• <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 ?

    基于ROMP算法的人臉識(shí)別

    2015-01-09 02:20:24張文清李龍雨李芬蘭歐海燕
    關(guān)鍵詞:訓(xùn)練樣本正則字典

    張文清,李龍雨,李芬蘭,歐海燕

    (汕頭大學(xué)工學(xué)院電子系,廣東汕頭515063)

    基于ROMP算法的人臉識(shí)別

    張文清,李龍雨,李芬蘭,歐海燕

    (汕頭大學(xué)工學(xué)院電子系,廣東汕頭515063)

    針對(duì)用傳統(tǒng)方法進(jìn)行人臉識(shí)別的識(shí)別率不夠高的問(wèn)題,本文在人臉識(shí)別中采用正則化正交匹配追蹤算法(ROMP),并把其與基于NN,匹配追蹤(MP),正交匹配追蹤(OMP)的人臉識(shí)別算法進(jìn)行了對(duì)比.該算法能一次從冗余字典中選取多個(gè)原子,并能夠通過(guò)正則化準(zhǔn)則對(duì)選取的原子進(jìn)行再次篩選,獲得最優(yōu)的原子.實(shí)驗(yàn)結(jié)果表明,在不同特征提取方法和訓(xùn)練樣本數(shù)改變的情況下,基于ROMP的人臉識(shí)別算法的識(shí)別率優(yōu)于其他算法.

    正則化正交匹配追蹤;匹配追蹤;正交匹配追蹤;人臉識(shí)別

    0 引言

    人臉識(shí)別是生物特征識(shí)別[1-4]技術(shù)中的一個(gè)重要研究領(lǐng)域,在身份認(rèn)證方面有著重大的應(yīng)用.近年來(lái),由于壓縮感知理論的啟發(fā),基于稀疏表示的人臉識(shí)別越來(lái)越成為研究熱點(diǎn).基于稀疏表示的人臉識(shí)別是用訓(xùn)練樣本圖像構(gòu)造一個(gè)冗余字典,然后將測(cè)試樣本表示為訓(xùn)練樣本的線性組合,通過(guò)求解一個(gè)最優(yōu)化問(wèn)題獲得稀疏系數(shù)向量,然后再利用最小殘差進(jìn)行分類(lèi),而最重要的一步便是稀疏求解.目前常用的稀疏求解方法包括凸松弛算法[5]、貪婪算法[6]等.文獻(xiàn)[7-10]利用了MP,OMP用于稀疏求解,取得了良好的效果,但是效果都普遍不夠好.本文將正則化正交匹配追蹤算法(Regularized Orthogonal Matching Pursuit,ROMP)算法應(yīng)用到人臉識(shí)別中,并和基于MP,OMP算法的人臉識(shí)別進(jìn)行了對(duì)比,仿真結(jié)果發(fā)現(xiàn)基于ROMP算法的人臉識(shí)別在總體識(shí)別率上優(yōu)于其他算法.

    1 正則化正交匹配追蹤算法

    ROMP[11-12]算法是一種結(jié)合了貪婪算法和凸松弛算法的優(yōu)點(diǎn)的算法,該算法能夠在降低計(jì)算復(fù)雜度的情況下達(dá)到收斂.該算法的基本思想是首先計(jì)算冗余字典D中各個(gè)原子與信號(hào)或者信號(hào)殘差的內(nèi)積u,根據(jù)相關(guān)程度的大小從中選取內(nèi)積中絕對(duì)值較大的K個(gè)原子,并將這些原子的索引值放入索引集J.接著依據(jù)正則化準(zhǔn)則對(duì)索引集J中的各索引值對(duì)應(yīng)的原子進(jìn)行再次篩選,只保留部分能量較大的原子并將其索引值集合J0并入索引集I.最后利用最小二乘法逼近原始信號(hào),并更新殘差.算法的具體步驟流程如下:

    輸入:冗余字典[13]D,信號(hào)稀疏度K,測(cè)量向量y.

    (1)初始化:令索引集合I=?,殘差r=y,迭代次數(shù)t=1,重復(fù)下面的步驟K次或者直到.

    (2)識(shí)別:求取觀測(cè)向量u=UTr,并選出K個(gè)最大的非零元素對(duì)應(yīng)的索引構(gòu)成集合J;

    當(dāng)非零元素個(gè)數(shù)比K小時(shí),所有的非零元素的索引構(gòu)成集合J.

    (4)更新:將集合J0添加到索引集:I←I∪J0,更新殘差:

    其中,DI表示索引集I中各索引所對(duì)應(yīng)的字典D中各原子的構(gòu)成的子集.

