• <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 ?

    基于仿射包的圖像集人臉識別的魯棒算法

    2015-03-02 03:37:06寧尚軍劉小華
    關(guān)鍵詞:方法

    寧尚軍,劉小華,蓋 健

    (吉林大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,吉林 長春130012)

    傳統(tǒng)的人臉識別技術(shù)以單幅人臉為基礎(chǔ)[1],通過分析單幅圖像中的人臉來達(dá)到辨識身份的目的.這種方法普遍要求圖像取自嚴(yán)格限制的拍攝條件,然而在實(shí)際應(yīng)用中,圖像一般取自復(fù)雜的自然條件及光照、人物姿態(tài)、視角等諸多因素的變化,使得傳統(tǒng)方法普遍識別率低,難以達(dá)到應(yīng)用的目的.近年來,隨著計(jì)算機(jī)硬件和通信技術(shù)的提高,基于圖像集的人臉識別技術(shù)越來越受到人們的重視[2-6].這種方法以同一人的多幅圖像構(gòu)成的圖像集作為分析和分類的單元,通過對圖像集進(jìn)行建模,然后選定合適的分類標(biāo)準(zhǔn),比較測試圖像集和數(shù)據(jù)庫中已知身份的圖像集(訓(xùn)練集)達(dá)到識別未知圖像集身份的目的.

    基于仿射包模型的圖像集人臉識別方法[2-3],將圖像集建模為仿射包,圖像集中的每幅圖像均是屬于仿射包上的點(diǎn)(向量),定義仿射包距離為2個包中最近的2個點(diǎn)之間的距離,通過奇異值分解(SVD)算法得到仿射空間的基,計(jì)算測試集與每個訓(xùn)練集之間的仿射包距離,以最近鄰分類原則得到有效結(jié)果.這是一種幾何方法,分類結(jié)果是依賴于高維仿射空間中點(diǎn)的位置,因此圖像集中的異常值圖像(outliers)將會降低識別率.

    針對仿射包模型對于異常圖像的敏感性[3],本文提出對異常值數(shù)據(jù)魯棒性更強(qiáng)的旋轉(zhuǎn)不變L1范數(shù)方法[7](R1-PCA 算法)進(jìn)行仿射子空間估計(jì),代替原有的L2范數(shù)方法,然后通過計(jì)算仿射包距離,利用最近鄰分類器得到有效結(jié)果.

    1 AHISD

    1.1 仿射包模型

    AHISD[2](Affine hull based image sets distance)將每個圖像集建模為仿射包,即用每個集中所有樣本構(gòu)成的最小仿射包來描述整個集.我們以Xsi表示圖像集s 中的第i 幅樣本圖像,其中Xci∈?d,即每幅樣本圖像經(jīng)過預(yù)處理為d 維列向量,i=1,…,ns,其中ns表示第s 個圖像集中共ns個樣本,s=1,…,S,其中S 表示共有S 個圖像集,那么包含第s個圖像集所有樣本的最小仿射包定義為

    仿射包模型將集中樣本的所有仿射組合作為所在集的合理特征表示,跟其他約束性更強(qiáng)的模型(比如凸包等)相比,弱約束性使得仿射包表示可以更有效地應(yīng)對小樣本問題,對于不在原來集中出現(xiàn)的樣本,可以通過仿射組合得到并計(jì)算在內(nèi).

    1.2 仿射包參數(shù)化

    (1)式的約束條件可寫作1Tα=1,其中1是全1列向量,1T表示1的轉(zhuǎn)置矩陣,α 是元素為αsk的列向量.設(shè)有集中樣本的一個正交基U、樣本均值μ,對于任意α 滿足1Tα=1,對中心化后的樣本使用SVD 算法可得

    由(2)式可得

    取v=ΣVTα,可知對任意α 滿足1Tα=1,(1)式可寫為

    由(2)式可得

    于是,由(1)式定義的仿射包模型可以重寫為

    其中:μs為圖像集s的均值;Us為圖像集仿射空間的一組正交基;vs是經(jīng)過正交投影之后l 維未知向量.Us的計(jì)算由基于L2范數(shù)估計(jì)的奇異值分解方法得到.

    1.3 仿射包距離

    2個仿射包之間的距離[2](AD)定義為2個最近點(diǎn)之間的歐式距離,其中2個點(diǎn)分別位于2個不同的仿射包中.給定2個不相交的仿射包:AHi={Uivi+μi}和AHk={Ukvk+μk},兩者之間距離為

    2個仿射包AD 的計(jì)算就是求得(5)式最優(yōu)解的過程,由于仿射包是凸集合,(5)式的運(yùn)算是保凸運(yùn)算,這樣一個凸優(yōu)化問題是能解出最優(yōu)解的,具體如下:

    定義U≡(Ui,-Uk),U 是Ui和-Uk的拼接矩陣是vi,vk的拼接矩陣,(5)式可寫作

    易知,(6)式是標(biāo)準(zhǔn)的最小二乘問題,其閉合最優(yōu)解為

    將(7)式代入(6)式,可得

    其中:I是單位矩陣;W=U(UTU)-1UT是2個仿射子空間聯(lián)合方向上的正交投影矩陣;(I-W)是向2個仿射子空間的正交補(bǔ)空間的投影矩陣.實(shí)際計(jì)算中,通過對拼接矩陣U 進(jìn)行奇異值分解,求得U 的正交基Ub,則W=UbUTb,將W 代入(8)式即可求得2個仿射包之間的距離AD.

