• <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 ?

    改進(jìn)的LBP算子和稀疏表達(dá)分類在人臉表情識(shí)別上的應(yīng)用

    2016-11-09 11:04:04趙棟杰
    電子設(shè)計(jì)工程 2016年20期
    關(guān)鍵詞:像素點(diǎn)人臉特征提取

    趙棟杰

    (江蘇科技大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院,江蘇 鎮(zhèn)江212003)

    改進(jìn)的LBP算子和稀疏表達(dá)分類在人臉表情識(shí)別上的應(yīng)用

    趙棟杰

    (江蘇科技大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院,江蘇 鎮(zhèn)江212003)

    在人臉表情識(shí)別中,基于局部二值模式(LBP)算子算法與傳統(tǒng)的特征提取算法相比具有特征提取準(zhǔn)確、精細(xì)、光照不變性等優(yōu)點(diǎn),但也有直方圖維數(shù)高、判別能力差、具有冗余信息等缺點(diǎn)。本文提出一種C-LBP算法通過加入中心點(diǎn)到算法中進(jìn)行特特征提取,能夠更有效的提取特征數(shù)據(jù)。再結(jié)合使用稀疏表達(dá)分類器實(shí)現(xiàn)對(duì)特征進(jìn)行分類和識(shí)別。經(jīng)實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)LBP算法對(duì)比,文中算法用于人臉表情的識(shí)別的識(shí)別率得到大幅度提高。

    LBP;C-LBP;特征提??;稀疏表達(dá);分類器

    人臉表情是人類情感信息傳播與人際關(guān)系協(xié)調(diào)的重要方式。人臉表情識(shí)別在人際交流以及交互中作用非常的重要,多被應(yīng)用到機(jī)器視覺、智能控制、模式識(shí)別等領(lǐng)域,它根據(jù)人的表情不同做出不同的判斷,更好地滿足人類生活需求。在表情識(shí)別技術(shù)中,如何提取和選擇有效的人臉描述特征是研究的關(guān)鍵內(nèi)容。表情識(shí)別主要由人臉表情識(shí)別的特征提取和稀疏表示分類器的選擇兩個(gè)部分組成。

    特征提取在人臉表情識(shí)別中有著相當(dāng)重要的作用,提取出來的特征也影響著整個(gè)識(shí)別系統(tǒng)的正確率,目前普遍為大家所用的包括整體法、局部法、光流法、模型法和幾何法,整體法和局部法主要用于靜態(tài)圖像特征提取,光流法、模型法和幾何法主要用于動(dòng)態(tài)圖像特征的提取。其中在整體法中較為熟知的提取算法有PCA特征[1]、LDA特征[2]和ICA特征[3];局部法中比較經(jīng)典的算法有LBP算子法和Gabor小波法[4]。Gabor小波在提取目標(biāo)的局部空間和頻率域信息方面具有良好的特性,然而,該算法需要計(jì)算不同尺度和方向的小波核函數(shù),提取出的高維特征向量對(duì)整個(gè)算法造成冗余。相比而言,傳統(tǒng)的LBP算子法是一種簡(jiǎn)單,有效的紋理分類的特征提取算法,在紋理分析方面有著廣泛的應(yīng)用,近幾年在人臉識(shí)別領(lǐng)域取得了巨大的發(fā)展。從傳統(tǒng)的LBP算子法到MB_LBP算子法再到后來的完整LBP算子法[5],每一次的改進(jìn)都在人臉識(shí)別領(lǐng)域取得了較大的成功。例如,LBP算子法到MB_LBP算子法的改進(jìn),相比原始LBP算法整幅圖片進(jìn)行編碼,MB-LBP特征首先將特提取特征的圖像分區(qū)域,在某一塊區(qū)域中再等分成9塊,再以每一小塊的平均灰度值替代原始LBP特征算法的3x3模式中的臨域點(diǎn)灰度值,之后將平均值和中心塊像素值相比,得到MP-LBP特征碼。文中首先采用MB-LBP算法進(jìn)行特征提取,再利用C-LBP算法把中心像素考慮了進(jìn)去并賦予最高的權(quán)值,提高了特征判別力和特征的有效性。