    與OMP相比,ROMP算法的優(yōu)點(diǎn)在于每次迭代過(guò)程中能夠一次選擇K個(gè)原子,并且能夠通過(guò)正則化原則對(duì)每次選擇的原子進(jìn)行再次篩選,去除能量較小的原子,保證在每次迭代過(guò)程中挑選出的原子的能量一定大于未被選擇的原子的能量,并保證留下的每個(gè)原子都具有相同的信息量.同時(shí)在滿(mǎn)足RIP的條件下,OMP算法只能高概率的重構(gòu)原始信號(hào),無(wú)法做到精確重構(gòu),而定理1表明ROMP算法能夠精確地重構(gòu)原始信號(hào).

    定理1:假設(shè)冗余字典D滿(mǎn)足RIP條件,且滿(mǎn)足參數(shù)(2K,ε),其中, x∈RN是一個(gè)K稀疏信號(hào),測(cè)量向量y=Dx,那么經(jīng)過(guò)K次迭代可得到一個(gè)索引集I,該索引集滿(mǎn)足

    2 基于ROMP算法的人臉識(shí)別

    設(shè)共有k類(lèi)n副人臉圖像,其中第i類(lèi)有ni個(gè)訓(xùn)練樣本.將其中的每一幅w×h的灰度人臉圖像作為列向量v∈Rm(m=wh),如果將第i類(lèi)的所有訓(xùn)練樣本構(gòu)成子矩陣記為Di=[vi,1,vi,2,…,vi,ni]∈Rm×ni,k類(lèi)的所有訓(xùn)練樣本構(gòu)成矩陣記為Di=[D1,D2,…,Dk]= [vi,1,vi,2,…,vk,nk]∈Rm×n.那么測(cè)試樣本y可以表示為所有訓(xùn)練樣本的線性組合:

    由于樣本的維數(shù)m非常大,對(duì)(3)式的求解在計(jì)算機(jī)上無(wú)法實(shí)現(xiàn).所以先對(duì)樣本圖像進(jìn)行降維,然后再處理.對(duì)于式(3)采用ROMP算法進(jìn)行稀疏求解.根據(jù)求出的稀疏系數(shù)x采用如下方法進(jìn)行分類(lèi).

    對(duì)于每一類(lèi)i,令δi:Rn→Rn是選擇與第i類(lèi)相關(guān)的系數(shù)的特征函數(shù),對(duì)于x∈Rn,向量δi(x)∈Rn中的非零元素為x中與第i類(lèi)相關(guān)的元素.只用與第i類(lèi)相關(guān)的元素,我們可以將測(cè)試樣本y的估計(jì)值寫(xiě)為y?i=Dδi(x?1),計(jì)算所有y?i與y之間的差,并將y歸于使殘差最小的類(lèi):

    3 實(shí)驗(yàn)結(jié)果及分析

    本文使用ORL人臉庫(kù)中具有不同光照、不同表情、不同姿態(tài)(傾斜程度不超過(guò)20度)以及有稍許遮擋(如佩戴眼睛)400副準(zhǔn)正面人臉圖像作為測(cè)試圖像,其中每類(lèi)10副,共40類(lèi).為了更有效的驗(yàn)證ROMP算法的性能,本文在PCA、2D2DPCA、PCA+LDA、Downsample和隨機(jī)高斯矩陣(Gaussian)多種不同的特征提取方法下將ROMP算法與NN、MP和OMP作對(duì)比分析,同時(shí)也在不同訓(xùn)練樣本數(shù)的情況下對(duì)ROMP算法和其他三種算法的識(shí)別率做了比較.

    本文采用的特征維數(shù)分別是:30,35,48,63,80,99,120,154,每個(gè)維數(shù)對(duì)應(yīng)的下采樣率分別是1/18,1/16,1/14,1/12,1/11,1/10,1/9,1/8.因?yàn)镻CA+LDA的維度要比樣本類(lèi)別40小,所以實(shí)驗(yàn)中只選擇30維和35維.此外,本文給出的都是最優(yōu)識(shí)別率,即將算法中的所有參數(shù)都調(diào)至最佳狀態(tài)時(shí)得到的識(shí)別率.其中涉及用隨機(jī)高斯矩陣進(jìn)行降維時(shí),取的識(shí)別率是50次實(shí)驗(yàn)下的最優(yōu)識(shí)別率的平均值.

    3.1 不同特征提取方法下識(shí)別率的比較

    圖1給出了PCA、2D2DPCA、PCA_LDA、Downsample和Gaussian多種特征提取下,ROMP算法與NN、MP和OMP對(duì)比圖.