    2 仿射子空間估計(jì)

    基于仿射包的圖像集識別方法是基于如下假設(shè):圖像集的每個樣本都是仿射特征空間的一個向量,對于特征空間的估計(jì)是其中最重要的一環(huán),對于一般情況,我們假設(shè)仿射特征空間是線性的,當(dāng)然面對圖像集過弱等情況,可以考慮更復(fù)雜的非線性模型.

    2.1 SVD 算法估計(jì)仿射子空間

    AHISD[2]使用SVD 算法進(jìn)行子空間估計(jì),對于已經(jīng)中心化的樣本集X,進(jìn)行SVD 算法[7],得到

    然后對Σ 按奇異值由大到小排列,取前l(fā)個奇異值使得該l 個奇異值之和與所有奇異值之和的比值大于我們設(shè)定的閾值t,l個奇異值對應(yīng)的左奇異向量即子空間的正交基.PCA 算法是對SVD 算法的封裝,可以用SVD 算法輕易實(shí)現(xiàn)PCA 算法,兩者本質(zhì)是相同的.使用SVD 算法估計(jì)子空間其實(shí)就是運(yùn)用PCA 算法.

    取U=(u1,…,ul)為主成分方向(即特征向量),V=(v1,…,vl)為主成分,PCA 算法還可以描述為

    Frobenius范數(shù)定義為

    式中:i=1,…,n,其中n表示集中的n 個樣本;j=1,…,d,其中d 表示每個樣本有d 維.

    由(10)式可知,基于SVD 算法(或者PCA 算法)的子空間估計(jì)是以最小化誤差矩陣的Frobenius范數(shù)(L2范數(shù))為目的的,這種方法在樣本中沒有異常值數(shù)據(jù)時(shí)效果不錯,一旦存在異常樣本,L2范數(shù)對于異常值數(shù)據(jù)的敏感性使J 的誤差增大,導(dǎo)致對子空間的估計(jì)出現(xiàn)較大偏差,從而影響識別的效率.

    2.2 基于L1 范數(shù)的子空間估計(jì)

    鑒于Frobenius對異常值數(shù)據(jù)的敏感性,可以使用基于魯棒性更強(qiáng)的L1范數(shù)的方法.矩陣X 的L1范數(shù)定義為

    L1范數(shù)方法雖然在一定程度上解決了異常值數(shù)據(jù)的問題,但是存在如下缺陷[4]:(1)計(jì)算復(fù)雜度高;(2)最優(yōu)解是否與協(xié)方差矩陣相關(guān)不明確;(3)在聚類算法中使用L1范數(shù)會引發(fā)問題.

    3 本文方法

    為了解決在識別過程中的異常值數(shù)據(jù)問題,同時(shí)避免L1范數(shù)方法的不足,本文采用基于旋轉(zhuǎn)不變L1范數(shù)的R1-PCA 算法進(jìn)行子空間估計(jì).R1-PCA 算法不但對異常值數(shù)據(jù)具有魯棒性,同時(shí)可以運(yùn)用子空間迭代算法有效求解,計(jì)算復(fù)雜度小于基于L1范數(shù)的方法.

    3.1 R1 范數(shù)

    R1范數(shù)即旋轉(zhuǎn)不變L1范數(shù)[7],是對L1范數(shù)的變形.在R1范數(shù)中,空間維度的距離是按照L2范數(shù)的二次形式計(jì)算的,但在不同點(diǎn)之間的求和是運(yùn)用L1范數(shù)的一次形式.對于樣本集X,寫成矩陣形式為X=(Xji),其中j為指示空間維度(j=1,…,d),i為指示樣本(i=1,…,n).R1范數(shù)的定義為

    對比(11)式和(12)式,不難看出,基于Frobenius范數(shù)(L2范數(shù))和L1范數(shù)的方法,將數(shù)據(jù)集的行i和列j 做相同的操作,但是i指示樣本、j指示空間維度和R1范數(shù)正是抓住了這細(xì)小的差別,從而在子空間估計(jì)中魯棒性更強(qiáng).

    3.2 R1-PCA算法

    令V=(v1,…,vl)∈Rl×n,(10)式標(biāo)準(zhǔn)的PCA 算法可以寫作如下向量形式

    R1-PCA 算法可以記為

    不失一般性,令U 為正交矩陣,解min‖Xi-Uvi‖2,得

    故得

    估計(jì)誤差si是樣本Xi到子空間的距離,R1-PCA 算法可簡化為

    通過定義損失函數(shù)ρ(·),(18)式定義的R1-PCA 算法可以推廣為使用通用魯棒估計(jì)量的形式[7]

    其中參數(shù)c為消去變量,通常選作si的中值,即c=median(si).

    定義R1協(xié)方差矩陣為

    對于使用ρH(s) 作為損失函數(shù)的R1-PCA 算法,權(quán)值定義為

    易知,CR是標(biāo)準(zhǔn)協(xié)方差矩陣的加權(quán)形式,R1-PCA 算法的實(shí)質(zhì)便是減小異常值數(shù)據(jù)(到估計(jì)子空間距離較遠(yuǎn))的影響(對應(yīng)權(quán)值),從而獲得更準(zhǔn)確地對異常值數(shù)據(jù)魯棒的估計(jì)子空間.可以證明[7],R1-PCA 算法(19)式的全局最優(yōu)解就是R1協(xié)方差矩陣CR(21)式的特征向量,即

    寫成矩陣形式

    (21)式中,U 即CR的特征向量矩陣,Λ 是對角線為特征值的對角矩陣.

