrimination power analysis with a face recognition technology[J].Pattern Recognition,2010,43:1431-1440.

    [14]CHEN W,ER M J,WU S.PCA and LDA in DCT domain[J].Pattern Recognition Letters,2005,26:2474-2482.

    [15]JIANG J,F(xiàn)ENG G.Robustness analysis on facial image description in DCT domain[J].Electronics Letters,2007,43(24):356-357.

    [16]CHOI J,CHUNG Y S,KIM K H.Face recognition using energy probability in DCT domain[C]//IEEE International Conference on Multimedia and Expo.Toronto,2006: 1549-1552.

    猜你喜歡
    掩模維數(shù)識別率
    β-變換中一致丟番圖逼近問題的維數(shù)理論
    一類齊次Moran集的上盒維數(shù)
    基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測
    計算機工程(2020年3期)2020-03-19 12:24:50
    基于直寫技術的微納掩模制作技術研究進展*
    基于真耳分析的助聽器配戴者言語可懂度指數(shù)與言語識別率的關系
    提升高速公路MTC二次抓拍車牌識別率方案研究
    掩模圖像生成時閾值取值的合理性探討
    掩模位置誤差對光刻投影物鏡畸變的影響
    關于齊次Moran集的packing維數(shù)結果
    高速公路機電日常維護中車牌識別率分析系統(tǒng)的應用
    一本大道久久a久久精品| 国产精品一区二区三区四区久久| 1024视频免费在线观看| 成人亚洲精品av一区二区| 亚洲av成人一区二区三| 精品一区二区三区视频在线观看免费| 91麻豆精品激情在线观看国产| 国产成人精品无人区| 国产视频内射| netflix在线观看网站| 少妇粗大呻吟视频| 国产精品一区二区三区四区久久| 亚洲一卡2卡3卡4卡5卡精品中文| 国产探花在线观看一区二区| 国产99白浆流出| 日本 av在线| 九色成人免费人妻av| 在线免费观看的www视频| 国产欧美日韩一区二区三| 2021天堂中文幕一二区在线观| 999精品在线视频| 亚洲午夜精品一区,二区,三区| 白带黄色成豆腐渣| 国产免费av片在线观看野外av| 亚洲av第一区精品v没综合| 国产日本99.