    圖1 ROMP與NN,MP,OMP在識(shí)別率方面的對(duì)比

    由圖1中的五張圖中清晰地顯示無(wú)論是采用PCA、2D2DPCA、PCA+LDA還是采用Downsample和Gaussian進(jìn)行降維,在相同維度下,利用ROMP算法獲得的識(shí)別率明顯比NN、MP和OMP算法得到的識(shí)別率要高.該結(jié)果表明ROMP對(duì)具有一定程度的光照、姿態(tài)和表情變化條件的魯棒性比其它幾種算法較好.

    3.2 不同訓(xùn)練樣本數(shù)下識(shí)別率的比較

    因?yàn)椴捎肞CA+LDA進(jìn)行特征提取時(shí),特征維數(shù)受類(lèi)別數(shù)的影響,采用隨機(jī)高斯矩陣進(jìn)行特征提取具有不穩(wěn)定性,所以圖2僅給出采用PCA、2D2DPCA和Downsample進(jìn)行特征提取,特征維數(shù)固定為63時(shí),每種分類(lèi)算法下的識(shí)別率隨訓(xùn)練樣本的變化情況.

    由圖2所知,隨著每類(lèi)中訓(xùn)練樣本數(shù)的變化,無(wú)論采用PCA、2D2DPCA和Downsample哪種特征提取方法,采用ROMP算法所獲得的識(shí)別率比采用NN、MP和OMP算法要好.

    4 結(jié)束語(yǔ)

    本文把ROMP算法應(yīng)用到人臉識(shí)別中,通過(guò)在不同特征提取方法和每類(lèi)訓(xùn)練樣本數(shù)改變的情況下,與基于NN,MP,OMP的人臉識(shí)別算法進(jìn)行對(duì)比,實(shí)驗(yàn)結(jié)果表明ROMP算法進(jìn)行稀疏分解并利用最小殘差進(jìn)行分類(lèi)獲得的識(shí)別率明顯好于NN、MP和OMP算法.本文中采用的是標(biāo)準(zhǔn)庫(kù)圖片,與實(shí)際情況不太一致,在潛在的魯棒應(yīng)用上還需進(jìn)一步研究.

    圖2 訓(xùn)練樣本數(shù)對(duì)識(shí)別率的影響

    [1]Jain A K,Ross A,Prabhakar S.An introduction to biometric recognition[J].Circuits and Systems for Video Technology,IEEE Transactions on,2004,14(1):4-20.

    [2]盧世軍.生物特征識(shí)別技術(shù)發(fā)展與應(yīng)用綜述[J].計(jì)算機(jī)安全,2013(1):63-67.

    [3]盧官明,李海波,劉莉.生物特征識(shí)別綜述[J].南京郵電大學(xué)學(xué)報(bào):自然科學(xué)版,2007,27(1):81-88.

    [4]孫冬梅,裘正定.生物特征識(shí)別技術(shù)綜述[J].電子學(xué)報(bào),2001,29(12):1744-1748..

    [5]Mohimani H,Babaie-Zadeh M,Jutten C.A fast approach for overcomplete sparse decomposition based on smoothed norm[J].Signal Processing,IEEE Transactions on,2009,57(1):289-301.

    [6]Tropp J A,Gilbert A C.Signal recovery from random measurements via orthogonal matching pursuit [J].Information Theory,IEEE Transactions on,2007,53(12):4655-4666.

    [7]Mallat S G,Zhang Z.Matching pursuits with time-frequency dictionaries[J].Signal Processing,IEEE Transactions on,1993,41(12):3397-3415.

    [8]Tropp J A,Gilbert A C.Signal recovery from random measurements via orthogonal matching pursuit [J].Information Theory,IEEE Transactions on,2007,53(12):4655-4666.

    [9]Phillips P J.Matching pursuit filters applied to face identification[J].Image Processing,IEEE Transactions on,1998,7(8):1150-1164.

    [10]Shi Q,Eriksson A,van den Hengel A,et al.Is face recognition really a compressive sensing problem?[C]//Computer Vision and Pattern Recognition(CVPR),2011 IEEE Conference on. IEEE,2011:553-560.

    [11]Needell D,Vershynin R.Signal recovery from incomplete and inaccurate measurements via regularized orthogonal matching pursuit[J].IEEE Journal of Selected Topics in Signal Processing,2010,4(2):310-316.

    [12]Needell D,Vershynin R.Uniform uncertainty principle and signal recovery via regularized orthogonal matching pursuit[J].Foundations of Computational Mathematics,2009,9(3):317-334.

    [13]張春梅,尹忠科,肖明霞.基于冗余字典的信號(hào)超完備表示與稀疏分解[J].科學(xué)通報(bào),2006,51(6):628-633.

