• <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 ?

    一種具有噪聲魯棒性的人臉表情識(shí)別算法研究

    2015-10-20 09:13:10曹雪虹焦良葆
    電視技術(shù) 2015年3期
    關(guān)鍵詞:人眼擴(kuò)散系數(shù)人臉

    王 鎮(zhèn),童 瑩,曹雪虹,,焦良葆

    (1.南京郵電大學(xué)通信與信息工程學(xué)院,江蘇南京210003;2.南京工程學(xué)院通信工程學(xué)院,江蘇南京211167)

    1 人臉表情識(shí)別

    人臉面部表情是人類重要的形體語(yǔ)言之一,能夠比較準(zhǔn)確地反映情感、精神、心理等狀態(tài)變化。近年來(lái),利用計(jì)算機(jī)分析理解人臉表情完成相關(guān)工作,在人機(jī)交互中具有重要應(yīng)用前景,人臉表情識(shí)別技術(shù)逐漸成為研究熱點(diǎn)。人臉表情識(shí)別系統(tǒng)如圖1所示,由表情圖像預(yù)處理、人臉檢測(cè)與區(qū)域分割、表情特征提取和分類4個(gè)部分組成[1]。對(duì)于一幅高質(zhì)量圖像,特征提取和分類是人臉表情識(shí)別系統(tǒng)的兩個(gè)重要步驟??紤]到分類器識(shí)別效果好壞很大程度上取決于特征描述準(zhǔn)確性的高低,因此表情特征提取是人臉表情識(shí)別系統(tǒng)的重要環(huán)節(jié),是提高分類準(zhǔn)確率的關(guān)鍵。

    圖1 人臉表情識(shí)別系統(tǒng)流程圖

    常見(jiàn)的靜態(tài)圖像人臉特征提取方法有主成分分析法(PrincipalComponentAnalysis,PCA)[2]、獨(dú)立分量分析法(IndependentComponentAnalysis,ICA)[3]、Gabor 小波變換[4]、局部二值模式(LocalBinaryPattern,LBP)[5]和尺度不變特征變換(ScaleInvariantFeatureTransform,SIFT)[6]等。PCA、ICA子空間方法受樣本數(shù)量、圖像空域變化影響較大;LBP 是一種有效的紋理描述子,但編碼方式對(duì)鄰域灰度值變化敏感;Gabor小波變換、SIFT算子運(yùn)行時(shí)間長(zhǎng),特征維數(shù)巨大,不具有實(shí)時(shí)性,因此這些特征提取算法仍有局限性。針對(duì)這些不足,Dala N和Triggs B在2005年提出了梯度方向直方圖(Histograms of oriented gradients,HOG)[7]算法,它是一種形狀描述子,通過(guò)計(jì)算局部區(qū)域的梯度方向并統(tǒng)計(jì)個(gè)數(shù),得到梯度方向直方圖,能夠很好地表征圖像的邊緣信息,具有方向不變性等特點(diǎn)。因此,相比LBP、Gabor、SIFT等算子,本文采用改進(jìn)HOG算子可以有效提取人臉表情特征,且設(shè)置合理參數(shù)使特征維數(shù)大大降低,具有實(shí)時(shí)性。

    但實(shí)際應(yīng)用中,人臉表情圖像獲取容易受噪聲、光照、遮擋等因素影響,圖像質(zhì)量參差不齊,因此在進(jìn)行表情特征提取和識(shí)別之前,預(yù)處理工作又顯得尤為重要。本文僅考慮受噪聲污染嚴(yán)重的情況,首先對(duì)圖像進(jìn)行濾波預(yù)處理。目前,圖像濾波方法有很多[8],經(jīng)典算法有均值濾波、中值濾波、Wiener濾波等,它們?cè)谄交肼暤耐瑫r(shí),也模糊了圖像的邊緣,不能很好重現(xiàn)原始圖像中的結(jié)構(gòu)信息。近幾年,針對(duì)圖像濾波中保持重要特征的問(wèn)題,基于非線性方程的濾波方法得到很大發(fā)展,尤其是Perona和Malilik提出的各向異性擴(kuò)散濾波方法[9],其在圖像灰度平坦區(qū)域選擇大尺度平滑,在邊緣部分選擇小尺度平滑,從而實(shí)現(xiàn)了抑制噪聲的同時(shí)較好地保護(hù)圖像邊緣信息的目的,并得到廣泛應(yīng)用。嚴(yán)哲等[10]將地震相干屬性值作為斷層信息保護(hù)因子引入到各向異性擴(kuò)散濾波中,提出了一種基于各向異性擴(kuò)散濾波的地震圖像增強(qiáng)處理方法;陳金林等[11]提出一種結(jié)合各向異性擴(kuò)散和小波域的數(shù)字水印算法,保證水印不可見(jiàn)性的同時(shí),具有較好的魯棒性;付麗娟等[12]將PM算法與中值濾波相結(jié)合,用經(jīng)過(guò)中值濾波平滑后的梯度模值代替原始圖像的梯度模值,在提高信噪比的同時(shí)保留了圖像的細(xì)節(jié)信息,可以更好地滿足醫(yī)學(xué)圖像的使用要求。因此,本文將具有人眼視覺(jué)特性的各向異性擴(kuò)散濾波方法應(yīng)用到人臉表情識(shí)別中,對(duì)受噪聲污染嚴(yán)重的降質(zhì)圖像進(jìn)行濾波預(yù)處理。利用人眼在不同亮度背景下對(duì)亮度差的敏感性不同,結(jié)合梯度值修正擴(kuò)散系數(shù),區(qū)分處理面部斑點(diǎn)噪聲和肌肉皺褶形變所對(duì)應(yīng)的弱邊緣、弱細(xì)節(jié),盡可能保留原始圖像中的表情信息,為后續(xù)HOG表情特征的準(zhǔn)確提取提供方便。

    綜上所述,本文從預(yù)處理和特征提取兩個(gè)角度進(jìn)行改進(jìn),提出一種在噪聲環(huán)境下有效識(shí)別人臉表情的方法。首先,設(shè)計(jì)一種具有人眼視覺(jué)特性的各向異性擴(kuò)散濾波方法,利用人眼在不同亮度背景下對(duì)亮度差的敏感性不同修正擴(kuò)散系數(shù),使其在濾除噪聲的同時(shí)更好地保留了表情圖像的弱小細(xì)節(jié)信息;其次,采用HOG算子提取表情特征,并且改進(jìn)梯度算子,設(shè)置合理參數(shù),大大降低了特征向量維數(shù),提高了算法的運(yùn)行效率和識(shí)別率。在JAFFE數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果表明,本文算法是一種有效的,具有一定的噪聲魯棒性的人臉表情識(shí)別算法。

