• <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 ?

    基于稀疏濾波和神經(jīng)網(wǎng)絡的人臉識別算法

    2016-05-14 11:05:19何金洋
    網(wǎng)絡空間安全 2016年5期
    關鍵詞:主成分分析人臉識別神經(jīng)網(wǎng)絡

    何金洋

    [摘要]針對經(jīng)典的主成分分析加距離測度人臉識別算法隨著光照、角度、表情變化等干擾因素而出現(xiàn)的性能下降問題,從特征優(yōu)化選擇的角度。并結合神經(jīng)網(wǎng)絡非線性映射能力強、可以學習到數(shù)據(jù)局部分布特征的優(yōu)點。論文提出了結合稀疏濾波和神經(jīng)網(wǎng)絡(SF-BPNN)的算法,該算法先采用稀疏濾波的特征競爭特質得到緊湊的初級特征表達,然后采用反向傳播神經(jīng)網(wǎng)絡(BPNN)進行非線性分類,從而提高識別率。實驗結果表明,論文提出的算法在較FERRET數(shù)據(jù)庫下可取得較好的人臉識別效果。

    [關鍵詞]人臉識別;稀疏濾波;神經(jīng)網(wǎng)絡;SF-BPNN;主成分分析

    1 引言

    人臉識別是一種重要的目標識別技術。能夠利用人臉圖像的視覺特征來進行身份等信息的識別,發(fā)展前景十分廣闊。由于在現(xiàn)實應用場景下,人臉姿態(tài)千差萬別,外觀的差異、物體遮擋、尺度、視角、所處背景環(huán)境不同以及光照等因素都會都對識別效果產(chǎn)生影響,許多方法或是過于依賴環(huán)境條件控制而不能達到現(xiàn)實場景下的識別精度,或是過于計算復雜而難以推廣應用。

    近年來,基于特征表達理論的人臉檢測是一個富有潛力的研究方向,根據(jù)模型建立方式的不同,可以分為兩種:一種是直接數(shù)據(jù)建模的方法:另一種就是避免直接建模,間接優(yōu)化特征的方法?;谥苯咏5姆椒ň哂休^高識別率,但算法比較耗時,比如稀疏編碼(sparseCoding,SC)算法需要花費很多時間來解L1范數(shù)最小二乘問題以找到稀疏系數(shù)。而另一類直接優(yōu)化特征結構的方法就具有易于優(yōu)化求解、計算簡單快捷等優(yōu)勢,其主要代表是稀疏濾波算法(sparse Filtering,SF),它受稀疏編碼思想的啟發(fā),強調特征優(yōu)化后稀疏緊湊的特性,但采取了比前者簡單的學習方式。

    2 稀疏濾波SF特征

    2.1 稀疏濾波算法

    稀疏濾波的方法主要是繞過對數(shù)據(jù)分布的估計,直接分析優(yōu)化特征的分布,通過優(yōu)化L2范數(shù)歸一化的特征激活值,加上L1范數(shù)的稀疏約束,直接分析優(yōu)化特征的分布,只需調整一個參數(shù)(特征數(shù)目),并且可同時滿足特征優(yōu)化的三個條件:(1)種群稀疏(Populationsparsity),每個樣本都只由有很少的非零特征來描述;(2)存在稀疏(Lifetime Sparsity),每個特征只在很少的樣本中被激活;(3)高分散性(High Dispersal),所有的特征應具有相似的分布。算法原理:首先引入一個每一行是一個特征,每一列是一個樣本的特征分布矩陣M。每個元素fj(i)表示第i個樣本的第j個特征的激活值。接著計算線性特征:

    fj(i)=wjTx(i)(1)

    第一步,先對M的行進行歸一化,再對列進行歸一化,然后再將M中所有元素的絕對值求和。具體過程是先歸一化每個特征為相等的激活值,將每一個特征除以其在所有樣本的2范數(shù):

    (2)最優(yōu)化高分散性

    特征的高分散屬性要求每個特征被恒等激活。在這里,可以直接地強制每個特征的激活值平方后的均值相等。在式(4)中,首先通過將每個特征除以它在所有樣本的L2范數(shù)來歸一化每個特征,使它們具有相同的如式(2)所示的激活值。實際上,它和約束每個特征具有相同的平方期望值有一樣的效果:

