• <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 ?

    多分類器融合的移動用戶行為識別模型

    2016-06-29 12:00:12賀炎張航
    科技視界 2016年16期

    賀炎 張航

    【摘 要】移動設備放置位置多樣化以及不同用戶行為的差異性,大大增加了用戶行為識別的難度。為了提高移動用戶行為識別的準確率,本文提出了一種多分類器融合的移動用戶行為識別模型(BRMMCF)。該模型根據(jù)融合算法將多個基分類器的識別結果進行融合處理,得到行為識別的最終結果。該模型分別采用SVM和決策樹作為分類算法,基于數(shù)據(jù)集XUPT-AAD進行了驗證。實驗結果表明,該模型對靜止、步行、跑步、上樓、下樓的平均識別準確率達到95.05%。

    【關鍵詞】行為識別;基分類器;多分類器融合

    0 引言

    隨著科技發(fā)展以及人們生活水平的提高,智能手機已經(jīng)成為了日常生活的必需品。集成在智能手機內(nèi)的加速度傳感器,具有體積小、功耗低和靈敏度高等特點,為利用智能手機實現(xiàn)移動情景識別提供了必要條件。作為移動情景識別的一個重要研究方向,專家學者們就如何根據(jù)智能手機內(nèi)部各種傳感器采集的數(shù)據(jù)進行人體行為識別展開了廣泛研究,越來越多的研究人員通過移動設備內(nèi)嵌傳感器來采集數(shù)據(jù),并對原始數(shù)據(jù)進行預處理、特征選擇、分類器訓練,得到用戶行為模型,運用該模型分析、確定未知用戶的行為,并根據(jù)行為識別結果為用戶提供所需要的各項服務。該技術在兒童和老年人安全監(jiān)護、智能監(jiān)測、生物醫(yī)學、智能視頻監(jiān)控等方面具有極其廣闊的應用前景。

    1 已有研究

    用戶行為本身具有較大差異性,數(shù)據(jù)采集過程中移動設備放置位置多樣化,以及采集環(huán)境多樣化等因素,都將大大增加用戶行為識別的難度。國內(nèi)外研究者們在這一方面做了大量研究。Zhang等人[1]提出一種基于粗糙集理論的知識增益方法來選擇特征,進而用于人體行為識別。趙海勇等人提出了一種以人的動作序列圖像的輪廓為特征、基于隱條件隨機場的行為識別方法,利用背景差分法和陰影消除技術提取運動人體輪廓[2]。謝立東提出了一種采用分層方法來研究人體行為識別技術的方法[3]。范琳等人提出了一種與穿戴位置無關的手機用戶行為識別模型[4],對走路、跑步、上樓、下樓等日常行為識別的準確率最高達88.32%。王忠民等人提出了一種多頻段時域分解的行為識別特征優(yōu)選方法[5],對日常行為的識別準確率最高達89%。衡霞等人提出了一種依據(jù)手機內(nèi)置三維加速度傳感器采集的人體日常行為數(shù)據(jù)來進行識別分類的方法,平均識別正確率為87.17%。陳益強等人將智能手機放置位置細分為:右褲子口袋、右手、右上衣口袋、左褲子口袋、左手、左上衣口袋6種,從加速度數(shù)據(jù)中提取最大值、最小值、標準差、能量、均值等特征,采用ELM算法,建立手機放置位置交叉的自適應行為識別模型,對靜止、下樓、走路、跑步、上樓進行識別,其平均識別準確率能提高12%左右。

    為了進一步提高移動用戶行為識別的準確率,本文提出了一種基于多分類器融合的行為識別模型。

    2 行為識別模型

    2.1 數(shù)據(jù)處理流程

    本文根據(jù)內(nèi)嵌在智能設備中的三軸加速度計實時采集人體日常行為加速度信號,從中提取出常用時域特征,生成特征數(shù)據(jù)集T后,劃分為訓練集X和測試集Y。根據(jù)訓練集X訓練出k個基分類器,并用測試集對各基分類器進行測試。測試結果經(jīng)融合器處理后,得到最終的行為識別結果(圖1)。