    1 基于改進(jìn)LBP算子的特征提取

    1.1 LBP算子

    局部二值模式(Local Binary Pattern,LBP)特征是一種描述紋理特征的強(qiáng)有力的方法,可對(duì)圖像中局部鄰近區(qū)域的紋理信息進(jìn)行度量和提取。原始的LBP算子為圖像的每個(gè)像素定義了一個(gè)以該像素為中心的3×3的窗口,然后計(jì)算圖像中每個(gè)像素與其局部鄰域點(diǎn)在灰度上的二值關(guān)系,再對(duì)二值關(guān)系按一定規(guī)則加權(quán)編碼形成像素的LBP值,最后把所有區(qū)域的LBP直方圖組合成序列作為圖像的特征描述。如圖1所示,每個(gè)像素需要和其鄰域點(diǎn)像素的灰度值比較大小,大的置1,小的置0,這樣圖像中每個(gè)像素點(diǎn)都得到一個(gè)二進(jìn)制數(shù),將此二進(jìn)制數(shù)轉(zhuǎn)換為十進(jìn)制數(shù)則為像素點(diǎn)的LBP碼,把每幅圖像中所有像素點(diǎn)的LBP碼所構(gòu)成的直方圖作為該圖像的LBP特征。

    圖1 LBP計(jì)算示意圖

    其中,N、R分別表示該像素點(diǎn)的臨域點(diǎn)個(gè)數(shù)、半徑(所謂半徑就是以中心像素點(diǎn)作為圓心,連接臨域點(diǎn)所做的圓的半徑),tn為周圍像素灰度值,tc是中心像素點(diǎn),函數(shù)s(x)定義如下:

    LBP算子對(duì)整幅圖像進(jìn)行編碼得到LBP編碼圖像如圖2所示,將LBP特征用于人臉識(shí)別,典型的方法是將人臉圖像進(jìn)行分塊,對(duì)于每個(gè)小塊進(jìn)行提取LBP特征直方圖,最后形成表示人臉的LBP特征直方圖,可表示為:

    其中圖1中3×3模式LBP碼是8位的二進(jìn)制數(shù),則LBP碼的數(shù)量為n=256(28)。

    圖2 圖像KA_HA1和對(duì)應(yīng)的LBP編碼圖像

    但是,LBP算子在人臉表情識(shí)別有一些不足點(diǎn),主要有以下幾個(gè)方面:1)LBP算子僅考慮了周圍像素并沒有考慮全局的灰度分布;2)產(chǎn)生的直方圖維數(shù)過大,一幅圖像的特征維數(shù)過高會(huì)造成信息冗余并消耗大量的計(jì)算時(shí)間;3)傳統(tǒng)LBP沒有將中心像素點(diǎn)加入計(jì)算,在某些特定情況下,中心像素點(diǎn)要比近鄰點(diǎn)提供更重要的信息。

    1.2 改進(jìn)的LBP算子

    由于傳統(tǒng)LBP算子的不足之處就是特征維數(shù)較大,文中對(duì)LBP算子進(jìn)行了改進(jìn),首先將特提取特征的圖像分區(qū)域,以某一分成9塊子區(qū)域?yàn)槔?,再以每一小塊的平均灰度值替代原始LBP特征算法的3×3模式中的臨域點(diǎn)灰度值,再把中心像素加入到LBP算子中計(jì)算,即C-LBP算子。

    圖3 MB-LBP特征提取方式

    對(duì)于圖3,整體的區(qū)域分為9個(gè)小子區(qū)域,每個(gè)子區(qū)域有6個(gè)像素點(diǎn),將6個(gè)像素點(diǎn)的平均灰度值作為3×3模式中的臨域點(diǎn)灰度值,對(duì)于均值化后的3×3模式如圖4所示。

    圖4 均值化后的3×3模式

    改進(jìn)后的公式為:

    其中,ta=(t0+t1+…+t7+tc)/9。tn為周圍像素灰度值,tc是中心像素點(diǎn),函數(shù)s(x)定義如下:

    其中M為閾值常數(shù)。我們首先使用MB-LBP提取特征,該方法不再基于單個(gè)像素,而是將特征計(jì)算擴(kuò)展到任意大小的“子塊區(qū)域”?!白訅K區(qū)域”的大小決定了捕獲的特征結(jié)構(gòu)的大小,選取不同大小的“子塊”尺度,得到不同尺度的描述特征,增強(qiáng)了特征描述性。使用“子塊區(qū)域”的灰度平均值進(jìn)行特征計(jì)算,增加了像素與像素之間的相關(guān)性,從而削弱了噪聲對(duì)特征計(jì)算的干擾。而后對(duì)處理后的方陣進(jìn)行C-LBP特征提出,這樣做的原因在于傳統(tǒng)的LBP算子將中心像素點(diǎn)tc一直被置為0,然而,在大多數(shù)情況下中心像素點(diǎn)要比其近鄰點(diǎn)提供更重要的信息,因此我們要把tc考慮進(jìn)來,并給予它最高權(quán)值。