    因此,它已經(jīng)隱含地優(yōu)化了高分散性。

    (3)最優(yōu)化存在稀疏性

    該算法的實驗證明,對種群稀疏性和高分散性的優(yōu)化就已經(jīng)優(yōu)化了特征的存在稀疏性。原因是:一個具有種群稀疏性的特征分布在特征矩陣里會存在很多非激活的元素(為0的元素),而且因為滿足高分散性,這些零元素會近似均勻地分布在所有的特征里。因此,每一個特征必然會有一定數(shù)量的零元素,從而保證了存在稀疏性。

    3 SF-BPNN特征

    3.1 BP神經(jīng)網(wǎng)絡

    誤差反向傳播神經(jīng)網(wǎng)絡(Back-PropagationNeuralNetworks,BPNNs)從結構上講,是一種分層式的典型多層網(wǎng)絡,具有輸入層、隱含層和輸出層,層與層之間多采用全連接的方式。同一層單元之間不存在相互連接。圖1給出了一個典型的三層BP神經(jīng)網(wǎng)絡結構。

    BP網(wǎng)絡可被看成是一個從輸入到輸出的高度非線性映射,即F:Rm→Rn,Y=f(X)。對于樣本集合:xi(Rm)和yi(Rn),可以認為存在某一種映射g,使g(xi)=yi,i=1,2,…,p。現(xiàn)要求有一個映射f,使得在某種意義下(通常是最小二乘意義下),f是g的最佳逼近。Hecht-Nielsen證明了如下的Kolmogorov定理:給定任一連續(xù)函數(shù)f:U→R,這里U是閉單位區(qū)間[0,1],f可以精確地用一個3層前饋網(wǎng)絡實現(xiàn)。

    3.2 SF-BPNN特征

    SF-BPNN特征由兩步學習構成:首先,樣本輸入經(jīng)過稀疏濾波,利用該算法產(chǎn)生特征競爭特效,得到降維的初級特征表達;然后,該初級特征被送入BP神經(jīng)網(wǎng)絡,進一步通過非線性函數(shù)映射來建立輸入數(shù)據(jù)的內(nèi)部分布模型,得到學習后的網(wǎng)絡權值。在識別的時候同樣先對測試輸入樣本進行稀疏濾波,再輸入到訓練好的BP網(wǎng)絡之后就能得到直接具有分類效果的SF-BPNN特征。針對具體的一個人臉識別任務,SF-BPNN算法的流程示意圖如圖2所示。

    4 實驗結果與分析

    在FERET人臉數(shù)據(jù)庫上,使用PCA加各種距離測度作為基準,來跟單獨應用的BP神經(jīng)網(wǎng)絡和本文的SF-BPNN算法進行比較。使用到的距離測度有斯皮爾曼距離(Spearman Distance)、城市街區(qū)距離(Cityblock Distance)和馬氏距離(MahalanobisDistance),其計算公式如下表1所示。分別選擇數(shù)據(jù)庫里200人的1400張圖、100人的700張圖兩種樣本容量。每人的7幅圖片里6張做訓練。1張做測試。使用7折交叉驗證取平均值的方法來計算識別率。首先使用PCA將數(shù)據(jù)集進行降維,分別保留95%、85%和75%的信息量,對應兩種容量大小的樣本集合,輸入數(shù)據(jù)維數(shù)從6400維分別降低到了171維、28維和9維以及122維、24維和8維。然后將降維后的數(shù)據(jù)分別應用各種距離測度和BP神經(jīng)網(wǎng)絡來進行人臉識別。對于本文算法,先利用稀疏濾波將維數(shù)降低到跟PCA同等的數(shù)量,然后BP神經(jīng)網(wǎng)絡采用兩個隱含層,第一個隱層120個神經(jīng)元,神經(jīng)元激活函數(shù)為tansig函數(shù),第二個隱層40個神經(jīng)元,激活函數(shù)為logsig函數(shù)。由于第一隱層采用的tansig函數(shù)值域為[-1,1],所以先把輸入數(shù)據(jù)映射到[-1,1]區(qū)間再作為網(wǎng)絡輸入。網(wǎng)絡的訓練方法采用量化共軛梯度法(Scaled Conjugate Gradient,SCG)或者是彈性BP算法(Resilient?Back Propagation,RPROP)。前面單獨應用的BP網(wǎng)絡跟這個使用相同的結構。這幾種方法計算識別率之后作出如圖3的對比圖。各種方法的識別率列于表2。