    2.2 基分類器

    基分類器的生成主要有神經(jīng)網(wǎng)絡、決策樹、支持向量機、Bayes準則等方法,基分類器的性能對行為識別有重要影響。本文選用決策樹算法和支持向量機來訓練基分類器。

    2.3 融合算法

    集成學習的思路是在對未知的實例進行識別時,把若干個基分類器的行為識別結果通過某種規(guī)則進行融合,確定最終識別結果,以取得比單個分類器更好的識別效果。本文采用多數(shù)投票法作為融合算法(如圖2所示),所構建的行為識別模型如圖3所示。

    3 實驗設計及結果分析

    3.1 實驗環(huán)境及數(shù)據(jù)集

    本文所用數(shù)據(jù)集是XUPT-ADD,是課題組成員使用內(nèi)嵌三軸加速度計的智能手機實時采集的靜止、行走、跑步、上樓、下樓等日常行為數(shù)據(jù)。數(shù)據(jù)采集時,智能手機分別放置在手中、包里以及褲子前口袋。參與此次數(shù)據(jù)采集的一共有15人,每人分別采集三種不同位置下每種行為的加速度數(shù)據(jù),共1973個樣本。從原始加速度數(shù)據(jù)中提取平均值、中位數(shù)、方差、標準差、最大值、最小值、范圍、均方根、直流分量、系數(shù)和、頻譜能量等特征值,生成特征數(shù)據(jù)集T。

    行為識別模型訓練和測試所用軟件環(huán)境為MATLAB R2010b。

    3.2 實驗設計及結果分析

    為了驗證多分類器融合的行為識別模型的有效性,本文首先將特征數(shù)據(jù)集T劃分為五組,訓練出5個采用SVM算法的基分類器和5個采用決策樹算法的基分類器,然后將各基分類器的測試結果和融合后的測試結果進行對比分析。

    (1)數(shù)據(jù)集劃分

    將特征數(shù)據(jù)集T隨機分為三個人一組,共五組數(shù)據(jù),每組數(shù)據(jù)都包含了五種行為。訓練基分類器時,根據(jù)以下方式將特征數(shù)據(jù)集再細分為訓練集和測試集:第一種,是分別提取每組數(shù)據(jù)中每一種行為的前一半作為訓練集,而剩下的一半作為測試集;第二種,是每組的全部數(shù)據(jù)作為訓練集,第五組數(shù)據(jù)作為測試集;第三種,是取每組數(shù)據(jù)的奇數(shù)行作為訓練集,偶數(shù)行作為測試集。

    每種數(shù)據(jù)分組方式都將分別訓練出5個采用SVM算法的基分類器(ClassifierS1~ClassifierS5)和5個采用決策樹算法的基分類器(ClassifierD1~ClassifierD5)。

    (2)基分類器與多分類器融合的行為識別結果分析

    按照上述三種方式將特征數(shù)據(jù)集劃分為不同的分組后,在 MATLAB中分別訓練決策樹和支持向量機的基分類器模型,并采用對應的測試集作為輸入數(shù)據(jù)來測試基分類器。將上述基分類器的行為識別結果根據(jù)多數(shù)投票法進行融合處理,得到多分類器融合的行為識別結果。對上述識別結果進行比較,其識別準確率如表2所示。

    表2中,從12個基分類器的行為識別結果來看,由于不同用戶的行為差異較大,因此第二種數(shù)據(jù)分組方式中,分別采用其他組的數(shù)據(jù)(第五組除外)來訓練基分類器而用第五組數(shù)據(jù)來測試時,不論是采用SVM還是決策樹分類算法,行為識別的準確率都比較低。三種數(shù)據(jù)分組凡是相比,第三種分組方式的行為識別準確率較高。