    2 稀疏表示分類

    2.1 稀疏表示原理

    稀疏表示理論是基于壓縮感知理論[6-7]提出的。其理論依據(jù)是只要信號(hào)是可壓縮的或者在某個(gè)變換域是稀疏的,便可以用一個(gè)與變換基不相關(guān)的觀測(cè)矩陣將所得高維信號(hào)投影到低維空間,這樣便能夠?qū)BP編碼特征組成的高維度直方圖序列降維來方便分類。

    2.2 稀疏表示分類器

    假設(shè)矩陣A=[A1,A2,…,AN]為表情庫(kù)中的一組訓(xùn)練樣本集,我們也可以稱之為字典,N為庫(kù)中包含的N種表情,Ai=[vi,1,vi,2,…,vi,m]∈Ru×m,Ai為第i類的訓(xùn)練樣本集,vi,m表示第 i類中第m個(gè)樣本。

    此時(shí),一幅測(cè)試圖像y可表示為所有訓(xùn)練樣本的線性組合,即

    其中,x=[0,0,…,0…αk,1,αk,2,…0,…,0]∈Ru;由稀疏理論可知,為了能得到方程y=Ax的最稀疏的解,即所求的系數(shù)向量x包含的非零向量應(yīng)盡量少就越可以判斷出測(cè)試樣本y所屬的類別。因此我們可以通過求解如下最優(yōu)化問題來計(jì)算x

    其中‖g‖0表示l0范數(shù),表示一個(gè)矢量中非零系數(shù)的個(gè)數(shù)。然而由于X解的不確定性,該稀疏系數(shù)求解問題屬于非凸最優(yōu)化問題,是一個(gè)N-P難題。不過根據(jù)文獻(xiàn)[8],只要滿足一定條件,最小化l0最小范數(shù)的NP難題可以轉(zhuǎn)換為最小化l1范數(shù)問題來進(jìn)行求解,即:

    問題(8)屬于可求解的凸優(yōu)化問題,已有許多成熟的求解算法,最常用的l1快速求解算法包括L1-homotopy算法[9-11]、OMP算法[12]、ALM算法、L1-magic范數(shù)算法,這些算法已經(jīng)能近似求出此問題的解法并且得到了很好的識(shí)別效果。我們選用稀疏表示來識(shí)別圖像,一般稱為稀疏表示識(shí)別[13](Sparse-based Representation Classification,SRC),通俗來說就是把庫(kù)中的不同對(duì)象放在訓(xùn)練集中,對(duì)于某個(gè)未識(shí)別的圖像進(jìn)行分類的時(shí)候,可以利用訓(xùn)練集中的每個(gè)樣本來線性組合表示這個(gè)未知類的對(duì)象。稀疏表示分類人臉識(shí)別算法的流程圖如圖5所示。

    圖5 SRC人臉識(shí)別算法的流程圖

    綜上,以下給出基于稀疏表達(dá)的分類器算法:

    1)利用改進(jìn)的LBP算法來提取測(cè)試圖像的LBP特征編碼值。

    2)輸入N類A=[A1,A2,…,AN]訓(xùn)練樣本構(gòu)成特征矩陣。測(cè)試樣本向量為y∈Ru,并且歸一化矩陣A的每一列。

    3)利用L1-homotopy算法求解l1范數(shù)最小化問題:

    4)計(jì)算殘差ri(y)=‖y-AX‖2的最小值作為識(shí)別依據(jù)。

    5)輸出類別identity(y)=arg minxri(y)。

    3 實(shí)驗(yàn)結(jié)果與分析

    文中利用經(jīng)典Jaffe人臉數(shù)據(jù)庫(kù)[14]人臉數(shù)據(jù)庫(kù)進(jìn)行仿真實(shí)驗(yàn)。Jaffe數(shù)據(jù)庫(kù)中有7種表情(生氣、厭惡、恐懼、高興、悲傷、普通以及驚奇),每一種表情有2到4張圖片,包含10位不同女性的圖片,共有213張人臉圖片。以下圖6為Jaffe人臉數(shù)據(jù)庫(kù)中部分7種表情從左到右分別是:憤怒、厭惡、驚恐、高興、中性、悲傷、驚訝。