    3.3 求解R1-PCA問題的子空間迭代法

    由(21)和(22)式可知,R1協(xié)方差矩陣CR依賴于U,因此(24)式是一個非線性特征值問題,可以通過經(jīng)典的子空間迭代算法得到前l(fā)個最大特征值對應(yīng)的l個主成分子空間.

    取U 的初值U(0)為標(biāo)準(zhǔn)協(xié)方差矩陣前l(fā)個最大特征值對應(yīng)的主成分特征向量,計(jì)算U(0)的R1協(xié)方差矩陣CR(U(0)),U 按照(26)和(27)式的方式更新為:

    其中:t表示迭代次數(shù);orth(·)是正交化函數(shù),當(dāng)?shù)鬂M足設(shè)定收斂條件即得到子空間基向量U.

    下面給出R1-PCA 算法求解子空間的過程.

    輸入:圖像集構(gòu)成的數(shù)據(jù)矩陣X,子空間維度k,收斂閾值t,迭代上限n.

    初始化:計(jì)算標(biāo)準(zhǔn)PCA 算法(SVD 算法),得到U0.

    計(jì)算

    迭代過程:令U=U0,根據(jù)(28)和(29)式迭代更新U 直到滿足收斂條件或超過迭代次數(shù)上限n.

    計(jì)算V=UTX.

    輸 出:U,V.

    因?yàn)閁 最終收斂為特征向量矩陣,收斂條件設(shè)定為U(t+1)與U(t)對角線元素的誤差平方和,當(dāng)其小于設(shè)定的值t時(shí)即收斂.

    3.4 本文方法識別過程

    本文提出的對異常值數(shù)據(jù)具有魯棒性的圖像集人臉識別方法,記為R1-AHISD,具體過程如下:

    (1)將已知身份的訓(xùn)練人臉圖像集和待分類的測試圖像進(jìn)行預(yù)處理,將圖像矩陣變形為列向量,將每個訓(xùn)練圖像集和測試圖像集中的圖像向量分別合并為對應(yīng)的圖像集矩陣.

    (2)對測試集和每個訓(xùn)練集建模為仿射包,對圖像集矩陣進(jìn)行R1-PCA 算法,分別得到估計(jì)子空間,進(jìn)而得到仿射包表示.

    (3)對測試仿射包和每一個訓(xùn)練集仿射包計(jì)算仿射包距離AD.

    (4)Min(AD)對應(yīng)的訓(xùn)練集即為測試集的目標(biāo)身份.

    4 實(shí)驗(yàn)部分

    4.1 Honda/UCSD 視頻庫和預(yù)處理

    Honda/UCSD[8]視頻庫最早應(yīng)用于視頻人臉識別,本文采用Honda/UCSD 視頻庫進(jìn)行實(shí)驗(yàn),該數(shù)據(jù)庫包含20個人的共59段視頻片段,每段視頻拍攝于不同的光照環(huán)境下,包含被拍攝者不同的動作、表情、姿態(tài).實(shí)驗(yàn)選取其中每個人的一段視頻作為訓(xùn)練集,剩余39 段視頻作為測試集,每段視頻有300~500幀圖像.

    首先,實(shí)驗(yàn)采用經(jīng)典的Viola-Jones人臉檢測算法[9]檢測得到視頻中盡可能多的人臉圖像,將檢測得到的人臉圖像縮放大小為20像素×20像素,然后對圖像進(jìn)行直方圖均衡化以消除光照影響.將每段視頻預(yù)處理之后的人臉圖像作為此人的圖像集.圖1分別展示了Honda/UCSD 數(shù)據(jù)庫視頻中提取的原始幀圖像、對應(yīng)的人臉檢測之后的人臉圖像以及預(yù)處理之后的圖像.

    圖1 Honda/UCSD數(shù)據(jù)庫樣本圖像

    4.2 結(jié)果和分析

    實(shí)驗(yàn)分為2個部分,分別測試在無噪聲影響下的識別率以及在混有特定噪聲(離散圖像)的情況下的識別率,2個仿真實(shí)驗(yàn)的結(jié)果都顯示本文提出的方法具有較高的識別率、穩(wěn)定性,同時(shí)對異常值數(shù)據(jù)具有魯棒性.

    第一部分實(shí)驗(yàn)為無噪聲實(shí)驗(yàn).由Viola-Jones算法[9]檢測得到的人臉圖像會有一些錯誤(包括不完整人臉、模糊人臉和非人臉等),將其中的錯誤圖像去除制成無噪聲圖像集,因?yàn)槊慷我曨l檢測得到的圖像數(shù)不一,隨機(jī)選取無噪聲圖像集中的10,20,50,70和100作為圖像集,實(shí)驗(yàn)將建立隨機(jī)圖像集的過程重復(fù)10次以求更精確的結(jié)果,分別測試基于圖像集的MSM 算法[4](公共子空間算法)、DCC算法[5](判別典型相關(guān)分析)、AHISD 算法[2]和本文提出的R1-AHISD 算法,最后將10次結(jié)果取平均值得到最終的識別率(如圖2所示).