    總的來說,不論采用哪種數(shù)據(jù)分組方式,多分類器融合的行為識別模型結合了各個基分類器的優(yōu)點,其行為識別準確率比單個基分類器的識別準確率高,在第三種數(shù)據(jù)分組方式中,行為識別準確率最高提高了25.99%。

    4 結論

    為了提高移動用戶行為識別的準確率,本文提出了一種基于多分類器融合的行為識別模型。本文將特征數(shù)據(jù)集按照三種不同的方式分別劃分為訓練集和測試集,采用SVM算法和決策樹算法分別訓練基分類器,并對各基分類器和多分類器融合后的行為識別結果進行了對比分析。實驗結果證明,多分類器融合的行為識別模型能夠提高行為識別的準確率,最高達25.99%,充分驗證了改模型的有效性。

    【參考文獻】

    [1]Zhang B,De Natale F G B,Conci N.Recogition of social interactions based on feature selection from visual codebooks[C]//Image Processing,2013 20th IEEE International Conference on, 2013: 3557-3561.

    [2]趙海勇,賈保先.基于輪廓特征的人體行為識別[J].計算機科學,2013,40(2):312-315.

    [3]謝立東.基于分層方法的復雜人體行為識別研究[D].廈門:廈門大學,2014.

    [4]范琳,王忠民.穿戴位置無關的手機用戶行為識別模型[J].計算機應用研究, 2015,32(1):63-66.

    [5]王忠民,王斌.多頻段時域分解的行為識別特征優(yōu)選[J].計算機應用研究, 2015,32.

    [6]衡霞,王忠民.基于手機加速度傳感器的人體行為識別[J].西安郵電大學學報,2014,19(6):76-79.

    [7]CHEN Yiqiang, ZHAO Zhongtang, WANG Shuangquan and CHEN Zhenyu. Extreme Learning Machine based device displacement free activity recognition model[J]. Soft Computing. Volume 16, Issue 9: 1617-1625. Springer-verlag 2012.

    [責任編輯:楊玉潔]

