• <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 ?

    一種新的李群分類(lèi)器在手寫(xiě)體數(shù)字中的應(yīng)用*

    2013-06-08 10:06:46王曉乾何書(shū)萍楊季文李凡長(zhǎng)
    關(guān)鍵詞:李群識(shí)別率高斯

    王曉乾,張 莉,何書(shū)萍,楊季文,李凡長(zhǎng)

    (蘇州大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,江蘇 蘇州 215006)

    1 引言

    手寫(xiě)體數(shù)字識(shí)別一直是模式識(shí)別領(lǐng)域的一個(gè)重要研究課題,有著極為廣泛的應(yīng)用前景。隨著計(jì)算機(jī)技術(shù)和數(shù)字圖像處理技術(shù)的飛速發(fā)展,數(shù)字識(shí)別在大規(guī)模數(shù)據(jù)統(tǒng)計(jì)、郵件分揀、財(cái)務(wù)、稅務(wù)、金融領(lǐng)域中都有著廣泛應(yīng)用。因此,手寫(xiě)數(shù)字的識(shí)別研究有著重大的實(shí)際意義,會(huì)產(chǎn)生巨大的社會(huì)和經(jīng)濟(jì)效益。

    李群是目前學(xué)術(shù)界公認(rèn)的用于研究學(xué)習(xí)問(wèn)題的一套完善的理論工具,很多物理學(xué)家和化學(xué)家開(kāi)始廣泛使用李群理論研究相關(guān)領(lǐng)域的數(shù)據(jù)[1]。李群理論在流形學(xué)習(xí)中表現(xiàn)出了強(qiáng)大的優(yōu)勢(shì),文獻(xiàn)[2,3]研究了視覺(jué)跟蹤問(wèn)題中變換矩陣?yán)钊杭捌湎鄳?yīng)李代數(shù)的表示,文獻(xiàn)[4]使用協(xié)方差算子來(lái)構(gòu)造李群數(shù)據(jù)并用于行人檢測(cè),文獻(xiàn)[5]成功應(yīng)用李群李代數(shù)方法表示變換過(guò)程,以此來(lái)學(xué)習(xí)動(dòng)態(tài)視覺(jué)流,效果很好。

    目前,針對(duì)李群數(shù)據(jù)所設(shè)計(jì)的李群分類(lèi)器還不是很多,而能夠?qū)嵱玫木透由倭?。這里介紹兩種可以應(yīng)用到手寫(xiě)體數(shù)字識(shí)別上的李群分類(lèi)器:李群內(nèi)均值分類(lèi)器[6,7]和李群Fisher分類(lèi)器[8]。李群內(nèi)均值分類(lèi)器是先計(jì)算李群的內(nèi)均值,然后再根據(jù)和均值的遠(yuǎn)近來(lái)分類(lèi)樣本,能夠處理多類(lèi)問(wèn)題。但是,其對(duì)多類(lèi)問(wèn)題處理時(shí),性能不是很好。李群Fisher分類(lèi)器是Fisher判別分析在李群數(shù)據(jù)上的推廣,可以在投影后獲得更好的可分性。但是,文獻(xiàn)[8]并沒(méi)有將該分類(lèi)器推廣到多分類(lèi)問(wèn)題上。

    支持向量機(jī)SVM 是一種通用的學(xué)習(xí)機(jī),在分類(lèi)和回歸問(wèn)題上都有較好的性能[9~11]。SVM 作為一種學(xué)習(xí)機(jī),有非常多的優(yōu)點(diǎn)。比如,由于SVM采用了Mercer核方法,因此SVM 具有非常好的非線性處理能力。而又由于SVM 實(shí)現(xiàn)了Vapnik的結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則,因此SVM 具有良好的泛化能力。SVM 的訓(xùn)練過(guò)程歸結(jié)為求一個(gè)二次凸規(guī)劃問(wèn)題,因此其最優(yōu)解是全局且唯一的。

    本文的目的就是將支持向量機(jī)方法應(yīng)用到李群數(shù)據(jù),提出一種新的李群分類(lèi)器,彌補(bǔ)目前的李群分類(lèi)器在處理多分類(lèi)問(wèn)題上的不足,以及在非線性處理能力方面的不足。由于李群數(shù)據(jù)是用矩陣來(lái)表示的,而SVM 能夠接受的數(shù)據(jù)是矢量數(shù)據(jù),我們把接受矢量數(shù)據(jù)的高斯核函數(shù)轉(zhuǎn)換為可以接受李群矩陣數(shù)據(jù)的矩陣高斯核函數(shù)。

    本文其余部分結(jié)構(gòu)安排如下:第2節(jié)介紹目前已有的兩種李群分類(lèi)器;第3節(jié)介紹基于李群結(jié)構(gòu)數(shù)據(jù)的SVM 方法;第4 節(jié)是實(shí)驗(yàn)與結(jié)果;第5 節(jié)進(jìn)行總結(jié)。

    2 李群分類(lèi)器

    2.1 李群內(nèi)均值分類(lèi)器

    其中,xi是向量或者矩陣,上式中的μ 可看成是與各數(shù)據(jù)點(diǎn)距離之和最小的點(diǎn)。因?yàn)镽d是一個(gè)歐氏空間,而歐氏距離就是兩點(diǎn)實(shí)際距離,μ 就是歐氏空間中到各數(shù)據(jù)點(diǎn)距離之和最小的點(diǎn),如圖1a所示。因此,式(1)也可寫(xiě)為:

    如果d 維流形Md并不是一個(gè)歐氏空間,那么數(shù)據(jù)點(diǎn)之間的距離就不再是歐氏距離,如圖1b所示。樣本點(diǎn)xn到平均值點(diǎn)μ 的距離是弧線d(μ,xn),而圖1a中樣本點(diǎn)xn到平均值點(diǎn)μ 的距離就是直線d(μ,xn)=‖μ-xn‖。

    Figure 1 Different distance distribution diagram圖1 不同距離分布示意圖

    李群內(nèi)均值思想就是將流形空間上的某一類(lèi)的點(diǎn)集求平均,得到該類(lèi)的一個(gè)平均值點(diǎn)。新的樣本點(diǎn)到哪類(lèi)平均值點(diǎn)的距離近,該樣本點(diǎn)就歸為哪類(lèi),而對(duì)于距離度量的求解,主要是將李群流形空間上的樣本點(diǎn)投影到測(cè)地線上,運(yùn)用李代數(shù)來(lái)求解兩點(diǎn)之間的距離,然后通過(guò)對(duì)數(shù)映射求出李群空間中兩點(diǎn)間的實(shí)際距離。此時(shí):

    其中,G 代表李群,d(·,·)表示括號(hào)內(nèi)兩個(gè)點(diǎn)之間的測(cè)地線距離,具體推導(dǎo)過(guò)程可以參考文獻(xiàn)[8]?,F(xiàn)在的問(wèn)題是需要尋找到滿足上述條件的x∈G,文獻(xiàn)[7]給出了采用梯度下降法求解μ 的過(guò)程,李群內(nèi)均值法由算法1給出。

    算法1 李群內(nèi)均值算法

    輸出 μi,i=1,2.…,c,即每個(gè)分類(lèi)的內(nèi)均值。

    過(guò)程

    2.2 李群Fisher分類(lèi)器

    標(biāo)準(zhǔn)的Fisher判別分析是將樣本點(diǎn)投影到一個(gè)比樣本維數(shù)更低的超平面上,使得各類(lèi)別之間的類(lèi)間散度盡可能大,同時(shí)各類(lèi)的類(lèi)內(nèi)散度盡可能小。Fisher判別分析的準(zhǔn)則函數(shù)為:

    在實(shí)際問(wèn)題中,很多樣本都位于一個(gè)李群上,每個(gè)樣本點(diǎn)都可以看成某個(gè)李群上的點(diǎn),對(duì)非歐空間的李群上的樣本點(diǎn),標(biāo)準(zhǔn)的Fisher 投影就不能很好地處理。李群Fisher投影的目的就是在李群流形上尋找一條測(cè)地線,將所有的樣本向這條測(cè)地線上投影,使投影后的新樣本具有盡量大的類(lèi)間散度和盡量小的類(lèi)內(nèi)散度。而測(cè)地線的求解是將李群上的樣本點(diǎn)映射到對(duì)應(yīng)的李代數(shù)空間,在線性的李代數(shù)空間給出求解近似的李群Fisher投影測(cè)地線,李群Fisher算法由算法2給出,具體的推導(dǎo)過(guò)程參考文獻(xiàn)[8]。

    算法2 李群Fisher算法

    步驟1 對(duì)每個(gè)李群樣本xij去做李代數(shù)映射:Mij=log(xij);

    步驟3 計(jì)算Sb和Sw;

    步驟4 求解Sbv=λSwv,得到的v可按exp(tv),t∈R 生成李群Fisher的測(cè)地線;

    步驟5 對(duì)測(cè)試樣本T 的類(lèi)別通過(guò)下式進(jìn)行判別:

    3 基于李群數(shù)據(jù)的SVM

    本節(jié)提出一種基于李群數(shù)據(jù)的SVM。首先介紹一種提取李群數(shù)據(jù)的方法,然后提出一種可以處理矩陣數(shù)據(jù)的核函數(shù),最后介紹基于李群數(shù)據(jù)的SVM 方法。

    3.1 李群數(shù)據(jù)處理

    對(duì)手寫(xiě)體數(shù)字樣本的分類(lèi)主要在于對(duì)樣本相似性度量的定義,由于要處理的手寫(xiě)體數(shù)字是非線性結(jié)構(gòu),而非線性結(jié)構(gòu)樣本的分類(lèi)往往不能用一個(gè)簡(jiǎn)單的線性分離來(lái)完成。李群本身是流形,支持非線性數(shù)據(jù),因此用李群來(lái)處理非線性結(jié)構(gòu)數(shù)據(jù)很合適。

    3.2 矩陣高斯核函數(shù)

    在SVM 中,通常用一個(gè)潛在的非線性核函數(shù)K(x,x′)把樣本數(shù)據(jù)映射到一個(gè)高維特征空間,其中,x和x′是兩個(gè)同維的矢量。最為常用的高斯函數(shù)定義如下:

    其中,γ>0是核參數(shù)。眾所周知,高斯核函數(shù)的作用可以等同于一個(gè)相似性度量,衡量了x 和x′兩個(gè)樣本點(diǎn)之間的相似性。

    3.1 節(jié)的數(shù)據(jù)轉(zhuǎn)換過(guò)程把矢量數(shù)據(jù)轉(zhuǎn)換為矩陣數(shù)據(jù),因此必須要設(shè)計(jì)一個(gè)核函數(shù)來(lái)衡量李群矩陣數(shù)據(jù)的相似性。在李群微分流形上的任意兩個(gè)李群矩陣z和z′之間的測(cè)地線距離可以表示為[7]:

    其中,‖·‖F(xiàn)稱(chēng)為是Frobenius范數(shù)[13]。此測(cè)地線距離可以很好地表示兩個(gè)矩陣之間的相似性。如果d(z,z′)的值較小,則z 和z′比較相近且相似;反之,如果d(z,z′)的值較大,則z和z′離得比較遠(yuǎn)且不相似。由此,可以構(gòu)造如下的矩陣高斯核函數(shù):

    定理1 式(8)所示的矩陣高斯核函數(shù)是一種可容許的Mercer核函數(shù)。

    定理1的結(jié)論顯然是成立的,由式(6)和式(8)之間的關(guān)系就可以得到。因此,定理1保證采用了矩陣高斯核函數(shù)的SVM 可以應(yīng)用于李群數(shù)據(jù)。

    3.3 基于李群數(shù)據(jù)的支持向量機(jī)

    對(duì)于輸入的兩類(lèi)手寫(xiě)體圖像數(shù)據(jù),利用3.1節(jié)的方法構(gòu)造成李群數(shù)據(jù)。對(duì)于多類(lèi)問(wèn)題,可以簡(jiǎn)化為多個(gè)兩類(lèi)問(wèn)題,每個(gè)兩類(lèi)問(wèn)題區(qū)分兩個(gè)不同數(shù)字的樣本。可以采用一對(duì)多、一對(duì)一以及決策樹(shù)[14]的方法來(lái)實(shí)現(xiàn)多分類(lèi)。下面僅討論兩類(lèi)問(wèn)題的實(shí)現(xiàn)。

    其中,αi是Lagrange乘子,C>0是正則參數(shù)。

    分類(lèi)函數(shù)可以表示為:

    其中,sgn()· 表示符號(hào)函數(shù),對(duì)于0<αj<C,可以計(jì)算閾值如下:

    4 實(shí)驗(yàn)與結(jié)果

    實(shí)驗(yàn)采用的數(shù)據(jù)是從http://yann.lecun.com/exdb/mnist/下載的MNIST 手寫(xiě)體數(shù)字集。MNIST 是美國(guó)著名數(shù)據(jù)集NIST(國(guó)家標(biāo)準(zhǔn)技術(shù)局)的子集,是模式識(shí)別領(lǐng)域用來(lái)做對(duì)比實(shí)驗(yàn)的數(shù)據(jù)集之一。該數(shù)據(jù)集中共有60 000個(gè)訓(xùn)練樣本和10 000個(gè)測(cè)試樣本,每個(gè)樣本是20×20的矩陣圖像。對(duì)原始圖像進(jìn)行了二值化預(yù)處理,根據(jù)文獻(xiàn)[8]這里的二值化閾值也設(shè)置為100。為了產(chǎn)生李群矩陣數(shù)據(jù),需要在二值化后的圖像上隨機(jī)采樣k個(gè)點(diǎn),使這k 個(gè)點(diǎn)都位于代表手寫(xiě)體數(shù)字像素上[8]。圖2是對(duì)數(shù)字1和9在不同k 的設(shè)定下所產(chǎn)生的點(diǎn)云圖。點(diǎn)云數(shù)越多越能夠反映數(shù)字的形狀,但是所獲得的樣本維數(shù)會(huì)越高。本文算法要考慮兩個(gè)參數(shù):核參數(shù)γ和正則因子C。在訓(xùn)練集上采用10 倍交叉驗(yàn)證得到最優(yōu)參數(shù),其中,正則因子的取值范圍為{2-1,20,…,24},矩陣高斯核參數(shù)的取值范圍為{2-10,2-9,…,2-6}。根據(jù)最大交叉驗(yàn)證識(shí)別率選擇最優(yōu)參數(shù),并獲得最終的訓(xùn)練模型。此外,我們還考慮了點(diǎn)云數(shù)量對(duì)識(shí)別率的影響,點(diǎn)云數(shù)的取值集合為{5,10,15,2.,25,30,35,40,45,50},由于點(diǎn)云是隨機(jī)產(chǎn)生的,重復(fù)5次實(shí)驗(yàn)。

    Figure 2 Generated point cloud diagram圖2 產(chǎn)生的點(diǎn)云示意圖

    這里共設(shè)計(jì)了三組實(shí)驗(yàn)。第一組是區(qū)分?jǐn)?shù)字1和9,第二組是區(qū)分?jǐn)?shù)字1、7和9,第三組是區(qū)分?jǐn)?shù)字1、2、7和9。第一組實(shí)驗(yàn)和文獻(xiàn)[8]的設(shè)置一樣,對(duì)比算法包括李群Fisher算法、李群內(nèi)均值算法和本文算法,其實(shí)驗(yàn)結(jié)果如圖3所示。第二、三組實(shí)驗(yàn)對(duì)比了李群內(nèi)均值算法和本文算法。第二組實(shí)驗(yàn)結(jié)果如圖4所示,第三組實(shí)驗(yàn)結(jié)果如圖5所示。這三幅圖均反映了算法識(shí)別率隨著點(diǎn)云數(shù)變化趨勢(shì)。從圖3可以很清楚地看到,SVM 算法的識(shí)別率遠(yuǎn)遠(yuǎn)好于李群Fisher分類(lèi)器和李群內(nèi)均值分類(lèi)器。圖4 和圖5 也反映了SVM 的優(yōu)越性。一般來(lái)說(shuō),隨著點(diǎn)云數(shù)的增加,識(shí)別率也是增加的。但是,我們也看到識(shí)別率和點(diǎn)云數(shù)的變化并不是正比線性關(guān)系。而且,點(diǎn)云數(shù)的增加會(huì)增加計(jì)算復(fù)雜度,因此并不是點(diǎn)云數(shù)越多越好。我們列出多分類(lèi)時(shí)點(diǎn)云數(shù)k=30的實(shí)驗(yàn)結(jié)果,如表1所示。從表1可以看出,本文的算法是明顯占優(yōu)的。