免费观看| 精品久久久久久久久久免费视频| 女同久久另类99精品国产91| 美女高潮喷水抽搐中文字幕| 久久午夜亚洲精品久久| 国产精品电影一区二区三区| 欧美又色又爽又黄视频| 欧美日韩乱码在线| 亚洲精品国产一区二区精华液| 亚洲欧美日韩东京热| 亚洲美女黄片视频| 国产伦人伦偷精品视频| 首页视频小说图片口味搜索| 成年版毛片免费区| 18禁国产床啪视频网站| 1024手机看黄色片| 看黄色毛片网站| 一进一出抽搐gif免费好疼| 亚洲国产欧洲综合997久久,| 国产麻豆成人av免费视频| 成人一区二区视频在线观看| 18禁观看日本| 久久中文字幕人妻熟女| 老司机福利观看| 亚洲一区中文字幕在线| 免费av毛片视频| av超薄肉色丝袜交足视频| √禁漫天堂资源中文www| 婷婷精品国产亚洲av| 午夜a级毛片| 免费人成视频x8x8入口观看| 级片在线观看| 久久香蕉精品热| 他把我摸到了高潮在线观看| 欧美色视频一区免费| 亚洲在线自拍视频| 麻豆久久精品国产亚洲av| 波多野结衣高清作品| 制服诱惑二区| 欧美高清成人免费视频www| 男人舔奶头视频| 女生性感内裤真人,穿戴方法视频| 一级作爱视频免费观看| 91在线观看av| 人人妻人人澡欧美一区二区| 色播亚洲综合网| 国产成人啪精品午夜网站| 欧美不卡视频在线免费观看 | 免费在线观看成人毛片| 欧美 亚洲 国产 日韩一| 国产精品久久久av美女十八| 日韩av在线大香蕉| 99热这里只有是精品50| 男人舔奶头视频| 久久久国产精品麻豆| 高清毛片免费观看视频网站| 最近在线观看免费完整版| 国产麻豆成人av免费视频| 老司机午夜十八禁免费视频| e午夜精品久久久久久久| 狂野欧美白嫩少妇大欣赏| 一卡2卡三卡四卡精品乱码亚洲| 欧美性长视频在线观看| 少妇被粗大的猛进出69影院| 久久久国产成人免费| 国产精品野战在线观看| 18禁黄网站禁片免费观看直播| av视频在线观看入口| 欧美中文综合在线视频| 麻豆久久精品国产亚洲av| 女生性感内裤真人,穿戴方法视频| 一进一出抽搐动态| 香蕉久久夜色| 亚洲美女视频黄频| 久久久国产成人免费| 中文字幕av在线有码专区| 欧美又色又爽又黄视频| 日本 欧美在线| 久久人妻av系列| 精品一区二区三区视频在线观看免费| 亚洲人成77777在线视频| 国产97色在线日韩免费| 欧美成人午夜精品| 女生性感内裤真人,穿戴方法视频| 亚洲人成伊人成综合网2020| 国产精品一区二区三区四区免费观看 | 男女那种视频在线观看| 久久精品人妻少妇| 国产伦人伦偷精品视频| 精品第一国产精品| 老司机靠b影院| 露出奶头的视频| 欧美中文日本在线观看视频| 日本成人三级电影网站| 九九热线精品视视频播放| 亚洲免费av在线视频| 日本熟妇午夜| 午夜免费观看网址| 久久久久性生活片| 亚洲欧美精品综合一区二区三区| 丰满的人妻完整版| 久99久视频精品免费| 91在线观看av| 久久精品国产清高在天天线| 18禁黄网站禁片午夜丰满| 亚洲专区字幕在线| 亚洲av美国av| 亚洲一区高清亚洲精品| 亚洲中文字幕日韩| 香蕉丝袜av| 人妻久久中文字幕网| 黄色成人免费大全| 天堂√8在线中文| 日本撒尿小便嘘嘘汇集6| 亚洲国产精品合色在线| 在线免费观看的www视频| 亚洲成人久久爱视频| 亚洲一区二区三区不卡视频| 18禁国产床啪视频网站| 99久久国产精品久久久| 熟妇人妻久久中文字幕3abv| 亚洲专区中文字幕在线| 欧美黑人精品巨大| 亚洲精品粉嫩美女一区| or卡值多少钱| 母亲3免费完整高清在线观看| 亚洲五月天丁香| 午夜精品久久久久久毛片777| 久久精品国产99精品国产亚洲性色| 亚洲在线自拍视频| 老司机在亚洲福利影院| 国产精品久久久久久亚洲av鲁大| 88av欧美| 亚洲av第一区精品v没综合| 欧美人与性动交α欧美精品济南到| 