• <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 ?

    加速度數(shù)據(jù)特征在人體行為識(shí)別中的應(yīng)用研究

    2014-08-05 04:28:02盧先領(lǐng)王洪斌王瑩瑩
    計(jì)算機(jī)工程 2014年5期
    關(guān)鍵詞:連線關(guān)鍵點(diǎn)識(shí)別率

    盧先領(lǐng),王洪斌,王瑩瑩,徐 仙

    (江南大學(xué) a. 輕工過程先進(jìn)控制國(guó)家教育部重點(diǎn)實(shí)驗(yàn)室;b. 物聯(lián)網(wǎng)工程學(xué)院,江蘇 無(wú)錫 2141 22)

    加速度數(shù)據(jù)特征在人體行為識(shí)別中的應(yīng)用研究

    盧先領(lǐng)a,b,王洪斌a,b,王瑩瑩b,徐 仙b

    (江南大學(xué) a. 輕工過程先進(jìn)控制國(guó)家教育部重點(diǎn)實(shí)驗(yàn)室;b. 物聯(lián)網(wǎng)工程學(xué)院,江蘇 無(wú)錫 2141 22)

    為提高基于加速度傳感器的人體行為識(shí)別率,提出2種新的加速度數(shù)據(jù)特征。一種通過計(jì)算加速度矢量與重力方向夾角的小波能量來揭示加速度方向變化的本質(zhì),從時(shí)頻分析的角度區(qū)分不同行為;另一種提取加速度數(shù)據(jù)重排后的關(guān)鍵點(diǎn)連線斜率,突出數(shù)據(jù)的差異和分布特點(diǎn)。將上述2種特征與常用的6種特征相結(jié)合,訓(xùn)練基于支持向量機(jī)的多類分類器,對(duì)7種日常行為進(jìn)行識(shí)別。檢測(cè)結(jié)果表明,獨(dú)立檢測(cè)法和留一交叉檢測(cè)法對(duì)7種行為的平均識(shí)別率分別可達(dá)92.70%和95.08%。

    加速度傳感器;人體行為;數(shù)據(jù)特征;小波能量;斜率;支持向量機(jī)

    1 概述

    隨著普適計(jì)算的深入研究,高正確率的人體行為識(shí)別作為普適計(jì)算的研究重點(diǎn)已經(jīng)得到越來越多人的重視。而微機(jī)電系統(tǒng)的迅速發(fā)展,使各種類型的傳感器用于人體行為識(shí)別成為可能[1]。在眾多類型的傳感器中,加速度傳感器不僅具有高精度、低成本、便于攜帶等優(yōu)點(diǎn),而且彌補(bǔ)了基于計(jì)算機(jī)視覺方法[2-3]的監(jiān)控范圍局限、受環(huán)境變量影響較大等缺陷,應(yīng)用范圍越來越廣。

    近年來,不少研究人員采用單個(gè)加速度傳感器識(shí)別人體行為取得了較好的成果。但對(duì)上樓和下樓的區(qū)分并不理想,文獻(xiàn)[4]采用KNN作為分類器時(shí),上樓和下樓的識(shí)別率為69.57%和47.83%,采用J48作為分類器時(shí),兩者的識(shí)別率僅為52.63%和36.84%。在文獻(xiàn)[5]中,19個(gè)下樓行為全部識(shí)別錯(cuò)誤,21個(gè)上樓行為僅有9個(gè)識(shí)別正確,作者也明確表示上、下樓的識(shí)別難度較大。文獻(xiàn)[6]針對(duì)這一問題采用小波能量和四分位間距獲得了比較理想的結(jié)果,但并沒有加入其他行為進(jìn)行研究。提取加速度數(shù)據(jù)特征是行為識(shí)別的重點(diǎn),常用特征有均值[7-8]、方差或標(biāo)準(zhǔn)差[7-8]、傳感器任意兩軸數(shù)據(jù)的相關(guān)系數(shù)[8]、快速傅里葉變換(Fast F ourier Transform, F FT)系數(shù)[8]和基于功率譜密度(Power S pectral Density, PSD)振幅的均值和標(biāo)準(zhǔn)差等[9]。此外,不少研究采用新穎的特征來提高識(shí)別率,文獻(xiàn)[10]提出一種基于AR模型的特征,對(duì)4種行為的平均識(shí)別率可達(dá)92.25%,文獻(xiàn)[11]提出一種失重特征,進(jìn)一步提高了上述4種行為的識(shí)別率。但是這2種方法的識(shí)別行為較少,應(yīng)用范圍受到局限。

    本文在常用的6種時(shí)頻特征的基礎(chǔ)上添加了2種新穎特征,對(duì)7種日常行為進(jìn)行識(shí)別。

    2 特征提取和分類器構(gòu)建

    2.1 加速度數(shù)據(jù)采集和加窗處理

    本文以Freescale公司生產(chǎn)的MMA7361L三軸加速度傳感器為核心進(jìn)行數(shù)據(jù)采集,采樣頻率設(shè)定為100 H z,靈敏度設(shè)置為–6.0 g~+6.0 g。傳感器的Y軸豎直向下,X軸和Z軸分別指向人體側(cè)方和前方,傳感器模塊放置于人體腰腹位置,如圖1所示。為了滿足系統(tǒng)實(shí)時(shí)性的要求,對(duì)傳感器每一軸數(shù)據(jù)進(jìn)行加窗處理,本文選用的窗長(zhǎng)為512,相鄰窗有256個(gè)數(shù)據(jù)重復(fù),這種50%的重疊率被廣泛應(yīng)用,因此,采集一個(gè)窗口數(shù)據(jù)所需時(shí)間為5.12 s。