    對(duì)于Jaffe數(shù)據(jù)庫(kù),由于此數(shù)據(jù)庫(kù)每種表情至少有29副圖像,因此從每類選取29張來進(jìn)行實(shí)驗(yàn)。每次實(shí)驗(yàn),每類隨機(jī)選取15副作為訓(xùn)練集,共105張;余下的每種表情14張分別作為測(cè)試集。降維統(tǒng)一采用PCA降維,最后利用稀疏表達(dá)分類器進(jìn)行人臉表情的識(shí)別和分類。實(shí)驗(yàn)結(jié)果如表1所示。

    圖6 Jaffe人臉表情庫(kù)中部分人臉圖像

    表1 各種方法的表情識(shí)別率對(duì)比

    由表1可看出文中提出的算法相比較傳統(tǒng)LBP特征有了明顯的提高,平均識(shí)別率高出了傳統(tǒng)LBP+SRC算法10個(gè)多百分點(diǎn),高出SRC算法接近30個(gè)百分點(diǎn);傳統(tǒng)LBP特征與本文算法都比只用稀疏表達(dá)分類器得到的識(shí)別效果好,也由此說明了LBP這種特征提取方法的確是有效果的,有些表情比較容易識(shí)別如高興厭惡等,有些表情如恐懼難以識(shí)別,可見每一類表情的識(shí)別率都不相同。通過分別對(duì)Jaffe人臉數(shù)據(jù)庫(kù)實(shí)驗(yàn)可以看出,通過MB-LBP提取局部區(qū)域的特征值,再利用本文的C-LBP算法對(duì)圖像進(jìn)行特征提取,并通過稀疏表達(dá)分類器學(xué)習(xí)分類識(shí)別,比傳統(tǒng)LBP算法效果提高了10%以上的識(shí)別率(達(dá)到了80%以上),并且有效的減少了特征值維數(shù)(信息冗余),處理效率也得到了提高。

    4 結(jié)束語

    文中基于傳統(tǒng)LBP算子的編碼直方圖序列維數(shù)高和局部判別能力不強(qiáng)的缺點(diǎn),對(duì)LBP特征算子進(jìn)行了改進(jìn),首先采用MB-LBP算法對(duì)其優(yōu)化改進(jìn),再利用C-LBP算法對(duì)其進(jìn)行特征提取獲取特征值,利用稀疏表達(dá)的分類器對(duì)提取的表情特征進(jìn)行人臉表情識(shí)別,最后進(jìn)行了相關(guān)的仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,改進(jìn)LBP+SRC算法組合的識(shí)別率高于傳統(tǒng)LBP+SRC算法組合以及單獨(dú)的SRC算法。但是此實(shí)驗(yàn)結(jié)果只是基于Jaffe數(shù)據(jù)庫(kù)中的7種表情識(shí)別,我們知道人臉表情是復(fù)雜變化的,單一的在這個(gè)表情庫(kù)中得出的結(jié)論還是不夠的,我們不能簡(jiǎn)單就把人臉表情劃為文中的這七類,再加上遮擋,光照,角度等問題,對(duì)表情的識(shí)別會(huì)有很大的影響,以后還需要對(duì)人臉復(fù)雜的變化的表情研究,以求實(shí)現(xiàn)能應(yīng)對(duì)復(fù)雜變化的表情識(shí)別。

    [1]CHEN Juan-juan,ZHAO Zheng,SUN Han,et al.Facial expression recognition based on PCA reconstruction[C]//2010 5th Inter-national Conference on Computer Science and Education(ICCSE),2010:195-198.

    [2]David M Blei,Andrew Y Ng,Michael I jordan.Latent Dirichletallocation[J].Journal of Machine Learning Research,2009(3):993-1022.

    [3]周書仁,梁昔明,楊秋芬,等.基于PSO與ICA的表情特征提?。跩].計(jì)算機(jī)應(yīng)用,2007(11):224-245.

    [4]LIXiao-li,RUAN Qiu-qi,RUAN Cheng-xiong.Facial expression recognition with local Gaborfilters[C]//2010 IEEE 10thInter-national Conference on Signal Processing(ICSP2010),2010:334-339.

    [5]GUO Zhen-hua,Zhang L,Zhang D.A completed modeling of localbinary pattern operator for texture classification[J].IEEE Transactionson Image Processing,2010,19(6):1657-1663.

