• <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
    80岁老熟妇乱子伦牲交| 日韩,欧美,国产一区二区三区| 久久久久久久大尺度免费视频| 午夜91福利影院| 国产亚洲欧美精品永久| 男人操女人黄网站| 久久99蜜桃精品久久| 蜜臀久久99精品久久宅男| 久久女婷五月综合色啪小说| 日本欧美视频一区| 国产成人aa在线观看| 日韩强制内射视频| 久久久久久久久大av| 成年人免费黄色播放视频| 少妇精品久久久久久久| 在线观看www视频免费| 欧美 亚洲 国产 日韩一| 天堂8中文在线网| 一级a做视频免费观看| 一边亲一边摸免费视频| 九九久久精品国产亚洲av麻豆| 黄片无遮挡物在线观看| 国产成人精品福利久久| 亚洲久久久国产精品| 久久久国产欧美日韩av| 亚洲欧美清纯卡通| av天堂久久9| xxx大片免费视频| www.色视频.com| 亚洲天堂av无毛| 日韩一本色道免费dvd| 久久久国产精品麻豆| 久久这里有精品视频免费| 久久久久久久大尺度免费视频| 国模一区二区三区四区视频| 久久ye,这里只有精品| 国产亚洲午夜精品一区二区久久| 各种免费的搞黄视频| 大香蕉久久成人网| 我的老师免费观看完整版| 狠狠婷婷综合久久久久久88av| 18+在线观看网站| 亚洲精品中文字幕在线视频| 大香蕉97超碰在线| 欧美另类一区| 国产精品国产三级国产av玫瑰| 欧美日韩视频精品一区| 成人手机av| 欧美日韩成人在线一区二区| 日韩人妻高清精品专区| 一级毛片黄色毛片免费观看视频| .国产精品久久| 人人妻人人澡人人爽人人夜夜| 久久av网站| 人妻 亚洲 视频| 久久国产精品男人的天堂亚洲 | 自拍欧美九色日韩亚洲蝌蚪91| 日韩中字成人| 一区二区三区精品91| 国产成人精品久久久久久| 99精国产麻豆久久婷婷| 国产探花极品一区二区| h视频一区二区三区| 精品亚洲成a人片在线观看| 晚上一个人看的免费电影| 麻豆精品久久久久久蜜桃| 久久精品国产亚洲网站| 人妻系列 视频| 欧美 日韩 精品 国产| 另类精品久久| 日本黄色片子视频| 欧美xxxx性猛交bbbb| 欧美丝袜亚洲另类| 麻豆精品久久久久久蜜桃| 韩国av在线不卡| 久久精品国产亚洲网站| 亚洲精品成人av观看孕妇| 亚洲av综合色区一区| 婷婷色av中文字幕| 中文乱码字字幕精品一区二区三区| 国产高清有码在线观看视频| 黑丝袜美女国产一区| 午夜免费男女啪啪视频观看| videos熟女内射| 中文字幕制服av| 久久久久国产精品人妻一区二区| av电影中文网址| 美女福利国产在线| 男女高潮啪啪啪动态图| 国产精品人妻久久久影院| 成人国产麻豆网| av免费观看日本| 超色免费av| 永久网站在线| 午夜日本视频在线| 欧美日韩在线观看h| 久久精品久久久久久噜噜老黄| 国产 一区精品| 日韩中字成人| 九九久久精品国产亚洲av麻豆| 国产成人91sexporn| 亚洲国产精品专区欧美| 日本猛色少妇xxxxx猛交久久| 激情五月婷婷亚洲| 国国产精品蜜臀av免费| 久久人人爽人人爽人人片va| 亚洲精品色激情综合| 菩萨蛮人人尽说江南好唐韦庄| 七月丁香在线播放| 各种免费的搞黄视频| 男女边吃奶边做爰视频| 中文精品一卡2卡3卡4更新| 2018国产大陆天天弄谢| 国产精品一区二区在线不卡| 久久国产亚洲av麻豆专区| 高清欧美精品videossex| 九色亚洲精品在线播放| 一区二区三区免费毛片| 狂野欧美白嫩少妇大欣赏| 