• <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 ?

    基于計(jì)算機(jī)視覺的多特征手勢(shì)識(shí)別

    2016-07-19 02:07:22楊正瓴
    關(guān)鍵詞:特征描述膚色手勢(shì)

    張 軍 張 孔 楊正瓴

    (天津大學(xué)電氣與自動(dòng)化工程學(xué)院 天津 300072)

    ?

    基于計(jì)算機(jī)視覺的多特征手勢(shì)識(shí)別

    張軍張孔楊正瓴

    (天津大學(xué)電氣與自動(dòng)化工程學(xué)院天津 300072)

    摘要目前常用單特征手勢(shì)識(shí)別方法中,缺少完整的手勢(shì)輪廓信息,對(duì)局部相似度高和形狀復(fù)雜的手勢(shì)識(shí)別率較低,為此提出一種將CSS特征描述子與Hu不變矩相結(jié)合的手勢(shì)特征提取方法。首先,利用膚色模型把手勢(shì)從復(fù)雜的背景中提取出來,然后分別提取手勢(shì)的Hu不變矩和CSS描述子來構(gòu)建融合特征,最后利用人工神經(jīng)網(wǎng)絡(luò)對(duì)新特征進(jìn)行識(shí)別和分類。實(shí)驗(yàn)結(jié)果表明,與基于單一特征的識(shí)別方法相比,該方法整體識(shí)別率更高,對(duì)局部形似度高的手勢(shì)識(shí)別率有很大提升。

    關(guān)鍵詞計(jì)算機(jī)視覺手勢(shì)識(shí)別空間曲率特征Hu不變矩神經(jīng)網(wǎng)絡(luò)

    0引言

    手勢(shì)識(shí)別是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要分支,目前被廣泛應(yīng)用到人機(jī)交互(HCI)、手語(yǔ)識(shí)別等各種領(lǐng)域中。根據(jù)手勢(shì)采集設(shè)備的不同,可以將手勢(shì)識(shí)別分為基于數(shù)據(jù)手套的手勢(shì)識(shí)別和基于機(jī)器視覺的手勢(shì)識(shí)別[2]?;跀?shù)據(jù)手套的方法需要使用者穿戴特殊的手勢(shì)數(shù)據(jù)采集設(shè)備,使用條件受到限制;基于計(jì)算機(jī)視覺的手勢(shì)識(shí)別只需要簡(jiǎn)單的數(shù)據(jù)采集設(shè)備,能為使用者提供更簡(jiǎn)單自然地輸入方式,目前已成為手勢(shì)識(shí)別的研究重點(diǎn)。

    目前,基于計(jì)算機(jī)視覺的手勢(shì)識(shí)別主要有兩個(gè)研究方向:基于彩色圖像的識(shí)別和基于深度圖像的識(shí)別?;谏疃葓D像的手勢(shì)識(shí)別主要是利用微軟2010年推出的Kinect外設(shè)傳感器來獲取深度圖像,再利用獲得圖像的深度信息來進(jìn)行手勢(shì)識(shí)別。物體在深度圖像中的深度值與物體距離傳感器的距離有關(guān)[3]。所以人手區(qū)域與背景區(qū)域在深度圖像中有不同的深度值,根據(jù)深度值得不同,可以利用閾值分割的方法來進(jìn)行手勢(shì)區(qū)域檢測(cè),從背景中分離出人手區(qū)域?;谏疃葓D像的手勢(shì)識(shí)別方法受光照和背景的干擾小,而且獲取的圖像分別率高,但是需要專門的Kinect設(shè)備;基于彩色圖像的識(shí)別方法不受場(chǎng)景、環(huán)境等因素干擾,而且所需設(shè)備比較簡(jiǎn)單的。綜合各種因素考慮,本文采用基于彩色圖像的手勢(shì)識(shí)別方法。

    手勢(shì)提取是手勢(shì)識(shí)別的基礎(chǔ),手勢(shì)輪廓提取效果的好壞對(duì)后面的手勢(shì)特征的提取以及手勢(shì)識(shí)別有很大的影響。膚色在顏色空間有很好地聚類特性,因此目前很多成熟的算法都是基于膚色模型來進(jìn)行手勢(shì)提取。徐占武等[7]采用高斯方法,此方法對(duì)復(fù)雜的背景有很好地識(shí)別效果,能夠?qū)崿F(xiàn)差異很大的膚色分割,但是高斯模型比較復(fù)雜,計(jì)算量大,不適用于實(shí)時(shí)操作環(huán)境。

    人手是復(fù)雜的變形體,手勢(shì)具有多義性、多態(tài)性,具有時(shí)間和空間上的差異性[5],因此特征的選擇及提取是手勢(shì)識(shí)別領(lǐng)域中的一個(gè)難點(diǎn)。目前常用的手勢(shì)特征有兩種,一種是基于圖像表觀特征的提取,另一種是基于人手模型的特征提取[9]?;谀P偷奶卣魈崛【褪歉鶕?jù)經(jīng)驗(yàn)知識(shí)建立人手?jǐn)?shù)學(xué)模型,再根據(jù)手勢(shì)的特征估計(jì)模型的參數(shù),最后用模板匹配的方法進(jìn)行識(shí)別分類。這種方法可以處理比較復(fù)雜的手勢(shì),缺點(diǎn)是計(jì)算量大,在圖像分辨率低時(shí),估計(jì)模型的參數(shù)比較困難?;趫D像的表觀特征就是利用圖像上手勢(shì)輪廓的手掌,手指等的幾何特征來描述手勢(shì)特征。文獻(xiàn)[1-3]通過計(jì)算手勢(shì)輪廓的指頭數(shù)和指頭間夾角來識(shí)別手勢(shì),這種方法計(jì)算量小,但是對(duì)于手指間夾角區(qū)分度小的手勢(shì)識(shí)別率低。王先軍等[4]利用Hu不變矩作為識(shí)別特征,得到7個(gè)具有平移、旋轉(zhuǎn)、縮放不變性的Hu不變矩作為特征,取得了較高的識(shí)別率,但是對(duì)于局部相似度較高的手勢(shì)(如圖1所示M和N)識(shí)別結(jié)果仍然差強(qiáng)人意。Chang等[6]將CSS(曲率尺度空間)特征引入到手勢(shì)識(shí)別領(lǐng)域,并對(duì)幾個(gè)簡(jiǎn)單手勢(shì)取得了很好地分類效果,但是由于缺乏整體性特征,對(duì)手語(yǔ)中比較復(fù)雜的手勢(shì)(如圖1中的X和H)識(shí)別效果很差。