    說明:以上公式是假設給定m*n的數(shù)據(jù)矩陣x。可視為m個行向量x1,x2,…,xm,兩兩行向量之間xt和xs之間的距離就被定義為dst。

    從圖表可以直觀地看出,常用的PCA加距離測度的算法不穩(wěn)定,無法由統(tǒng)一的一種距離測度能在所有試驗條件下都取得最高識別率。甚至有的距離測度在不同條件下識別率差異非常大,性能極不穩(wěn)定。相比之下,神經(jīng)網(wǎng)絡的算法則性能比較穩(wěn)定,識別率基本都保持在50%以上。由于在輸入網(wǎng)絡之前增加了稀疏濾波處理,可以去除許多無關甚至是干擾的信息。因此可以從結果看到本文提出的SF-BPNN算法將單獨應用神經(jīng)網(wǎng)絡的識別率進一步提高了,并且即使濾波后特征維數(shù)只剩下9維也依舊把識別率保持在了60%以上。

    5 結束語

    本文提出了一種基于稀疏濾波的神經(jīng)網(wǎng)絡人臉識別算法,該算法利用良好表達特征應該具有的三種性質來進行特征稀疏優(yōu)化。從實驗結果上看,該算法的識別精度比PCA降維+距離測度的方法要高,也具有更穩(wěn)定的性能。設計的兩級級聯(lián)特征提取網(wǎng)絡在第一級快速優(yōu)化特征,降低樣本特征維數(shù),得到選擇后的初級特征。接著在第二級采用神經(jīng)網(wǎng)絡來建立輸入數(shù)據(jù)的模型并直接輸出指示類別的信號。并且在FERET人臉數(shù)據(jù)庫上驗證了此方法的有效性。