热re99久久精品国产66热6| 婷婷成人精品国产| 亚洲av不卡在线观看| 免费黄网站久久成人精品| 精品人妻一区二区三区麻豆| 日本黄色片子视频| 欧美亚洲日本最大视频资源| 丝袜在线中文字幕| 18禁动态无遮挡网站| 亚洲国产成人一精品久久久| 亚洲丝袜综合中文字幕| 免费少妇av软件| 亚洲人成网站在线观看播放| 日韩成人伦理影院| 精品酒店卫生间| 久久热精品热| 亚洲色图 男人天堂 中文字幕 | 国产一级毛片在线| 久久精品国产鲁丝片午夜精品| 免费少妇av软件| 国产又色又爽无遮挡免| 人人妻人人澡人人爽人人夜夜| 99精国产麻豆久久婷婷| 亚洲经典国产精华液单| 大陆偷拍与自拍| 夜夜看夜夜爽夜夜摸| 高清黄色对白视频在线免费看| 两个人的视频大全免费| 最新的欧美精品一区二区| 久久99精品国语久久久| 亚洲综合色网址| 国产成人a∨麻豆精品| 在现免费观看毛片| 美女国产高潮福利片在线看| 午夜激情福利司机影院| 少妇人妻精品综合一区二区| 九九爱精品视频在线观看| 老熟女久久久| 亚洲av日韩在线播放| 国产精品偷伦视频观看了| 国产日韩一区二区三区精品不卡 | 精品亚洲乱码少妇综合久久| 蜜桃在线观看..| 男女边摸边吃奶| 精品一区二区免费观看| 黄片播放在线免费| 久久精品夜色国产| 成年女人在线观看亚洲视频| 亚洲成人av在线免费| 欧美日韩精品成人综合77777| 丰满乱子伦码专区| 亚洲国产精品成人久久小说| av线在线观看网站| www.av在线官网国产| 国产免费福利视频在线观看| 人妻夜夜爽99麻豆av| 妹子高潮喷水视频| 精品久久久久久久久亚洲| av免费观看日本| 一本色道久久久久久精品综合| a级毛片免费高清观看在线播放| 免费大片18禁| 欧美日韩国产mv在线观看视频| 丝袜脚勾引网站| 中文字幕免费在线视频6| 免费黄频网站在线观看国产| 国产成人午夜福利电影在线观看| 精品人妻熟女毛片av久久网站| 日本免费在线观看一区| 国产精品 国内视频| 一区二区av电影网| 精品久久国产蜜桃| 成人无遮挡网站| 欧美精品亚洲一区二区| 丁香六月天网| 国产精品一区二区在线观看99| av免费观看日本| 国产视频首页在线观看| 男人爽女人下面视频在线观看| 在线亚洲精品国产二区图片欧美 | 欧美xxⅹ黑人| 亚洲精品乱码久久久久久按摩| 久久久久视频综合| 欧美日韩视频高清一区二区三区二| 久久国内精品自在自线图片| 在线观看www视频免费| 免费黄频网站在线观看国产| a级片在线免费高清观看视频| 免费观看在线日韩| 亚洲天堂av无毛| 男女边吃奶边做爰视频| 毛片一级片免费看久久久久| 最近的中文字幕免费完整| 免费黄网站久久成人精品| 国产不卡av网站在线观看| 国产一区二区三区综合在线观看 | 亚洲性久久影院| 街头女战士在线观看网站| 国产男人的电影天堂91| 免费日韩欧美在线观看| 99热6这里只有精品| 三上悠亚av全集在线观看| 午夜视频国产福利| 欧美日韩一区二区视频在线观看视频在线| 精品久久久久久电影网| 色视频在线一区二区三区| 国产老妇伦熟女老妇高清| 欧美 日韩 精品 国产| 国产免费又黄又爽又色| 久久精品人人爽人人爽视色| 久久久午夜欧美精品| 国产成人免费观看mmmm| 欧美性感艳星| 日韩亚洲欧美综合| 久久久国产欧美日韩av| 久久久久久久久久久免费av| 18在线观看网站| 精品久久蜜臀av无| 王馨瑶露胸无遮挡在线观看| 日本黄色片子视频| 国产免费又黄又爽又色| 女性生殖器流出的白浆| 久久免费观看电影| 久久久久久久久大av| 