    圖1 部分相似手勢(shì)

    針對(duì)Hu不變矩缺少局部描述特征,而CSS特征描述子沒有整體特征。本文將兩種特征融合,從整體和局部?jī)煞矫婷枋鍪謩?shì),再用人工神經(jīng)網(wǎng)絡(luò)對(duì)新特征進(jìn)行分類,取得了良好的分類效果。本文具體流程參見圖2所示。

    圖2 流程圖

    1手勢(shì)分割

    手勢(shì)分割就是從復(fù)雜的背景中把手勢(shì)輪廓檢測(cè)出來[2]。現(xiàn)在比較成熟的分割算法有幀差算法和膚色模型分割法。膚色分割法計(jì)算量比較小、模型簡(jiǎn)單,因此本文采用膚色模型分割法。

    1.1膚色模型

    膚色分割模型就是利用膚色在顏色空間上的聚類性,把感興趣的區(qū)域從復(fù)雜的背景環(huán)境中分離出來。由于膚色在不同的顏色空間具有不同的聚類特性,所以要想取得良好的分割效果,必須選擇合適的顏色空間。目前常用的顏色空間有RGB顏色空間、HSV顏色空間、YCrCb顏色空間三種。文獻(xiàn)[8]通過大量實(shí)驗(yàn),證明在YCrCb空間,膚色受亮度影響小,膚色聚類特性較好。因此本文選擇YCrCbr空間作為手勢(shì)分割的顏色空間。

    1.2手勢(shì)輪廓提取

    實(shí)驗(yàn)中,我們采用一個(gè)單目相機(jī)來獲取包含手勢(shì)信息的圖像,圖像分辨率為320×240,通過下面步驟可以得到完整的手勢(shì)輪廓:

    步驟1用式(1),將圖像由RGB空間轉(zhuǎn)換到Y(jié)CrCb空間,如圖3(b)所示。

    (1)

    步驟2對(duì)得到的YCrCb圖像進(jìn)行閾值分割,得到手勢(shì)的二值圖像,如圖3(c)所示。在我們實(shí)驗(yàn)環(huán)境下,Cr、Cb取值范圍:133≤Cr≤183,78≤Cb≤131。

    步驟3為了去除噪聲和干擾,對(duì)閾值分割后的二值圖像進(jìn)行濾波和圖形學(xué)處理,如圖3(d)所示。

    步驟4針對(duì)步驟三得到的二值圖像進(jìn)行輪廓提取,得到結(jié)果如圖3(e)所示。

    步驟5為了去除非膚色區(qū)域的干擾,我們?cè)O(shè)定輪廓點(diǎn)數(shù)閾值T,當(dāng)輪廓點(diǎn)數(shù)小于閾值T時(shí),就認(rèn)為該區(qū)域不是手勢(shì)輪廓,用黑色填充,最后得到只有手勢(shì)輪廓的圖像,如圖3(f)所示。

    圖3 手勢(shì)輪廓提取過程示意圖

    2手勢(shì)輪廓特征提取

    2.1CSS特征描述子

    CSS特征就是通過手勢(shì)輪廓上各點(diǎn)的曲率來描述手勢(shì)的形狀特征,不同手勢(shì)的輪廓上各點(diǎn)的曲率分布是不同的。CSS特征描述子就是找到手勢(shì)輪廓在圖像的尺度空間中的過零點(diǎn),把這些過零點(diǎn)組合中的極值點(diǎn)位置及其對(duì)應(yīng)的空間尺度信息的集合作為描述子。

    2.1.1曲率計(jì)算

    用弧長(zhǎng)μ對(duì)曲線進(jìn)行參數(shù)化表示:

    L(μ)=(x(μ),y(μ))

    (2)

    則曲線上各點(diǎn)的曲率可由下面公式計(jì)算:

    (3)

    x(μ,σ)=x(μ)?g(μ,σ)

    (4)

    y(μ,σ)=y(μ)?g(μ,σ)

    (5)

    (6)

    2.1.2CSS描述子生成算法

    根據(jù)上面的曲率計(jì)算公式,對(duì)得到的手勢(shì)輪廓進(jìn)行曲率計(jì)算,并根據(jù)下面步驟得到CSS特征描述子:

    步驟1對(duì)得到的手勢(shì)輪廓進(jìn)行參數(shù)化,得到L(μ)。

    步驟2利用式(3)求出曲線各點(diǎn)的曲率,得到在尺度σ下的手勢(shì)輪廓曲率序列。

    步驟3判斷在尺度σ下,曲率序列是否存在曲率的極值點(diǎn)。有則轉(zhuǎn)步驟4,無則轉(zhuǎn)步驟5。

    步驟4記錄下曲率極值點(diǎn)的位置和尺度,用(μ,σ)表示,增加尺度σ=σ+1,轉(zhuǎn)步驟3。

    步驟5將步驟4中得到的點(diǎn)繪制在(μ,σ)平面上,得到尺度空間圖像CCSI。

    在統(tǒng)一的離散化參數(shù)μ的條件下,所有CSSI中局部極值的坐標(biāo)集合就是CSS形狀描述子,即:

    FCSS={(μi,σi)i=1,2,…,N}

    (7)

    手勢(shì)U對(duì)應(yīng)的CSSI特征如圖4所示。

    圖4 手勢(shì)U對(duì)應(yīng)的CSSI特征

    2.2Hu不變矩特征

    矩不變量最早是由Hu等人于1962年提出的,把矩不變量進(jìn)行線性組合,得到具有比例不變性、平移不變性、和旋轉(zhuǎn)不變性的矩[10]。

    針對(duì)二維的數(shù)字圖像f(x,y),對(duì)應(yīng)的p+q階矩為[4]:

    (8)

    則與之相對(duì)應(yīng)的p+q階中心距為[4]:

    (9)

    中心矩upq是平移不變的。對(duì)中心距upq進(jìn)行尺度規(guī)范化,得到如下中心矩[4]:

    (10)

    對(duì)上面得到的中心距ηpq進(jìn)行非線性組合,得到如下7個(gè)具有平移不變性的Hu不變矩:

    M1=η20+η02

    (11)

    (12)

    M3=(η30-3η12)2+(3η21-η03)2

    (13)

    M4=(η30+η12)2+(η21+η03)2

    (14)

    M5=(η30-3η12)(η30+η12)[(η30+η12)2

    -3(η21+η12)2]+3(η21-η03)(η21+

    η03)[3(η30+η12)2-(η21+η03)2]

    (15)

    M6=(η20-η02)[(η30+η12)2-(η21+η03)2]+

    4η11(η30+η12)(η21+η03)

    (16)

    M7=(3η21-η03)(η21+η03)[3(η30+η12)2-

    (η21+η03)2]-(η30-3η12)(η21+

    η03)[3(η30+η12)2-(η21+η03)2]

    (17)

    利用上面得到的7個(gè)Hu不變矩來描述手勢(shì)的輪廓特征,并將其表示為如下形式描述子:

    FHu={M1,M2,M3,M4,M5,M6,M7}

    (18)

    2.3特征融合

    通過計(jì)算空間曲率得到CSS形狀描述子FCSS,通過Hu不變矩得到具有7個(gè)特征的Hu不變矩描述子FHu。但是CSS形狀描述子和Hu不變矩描述子采用不同的距離度量方法,量綱不統(tǒng)一,而且CSS形狀描述子的維數(shù)是不確定的,直接拼接會(huì)出現(xiàn)不平衡現(xiàn)象。所以不能直接將 2 種描述子融合使用,可以通過歸一化和對(duì)特征進(jìn)行加權(quán)來減小直接融合的影響,具體如下:

    步驟1分別對(duì)CSS描述子和Hu不變矩描述子進(jìn)行歸一化,使其大小在0和1之間。

    步驟2對(duì)歸一化的距離進(jìn)行線性加權(quán),得到新特征:

    F=a×FCSS+b×FHu

    (19)

    式中a、b為權(quán)值,需要在實(shí)驗(yàn)過程中確定,F(xiàn)CSS表示CSS描述子,F(xiàn)Hu表示Hu特征描述子。

    為了確定式(19)中線性加權(quán)系數(shù)a、b的數(shù)值,對(duì)a、b不同的取值進(jìn)行試驗(yàn),結(jié)果如表1所示。當(dāng)a取值較小時(shí),CSS特征所占比重比較大,缺少整體特征,識(shí)別率比較低,隨著a的取值增大,整體識(shí)別率有所提升。當(dāng)a增大到0.4時(shí),識(shí)別率達(dá)到最大值,隨著a繼續(xù)增大,Hu不變矩特征所占比重逐漸增大,特征由于缺少局部描述,識(shí)別率開始下降。根據(jù)上述分析,本實(shí)驗(yàn)取a=0.4,b=0.6,結(jié)果如表1中第五行所示。

    表1 不同權(quán)值a、b對(duì)應(yīng)的識(shí)別率

    3手勢(shì)識(shí)別

    本文采用BP人工神經(jīng)網(wǎng)對(duì)圖5中30個(gè)手語(yǔ)字母進(jìn)行識(shí)別分類,取得了良好的識(shí)別效果。

    圖5 手語(yǔ)中30個(gè)手勢(shì)示意圖

    4實(shí)驗(yàn)結(jié)果分析及比較

    針對(duì)圖5中字母表中的30個(gè)手語(yǔ)字母,分別用攝像機(jī)對(duì)6個(gè)不同實(shí)驗(yàn)對(duì)象采集手勢(shì)圖像,每個(gè)手勢(shì)采集20次,總共得到3600個(gè)樣本,其中2700個(gè)用于樣本訓(xùn)練,900個(gè)用于測(cè)試。900個(gè)測(cè)試樣本的實(shí)驗(yàn)結(jié)果如表2所示。

    表2 不同手勢(shì)識(shí)別率

    900個(gè)測(cè)試樣本,采用本文方法進(jìn)行測(cè)試,取得了良好的實(shí)驗(yàn)效果,部分手勢(shì)識(shí)別率達(dá)100%,整體識(shí)別率為92.4%。