    猜你喜歡
    主成分分析人臉識別神經(jīng)網(wǎng)絡
    人臉識別 等
    作文中學版(2022年1期)2022-04-14 08:00:34
    揭開人臉識別的神秘面紗
    學生天地(2020年31期)2020-06-01 02:32:06
    神經(jīng)網(wǎng)絡抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    主成分分析法在大學英語寫作評價中的應用
    大學教育(2016年11期)2016-11-16 20:33:18
    江蘇省客源市場影響因素研究
    SPSS在環(huán)境地球化學中的應用
    考試周刊(2016年84期)2016-11-11 23:57:34
    長沙建設國家中心城市的瓶頸及其解決路徑
    基于神經(jīng)網(wǎng)絡的拉矯機控制模型建立
    重型機械(2016年1期)2016-03-01 03:42:04
    復數(shù)神經(jīng)網(wǎng)絡在基于WiFi的室內(nèi)LBS應用
    基于類獨立核稀疏表示的魯棒人臉識別
    計算機工程(2015年8期)2015-07-03 12:19:07
    国产男女内射视频| 久久精品亚洲精品国产色婷小说| 国产一区二区三区综合在线观看| 777米奇影视久久| 十八禁人妻一区二区| 在线看a的网站| 黄色视频不卡| 国产在线一区二区三区精| 在线播放国产精品三级| 一本一本久久a久久精品综合妖精| 黑人猛操日本美女一级片| 91国产中文字幕| 黄频高清免费视频| 在线观看www视频免费| 亚洲精品久久午夜乱码| 中文字幕色久视频| 90打野战视频偷拍视频| 天天躁狠狠躁夜夜躁狠狠躁| 午夜老司机福利片| 人人妻,人人澡人人爽秒播| 精品福利观看| 亚洲精品久久午夜乱码| 大片电影免费在线观看免费| 亚洲精品自拍成人| 一边摸一边抽搐一进一出视频| 精品熟女少妇八av免费久了| 夜夜爽天天搞| 日韩制服丝袜自拍偷拍| 人妻丰满熟妇av一区二区三区 | 一级a爱片免费观看的视频| 精品久久久精品久久久| 久久久国产一区二区| 电影成人av| 深夜精品福利| 天天躁狠狠躁夜夜躁狠狠躁| 欧美日韩精品网址| 国产成人精品久久二区二区免费| 免费观看精品视频网站| 午夜91福利影院| 少妇 在线观看| 日韩欧美国产一区二区入口| 99热只有精品国产| 欧美激情高清一区二区三区| 操美女的视频在线观看| 制服人妻中文乱码| 99久久99久久久精品蜜桃| 久久国产精品影院| 国产日韩欧美亚洲二区| 在线天堂中文资源库| 一夜夜www| 久久精品亚洲av国产电影网| 最新在线观看一区二区三区| 淫妇啪啪啪对白视频| 91九色精品人成在线观看| 黑人欧美特级aaaaaa片| 飞空精品影院首页| 亚洲国产看品久久| videosex国产| 国产精品秋霞免费鲁丝片| 成人三级做爰电影| 精品国产国语对白av| 亚洲精品成人av观看孕妇| 韩国精品一区二区三区| 黄片小视频在线播放| 天天添夜夜摸| 色94色欧美一区二区| 免费看十八禁软件| 两人在一起打扑克的视频| 国产激情久久老熟女| 精品国产乱子伦一区二区三区| 国产精品久久久久成人av| 日韩中文字幕欧美一区二区| 日本欧美视频一区| 久久人妻熟女aⅴ| 人成视频在线观看免费观看| 女警被强在线播放| 人人澡人人妻人| 欧美 亚洲 国产 日韩一| 亚洲成人免费电影在线观看| 精品国产一区二区三区久久久樱花| 日本a在线网址| 国产成人精品在线电影| 免费观看a级毛片全部| 久久人人爽av亚洲精品天堂| 国产精品久久久久成人av| 亚洲少妇的诱惑av| 成人亚洲精品一区在线观看| 欧美成狂野欧美在线观看| 国产极品粉嫩免费观看在线| 精品第一国产精品| 欧美成人午夜精品| 精品视频人人做人人爽| 