    由圖2可以看出,幾種方法的識別率都隨著圖像集中的圖像數(shù)的增多而提高,這是因?yàn)檫@幾種方法都是基于圖像集的人臉識別方法,這種方法需要圖像集中盡量包含更多的信息,當(dāng)圖像集中的圖像取自不同光照、姿態(tài)和表情等條件下時(shí),識別效果更好,這種基于圖像集的方法遠(yuǎn)遠(yuǎn)優(yōu)于單幅圖像人臉識別方法,基于單幅圖像的人臉識別方法在面對復(fù)雜的光照、姿態(tài)、表情等情況時(shí)往往識別率下降明顯.其次,本文提出的方法在識別率和穩(wěn)定性上都要好于原有方法,當(dāng)集中樣本數(shù)達(dá)到100時(shí),本文方法的識別率可以達(dá)到97.4%.

    第二部分實(shí)驗(yàn)為噪聲測試,實(shí)驗(yàn)?zāi)康氖球?yàn)證本文提出的方法對異常值數(shù)據(jù)(outliers)的魯棒性.在實(shí)際應(yīng)用中,由于攝像機(jī)(比如監(jiān)控?cái)z像機(jī))條件的限制,得到的視頻往往包含噪聲,導(dǎo)致人臉檢測程序得到意外的結(jié)果.這些噪聲主要包括由于遮擋或視角受限導(dǎo)致的人臉不全,動作過快導(dǎo)致的圖像模糊以及人臉檢測得到的錯誤圖像等.因此本文噪聲實(shí)驗(yàn)立足實(shí)際,選取人臉檢測過程中出現(xiàn)的錯誤圖像作為噪聲,圖3展示了部分噪聲圖像.隨機(jī)選取某個人1~5幅噪聲圖像,加入此人的圖像集得到噪聲圖像集,分別測試上述4種算法,同樣對10次隨機(jī)實(shí)驗(yàn)識別率取平均值,表1和2分別為圖像集樣本數(shù)為50和100時(shí)的實(shí)驗(yàn)結(jié)果.

    圖2 在無噪聲圖像集上不同算法的識別率

    圖3 噪聲圖像樣本

    由表1和2可以看出,異常值數(shù)據(jù)對以子空間估計(jì)為基礎(chǔ)的圖像集識別算法的影響是很明顯的,實(shí)驗(yàn)中采用的4種算法都不同程度受到影響,這是由算法的原理導(dǎo)致的.基于幾何的方法容易受到異常值數(shù)據(jù)的影響,對于偏離子空間距離較大的點(diǎn)會使子空間估計(jì)出現(xiàn)嚴(yán)重偏差,從而使識別率下降.由表1和2可知,MSM 算法、DCC 算法和原有的AHISD 算法在異常值數(shù)據(jù)的影響下,識別率下降都超過10%,本文提出的R1-AHISD方法下降并不明顯.

    表1 樣本數(shù)為50的噪聲集上不同算法的識別率 %

    表2 樣本數(shù)為100的噪聲集上不同算法的識別率 %

    綜合上述實(shí)驗(yàn)結(jié)果,本文方法在識別率和穩(wěn)定性方面都比原有方法有所提高,對異常值數(shù)據(jù)的魯棒性也更強(qiáng).

    5 結(jié)束語

    提出了一種對異常值數(shù)據(jù)具有強(qiáng)魯棒性的基于仿射包模型的圖像集人臉識別算法.以R1-PCA 算法進(jìn)行子空間估計(jì),通過計(jì)算定義的仿射包距離,運(yùn)用最近鄰分類器得到分類識別結(jié)果.在Honda/UCSD 視頻庫上的仿真實(shí)驗(yàn)驗(yàn)證了本文方法的有效性和穩(wěn)定性.

    [1]TURK M A,PENTLAND A P.Face recognition using eigenfaces[C].Conference on Computer Vision and Pattern recognition.US:IEEE,1991:586-591.

    [2]CEVIKALP H,TRIGGS B.Face recognition based on image sets[C].Conference on Computer Vision and Pattern Recognition.San Francisco,US:IEEE,2010:2567-2573.

    [3]HU Y,MIAN A S,OWENS R.Sparse approximated nearest points for image set classification[C].Conference on Computer Vision and Pattern Recognition.Providence,US:IEEE,2011:121-128.

    [4]YAMAGUCHI O,F(xiàn)UKUI K,MAEDA K.Face recognition using temporal image sequence[C].IEEE International Conference on Automatic Face and Gesture Recognition Proceedings.Nara:IEEE,1998:318-323.

    [5]KIM T,KITTLER J,CIPOLLA R.Discriminative learning and recognition of image set classes using canonical correlations[J].TPAMI,2007:29(6):1005-1018.

    [6]WANG R,CHEN X.Manifold discriminant analysis[C].Conference on Computer Vision and Pattern Recognition.Miami,US:IEEE,2009:429-436.

    [7]DING C,ZHOU D,HE X,et al.R1-PCA:rotational invariant L1-norm principal component analysis for robust subspace factorization[C].International Conference on Machine Learning Proceedings,Pittsburgh,US:IEEE,2006:281-288.

    [8]LEE K-C,HO J,YANG M-H,et al.Video-based face recognition using probabilistic appearance manifolds[C].Conference on Computer Vision and Pattern Recognition,Proceedings.New York,US:IEEE,2003:1-313.

    [9]VIOLA P,JONES M.Robust real-time face detection[J].International Journal of Computer Vision,2004,57:137-154.