亚洲内射少妇av| 国产精品一区二区在线不卡| 日韩亚洲欧美综合| videos熟女内射| 国产在线视频一区二区| 久久国产精品大桥未久av| 五月伊人婷婷丁香| 国产高清有码在线观看视频| 下体分泌物呈黄色| 黑人巨大精品欧美一区二区蜜桃 | 久久99热6这里只有精品| videos熟女内射| 久久久久国产网址| 美女主播在线视频| 91在线精品国自产拍蜜月| 国产欧美日韩一区二区三区在线 | 少妇人妻久久综合中文| 大片电影免费在线观看免费| 久久国产亚洲av麻豆专区| 国产日韩欧美视频二区| 美女中出高潮动态图| 欧美日本中文国产一区发布| 久久久久久久久久久久大奶| 国产 一区精品| 久久久久视频综合| 国产日韩一区二区三区精品不卡 | 美女视频免费永久观看网站| 男人添女人高潮全过程视频| 99精国产麻豆久久婷婷| 少妇人妻 视频| 在线观看美女被高潮喷水网站| 亚洲欧美中文字幕日韩二区| 精品亚洲成a人片在线观看| 成人亚洲精品一区在线观看| 18在线观看网站| 精品一区二区免费观看| 成人18禁高潮啪啪吃奶动态图 | 亚洲欧美色中文字幕在线| 亚洲第一区二区三区不卡| 五月玫瑰六月丁香| 色婷婷久久久亚洲欧美| 国产淫语在线视频| 日本免费在线观看一区| 免费久久久久久久精品成人欧美视频 | 成年人免费黄色播放视频| 男女边摸边吃奶| 精品久久蜜臀av无| 热99国产精品久久久久久7| 丝瓜视频免费看黄片| 99国产精品免费福利视频| 日韩av在线免费看完整版不卡| 国产精品人妻久久久影院| 人妻人人澡人人爽人人| 美女视频免费永久观看网站| 日韩一区二区视频免费看| 国产成人精品久久久久久| 日产精品乱码卡一卡2卡三| 亚洲av男天堂| a级毛片免费高清观看在线播放| 青青草视频在线视频观看| 在线免费观看不下载黄p国产| 日韩电影二区| 制服丝袜香蕉在线| 亚洲精品色激情综合| 午夜福利视频精品| 蜜桃久久精品国产亚洲av| 色网站视频免费| 国产伦精品一区二区三区视频9| 美女内射精品一级片tv| 嘟嘟电影网在线观看| 国产成人一区二区在线| 国产黄色免费在线视频| 欧美少妇被猛烈插入视频| 国产老妇伦熟女老妇高清| 黄色欧美视频在线观看| 男女边摸边吃奶| 久久影院123| av在线app专区| 国产永久视频网站| 精品午夜福利在线看| 国产黄色视频一区二区在线观看| 午夜视频国产福利| 18在线观看网站| 在线观看国产h片| 欧美 日韩 精品 国产| 插逼视频在线观看| 又粗又硬又长又爽又黄的视频| 一本一本综合久久| av在线老鸭窝| 人体艺术视频欧美日本| 色婷婷av一区二区三区视频| 毛片一级片免费看久久久久| 欧美3d第一页| 午夜福利,免费看| 亚洲精品乱码久久久久久按摩| 日韩av免费高清视频| 免费日韩欧美在线观看| 高清在线视频一区二区三区| 黄色配什么色好看| 日本色播在线视频| 久久综合国产亚洲精品| 欧美 日韩 精品 国产| 亚洲久久久国产精品| 91午夜精品亚洲一区二区三区| 亚洲综合色网址| 国模一区二区三区四区视频| 黑人巨大精品欧美一区二区蜜桃 | 国产精品久久久久久精品古装| 少妇的逼水好多| a级毛片在线看网站| 欧美另类一区| 日韩 亚洲 欧美在线| 欧美变态另类bdsm刘玥| 亚洲精品自拍成人| 九色成人免费人妻av| 国产精品熟女久久久久浪| 日本欧美视频一区| 国产免费一级a男人的天堂| 各种免费的搞黄视频| 在现免费观看毛片| 久久狼人影院| 久久久久久久久久久久大奶| 亚洲欧洲日产国产| 三级国产精品片| 