    [6]Chaiyasit Tanchotsrinon,Suphakant phimoltares,saranya Maneeroj.Facial expression recognition using graph-based features and artificial neural networks[C]//2011 IEEE International Conference on Imaging Systems and Techniques(IST),2011:331-334.

    [7]Erdos L,Ramirez J,Schlein B,et al.Bulk universality for wigner hermitian matrices with subexponential decay[J]. Mathematical Research Letters,2010,17(4):667-674.

    [8]DonohoDL.Compressedsensing[J].IEEE Transactions on Information Theory,2006,52(4):1289-1306.

    [9]Emmanuel Candes,Justin Romberg.L1-magic:Recovery of sparse signals via convex programming[R]//Caltech,2005.

    [10]Tony Cai T,Lie Wang.Orthogonal matching pursuit for sparse signal recovery with noise[J].IEEE Transactions on Information Theory,2011,57(7):4680-4688.

    [11]Osborne M R,Turlach B A.A homotopy algorithm for the quantile regression lasso and related piecewise linear problems[C]//JounalofComputionaland GraphicalStatistics,2010.

    [12]劉亞峰,劉昱,段繼忠,等.基于DSP的OMP算法實(shí)現(xiàn)及音頻信號(hào)處理[J].電聲技術(shù),2012(2):37-39.

    [13]Xu Y,David Zhang,Jian Yang,et al.A two-phase test sample sparse representation method for use with face recognition[C]//IEEE Transactions on Circuits and Systems for Video Technology,2011:1255-1262.

    [14]Lyons M,Akamatsu S.Coding facial expressionswith Gabor Wavelets[C]//Proceedings of the Third IEEE International Conference on Automatic Face and Gesture recognition,2014:200-205.

    Facial expression recognition based on improved LBP operator and sparse representation

    ZHAO Dong-jie
    (School of Computer Science and Engineering,Jiangsu University of Science and Technology,Zhenjiang 212003,China)

    In facialexpression recognition,the algorithm LBPwhich based on localbinary pattern has the following advantages,such as the accuration of characteristics extraction,fine and illumination invariant comparing to the traditional feature extraction algorithm,but it also has disadvantages such as high dimension histogram,poor discriminant abilitys,much redundant information and so on.The C-LBP operator algorithm that presented in the paper extracts the feature datamore efficiently by adding the central point to the algorithm for feature extraction.And using the algorithm made the classification and recognition of characteristics which using sparse expression classifier come true.The experimental results show that,compared with the traditional LBPalgorithm,the recognition rate of facialexpression recognition isgreatly improved.