    2 HOG算法原理及其改進(jìn)

    2.1 HOG算法基本原理

    梯度方向直方圖(Histogram of Oriented Gradients,HOG),是一種在計(jì)算機(jī)視覺(jué)和圖像處理中用來(lái)進(jìn)行物體檢測(cè)的特征描述子,它通過(guò)計(jì)算和統(tǒng)計(jì)圖像局部區(qū)域的梯度方向直方圖來(lái)構(gòu)成特征。

    采用HOG算子提取表情特征的具體步驟如下:

    1)計(jì)算圖像每個(gè)像素點(diǎn)的梯度幅值和方向,捕獲表情輪廓信息,弱化光照的干擾。

    2)將檢測(cè)窗口劃分成大小相同的單元格(cell)。

    3)統(tǒng)計(jì)每個(gè)單元格(cell)的梯度方向直方圖。

    4)將相鄰的單元格組合成無(wú)重疊的塊(block),統(tǒng)計(jì)整個(gè)塊的梯度方向直方圖特征,并對(duì)每個(gè)塊內(nèi)的直方圖進(jìn)行歸一化,減少背景顏色和噪聲的影響。

    5)最后連接所有塊(block)的梯度方向直方圖,得到表示整個(gè)表情圖像的HOG特征。

    2.2 HOG算法的改進(jìn)

    在文獻(xiàn)[7]中,筆者將每個(gè) cell大小設(shè)置為8×8(pixels),block大小設(shè)為2×2(cells),在0o~180o內(nèi)分了9個(gè)方向區(qū)間,用一維中心對(duì)稱模板[-1 0 1]來(lái)計(jì)算每個(gè)像素點(diǎn)的梯度幅值和方向,計(jì)算公式如下

    因此,對(duì)于一幅大小為128×128的圖像,可劃分為8×8=64個(gè)無(wú)重疊block區(qū)域,得到特征向量維數(shù)等于64×4×9=2 304??紤]到過(guò)高的特征維數(shù)會(huì)對(duì)識(shí)別率以及運(yùn)行時(shí)間產(chǎn)生影響,分析各個(gè)參數(shù)的表征效果,得到最佳參數(shù),即cell大小為16×16(pixels),block大小為4×4(cells),0°~180°仍然分為9個(gè)方向區(qū)間,此時(shí)特征維數(shù)等于4×144=576,特征維度降低了75%,算法運(yùn)行效率得到明顯的提升。

    同時(shí),本文采用canny模板代替一維中心對(duì)稱模板,梯度計(jì)算公式如式(3)~式(6)所示,得到梯度幅值圖像如圖2所示??梢钥闯?,canny算子梯度幅值圖像比一維中心對(duì)稱算子梯度幅值圖像面部干擾噪聲小,邊緣清晰,因此其梯度方向直方圖中有效值與干擾值差異度大,特征空間距離分類效果更理想。

    圖2 不同梯度算子幅值圖像

    3 各向異性擴(kuò)散濾波原理及改進(jìn)

    3.1 各向異性擴(kuò)散濾波原理

    平滑濾波是圖像處理中一個(gè)比較重要的環(huán)節(jié),早期一些常見(jiàn)的濾波器,如高斯低通濾波器、維納濾波器等,在平滑噪聲的同時(shí),也模糊了邊緣,丟失了圖像中的重要結(jié)構(gòu)信息。針對(duì)這一不足,眾多學(xué)者提出了大量的圖像濾波算子,其中最著名的是Perona和Malik[9]提出的采用方向性分布系數(shù)代替高斯卷積的各向異性擴(kuò)散濾波方法。

    各向異性擴(kuò)散方程(P-M方程)實(shí)質(zhì)上是偏微分方程形式的熱傳導(dǎo)方程,其表達(dá)式如下

    式中:f(x,y,t)為輸入圖像f(x,y)經(jīng)過(guò)t次迭代后的結(jié)果;div(·)是散度算子;c(·)為擴(kuò)散系數(shù),Perona和Malik提出如下兩種形式的擴(kuò)散系數(shù)方程

    式中:Δf()是梯度算子;‖Δ f(x,y,t)‖表示 f(x,y,t)的梯度模值;K為梯度閾值。從上面兩個(gè)方程可以看出,擴(kuò)散系數(shù)c(·)是一個(gè)以梯度模值為變量的單調(diào)遞減函數(shù),在梯度值越大的區(qū)域,擴(kuò)散系數(shù)越小,有利于保護(hù)圖像的邊緣信息;在梯度值越小的地方,擴(kuò)散系數(shù)越大,有利于平滑圖像中的噪聲。

    3.2 各向異性擴(kuò)散濾波的改進(jìn)

    Δ

    從式(8)~式(9)可以看出,擴(kuò)散系數(shù)僅對(duì)梯度模值‖f(x,y,t)‖比較敏感,因此在人臉表情識(shí)別應(yīng)用中,考慮表情變化會(huì)引起下巴、額頭、鼻梁等非顯性區(qū)域的肌肉紋理變化,這些變化產(chǎn)生的弱邊緣、弱細(xì)節(jié)也是表情識(shí)別的關(guān)鍵因素。但它們的梯度模值較小,擴(kuò)散系數(shù)較大,傳統(tǒng)P-M方程對(duì)其有平滑作用,導(dǎo)致細(xì)節(jié)丟失,表情信息不完整。

    鑒于此,本文提出了基于人眼視覺(jué)信息處理機(jī)制的各向異性擴(kuò)散濾波方法,利于人眼在不同亮度背景下對(duì)目標(biāo)的敏感性不同,修正擴(kuò)散系數(shù),使其能正確區(qū)分噪聲和弱小細(xì)節(jié)信息。

    3.2.1 人眼視覺(jué)信息處理機(jī)制

    研究表明,人眼對(duì)物體的識(shí)別能力與物體亮度和背景亮度有關(guān)。假設(shè)某一物體所處的背景平均亮度為I,物體本身亮度可看作為I+ΔI,只有當(dāng)亮度差ΔI大于某個(gè)閾值時(shí),人眼才能從背景中將目標(biāo)分辨出來(lái),此時(shí)的ΔI稱為剛可分辨亮度差,ΔI與 I之間成一種非線性關(guān)系,稱為閾值亮度比(TVI)。人眼視網(wǎng)膜上有視桿體和視錐體兩種視覺(jué)細(xì)胞,其中視桿體在暗光環(huán)境下特別敏感,視錐體在亮光環(huán)境下比較敏感。圖3為視桿體和視錐體的閾值亮度比函數(shù)曲線[13]。從圖中可以看出,當(dāng)背景很亮或者很暗時(shí),ΔI需要較大值才能使物體可見(jiàn)。