    Table 1 Classification performance of different approaches表1 不同方法識(shí)別率對(duì)比表 %

    5 結(jié)束語(yǔ)

    本文提出了一種基于SVM 的李群分類(lèi)器,以彌補(bǔ)目前的李群分類(lèi)器在處理多分類(lèi)問(wèn)題上,以及在非線性處理能力方面的不足。由于李群數(shù)據(jù)是用矩陣來(lái)表示的,而SVM 能夠接受的數(shù)據(jù)是矢量數(shù)據(jù),我們把接受矢量數(shù)據(jù)的高斯核函數(shù)轉(zhuǎn)換為可以接受李群矩陣數(shù)據(jù)的矩陣高斯核函數(shù),同時(shí)給出了矩陣高斯核函數(shù)是允許Mercer核的定理。實(shí)驗(yàn)結(jié)果表明了所提方法的可行性和有效性。

    但是,隨著樣本類(lèi)別的增加,算法的識(shí)別率是下降的。這一點(diǎn)是我們今后工作的重點(diǎn)。此外,點(diǎn)云的生成是隨機(jī)的,今后會(huì)考慮按幾何特征來(lái)提取點(diǎn)云,如輪廓邊緣提取等。今后還會(huì)嘗試?yán)镁仃嚪诸?lèi)方法來(lái)處理李群矩陣數(shù)據(jù),如MatLSSVM、MatFLSSVM[15]、MatPCA 和MatFLDA[16]。

    [1]Li F Z,Qian X P,Xie L,et al.Machine learning theory and its applications[M].Hefei:University of Science and Technology of China Press,2009.(in Chinese)

    [2]Tuzel O,Porikliand F,Meer P.Learning on Lie groups for invariant detection and tracking[C]∥Proc of CVPR'08,2.08:1-8.

    [3]Bayro-Corrochano E,Ortegon-Aguilar J.Lie algebra template tracking[C]∥Proc of ICPR'04,2.04:56-59.

    [4]Tuzel O,Porikliand F,Meer P.Human detection via classification on riemannian manifolds[C]∥Proc of CVPR'07,2.07:1-8.

    [5]Lin D H,Grimson E,F(xiàn)isher J.Learning visual flows:A Lie algebraic approach[C]∥Proc of CVPR'09,2.09:747-754.

    [6]Hartigan J A,Wong M A.A K-means clustering algorithm[J].Journal of the Royal Statistical Society,Series C(Applied Statistics),1979,2.(1):100-108.

    [7]Fletcher P T,Lu C L,Joshi S.Statistics of shape via principal geodesic analysis on Lie groups[C]∥Proc of CVPR'03,2.03:95-101.

    [8]Gao C,Li F Z.Research on Lie group means learning algorithm[C]∥Proc of CRSSC-CWI-CGrC,2011:1.(in Chinese)

    [9]Zhang L.Research on support vector machines and kernel methods[D].Xi'an:Xidian University,2002.(in Chinese)

    [10]Burge C J C.A tutorial on support vector machines for pattern recognition[J].Data Mining and Knowledge Discovery,1998,2.2):121-167.

    [11]Cristianini N.An introduction to support vector machines and other kernal-based methods[M].translated by Li G Z,Wang M,Zeng H J.Beijing:Publishing House of Electronic Industry,2004.

    [12]Yarlagadda P,Ozcanli O,Mundy J.Lie group distance based generic 3-d vehicle classification[C]∥Proc of ICPR'08,2008:1-4.

    [13]Cheng Y P,Zhang K Y,Xu Z.Matrix theory[M].Third edition.Xi'an: Northwestern Polytechnical University Press,2006.(in Chinese)

    [14]Zhang L,Zhou W D,Su T T,et al.Decision tree support vector machine[J].International Journal on Artificial Intelligence Tools,2007,16(1):1-16.

    [15]Wang Z,Chen S C.New least squares support vector machines based on matrix patterns[J].Neural Processing Letters,2007(26):41-56.

    [16]Chen S C,Zhu Y L,Zhang D Q,et al.Feature extraction approaches based on matrix pattern:MatPCA and MatFLDA[J].Pattern Recognition Letters,2005(26):1157-1167.

    附中文參考文獻(xiàn):

    [1]李凡長(zhǎng),錢(qián)旭培,謝琳,等.機(jī)器學(xué)習(xí)理論及應(yīng)用[M].合肥:中國(guó)科學(xué)技術(shù)大學(xué)出版社,2009.

    [8]高聰,李凡長(zhǎng).李群均值學(xué)習(xí)算法[C]∥第十一屆中國(guó)Rough集與軟計(jì)算學(xué)術(shù)會(huì)議、第五屆中國(guó)Web智能學(xué)術(shù)研討會(huì)及第五屆中國(guó)粒計(jì)算學(xué)術(shù)研討會(huì)聯(lián)合學(xué)術(shù)會(huì)議,2011:1.

    [9]張莉.支撐矢量機(jī)與核方法研究[D].西安:西安電子科技大學(xué),2002.

    [11]克里斯特安尼.支持向量機(jī)導(dǎo)論[M].李國(guó)正,王猛,曾華軍,譯.北京:電子工業(yè)出版社,2004.

    [13]程云鵬,張凱院,徐仲.矩陣論[M].第三版.西安:西北工業(yè)大學(xué)出版社,2006.