    Face Recognition w ith ROMP Algorithm

    ZHANG Wenqing,LI Longyu,LI Fenlan,OU Haiyan
    (Department of Electronic Engineering,Shantou University,Shantou 515063,Guangdong,China)

    The rate of face recognition with traditional method is not high enough,so the work uses regularization orthogonal matching pursuit algorithm(ROMP)for face recognition,and compares it with nearest neighbor(NN),matching pursuit(MP)and orthogonal matching Pursuit(OMP)algorithm.The advantage of the ROMP is that it can select multiple atoms from a redundant dictionary at each iteration and filter it again from selected atoms to get optimal atoms by regularization criterion.Experimental results show that the recognition rate based on ROMP is better than other algorithms in the case of different feature extraction methods and different number of training samples.

    ROMP;MP;OMP;face recognition

    TP 391.4

    A

    1001-4217(2015)01-0048-05

    2014-05-05

    張文清(1989-),男,碩士研究生,主要研究方向:圖像處理、模式識(shí)別等. E-mail:12wqzhang2@stu.edu.cn

    猜你喜歡
    訓(xùn)練樣本正則字典
    開(kāi)心字典
    家教世界(2023年28期)2023-11-14 10:13:50
    開(kāi)心字典
    家教世界(2023年25期)2023-10-09 02:11:56
    人工智能
    剩余有限Minimax可解群的4階正則自同構(gòu)
    類(lèi)似于VNL環(huán)的環(huán)
    寬帶光譜成像系統(tǒng)最優(yōu)訓(xùn)練樣本選擇方法研究
    融合原始樣本和虛擬樣本的人臉識(shí)別算法
    我是小字典
    基于稀疏重構(gòu)的機(jī)載雷達(dá)訓(xùn)練樣本挑選方法
    正版字典
    讀者(2016年14期)2016-06-29 17:25:50
    九色亚洲精品在线播放| 精品无人区乱码1区二区| 男女免费视频国产| 久99久视频精品免费| 亚洲第一欧美日韩一区二区三区| 一级片'在线观看视频| 91精品国产国语对白视频| 亚洲色图综合在线观看| 亚洲午夜精品一区,二区,三区| 国产亚洲精品久久久久久毛片 | 高清视频免费观看一区二区| 久久久国产精品麻豆| 满18在线观看网站| 亚洲一卡2卡3卡4卡5卡精品中文| 国产精品美女特级片免费视频播放器 | 啦啦啦免费观看视频1| 人人妻人人爽人人添夜夜欢视频| 欧美日韩亚洲综合一区二区三区_| 最近最新免费中文字幕在线| 免费av中文字幕在线| 成人永久免费在线观看视频| 在线观看一区二区三区激情| 国产男女超爽视频在线观看| 在线观看日韩欧美| 国产成人精品久久二区二区免费| 久久精品国产a三级三级三级| 国产午夜精品久久久久久| 国产精品成人在线| 免费在线观看日本一区| 亚洲精品国产区一区二| 