    圖3 TVI函數(shù)曲線

    3.2.2 具有人眼視覺(jué)特性的各向異性擴(kuò)散濾波

    文中利用人眼在不同的亮度背景下對(duì)亮度差的敏感性不同修正擴(kuò)散系數(shù),提出新的擴(kuò)散系數(shù)方程如下

    式中:‖Δ f(x,y,t)‖為梯度模值;ΔI(x,y,t)為剛可分辨亮度差;α為可調(diào)系數(shù);K為梯度閾值。其中ΔI(x,y,t)的具體求解步驟如下:

    1)以像素點(diǎn)(x,y)為中心,求其3×3鄰域的均值fm(x,y,t)。

    2)比較 f(x,y,t)和 fm(x,y,t)大小。若 f(x,y,t)> fm(x,y,t),則取3 ×3鄰域內(nèi)所有灰度值小于 fm(x,y,t)的像素均值作為(x,y)處的背景值 Im(x,y,t);反之,則取所有灰度值大于 fm(x,y,t)的像素均值作為(x,y)處的背景值 Im(x,y,t)。

    3)計(jì)算圖像的亮度差

    由此可見(jiàn),利用改進(jìn)擴(kuò)散方程可以有效區(qū)分邊緣、背景、弱小細(xì)節(jié)和噪聲。在邊緣變化明顯的目標(biāo)區(qū)域,例如眼睛、嘴巴、眉毛等顯性特征區(qū)域,梯度模值 Δf(x,y,t)較大,亮度差ΔI(x,y,t)也較大,因此擴(kuò)散系數(shù)小,平滑作用顯著降低,有利于保護(hù)邊緣信息;而在平坦背景區(qū)域,梯度模值較小,亮度變化也不大,因此平滑作用明顯,能夠有效濾除噪聲;并且,對(duì)于弱小細(xì)節(jié)區(qū)域,例如下巴、額頭、鼻梁等非顯性區(qū)域,雖然其梯度值較小,但亮度差較大,可對(duì)擴(kuò)散系數(shù)進(jìn)行修正,適當(dāng)減弱平滑作用,實(shí)現(xiàn)了在濾除噪聲同時(shí),也保留圖像中的弱小結(jié)構(gòu)信息的目的,有利于后續(xù)表情圖像的特征提取。

    圖4是采用傳統(tǒng)各向異性擴(kuò)散方法和文中改進(jìn)方法對(duì)表情圖像進(jìn)行濾波的效果對(duì)比圖。從圖中可以看出,相比原始人臉表情圖像(見(jiàn)圖4a),傳統(tǒng)各向異性擴(kuò)散方法(見(jiàn)圖4b)和文中改進(jìn)方法(見(jiàn)圖4c)均能有效濾除噪聲,但對(duì)于弱小細(xì)節(jié)區(qū)域,傳統(tǒng)各向異性擴(kuò)散方法處理效果不理想。例如在原始人臉表情圖像的下巴區(qū)域(見(jiàn)圖4d),有明顯的肌肉紋理變化且包含噪聲,傳統(tǒng)各向異性擴(kuò)散方法雖然去除了噪聲但也弱化了邊緣(見(jiàn)圖4e),而本文方法在有效濾除噪聲同時(shí),也較好的保護(hù)了細(xì)節(jié)信息,為準(zhǔn)確提取表情特征提供方便(見(jiàn)圖4f)。

    圖4 傳統(tǒng)各向異性擴(kuò)散濾波與人眼視覺(jué)下的各向異性擴(kuò)散濾波效果圖

    4 實(shí)驗(yàn)結(jié)果與分析

    文中算法是在MATLAB環(huán)境下,對(duì)JAFFE數(shù)據(jù)庫(kù)進(jìn)行實(shí)驗(yàn)仿真。JAFFE數(shù)據(jù)庫(kù)是日本ATR媒體信息科學(xué)實(shí)驗(yàn)室的Lyons博士提供的,包括10位日本女性在憤怒、厭惡、恐懼、高興、悲傷、驚訝6種情況下自發(fā)產(chǎn)生的表情圖像,共213幅圖像,圖像大小為256×256,文中選取其中每人每種表情3幅圖像,共180幅圖像進(jìn)行實(shí)驗(yàn)仿真。該數(shù)據(jù)庫(kù)完全開(kāi)放,且表情標(biāo)定標(biāo)準(zhǔn),現(xiàn)為多數(shù)研究人員仿真使用。

    在進(jìn)行實(shí)驗(yàn)仿真前,文中對(duì)數(shù)據(jù)庫(kù)中的圖像進(jìn)行表情區(qū)域劃分和歸一化預(yù)處理,將所有圖像尺寸歸一化為128×128。JAFFE數(shù)據(jù)庫(kù)的部分歸一化預(yù)處理樣本表情圖像如圖5所示。

    圖5 JAFFE數(shù)據(jù)庫(kù)的部分樣本表情圖像

    本文采用文獻(xiàn)[14]中Leave-One-Sample-Out和Leave-One-Subject-Out兩種樣本選擇方式進(jìn)行仿真實(shí)驗(yàn)。Leave-One-Sample-Out(L-O-Sap-O)是一種熟悉人臉樣本選擇方式,選取1幅圖像作為測(cè)試樣本,剩余N-1幅圖像作為訓(xùn)練樣本,交叉驗(yàn)證N次,其中N為表情數(shù)據(jù)庫(kù)中所有樣本的數(shù)量。采用這種樣本選擇方式可以最大程度選擇所有數(shù)據(jù)作為測(cè)試樣本,以確保每幅圖像的表情特征都被考慮到,實(shí)驗(yàn)結(jié)果更具有真實(shí)性。Leave-One-Subject-out(L-O-Sub-O)是一種不熟悉人臉樣本選擇方式,選取同一個(gè)人的所有表情作為測(cè)試樣本,剩余人的所有表情圖像作為訓(xùn)練樣本,交叉驗(yàn)證M次,其中M為表情數(shù)據(jù)庫(kù)中人的個(gè)數(shù)。這種樣本選擇方式可以用來(lái)評(píng)價(jià)分析人臉識(shí)別時(shí)不同表情變化對(duì)識(shí)別系統(tǒng)的影響。

    本文采用中心最近鄰分類器進(jìn)行表情識(shí)別,具體步驟參考文獻(xiàn)[15],文中不再詳述。實(shí)驗(yàn)仿真包含以下3個(gè)方面內(nèi)容:1)改進(jìn)HOG算子的有效性驗(yàn)證;2)基于人眼視覺(jué)信息處理機(jī)制的各向異性擴(kuò)散濾波有效性驗(yàn)證;3)本文算法對(duì)噪聲的魯棒性分析。