    猜你喜歡
    方法
    中醫(yī)特有的急救方法
    中老年保健(2021年9期)2021-08-24 03:52:04
    高中數(shù)學(xué)教學(xué)改革的方法
    化學(xué)反應(yīng)多變幻 “虛擬”方法幫大忙
    變快的方法
    兒童繪本(2020年5期)2020-04-07 17:46:30
    學(xué)習(xí)方法
    可能是方法不對
    用對方法才能瘦
    Coco薇(2016年2期)2016-03-22 02:42:52
    最有效的簡單方法
    山東青年(2016年1期)2016-02-28 14:25:23
    四大方法 教你不再“坐以待病”!
    Coco薇(2015年1期)2015-08-13 02:47:34
    賺錢方法
    热99久久久久精品小说推荐| 日日爽夜夜爽网站| av又黄又爽大尺度在线免费看| 精品福利永久在线观看| 丝袜美腿诱惑在线| 他把我摸到了高潮在线观看 | cao死你这个sao货| 日韩欧美一区二区三区在线观看 | 色精品久久人妻99蜜桃| 国产精品久久久人人做人人爽| 免费在线观看影片大全网站| a级毛片黄视频| 成人精品一区二区免费| 黑人欧美特级aaaaaa片| 久久久精品94久久精品| 亚洲成国产人片在线观看| 日本av免费视频播放| 中文字幕另类日韩欧美亚洲嫩草| 99国产精品免费福利视频| 国产高清激情床上av| 欧美在线黄色| 黄色 视频免费看| 午夜两性在线视频| 亚洲欧美精品综合一区二区三区| 成人永久免费在线观看视频 | 一区二区日韩欧美中文字幕| 日韩 欧美 亚洲 中文字幕| 飞空精品影院首页| 国产亚洲av高清不卡| 岛国在线观看网站| 欧美乱码精品一区二区三区| 高潮久久久久久久久久久不卡| 久久久国产一区二区| 精品久久久久久电影网| 日本wwww免费看| 麻豆国产av国片精品| 久久久久国内视频| 亚洲av日韩在线播放| 五月开心婷婷网| 亚洲精品美女久久久久99蜜臀| 国产不卡av网站在线观看| 午夜福利视频在线观看免费| 大型黄色视频在线免费观看| 一级a爱视频在线免费观看| 老司机深夜福利视频在线观看| 精品国内亚洲2022精品成人 | 国产精品成人在线| 男女边摸边吃奶| 一边摸一边抽搐一进一小说 | 满18在线观看网站| 国产精品一区二区在线观看99| 亚洲av电影在线进入| 亚洲av电影在线进入| 老司机影院毛片| 视频区欧美日本亚洲| 国产伦理片在线播放av一区| 国产一卡二卡三卡精品| 久久毛片免费看一区二区三区| 啦啦啦免费观看视频1| 日韩成人在线观看一区二区三区| 国产高清视频在线播放一区| 国产高清视频在线播放一区| 三上悠亚av全集在线观看| 麻豆乱淫一区二区| 动漫黄色视频在线观看| 中文字幕制服av| 成人国产一区最新在线观看| 中文字幕制服av| 伊人久久大香线蕉亚洲五| av天堂在线播放| videos熟女内射| 中文字幕制服av| 女人高潮潮喷娇喘18禁视频| 男人舔女人的私密视频| 欧美日韩亚洲高清精品| 老司机靠b影院| 国产高清视频在线播放一区| 亚洲精品在线观看二区| 日韩成人在线观看一区二区三区| 搡老岳熟女国产| 精品一品国产午夜福利视频| 人妻 亚洲 视频| 欧美老熟妇乱子伦牲交| 国产伦理片在线播放av一区| 免费在线观看完整版高清| 日本黄色日本黄色录像| 国产精品九九99| 黄色视频,在线免费观看| 国产免费福利视频在线观看| 亚洲av欧美aⅴ国产| 母亲3免费完整高清在线观看| 免费女性裸体啪啪无遮挡网站| 亚洲精品中文字幕一二三四区 | 超碰成人久久| 777久久人妻少妇嫩草av网站| 久久国产精品影院| 黄网站色视频无遮挡免费观看| 男女下面插进去视频免费观看| 天天操日日干夜夜撸| 在线看a的网站| 久久九九热精品免费| 日韩中文字幕视频在线看片| 成人国产av品久久久| 美女福利国产在线| 最新美女视频免费是黄的| 国产av国产精品国产| 精品高清国产在线一区| 老司机亚洲免费影院| 国产老妇伦熟女老妇高清| 丰满饥渴人妻一区二区三| 久久精品国产a三级三级三级| 亚洲伊人色综图| 在线观看免费视频网站a站| 日韩三级视频一区二区三区| 国产亚洲精品久久久久5区| 一边摸一边抽搐一进一小说 | 国产成人一区二区三区免费视频网站| 777米奇影视久久| 午夜免费鲁丝| 国产成人免费无遮挡视频| 岛国在线观看网站| 国产精品久久久久久精品古装| 少妇精品久久久久久久| 久久久欧美国产精品| 岛国毛片在线播放| 老鸭窝网址在线观看| 国产一区二区在线观看av| 法律面前人人平等表现在哪些方面| 窝窝影院91人妻| 免费日韩欧美在线观看| 午夜视频精品福利| 欧美在线黄色| 