    圖1 加速度數(shù)據(jù)采集模塊放置位置示意圖

    2.2 特征提取

    2.2.1 基于角度的小波能量提取

    人在運(yùn)動(dòng)過程中,傳感器三軸的測(cè)量值包含了重力加速度,去除重力加速度后的真實(shí)值不僅體現(xiàn)了加速度的大小,還提供了加速度的方向信息。由于重力方向不變,加速度矢量的真實(shí)值與重力方向夾角的小波能量(Wavelet Energy, W E)(簡(jiǎn)稱基于角度的小波能量)可以揭示出運(yùn)動(dòng)過程中加速度方向變化的本質(zhì),對(duì)包含上、下樓在內(nèi)的多種行為有較強(qiáng)的區(qū)分能力。

    根據(jù)圖1所示的傳感器三軸位置關(guān)系,人在靜止站立時(shí),傳感器只受重力影響,計(jì)算此時(shí)X, Y和Z軸輸出數(shù)據(jù)的平均值Xo,Yo和Zo,即可得到重力加速度,矢量表示為G=(Xo,Yo, Zo)。設(shè)Xi, Yi和Zi分別為傳感器三軸第i個(gè)采樣數(shù)據(jù),則Mi=(Xi, Yi, Zi)表示傳感器的第i個(gè)測(cè)量值,故加速度矢量第i個(gè)真實(shí)值可估算為Mi-G。根據(jù)矢量運(yùn)算法則,采集第i個(gè)數(shù)據(jù)時(shí)的真實(shí)值和重力方向之間的夾角估算為(t為極小的正實(shí)數(shù),以保證分母不為0):

    小波能量等于信號(hào)經(jīng)過小波分解后細(xì)節(jié)分量系數(shù)的平方和[6],設(shè)l?為第l個(gè)窗內(nèi)iθ的集合,選擇db5小波作為母小波,對(duì)l?進(jìn)行8層分解,提取第7層和第8層細(xì)節(jié)分量系數(shù),計(jì)算小波能量。

    其中,cd?lk表示對(duì)l?進(jìn)行小波分解后第k層細(xì)節(jié)分量系數(shù);WEl為第l個(gè)窗基于角度的小波能量值。

    選擇4個(gè)實(shí)驗(yàn)者上、下樓時(shí)的7個(gè)連續(xù)窗數(shù)據(jù),計(jì)算基于角度的小波能量,結(jié)果如圖2所示。由于上、下樓時(shí)加速度矢量與重力方向夾角的變化頻率存在差異,基于角度的小波能量區(qū)別明顯。此外,通過實(shí)驗(yàn)發(fā)現(xiàn),基于角度的小波能量對(duì)上樓和行走、下樓和行走、上樓和騎腳踏車都有不同程度的區(qū)分能力,但是并不適用于行走和跑步以及下樓和騎腳踏車的區(qū)分。

    圖2 上下樓基于角度的小波能量值

    在圖3(a)和圖3(b)中,行走和跑步以及下樓和騎腳踏車基于角度的小波能量出現(xiàn)了混淆,僅采用這一特征并不能對(duì)上述4種行為進(jìn)行區(qū)分。

    隨著信息技術(shù)的不斷發(fā)展與升級(jí),“微媒體”得到迅速發(fā)展,媒體傳播已經(jīng)告別了傳統(tǒng)的傳播方式,進(jìn)入了全新的“微時(shí)代”。而且“微媒體”具有著這個(gè)時(shí)代得天獨(dú)厚的優(yōu)勢(shì),它的信息具有開放性、資源也具有高度的共享性、信息傳播的途徑更為廣泛而且沒有門檻限制。因?yàn)樗?dú)有的多元化、高效率、低門檻、靈活性受到廣大群眾的青睞。而作為當(dāng)代的大學(xué)生,可以通過“微媒體”來填補(bǔ)自己精神層面的缺失,也可以利用它獨(dú)特優(yōu)勢(shì)來宣傳積極正能量的事情,通過這樣的方式來不斷培養(yǎng)自己的精神文明。

    圖3 不同行為之間的混淆

    2.2.2 關(guān)鍵點(diǎn)連線斜率的提取

    將豎直方向的加速度數(shù)據(jù)按照從小到大的順序重新排列后,計(jì)算某些點(diǎn)的連線斜率(簡(jiǎn)稱關(guān)鍵點(diǎn)連線斜率)不僅可以排除異常值和極值的影響,突出數(shù)據(jù)分布特點(diǎn),還能體現(xiàn)出人體運(yùn)動(dòng)的劇烈程度,解決行走和跑步以及下樓和騎腳踏車混淆的問題。

    表1 5組連線斜率及混淆行為的差異值

    在表1中,為了使混淆行為之間的差異最大化,應(yīng)選擇差異值較大時(shí)的數(shù)據(jù)點(diǎn)作為關(guān)鍵點(diǎn),計(jì)算K值。drun-walk的最大值出現(xiàn)在第3組數(shù)據(jù)中,而ddownstairs-cycle的最大值出現(xiàn)在第1組數(shù)據(jù)中,但是兩者的第二大值同時(shí)出現(xiàn)在第2組數(shù)據(jù)中。為了保證較大的區(qū)分度和算法的統(tǒng)一性,選擇第2組中的m, n作為關(guān)鍵點(diǎn)位置,即數(shù)據(jù)重排后一個(gè)窗內(nèi)的第50個(gè)和第462個(gè)數(shù)據(jù)點(diǎn)作為關(guān)鍵點(diǎn)。計(jì)算4種行為連續(xù)7個(gè)窗的關(guān)鍵點(diǎn)連線斜率,經(jīng)規(guī)范化后,如圖4所示。