    4.1 改進(jìn)HOG算子有效性驗(yàn)證

    首先,與原始HOG算子[7]比較。設(shè)置原始HOG算子的cell大小為8×8(pixels),block大小為 2×2(cells),將 0°~180°劃分9個(gè)方向區(qū)間,用一維中心對(duì)稱模板[-1 0 1]來(lái)計(jì)算每個(gè)像素點(diǎn)的梯度幅值和方向;設(shè)置改進(jìn)HOG算子的cell大小為16×16(pixels),block大小為 4×4(cells),0°~180°仍然分為9個(gè)方向區(qū)間,采用canny模板代替一維中心對(duì)稱模板計(jì)算每個(gè)像素點(diǎn)的梯度幅值和方向。在JAFFE數(shù)據(jù)庫(kù)上的仿真結(jié)果如表1所示。

    表1 JAFFE數(shù)據(jù)庫(kù)的原始HOG算子與改進(jìn)HOG算子識(shí)別效果比較

    從表1可以看出,改進(jìn)的HOG算子相比原始HOG算子在兩種分類模式下,其識(shí)別率均有明顯提高,L-O-Sub-O模式提高了5.56%,L-O-Sap-O模式提高了5.55%;從算法的運(yùn)行時(shí)間看,改進(jìn)HOG算法的特征提取時(shí)間和分類時(shí)間均遠(yuǎn)遠(yuǎn)小于原始HOG算法的運(yùn)行時(shí)間。這是由于改進(jìn)的HOG算法中,將每個(gè)cell的尺寸擴(kuò)大了4倍,得到的特征向量長(zhǎng)度會(huì)相應(yīng)降低75%,更有利于特征提取和分類。由此可見(jiàn),相比于原始HOG算子,改進(jìn)的HOG算子大大降低了特征維數(shù),減小了冗余信息的干擾,減少了算法運(yùn)行時(shí)間,提高了分類準(zhǔn)確性,具有較好的實(shí)時(shí)性。

    其次,與 LBP 算子[5]、Gabor小波變換[4]比較。這里采用LBP(8,1)算子分別對(duì)表情圖中8×8=64個(gè)子塊區(qū)域進(jìn)行特征提取,采用文獻(xiàn)[4]中的方法對(duì)Gabor小波變換結(jié)果降維,得到Gabor特征。以JAFFE數(shù)據(jù)庫(kù)為例,采用L-O-Sap-O分類模式進(jìn)行實(shí)驗(yàn)仿真,各表情詳細(xì)識(shí)別結(jié)果如表2所示。

    表2 改進(jìn)HOG算子與LBP算子、Gabor小波變換的識(shí)別效果比較 %

    從表2可以看出,在JAFFE數(shù)據(jù)庫(kù)下,改進(jìn)HOG算子相比LBP算子和Gabor小波變換,識(shí)別率有近13%的提高。由此可見(jiàn),文中改進(jìn)的HOG算子是一種有效的形狀描述子,能更準(zhǔn)確地描述人臉表情特征。

    4.2 具有人眼視覺(jué)特性各向異性擴(kuò)散濾波有效性驗(yàn)證

    在JAFFE數(shù)據(jù)庫(kù)中進(jìn)行實(shí)驗(yàn)仿真,首先采用原始各向異性擴(kuò)散濾波和改進(jìn)各向異性擴(kuò)散濾波進(jìn)行去噪預(yù)處理,再利用改進(jìn)HOG算子提取表情特征,分類結(jié)果如表3所示。兩種濾波器的參數(shù)設(shè)置如下:原始各向異性擴(kuò)散濾波的迭代次數(shù)為9次,梯度閾值K=5;改進(jìn)各向異性擴(kuò)散濾波的迭代次數(shù)為3次,梯度閾值K=10,常數(shù)系數(shù)α=0.8。

    表3 JAFFE數(shù)據(jù)庫(kù)中原始各向異性擴(kuò)散濾波與改進(jìn)各向異性擴(kuò)散濾波的識(shí)別率比較 %

    從表中可以看出,因改進(jìn)各向異性擴(kuò)散濾波比原始各向異性擴(kuò)散濾波更能有效區(qū)分噪聲和細(xì)節(jié),使得表情信息盡可能完整,在此基礎(chǔ)上利用改進(jìn)HOG算子提取表情特征和分類,兩種分類模式的識(shí)別率均有提高。由此可見(jiàn),文中提出的具有人眼視覺(jué)特性的各向異性擴(kuò)散濾波與改進(jìn)HOG算子的組合是一種有效的表情識(shí)別算法。

    4.3 本文算法的噪聲魯棒性能分析

    為進(jìn)一步研究本文算法對(duì)噪聲的魯棒性,對(duì)JAFFE數(shù)據(jù)庫(kù)中的人臉表情圖像分別加入方差為0.01的高斯白噪聲和噪聲密度為0.05的椒鹽噪聲,分別采用原始各向異性擴(kuò)散濾波和改進(jìn)的各向異性擴(kuò)散濾波方法進(jìn)行去噪預(yù)處理,用文中改進(jìn)HOG算法進(jìn)行表情特征提取和分類,實(shí)驗(yàn)結(jié)果如表4所示。

    從表4可以看出,因受高斯白噪聲和椒鹽噪聲的影響,圖像質(zhì)量變差,改進(jìn)HOG算子的識(shí)別率急劇下降,尤其是在L-O-Sap-O分類模式下,識(shí)別率下降近23%,這表明HOG算子對(duì)噪聲的魯棒性較差。若在特征提取之前,先采用原始各向異性擴(kuò)散濾波或文中提出的改進(jìn)各向異性擴(kuò)散濾波對(duì)加入噪聲的圖像進(jìn)行濾波預(yù)處理,識(shí)別率均有明顯提高。由此可見(jiàn),當(dāng)圖像質(zhì)量較差時(shí),預(yù)處理工作將顯得尤為重要,并且從識(shí)別率上可以看出,改進(jìn)的各向異性擴(kuò)散濾波比原始各向異性擴(kuò)散濾波去噪效果更佳。

    表4 不同噪聲下原始各項(xiàng)異性擴(kuò)散濾波與改進(jìn)的各向異性擴(kuò)散濾波識(shí)別率比較 %

    5 結(jié)論

    本文針對(duì)人臉表情識(shí)別中預(yù)處理和特征提取兩個(gè)步驟進(jìn)行改進(jìn),提出一種有效的、具有一定噪聲魯棒性的人臉表情識(shí)別算法。