    LBP;C-LBP;feature extraction;sparse expression;classifier

    TN0

    A

    1674-6236(2016)20-0174-04

    2015-10-20 稿件編號(hào):201510124

    趙棟杰(1990—),男,江蘇丹陽人,碩士。研究方向:人臉識(shí)別。

    猜你喜歡
    像素點(diǎn)人臉特征提取
    有特點(diǎn)的人臉
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    三國(guó)漫——人臉解鎖
    基于canvas的前端數(shù)據(jù)加密
    Bagging RCSP腦電特征提取算法
    基于逐像素點(diǎn)深度卷積網(wǎng)絡(luò)分割模型的上皮和間質(zhì)組織分割
    馬面部與人臉相似度驚人
    基于MED和循環(huán)域解調(diào)的多故障特征提取
    基于Node-Cell結(jié)構(gòu)的HEVC幀內(nèi)編碼
    長(zhǎng)得象人臉的十種動(dòng)物
    奇聞怪事(2014年5期)2014-05-13 21:43:01
    99riav亚洲国产免费| 欧美日韩乱码在线| 可以在线观看的亚洲视频| 精品99又大又爽又粗少妇毛片 | 两个人的视频大全免费| 国产精品,欧美在线| 欧美成人性av电影在线观看| 免费看日本二区| 小蜜桃在线观看免费完整版高清| 国产高潮美女av| 日本 av在线| 久久中文字幕一级| 少妇的丰满在线观看| 精品久久久久久久人妻蜜臀av| 在线观看免费视频日本深夜| 久久精品国产亚洲av香蕉五月| 亚洲欧美一区二区三区黑人| 91麻豆av在线| 国产毛片a区久久久久| 波多野结衣高清无吗| av欧美777| 九九久久精品国产亚洲av麻豆 | 美女高潮的动态| 午夜精品一区二区三区免费看| 日本成人三级电影网站| 精品乱码久久久久久99久播| 一本久久中文字幕| 一本精品99久久精品77| 亚洲精品在线美女| 哪里可以看免费的av片| 国产麻豆成人av免费视频| 国内精品久久久久精免费| 黑人巨大精品欧美一区二区mp4| avwww免费| 精品免费久久久久久久清纯| 欧美极品一区二区三区四区| 亚洲专区国产一区二区| 丰满人妻一区二区三区视频av | 最近在线观看免费完整版| 欧美大码av| 国产精品1区2区在线观看.| 一a级毛片在线观看| 日本免费a在线| 最新在线观看一区二区三区| 日本熟妇午夜| 男女下面进入的视频免费午夜| 国产伦人伦偷精品视频| 99热这里只有精品一区 | 女生性感内裤真人,穿戴方法视频| 最近在线观看免费完整版| 国内精品久久久久精免费| 国产一区二区三区视频了| 18禁国产床啪视频网站| 欧美日韩一级在线毛片| 精品国产乱子伦一区二区三区| 亚洲电影在线观看av| 在线免费观看的www视频| 免费看十八禁软件| av黄色大香蕉| 99久久久亚洲精品蜜臀av| 一二三四社区在线视频社区8| 久久性视频一级片| 在线播放国产精品三级| 国产一区二区三区视频了| 亚洲熟妇中文字幕五十中出| 午夜激情欧美在线| 免费看光身美女| 一级a爱片免费观看的视频| 国产伦人伦偷精品视频| 成人亚洲精品av一区二区| 在线十欧美十亚洲十日本专区| 久久国产乱子伦精品免费另类| 国内毛片毛片毛片毛片毛片| 精品99又大又爽又粗少妇毛片 | 给我免费播放毛片高清在线观看| 怎么达到女性高潮| 日韩免费av在线播放| 床上黄色一级片| 国产真实乱freesex| 国产激情偷乱视频一区二区| 国产精品久久久久久亚洲av鲁大| 久久久久久久精品吃奶| 欧美另类亚洲清纯唯美| 中文亚洲av片在线观看爽| 色吧在线观看| 久99久视频精品免费| 国产av麻豆久久久久久久| 国产爱豆传媒在线观看| 香蕉丝袜av| 欧美中文日本在线观看视频| 在线观看66精品国产| 他把我摸到了高潮在线观看| 美女cb高潮喷水在线观看 | or卡值多少钱| 少妇的丰满在线观看| 色老头精品视频在线观看| 一区福利在线观看| 一本久久中文字幕| 中文字幕av在线有码专区| 午夜福利在线在线| 国产成人精品久久二区二区91| 欧美另类亚洲清纯唯美| av在线蜜桃| 国产亚洲欧美在线一区二区| 狂野欧美激情性xxxx| 