    99久久综合免费| 色5月婷婷丁香| 色94色欧美一区二区| 大香蕉97超碰在线| 国产亚洲欧美精品永久| 日韩不卡一区二区三区视频在线| 伊人久久精品亚洲午夜| 少妇人妻精品综合一区二区| 久久人人爽人人爽人人片va| 少妇的逼好多水| a级毛片在线看网站| 高清视频免费观看一区二区| 亚洲av免费高清在线观看| 日本wwww免费看| 丁香六月天网| 搡老乐熟女国产| 汤姆久久久久久久影院中文字幕| 免费少妇av软件| 最后的刺客免费高清国语| 国产成人精品婷婷| 亚洲国产精品专区欧美| 日韩欧美 国产精品| 日本-黄色视频高清免费观看| 欧美高清成人免费视频www| 99久久人妻综合| 国语对白做爰xxxⅹ性视频网站| √禁漫天堂资源中文www| 草草在线视频免费看| 老司机影院毛片| 黄色一级大片看看| 亚洲在久久综合| 久久国产精品男人的天堂亚洲 | 欧美+日韩+精品| 久久精品国产鲁丝片午夜精品| 国产视频内射| 午夜老司机福利剧场| 亚洲怡红院男人天堂| 91精品一卡2卡3卡4卡| 美女福利国产在线| 日本av免费视频播放| 国产精品久久久久久久电影| 欧美变态另类bdsm刘玥| 国产色爽女视频免费观看| 另类精品久久| 一区二区三区免费毛片| 国产精品三级大全| 国产成人91sexporn| 一区二区三区精品91| 性高湖久久久久久久久免费观看| 欧美一级a爱片免费观看看| 极品人妻少妇av视频| 人妻一区二区av| 韩国av在线不卡| 国精品久久久久久国模美| 我的女老师完整版在线观看| 亚洲一区二区三区欧美精品| 国产精品一区二区三区四区免费观看| 另类精品久久| av卡一久久| 亚洲av福利一区| 22中文网久久字幕| 国产av一区二区精品久久| 久久久久精品性色| 国产精品一区二区在线不卡| 桃花免费在线播放| 欧美精品一区二区免费开放| 如日韩欧美国产精品一区二区三区 | 亚洲国产精品999| 久久久久久久久久成人| 久久精品国产亚洲av涩爱| 亚洲人成网站在线观看播放| 男人添女人高潮全过程视频| 成人午夜精彩视频在线观看| 十八禁高潮呻吟视频 | 国产有黄有色有爽视频| av天堂中文字幕网| 国产淫语在线视频| 18禁动态无遮挡网站| 国产精品久久久久久久久免| 青春草国产在线视频| 国语对白做爰xxxⅹ性视频网站| 多毛熟女@视频| 日本vs欧美在线观看视频 | 丰满少妇做爰视频| av国产久精品久网站免费入址| 美女福利国产在线| 欧美性感艳星| 狂野欧美激情性xxxx在线观看| av又黄又爽大尺度在线免费看| 久久国产乱子免费精品| 日本黄大片高清| 亚洲av日韩在线播放| 一个人看视频在线观看www免费| 嘟嘟电影网在线观看| 女性被躁到高潮视频| 一二三四中文在线观看免费高清| a级毛片免费高清观看在线播放| 久久午夜综合久久蜜桃| 丰满乱子伦码专区| 国产免费视频播放在线视频| 久久影院123| 有码 亚洲区| 国产一区二区在线观看av| 日韩人妻高清精品专区| 久久久国产精品麻豆| 少妇被粗大的猛进出69影院 | 免费黄频网站在线观看国产| 亚洲av电影在线观看一区二区三区| av播播在线观看一区| 3wmmmm亚洲av在线观看| 日本-黄色视频高清免费观看| 男人添女人高潮全过程视频| 99热这里只有是精品在线观看| 亚洲va在线va天堂va国产| 久久久久久久精品精品| 日本av手机在线免费观看| 久久97久久精品| 午夜久久久在线观看| 久久人妻熟女aⅴ| 乱人伦中国视频| 青春草国产在线视频| 日韩亚洲欧美综合| 亚洲精品成人av观看孕妇| 亚洲精品国产av蜜桃| 亚洲精品一区蜜桃| 国产亚洲av片在线观看秒播厂| 中文在线观看免费www的网站| 成年女人在线观看亚洲视频| 日韩视频在线欧美| 老熟女久久久| 成人二区视频| 在线观看免费高清a一片| 少妇的逼好多水| 一区在线观看完整版| av福利片在线观看| 蜜桃在线观看..