    猜你喜歡
    李群識(shí)別率高斯
    小高斯的大發(fā)現(xiàn)
    尋跡儒風(fēng)
    走向世界(2022年18期)2022-05-17 23:03:14
    基于類(lèi)圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測(cè)
    天才數(shù)學(xué)家——高斯
    基于真耳分析的助聽(tīng)器配戴者言語(yǔ)可懂度指數(shù)與言語(yǔ)識(shí)別率的關(guān)系
    提升高速公路MTC二次抓拍車(chē)牌識(shí)別率方案研究
    冪零李群上半空間內(nèi)的加權(quán)Poincaré不等式
    高速公路機(jī)電日常維護(hù)中車(chē)牌識(shí)別率分析系統(tǒng)的應(yīng)用
    漁翁收藏:李群
    中華奇石(2015年11期)2015-07-09 18:34:16
    有限域上高斯正規(guī)基的一個(gè)注記
    国产片内射在线| 欧美精品啪啪一区二区三区| 欧美最黄视频在线播放免费| 九色国产91popny在线| 国产在线精品亚洲第一网站| 国产人伦9x9x在线观看| 国产高清videossex| 成人一区二区视频在线观看| 天天一区二区日本电影三级| 侵犯人妻中文字幕一二三四区| 精品少妇一区二区三区视频日本电影| 精品一区二区三区视频在线观看免费| 国产精品综合久久久久久久免费| 在线视频色国产色| 日本精品一区二区三区蜜桃| 露出奶头的视频| 国产黄a三级三级三级人| 人人妻,人人澡人人爽秒播| 一进一出抽搐gif免费好疼| 男女做爰动态图高潮gif福利片| 国产精品免费一区二区三区在线| 琪琪午夜伦伦电影理论片6080| 国产亚洲av嫩草精品影院| 一进一出抽搐动态| 精品久久久久久成人av| 久久久久国产精品人妻aⅴ院| 免费无遮挡裸体视频| 日韩欧美国产一区二区入口| aaaaa片日本免费| 日日摸夜夜添夜夜添小说| 亚洲色图av天堂| 999精品在线视频| 亚洲成人久久性| avwww免费| 中文字幕人妻丝袜一区二区| 啪啪无遮挡十八禁网站| 禁无遮挡网站| 香蕉国产在线看| 亚洲成国产人片在线观看| 伦理电影免费视频| 在线十欧美十亚洲十日本专区| 97碰自拍视频| 亚洲激情在线av| 一二三四社区在线视频社区8| 国内毛片毛片毛片毛片毛片| 人成视频在线观看免费观看| 99热6这里只有精品| 99精品久久久久人妻精品| 夜夜夜夜夜久久久久| 成人18禁在线播放| 又黄又粗又硬又大视频| 国产午夜福利久久久久久| 精品人妻1区二区| 少妇被粗大的猛进出69影院| 欧美日韩中文字幕国产精品一区二区三区| 母亲3免费完整高清在线观看| 精品熟女少妇八av免费久了| 日韩欧美国产在线观看| 99国产精品一区二区三区| 国产精品 欧美亚洲| 一夜夜www| 国产成人精品久久二区二区91| 国产国语露脸激情在线看| 欧美日韩亚洲国产一区二区在线观看| 欧洲精品卡2卡3卡4卡5卡区| 老司机午夜福利在线观看视频| 老司机福利观看| 精品久久久久久久久久免费视频| 亚洲一区二区三区不卡视频| 亚洲午夜精品一区,二区,三区| 国产精品免费视频内射| 一进一出抽搐gif免费好疼| 国产一区二区在线av高清观看| 欧美日韩乱码在线| 一本一本综合久久| 国产精品亚洲av一区麻豆| 亚洲人成网站高清观看| 国产黄片美女视频| 久热爱精品视频在线9| 亚洲全国av大片| av在线播放免费不卡| 久久99热这里只有精品18| 久久香蕉国产精品| 真人一进一出gif抽搐免费| 亚洲免费av在线视频| 成人18禁高潮啪啪吃奶动态图| 中文资源天堂在线| 国产野战对白在线观看| 国产一区二区在线av高清观看| 老鸭窝网址在线观看| 俺也久久电影网| 淫妇啪啪啪对白视频| 国产精品亚洲美女久久久| 亚洲成人精品中文字幕电影| 女性生殖器流出的白浆| 国产精品久久视频播放| 国产av一区在线观看免费| 国产激情偷乱视频一区二区| 一二三四在线观看免费中文在| 亚洲专区国产一区二区| 长腿黑丝高跟| 嫁个100分男人电影在线观看| 精品久久蜜臀av无| 亚洲午夜精品一区,二区,三区| 97碰自拍视频| 国产精品免费一区二区三区在线| 国产精品日韩av在线免费观看| a在线观看视频网站| 国产日本99.