    為了驗(yàn)證本文方法的有效性,分別利用Hu不變矩特征(文獻(xiàn)[4]中的方法)和CSS特征(文獻(xiàn)[6]中的方法)對(duì)900個(gè)樣本(每個(gè)手勢(shì)30個(gè)樣本)進(jìn)行了測(cè)試。部分對(duì)比實(shí)驗(yàn)結(jié)果如表3、表4所示,整體結(jié)果如圖6所示。

    表3 針對(duì)手語(yǔ)中簡(jiǎn)單手勢(shì)的不同方法實(shí)驗(yàn)結(jié)果對(duì)比

    表4 針對(duì)手語(yǔ)中復(fù)雜手勢(shì)的不同方法實(shí)驗(yàn)結(jié)果對(duì)比

    圖6 不同方法識(shí)別率對(duì)比圖

    從表3、表4可以看出,針對(duì)簡(jiǎn)單的手勢(shì),單獨(dú)使用Hu不變矩或者CSS特征,可以取得較高的識(shí)別率。例如針對(duì)手勢(shì)A,單獨(dú)使用兩種特征正確識(shí)別數(shù)分別達(dá)到28和29,但是對(duì)于一些復(fù)雜手勢(shì)或局部區(qū)分度較小的手勢(shì),本文方法的識(shí)別率相較于單獨(dú)使用一種特征有很大的提升。例如,針對(duì)手勢(shì)M和手勢(shì)N,這兩種手勢(shì)的局部相似度很高,單獨(dú)使用CSS特征正確識(shí)別數(shù)分別為20和19,單獨(dú)使用Hu不變矩特征,識(shí)別率分別為19和18,而綜合使用CSS特征和Hu不變矩特征正確識(shí)別數(shù)分別達(dá)到24和23。

    本文所有實(shí)驗(yàn)均是在如下環(huán)境完成:Inteli3 處理器,主頻3.40GHz,2GB內(nèi)存,Windows7操作系統(tǒng)VS2010+OpenCV2.4.9。所有圖片分辨率為320×240。

    5結(jié)語(yǔ)

    針對(duì)Hu不變矩在靜態(tài)手勢(shì)特征描述中缺乏局部信息,而CSS特征描述子缺乏整體方面的描述,本文將兩種描述子融合,作為一種新的特征。實(shí)驗(yàn)表明,相對(duì)于單一的CSS特征和Hu不變矩特征,融合特征對(duì)于局部相似度高和手語(yǔ)中較復(fù)雜的手勢(shì)有很高的識(shí)別率,是一種更為有效的識(shí)別特征。

    參考文獻(xiàn)

    [1] 翁漢良,戰(zhàn)蔭偉.基于視覺的多特征手勢(shì)識(shí)別[J].計(jì)算機(jī)工程與科學(xué),2012,34(2):123-127.

    [2] 趙愛芳,裴東,王全州.復(fù)雜環(huán)境中多信息融合的手勢(shì)識(shí)別[J].計(jì)算機(jī)工程與應(yīng)用,2014,49(5):180-184.

    [3] 李瑞峰,曹雛清,王麗.基于深度圖像和表觀特征的手勢(shì)識(shí)別[J].華中科技大學(xué)學(xué)報(bào):自然科學(xué)版,2011,40(S2):88-91.

    [4] 王先軍,白國(guó)振,楊勇明.復(fù)雜背景下BP神經(jīng)網(wǎng)絡(luò)的手勢(shì)識(shí)別方法[J].計(jì)算機(jī)應(yīng)用與軟件,2013,30(3):247-249,267.

    [5]LiuY,ZhangL,ZhangS.AHandGestureRecognitionMethodBasedonMulti-FeatureFusionandTemplateMatching[C]//InternationalWorkshoponInformationandElectronicsEngineering,Harbin,PEOPLESRCHINA,2012:1678-1684.

    [6]ChangCC,LiuChengyi,TaiWenkai.FeatureAlignmentApproachforHandPostureRecognitionBasedonCurvatureScaleSpace[J].Neurocomputing,2008,71(10-12):1947-1953.

    [7] 徐戰(zhàn)武,朱淼良.基于顏色的皮膚檢測(cè)綜述[J].中國(guó)圖象圖形學(xué)報(bào),2007,12(3):377-388.

    [8]DhruvaN,RupanagudiS,SachinS,etal.NovelSegmentationAlgorithmforHandGestureRecognition[C]//IEEEInternationalMultiConferenceonAutomationComputing,Control,CommunicationandCompressedSensing,Kottayam,INDIA,2013:383-388.

    [9] 陳皓,路海明.基于深度圖像的手勢(shì)識(shí)別綜述[J].內(nèi)蒙古大學(xué)學(xué)報(bào):自然科學(xué)版,2014,44(1):105-111.

    [10] 張汗靈,李紅英,周敏.融合多特征和壓縮感知的手勢(shì)識(shí)別[J].湖南大學(xué)學(xué)報(bào):自然科學(xué)版,2013,34(3):87-92.

    COMPUTER VISION-BASED RECOGNITION OF HAND GESTUREWITHMULTIPLEFEATURES

    Zhang JunZhang KongYang Zhengling

    (School of Electrical and Automation Engineering,Tianjin University,Tianjin 300072,China)

    AbstractBecause of lacking full hand gestures contour information, current commonly used hand gesture recognition algorithms using single feature have lower recognition rate for the gestures with high local similarity and complicated shapes. Therefore we proposed a novel hand gesture feature extraction method, which combines the feature descriptor of curvature scale space (CSS) with Hu invariant moment. First, we used the skin colour model to extract the gestures from complicated background, and then extracted Hu invariant moment and CSS descriptor of gestures respectively to construct fusion features. At last, we made use of the artificial neural network to recognise and classify the new features. Experimental results demonstrated that compared with the recognition approaches based on single gesture feature, the proposed method has higher integral recognition rate, and improves significantly in recognition rate on gestures with high local similarity in shape.