在线天堂中文资源库| 91国产中文字幕| av一本久久久久| 97人妻天天添夜夜摸| 巨乳人妻的诱惑在线观看| 俄罗斯特黄特色一大片| av网站在线播放免费| 热99国产精品久久久久久7| 久久久国产欧美日韩av| 亚洲av日韩在线播放| 18禁裸乳无遮挡动漫免费视频| 精品国产国语对白av| 成人国产一区最新在线观看| 美女高潮到喷水免费观看| 免费观看a级毛片全部| 亚洲在线自拍视频| 999久久久国产精品视频| 十八禁网站免费在线| 大香蕉久久成人网| xxxhd国产人妻xxx| 国产欧美日韩一区二区三区在线| 黑丝袜美女国产一区| x7x7x7水蜜桃| 91九色精品人成在线观看| 精品人妻1区二区| 老司机影院毛片| 国产国语露脸激情在线看| 国产99久久九九免费精品| 美女视频免费永久观看网站| 黑人巨大精品欧美一区二区蜜桃| 999久久久国产精品视频| 9色porny在线观看| 真人做人爱边吃奶动态| 欧美性长视频在线观看| 下体分泌物呈黄色| 老熟妇仑乱视频hdxx| 亚洲国产毛片av蜜桃av| 日本欧美视频一区| 99精品欧美一区二区三区四区| 大陆偷拍与自拍| 最近最新免费中文字幕在线| 精品国产一区二区久久| av一本久久久久| 天天躁日日躁夜夜躁夜夜| 女同久久另类99精品国产91| 人人妻,人人澡人人爽秒播| 欧美黑人精品巨大| 国产午夜精品久久久久久| 51午夜福利影视在线观看| 99精品久久久久人妻精品| 免费av中文字幕在线| 女人爽到高潮嗷嗷叫在线视频| 免费日韩欧美在线观看| 国产精品国产av在线观看| 一边摸一边抽搐一进一小说 | 国产精品久久久av美女十八| 久久精品成人免费网站| 国产在线精品亚洲第一网站| 国产99白浆流出| 啦啦啦 在线观看视频| 亚洲人成电影免费在线| 好看av亚洲va欧美ⅴa在| 村上凉子中文字幕在线| 一级片免费观看大全| www.熟女人妻精品国产| 精品电影一区二区在线| 久久99一区二区三区| 美女扒开内裤让男人捅视频| 亚洲精品在线美女| 国产av精品麻豆| 精品久久蜜臀av无| 国产精品国产高清国产av | 国产激情欧美一区二区| 在线视频色国产色| 十八禁网站免费在线| 亚洲av欧美aⅴ国产| 伦理电影免费视频| 变态另类成人亚洲欧美熟女 | 国产xxxxx性猛交| 大型av网站在线播放| √禁漫天堂资源中文www| 一级黄色大片毛片| 欧美日韩中文字幕国产精品一区二区三区 | 老汉色∧v一级毛片| 国产欧美亚洲国产| 精品午夜福利视频在线观看一区| 亚洲精品在线美女| 午夜亚洲福利在线播放| 伦理电影免费视频| 国产在线一区二区三区精| 丝袜美腿诱惑在线| av天堂久久9| 不卡一级毛片| av有码第一页| 国产亚洲欧美精品永久| 亚洲欧美精品综合一区二区三区| 国产精品九九99| 久久久久久亚洲精品国产蜜桃av| 亚洲精品成人av观看孕妇| 天堂动漫精品| 久久久国产成人精品二区 | 日韩精品免费视频一区二区三区| 别揉我奶头~嗯~啊~动态视频| 热re99久久国产66热| 亚洲欧美色中文字幕在线| 亚洲黑人精品在线| 美女福利国产在线| 国产精品久久久人人做人人爽| 在线观看免费日韩欧美大片| av电影中文网址| av在线播放免费不卡| 这个男人来自地球电影免费观看| 91九色精品人成在线观看| 国产淫语在线视频| 女警被强在线播放| 久久久久国产精品人妻aⅴ院 | 中文字幕高清在线视频| 国产真人三级小视频在线观看| 中亚洲国语对白在线视频| 50天的宝宝边吃奶边哭怎么回事| 一级a爱片免费观看的视频| 一级,二级,三级黄色视频| 亚洲国产中文字幕在线视频| 黄色a级毛片大全视频| 亚洲av日韩精品久久久久久密| 黄片小视频在线播放| 日韩大码丰满熟妇| 9色porny在线观看| 999久久久精品免费观看国产| 精品乱码久久久久久99久播| 欧美日韩成人在线一区二区| 精品第一国产精品| 久久久精品区二区三区| 高清视频免费观看一区二区| 亚洲一区二区三区欧美精品| 国产日韩一区二区三区精品不卡| 少妇 在线观看| 亚洲精品久久成人aⅴ小说| 男女下面插进去视频免费观看| 99久久综合精品五月天人人| 在线观看舔阴道视频| 亚洲伊人色综图| 天堂√8在线中文| 亚洲一卡2卡3卡4卡5卡精品中文| 