    圖4 4種行為的關(guān)鍵點(diǎn)連線斜率

    在圖4(a)中,由于跑步和行走的運(yùn)動(dòng)劇烈程度不同,兩者的關(guān)鍵點(diǎn)連線斜率區(qū)別明顯。在圖4(b)中,雖然兩者數(shù)值接近,但下樓的關(guān)鍵點(diǎn)連線斜率大于騎腳踏車,兩者不再混淆。

    2.2.3 6種常用時(shí)頻特征

    為了進(jìn)一步提高識(shí)別率,除了基于角度的小波能量和關(guān)鍵點(diǎn)連線斜率外,還對(duì)每個(gè)窗口數(shù)據(jù)提取了均值、標(biāo)準(zhǔn)差、傳感器任意兩軸數(shù)據(jù)的相關(guān)系數(shù)、FFT前32維系數(shù)、基于PSD振幅的均值和標(biāo)準(zhǔn)差6種特征。其中,時(shí)域特征包括均值、標(biāo)準(zhǔn)差、任意兩軸數(shù)據(jù)的相關(guān)系數(shù);頻域特征有FFT前32維系數(shù)、基于PSD振幅的均值和標(biāo)準(zhǔn)差。FFT的第1維系數(shù)是信號(hào)的直流分量,與均值重復(fù),實(shí)際僅提取剩下的31維FFT系數(shù)。

    2.3 基于SVM的多類分類器

    3 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析

    3.1 實(shí)驗(yàn)設(shè)置

    本文在Matlab環(huán)境下對(duì)數(shù)據(jù)進(jìn)行仿真處理。選擇10個(gè)實(shí)驗(yàn)者(5名男性,5名女性)佩戴加速度數(shù)據(jù)采集模塊并按照各自的習(xí)慣完成7種日常行為(上樓、下樓、站立、行走、躺臥、騎腳踏車和跑步),每種行為的持續(xù)時(shí)間不少于3 min,選擇其中的2 min數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。傳感器的采樣頻率為100 H z,每一軸可采集12 00 0個(gè)數(shù)據(jù),共有45個(gè)窗,計(jì)算每一個(gè)窗的多種特征構(gòu)成實(shí)驗(yàn)樣本,則每種行為有450個(gè)樣本。采用獨(dú)立檢測(cè)法時(shí),隨機(jī)選擇其中315個(gè)作為訓(xùn)練樣本,剩下的135個(gè)作為測(cè)試樣本。采用留一交叉檢測(cè)法時(shí),將所有實(shí)驗(yàn)樣本分成5個(gè)子集,輪流將每個(gè)子集作為測(cè)試樣本,剩下的4個(gè)作為訓(xùn)練樣本,則訓(xùn)練樣本和測(cè)試樣本分別包含360個(gè)和90個(gè)樣本。

    3.2 檢測(cè)效果和分析

    為了驗(yàn)證本文提出2種特征的有效性,將全部特征分成3組,第1組為2.2.3節(jié)中常用的6種特征集合;第2組包含第1組的所有特征并添加了基于角度的小波能量,共7種特征;第3組包含了第2組的所有特征并添加了關(guān)鍵點(diǎn)連線斜率,共8種特征,也是全部的特征集合。

    利用上述3組特征集分別訓(xùn)練SVM,并對(duì)7種行為進(jìn)行識(shí)別,采用獨(dú)立檢測(cè)法和留一交叉檢測(cè)法的平均識(shí)別率如圖5和圖6所示。

    圖5 獨(dú)立檢測(cè)的識(shí)別結(jié)果

    圖6 留一交叉檢測(cè)的識(shí)別結(jié)果

    在2種檢測(cè)方法中,加入基于角度的小波能量后,多種行為的識(shí)別率有不同程度的提高。從圖5(a)和圖6(a)中可知,上樓的識(shí)別率提高了14.81%和14.45%,在圖5(b)和圖6(b)中,下樓的識(shí)別率提高了30.37%和29.96%。加入關(guān)鍵點(diǎn)連線斜率后,突出了運(yùn)動(dòng)的劇烈程度和數(shù)據(jù)的分布特點(diǎn),行走和跑步的識(shí)別率大幅增長(zhǎng),下樓和騎腳踏車也得到了進(jìn)一步的區(qū)分。在最終結(jié)果中,與未添加2種特征相比,如圖5(b)和圖6(b)、圖5(d)和圖6(d)、圖5(f)和圖6(f)以及圖5(g)和圖6(g)所示,行走的識(shí)別率增長(zhǎng)了9.63%和12.22%,跑步的識(shí)別率增長(zhǎng)了20.74%和21.11%,下樓的識(shí)別率增長(zhǎng)了40%和43.3%,而騎腳踏車的識(shí)別率增長(zhǎng)了17.04%和18.89%,效果令人滿意。此外,在站立和躺臥2種靜止行為的識(shí)別中,由于加速度變化較小,識(shí)別難度低,如圖5(c)和圖5(e)、圖6(c)和圖6(e)所示,測(cè)試樣本全部識(shí)別正確。因此,基于角度的小波能量和關(guān)鍵點(diǎn)連線斜率可以有效提高多種人體行為的識(shí)別率。

    3.3 識(shí)別結(jié)果

    將基于角度的小波能量和關(guān)鍵點(diǎn)連線斜率與常用的6種特征結(jié)合,對(duì)7種人體行為進(jìn)行識(shí)別,采用2種檢測(cè)方法的混淆矩陣如圖7所示。矩陣中“/”前面和后面的數(shù)字分別表示采用獨(dú)立檢測(cè)和留一交叉檢測(cè)時(shí)被識(shí)別的測(cè)試樣本個(gè)數(shù)。