国产男女超爽视频在线观看| 18禁裸乳无遮挡免费网站照片 | 人妻一区二区av| 日本精品一区二区三区蜜桃| 精品熟女少妇八av免费久了| 成人18禁高潮啪啪吃奶动态图| 国产亚洲精品一区二区www | 久久人妻福利社区极品人妻图片| 99热国产这里只有精品6| 在线av久久热| 国产成+人综合+亚洲专区| 久久国产精品影院| 亚洲视频免费观看视频| 亚洲国产毛片av蜜桃av| 1024香蕉在线观看| 精品福利永久在线观看| 90打野战视频偷拍视频| 别揉我奶头~嗯~啊~动态视频| 国产男女内射视频| 成年版毛片免费区| 精品一品国产午夜福利视频| 日韩欧美三级三区| 久久香蕉激情| 亚洲avbb在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 欧美日韩福利视频一区二区| 亚洲九九香蕉| 人妻一区二区av| 变态另类成人亚洲欧美熟女 | 婷婷成人精品国产| 欧美精品啪啪一区二区三区| 亚洲欧洲精品一区二区精品久久久| 国产色视频综合| 国产三级黄色录像| 日韩中文字幕欧美一区二区| 精品国产国语对白av| 一二三四在线观看免费中文在| 午夜福利在线免费观看网站| 啦啦啦 在线观看视频| 露出奶头的视频| 高清毛片免费观看视频网站 | 久热这里只有精品99| 国产精品免费一区二区三区在线 | 国产淫语在线视频| 久久人妻福利社区极品人妻图片| 老司机午夜福利在线观看视频| 色播在线永久视频| 12—13女人毛片做爰片一| 国产蜜桃级精品一区二区三区 | 99精品在免费线老司机午夜| 一本大道久久a久久精品| 一边摸一边做爽爽视频免费| 亚洲全国av大片| 日韩视频一区二区在线观看| 制服诱惑二区| 丰满人妻熟妇乱又伦精品不卡| 18禁裸乳无遮挡动漫免费视频| 热99re8久久精品国产| 一级a爱视频在线免费观看| 超碰成人久久| 亚洲欧美精品综合一区二区三区| www日本在线高清视频| 不卡一级毛片| 人人妻,人人澡人人爽秒播| 日韩欧美一区视频在线观看| 宅男免费午夜| 捣出白浆h1v1| 午夜福利一区二区在线看| 99精品在免费线老司机午夜| 久久国产亚洲av麻豆专区| 国产精品久久电影中文字幕 | 久久久国产欧美日韩av| 亚洲欧洲精品一区二区精品久久久| 在线十欧美十亚洲十日本专区| √禁漫天堂资源中文www| 在线观看免费日韩欧美大片| 电影成人av| 老汉色av国产亚洲站长工具| 日韩欧美一区二区三区在线观看 | 99久久人妻综合| 看片在线看免费视频| a级毛片在线看网站| 国产乱人伦免费视频| 人人妻,人人澡人人爽秒播| 国产精品综合久久久久久久免费 | 欧美日韩精品网址| www.精华液| 欧美激情极品国产一区二区三区| 搡老岳熟女国产| 亚洲熟女毛片儿| av电影中文网址| 久久国产精品人妻蜜桃| 亚洲第一欧美日韩一区二区三区| 国产精品秋霞免费鲁丝片| 亚洲一卡2卡3卡4卡5卡精品中文| 国产精品.久久久| 午夜福利在线免费观看网站| 久久国产精品大桥未久av| 三级毛片av免费| 极品人妻少妇av视频| 免费在线观看亚洲国产| 欧美日韩亚洲国产一区二区在线观看 | 老司机深夜福利视频在线观看| 久久香蕉精品热| 亚洲全国av大片| 午夜免费观看网址| 亚洲av日韩精品久久久久久密| 人妻一区二区av| 久久久久久久久久久久大奶| 免费观看a级毛片全部| 免费在线观看亚洲国产| 国产单亲对白刺激| 黑人欧美特级aaaaaa片| 看黄色毛片网站| 人人妻人人添人人爽欧美一区卜| 欧美日韩av久久| 不卡一级毛片| 免费在线观看影片大全网站| 亚洲av日韩精品久久久久久密| 国产亚洲欧美在线一区二区| 亚洲精品久久成人aⅴ小说| 精品一品国产午夜福利视频| av有码第一页| 国产有黄有色有爽视频| 天天添夜夜摸| 老鸭窝网址在线观看| 国产精品秋霞免费鲁丝片| 高清在线国产一区| 丁香六月欧美| 久久精品亚洲熟妇少妇任你| 成人av一区二区三区在线看| 国产淫语在线视频| videosex国产| 青草久久国产| 久久草成人影院| www.