在线观看免费高清a一片| 99久久人妻综合| 国产精品一区二区在线观看99| 色精品久久人妻99蜜桃| 精品国产一区二区久久| 亚洲专区字幕在线| 精品亚洲成a人片在线观看| 男女之事视频高清在线观看| 欧美黄色淫秽网站| 欧美人与性动交α欧美软件| tube8黄色片| 一夜夜www| 99精品久久久久人妻精品| 国产激情欧美一区二区| 欧美亚洲日本最大视频资源| 国产精品影院久久| 国产一区二区三区在线臀色熟女 | www.999成人在线观看| 波多野结衣一区麻豆| 亚洲在线自拍视频| 国产一区二区三区视频了| 国产一区在线观看成人免费| 夜夜爽天天搞| 黑人猛操日本美女一级片| 激情视频va一区二区三区| 日韩欧美一区二区三区在线观看 | 欧美日韩福利视频一区二区| xxxhd国产人妻xxx| 一区二区三区激情视频| 久久国产精品男人的天堂亚洲| 成年人免费黄色播放视频| 欧美日韩视频精品一区| 人人澡人人妻人| 亚洲中文字幕日韩| 精品乱码久久久久久99久播| 免费观看a级毛片全部| 午夜成年电影在线免费观看| 啦啦啦视频在线资源免费观看| 日韩中文字幕欧美一区二区| 黄色女人牲交| a级毛片在线看网站| 人妻久久中文字幕网| 国产免费男女视频| 欧美日韩亚洲高清精品| 国产xxxxx性猛交| 一夜夜www| 久久人妻av系列| 亚洲精品在线观看二区| 久9热在线精品视频| 国产精品乱码一区二三区的特点 | 久久精品熟女亚洲av麻豆精品| tocl精华| 水蜜桃什么品种好| 性色av乱码一区二区三区2| 人人澡人人妻人| 亚洲第一av免费看| 极品人妻少妇av视频| 亚洲欧美精品综合一区二区三区| 亚洲精品国产一区二区精华液| 丰满饥渴人妻一区二区三| 精品国产乱码久久久久久男人| 91老司机精品| 日韩精品免费视频一区二区三区| 日本撒尿小便嘘嘘汇集6| 侵犯人妻中文字幕一二三四区| 久久中文字幕人妻熟女| 啦啦啦视频在线资源免费观看| 精品人妻在线不人妻| 久久久精品国产亚洲av高清涩受| 欧美日韩黄片免| 男女免费视频国产| 成人永久免费在线观看视频| 五月开心婷婷网| √禁漫天堂资源中文www| 嫩草影视91久久| 色精品久久人妻99蜜桃| 韩国av一区二区三区四区| 日韩欧美三级三区| 多毛熟女@视频| videos熟女内射| 成人黄色视频免费在线看| 国产乱人伦免费视频| 午夜福利免费观看在线| 亚洲精品av麻豆狂野| 国产淫语在线视频| 中出人妻视频一区二区| 国产在线一区二区三区精| 在线观看免费日韩欧美大片| 亚洲专区国产一区二区| 交换朋友夫妻互换小说| 精品久久久精品久久久| 99re6热这里在线精品视频| 成年女人毛片免费观看观看9 | 狠狠狠狠99中文字幕| 国精品久久久久久国模美| 精品国产美女av久久久久小说| 精品无人区乱码1区二区| 精品一区二区三区视频在线观看免费 | a级片在线免费高清观看视频| 成人国语在线视频| 国产精品影院久久| 黄色片一级片一级黄色片| 岛国在线观看网站| 女性生殖器流出的白浆| 啦啦啦在线免费观看视频4| 精品一品国产午夜福利视频| 日韩一卡2卡3卡4卡2021年| 亚洲精品中文字幕在线视频| 午夜福利在线观看吧| 超碰成人久久| 午夜福利,免费看| 青草久久国产| 亚洲成人手机| 久久狼人影院| 欧美日韩视频精品一区| 一级毛片高清免费大全| 精品国产美女av久久久久小说| 狂野欧美激情性xxxx| 韩国精品一区二区三区| 久久香蕉激情| 国产成人欧美| 91国产中文字幕| 97人妻天天添夜夜摸| 欧美日韩乱码在线| 午夜福利影视在线免费观看| 91成年电影在线观看| 亚洲精品久久午夜乱码| 在线免费观看的www视频| 大片电影免费在线观看免费| 美女午夜性视频免费| 国产成人免费观看mmmm| 精品人妻1区二区| av福利片在线| 老熟妇仑乱视频hdxx| 中文欧美无线码| 777久久人妻少妇嫩草av网站| 黄色视频,在线免费观看| 久久青草综合色| 国产不卡av网站在线观看| 一级片'在线观看视频| 精品亚洲成a人片在线观看| 一进一出抽搐动态| 天天躁夜夜躁狠狠躁躁| 99久久国产精品久久久| 亚洲国产欧美日韩在线播放| 久久午夜亚洲精品久久| 久久婷婷成人综合色麻豆| 又大又爽又粗| 精品福利观看| 久久天躁狠狠躁夜夜2o2o| 女性被躁到高潮视频| 欧美激情高清一区二区三区| 久久精品亚洲精品国产色婷小说| 免费观看人在逋| 亚洲av成人一区二区三| 日韩视频一区二区在线观看| 色播在线永久视频| 国产精品自产拍在线观看55亚洲 | 国产男女超爽视频在线观看| 午夜91福利影院| 久久香蕉国产精品| 男男h啪啪无遮挡| 捣出白浆h1v1| 国产1区2区3区精品| 天堂动漫精品| 国产精品电影一区二区三区 | 久久精品国产综合久久久| 国产精品.