    首先,提出一種基于人眼視覺(jué)信息處理機(jī)制的各向異性擴(kuò)散濾波方法,該方法利用人眼在不同的亮度背景下對(duì)亮度差的敏感性不同修正擴(kuò)散系數(shù)。與原始各向異性擴(kuò)散濾波方法相比,該算法在有效去除噪聲的同時(shí),能更好地保留圖像的邊緣信息和紋理細(xì)節(jié)信息,保證了表情信息的完整性。

    其次,采用能夠很好地表征圖像邊緣信息的HOG算子提取人臉表情特征,并修改梯度算子,合理設(shè)置參數(shù),大大降低特征維數(shù),有效消除冗余信息的干擾,提高識(shí)別效率,具有實(shí)時(shí)性。

    在JAFFE數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)仿真結(jié)果表明,與傳統(tǒng)的LBP算子和Gabor算子相比,文中改進(jìn)的HOG算子是一種有效的形狀描述子,能更準(zhǔn)確地描述人臉表情特征。且對(duì)于加入了高斯白噪聲和椒鹽噪聲的表情圖像,相比于原始各向異性擴(kuò)散濾波方法,文中提出的具有人眼視覺(jué)特性的各向異性擴(kuò)散濾波有更好的濾波效果,抗噪聲性能更強(qiáng)。因此,對(duì)于降質(zhì)圖像,本文提出算法可以有效區(qū)分噪聲和表情信息,且準(zhǔn)確提取特征,是一種有效的人臉表情識(shí)別算法。

    [1] SONG K T,CHIEN SC.Facial expression recognition based on mixture of basic expressions and intensities[C]//Proc.2012 IEEE International Conference on Systems,Man,and Cybernetics.[S.l.]:IEEE Press,2012:3123-3128.

    [2] ZHAOLihong,YANGCaikun,PAN Feng,et al.Face recognition based on gabor with 2DPCA and PCA[C]//Proc.2012 24th Chines Control and Decision Conference.[S.l.]:IEEE Press,2012:2632-2635.

    [3] BECKMANN C F,SMITH S M.Probabilistic independent component analysis for functional magnetic resonance imaging[J].IEEE Trans.Med.Imaging,2004(23):137-152

    [4]阮錦新.多姿態(tài)人臉檢測(cè)與表情識(shí)別關(guān)鍵技術(shù)研究[D].廣州:華南理工大學(xué),2010:64-83

    [5] OJALA T,PIETIKAINENM,HARWOODD.A comparative study of texture measures with classification based on feature distributions[J].Pattern Recognition,1996,29(1):51-59

    [6] GENG Cong,JIANG Xudong.Face recognition using SIFT features[C]//Proc.2009 16th IEEE International Conference on Image Processing.[S.l.]:IEEE Press,2009:3313-3316.

    [7] DALA N,TRIGGS B.Histograms of oriented gradients for human detection[C]//Proc.IEEE Computer Society Conferenceon Computer Vision and Pattern Recognition(CVPR'05).San Diego,CA,USA:IEEE Press,2005:886-893.

    [8]李麗萍.圖像去噪方法研究[D].武漢:長(zhǎng)江大學(xué),2012.

    [9] PERONA P,MALIK J.Scale space and edge detection using anisotropic diffusion[J].IEEE Trans.Pattern Analysis and Machine Intelligence,1990,12(7):629-639.

    [10]嚴(yán)哲,顧漢明,蔡成國(guó).基于各向異性擴(kuò)散濾波的地震圖像增強(qiáng)處理[J].石油地球物理學(xué)報(bào),2013,48(3):390-394.

    [11]陳金林,劉謝進(jìn).基于異性擴(kuò)撒方法的數(shù)字圖像水印研究[J].計(jì)算機(jī)應(yīng)用與軟件,2013,30(7):151-153.

    [12]付麗娟,姚宇,付忠良.中值濾波與各向異性擴(kuò)散相結(jié)合的醫(yī)學(xué)圖像濾波方法[J].計(jì)算機(jī)應(yīng)用,2014,34(1):145-148.

    [13] FERWERDA J A.Element of early vision for computer graphics[J].IEEE Computer Graphics and Applications,2001,21(5):22-33.

    [14] MARIOSK,ANASTASIOST,IOANNISP.Salient feature and reliable classifier selection for facial expression classification[J].Pattern Recognition,2010(43):972-986.

    [15]付曉峰.基于二元模式的人臉識(shí)別與表情識(shí)別研究[D].杭州:浙江大學(xué),2008.

    [16] DENIZ O,BUENO G,SALIDO J,et al.Face recognition using histograms of oriented gradients[J].Pattern Recognition Letters,2011(32):1598-1603.

    [17] SONG Fengyi,TAN Xiaoyang,LIU Xue,et al.Eyes closeness detection from still images with multi-scale histograms of principal ori ented gradients[J].Pattern Recognition,2014,47(9):2825-2838.