精华液| 一区二区三区国产精品乱码| 亚洲精品一卡2卡三卡4卡5卡| 丝袜在线中文字幕| 女人爽到高潮嗷嗷叫在线视频| 如日韩欧美国产精品一区二区三区| 午夜精品在线福利| 精品乱码久久久久久99久播| 中文字幕人妻丝袜一区二区| 黄片小视频在线播放| 国产日韩欧美亚洲二区| 亚洲在线自拍视频| svipshipincom国产片| 多毛熟女@视频| 久久精品人人爽人人爽视色| 日韩欧美一区二区三区在线观看 | 亚洲一区中文字幕在线| 999久久久精品免费观看国产| 少妇粗大呻吟视频| 亚洲伊人色综图| 天天添夜夜摸| 黑人猛操日本美女一级片| 国产视频一区二区在线看| 亚洲成av片中文字幕在线观看| 一级作爱视频免费观看| 动漫黄色视频在线观看| 久久精品成人免费网站| 女人爽到高潮嗷嗷叫在线视频| 中文字幕人妻丝袜一区二区| 搡老乐熟女国产| videos熟女内射| 亚洲五月婷婷丁香| 久久国产精品影院| 女性生殖器流出的白浆| 亚洲视频免费观看视频| 日本撒尿小便嘘嘘汇集6| 欧美老熟妇乱子伦牲交| 久久精品国产a三级三级三级| 国产无遮挡羞羞视频在线观看| 精品少妇一区二区三区视频日本电影| www日本在线高清视频| 国产精品1区2区在线观看. | 亚洲人成77777在线视频| 99热只有精品国产| 精品乱码久久久久久99久播| 国产欧美日韩精品亚洲av| 日本a在线网址| 99re6热这里在线精品视频| 亚洲精品国产精品久久久不卡| 19禁男女啪啪无遮挡网站| 男女床上黄色一级片免费看| 视频区欧美日本亚洲| 电影成人av| 很黄的视频免费| 天天躁日日躁夜夜躁夜夜| 久久久久久久国产电影| 欧美日韩亚洲综合一区二区三区_| 久久精品国产亚洲av高清一级| 亚洲国产精品一区二区三区在线| 成人18禁高潮啪啪吃奶动态图| 国产日韩欧美亚洲二区| 丝袜人妻中文字幕| 热re99久久国产66热| 超碰成人久久| 在线视频色国产色| 国产色视频综合| 亚洲中文日韩欧美视频| av在线播放免费不卡| 性色av乱码一区二区三区2| 一区在线观看完整版| 九色亚洲精品在线播放| 亚洲熟妇中文字幕五十中出 | 91成年电影在线观看| 熟女少妇亚洲综合色aaa.| 久久香蕉精品热| 亚洲av日韩精品久久久久久密| 精品一区二区三区av网在线观看| 91字幕亚洲| а√天堂www在线а√下载 | 婷婷丁香在线五月| 欧洲精品卡2卡3卡4卡5卡区| 亚洲精品国产色婷婷电影| 黑人操中国人逼视频| 国产成人啪精品午夜网站| 18禁裸乳无遮挡动漫免费视频| 91麻豆av在线| 久久久久精品国产欧美久久久| 亚洲国产欧美网| 欧美成人午夜精品| 欧美在线黄色| 国产男女超爽视频在线观看| 亚洲aⅴ乱码一区二区在线播放 | 久久中文字幕人妻熟女| 欧美激情 高清一区二区三区| 久久久水蜜桃国产精品网| 国产精品自产拍在线观看55亚洲 | 欧美日韩视频精品一区| 久久久久久亚洲精品国产蜜桃av| 久久国产精品人妻蜜桃| 不卡av一区二区三区| 国产亚洲av高清不卡| 国产一区有黄有色的免费视频| 一个人免费在线观看的高清视频| 精品福利永久在线观看| 亚洲黑人精品在线| 十八禁高潮呻吟视频| 一边摸一边抽搐一进一小说 | 精品人妻熟女毛片av久久网站| 欧美黑人欧美精品刺激| 久久精品成人免费网站| 美女 人体艺术 gogo| 日韩免费高清中文字幕av| 精品人妻1区二区| 精品免费久久久久久久清纯 | 国产精品久久视频播放| x7x7x7水蜜桃| 制服人妻中文乱码| 精品少妇久久久久久888优播| 变态另类成人亚洲欧美熟女 | 国产av一区二区精品久久| 青草久久国产| 午夜福利影视在线免费观看| 午夜福利乱码中文字幕| 久久久国产成人免费| 欧美久久黑人一区二区| 久久久久久人人人人人| 极品教师在线免费播放| 熟女少妇亚洲综合色aaa.