久久久| 99精品在免费线老司机午夜| 岛国毛片在线播放| 欧美最黄视频在线播放免费 | 国产有黄有色有爽视频| 女人爽到高潮嗷嗷叫在线视频| 精品久久久久久久毛片微露脸| 亚洲 欧美一区二区三区| 日本精品一区二区三区蜜桃| 夜夜躁狠狠躁天天躁| 亚洲第一青青草原| 精品一区二区三区av网在线观看| 国产精品二区激情视频| 精品少妇久久久久久888优播| 欧美黑人欧美精品刺激| 50天的宝宝边吃奶边哭怎么回事| 日韩三级视频一区二区三区| 丁香六月欧美| 久久久国产精品麻豆| 在线观看免费高清a一片| av有码第一页| 韩国av一区二区三区四区| 老司机影院毛片| 王馨瑶露胸无遮挡在线观看| 国产精品av久久久久免费| 在线观看舔阴道视频| 精品国产一区二区三区久久久樱花| 亚洲国产欧美网| 国产男女超爽视频在线观看| 一本大道久久a久久精品| 99精国产麻豆久久婷婷| 久久精品亚洲熟妇少妇任你| 18禁美女被吸乳视频| 免费日韩欧美在线观看| 性色av乱码一区二区三区2| 免费在线观看视频国产中文字幕亚洲| 精品国产乱码久久久久久男人| 国产成+人综合+亚洲专区| 午夜亚洲福利在线播放| 成年版毛片免费区| 最新的欧美精品一区二区| 亚洲三区欧美一区| 69精品国产乱码久久久| 亚洲专区中文字幕在线| 极品人妻少妇av视频| 涩涩av久久男人的天堂| 久久久久视频综合| 成年动漫av网址| √禁漫天堂资源中文www| 国产免费av片在线观看野外av| 国产高清videossex| 丰满的人妻完整版| 久久久久久久久免费视频了| 成年人免费黄色播放视频| 日日摸夜夜添夜夜添小说| 久久久国产精品麻豆| netflix在线观看网站| 成在线人永久免费视频| 国产免费男女视频| 日韩人妻精品一区2区三区| 午夜激情av网站| 一边摸一边抽搐一进一小说 | 免费不卡黄色视频| 国产xxxxx性猛交| 午夜久久久在线观看| 一进一出好大好爽视频| 免费在线观看日本一区| 国产亚洲欧美在线一区二区| 咕卡用的链子| 69av精品久久久久久| 亚洲精品一卡2卡三卡4卡5卡| 国产成人影院久久av| 成人特级黄色片久久久久久久| 制服诱惑二区| 午夜亚洲福利在线播放| 97人妻天天添夜夜摸| 18在线观看网站| 国产一区二区三区视频了| 亚洲人成电影免费在线| 91成人精品电影| 人妻久久中文字幕网| av视频免费观看在线观看| 最近最新中文字幕大全电影3 | av一本久久久久| 亚洲男人天堂网一区| xxxhd国产人妻xxx| 黄色视频,在线免费观看| av不卡在线播放| 大型av网站在线播放| 侵犯人妻中文字幕一二三四区| 国产精品成人在线| 韩国精品一区二区三区| 欧美一级毛片孕妇| 欧美老熟妇乱子伦牲交| 99国产精品99久久久久| 久久精品国产亚洲av高清一级| 国产乱人伦免费视频| 桃红色精品国产亚洲av| 亚洲三区欧美一区| 一级作爱视频免费观看| 精品亚洲成a人片在线观看| av网站在线播放免费| 另类亚洲欧美激情| 窝窝影院91人妻| 久久中文字幕一级| 国产精品免费视频内射| 99精品久久久久人妻精品| 婷婷精品国产亚洲av在线 | www.999成人在线观看| 男男h啪啪无遮挡| 免费女性裸体啪啪无遮挡网站| 精品福利观看| 久9热在线精品视频| 99国产极品粉嫩在线观看| 国产成人欧美在线观看 | 国产成人免费无遮挡视频| 天天添夜夜摸| 手机成人av网站| 亚洲人成电影观看| 丝瓜视频免费看黄片| 少妇的丰满在线观看| 久热这里只有精品99| 高潮久久久久久久久久久不卡| 女性生殖器流出的白浆| 超碰成人久久| 欧美亚洲 丝袜 人妻 在线| 成人av一区二区三区在线看| 