    KeywordsComputer visionHand gesture recognitionCSSHu invariant momentNeural network

    收稿日期:2014-12-26。天津市創(chuàng)新基金項(xiàng)目(13ZXCXGX404 00)。張軍,副教授,主研領(lǐng)域:圖像處理,智能交通。張孔,碩士生。楊正瓴,副教授。

    中圖分類號(hào)TP3

    文獻(xiàn)標(biāo)識(shí)碼A

    DOI:10.3969/j.issn.1000-386x.2016.06.037

    猜你喜歡
    特征描述膚色手勢(shì)
    In the Zoo
    船舶尾流圖像的數(shù)字化處理和特征描述技術(shù)
    Conversation in a house
    人的膚色為什么不同
    挑戰(zhàn)!神秘手勢(shì)
    V字手勢(shì)的由來
    目標(biāo)魯棒識(shí)別的抗旋轉(zhuǎn)HDO 局部特征描述
    勝利的手勢(shì)
    基于差異的圖像特征描述及其在絕緣子識(shí)別中的應(yīng)用
    膚色檢測(cè)和Hu矩在安全帽識(shí)別中的應(yīng)用
    av片东京热男人的天堂| 精品一区二区三区四区五区乱码 | 欧美日韩av久久| 精品99又大又爽又粗少妇毛片| 欧美激情 高清一区二区三区| 亚洲一码二码三码区别大吗| 久久这里只有精品19| 青青草视频在线视频观看| 国产精品99久久99久久久不卡 | 亚洲精品456在线播放app| 成人午夜精彩视频在线观看| 制服丝袜香蕉在线| 精品午夜福利在线看| 黄色毛片三级朝国网站| 中文字幕免费在线视频6| 午夜免费男女啪啪视频观看| 欧美精品一区二区大全| 黑人高潮一二区| 一区二区三区乱码不卡18| 九九爱精品视频在线观看| 十八禁网站网址无遮挡| 99久久综合免费| 啦啦啦啦在线视频资源| 捣出白浆h1v1| 最新中文字幕久久久久| 啦啦啦中文免费视频观看日本| 日韩一区二区三区影片| a级片在线免费高清观看视频| 永久免费av网站大全| 久久久久视频综合| 午夜免费鲁丝| 老司机亚洲免费影院| 女人被躁到高潮嗷嗷叫费观| 伦精品一区二区三区| freevideosex欧美| 青青草视频在线视频观看| 久久久精品区二区三区| 成年人免费黄色播放视频| 91aial.com中文字幕在线观看| 欧美精品av麻豆av| 在线观看www视频免费| 蜜桃在线观看..| 亚洲精品视频女| 欧美另类一区| 丰满饥渴人妻一区二区三| h视频一区二区三区| 欧美最新免费一区二区三区| 免费播放大片免费观看视频在线观看| videossex国产| 99久久人妻综合| videosex国产| 一本色道久久久久久精品综合| 最后的刺客免费高清国语| 亚洲少妇的诱惑av| 亚洲国产精品一区二区三区在线| 亚洲精品乱久久久久久| 久久影院123| 少妇人妻精品综合一区二区| 成人午夜精彩视频在线观看| 男女啪啪激烈高潮av片| 色视频在线一区二区三区| 免费看av在线观看网站| 国产白丝娇喘喷水9色精品| 亚洲欧美成人综合另类久久久| 黄色毛片三级朝国网站| 欧美成人午夜免费资源| 天堂中文最新版在线下载| 中文精品一卡2卡3卡4更新| av不卡在线播放| 亚洲欧美色中文字幕在线| 肉色欧美久久久久久久蜜桃| 亚洲av成人精品一二三区| 欧美精品国产亚洲| 天堂8中文在线网| 下体分泌物呈黄色| 极品少妇高潮喷水抽搐| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 国产无遮挡羞羞视频在线观看| 中国美白少妇内射xxxbb| 汤姆久久久久久久影院中文字幕| 亚洲国产精品一区三区| 亚洲精品国产av蜜桃| 五月开心婷婷网| 成人国产麻豆网| 久久精品国产综合久久久 | av一本久久久久| 亚洲精品第二区| 欧美老熟妇乱子伦牲交| 亚洲av日韩在线播放| 两性夫妻黄色片 | 黑人猛操日本美女一级片| 国产av国产精品国产| 久久精品国产综合久久久 | 大陆偷拍与自拍| 国产av码专区亚洲av| 国产永久视频网站| 如日韩欧美国产精品一区二区三区| 99热网站在线观看| 中国三级夫妇交换| 成人影院久久| 午夜老司机福利剧场| 久久国内精品自在自线图片| 欧美精品亚洲一区二区| 九九爱精品视频在线观看| 亚洲国产毛片av蜜桃av| 免费看光身美女| 亚洲av中文av极速乱| 亚洲一级一片aⅴ在线观看| 综合色丁香网| 丝袜脚勾引网站| 香蕉精品网在线| 一个人免费看片子| 自线自在国产av| 精品第一国产精品| 美女国产高潮福利片在线看| 人妻 亚洲 视频| 婷婷色麻豆天堂久久| 成人影院久久| 