| 变态另类成人亚洲欧美熟女 | 老司机午夜十八禁免费视频| 热99国产精品久久久久久7| 国产精品免费一区二区三区在线 | 亚洲国产欧美网| 久久久久久久国产电影| 1024香蕉在线观看| 中文字幕另类日韩欧美亚洲嫩草| 日韩大码丰满熟妇| 色婷婷av一区二区三区视频| 99精品在免费线老司机午夜| 少妇 在线观看| av欧美777| 亚洲七黄色美女视频| 精品久久久久久电影网| 国产精品一区二区免费欧美| 成年版毛片免费区| 亚洲伊人色综图| 成人免费观看视频高清| tocl精华| 久久人人爽av亚洲精品天堂| 伦理电影免费视频| 亚洲欧洲精品一区二区精品久久久| 亚洲午夜精品一区,二区,三区| 亚洲欧美色中文字幕在线| 国产精品自产拍在线观看55亚洲 | 免费日韩欧美在线观看| 女性被躁到高潮视频| 午夜免费成人在线视频| 久久国产精品男人的天堂亚洲| 视频区欧美日本亚洲| 三级毛片av免费| 我的亚洲天堂| 中文字幕精品免费在线观看视频| 在线视频色国产色| 久久久国产精品麻豆| 午夜老司机福利片| 久久精品国产综合久久久| 国产亚洲精品第一综合不卡| 亚洲av成人av| 日本vs欧美在线观看视频| 中文字幕精品免费在线观看视频| 亚洲伊人色综图| 丝袜美腿诱惑在线| 国产97色在线日韩免费| 亚洲在线自拍视频| 国产成人av激情在线播放| 欧美不卡视频在线免费观看 | 欧美不卡视频在线免费观看 | 熟女少妇亚洲综合色aaa.| xxxhd国产人妻xxx| 女同久久另类99精品国产91| 久久中文看片网| 久久人妻熟女aⅴ| 女人精品久久久久毛片| 久久久久久久久免费视频了| 日韩免费av在线播放| 露出奶头的视频| 日本wwww免费看| 夜夜躁狠狠躁天天躁| 又黄又粗又硬又大视频| 成人精品一区二区免费| a级毛片黄视频| 天天影视国产精品| 国产男靠女视频免费网站| 美女高潮到喷水免费观看| 热99re8久久精品国产| 窝窝影院91人妻| 国产精品综合久久久久久久免费 | 欧美亚洲日本最大视频资源| 日韩欧美一区二区三区在线观看 | 日韩精品免费视频一区二区三区| 亚洲性夜色夜夜综合| 制服诱惑二区| 精品午夜福利视频在线观看一区| 日日摸夜夜添夜夜添小说| 久久久久久久国产电影| av有码第一页| 在线观看午夜福利视频| 一区二区三区国产精品乱码| 老熟妇仑乱视频hdxx| 高清视频免费观看一区二区| 亚洲七黄色美女视频| 在线播放国产精品三级| 一本综合久久免费| 国产真人三级小视频在线观看| 久久99一区二区三区| 国产激情久久老熟女| 国产精品国产高清国产av | 一区二区三区激情视频| 午夜福利乱码中文字幕| 国产精品美女特级片免费视频播放器 | 亚洲av日韩在线播放| 免费在线观看黄色视频的| 精品少妇久久久久久888优播| 色94色欧美一区二区| 丝袜美足系列| 国产又爽黄色视频| 一级片免费观看大全| 操出白浆在线播放| 一区二区三区国产精品乱码| 久久精品aⅴ一区二区三区四区| 天天操日日干夜夜撸| 欧美精品av麻豆av| 亚洲欧美激情在线| 男女床上黄色一级片免费看| 99香蕉大伊视频| 亚洲欧美日韩高清在线视频| 在线观看免费视频日本深夜| 1024香蕉在线观看| 亚洲精华国产精华精| √禁漫天堂资源中文www| 一区二区三区激情视频| 满18在线观看网站| 国产精品免费大片| 亚洲午夜精品一区,二区,三区| 久久久国产欧美日韩av| 1024香蕉在线观看| 美女午夜性视频免费| 一二三四社区在线视频社区8| 中文亚洲av片在线观看爽 | 久热爱精品视频在线9| videos熟女内射| 欧美精品人与动牲交sv欧美| 亚洲av成人av| 久久久国产成人精品二区 | 在线观看免费日韩欧美大片| 在线观看免费高清a一片| 国产成人系列免费观看| 免费看十八禁软件| 