    猜你喜歡
    人眼擴(kuò)散系數(shù)人臉
    有特點(diǎn)的人臉
    人眼X光
    人眼為什么能看到虛像
    三國(guó)漫——人臉解鎖
    閃瞎人眼的,還有唇
    優(yōu)雅(2016年12期)2017-02-28 21:32:58
    看人,星光璀璨繚人眼
    電影故事(2016年5期)2016-06-15 20:27:30
    基于Sauer-Freise 方法的Co- Mn 體系fcc 相互擴(kuò)散系數(shù)的研究
    上海金屬(2015年5期)2015-11-29 01:13:59
    FCC Ni-Cu 及Ni-Mn 合金互擴(kuò)散系數(shù)測(cè)定
    上海金屬(2015年6期)2015-11-29 01:09:09
    非時(shí)齊擴(kuò)散模型中擴(kuò)散系數(shù)的局部估計(jì)
    馬面部與人臉相似度驚人
    .国产精品久久| 一个人免费在线观看电影| www日本黄色视频网| 成人特级黄色片久久久久久久| 看片在线看免费视频| 可以在线观看的亚洲视频| 欧美成人一区二区免费高清观看| 免费观看的影片在线观看| 在线免费十八禁| 在线免费观看不下载黄p国产| 国产大屁股一区二区在线视频| 两性午夜刺激爽爽歪歪视频在线观看| 国产三级在线视频| 欧美一区二区亚洲| 夜夜夜夜夜久久久久| 99久久精品一区二区三区| 欧美三级亚洲精品| 我的女老师完整版在线观看| 亚洲精品国产av成人精品 | 日本 av在线| 午夜亚洲福利在线播放| 如何舔出高潮| 又黄又爽又免费观看的视频| 搡女人真爽免费视频火全软件 | 欧美潮喷喷水| 一区二区三区高清视频在线| 天堂√8在线中文| 一区二区三区免费毛片| 午夜久久久久精精品| 国语自产精品视频在线第100页| 日本与韩国留学比较| 亚洲精品国产成人久久av| 99在线视频只有这里精品首页| 老师上课跳d突然被开到最大视频| 老熟妇乱子伦视频在线观看| av天堂在线播放| 男女边吃奶边做爰视频| 精品一区二区三区视频在线| 女人被狂操c到高潮| 精品无人区乱码1区二区| 国产精品嫩草影院av在线观看| 国产中年淑女户外野战色| 色av中文字幕| 人妻丰满熟妇av一区二区三区| 不卡视频在线观看欧美| 男人舔女人下体高潮全视频| 99riav亚洲国产免费| 成人亚洲精品av一区二区| 国产成人freesex在线 | 久久精品国产鲁丝片午夜精品| 天天一区二区日本电影三级| 久久精品国产亚洲av香蕉五月| 亚洲国产精品成人综合色| 91精品国产九色| 特级一级黄色大片| 少妇人妻一区二区三区视频| 欧美在线一区亚洲| 久久精品国产鲁丝片午夜精品| 国产精品1区2区在线观看.| 最新中文字幕久久久久| 午夜老司机福利剧场| 别揉我奶头 嗯啊视频| 亚洲色图av天堂| 欧美bdsm另类| 毛片一级片免费看久久久久| 老师上课跳d突然被开到最大视频| 国产亚洲精品久久久久久毛片| 天天躁日日操中文字幕| 九九爱精品视频在线观看| 免费看光身美女| av中文乱码字幕在线| АⅤ资源中文在线天堂| 国产黄色视频一区二区在线观看 | 尤物成人国产欧美一区二区三区| 高清午夜精品一区二区三区 | 哪里可以看免费的av片| 少妇裸体淫交视频免费看高清| 欧美性猛交╳xxx乱大交人| 日日摸夜夜添夜夜爱| 久久久久久大精品| 国产高清有码在线观看视频| 99riav亚洲国产免费| 欧美色欧美亚洲另类二区| 亚洲国产精品国产精品| 国产午夜精品论理片| 亚洲人成网站在线播放欧美日韩| 黄色日韩在线| 小蜜桃在线观看免费完整版高清| 午夜视频国产福利| 一个人看视频在线观看www免费| 国产一级毛片七仙女欲春2| av在线观看视频网站免费| 香蕉av资源在线| 天堂√8在线中文| 欧美一区二区亚洲| 嫩草影院精品99| 亚洲五月天丁香| 在线免费十八禁| 国产黄色视频一区二区在线观看 | 精品人妻视频免费看| 五月伊人婷婷丁香| 国产成年人精品一区二区| 嫩草影院新地址| 麻豆成人午夜福利视频| 亚洲天堂国产精品一区在线| 亚洲国产精品合色在线| 在线a可以看的网站| 欧美+亚洲+日韩+国产| 99国产极品粉嫩在线观看| 91麻豆精品激情在线观看国产| 欧美一区二区亚洲| 国产精品一区www在线观看| 欧美国产日韩亚洲一区| 人妻制服诱惑在线中文字幕| 精品乱码久久久久久99久播| 日韩 亚洲 欧美在线| 午夜日韩欧美国产| 热99在线观看视频| 成人性生交大片免费视频hd| 看黄色毛片网站| 91午夜精品亚洲一区二区三区| 久久久久久久久久黄片| 日韩成人av中文字幕在线观看 | 成人美女网站在线观看视频| 国产毛片a区久久久久| 大型黄色视频在线免费观看| 日韩欧美一区二区三区在线观看| 91在线精品国自产拍蜜月| 成人鲁丝片一二三区免费| 天天一区二区日本电影三级| 亚洲熟妇中文字幕五十中出| 国产视频内射| 亚洲色图av天堂| 黑人高潮一二区| 亚洲国产色片| 国产伦一二天堂av在线观看| 3wmmmm亚洲av在线观看| 国产精华一区二区三区| 午夜日韩欧美国产| 日日撸夜夜添| 久久人人爽人人片av| 一个人看视频在线观看www免费| 婷婷六月久久综合丁香| 国产精品美女特级片免费视频播放器| 欧美激情国产日韩精品一区| 色吧在线观看| 亚洲精品国产av成人精品 | 日韩欧美 国产精品| 国产伦一二天堂av在线观看| 国产亚洲精品久久久久久毛片| 波多野结衣高清无吗| 久久精品夜夜夜夜夜久久蜜豆| 长腿黑丝高跟| 一个人观看的视频www高清免费观看| 午夜精品在线福利| 极品教师在线视频| 亚洲欧美日韩高清在线视频| 变态另类成人亚洲欧美熟女| 91av网一区二区| 国产男人的电影天堂91| 亚洲成人久久爱视频| 18+在线观看网站| 搡老岳熟女国产| 午夜福利在线观看吧| 欧美一级a爱片免费观看看| 日韩一本色道免费dvd| 亚洲av一区综合| 日本在线视频免费播放| 97碰自拍视频| 中国美女看黄片| 日韩大尺度精品在线看网址| 天天躁夜夜躁狠狠久久av| 我要搜黄色片| 成人综合一区亚洲| 黄片wwwwww| 男插女下体视频免费在线播放| 免费一级毛片在线播放高清视频| 午夜a级毛片| 99久久精品国产国产毛片| 亚洲欧美成人精品一区二区| 久久精品国产亚洲av香蕉五月| 国产真实乱freesex| 久久久久免费精品人妻一区二区| 丰满人妻一区二区三区视频av| av女优亚洲男人天堂| 搡老熟女国产l中国老女人| 在线观看一区二区三区| 久久人人爽人人片av| 免费高清视频大片| 亚洲精品影视一区二区三区av| 最近2019中文字幕mv第一页| 一本精品99久久精品77| .