久久av网站| 精品免费久久久久久久清纯 | 欧美日韩视频精品一区| 黄色片一级片一级黄色片| 久久久久视频综合| 国产在线精品亚洲第一网站| 大片免费播放器 马上看| 曰老女人黄片| 妹子高潮喷水视频| 日韩成人在线观看一区二区三区| 天堂动漫精品| 国产免费福利视频在线观看| 国产精品偷伦视频观看了| av又黄又爽大尺度在线免费看| xxxhd国产人妻xxx| 成人永久免费在线观看视频 | 妹子高潮喷水视频| 亚洲色图av天堂| 亚洲精品在线美女| 国产精品久久久久久精品电影小说| av国产精品久久久久影院| 男女高潮啪啪啪动态图| 国产免费视频播放在线视频| 精品一区二区三区av网在线观看 | 99精品久久久久人妻精品| 91国产中文字幕| 视频在线观看一区二区三区| 亚洲精华国产精华精| 亚洲精品自拍成人| 51午夜福利影视在线观看| 国产色视频综合| 国产极品粉嫩免费观看在线| 日本av免费视频播放| 如日韩欧美国产精品一区二区三区| 国产黄色免费在线视频| 丝袜人妻中文字幕| cao死你这个sao货| av超薄肉色丝袜交足视频| 男人操女人黄网站| 精品国产乱码久久久久久小说| 国产精品秋霞免费鲁丝片| 大码成人一级视频| 午夜免费鲁丝| 日日爽夜夜爽网站| 黑人欧美特级aaaaaa片| 丰满迷人的少妇在线观看| 丰满少妇做爰视频| 欧美乱码精品一区二区三区| 王馨瑶露胸无遮挡在线观看| 精品国产国语对白av| 日韩免费高清中文字幕av| 亚洲中文日韩欧美视频| 日日夜夜操网爽| 黑人猛操日本美女一级片| 亚洲国产欧美在线一区| 精品欧美一区二区三区在线| 国产精品免费大片| 国产97色在线日韩免费| 777米奇影视久久| 黄色丝袜av网址大全| 91老司机精品| 看免费av毛片| 精品一区二区三区av网在线观看 | 18禁裸乳无遮挡动漫免费视频| 欧美在线黄色| 十八禁网站网址无遮挡| av有码第一页| 丝袜人妻中文字幕| 国产精品 欧美亚洲| 国产片内射在线| 国产99久久九九免费精品| 又黄又粗又硬又大视频| 97人妻天天添夜夜摸| 亚洲专区国产一区二区| 一边摸一边抽搐一进一出视频| 国产精品99久久99久久久不卡| 另类精品久久| 欧美+亚洲+日韩+国产| 婷婷成人精品国产| 亚洲av成人不卡在线观看播放网| 国产成人系列免费观看| 99国产精品免费福利视频| 国产精品.久久久| 久久人妻福利社区极品人妻图片| 大香蕉久久网| 中文字幕人妻丝袜一区二区| 高清黄色对白视频在线免费看| 国产福利在线免费观看视频| 亚洲精华国产精华精| 菩萨蛮人人尽说江南好唐韦庄| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲综合色网址| 国产精品久久电影中文字幕 | 涩涩av久久男人的天堂| 国产在线观看jvid| 丁香六月天网| 亚洲伊人色综图| 日本精品一区二区三区蜜桃| 国产av精品麻豆| 天天操日日干夜夜撸| 欧美精品一区二区免费开放| 大码成人一级视频| 熟女少妇亚洲综合色aaa.| 国产激情久久老熟女| 国产精品 欧美亚洲| 热99国产精品久久久久久7| 欧美精品亚洲一区二区| 成人特级黄色片久久久久久久 | 亚洲av成人不卡在线观看播放网| 午夜视频精品福利| 免费看a级黄色片| 男女无遮挡免费网站观看| 他把我摸到了高潮在线观看 | 汤姆久久久久久久影院中文字幕| av网站免费在线观看视频| 美女主播在线视频| 国产成人免费观看mmmm| 久久人妻av系列| 国产亚洲精品一区二区www | 免费一级毛片在线播放高清视频 | 高清av免费在线| 两个人看的免费小视频| 免费在线观看视频国产中文字幕亚洲| 妹子高潮喷水视频| 18禁观看日本| 午夜福利,免费看| 老司机影院毛片| 国产成人影院久久av| 大码成人一级视频| 久久人人爽av亚洲精品天堂| 无限看片的www在线观看| 黄色视频在线播放观看不卡| 午夜视频精品福利| 国产av一区二区精品久久| 国产精品.久久久| 一边摸一边抽搐一进一小说 | 免费观看人在逋| 精品福利永久在线观看| 国产国语露脸激情在线看| 免费av中文字幕在线| 久久国产精品影院| 日本五十路高清| 国产欧美日韩一区二区三| 国产亚洲精品久久久久5区| av片东京热男人的天堂| 国产高清videossex| 两性午夜刺激爽爽歪歪视频在线观看 | 久久久国产欧美日韩av| a级片在线免费高清观看视频| 人成视频在线观看免费观看| 无人区码免费观看不卡 | 亚洲色图综合在线观看| 欧美日韩亚洲高清精品| 精品国产一区二区三区四区第35| 国产亚洲欧美在线一区二区| 久久精品国产亚洲av高清一级| 桃花免费在线播放| 正在播放国产对白刺激| 日日夜夜操网爽| 亚洲熟女毛片儿| 亚洲中文日韩欧美视频| 