99国产精品99久久久久| 日韩 欧美 亚洲 中文字幕| 两性夫妻黄色片| 久久精品亚洲精品国产色婷小说| 人人妻,人人澡人人爽秒播| 亚洲欧美日韩另类电影网站| 80岁老熟妇乱子伦牲交| 欧美日韩一级在线毛片| 人妻丰满熟妇av一区二区三区 | 男人的好看免费观看在线视频 | 欧美黄色片欧美黄色片| 久9热在线精品视频| 啦啦啦在线免费观看视频4| 亚洲专区国产一区二区| 久久香蕉国产精品| 99热网站在线观看| 精品第一国产精品| 手机成人av网站| 日韩欧美一区二区三区在线观看 | 两性午夜刺激爽爽歪歪视频在线观看 | 欧美日本中文国产一区发布| 操美女的视频在线观看| 国产成+人综合+亚洲专区| 久久久久久人人人人人| 亚洲aⅴ乱码一区二区在线播放 | 亚洲av成人不卡在线观看播放网| av免费在线观看网站| 国产一卡二卡三卡精品| 99热国产这里只有精品6| svipshipincom国产片| 久久久久久免费高清国产稀缺| 午夜福利免费观看在线| 久久精品国产a三级三级三级| 日韩欧美一区视频在线观看| 最近最新中文字幕大全免费视频| 欧美久久黑人一区二区| 成人av一区二区三区在线看| 狠狠狠狠99中文字幕| 脱女人内裤的视频| 日韩精品免费视频一区二区三区| 女警被强在线播放| 麻豆乱淫一区二区| 亚洲人成77777在线视频| 99久久综合精品五月天人人| 精品电影一区二区在线| 五月开心婷婷网| 国产激情久久老熟女| 久久精品国产a三级三级三级| 18在线观看网站| 日日爽夜夜爽网站| 国产高清视频在线播放一区| 亚洲黑人精品在线| 99久久99久久久精品蜜桃| 村上凉子中文字幕在线| 18在线观看网站| 91在线观看av| 在线永久观看黄色视频| 国产熟女午夜一区二区三区| 天天躁日日躁夜夜躁夜夜| 久久中文看片网| 少妇的丰满在线观看| 飞空精品影院首页| 在线看a的网站| 亚洲精品久久午夜乱码| 女人高潮潮喷娇喘18禁视频| 国产成人精品在线电影| 国产高清国产精品国产三级| 国产亚洲精品第一综合不卡| 母亲3免费完整高清在线观看| 最近最新中文字幕大全电影3 | 桃红色精品国产亚洲av| 好看av亚洲va欧美ⅴa在| 亚洲精品美女久久av网站| 日本wwww免费看| 身体一侧抽搐| 国产精品久久视频播放| 久久精品国产综合久久久| 日本黄色日本黄色录像| 色尼玛亚洲综合影院| 巨乳人妻的诱惑在线观看| 无人区码免费观看不卡| 精品国产超薄肉色丝袜足j| 母亲3免费完整高清在线观看| 在线观看舔阴道视频| 亚洲中文av在线| 国产成人av激情在线播放| 在线观看免费视频网站a站| 亚洲综合色网址| 欧美亚洲日本最大视频资源| 中国美女看黄片| √禁漫天堂资源中文www| 一边摸一边做爽爽视频免费| 18禁美女被吸乳视频| 欧美中文综合在线视频| 亚洲五月色婷婷综合| 大型av网站在线播放| xxxhd国产人妻xxx| 国产精品国产av在线观看| 精品久久久久久电影网| 在线观看www视频免费| 欧美亚洲 丝袜 人妻 在线| 色老头精品视频在线观看| 黄频高清免费视频| 久久国产亚洲av麻豆专区| 黄片小视频在线播放| 国产高清videossex| 99re在线观看精品视频| 亚洲免费av在线视频| videos熟女内射| 亚洲欧美激情综合另类| 一级黄色大片毛片| cao死你这个sao货| 天天躁日日躁夜夜躁夜夜| 日韩熟女老妇一区二区性免费视频| 国产日韩一区二区三区精品不卡| 日韩欧美一区视频在线观看| 夫妻午夜视频| 国产91精品成人一区二区三区| 人妻丰满熟妇av一区二区三区 | 极品教师在线免费播放| 精品高清国产在线一区| 中文字幕人妻丝袜一区二区| 制服人妻中文乱码| 亚洲熟妇中文字幕五十中出 | 久久久久国产一级毛片高清牌| 精品亚洲成国产av| 在线av久久热| 亚洲片人在线观看| 十分钟在线观看高清视频www| 久久精品熟女亚洲av麻豆精品|