18禁观看日本| 午夜福利网站1000一区二区三区| 亚洲欧洲日产国产| 男人舔女人的私密视频| 人体艺术视频欧美日本| 亚洲综合色网址| 最近的中文字幕免费完整| 尾随美女入室| 成人国语在线视频| 黄网站色视频无遮挡免费观看| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 黑人高潮一二区| 午夜免费鲁丝| 久久久a久久爽久久v久久| av网站免费在线观看视频| 国产精品一区二区在线不卡| 欧美亚洲日本最大视频资源| 色94色欧美一区二区| 国产精品人妻久久久影院| 欧美国产精品va在线观看不卡| 欧美成人午夜免费资源| 男女下面插进去视频免费观看 | 国产欧美亚洲国产| 免费不卡的大黄色大毛片视频在线观看| 美女国产高潮福利片在线看| 中国美白少妇内射xxxbb| 国产欧美日韩综合在线一区二区| 国语对白做爰xxxⅹ性视频网站| 欧美精品高潮呻吟av久久| 日韩人妻精品一区2区三区| 亚洲国产精品一区三区| 久久久a久久爽久久v久久| 日韩一本色道免费dvd| 欧美日韩视频高清一区二区三区二| 精品99又大又爽又粗少妇毛片| 免费观看在线日韩| 久久久久久久精品精品| 国产日韩欧美在线精品| 少妇被粗大猛烈的视频| 亚洲欧美中文字幕日韩二区| 亚洲,欧美,日韩| 亚洲欧洲国产日韩| 热99国产精品久久久久久7| 考比视频在线观看| 男人操女人黄网站| 亚洲精品国产av成人精品| 乱码一卡2卡4卡精品| 亚洲久久久国产精品| 人人妻人人澡人人看| 青青草视频在线视频观看| 超碰97精品在线观看| 国产高清不卡午夜福利| 亚洲综合色网址| 热re99久久精品国产66热6| 色94色欧美一区二区| 日韩av免费高清视频| 婷婷成人精品国产| 美女大奶头黄色视频| 视频中文字幕在线观看| 日本欧美视频一区| 制服诱惑二区| 美女国产高潮福利片在线看| 亚洲国产日韩一区二区| 欧美另类一区| 精品人妻一区二区三区麻豆| 久久久久久久久久成人| 十分钟在线观看高清视频www| 亚洲欧美日韩另类电影网站| 日韩熟女老妇一区二区性免费视频| 国产国拍精品亚洲av在线观看| 久久99热6这里只有精品| 国产男女超爽视频在线观看| 精品一区在线观看国产| 久久久a久久爽久久v久久| 免费人妻精品一区二区三区视频| 久久午夜福利片| 考比视频在线观看| 日韩三级伦理在线观看| 中文字幕亚洲精品专区| 亚洲一区二区三区欧美精品| 成人综合一区亚洲| 国产精品一国产av| 曰老女人黄片| 亚洲中文av在线| 九色成人免费人妻av| 国产精品蜜桃在线观看| 亚洲精品日韩在线中文字幕| 18禁在线无遮挡免费观看视频| 日韩欧美一区视频在线观看| 又大又黄又爽视频免费| 麻豆乱淫一区二区| 亚洲国产精品一区二区三区在线| av国产精品久久久久影院| 国产淫语在线视频| 日本vs欧美在线观看视频| 日韩 亚洲 欧美在线| 少妇高潮的动态图| 国产成人av激情在线播放| 午夜影院在线不卡| 日本午夜av视频| 亚洲精品日本国产第一区| 十八禁网站网址无遮挡| 国产高清国产精品国产三级| 国产日韩欧美亚洲二区| 婷婷色综合大香蕉| 黄色视频在线播放观看不卡| 国产高清不卡午夜福利| 日日爽夜夜爽网站| 人人妻人人爽人人添夜夜欢视频| 大码成人一级视频| 三级国产精品片| 99国产精品免费福利视频| 99香蕉大伊视频| 9热在线视频观看99| 人人妻人人爽人人添夜夜欢视频| 26uuu在线亚洲综合色| 国产亚洲精品久久久com| 在线观看人妻少妇| 成人免费观看视频高清| 97人妻天天添夜夜摸| 三上悠亚av全集在线观看| 黑丝袜美女国产一区| 国产欧美另类精品又又久久亚洲欧美| 91在线精品国自产拍蜜月| 超碰97精品在线观看| 大香蕉久久网| av免费在线看不卡| av不卡在线播放| 日韩一区二区视频免费看| 如日韩欧美国产精品一区二区三区| 国产成人a∨麻豆精品| 国产色婷婷99| 汤姆久久久久久久影院中文字幕| av一本久久久久| 如何舔出高潮| 99国产综合亚洲精品| 一边亲一边摸免费视频| 国产亚洲一区二区精品| 亚洲成人av在线免费| 黑人猛操日本美女一级片| 热re99久久精品国产66热6| 国产男女超爽视频在线观看| 色哟哟·www| 晚上一个人看的免费电影| 男女免费视频国产| 亚洲欧洲精品一区二区精品久久久 | 国产精品一区www在线观看| kizo精华| 欧美精品一区二区免费开放| 久久久精品94久久精品| 精品人妻一区二区三区麻豆| av网站免费在线观看视频| 综合色丁香网| av视频免费观看在线观看| 国产成人免费观看mmmm| 亚洲精品国产av蜜桃| 汤姆久久久久久久影院中文字幕| 女性被躁到高潮视频| 国产男女超爽视频在线观看| 最近中文字幕高清免费大全6| 久久精品aⅴ一区二区三区四区 | 熟女电影av网| 