国产精品久久| 天堂影院成人在线观看| 亚洲图色成人| av在线亚洲专区| 成人毛片a级毛片在线播放| www.色视频.com| 亚洲婷婷狠狠爱综合网| 女人被狂操c到高潮| 成人精品一区二区免费| 91午夜精品亚洲一区二区三区| 精品久久国产蜜桃| 国产精品久久视频播放| 中文字幕免费在线视频6| 欧美绝顶高潮抽搐喷水| 日韩制服骚丝袜av| 哪里可以看免费的av片| 免费在线观看成人毛片| 真实男女啪啪啪动态图| 久久久久久久久中文| 亚洲激情五月婷婷啪啪| 男女边吃奶边做爰视频| 别揉我奶头~嗯~啊~动态视频| av黄色大香蕉| 人妻制服诱惑在线中文字幕| 亚洲成人中文字幕在线播放| 国产精品精品国产色婷婷| 国产成人aa在线观看| 99热这里只有是精品50| 日本黄色视频三级网站网址| avwww免费| 狠狠狠狠99中文字幕| 亚洲人与动物交配视频| 中文亚洲av片在线观看爽| 国产黄a三级三级三级人| 国产91av在线免费观看| 2021天堂中文幕一二区在线观| 乱人视频在线观看| 一本精品99久久精品77| 亚洲成人精品中文字幕电影| 精品人妻熟女av久视频| 精品福利观看| 欧美性猛交黑人性爽| 成人亚洲精品av一区二区| 日韩人妻高清精品专区| 春色校园在线视频观看| 日韩国内少妇激情av| 九色成人免费人妻av| 久久精品国产亚洲av天美| 日韩人妻高清精品专区| 1024手机看黄色片| 亚洲国产高清在线一区二区三| 国产黄色小视频在线观看| 亚洲在线自拍视频| 国产私拍福利视频在线观看| 99热这里只有是精品在线观看| 三级男女做爰猛烈吃奶摸视频| 黄色视频,在线免费观看| 国产成人a区在线观看| 亚洲成人精品中文字幕电影| 99热全是精品| 成年女人看的毛片在线观看| 成人无遮挡网站| 日日摸夜夜添夜夜添av毛片| 床上黄色一级片| 成年av动漫网址| 波多野结衣高清无吗| 一本久久中文字幕| 在线a可以看的网站| 亚洲av一区综合| 一级毛片aaaaaa免费看小| 久久99热这里只有精品18| 51国产日韩欧美| 波野结衣二区三区在线| 69人妻影院| 免费人成在线观看视频色| 九九久久精品国产亚洲av麻豆| 麻豆av噜噜一区二区三区| 免费在线观看影片大全网站| 卡戴珊不雅视频在线播放| 亚洲人成网站在线观看播放| 我的女老师完整版在线观看| 日本在线视频免费播放| 国产精品福利在线免费观看| av女优亚洲男人天堂| 亚洲成人av在线免费| 一夜夜www| 成人欧美大片| 91麻豆精品激情在线观看国产| 国产精品久久久久久久久免| 亚洲欧美日韩无卡精品| 久久人人爽人人片av| 我的老师免费观看完整版| 久久6这里有精品| 国产色爽女视频免费观看| 最新中文字幕久久久久| 成熟少妇高潮喷水视频| 91av网一区二区| 非洲黑人性xxxx精品又粗又长| 在线a可以看的网站| 狠狠狠狠99中文字幕| 国产亚洲精品综合一区在线观看| 成人国产麻豆网| 久99久视频精品免费| 成人永久免费在线观看视频| 国产蜜桃级精品一区二区三区| 国内精品宾馆在线| 又爽又黄a免费视频| 欧美激情久久久久久爽电影| 免费av毛片视频| 男人和女人高潮做爰伦理| 亚洲av中文字字幕乱码综合| 国产三级在线视频| 在线观看美女被高潮喷水网站| 在线免费观看不下载黄p国产| 国产乱人偷精品视频| 少妇高潮的动态图| av国产免费在线观看| 亚洲av熟女| 如何舔出高潮| 日韩,欧美,国产一区二区三区 | 国产成人精品久久久久久| 久久久成人免费电影| 欧美色视频一区免费| 日本三级黄在线观看| 99视频精品全部免费 在线| 亚洲av.av天堂| 久久午夜福利片| 成年av动漫网址| 久久久久久久久中文| 麻豆av噜噜一区二区三区| 国产精品乱码一区二三区的特点| 我的老师免费观看完整版| 日韩成人av中文字幕在线观看 | 国产色婷婷99| 久久人人精品亚洲av| 亚洲国产精品久久男人天堂| 国产精品亚洲美女久久久| 看非洲黑人一级黄片| 少妇猛男粗大的猛烈进出视频 | 综合色av麻豆| 91精品国产九色| 18+在线观看网站| 亚洲成人中文字幕在线播放| 毛片一级片免费看久久久久| 国产精品久久电影中文字幕| 国产老妇女一区| 国产男人的电影天堂91| 免费看a级黄色片| av在线蜜桃| 亚洲熟妇熟女久久| 免费观看的影片在线观看| 午夜精品国产一区二区电影 | aaaaa片日本免费| 在线a可以看的网站| 少妇的逼好多水| 如何舔出高潮| 日韩一本色道免费dvd| 一级毛片我不卡| av在线亚洲专区| 有码 亚洲区| 色尼玛亚洲综合影院| 国产毛片a区久久久久| 国产精品人妻久久久影院| 欧美成人精品欧美一级黄| 亚洲一区二区三区色噜噜| 色哟哟·www| 99热这里只有是精品在线观看| 黄色配什么色好看| 免费在线观看成人毛片| 韩国av在线不卡| 成人精品一区二区免费| 午夜福利在线在线| 成年女人永久免费观看视频| 99riav亚洲国产免费| 国产亚洲精品综合一区在线观看| 91av网一区二区| 午夜精品在线福利| 97超碰精品成人国产| 欧美日韩综合久久久久久| 看非洲黑人一级黄片| av在线播放精品| 男女那种视频在线观看| 亚洲一区二区三区色噜噜| 少妇裸体淫交视频免费看高清| 99久久成人亚洲精品观看| 中文亚洲av片在线观看爽| 听说在线观看完整版免费高清| 亚洲美女搞黄在线观看 | 超碰av人人做人人爽久久| 国产在线精品亚洲第一网站| www日本黄色视频网| 最近的中文字幕免费完整| 一级毛片我不卡| 欧美国产日韩亚洲一区| 欧美日本亚洲视频在线播放| 俺也久久电影网| 久久精品国产亚洲av涩爱 | 成人欧美大片| 国产午夜精品久久久久久一区二区三区 | 国产精品一区二区三区四区免费观看 | 日韩强制内射视频| 午夜激情福利司机影院| 国产精品乱码一区二三区的特点| 国产亚洲精品综合一区在线观看| 久久99热这里只有精品18| 99在线视频只有这里精品首页| 