    圖7 7種行為的混淆矩陣

    在圖7中,上樓雖然有小部分與騎腳踏車和行走混淆,但是和下樓的區(qū)分明顯,兩者僅有個(gè)別測(cè)試樣本發(fā)生混淆。在下樓和騎腳踏車的識(shí)別方面,135個(gè)測(cè)試樣本分別僅有19個(gè)和16個(gè)出現(xiàn)混淆,而90個(gè)測(cè)試樣本也僅有12個(gè)和6個(gè)識(shí)別出錯(cuò),正確率得到了改善。另外,在采用留一交叉檢測(cè)法識(shí)別行走時(shí),90個(gè)測(cè)試樣本全部正確。除此之外,由于躺臥和站立2種靜止行為的識(shí)別難度較低,采用本文的8種特征,2種檢測(cè)結(jié)果均全部正確。最終識(shí)別結(jié)果顯示,采用2種檢測(cè)方法對(duì)7種行為的平均識(shí)別率分別可達(dá)92.70%和95.08%。

    4 結(jié)束語(yǔ)

    本文采用單個(gè)加速度傳感器識(shí)別人體行為,提出了2種新的加速度數(shù)據(jù)特征:基于角度的小波能量和關(guān)鍵點(diǎn)連線斜率,從時(shí)頻分析和數(shù)值差異角度區(qū)分不同行為。采用獨(dú)立檢測(cè)法和留一交叉檢測(cè)法的結(jié)果表明了添加2種特征的有效性,最終識(shí)別率高達(dá)90%以上。今后將進(jìn)一步研究?jī)?yōu)化特征集和構(gòu)建分類器的方法,提高行為識(shí)別的正確率。

    [1] Li Ming, V iktor R, G autam T, et al. Multimodal Physical Activity Recog nition by Fusing T emporal and Cepstral Information[J]. IEEE T ransactions on Ne ural Sy stems and Rehabilitation Engineering, 2010, 18(4): 1-10.

    [2] 胡 石, 梅 雪. 人體行為動(dòng)作的形狀輪廓特征提取及識(shí)別[J]. 計(jì)算機(jī)工程, 2012, 38(2): 198-200.

    [3] 梅 雪, 張繼法, 許松松, 等. 基于運(yùn)動(dòng)方向的視角無(wú)關(guān)行為識(shí)別方法[J]. 計(jì)算機(jī)工程, 2012, 38(15): 159-161, 165.

    [4] Maquire D, Frisby R. Comparison of Featu re Classification Algorithms for Activity R ecognition Based on Accelerometer and Heart Rate Data[C]//Proc. of the 9th IT & T Conference. Dublin, Ireland: Dublin Institute of Technology Press, 2009.

    [5] Ravi N, Da ndekar N, Mysore P, et al. Activity Recognition from Accelerometer Data[C]//Proc. of the 17th Conference on Innovative Applications of Artific ial Intelligence. Pittsburgh, USA: AAAI Press, 2005: 1541-1546.

    [6] Xue Yang, Jin Lianwen. Discrimination Between Upstairs and Downstairs Bas ed on Ac celerometer[J]. Emer ging T echnologies of Ubiquitous Com puting Systems, 20 11, 94(6): 1173-1177.

    [7] Jennifer R K, Gary M W, Samuel A M. Activity Recognition Using Cell Phone Accelerom eters[J]. ACM SIGKDD Exploration Newsletter, 2010, 12(2): 74-82.

    [8] Preece S J, Goulermas J Y, Kenney L P J, et al. A Comparison of Feature Extraction Methods for the Classification of Dynamic Activities from Accelerometer D ata[J]. IEEE Transactions on Biomedical Engineering, 2009, 56(3): 871-879.

    [9] Yang Jie, Wang Shuangquan, Chen Ningjiang, et al. Wearable Accelerometer Based Extendable Activity Recognition System[C]//Proc. of IEEE International Conf erence on Robotics and Automation. Anchorage, USA: IEEE Press, 2010: 3641-3647.

    [10] He Zhe nyu, Jin Lianwen. Activity Recognition from Acceleration D ata Using AR Model Representation and SV M[C]// Proc. of International Conference on Machine Learning and Cybernetics. [S. l.]: IEEE Press, 2008: 2245-2250.

    [11] He Zhenyu, Liu Zhibin, Jin Lian wen, et al. W eightlessness Feature——A Novel Fe ature for Single Tri-axial Accelerometer B ased Activity R ecognition[C]//Proc. of Int ernational Conference on Pattern Recognition. Tampa, USA: IEEE Press, 2008: 1-4.

    編輯 顧逸斐

    Application Research on Acceleration Data Features in Human Behavior Recognition

    LU Xian-linga,b, WANG Hong-bina,b, WANG Ying-yingb, XU Xianb

    (a. Key Laboratory of Light Industry Advanced Process Control, Ministry of Education; b. School of Internet of Things Engineering, Jiangnan University, Wuxi 214122, China)

    Two novel features for acceleration data are applied to improve recognition accuracy of human activities. One feature uncovers the essential of acceleration direction by calculating the Wavelet Energy(WE) of angle between acceleration vector and gravity direction, and distinguishes different activities from time-frequency analysis. The other feature extracts from the slope of ke y points connection after acceleration data are rearranged, which highlights the dif ference and distribution of acceleration data. The t wo novel features can b e combined with the six traditional widely used features to constitute feature sets, which allows to train the multi-class c lassifier based on Support Vector Machine(SVM), and to identify seven Activities of Daily Living(ADL). Two test results show that the average recognition accuracy of independent test method and leave one out cross test method can reach 92.70% and 95.08% respectively.

    acceleration sensor; human behavior; data feature; Wavelet Energy(WE); slope; Support Vector Machine(SVM)