日本av手机在线免费观看| av视频免费观看在线观看| 久久久久视频综合| tube8黄色片| 亚洲欧洲国产日韩| 男人舔女人的私密视频| 国产欧美日韩综合在线一区二区| 国产精品一二三区在线看| 永久免费av网站大全| 亚洲国产最新在线播放| 久久国产精品大桥未久av| 天美传媒精品一区二区| 国产成人一区二区在线| 黑人欧美特级aaaaaa片| 中国美白少妇内射xxxbb| 国产精品免费大片| 夜夜爽夜夜爽视频| 777米奇影视久久| 老熟女久久久| 久久久久精品久久久久真实原创| 蜜桃国产av成人99| 欧美日韩视频精品一区| 国产亚洲一区二区精品| 男女边摸边吃奶| www日本在线高清视频| 国产精品一区二区在线观看99| xxxhd国产人妻xxx| 欧美激情国产日韩精品一区| 青春草亚洲视频在线观看| 男女无遮挡免费网站观看| 成人国产av品久久久| av不卡在线播放| 欧美最新免费一区二区三区| 国产成人免费无遮挡视频| 熟女av电影| 精品久久国产蜜桃| 两个人免费观看高清视频| 中文精品一卡2卡3卡4更新| av在线app专区| 日韩不卡一区二区三区视频在线| 欧美日韩亚洲高清精品| 国产熟女午夜一区二区三区| 黄网站色视频无遮挡免费观看| 日韩人妻精品一区2区三区| 老司机影院成人| 精品国产一区二区三区久久久樱花| 亚洲色图综合在线观看| www.av在线官网国产| 天堂8中文在线网| 日韩在线高清观看一区二区三区| 一级毛片电影观看| 少妇精品久久久久久久| 91aial.com中文字幕在线观看| 97人妻天天添夜夜摸| 国产免费一级a男人的天堂| 中文字幕精品免费在线观看视频 | 国产精品一区www在线观看| 亚洲欧美精品自产自拍| 色婷婷久久久亚洲欧美| 中文天堂在线官网| 丝袜脚勾引网站| 久久99一区二区三区| 午夜福利影视在线免费观看| 精品国产露脸久久av麻豆| videossex国产| 亚洲av电影在线进入| 91精品伊人久久大香线蕉| 久久久久精品人妻al黑| 免费观看性生交大片5| 亚洲,欧美,日韩| 黄片播放在线免费| 亚洲久久久国产精品| 国产综合精华液| 人人妻人人爽人人添夜夜欢视频| 亚洲情色 制服丝袜| 久久亚洲国产成人精品v| 久久ye,这里只有精品| 国产av一区二区精品久久| 五月天丁香电影| 国产一区二区三区综合在线观看 | 精品国产一区二区三区久久久樱花| 99久久综合免费| 色94色欧美一区二区| av卡一久久| 波野结衣二区三区在线| 午夜老司机福利剧场| 99国产综合亚洲精品| 性色avwww在线观看| 99精国产麻豆久久婷婷| 婷婷色综合www| 狠狠婷婷综合久久久久久88av| 亚洲精品国产av成人精品| 国产有黄有色有爽视频| 国内精品宾馆在线| 纵有疾风起免费观看全集完整版| 欧美精品亚洲一区二区| 超色免费av| 一边摸一边做爽爽视频免费| 2022亚洲国产成人精品| 欧美亚洲日本最大视频资源| 国产一区二区在线观看日韩| 黑人巨大精品欧美一区二区蜜桃 | 一区二区日韩欧美中文字幕 | 老女人水多毛片| 中国三级夫妇交换| 久久精品熟女亚洲av麻豆精品| 又粗又硬又长又爽又黄的视频| 国产日韩欧美在线精品| 黑人猛操日本美女一级片| 国产又色又爽无遮挡免| 人人澡人人妻人| 欧美人与善性xxx| 久久精品久久精品一区二区三区| 女人久久www免费人成看片| 丝袜美足系列| 日本-黄色视频高清免费观看| 老司机亚洲免费影院| 国产福利在线免费观看视频| 亚洲国产精品成人久久小说| 亚洲精品自拍成人| 美女视频免费永久观看网站| 成人手机av| 午夜激情av网站| 亚洲国产精品成人久久小说| 精品视频人人做人人爽| 日韩精品有码人妻一区| 女性被躁到高潮视频| 亚洲一码二码三码区别大吗| 熟女人妻精品中文字幕| 只有这里有精品99| 亚洲精品国产av蜜桃| 日韩制服骚丝袜av| 免费少妇av软件| 亚洲欧洲日产国产| 欧美人与善性xxx| 中文字幕av电影在线播放| 国产精品一区二区在线观看99| av电影中文网址| 久久99一区二区三区| 欧美xxxx性猛交bbbb| 婷婷色麻豆天堂久久| 性色av一级| 中文字幕人妻熟女乱码| 丁香六月天网| 夫妻午夜视频| 亚洲成av片中文字幕在线观看 | 校园人妻丝袜中文字幕| 亚洲人成77777在线视频| 咕卡用的链子| 母亲3免费完整高清在线观看 | 欧美成人午夜免费资源| 国产欧美另类精品又又久久亚洲欧美| av视频免费观看在线观看| 国产精品女同一区二区软件| 久久久国产精品麻豆| 国语对白做爰xxxⅹ性视频网站| 亚洲国产精品一区二区三区在线| 大香蕉97超碰在线| 国产在线免费精品| 成人漫画全彩无遮挡| 国产成人午夜福利电影在线观看| 国产亚洲最大av| 精品少妇黑人巨大在线播放| 9191精品国产免费久久| av网站免费在线观看视频| 青春草国产在线视频| 日韩伦理黄色片| 国产亚洲av片在线观看秒播厂| 少妇的逼好多水| 国产成人一区二区在线| 亚洲av日韩在线播放| 亚洲国产色片| 黄片无遮挡物在线观看| 久久久久久久国产电影| av又黄又爽大尺度在线免费看| 欧美变态另类bdsm刘玥| 中文字幕av电影在线播放| 国产熟女欧美一区二区| 国产黄色视频一区二区在线观看| 制服诱惑二区| 日本91视频免费播放| 久久久久视频综合| 精品亚洲成国产av| www.