欧美日本中文国产一区发布| 看非洲黑人一级黄片| 春色校园在线视频观看| 成年女人在线观看亚洲视频| freevideosex欧美| 午夜免费鲁丝| 内地一区二区视频在线| 在线天堂最新版资源| 狂野欧美激情性xxxx在线观看| 亚洲人成网站在线播| 久久国产精品大桥未久av| 国产一区亚洲一区在线观看| 狂野欧美激情性bbbbbb| 亚洲国产精品999| 精品午夜福利在线看| 最近的中文字幕免费完整| 亚洲国产日韩一区二区| 菩萨蛮人人尽说江南好唐韦庄| 日韩欧美精品免费久久| 亚洲少妇的诱惑av| 我的老师免费观看完整版| 久久午夜综合久久蜜桃| 日日啪夜夜爽| 精品熟女少妇av免费看| 国产精品欧美亚洲77777| 久久人人爽人人片av| 欧美激情 高清一区二区三区| 国产精品成人在线| 91久久精品国产一区二区成人| 亚洲第一av免费看| 中文欧美无线码| 国语对白做爰xxxⅹ性视频网站| 国产免费又黄又爽又色| 久久99精品国语久久久| 日本av手机在线免费观看| 自线自在国产av| 99视频精品全部免费 在线| 在线观看三级黄色| 久久精品国产亚洲网站| 国产成人freesex在线| 我的女老师完整版在线观看| 最近的中文字幕免费完整| www.av在线官网国产| 免费不卡的大黄色大毛片视频在线观看| 人妻少妇偷人精品九色| 人妻一区二区av| 久久久久精品久久久久真实原创| 一级毛片我不卡| 久久婷婷青草| 男人操女人黄网站| 五月天丁香电影| 国产伦理片在线播放av一区| 亚洲av男天堂| 亚洲,一卡二卡三卡| 国产精品久久久久久久久免| 欧美日韩综合久久久久久| 精品久久久久久久久av| 高清毛片免费看| 2022亚洲国产成人精品| av国产久精品久网站免费入址| 在线精品无人区一区二区三| 一级片'在线观看视频| 丰满饥渴人妻一区二区三| 国产免费现黄频在线看| 精品久久蜜臀av无| 国产无遮挡羞羞视频在线观看| 久久久久久久久久人人人人人人| 97在线视频观看| 国产深夜福利视频在线观看| 日产精品乱码卡一卡2卡三| 一二三四中文在线观看免费高清| 久久久a久久爽久久v久久| 日韩av不卡免费在线播放| 91在线精品国自产拍蜜月| 在线观看人妻少妇| 18在线观看网站| 毛片一级片免费看久久久久| 欧美97在线视频| 国产精品成人在线| 国模一区二区三区四区视频| av专区在线播放| 五月伊人婷婷丁香| 熟女人妻精品中文字幕| 一级毛片黄色毛片免费观看视频| 一区二区三区四区激情视频| 国产成人午夜福利电影在线观看| 婷婷色综合大香蕉| 女性被躁到高潮视频| 久久久久久久久久成人| 女人精品久久久久毛片| 少妇 在线观看| 成人亚洲精品一区在线观看| 高清av免费在线| 欧美成人精品欧美一级黄| 国产精品久久久久久久电影| 久久久久人妻精品一区果冻| 亚洲精品一区蜜桃| 亚洲激情五月婷婷啪啪| 国产精品久久久久久av不卡| 精品一品国产午夜福利视频| 最黄视频免费看| 国产精品嫩草影院av在线观看| 国产精品99久久久久久久久| 成人国语在线视频| 啦啦啦啦在线视频资源| 中文字幕久久专区| 亚洲精品aⅴ在线观看| 国产高清有码在线观看视频| 成人综合一区亚洲| 国产国语露脸激情在线看| 少妇 在线观看| 夫妻性生交免费视频一级片| 青青草视频在线视频观看| 久久这里有精品视频免费| 草草在线视频免费看| 欧美3d第一页| 汤姆久久久久久久影院中文字幕| 国产精品嫩草影院av在线观看| 看十八女毛片水多多多| 黄片播放在线免费| 一级爰片在线观看| 亚洲熟女精品中文字幕| 