| 晚上一个人看的免费电影| 99久久人妻综合| 亚洲精品乱码久久久v下载方式| 内地一区二区视频在线| 99热全是精品| 少妇 在线观看| 好男人视频免费观看在线| 人人妻人人添人人爽欧美一区卜| 亚洲精品久久午夜乱码| 天美传媒精品一区二区| 99九九线精品视频在线观看视频| 国产视频首页在线观看| 久久韩国三级中文字幕| 午夜福利影视在线免费观看| 亚洲va在线va天堂va国产| 国产美女午夜福利| 少妇人妻精品综合一区二区| 欧美丝袜亚洲另类| 久久久久久久久久久丰满| 91成人精品电影| 久久精品熟女亚洲av麻豆精品| 伊人久久精品亚洲午夜| av福利片在线观看| 一级毛片黄色毛片免费观看视频| 国产成人精品无人区| 中文天堂在线官网| 男女边摸边吃奶| 美女大奶头黄色视频| 在线看a的网站| 男女免费视频国产| 亚洲欧美精品自产自拍| 亚洲av日韩在线播放| 国产精品一区二区性色av| 国产成人精品无人区| 一级,二级,三级黄色视频| 亚洲精品乱码久久久久久按摩| 草草在线视频免费看| a级毛片免费高清观看在线播放| 丰满少妇做爰视频| 丰满少妇做爰视频| 亚洲精品国产av成人精品| 乱系列少妇在线播放| 久久99热6这里只有精品| 热re99久久精品国产66热6| 国产一级毛片在线| 九九爱精品视频在线观看| av在线老鸭窝| 成人午夜精彩视频在线观看| 伊人久久精品亚洲午夜| 国产av精品麻豆| a级毛片在线看网站| 欧美精品一区二区免费开放| 视频区图区小说| 黑人高潮一二区| 一级毛片电影观看| 热re99久久国产66热| videossex国产| 欧美精品亚洲一区二区| 老熟女久久久| 伊人久久精品亚洲午夜| 免费高清在线观看视频在线观看| 欧美精品国产亚洲| 久久综合国产亚洲精品| 丰满少妇做爰视频| 日本黄色片子视频| 国产色婷婷99| 黄色配什么色好看| 午夜福利在线观看免费完整高清在| 成人国产麻豆网| 色婷婷av一区二区三区视频| av又黄又爽大尺度在线免费看| 成人影院久久| 在现免费观看毛片| 91精品国产九色| 美女视频免费永久观看网站| 美女cb高潮喷水在线观看| 亚洲一区二区三区欧美精品| 日韩人妻高清精品专区| 美女大奶头黄色视频| 成人毛片60女人毛片免费| 男女啪啪激烈高潮av片| 伊人亚洲综合成人网| 国产黄片美女视频| 一个人看视频在线观看www免费| av福利片在线观看| 欧美区成人在线视频| 久久国产精品大桥未久av | 国产伦理片在线播放av一区| 肉色欧美久久久久久久蜜桃| 免费观看a级毛片全部| 搡女人真爽免费视频火全软件| 国内揄拍国产精品人妻在线| 最黄视频免费看| 成人黄色视频免费在线看| 精品熟女少妇av免费看| 国产成人freesex在线| 国产色婷婷99| 国产精品麻豆人妻色哟哟久久| 一级黄片播放器| 少妇人妻精品综合一区二区| 欧美成人精品欧美一级黄| 久久99热这里只频精品6学生| 大片电影免费在线观看免费| 亚洲欧洲精品一区二区精品久久久 | 国产av一区二区精品久久| 欧美精品高潮呻吟av久久| 午夜影院在线不卡| 久久久久久久亚洲中文字幕| 大又大粗又爽又黄少妇毛片口| 少妇精品久久久久久久| 国产日韩欧美在线精品| 欧美变态另类bdsm刘玥| 