免费观看| 香蕉久久夜色| 久久久久久九九精品二区国产 | 一区二区三区国产精品乱码| 国产精品影院久久| 1024香蕉在线观看| 欧美黑人巨大hd| 日韩一卡2卡3卡4卡2021年| 校园春色视频在线观看| 婷婷精品国产亚洲av| 99国产极品粉嫩在线观看| 99热只有精品国产| www.www免费av| 亚洲男人的天堂狠狠| 在线国产一区二区在线| 自线自在国产av| 88av欧美| 亚洲精华国产精华精| 欧美色视频一区免费| 一区二区三区国产精品乱码| 日本黄色视频三级网站网址| 日韩欧美三级三区| 啪啪无遮挡十八禁网站| 日日爽夜夜爽网站| 日韩免费av在线播放| 日韩欧美三级三区| 久久人妻福利社区极品人妻图片| 国产真实乱freesex| 伦理电影免费视频| 国产精品亚洲av一区麻豆| 婷婷亚洲欧美| 国产精品影院久久| 啦啦啦 在线观看视频| 中亚洲国语对白在线视频| 成年免费大片在线观看| 51午夜福利影视在线观看| 精品久久久久久成人av| 18禁观看日本| 人成视频在线观看免费观看| 看片在线看免费视频| 精品人妻1区二区| 美女高潮到喷水免费观看| a级毛片在线看网站| 国产精品美女特级片免费视频播放器 | 久久久国产精品麻豆| 熟女电影av网| 久久久久精品国产欧美久久久| 一进一出抽搐动态| 夜夜夜夜夜久久久久| 午夜成年电影在线免费观看| 色av中文字幕| 欧美成狂野欧美在线观看| 欧美日韩一级在线毛片| 人人妻人人澡人人看| 99久久无色码亚洲精品果冻| 禁无遮挡网站| 午夜精品久久久久久毛片777| 国产精品美女特级片免费视频播放器 | 国产99白浆流出| 日韩欧美国产一区二区入口| 成年版毛片免费区| 精品不卡国产一区二区三区| 精品少妇一区二区三区视频日本电影| 又紧又爽又黄一区二区| 少妇粗大呻吟视频| 午夜免费观看网址| 男女做爰动态图高潮gif福利片| 免费在线观看完整版高清| 国产av不卡久久| 免费观看人在逋| 亚洲人成77777在线视频| 欧美日韩一级在线毛片| 91九色精品人成在线观看| 男人舔女人的私密视频| 一个人免费在线观看的高清视频| 亚洲欧美一区二区三区黑人| 啦啦啦观看免费观看视频高清| 黑人巨大精品欧美一区二区mp4| 午夜a级毛片| 亚洲色图 男人天堂 中文字幕| 级片在线观看| 在线十欧美十亚洲十日本专区| 国产野战对白在线观看| 天堂√8在线中文| 国内精品久久久久久久电影| 欧美日本视频| 美女大奶头视频| 91成年电影在线观看| √禁漫天堂资源中文www| 亚洲国产精品合色在线| 美女免费视频网站| 母亲3免费完整高清在线观看| 国产精品 欧美亚洲| 国语自产精品视频在线第100页| 久久精品影院6| 国产av又大| 亚洲人成网站高清观看| 99久久久亚洲精品蜜臀av| 制服丝袜大香蕉在线| 热99re8久久精品国产| 国产精品野战在线观看| 免费看a级黄色片| 18美女黄网站色大片免费观看| 91大片在线观看| 精品少妇一区二区三区视频日本电影| 免费高清视频大片| 老司机午夜福利在线观看视频| 亚洲va日本ⅴa欧美va伊人久久| 午夜影院日韩av| 99国产综合亚洲精品| 亚洲精品国产一区二区精华液| 老司机在亚洲福利影院| 亚洲激情在线av| 久久久久久大精品| 国产久久久一区二区三区| 欧美乱色亚洲激情| 亚洲无线在线观看| 欧美丝袜亚洲另类 | 露出奶头的视频| 男人操女人黄网站| 午夜成年电影在线免费观看| www.自偷自拍.com| 国产精品日韩av在线免费观看| 三级毛片av免费| 大型av网站在线播放| 久久久久国内视频| 久久国产精品人妻蜜桃| 久久久久久人人人人人| 黑丝袜美女国产一区| 99久久综合精品五月天人人| 黄色成人免费大全| 黄片小视频在线播放| 可以免费在线观看a视频的电影网站| 色婷婷久久久亚洲欧美| 亚洲激情在线av| 19禁男女啪啪无遮挡网站| 男女视频在线观看网站免费 | 嫁个100分男人电影在线观看| 国产aⅴ精品一区二区三区波| 免费在线观看视频国产中文字幕亚洲| 日韩精品青青久久久久久| 国产精品,欧美在线| 亚洲一区高清亚洲精品| 岛国在线观看网站| 日本免费a在线| 狂野欧美激情性xxxx| 亚洲中文字幕日韩| 99精品欧美一区二区三区四区| 国产欧美日韩一区二区精品| 亚洲天堂国产精品一区在线| 成人av一区二区三区在线看| www.999成人在线观看| 最近在线观看免费完整版| 国内精品久久久久精免费| 一进一出抽搐gif免费好疼| 久久国产乱子伦精品免费另类| 国产成人精品久久二区二区91| 高清在线国产一区| 亚洲成人久久性| 亚洲狠狠婷婷综合久久图片| 人妻久久中文字幕网| 侵犯人妻中文字幕一二三四区| 深夜精品福利| 精品欧美国产一区二区三| 精品高清国产在线一区| 99re在线观看精品视频| 男人操女人黄网站| 韩国av一区二区三区四区| 欧美三级亚洲精品| 久久狼人影院| 麻豆国产av国片精品| 国产aⅴ精品一区二区三区波| 99re在线观看精品视频| 99在线视频只有这里精品首页| 国产乱人伦免费视频| 国内揄拍国产精品人妻在线 | 久久亚洲精品不卡| 桃红色精品国产亚洲av| √禁漫天堂资源中文www| 国产精品99久久99久久久不卡| 