欧洲精品卡2卡3卡4卡5卡区| 亚洲av片天天在线观看| 夜夜看夜夜爽夜夜摸| 日本 av在线| 成人午夜高清在线视频| 三级毛片av免费| 欧美精品啪啪一区二区三区| 在线看三级毛片| 波多野结衣巨乳人妻| 美女大奶头视频| 高清毛片免费观看视频网站| 久久精品国产综合久久久| 国产又色又爽无遮挡免费看| 免费在线观看黄色视频的| 一本大道久久a久久精品| 日韩欧美一区二区三区在线观看| 狂野欧美白嫩少妇大欣赏| 亚洲午夜精品一区,二区,三区| 五月玫瑰六月丁香| 午夜福利成人在线免费观看| 国内少妇人妻偷人精品xxx网站 | 国产单亲对白刺激| 亚洲熟女毛片儿| 色综合站精品国产| 最近最新中文字幕大全电影3| 亚洲 国产 在线| 亚洲黑人精品在线| 久久久久久久久中文| avwww免费| 欧美色视频一区免费| 又黄又粗又硬又大视频| 床上黄色一级片| 国产精品亚洲av一区麻豆| 在线a可以看的网站| 国产亚洲欧美在线一区二区| 亚洲国产中文字幕在线视频| 女人高潮潮喷娇喘18禁视频| 亚洲色图 男人天堂 中文字幕| 一边摸一边抽搐一进一小说| 久久精品亚洲精品国产色婷小说| 亚洲熟妇熟女久久| 国产v大片淫在线免费观看| 精品国产亚洲在线| 一个人观看的视频www高清免费观看 | 最新美女视频免费是黄的| 国产精品影院久久| 麻豆av在线久日| 欧美中文综合在线视频| 一区二区三区国产精品乱码| 久久久久久免费高清国产稀缺| 18禁黄网站禁片免费观看直播| 露出奶头的视频| 桃红色精品国产亚洲av| 夜夜夜夜夜久久久久| 亚洲人成网站高清观看| 欧美精品亚洲一区二区| 亚洲成人精品中文字幕电影| 午夜福利免费观看在线| 黄色片一级片一级黄色片| 免费一级毛片在线播放高清视频| 麻豆久久精品国产亚洲av| 99精品欧美一区二区三区四区| 高清毛片免费观看视频网站| 色尼玛亚洲综合影院| 天天一区二区日本电影三级| 99国产极品粉嫩在线观看| 天堂动漫精品| 国产欧美日韩一区二区精品| 一二三四在线观看免费中文在| 亚洲无线在线观看| 久久久久久久久免费视频了| 精华霜和精华液先用哪个| av福利片在线| 黑人巨大精品欧美一区二区mp4| 视频区欧美日本亚洲| 欧美国产日韩亚洲一区| 美女免费视频网站| 国产精品美女特级片免费视频播放器 | 国产精品免费视频内射| 国产高清有码在线观看视频 | 香蕉av资源在线| 夜夜夜夜夜久久久久| 不卡一级毛片| 中亚洲国语对白在线视频| 神马国产精品三级电影在线观看 | 国产高清视频在线播放一区| 男人的好看免费观看在线视频 | 91国产中文字幕| 超碰成人久久| 久久久久久国产a免费观看| 日本三级黄在线观看| 97碰自拍视频| 母亲3免费完整高清在线观看| 亚洲av片天天在线观看| 九色成人免费人妻av| 日本三级黄在线观看| 婷婷精品国产亚洲av在线| 午夜免费激情av| 亚洲最大成人中文| 久久人妻福利社区极品人妻图片| 国产激情偷乱视频一区二区| 波多野结衣高清作品| 亚洲国产中文字幕在线视频| 成人国产一区最新在线观看| 国产熟女午夜一区二区三区| 精品一区二区三区视频在线观看免费| 一边摸一边抽搐一进一小说| 欧美不卡视频在线免费观看 | av免费在线观看网站| 嫩草影院精品99| 国产在线精品亚洲第一网站| 1024香蕉在线观看| 亚洲国产精品久久男人天堂| 国产不卡一卡二| 国产日本99.