免费看光身美女| 亚洲美女视频黄频| 日韩高清综合在线| 看片在线看免费视频| 午夜免费成人在线视频| 18禁美女被吸乳视频| 法律面前人人平等表现在哪些方面| 国产精品一区二区精品视频观看| 香蕉av资源在线| 欧美成狂野欧美在线观看| 日日夜夜操网爽| 成人国产一区最新在线观看| 成人午夜高清在线视频| 最新美女视频免费是黄的| av在线蜜桃| a级毛片a级免费在线| 日本黄色片子视频| 久久香蕉精品热| 亚洲18禁久久av| 熟女人妻精品中文字幕| 岛国在线观看网站| 淫秽高清视频在线观看| 亚洲欧美精品综合久久99| 黄色日韩在线| 亚洲精品国产精品久久久不卡| 老司机午夜十八禁免费视频| 亚洲av五月六月丁香网| 国产又色又爽无遮挡免费看| 午夜精品在线福利| 一本综合久久免费| 1024香蕉在线观看| 老司机午夜十八禁免费视频| 麻豆成人av在线观看| 黄片小视频在线播放| 国产淫片久久久久久久久 | 精品无人区乱码1区二区| 国产亚洲精品av在线| 欧美在线黄色| 1024手机看黄色片| 日本熟妇午夜| 亚洲熟妇熟女久久| 亚洲av电影不卡..在线观看| 一进一出抽搐gif免费好疼| 国产精品自产拍在线观看55亚洲| www.熟女人妻精品国产| 日本免费一区二区三区高清不卡| av视频在线观看入口| 欧美国产日韩亚洲一区| 神马国产精品三级电影在线观看| 男女之事视频高清在线观看| 国产精品亚洲av一区麻豆| 91在线观看av| 亚洲片人在线观看| 99国产精品一区二区蜜桃av| 99精品在免费线老司机午夜| 国产精品香港三级国产av潘金莲| 一边摸一边抽搐一进一小说| 欧美高清成人免费视频www| 国产成人系列免费观看| 欧美成狂野欧美在线观看| 亚洲成av人片在线播放无| 国产不卡一卡二| 日本一二三区视频观看| 无限看片的www在线观看| 亚洲美女视频黄频| aaaaa片日本免费| 老司机深夜福利视频在线观看| av国产免费在线观看| 十八禁人妻一区二区| 美女被艹到高潮喷水动态| 国产成人系列免费观看| 美女cb高潮喷水在线观看 | cao死你这个sao货| 波多野结衣巨乳人妻| 啦啦啦免费观看视频1| 十八禁人妻一区二区| 在线国产一区二区在线| 欧美午夜高清在线| 久久这里只有精品19| 国产精品99久久久久久久久| 亚洲熟妇熟女久久| 国产精品永久免费网站| 波多野结衣高清无吗| 免费搜索国产男女视频| 欧美日本视频| 十八禁网站免费在线| 两性夫妻黄色片| 国产亚洲精品av在线| 一级a爱片免费观看的视频| 青草久久国产| 欧美激情久久久久久爽电影| 成人特级av手机在线观看| 欧美一级毛片孕妇| 好男人电影高清在线观看| av视频在线观看入口| 国产成人av激情在线播放| 人人妻人人澡欧美一区二区| 男插女下体视频免费在线播放| 在线观看舔阴道视频| 久久精品aⅴ一区二区三区四区| 在线观看日韩欧美| 国产精品1区2区在线观看.| 九九热线精品视视频播放| 成熟少妇高潮喷水视频| 神马国产精品三级电影在线观看| 男人和女人高潮做爰伦理| 超碰成人久久| a级毛片a级免费在线| 高清在线国产一区| 无遮挡黄片免费观看| 十八禁人妻一区二区| 91在线观看av| 亚洲精品美女久久av网站| 老司机午夜福利在线观看视频| 久久精品91蜜桃| 亚洲九九香蕉| 99热精品在线国产| 男女做爰动态图高潮gif福利片| 一进一出抽搐动态| 国产精品1区2区在线观看.| 成人特级av手机在线观看| 成人18禁在线播放| 国产乱人视频| 久久久久九九精品影院| 手机成人av网站| 国产精品日韩av在线免费观看| 熟女少妇亚洲综合色aaa.| 12—13女人毛片做爰片一| 欧美zozozo另类| 看片在线看免费视频| 欧美在线黄色| 一个人观看的视频www高清免费观看 | 国产精品久久久久久久电影 | 国产成人精品无人区| 夜夜夜夜夜久久久久| 欧美日本视频| 一a级毛片在线观看| 午夜免费激情av| 丁香六月欧美| 午夜福利在线观看免费完整高清在 | 中文字幕人成人乱码亚洲影| 90打野战视频偷拍视频| 1024手机看黄色片| 久久久精品大字幕| 国产亚洲av高清不卡| 宅男免费午夜| 亚洲五月婷婷丁香| 两个人看的免费小视频| 不卡av一区二区三区| 美女午夜性视频免费| 亚洲黑人精品在线| 黄色丝袜av网址大全| 国产极品精品免费视频能看的| 国产一区二区在线av高清观看| 