欧美激情 高清一区二区三区| 免费看十八禁软件| 制服人妻中文乱码| 大型黄色视频在线免费观看| 国产黄色小视频在线观看| 国产精品久久电影中文字幕| 日韩中文字幕欧美一区二区| 久久久水蜜桃国产精品网| 老司机午夜十八禁免费视频| 色老头精品视频在线观看| 国产精品久久久久久精品电影 | 色老头精品视频在线观看| 一进一出好大好爽视频| 日韩有码中文字幕| 又黄又爽又免费观看的视频| 天天添夜夜摸| 久久人妻av系列| 999久久久国产精品视频| 一个人免费在线观看的高清视频| 国产激情欧美一区二区| 亚洲国产精品999在线| 亚洲七黄色美女视频| 丰满人妻熟妇乱又伦精品不卡| 日韩欧美国产一区二区入口| 中国美女看黄片| 我的亚洲天堂| 亚洲国产毛片av蜜桃av| 制服丝袜大香蕉在线| 麻豆一二三区av精品| 精品久久久久久,| 国产99白浆流出| 黄色女人牲交| 婷婷丁香在线五月| 99国产极品粉嫩在线观看| 操出白浆在线播放| 好男人电影高清在线观看| 亚洲成av人片免费观看| 色哟哟哟哟哟哟| 丝袜人妻中文字幕| 亚洲一区二区三区不卡视频| 国产精品av久久久久免费| 成人亚洲精品av一区二区| 一本综合久久免费| 国产一区二区在线av高清观看| 中出人妻视频一区二区| 一进一出抽搐gif免费好疼| 大香蕉久久成人网| 国产亚洲精品一区二区www| 中文字幕人成人乱码亚洲影| 操出白浆在线播放| 欧美激情久久久久久爽电影| 十八禁网站免费在线| 国产亚洲欧美98| 中文亚洲av片在线观看爽| 亚洲av电影在线进入| 欧美另类亚洲清纯唯美| netflix在线观看网站| 欧美日韩黄片免| 在线免费观看的www视频| 久久久精品国产亚洲av高清涩受| 成年版毛片免费区| 亚洲国产欧洲综合997久久, | 国产激情欧美一区二区| 看黄色毛片网站| 在线观看66精品国产| videosex国产| 欧美在线一区亚洲| 亚洲成国产人片在线观看| 精品国产亚洲在线| 免费看美女性在线毛片视频| 欧美大码av| 国产精品影院久久| 欧美成人一区二区免费高清观看 | av欧美777| 欧美成狂野欧美在线观看| 美国免费a级毛片| 国产精品久久久久久精品电影 | 九色国产91popny在线| 欧美又色又爽又黄视频| 久久久久九九精品影院| 亚洲电影在线观看av| 少妇裸体淫交视频免费看高清 | 久久久精品国产亚洲av高清涩受| 欧美日本视频| 免费在线观看完整版高清| 久久精品国产99精品国产亚洲性色| 亚洲午夜精品一区,二区,三区| 精品乱码久久久久久99久播| 久久久久久亚洲精品国产蜜桃av| 在线观看免费视频日本深夜| 黄频高清免费视频| 欧美性长视频在线观看| 男女床上黄色一级片免费看| 欧美日韩亚洲国产一区二区在线观看| 韩国精品一区二区三区| 亚洲狠狠婷婷综合久久图片| 18禁裸乳无遮挡免费网站照片 | 国产精品精品国产色婷婷| 国内久久婷婷六月综合欲色啪| 一级毛片精品| 最好的美女福利视频网| 久久香蕉激情| 精品少妇一区二区三区视频日本电影| 亚洲五月天丁香| av电影中文网址| 国产精品,欧美在线| 久99久视频精品免费| 伊人久久大香线蕉亚洲五| 色精品久久人妻99蜜桃| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲一区中文字幕在线| 深夜精品福利| 免费在线观看日本一区| 香蕉av资源在线| 国产亚洲欧美98| 无遮挡黄片免费观看| 久久香蕉激情| 一二三四在线观看免费中文在| 老鸭窝网址在线观看| 国产亚洲精品av在线| www日本黄色视频网| 老司机福利观看| 日韩欧美国产一区二区入口| 久9热在线精品视频| 老熟妇乱子伦视频在线观看| 国产成人精品无人区| 波多野结衣巨乳人妻| 国产欧美日韩一区二区三| 亚洲av电影不卡..在线观看| 99国产极品粉嫩在线观看| 欧美乱妇无乱码| 老汉色∧v一级毛片| 丝袜美腿诱惑在线| 色老头精品视频在线观看| 国产精品九九99| 国产精品野战在线观看| 亚洲熟妇中文字幕五十中出| 欧美国产日韩亚洲一区| 久久中文看片网| 熟女少妇亚洲综合色aaa.