免费观看| 亚洲一区高清亚洲精品| 欧美乱码精品一区二区三区| 18禁观看日本| 久久久水蜜桃国产精品网| 国产欧美日韩一区二区精品| 亚洲av中文字字幕乱码综合| 亚洲国产高清在线一区二区三| 亚洲成人国产一区在线观看| 久久亚洲真实| 国产v大片淫在线免费观看| 日韩精品中文字幕看吧| 99热只有精品国产| 日本一二三区视频观看| 亚洲欧洲精品一区二区精品久久久| 国语自产精品视频在线第100页| 丁香欧美五月| 男女之事视频高清在线观看| 中出人妻视频一区二区| 天天一区二区日本电影三级| 国产成人系列免费观看| 最近最新免费中文字幕在线| 精品第一国产精品| 人人妻,人人澡人人爽秒播| 老鸭窝网址在线观看| 久久久精品大字幕| 好男人电影高清在线观看| 国产精品av久久久久免费| 无人区码免费观看不卡| 国产99久久九九免费精品| 一边摸一边做爽爽视频免费| 欧美性猛交黑人性爽| 久久精品国产99精品国产亚洲性色| 免费在线观看视频国产中文字幕亚洲| 久久久国产精品麻豆| 亚洲欧美日韩高清在线视频| 欧美黑人欧美精品刺激| 91大片在线观看| 男人舔女人下体高潮全视频| 国产v大片淫在线免费观看| 人人妻,人人澡人人爽秒播| 午夜精品久久久久久毛片777| 日本黄色视频三级网站网址| 在线观看免费日韩欧美大片| 日本黄色视频三级网站网址| 午夜福利视频1000在线观看| 夜夜看夜夜爽夜夜摸| 最近最新免费中文字幕在线| 日韩精品中文字幕看吧| 欧美在线一区亚洲| 亚洲一区中文字幕在线| 日韩av在线大香蕉| 亚洲午夜精品一区,二区,三区| 日韩欧美免费精品| 熟妇人妻久久中文字幕3abv| 精品免费久久久久久久清纯| www日本在线高清视频| 在线观看美女被高潮喷水网站 | 国产蜜桃级精品一区二区三区| 亚洲欧美精品综合久久99| 2021天堂中文幕一二区在线观| 热99re8久久精品国产| 精品国产超薄肉色丝袜足j| 日本 欧美在线| 手机成人av网站| 国产亚洲精品久久久久5区| 黑人操中国人逼视频| 亚洲av日韩精品久久久久久密| 欧美最黄视频在线播放免费| 国产精品九九99| 中文字幕久久专区| 床上黄色一级片| 一级毛片女人18水好多| 国产精品九九99| 99精品在免费线老司机午夜| 国产三级黄色录像| 天堂av国产一区二区熟女人妻 | 一本精品99久久精品77| 美女黄网站色视频| 亚洲av成人精品一区久久| 在线免费观看的www视频| 中文字幕最新亚洲高清| 在线免费观看的www视频| 一本精品99久久精品77| 欧美黑人欧美精品刺激| 啦啦啦韩国在线观看视频| 国产精品一区二区三区四区久久| 成人一区二区视频在线观看| 亚洲av日韩精品久久久久久密| 国产av麻豆久久久久久久| 亚洲熟妇熟女久久| 成人精品一区二区免费| 亚洲人成77777在线视频| 一区二区三区国产精品乱码| 欧美性猛交╳xxx乱大交人| 国产亚洲精品av在线| 久久久久久大精品| 亚洲国产欧美网| 亚洲狠狠婷婷综合久久图片| 欧美高清成人免费视频www| 国产av不卡久久| 精品日产1卡2卡| 欧美一区二区精品小视频在线| 国产亚洲精品久久久久5区| 国产99久久九九免费精品| 18禁黄网站禁片免费观看直播| www.www免费av| 在线国产一区二区在线| 国产一区在线观看成人免费| 亚洲国产精品成人综合色| 精品日产1卡2卡| 国产一级毛片七仙女欲春2| 