日韩电影二区| 亚洲av成人精品一区久久| 丁香六月天网| 国产成人精品一,二区| 亚洲国产毛片av蜜桃av| 精品一区二区三区视频在线| 国产淫片久久久久久久久| 日韩一区二区三区影片| 免费黄色在线免费观看| 亚洲国产欧美日韩在线播放 | 午夜免费男女啪啪视频观看| 午夜免费男女啪啪视频观看| h视频一区二区三区| 成年人午夜在线观看视频| 最近手机中文字幕大全| 高清不卡的av网站| 日韩成人av中文字幕在线观看| 久久久精品94久久精品| 91久久精品国产一区二区三区| 国产精品免费大片| 在线看a的网站| 夫妻性生交免费视频一级片| 成年人免费黄色播放视频 | 高清欧美精品videossex| 99久久综合免费| 一区二区三区乱码不卡18| 熟女人妻精品中文字幕| 婷婷色av中文字幕| 免费黄网站久久成人精品| 日日啪夜夜爽| 日日啪夜夜爽| 丝袜喷水一区| 少妇被粗大的猛进出69影院 | 亚洲性久久影院| 国产一区有黄有色的免费视频| 国产淫语在线视频| 欧美变态另类bdsm刘玥| 看免费成人av毛片| 99re6热这里在线精品视频| av福利片在线观看| 交换朋友夫妻互换小说| av福利片在线| 国产一区亚洲一区在线观看| 成人特级av手机在线观看| 91在线精品国自产拍蜜月| 国语对白做爰xxxⅹ性视频网站| 国产老妇伦熟女老妇高清| 韩国av在线不卡| 欧美日韩亚洲高清精品| 国产亚洲av片在线观看秒播厂| a级片在线免费高清观看视频| 国产成人精品福利久久| 天天躁夜夜躁狠狠久久av| 人人妻人人澡人人看| 国产亚洲欧美精品永久| 国产高清有码在线观看视频| 插阴视频在线观看视频| 秋霞在线观看毛片| 国产高清三级在线| 精品少妇黑人巨大在线播放| 欧美激情极品国产一区二区三区 | 欧美人与善性xxx| 国产女主播在线喷水免费视频网站| 日本av免费视频播放| 日韩大片免费观看网站| 国产亚洲最大av| 最近最新中文字幕免费大全7| 亚洲欧洲精品一区二区精品久久久 | 建设人人有责人人尽责人人享有的| 亚洲精品乱码久久久v下载方式| 久热这里只有精品99| 人妻制服诱惑在线中文字幕| 全区人妻精品视频| 国产永久视频网站| 精品一区二区免费观看| 在线 av 中文字幕| 97精品久久久久久久久久精品| 免费看av在线观看网站| 妹子高潮喷水视频| 男人添女人高潮全过程视频| 中文字幕人妻熟人妻熟丝袜美| 精品一区二区三卡| 伦精品一区二区三区| 你懂的网址亚洲精品在线观看| 午夜日本视频在线| 国产欧美日韩综合在线一区二区 | 一级毛片 在线播放| 18禁在线播放成人免费| 亚洲四区av| 久久精品夜色国产| 日日摸夜夜添夜夜爱| 下体分泌物呈黄色| 亚洲美女搞黄在线观看| 欧美老熟妇乱子伦牲交| 国产免费一级a男人的天堂| 亚洲精品亚洲一区二区| 成人黄色视频免费在线看| 五月玫瑰六月丁香| 久久6这里有精品| 狂野欧美激情性bbbbbb| 极品少妇高潮喷水抽搐| 伦精品一区二区三区| 永久免费av网站大全| 国产精品秋霞免费鲁丝片| 伦理电影免费视频| 国产在视频线精品| 青春草国产在线视频| 欧美+日韩+精品| 日产精品乱码卡一卡2卡三| 日韩中文字幕视频在线看片| 久久99热这里只频精品6学生| 色婷婷久久久亚洲欧美| 亚洲国产欧美日韩在线播放 | 午夜福利网站1000一区二区三区| 欧美日韩精品成人综合77777| 又粗又硬又长又爽又黄的视频| 日本欧美国产在线视频| 欧美 日韩 精品 国产| 久久精品熟女亚洲av麻豆精品| 五月开心婷婷网| 深夜a级毛片| 