精品久久久精品久久久| 日韩一区二区三区影片| 国产免费av片在线观看野外av| 深夜精品福利| 91av网站免费观看| 叶爱在线成人免费视频播放| 久久久久久久久久久久大奶| 无人区码免费观看不卡 | 女人被躁到高潮嗷嗷叫费观| 久久久国产欧美日韩av| 中文字幕人妻丝袜一区二区| 亚洲欧美一区二区三区黑人| 大香蕉久久成人网| 精品第一国产精品| www日本在线高清视频| 日本黄色视频三级网站网址 | 少妇 在线观看| 搡老岳熟女国产| 精品福利永久在线观看| 女警被强在线播放| 亚洲第一欧美日韩一区二区三区 | 久久青草综合色| 手机成人av网站| 国产欧美日韩一区二区三| 51午夜福利影视在线观看| 青草久久国产| 视频在线观看一区二区三区| 亚洲免费av在线视频| 久久热在线av| 久久精品亚洲熟妇少妇任你| 男人舔女人的私密视频| 大香蕉久久网| 精品久久久久久电影网| 午夜久久久在线观看| 国产99久久九九免费精品| 一本大道久久a久久精品| 日韩视频在线欧美| 成年人免费黄色播放视频| 久久性视频一级片| 久久久久久久久免费视频了| 国产精品98久久久久久宅男小说| 狠狠精品人妻久久久久久综合| 91成人精品电影| 80岁老熟妇乱子伦牲交| cao死你这个sao货| 99热国产这里只有精品6| 午夜成年电影在线免费观看| 中亚洲国语对白在线视频| 人妻一区二区av| 99热国产这里只有精品6| 国产在视频线精品| 精品一品国产午夜福利视频| 精品久久久久久久毛片微露脸| 久久九九热精品免费| 欧美成人免费av一区二区三区 | 国产一卡二卡三卡精品| 99riav亚洲国产免费| 午夜成年电影在线免费观看| 欧美日韩国产mv在线观看视频| tube8黄色片| 国产免费现黄频在线看| 两性夫妻黄色片| 亚洲av成人一区二区三| 午夜视频精品福利| 男女无遮挡免费网站观看| 汤姆久久久久久久影院中文字幕| 熟女少妇亚洲综合色aaa.| 欧美人与性动交α欧美软件| 国产av一区二区精品久久| 欧美精品一区二区大全| 人妻久久中文字幕网| 在线观看66精品国产| 国产成人欧美| 99精品欧美一区二区三区四区| 精品熟女少妇八av免费久了| 久久影院123| 精品少妇一区二区三区视频日本电影| 一区福利在线观看| 大陆偷拍与自拍| 婷婷丁香在线五月| 九色亚洲精品在线播放| 午夜精品国产一区二区电影| 亚洲av美国av| a在线观看视频网站| 男男h啪啪无遮挡| 日韩欧美国产一区二区入口| 满18在线观看网站| 久久99热这里只频精品6学生| 波多野结衣av一区二区av| 一夜夜www| 法律面前人人平等表现在哪些方面| 欧美性长视频在线观看| 妹子高潮喷水视频| 人人妻人人爽人人添夜夜欢视频| a级毛片在线看网站| √禁漫天堂资源中文www| 妹子高潮喷水视频| 国产不卡av网站在线观看| 一边摸一边抽搐一进一小说 | 俄罗斯特黄特色一大片| av网站在线播放免费| 两性午夜刺激爽爽歪歪视频在线观看 | 久久久国产欧美日韩av| 露出奶头的视频| 国产片内射在线| 一边摸一边做爽爽视频免费| 日韩成人在线观看一区二区三区| 老鸭窝网址在线观看| 色尼玛亚洲综合影院| 亚洲欧美精品综合一区二区三区| 美女午夜性视频免费| 少妇裸体淫交视频免费看高清 | 免费看a级黄色片| 90打野战视频偷拍视频| 视频区图区小说| 丁香六月欧美| 巨乳人妻的诱惑在线观看| 亚洲国产精品一区二区三区在线| 可以免费在线观看a视频的电影网站| 黄色视频在线播放观看不卡| 日韩欧美一区视频在线观看| 国产福利在线免费观看视频| 精品一区二区三区av网在线观看 | 好男人电影高清在线观看| 国产三级黄色录像| 国产精品美女特级片免费视频播放器 | 国产伦理片在线播放av一区| cao死你这个sao货| av免费在线观看网站| 欧美激情 高清一区二区三区| 香蕉国产在线看| 成人永久免费在线观看视频 | 在线观看免费视频网站a站| 一区在线观看完整版| 一区二区三区国产精品乱码| 国产xxxxx性猛交| 中文字幕另类日韩欧美亚洲嫩草| 国产欧美日韩一区二区精品| 亚洲一区中文字幕在线| 美女午夜性视频免费| 欧美乱妇无乱码| 欧美乱码精品一区二区三区| 国产日韩欧美亚洲二区| 国产精品自产拍在线观看55亚洲 | 99国产精品一区二区蜜桃av | 国产欧美日韩一区二区三区在线| 飞空精品影院首页| 国产一区二区激情短视频| 99香蕉大伊视频| 欧美精品啪啪一区二区三区| 亚洲国产毛片av蜜桃av| 国产成人精品久久二区二区91| svipshipincom国产片| 757午夜福利合集在线观看| 国产主播在线观看一区二区| 在线观看免费日韩欧美大片| 国产在线精品亚洲第一网站| 黑人巨大精品欧美一区二区蜜桃| 