又大又爽又粗| 国产一区二区三区视频了| 午夜精品在线福利| 亚洲 国产 在线| 99热6这里只有精品| 此物有八面人人有两片| 国产精品亚洲av一区麻豆| 国产成人系列免费观看| 亚洲国产中文字幕在线视频| 国产私拍福利视频在线观看| 日韩欧美国产在线观看| 国产精品一区二区三区四区久久| 看片在线看免费视频| 91成年电影在线观看| 亚洲国产欧美网| 极品教师在线免费播放| 日韩精品中文字幕看吧| www.www免费av| 精品国产超薄肉色丝袜足j| 1024手机看黄色片| 欧美又色又爽又黄视频| 亚洲第一欧美日韩一区二区三区| 久久精品aⅴ一区二区三区四区| 欧美国产日韩亚洲一区| 男女床上黄色一级片免费看| 男男h啪啪无遮挡| av在线天堂中文字幕| 久久久久国产一级毛片高清牌| 国产精品久久久av美女十八| 成人18禁在线播放| 日本精品一区二区三区蜜桃| 在线国产一区二区在线| 狠狠狠狠99中文字幕| 手机成人av网站| 久久久久国内视频| 一区二区三区高清视频在线| 97超级碰碰碰精品色视频在线观看| 欧美av亚洲av综合av国产av| 国产激情久久老熟女| 久久精品aⅴ一区二区三区四区| 精品久久久久久久久久久久久| 搡老熟女国产l中国老女人| 日韩欧美免费精品| 亚洲精品一卡2卡三卡4卡5卡| 亚洲精品久久国产高清桃花| 日韩欧美 国产精品| 非洲黑人性xxxx精品又粗又长| 免费看a级黄色片| 亚洲免费av在线视频| 日韩 欧美 亚洲 中文字幕| 丰满人妻熟妇乱又伦精品不卡| 美女高潮喷水抽搐中文字幕| 看黄色毛片网站| 一个人免费在线观看电影 | 天天躁狠狠躁夜夜躁狠狠躁| 国内久久婷婷六月综合欲色啪| 岛国视频午夜一区免费看| 脱女人内裤的视频| 香蕉丝袜av| 欧美日韩精品网址| 精品欧美国产一区二区三| www.自偷自拍.com| 老司机福利观看| 亚洲激情在线av| 一级毛片女人18水好多| av在线天堂中文字幕| 国产精品国产高清国产av| 18禁裸乳无遮挡免费网站照片| 12—13女人毛片做爰片一| 亚洲人成伊人成综合网2020| 男人舔女人下体高潮全视频| 精品一区二区三区av网在线观看| 亚洲av电影在线进入| www日本在线高清视频| 久久久久国内视频| 大型黄色视频在线免费观看| 可以免费在线观看a视频的电影网站| 日本 av在线| 中文字幕最新亚洲高清| 国产精品久久久人人做人人爽| 美女扒开内裤让男人捅视频| 大型黄色视频在线免费观看| 91国产中文字幕| 国产黄片美女视频| 亚洲中文av在线| 精品久久久久久久久久免费视频| 国产精品久久久av美女十八| 日韩有码中文字幕| 国语自产精品视频在线第100页| 我要搜黄色片| 天堂av国产一区二区熟女人妻 | 啦啦啦韩国在线观看视频| 叶爱在线成人免费视频播放| 国产乱人伦免费视频| 制服诱惑二区| 午夜福利18| 国产精品永久免费网站| 九色成人免费人妻av| 国产伦在线观看视频一区| 中亚洲国语对白在线视频| 老司机靠b影院| 成人国语在线视频| 亚洲成人国产一区在线观看| 亚洲午夜理论影院| 久久亚洲真实| 精品电影一区二区在线| 欧美极品一区二区三区四区| 亚洲av成人av| 熟妇人妻久久中文字幕3abv| 黄片大片在线免费观看| 国产精品影院久久| 亚洲第一电影网av| 色综合站精品国产| 欧美日韩精品网址| 日韩有码中文字幕| 