色视频.com| 黑人巨大精品欧美一区二区蜜桃 | 天堂中文最新版在线下载| 丰满迷人的少妇在线观看| 日韩一区二区视频免费看| 国产片内射在线| 国产精品国产av在线观看| av一本久久久久| 十八禁高潮呻吟视频| 午夜视频国产福利| 欧美精品国产亚洲| 国产色婷婷99| av免费在线看不卡| videos熟女内射| 操出白浆在线播放| 欧美亚洲日本最大视频资源| 欧美亚洲 丝袜 人妻 在线| 亚洲一区中文字幕在线| 中文字幕人妻丝袜制服| 午夜福利影视在线免费观看| 亚洲精品国产精品久久久不卡| 黄色a级毛片大全视频| 亚洲精品美女久久久久99蜜臀| 最新美女视频免费是黄的| 午夜免费观看网址| 国产高清国产精品国产三级| 日韩欧美一区视频在线观看| 亚洲人成伊人成综合网2020| 亚洲全国av大片| 一进一出抽搐动态| 午夜免费成人在线视频| 99久久精品国产亚洲精品| 涩涩av久久男人的天堂| 首页视频小说图片口味搜索| 亚洲少妇的诱惑av| 日本撒尿小便嘘嘘汇集6| av线在线观看网站| 操美女的视频在线观看| 亚洲美女黄片视频| 久久草成人影院| 久久精品aⅴ一区二区三区四区| 国产精品一区二区在线不卡| 亚洲成av片中文字幕在线观看| 国产精品一区二区免费欧美| 亚洲男人天堂网一区| 国产精品电影一区二区三区 | 少妇猛男粗大的猛烈进出视频| 19禁男女啪啪无遮挡网站| 色播在线永久视频| 国产av精品麻豆| 国产成+人综合+亚洲专区| 亚洲av日韩在线播放| 欧美精品亚洲一区二区| 久久九九热精品免费| 欧美+亚洲+日韩+国产| av福利片在线| 91字幕亚洲| 人人妻人人澡人人看| 999精品在线视频| 久99久视频精品免费| 日韩制服丝袜自拍偷拍| 中国美女看黄片| 麻豆成人av在线观看| 久久这里只有精品19| 国产av一区二区精品久久| 中文字幕高清在线视频| 国产精品 国内视频| 久久人人97超碰香蕉20202| 国产激情久久老熟女| 五月开心婷婷网| 777久久人妻少妇嫩草av网站| 日本一区二区免费在线视频| 80岁老熟妇乱子伦牲交| 亚洲国产欧美网| 这个男人来自地球电影免费观看| 十八禁高潮呻吟视频| 国产aⅴ精品一区二区三区波| 精品国产一区二区三区久久久樱花| 午夜两性在线视频| 亚洲精品乱久久久久久| 99精品欧美一区二区三区四区| 高清欧美精品videossex| 香蕉国产在线看| 国产一区有黄有色的免费视频| 黑人欧美特级aaaaaa片| 日本a在线网址| 美女视频免费永久观看网站| 校园春色视频在线观看| 精品无人区乱码1区二区| 另类亚洲欧美激情| 王馨瑶露胸无遮挡在线观看| 十八禁人妻一区二区| 午夜福利视频在线观看免费| 人妻丰满熟妇av一区二区三区 | 午夜日韩欧美国产| 又大又爽又粗| 久久国产乱子伦精品免费另类| 两个人看的免费小视频| 亚洲七黄色美女视频| ponron亚洲| 国产精品永久免费网站| 俄罗斯特黄特色一大片| 身体一侧抽搐| 午夜久久久在线观看| 90打野战视频偷拍视频| 亚洲精品成人av观看孕妇| 欧美丝袜亚洲另类 | 亚洲精品一二三| 亚洲午夜理论影院| 国产色视频综合| 精品国产一区二区三区四区第35| 国产1区2区3区精品| 免费看十八禁软件| 精品亚洲成国产av| 看免费av毛片| 久久天躁狠狠躁夜夜2o2o| 国产亚洲精品第一综合不卡| 91老司机精品| 亚洲黑人精品在线| 十八禁高潮呻吟视频| 亚洲在线自拍视频| 人成视频在线观看免费观看| 国产精品影院久久| 91老司机精品| 人成视频在线观看免费观看| 亚洲伊人色综图| 夜夜躁狠狠躁天天躁| cao死你这个sao货| 99国产极品粉嫩在线观看| 精品一区二区三区av网在线观看| 男女下面插进去视频免费观看| 国产深夜福利视频在线观看| 欧美久久黑人一区二区| 久久精品国产亚洲av高清一级| 好男人电影高清在线观看| 国产aⅴ精品一区二区三区波| 久久精品国产亚洲av高清一级| 亚洲 国产 在线| av天堂久久9| 在线看a的网站| 亚洲伊人色综图| 精品国产乱子伦一区二区三区| 天天添夜夜摸| 757午夜福利合集在线观看| 日本黄色视频三级网站网址 | 亚洲欧美一区二区三区久久| 免费观看人在逋| 身体一侧抽搐| 色尼玛亚洲综合影院| 久久人妻熟女aⅴ| 伊人久久大香线蕉亚洲五| 久久久久久久久免费视频了|