    10.3969/j.issn.1000-3428.2014.05.037

    中央高?;究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)基金資助項(xiàng)目(JUSRP21129);江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程基金資助項(xiàng)目。

    盧先領(lǐng)(1972-),男,副教授、博士,主研方向:行為識(shí)別,無(wú)線傳感器網(wǎng)絡(luò);王洪斌、王瑩瑩、徐 仙,碩士研究生。

    2013-03-13

    2013-05-06E-mail:jnluxl@gmail.com

    1000-3428(2014)05-0178-05

    A

    TP75

    猜你喜歡
    連線關(guān)鍵點(diǎn)識(shí)別率
    聚焦金屬關(guān)鍵點(diǎn)
    肉兔育肥抓好七個(gè)關(guān)鍵點(diǎn)
    快樂連線
    快樂連線
    快樂連線
    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(cè)
    基于真耳分析的助聽器配戴者言語(yǔ)可懂度指數(shù)與言語(yǔ)識(shí)別率的關(guān)系
    快樂連線
    提升高速公路MTC二次抓拍車牌識(shí)別率方案研究
    高速公路機(jī)電日常維護(hù)中車牌識(shí)別率分析系統(tǒng)的應(yīng)用
    淫妇啪啪啪对白视频| 久久久久久久久免费视频了| 夜夜躁狠狠躁天天躁| a级毛片黄视频| 最好的美女福利视频网| 成人亚洲精品一区在线观看| 国产av又大| 黑人猛操日本美女一级片| 9191精品国产免费久久| 涩涩av久久男人的天堂| 一区二区三区精品91| tocl精华| 久久午夜综合久久蜜桃| 亚洲五月色婷婷综合| 嫩草影视91久久| 老汉色av国产亚洲站长工具| 一区二区三区精品91| 黄色丝袜av网址大全| 色婷婷久久久亚洲欧美| 精品一品国产午夜福利视频| 久久人妻熟女aⅴ| 很黄的视频免费| 免费一级毛片在线播放高清视频 | 午夜a级毛片| 女性生殖器流出的白浆| 1024香蕉在线观看| 欧美日韩黄片免| 黑人巨大精品欧美一区二区mp4| 久久人人爽av亚洲精品天堂| 国产欧美日韩综合在线一区二区| 嫁个100分男人电影在线观看| 中文字幕人妻丝袜一区二区| 精品人妻在线不人妻| 欧美一区二区精品小视频在线| 人人澡人人妻人| 国内久久婷婷六月综合欲色啪| 欧美日韩福利视频一区二区| 叶爱在线成人免费视频播放| 日韩av在线大香蕉| tocl精华| av网站在线播放免费| 法律面前人人平等表现在哪些方面| 亚洲欧美精品综合久久99| 国产精品一区二区在线不卡| 国产亚洲欧美精品永久| 在线观看免费午夜福利视频| 亚洲av熟女| 国产一区二区激情短视频| av超薄肉色丝袜交足视频| 国产av一区二区精品久久| 日韩精品中文字幕看吧| 亚洲成人免费电影在线观看| 精品一区二区三卡| 91麻豆精品激情在线观看国产 | 欧美久久黑人一区二区| 老司机深夜福利视频在线观看| 女同久久另类99精品国产91| 精品国产一区二区三区四区第35| 亚洲精品美女久久久久99蜜臀| 99在线人妻在线中文字幕| 这个男人来自地球电影免费观看| 精品久久蜜臀av无| 国产精品久久电影中文字幕| 亚洲国产中文字幕在线视频| 亚洲情色 制服丝袜| 黑人猛操日本美女一级片| 一区在线观看完整版| av福利片在线| aaaaa片日本免费| 国产亚洲欧美精品永久| 夫妻午夜视频| 精品久久久久久久久久免费视频 | 悠悠久久av| 国产野战对白在线观看| 国产av一区二区精品久久| www.999成人在线观看| 99riav亚洲国产免费| av天堂久久9| 久久精品91蜜桃| 在线免费观看的www视频| 黄片大片在线免费观看| 久久久久久久久中文| 黑人巨大精品欧美一区二区蜜桃| 午夜亚洲福利在线播放| 久久午夜综合久久蜜桃| 日韩欧美国产一区二区入口| 亚洲成av片中文字幕在线观看| 日韩欧美免费精品| 亚洲一码二码三码区别大吗| 成人手机av| 99久久综合精品五月天人人| www.