男女下面进入的视频免费午夜| 黄色a级毛片大全视频| 国产精品av久久久久免费| 一级黄色大片毛片| 狂野欧美白嫩少妇大欣赏| 国产又色又爽无遮挡免费看| 脱女人内裤的视频| 最近最新中文字幕大全免费视频| 欧美日韩黄片免| av片东京热男人的天堂| 久久婷婷人人爽人人干人人爱| 日韩大尺度精品在线看网址| 欧美日韩乱码在线| 动漫黄色视频在线观看| 两人在一起打扑克的视频| 久久99热这里只有精品18| 啦啦啦韩国在线观看视频| 亚洲av第一区精品v没综合| 精品国产超薄肉色丝袜足j| 国产区一区二久久| 亚洲激情在线av| 亚洲国产欧美网| 国产精品久久视频播放| 成人国产一区最新在线观看| 欧美国产日韩亚洲一区| 视频区欧美日本亚洲| 国产黄片美女视频| 99久久国产精品久久久| 国产免费av片在线观看野外av| 男男h啪啪无遮挡| 老鸭窝网址在线观看| 亚洲全国av大片| 欧美中文日本在线观看视频| 天堂动漫精品| 岛国在线观看网站| 久99久视频精品免费| 亚洲片人在线观看| 看片在线看免费视频| 欧美黑人巨大hd| 午夜福利高清视频| 国产久久久一区二区三区| 视频区欧美日本亚洲| av免费在线观看网站| 国产成人一区二区三区免费视频网站| 久久婷婷人人爽人人干人人爱| 精品高清国产在线一区| 1024视频免费在线观看| 亚洲精品一区av在线观看| 最新美女视频免费是黄的| 丝袜美腿诱惑在线| 日韩中文字幕欧美一区二区| 性欧美人与动物交配| 亚洲18禁久久av| 少妇熟女aⅴ在线视频| 一级作爱视频免费观看| 久久亚洲精品不卡| 中文字幕av在线有码专区| 久久精品成人免费网站| 久久久久亚洲av毛片大全| 中文字幕最新亚洲高清| 欧美日韩亚洲综合一区二区三区_| 亚洲国产高清在线一区二区三| 国产成人欧美在线观看| 亚洲精品美女久久av网站| 亚洲av五月六月丁香网| 狂野欧美白嫩少妇大欣赏| 精品国产美女av久久久久小说| 欧美乱码精品一区二区三区| 欧美乱妇无乱码| 一级a爱片免费观看的视频| 怎么达到女性高潮| 亚洲aⅴ乱码一区二区在线播放 | 熟女少妇亚洲综合色aaa.| 欧美日韩中文字幕国产精品一区二区三区| 亚洲专区国产一区二区| av片东京热男人的天堂| 国产精品一区二区三区四区久久| www日本在线高清视频| 亚洲成人久久爱视频| 一进一出好大好爽视频| 一本大道久久a久久精品| 久久香蕉激情| 久久99热这里只有精品18| 女人爽到高潮嗷嗷叫在线视频| 制服诱惑二区| 国产高清激情床上av| 亚洲国产日韩欧美精品在线观看 | 一个人观看的视频www高清免费观看 | 男女那种视频在线观看| 美女黄网站色视频| 日日摸夜夜添夜夜添小说| 亚洲狠狠婷婷综合久久图片| 国产成+人综合+亚洲专区| 制服丝袜大香蕉在线| 亚洲最大成人中文| 夜夜爽天天搞| av免费在线观看网站| 18禁裸乳无遮挡免费网站照片| 亚洲人成网站在线播放欧美日韩| 成人手机av| 婷婷精品国产亚洲av在线| 国产精品 欧美亚洲| 国内毛片毛片毛片毛片毛片| 我的老师免费观看完整版| svipshipincom国产片| 叶爱在线成人免费视频播放| 亚洲成人久久性| www.熟女人妻精品国产| 国产伦人伦偷精品视频| 天天躁夜夜躁狠狠躁躁| 成人18禁高潮啪啪吃奶动态图| а√天堂www在线а√下载| 亚洲av成人不卡在线观看播放网| 亚洲av成人精品一区久久|