| 动漫黄色视频在线观看| 日韩有码中文字幕| 动漫黄色视频在线观看| 国产午夜精品久久久久久| 成人精品一区二区免费| 国产精品二区激情视频| 色尼玛亚洲综合影院| 伊人久久大香线蕉亚洲五| 成年免费大片在线观看| 国产主播在线观看一区二区| 很黄的视频免费| 在线观看免费视频日本深夜| 国产精华一区二区三区| 亚洲专区国产一区二区| 亚洲精华国产精华精| 精品一区二区三区视频在线观看免费| 麻豆av在线久日| 一本综合久久免费| 一级片免费观看大全| 在线国产一区二区在线| 亚洲精品美女久久久久99蜜臀| 亚洲一区高清亚洲精品| 久久人人精品亚洲av| 久久香蕉激情| 久久久久亚洲av毛片大全| 一级作爱视频免费观看| 亚洲一区二区三区色噜噜| 久久久久九九精品影院| 日本熟妇午夜| 国产精品精品国产色婷婷| 日日夜夜操网爽| 亚洲激情在线av| 亚洲国产中文字幕在线视频| 一级a爱片免费观看的视频| 国产一区二区在线av高清观看| 午夜成年电影在线免费观看| 777久久人妻少妇嫩草av网站| 久久久久九九精品影院| 欧美性长视频在线观看| 男女做爰动态图高潮gif福利片| 欧美另类亚洲清纯唯美| 久久久久久九九精品二区国产 | av在线天堂中文字幕| 欧美激情久久久久久爽电影| 制服丝袜大香蕉在线| 久久青草综合色| 听说在线观看完整版免费高清| 人人妻人人看人人澡| 亚洲av成人av| 高清在线国产一区| 午夜福利一区二区在线看| 两人在一起打扑克的视频| 中文字幕久久专区| 亚洲第一青青草原| 国产精品 欧美亚洲| 亚洲国产欧洲综合997久久, | 亚洲国产欧美日韩在线播放| 夜夜爽天天搞| 激情在线观看视频在线高清| 国产成人影院久久av| 成年版毛片免费区| 国产亚洲精品久久久久5区| 成人一区二区视频在线观看| АⅤ资源中文在线天堂| 久久草成人影院| 91成人精品电影| 欧美乱妇无乱码| 亚洲国产高清在线一区二区三 | 国产黄色小视频在线观看| 亚洲午夜理论影院| 久久久久久国产a免费观看| 精品第一国产精品| 丁香欧美五月| 91老司机精品| 欧美黄色片欧美黄色片| 九色国产91popny在线| 久久久水蜜桃国产精品网| 精品国产乱子伦一区二区三区| 日韩 欧美 亚洲 中文字幕| 欧美一级a爱片免费观看看 | 国产伦一二天堂av在线观看| 亚洲自拍偷在线| 视频区欧美日本亚洲| 岛国在线观看网站| 别揉我奶头~嗯~啊~动态视频| 欧美成人午夜精品| 久久天躁狠狠躁夜夜2o2o| 激情在线观看视频在线高清| 欧美激情 高清一区二区三区| 精品高清国产在线一区| av有码第一页| 啦啦啦韩国在线观看视频| 国产高清有码在线观看视频 | 日韩欧美国产一区二区入口| 久久久精品国产亚洲av高清涩受| 妹子高潮喷水视频| 久久这里只有精品19| 国产亚洲精品久久久久久毛片| 日本 欧美在线| 无限看片的www在线观看| 亚洲七黄色美女视频| 曰老女人黄片| 他把我摸到了高潮在线观看| 波多野结衣巨乳人妻| 十八禁网站免费在线| 久久热在线av| 成人免费观看视频高清| 国产激情偷乱视频一区二区| 日日干狠狠操夜夜爽| 成人国产综合亚洲| 搡老妇女老女人老熟妇| 日本黄色视频三级网站网址| 别揉我奶头~嗯~啊~动态视频| 亚洲精品在线美女| 久久久久久亚洲精品国产蜜桃av| 日韩成人在线观看一区二区三区| 亚洲成av人片免费观看| 欧美av亚洲av综合av国产av| 欧美中文日本在线观看视频| 亚洲自拍偷在线| 亚洲在线自拍视频| 亚洲久久久国产精品| 亚洲天堂国产精品一区在线| 亚洲片人在线观看| 久久久久精品国产欧美久久久| 亚洲男人天堂网一区| 级片在线观看| 日韩欧美免费精品| 欧美 亚洲 国产 日韩一| 给我免费播放毛片高清在线观看| 日本黄色视频三级网站网址| 一夜夜www| 麻豆一二三区av精品| 叶爱在线成人免费视频播放| 一级毛片高清免费大全| 夜夜爽天天搞| 一区二区三区激情视频| 国产成人精品久久二区二区91| netflix在线观看网站| 亚洲av第一区精品v没综合| 欧美性长视频在线观看| 国产熟女午夜一区二区三区| 好男人电影高清在线观看| 国产精品亚洲av一区麻豆| 欧美又色又爽又黄视频| 国产麻豆成人av免费视频| 又紧又爽又黄一区二区| 最新在线观看一区二区三区| 欧美av亚洲av综合av国产av| 亚洲色图 男人天堂 中文字幕| 18禁观看日本| 国产亚洲欧美98| 一二三四社区在线视频社区8| 我的亚洲天堂| 国产成人系列免费观看| 日韩中文字幕欧美一区二区| 精品免费久久久久久久清纯| 欧美日韩黄片免| 99在线视频只有这里精品首页| 亚洲电影在线观看av| 久久草成人影院| 国产精品久久久久久精品电影 | 在线观看一区二区三区| 99国产精品99久久久久| 高清毛片免费观看视频网站| 欧美av亚洲av综合av国产av| 中文字幕av电影在线播放| 又大又爽又粗| 黄色成人免费大全| 久久久国产成人精品二区| 午夜a级毛片| 精品国内亚洲2022精品成人| 琪琪午夜伦伦电影理论片6080| 中文亚洲av片在线观看爽| 国产欧美日韩一区二区精品| 精品久久久久久,| 国内久久婷婷六月综合欲色啪| 男女下面进入的视频免费午夜 | 欧美一级a爱片免费观看看 | 国产精品自产拍在线观看55亚洲| 熟女电影av网| av福利片在线| 日韩欧美一区二区三区在线观看| 国产成人av激情在线播放| 国产av一区二区精品久久| 成人18禁高潮啪啪吃奶动态图| 亚洲久久久国产精品|