国产精品一区二区在线不卡| 夜夜骑夜夜射夜夜干| 亚洲精品456在线播放app| 国产欧美日韩精品一区二区| 欧美xxⅹ黑人| 精品久久久久久电影网| 啦啦啦中文免费视频观看日本| 精品国产国语对白av| 国产 精品1| 久久亚洲国产成人精品v| 久久国产乱子免费精品| 成人影院久久| 亚洲国产色片| 精品亚洲成a人片在线观看| 人人妻人人澡人人爽人人夜夜| 日韩伦理黄色片| 国产视频首页在线观看| 一本一本综合久久| 亚洲av在线观看美女高潮| 日韩,欧美,国产一区二区三区| 在线观看免费日韩欧美大片 | 国产免费福利视频在线观看| 最新中文字幕久久久久| 在线观看国产h片| 99久久综合免费| a 毛片基地| 高清毛片免费看| 久热这里只有精品99| 精品人妻熟女毛片av久久网站| 亚洲av二区三区四区| 人妻夜夜爽99麻豆av| 极品人妻少妇av视频| 嫩草影院新地址| 成人二区视频| 久久亚洲国产成人精品v| 国产永久视频网站| 亚洲一级一片aⅴ在线观看| 啦啦啦视频在线资源免费观看| 免费黄色在线免费观看| 99热这里只有是精品50| www.av在线官网国产| 日日啪夜夜撸| 国产国拍精品亚洲av在线观看| 六月丁香七月| 99热这里只有精品一区| 人人妻人人看人人澡| 久久免费观看电影| 色哟哟·www| 国产精品99久久99久久久不卡 | 夫妻午夜视频| 亚洲国产最新在线播放| 免费看日本二区| 日日摸夜夜添夜夜添av毛片| 成年美女黄网站色视频大全免费 | 国产91av在线免费观看| 99国产精品免费福利视频| 哪个播放器可以免费观看大片| 欧美少妇被猛烈插入视频| 免费av中文字幕在线| 男男h啪啪无遮挡| 韩国高清视频一区二区三区| 亚洲国产精品999| 久久免费观看电影| 国产深夜福利视频在线观看| 国产色爽女视频免费观看| 国产熟女欧美一区二区| 亚洲怡红院男人天堂| 春色校园在线视频观看| 九九爱精品视频在线观看| 久久久久久久久久人人人人人人| 一区二区av电影网| 国产精品久久久久久av不卡| 香蕉精品网在线| 国产深夜福利视频在线观看| 国产高清不卡午夜福利| 日韩中文字幕视频在线看片| 中国国产av一级| 免费黄色在线免费观看| av福利片在线观看| 日韩三级伦理在线观看| 美女cb高潮喷水在线观看| 高清在线视频一区二区三区| 亚洲中文av在线| 日韩制服骚丝袜av| 亚洲情色 制服丝袜| 日韩 亚洲 欧美在线| 久久狼人影院| 伊人亚洲综合成人网| 五月伊人婷婷丁香| 精品久久久久久电影网| 美女福利国产在线| 国产欧美日韩一区二区三区在线 | 国产精品国产三级专区第一集| 多毛熟女@视频| 久久国产精品大桥未久av | 熟女电影av网| 黑人高潮一二区| 国内精品宾馆在线| h视频一区二区三区| 伊人亚洲综合成人网| 国产视频首页在线观看| 久久99热6这里只有精品| 亚洲欧美日韩东京热| 观看av在线不卡| 男女边吃奶边做爰视频| av女优亚洲男人天堂| 国产成人精品一,二区| 在线观看av片永久免费下载| 亚洲欧洲日产国产| 熟女人妻精品中文字幕| 午夜免费男女啪啪视频观看| 国产一区二区三区av在线| 午夜福利视频精品| av在线app专区| 三级国产精品欧美在线观看| 丰满迷人的少妇在线观看| 国产无遮挡羞羞视频在线观看| 日韩成人伦理影院| 看非洲黑人一级黄片| 日本av手机在线免费观看| 欧美日韩亚洲高清精品| av天堂中文字幕网| 中文精品一卡2卡3卡4更新| 老司机亚洲免费影院| 午夜视频国产福利| 亚洲美女黄色视频免费看| 午夜福利视频精品| 又黄又爽又刺激的免费视频.