熟女人妻精品国产| 国产精品一区二区在线不卡| 精品日产1卡2卡| 美女 人体艺术 gogo| 亚洲色图 男人天堂 中文字幕| 中文字幕人妻熟女乱码| 成人国语在线视频| 亚洲欧洲精品一区二区精品久久久| 色综合婷婷激情| 国产精品国产高清国产av| 不卡一级毛片| 亚洲成人精品中文字幕电影 | 亚洲av熟女| 成人黄色视频免费在线看| 法律面前人人平等表现在哪些方面| 美女福利国产在线| 在线观看66精品国产| avwww免费| 色精品久久人妻99蜜桃| 亚洲 欧美一区二区三区| 午夜精品国产一区二区电影| 亚洲七黄色美女视频| 亚洲avbb在线观看| 麻豆久久精品国产亚洲av | 不卡av一区二区三区| avwww免费| 在线观看免费日韩欧美大片| 性少妇av在线| 人妻丰满熟妇av一区二区三区| 国产精品综合久久久久久久免费 | 电影成人av| 级片在线观看| 亚洲伊人色综图| 精品国产乱码久久久久久男人| 一级片'在线观看视频| 女同久久另类99精品国产91| 日本黄色日本黄色录像| 久久天躁狠狠躁夜夜2o2o| 在线观看日韩欧美| 男女高潮啪啪啪动态图| 国产1区2区3区精品| 色播在线永久视频| 一区二区三区激情视频| 日本免费一区二区三区高清不卡 | 黄色 视频免费看| 国产精品综合久久久久久久免费 | 国产有黄有色有爽视频| 极品人妻少妇av视频| 很黄的视频免费| 日本撒尿小便嘘嘘汇集6| 国产人伦9x9x在线观看| 精品高清国产在线一区| 一二三四在线观看免费中文在| 欧美成人午夜精品| 国产免费男女视频| 一二三四在线观看免费中文在| 国产成人免费无遮挡视频| 国产成人精品久久二区二区免费| 亚洲色图av天堂| 国产亚洲精品一区二区www| 国产无遮挡羞羞视频在线观看| 在线视频色国产色| 欧美日本亚洲视频在线播放| 国产高清视频在线播放一区| av在线播放免费不卡| 国内毛片毛片毛片毛片毛片| 人人妻人人澡人人看| av天堂久久9| 国产精品乱码一区二三区的特点 | 男男h啪啪无遮挡| av电影中文网址| 免费日韩欧美在线观看| 亚洲精品中文字幕在线视频| 日韩三级视频一区二区三区| 成人黄色视频免费在线看| 黄色a级毛片大全视频| 欧美日韩瑟瑟在线播放| 少妇粗大呻吟视频| 涩涩av久久男人的天堂| 国产av一区二区精品久久| 十八禁人妻一区二区| 麻豆一二三区av精品| 啦啦啦免费观看视频1| 99riav亚洲国产免费| 一级毛片高清免费大全| 国产一卡二卡三卡精品| 操美女的视频在线观看| 国产精品1区2区在线观看.| 19禁男女啪啪无遮挡网站| 女人被狂操c到高潮| 中文亚洲av片在线观看爽| 国产免费现黄频在线看| 亚洲avbb在线观看| 精品人妻1区二区| av超薄肉色丝袜交足视频| 窝窝影院91人妻| 美女午夜性视频免费| 黄片大片在线免费观看| 亚洲国产精品合色在线| 午夜福利免费观看在线| 中文字幕最新亚洲高清| 欧美av亚洲av综合av国产av| 高清毛片免费观看视频网站 | 欧美午夜高清在线| 亚洲第一欧美日韩一区二区三区| 国产精品综合久久久久久久免费 | 两性夫妻黄色片| 91在线观看av| 中文字幕人妻丝袜一区二区| 久久伊人香网站| 久久久久久人人人人人| 十八禁人妻一区二区| 在线观看舔阴道视频| 久久精品国产亚洲av香蕉五月| 99香蕉大伊视频| 757午夜福利合集在线观看| 老汉色av国产亚洲站长工具| 伦理电影免费视频| 亚洲自拍偷在线| 欧美精品一区二区免费开放| 精品福利观看| 久久中文字幕人妻熟女| 国产精品电影一区二区三区| 国产精品国产av在线观看| 久久香蕉激情| 久热爱精品视频在线9| 成人亚洲精品一区在线观看| 50天的宝宝边吃奶边哭怎么回事| 国产精品综合久久久久久久免费 | 亚洲成人免费电影在线观看| 91麻豆精品激情在线观看国产 | 国产熟女xx| 热re99久久精品国产66热6| 国产三级在线视频| av视频免费观看在线观看| 亚洲七黄色美女视频| 精品一区二区三区av网在线观看| 男人舔女人下体高潮全视频| 精品无人区乱码1区二区| 亚洲欧美日韩另类电影网站| а√天堂www在线а√下载| 50天的宝宝边吃奶边哭怎么回事| 他把我摸到了高潮在线观看| 欧美日韩亚洲国产一区二区在线观看| 精品人妻1区二区| 国产精品偷伦视频观看了| 国产成+人综合+亚洲专区| 亚洲男人天堂网一区| 首页视频小说图片口味搜索| 日韩免费av在线播放| 色精品久久人妻99蜜桃| 欧美乱码精品一区二区三区| 久久久水蜜桃国产精品网| 国内久久婷婷六月综合欲色啪| 97碰自拍视频| 色精品久久人妻99蜜桃| 又黄又爽又免费观看的视频| 免费观看人在逋| av国产精品久久久久影院| 国产av一区二区精品久久| 两人在一起打扑克的视频| 天堂俺去俺来也www色官网| 中文字幕另类日韩欧美亚洲嫩草| 亚洲av片天天在线观看| 亚洲熟妇熟女久久| av网站在线播放免费| 97碰自拍视频| 久99久视频精品免费| 国产精品一区二区精品视频观看| 满18在线观看网站| 亚洲一区二区三区不卡视频| 在线天堂中文资源库| 丰满人妻熟妇乱又伦精品不卡| 91成人精品电影| 成年人黄色毛片网站| 老熟妇乱子伦视频在线观看| 中文字幕人妻丝袜制服| 91九色精品人成在线观看| 亚洲男人天堂网一区| 亚洲男人的天堂狠狠| 国产av在哪里看| 欧美乱妇无乱码| 777久久人妻少妇嫩草av网站| 久久中文字幕人妻熟女| 亚洲av成人一区二区三| 亚洲av日韩精品久久久久久密| 久久热在线av| 91麻豆精品激情在线观看国产 | 国产精品国产av在线观看| 狂野欧美激情性xxxx| 