亚洲免费av在线视频| 欧美黑人精品巨大| 国产99久久九九免费精品| 亚洲九九香蕉| 亚洲精品成人av观看孕妇| av福利片在线| 99re在线观看精品视频| 夜夜躁狠狠躁天天躁| 国产av精品麻豆| 国产精品99久久99久久久不卡| 亚洲色图 男人天堂 中文字幕| 国产深夜福利视频在线观看| 成人三级做爰电影| 午夜福利,免费看| 看黄色毛片网站| а√天堂www在线а√下载 | 国产亚洲欧美98| 搡老岳熟女国产| 国产精品永久免费网站| 国产亚洲欧美在线一区二区| 国产精品国产高清国产av | 国产野战对白在线观看| 国产高清videossex| 亚洲中文av在线| 女性被躁到高潮视频| 青草久久国产| 村上凉子中文字幕在线| av天堂久久9| 久久久国产精品麻豆| 曰老女人黄片| 亚洲人成电影免费在线| 国产不卡一卡二| 人妻丰满熟妇av一区二区三区 | 国产1区2区3区精品| 亚洲av日韩在线播放| 国产99白浆流出| 欧美丝袜亚洲另类 | 精品久久久久久,| 国产高清国产精品国产三级| 久久国产精品大桥未久av| 国产精品99久久99久久久不卡| 别揉我奶头~嗯~啊~动态视频| 国产在线观看jvid| 国产精品一区二区免费欧美| 日韩欧美免费精品| 丰满饥渴人妻一区二区三| 免费不卡黄色视频| 18禁国产床啪视频网站| 色播在线永久视频| 国产黄色免费在线视频| 婷婷精品国产亚洲av在线 | 国产亚洲欧美在线一区二区| 9热在线视频观看99| av福利片在线| 亚洲精品久久成人aⅴ小说| 日日夜夜操网爽| 大型av网站在线播放| 老司机靠b影院| 国产精品亚洲av一区麻豆| 免费在线观看完整版高清| 女人爽到高潮嗷嗷叫在线视频| 又大又爽又粗| videos熟女内射| 成人18禁高潮啪啪吃奶动态图| 国产精品一区二区在线观看99| 变态另类成人亚洲欧美熟女 | tocl精华| 精品一区二区三卡| 丁香六月欧美| a级毛片在线看网站| 久久久久久久国产电影| 婷婷丁香在线五月| 亚洲av成人av| 亚洲一区中文字幕在线| 精品熟女少妇八av免费久了| 精品一品国产午夜福利视频| 中文字幕高清在线视频| 丝袜人妻中文字幕| 亚洲成人免费av在线播放| 久久久久久久久免费视频了| 天堂中文最新版在线下载| 国产成人欧美| 熟女少妇亚洲综合色aaa.| 美女高潮到喷水免费观看| 欧美精品亚洲一区二区| 午夜老司机福利片| 1024香蕉在线观看| 久久精品亚洲精品国产色婷小说| 制服诱惑二区| 国产精品香港三级国产av潘金莲| 91精品国产国语对白视频| 一级,二级,三级黄色视频| 人人妻,人人澡人人爽秒播| 最近最新中文字幕大全电影3 | 精品人妻在线不人妻| 国产成人精品久久二区二区免费| 国产黄色免费在线视频| 亚洲成人免费av在线播放| 黄色怎么调成土黄色| а√天堂www在线а√下载 | 亚洲avbb在线观看| 国产精品.久久久| 下体分泌物呈黄色| 日韩有码中文字幕| 欧美午夜高清在线| 搡老熟女国产l中国老女人| 亚洲色图 男人天堂 中文字幕| av视频免费观看在线观看| 成人黄色视频免费在线看| 黄色 视频免费看| 亚洲人成伊人成综合网2020| av中文乱码字幕在线| 久久久久国产一级毛片高清牌| 国产不卡一卡二| 久久久国产一区二区| 亚洲专区中文字幕在线| 国产亚洲欧美98| 一级a爱片免费观看的视频| 午夜成年电影在线免费观看| 国产蜜桃级精品一区二区三区 | 欧美日韩亚洲高清精品| 国产精品秋霞免费鲁丝片| 亚洲少妇的诱惑av| 欧美日韩亚洲国产一区二区在线观看 | 无遮挡黄片免费观看| 美女扒开内裤让男人捅视频| 91麻豆精品激情在线观看国产 | 欧美乱码精品一区二区三区| 人成视频在线观看免费观看| 国产亚洲一区二区精品| 黄色片一级片一级黄色片| 天天影视国产精品| 91大片在线观看| 久久精品人人爽人人爽视色| 免费日韩欧美在线观看| a在线观看视频网站| 999久久久国产精品视频| 可以免费在线观看a视频的电影网站| 热99久久久久精品小说推荐| 午夜免费鲁丝| 精品国产一区二区三区久久久樱花| 欧美日韩av久久| 欧美日韩视频精品一区| videos熟女内射| 黑人猛操日本美女一级片| 精品人妻熟女毛片av久久网站| 午夜日韩欧美国产|