| 三级国产精品欧美在线观看| 成人特级av手机在线观看| 亚洲精品456在线播放app| 久久国产精品大桥未久av | 国产极品粉嫩免费观看在线 | 国产精品嫩草影院av在线观看| 亚洲丝袜综合中文字幕| 熟女电影av网| 国产欧美另类精品又又久久亚洲欧美| 欧美日韩av久久| 色5月婷婷丁香| 精品一区二区免费观看| 在线免费观看不下载黄p国产| 高清黄色对白视频在线免费看 | 欧美日韩国产mv在线观看视频| 亚洲av成人精品一区久久| a级毛片在线看网站| 色视频在线一区二区三区| 美女视频免费永久观看网站| 人妻 亚洲 视频| 亚洲欧美精品专区久久| 美女内射精品一级片tv| 99热这里只有是精品50| 欧美精品一区二区大全| 成人特级av手机在线观看| 久久精品国产a三级三级三级| 国产免费一级a男人的天堂| 我要看日韩黄色一级片| 熟妇人妻不卡中文字幕| 亚洲欧美一区二区三区黑人 | 国产69精品久久久久777片| 99久久精品一区二区三区| 日产精品乱码卡一卡2卡三| 成人漫画全彩无遮挡| 嘟嘟电影网在线观看| 国产av码专区亚洲av| 九色成人免费人妻av| 天堂俺去俺来也www色官网| 久久精品国产亚洲av天美| 精品熟女少妇av免费看| 91久久精品国产一区二区三区| 日本黄色片子视频| 不卡视频在线观看欧美| 一级毛片 在线播放| 水蜜桃什么品种好| 日韩成人伦理影院| 国产欧美日韩综合在线一区二区 | 欧美日韩国产mv在线观看视频| 欧美变态另类bdsm刘玥| 日韩不卡一区二区三区视频在线| 国产精品久久久久久精品电影小说| 日韩,欧美,国产一区二区三区| 少妇的逼好多水| 国产无遮挡羞羞视频在线观看| 最新的欧美精品一区二区| 亚洲精品国产av成人精品| 国产伦在线观看视频一区| 亚洲精品色激情综合| 黄色视频在线播放观看不卡| av天堂中文字幕网| 黑人猛操日本美女一级片| 久久狼人影院| 黄片无遮挡物在线观看| 成人无遮挡网站| 人人妻人人澡人人爽人人夜夜| 黄色毛片三级朝国网站 | 亚洲国产av新网站| 亚洲国产欧美日韩在线播放 | 久久精品夜色国产| 亚洲激情五月婷婷啪啪| 欧美精品亚洲一区二区| 男人舔奶头视频| 久久人人爽人人片av| 这个男人来自地球电影免费观看 | 亚洲精品,欧美精品| 精品卡一卡二卡四卡免费| 欧美激情极品国产一区二区三区 | 麻豆成人午夜福利视频| 国产伦在线观看视频一区| 欧美另类一区| av在线老鸭窝| 日日啪夜夜撸| 亚洲欧美一区二区三区国产| 永久网站在线| 少妇猛男粗大的猛烈进出视频| 99久久精品一区二区三区| 草草在线视频免费看| 在线免费观看不下载黄p国产| 国产一区有黄有色的免费视频| 如日韩欧美国产精品一区二区三区 | a级毛片在线看网站| 久久久久久久精品精品| 一级av片app| 精品酒店卫生间| 日韩三级伦理在线观看| 国产精品国产三级国产专区5o| 在线精品无人区一区二区三| 人人妻人人澡人人爽人人夜夜| 观看av在线不卡| 国产精品久久久久久精品电影小说| 日本黄色日本黄色录像| 有码 亚洲区| 免费黄频网站在线观看国产| 日韩制服骚丝袜av| 国产精品久久久久久久久免| 我的老师免费观看完整版| 一级毛片我不卡| 亚洲在久久综合| 国产日韩一区二区三区精品不卡 | 日本黄大片高清| 国产成人免费无遮挡视频| 十八禁网站网址无遮挡 | 高清不卡的av网站| 亚洲丝袜综合中文字幕| 国产精品国产三级专区第一集| 美女cb高潮喷水在线观看| 国产探花极品一区二区| 大片电影免费在线观看免费|