午夜精品国产一区二区电影| 69精品国产乱码久久久| 精品国产超薄肉色丝袜足j| 亚洲精品中文字幕一二三四区| 一级毛片高清免费大全| 国产一区二区激情短视频| 最近最新中文字幕大全电影3 | 国产精品国产高清国产av| 免费高清在线观看日韩| 欧美最黄视频在线播放免费 | 国产成人精品久久二区二区91| 97超级碰碰碰精品色视频在线观看| 亚洲中文日韩欧美视频| 一a级毛片在线观看| 成在线人永久免费视频| 很黄的视频免费| 久久 成人 亚洲| 欧美+亚洲+日韩+国产| 两个人免费观看高清视频| 18禁美女被吸乳视频| 在线观看日韩欧美| 国产精品野战在线观看 | 亚洲欧美一区二区三区黑人| 欧美日韩福利视频一区二区| 欧美最黄视频在线播放免费 | 久久久久久大精品| 久久性视频一级片| 法律面前人人平等表现在哪些方面| 一边摸一边抽搐一进一出视频| 国产av一区二区精品久久| 国产精品美女特级片免费视频播放器 | 国产不卡一卡二| 久久九九热精品免费| 精品国产乱子伦一区二区三区| 日韩欧美国产一区二区入口| 最近最新中文字幕大全免费视频| 午夜免费鲁丝| 亚洲国产精品999在线| 18美女黄网站色大片免费观看| 午夜免费鲁丝| 免费看a级黄色片| 母亲3免费完整高清在线观看| 久久 成人 亚洲| 丰满的人妻完整版| 国产成人av教育| 中文亚洲av片在线观看爽| 亚洲狠狠婷婷综合久久图片| 日韩欧美在线二视频| 国产精品一区二区精品视频观看| 国产又色又爽无遮挡免费看| 国产精品美女特级片免费视频播放器 | bbb黄色大片| 欧美日韩国产mv在线观看视频| 欧美av亚洲av综合av国产av| 久久午夜亚洲精品久久| www日本在线高清视频| 免费在线观看完整版高清| 久久久国产成人免费| 欧美日韩国产mv在线观看视频| 搡老岳熟女国产| cao死你这个sao货| 国产成人啪精品午夜网站| 亚洲自拍偷在线| 桃色一区二区三区在线观看| 波多野结衣av一区二区av| 老司机午夜十八禁免费视频| 国产野战对白在线观看| www国产在线视频色| 村上凉子中文字幕在线| 在线av久久热| 亚洲少妇的诱惑av| 国产精品亚洲av一区麻豆| 日韩欧美国产一区二区入口| 两人在一起打扑克的视频| 精品人妻1区二区| 很黄的视频免费| 国产精品影院久久| 国产精品亚洲av一区麻豆| 亚洲成人免费av在线播放| 老司机午夜十八禁免费视频| 无遮挡黄片免费观看| 国产97色在线日韩免费| 久久国产乱子伦精品免费另类| 国产97色在线日韩免费| 久久国产精品男人的天堂亚洲| 十分钟在线观看高清视频www| 涩涩av久久男人的天堂| 成人国语在线视频| 午夜福利欧美成人| 男女高潮啪啪啪动态图| 88av欧美| 丰满迷人的少妇在线观看| 99热只有精品国产| 99久久综合精品五月天人人| 欧美不卡视频在线免费观看 | 欧美最黄视频在线播放免费 | 老汉色av国产亚洲站长工具| 国产精品久久电影中文字幕| 12—13女人毛片做爰片一| 国产免费现黄频在线看| 亚洲精品国产一区二区精华液| 欧美成人午夜精品| 在线免费观看的www视频| 久久香蕉激情| 欧美激情久久久久久爽电影 | 女人被狂操c到高潮| 日韩国内少妇激情av| 国产蜜桃级精品一区二区三区| 在线av久久热| 国产无遮挡羞羞视频在线观看| 极品教师在线免费播放| 精品久久久久久成人av| 中文亚洲av片在线观看爽| 淫秽高清视频在线观看| av片东京热男人的天堂| 欧美不卡视频在线免费观看 | 欧美色视频一区免费| 亚洲专区国产一区二区| 亚洲九九香蕉| 国产成人免费无遮挡视频| 日韩精品免费视频一区二区三区| 久久久久九九精品影院| 日韩国内少妇激情av| 久久久精品欧美日韩精品| 两个人看的免费小视频| 国产精品香港三级国产av潘金莲| 女人精品久久久久毛片| 丝袜在线中文字幕| 免费看十八禁软件| 亚洲色图综合在线观看| 亚洲成人免费av在线播放| 少妇的丰满在线观看| 在线观看一区二区三区| 欧美大码av| 亚洲精品美女久久久久99蜜臀| 中文字幕av电影在线播放| videosex国产| 国产伦一二天堂av在线观看| 69av精品久久久久久| 在线观看66精品国产| 成人手机av| 三上悠亚av全集在线观看| 老司机午夜十八禁免费视频| 国产一区在线观看成人免费| 搡老乐熟女国产| 天堂√8在线中文| 精品高清国产在线一区| 亚洲欧美一区二区三区黑人| 女同久久另类99精品国产91| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲 国产 在线| 欧美黄色淫秽网站| 亚洲精品久久成人aⅴ小说| 欧美大码av| 在线天堂中文资源库| 亚洲av成人一区二区三| 极品人妻少妇av视频| 免费看a级黄色片| 老司机福利观看| 久久精品aⅴ一区二区三区四区| 国产高清国产精品国产三级| 国产一区二区激情短视频| 韩国av一区二区三区四区| 午夜亚洲福利在线播放| 精品少妇一区二区三区视频日本电影| 