欧美日韩av久久| 国产免费现黄频在线看| 日韩av免费高清视频| 亚洲国产成人一精品久久久| 免费观看在线日韩| 国产成人av激情在线播放 | 国产亚洲精品第一综合不卡 | 色吧在线观看| 99热这里只有精品一区| 精品人妻偷拍中文字幕| 男男h啪啪无遮挡| 91精品一卡2卡3卡4卡| 免费不卡的大黄色大毛片视频在线观看| 老熟女久久久| av免费观看日本| 狂野欧美白嫩少妇大欣赏| 肉色欧美久久久久久久蜜桃| 久久99热这里只频精品6学生| 久热这里只有精品99| 亚洲国产av新网站| 免费看av在线观看网站| 两个人的视频大全免费| 日韩免费高清中文字幕av| 亚洲在久久综合| 久久久久人妻精品一区果冻| 91成人精品电影| 3wmmmm亚洲av在线观看| 国产片特级美女逼逼视频| 黄色一级大片看看| 国产亚洲最大av| 在线观看人妻少妇| 欧美bdsm另类| 亚洲五月色婷婷综合| 制服丝袜香蕉在线| av国产久精品久网站免费入址| 国产欧美亚洲国产| av天堂久久9| 国产色婷婷99| 女人精品久久久久毛片| 如何舔出高潮| 欧美日韩成人在线一区二区| 男人爽女人下面视频在线观看| 免费av不卡在线播放| 亚洲精品久久午夜乱码| 亚洲人成网站在线观看播放| 久久久国产一区二区| 日本91视频免费播放| 国产伦精品一区二区三区视频9| 啦啦啦啦在线视频资源| 一级,二级,三级黄色视频| 99久久精品国产国产毛片| videosex国产| 日本爱情动作片www.在线观看| 国产精品人妻久久久久久| 一级片'在线观看视频| 国产日韩欧美亚洲二区| 少妇被粗大猛烈的视频| 在线观看www视频免费| 亚洲av国产av综合av卡| 亚洲欧美日韩另类电影网站| 久久免费观看电影| 国产 精品1| 亚洲av中文av极速乱| 少妇人妻精品综合一区二区| av网站免费在线观看视频| 亚洲国产色片| 国产成人精品无人区| 下体分泌物呈黄色| av网站免费在线观看视频| 美女国产高潮福利片在线看| 制服丝袜香蕉在线| 能在线免费看毛片的网站| 久久久国产精品麻豆| 亚洲欧美日韩卡通动漫| 女性生殖器流出的白浆| 国产成人免费无遮挡视频| 黄色配什么色好看| 亚洲欧美日韩卡通动漫| 欧美激情极品国产一区二区三区 | 美女国产视频在线观看| 免费黄网站久久成人精品| 日韩中字成人| 成人二区视频| 免费播放大片免费观看视频在线观看| 精品亚洲成a人片在线观看| 成人国产av品久久久| 国产欧美亚洲国产| 激情五月婷婷亚洲| 国产又色又爽无遮挡免| 人人澡人人妻人| 成年人免费黄色播放视频| 日本av手机在线免费观看| 伦精品一区二区三区| 最近中文字幕高清免费大全6| www.av在线官网国产| 丝袜美足系列| 高清黄色对白视频在线免费看| 少妇人妻精品综合一区二区| 日本与韩国留学比较| 国产爽快片一区二区三区| 美女国产视频在线观看| 日韩电影二区| 亚洲欧洲日产国产| 97超碰精品成人国产| 久久97久久精品| 最近中文字幕2019免费版| 大香蕉97超碰在线| 天天躁夜夜躁狠狠久久av| 99热这里只有是精品在线观看| 亚洲天堂av无毛| 国产深夜福利视频在线观看| 亚州av有码| 免费看不卡的av| 久久97久久精品| 国产有黄有色有爽视频| 九色亚洲精品在线播放| 国产精品一国产av| 十八禁高潮呻吟视频| 国产亚洲午夜精品一区二区久久| 亚洲,欧美,日韩| 好男人视频免费观看在线| 纵有疾风起免费观看全集完整版| 天堂俺去俺来也www色官网| 亚洲欧洲国产日韩| 国产色婷婷99| 久久人人爽av亚洲精品天堂|