不卡视频在线观看欧美| 成人精品一区二区免费| 真人做人爱边吃奶动态| 免费电影在线观看免费观看| 亚洲欧美中文字幕日韩二区| 欧美另类亚洲清纯唯美| 欧美日韩一区二区视频在线观看视频在线 | 欧美成人精品欧美一级黄| 久久欧美精品欧美久久欧美| 国产片特级美女逼逼视频| 免费看光身美女| 亚洲自偷自拍三级| 国产综合懂色| 亚洲精品亚洲一区二区| 禁无遮挡网站| 成人亚洲欧美一区二区av| 日本a在线网址| 看片在线看免费视频| 日韩精品青青久久久久久| 91久久精品国产一区二区成人| 成人综合一区亚洲| 精品一区二区免费观看| videossex国产| 最近在线观看免费完整版| 国产精品国产高清国产av| 免费av毛片视频| 亚洲自偷自拍三级| 亚洲欧美精品综合久久99| 日本免费一区二区三区高清不卡| 成人无遮挡网站| 欧美日韩国产亚洲二区| 色噜噜av男人的天堂激情| 午夜爱爱视频在线播放| 一级黄色大片毛片| 听说在线观看完整版免费高清| 成人美女网站在线观看视频| 精品一区二区免费观看| 啦啦啦啦在线视频资源| 国产成人精品久久久久久| 午夜免费激情av| 成人永久免费在线观看视频| 淫秽高清视频在线观看| 99久国产av精品| 国产爱豆传媒在线观看| 精品免费久久久久久久清纯| 国产欧美日韩精品一区二区| 午夜影院日韩av| 久99久视频精品免费| 成人特级黄色片久久久久久久| 嫩草影院入口| 久久久久国产精品人妻aⅴ院| 色播亚洲综合网| 一级毛片我不卡| 亚洲av二区三区四区| 日本免费a在线| 亚洲人成网站在线观看播放| 国产精品一区二区三区四区久久| 一卡2卡三卡四卡精品乱码亚洲| 午夜影院日韩av| 日韩 亚洲 欧美在线| 亚洲av二区三区四区| 国产高清有码在线观看视频| 国产亚洲精品av在线| 久久久久久大精品| 一级毛片aaaaaa免费看小| 色哟哟·www| 赤兔流量卡办理| 国产成人福利小说| 国产探花在线观看一区二区| 亚洲熟妇中文字幕五十中出| 久久久a久久爽久久v久久| 日本色播在线视频| 国产高清激情床上av| 少妇丰满av| 国产亚洲精品久久久com| 老熟妇乱子伦视频在线观看| 18禁在线播放成人免费| 久久久a久久爽久久v久久| 99热只有精品国产| 欧洲精品卡2卡3卡4卡5卡区| 午夜影院日韩av| 国产精品一二三区在线看| 日本与韩国留学比较| 成人性生交大片免费视频hd| 成人特级黄色片久久久久久久| 少妇的逼好多水| 亚洲在线自拍视频| 亚洲精品成人久久久久久| 国产黄色视频一区二区在线观看 | 美女cb高潮喷水在线观看| 精品不卡国产一区二区三区| 日韩成人av中文字幕在线观看 | 亚洲天堂国产精品一区在线| 午夜a级毛片| 欧美成人免费av一区二区三区| av天堂在线播放| 最近在线观看免费完整版| 夜夜看夜夜爽夜夜摸| 亚洲四区av| 中文亚洲av片在线观看爽| 日本一二三区视频观看| 国产精品乱码一区二三区的特点| 国产精品日韩av在线免费观看| 国产探花在线观看一区二区| 精品乱码久久久久久99久播| 亚洲国产精品久久男人天堂| 久久精品国产自在天天线| 精品日产1卡2卡| 精品国产三级普通话版| 色av中文字幕| 欧美一区二区精品小视频在线| 久久久色成人| ponron亚洲| 国产麻豆成人av免费视频| 久久欧美精品欧美久久欧美| 美女 人体艺术 gogo| 久久热精品热| 国产麻豆成人av免费视频| 国产爱豆传媒在线观看| 一级黄片播放器| 国产精品久久久久久亚洲av鲁大| 乱系列少妇在线播放| 国产精品一区二区三区四区免费观看 | 国产精品国产三级国产av玫瑰| 成人国产麻豆网| 免费在线观看成人毛片| 神马国产精品三级电影在线观看| 国产麻豆成人av免费视频| 嫩草影视91久久| 非洲黑人性xxxx精品又粗又长| 国产精品综合久久久久久久免费| 国产美女午夜福利| 最好的美女福利视频网| 99热这里只有是精品在线观看| 成人三级黄色视频| 精品人妻一区二区三区麻豆 | 一个人免费在线观看电影| 又黄又爽又免费观看的视频| 一级毛片我不卡| 人妻夜夜爽99麻豆av| 少妇熟女欧美另类| av在线蜜桃| 国产精品一二三区在线看| 男人舔女人下体高潮全视频| 国产大屁股一区二区在线视频| 日韩欧美三级三区| 精品久久久久久久久久免费视频| 亚州av有码| 日日摸夜夜添夜夜添小说| 国产欧美日韩精品亚洲av| 天堂网av新在线| 亚洲av免费在线观看| 国产大屁股一区二区在线视频| 国产欧美日韩精品亚洲av| 国产精品伦人一区二区| 国产色爽女视频免费观看| 国产蜜桃级精品一区二区三区| 亚洲av不卡在线观看| 久久久久久伊人网av| 亚洲av成人精品一区久久| 亚洲熟妇熟女久久| 午夜免费男女啪啪视频观看 | 亚洲图色成人| 国产高清视频在线观看网站| 97超碰精品成人国产| 日日摸夜夜添夜夜爱| 国产熟女欧美一区二区| 久99久视频精品免费| 蜜臀久久99精品久久宅男| 一级av片app| 色噜噜av男人的天堂激情| 观看免费一级毛片| 国产一区二区在线av高清观看| 赤兔流量卡办理| 日本a在线网址| 在线a可以看的网站| 禁无遮挡网站| 日韩一本色道免费dvd| 欧美色欧美亚洲另类二区| 人妻丰满熟妇av一区二区三区| 婷婷精品国产亚洲av| 免费观看的影片在线观看| 国产精品综合久久久久久久免费| 一级黄片播放器| 日韩中字成人| 国内久久婷婷六月综合欲色啪| 日本精品一区二区三区蜜桃| 午夜视频国产福利| 超碰av人人做人人爽久久| 欧美高清成人免费视频www| 搡老熟女国产l中国老女人| 欧美性猛交黑人性爽| 久久久久免费精品人妻一区二区| 亚洲aⅴ乱码一区二区在线播放| 大香蕉久久网| 国产亚洲av嫩草精品影院| 久久精品人妻少妇| 欧美成人精品欧美一级黄| 国内揄拍国产精品人妻在线| 99热这里只有是精品50| a级毛片免费高清观看在线播放| 色5月婷婷丁香| av视频在线观看入口| 你懂的网址亚洲精品在线观看 | 国产欧美日韩一区二区精品| 国产黄片美女视频| 男插女下体视频免费在线播放| 国产乱人视频| 久久草成人影院| 久久婷婷人人爽人人干人人爱| 国产色爽女视频免费观看| 九九热线精品视视频播放| 国产伦一二天堂av在线观看| 男女视频在线观看网站免费| 不卡一级毛片| 麻豆国产av国片精品| 国产乱人视频|