欧美日韩视频精品一区| 婷婷精品国产亚洲av在线| 在线av久久热| 他把我摸到了高潮在线观看| 一级毛片精品| 国产伦人伦偷精品视频| 亚洲专区国产一区二区| 在线观看日韩欧美| 亚洲国产毛片av蜜桃av| 搡老乐熟女国产| 亚洲精品国产精品久久久不卡| 搡老熟女国产l中国老女人| 欧美在线一区亚洲| 妹子高潮喷水视频| av片东京热男人的天堂| 黄色女人牲交| 中文字幕av电影在线播放| 久久人妻福利社区极品人妻图片| 久久国产精品影院| 国产欧美日韩综合在线一区二区| 巨乳人妻的诱惑在线观看| 丰满人妻熟妇乱又伦精品不卡| 一二三四社区在线视频社区8| 一区二区三区国产精品乱码| 99国产精品一区二区蜜桃av| 精品一区二区三区视频在线观看免费 | 国产高清国产精品国产三级| 色综合站精品国产| 亚洲欧美一区二区三区久久| 亚洲精品国产精品久久久不卡| 50天的宝宝边吃奶边哭怎么回事| 久久亚洲精品不卡| 婷婷丁香在线五月| 美女大奶头视频| 欧美中文日本在线观看视频| 天天躁狠狠躁夜夜躁狠狠躁| av片东京热男人的天堂| 日本黄色视频三级网站网址| 高清黄色对白视频在线免费看| 成人精品一区二区免费| 88av欧美| 国产精品 欧美亚洲| 伊人久久大香线蕉亚洲五| 国产色视频综合| 天天躁夜夜躁狠狠躁躁| 精品日产1卡2卡| 国产精品二区激情视频| 一本综合久久免费| 超色免费av| 成人国产一区最新在线观看| 成人三级做爰电影| 男女床上黄色一级片免费看| 久久精品亚洲精品国产色婷小说| 超色免费av| 久久久久亚洲av毛片大全| 欧美中文综合在线视频| 99在线人妻在线中文字幕| 欧美 亚洲 国产 日韩一| 黄片大片在线免费观看| 免费看a级黄色片| 久久久久精品国产欧美久久久| 国产精品日韩av在线免费观看 | av在线播放免费不卡| 亚洲欧美日韩高清在线视频| 久久人妻熟女aⅴ| 天堂俺去俺来也www色官网| 老司机午夜十八禁免费视频| 欧美午夜高清在线| 亚洲av成人一区二区三| 一边摸一边抽搐一进一小说| 亚洲精品在线观看二区| 成人影院久久| 大陆偷拍与自拍| 亚洲欧美精品综合一区二区三区| 国产国语露脸激情在线看| 亚洲片人在线观看| 国产精品野战在线观看 | 亚洲国产欧美日韩在线播放| 亚洲欧美精品综合久久99| 亚洲精品美女久久久久99蜜臀| 欧美 亚洲 国产 日韩一| 中文欧美无线码| 精品久久久久久,| 国产精品一区二区免费欧美| 俄罗斯特黄特色一大片| 成人特级黄色片久久久久久久| 亚洲成a人片在线一区二区| 91麻豆精品激情在线观看国产 | 久久精品91无色码中文字幕| 乱人伦中国视频| 国产精品 欧美亚洲| videosex国产| 又紧又爽又黄一区二区| 精品一区二区三区四区五区乱码| 久久天堂一区二区三区四区| 女人爽到高潮嗷嗷叫在线视频| 亚洲人成电影观看| 日韩成人在线观看一区二区三区| 50天的宝宝边吃奶边哭怎么回事| 亚洲七黄色美女视频| 99久久久亚洲精品蜜臀av| 欧美日韩亚洲国产一区二区在线观看| 国产一区二区激情短视频| 欧美日韩精品网址| 国产麻豆69| 91麻豆精品激情在线观看国产 | 在线观看午夜福利视频| 新久久久久国产一级毛片| 国产日韩一区二区三区精品不卡| 少妇裸体淫交视频免费看高清 | 在线观看午夜福利视频| 免费看a级黄色片| 黑人欧美特级aaaaaa片| 亚洲精品中文字幕一二三四区| 每晚都被弄得嗷嗷叫到高潮| 亚洲男人的天堂狠狠| 午夜福利免费观看在线| 亚洲中文字幕日韩| 久久久久国产一级毛片高清牌| 国产欧美日韩精品亚洲av| a级毛片黄视频| 三级毛片av免费| 午夜免费观看网址| 老司机深夜福利视频在线观看| 国产熟女午夜一区二区三区| 精品国产一区二区三区四区第35| 麻豆一二三区av精品| 又大又爽又粗| 国产在线观看jvid| 黄色毛片三级朝国网站| 一级,二级,三级黄色视频| 新久久久久国产一级毛片| 夜夜躁狠狠躁天天躁| 人成视频在线观看免费观看| 神马国产精品三级电影在线观看 | 女性生殖器流出的白浆| 国产亚洲av高清不卡| 国产成人欧美在线观看| 亚洲专区字幕在线| 久9热在线精品视频| 久热这里只有精品99| 咕卡用的链子| 两性夫妻黄色片| av欧美777| 久久精品国产综合久久久| 国产成人影院久久av| 欧美日本亚洲视频在线播放| 精品久久久久久久久久免费视频 | 亚洲在线自拍视频| 少妇裸体淫交视频免费看高清 | 18禁裸乳无遮挡免费网站照片 | 女性被躁到高潮视频| 无人区码免费观看不卡| 日韩欧美三级三区| 色老头精品视频在线观看| 很黄的视频免费| 亚洲成av片中文字幕在线观看| 9热在线视频观看99| av片东京热男人的天堂| 日本黄色日本黄色录像| 一级黄色大片毛片| 亚洲第一欧美日韩一区二区三区| 欧美日韩中文字幕国产精品一区二区三区 | 真人做人爱边吃奶动态| 一区二区三区精品91| 在线观看一区二区三区| 精品久久久精品久久久| 亚洲人成电影免费在线| 亚洲第一青青草原|