国产精品久久久av美女十八| av超薄肉色丝袜交足视频| 免费久久久久久久精品成人欧美视频| 精品少妇内射三级| 久久毛片免费看一区二区三区| 久久久久久久久久久久大奶| 国产免费视频播放在线视频| 中文字幕制服av| 国产一区二区三区在线臀色熟女 | 国产日韩欧美亚洲二区| 俄罗斯特黄特色一大片| 两个人看的免费小视频| 成人av一区二区三区在线看| 久久亚洲精品不卡| 69精品国产乱码久久久| 男男h啪啪无遮挡| 国产淫语在线视频| 亚洲欧美一区二区三区黑人| 国产单亲对白刺激| 757午夜福利合集在线观看| 亚洲精品国产精品久久久不卡| 一进一出抽搐动态| 久久精品国产综合久久久| 久久中文看片网| 操出白浆在线播放| 一本综合久久免费| 深夜精品福利| 69精品国产乱码久久久| 啦啦啦中文免费视频观看日本| 波多野结衣av一区二区av| av网站免费在线观看视频| 法律面前人人平等表现在哪些方面| 国产深夜福利视频在线观看| 99精国产麻豆久久婷婷| 国产亚洲欧美精品永久| 99久久人妻综合| 最新的欧美精品一区二区| www日本在线高清视频| 黄片小视频在线播放| 国产极品粉嫩免费观看在线| 久久国产精品影院| 久久毛片免费看一区二区三区| 久久香蕉激情| 日韩中文字幕欧美一区二区| 成人亚洲精品一区在线观看| 亚洲欧洲精品一区二区精品久久久| tube8黄色片| 交换朋友夫妻互换小说| svipshipincom国产片| 亚洲国产毛片av蜜桃av| 一边摸一边抽搐一进一小说 | 在线观看免费午夜福利视频| 亚洲三区欧美一区| 欧美激情高清一区二区三区| 高清av免费在线| 国产成人欧美| 大香蕉久久网| 老司机福利观看| 精品亚洲成国产av| 亚洲人成电影观看| 熟女少妇亚洲综合色aaa.| 纯流量卡能插随身wifi吗| av网站免费在线观看视频| 日日摸夜夜添夜夜添小说| 亚洲专区中文字幕在线| 国产精品 国内视频| 免费日韩欧美在线观看| 欧美黄色片欧美黄色片| 最黄视频免费看| a级毛片黄视频| 午夜福利在线免费观看网站| 两个人看的免费小视频| 国产深夜福利视频在线观看| 亚洲精华国产精华精| 久久 成人 亚洲| 亚洲av美国av| 99久久精品国产亚洲精品| 欧美精品亚洲一区二区| 美女高潮到喷水免费观看| av片东京热男人的天堂| 97人妻天天添夜夜摸| 国产精品一区二区在线观看99| 婷婷丁香在线五月| 亚洲美女黄片视频| 免费人妻精品一区二区三区视频| 精品少妇内射三级| 精品一区二区三卡| 国产麻豆69| 一二三四在线观看免费中文在| 亚洲,欧美精品.| 丰满人妻熟妇乱又伦精品不卡| 伊人久久大香线蕉亚洲五| 国产有黄有色有爽视频| 国产aⅴ精品一区二区三区波| 日韩一区二区三区影片| 国产免费av片在线观看野外av| 久9热在线精品视频| 女同久久另类99精品国产91| 老司机影院毛片| av网站在线播放免费| 建设人人有责人人尽责人人享有的| 国产av精品麻豆| 黑人操中国人逼视频| 欧美午夜高清在线| 日韩有码中文字幕| 亚洲精品在线美女| 满18在线观看网站| 91老司机精品| 91成人精品电影| 无人区码免费观看不卡 | 亚洲精品中文字幕在线视频| 99国产综合亚洲精品| 91大片在线观看| 人人妻,人人澡人人爽秒播| 高清黄色对白视频在线免费看| 日韩免费高清中文字幕av| 久久中文看片网| 老司机福利观看| 女人被躁到高潮嗷嗷叫费观| 欧美人与性动交α欧美精品济南到| 亚洲色图av天堂| 精品国产一区二区三区久久久樱花| av天堂久久9| av天堂在线播放| 国产成人一区二区三区免费视频网站| 亚洲精品成人av观看孕妇| 亚洲av国产av综合av卡| 亚洲情色 制服丝袜| 久久精品国产亚洲av香蕉五月 | 日本欧美视频一区| 日本撒尿小便嘘嘘汇集6| 美女视频免费永久观看网站| 99精国产麻豆久久婷婷| 丰满少妇做爰视频| 十八禁网站免费在线| 99精品在免费线老司机午夜| 国产免费av片在线观看野外av| 夫妻午夜视频| 涩涩av久久男人的天堂| 成年人黄色毛片网站| 在线观看www视频免费| 天天操日日干夜夜撸| 男男h啪啪无遮挡| 人人妻人人澡人人爽人人夜夜| 黄色怎么调成土黄色| 久久久水蜜桃国产精品网| 亚洲欧洲精品一区二区精品久久久| 欧美+亚洲+日韩+国产| 午夜老司机福利片| 精品一区二区三区视频在线观看免费 | 精品卡一卡二卡四卡免费| 国产真人三级小视频在线观看| 操出白浆在线播放| 国产精品影院久久| 可以免费在线观看a视频的电影网站| 999久久久精品免费观看国产| 国产黄色免费在线视频| 丰满饥渴人妻一区二区三| 天天操日日干夜夜撸| 热re99久久国产66热| 高清视频免费观看一区二区| 日本av手机在线免费观看| 日本精品一区二区三区蜜桃| 大片免费播放器 马上看|