狂野欧美白嫩少妇大欣赏| 午夜日韩欧美国产| 午夜免费成人在线视频| 欧美日韩乱码在线| 婷婷丁香在线五月| 久久精品影院6| 国产成人影院久久av| 免费在线观看日本一区| 国产欧美日韩一区二区三| 两人在一起打扑克的视频| 国产精品久久久久久久电影 | 首页视频小说图片口味搜索| 日韩人妻高清精品专区| tocl精华| 国产精品亚洲一级av第二区| 啪啪无遮挡十八禁网站| 在线十欧美十亚洲十日本专区| 亚洲无线在线观看| 国产激情偷乱视频一区二区| 天堂√8在线中文| 亚洲第一电影网av| 欧美日本亚洲视频在线播放| 老司机午夜十八禁免费视频| 国产三级中文精品| 两性夫妻黄色片| 国产乱人伦免费视频| 久久久精品欧美日韩精品| 淫妇啪啪啪对白视频| 精品国产三级普通话版| 亚洲一区高清亚洲精品| 欧美又色又爽又黄视频| 在线观看免费午夜福利视频| 12—13女人毛片做爰片一| www.www免费av| 不卡av一区二区三区| 一个人免费在线观看的高清视频| 脱女人内裤的视频| 美女高潮喷水抽搐中文字幕| 中文字幕最新亚洲高清| 久久99热这里只有精品18| 国产v大片淫在线免费观看| 国产精品影院久久| 非洲黑人性xxxx精品又粗又长| 老汉色∧v一级毛片| 成人无遮挡网站| 在线十欧美十亚洲十日本专区| 露出奶头的视频| 免费在线观看日本一区| АⅤ资源中文在线天堂| 精品国内亚洲2022精品成人| 精品国产美女av久久久久小说| 成熟少妇高潮喷水视频| 国产不卡一卡二| 欧美黄色淫秽网站| 免费看a级黄色片| 日韩有码中文字幕| 日本免费一区二区三区高清不卡| 欧美日韩福利视频一区二区| 精品一区二区三区视频在线观看免费| 免费观看的影片在线观看| 亚洲av五月六月丁香网| 免费搜索国产男女视频| 国语自产精品视频在线第100页| 51午夜福利影视在线观看| 亚洲av片天天在线观看| 亚洲无线在线观看| 亚洲av成人一区二区三| or卡值多少钱| 在线观看舔阴道视频| 久久久久久国产a免费观看| 淫妇啪啪啪对白视频| 国产精品一及| 真实男女啪啪啪动态图| 男女床上黄色一级片免费看| 99热这里只有是精品50| 久久久久久久久久黄片| 九色国产91popny在线| 丰满的人妻完整版| 国产精品永久免费网站| 午夜免费观看网址| 久久国产精品人妻蜜桃| 欧美黄色片欧美黄色片| 真实男女啪啪啪动态图| 天堂动漫精品| 脱女人内裤的视频| 久久久久久国产a免费观看| 国产探花在线观看一区二区| 久久香蕉国产精品| 中文字幕av在线有码专区| 亚洲中文av在线| 一级毛片女人18水好多| 亚洲精品美女久久av网站| 亚洲在线自拍视频| 亚洲熟妇熟女久久| 一区二区三区国产精品乱码| 久久久久久久午夜电影| 亚洲午夜理论影院| 国产精品爽爽va在线观看网站| 99热精品在线国产| 久久久久久久午夜电影| 国产亚洲精品av在线| 噜噜噜噜噜久久久久久91| 国产成人精品久久二区二区免费| 综合色av麻豆| 国产亚洲精品综合一区在线观看| 嫩草影院精品99| 少妇的逼水好多| 九九热线精品视视频播放| 99国产精品99久久久久| 久久久精品欧美日韩精品| 9191精品国产免费久久| 制服丝袜大香蕉在线| 香蕉久久夜色| 狠狠狠狠99中文字幕| 成人高潮视频无遮挡免费网站| 黄频高清免费视频| 色老头精品视频在线观看| 99国产精品一区二区蜜桃av| av天堂中文字幕网| 性色avwww在线观看| 变态另类成人亚洲欧美熟女| 十八禁人妻一区二区| 国产精品久久久久久久电影 | xxx96com| 国产欧美日韩精品亚洲av| 精品国产乱子伦一区二区三区| 亚洲精品美女久久久久99蜜臀| 国产在线精品亚洲第一网站| 亚洲熟妇中文字幕五十中出| 亚洲av中文字字幕乱码综合| 噜噜噜噜噜久久久久久91| 黑人操中国人逼视频| 俄罗斯特黄特色一大片| 欧美激情久久久久久爽电影| 免费看十八禁软件| 全区人妻精品视频| 后天国语完整版免费观看| 日本黄大片高清| 真人一进一出gif抽搐免费| 999久久久精品免费观看国产| 男人的好看免费观看在线视频| 国产精品久久久久久久电影 | 高潮久久久久久久久久久不卡| 亚洲国产欧洲综合997久久,| 少妇的逼水好多| 天天添夜夜摸| 99国产精品一区二区三区| 91在线精品国自产拍蜜月 | 亚洲片人在线观看| 久久人妻av系列| 美女高潮喷水抽搐中文字幕| 天堂av国产一区二区熟女人妻| 视频区欧美日本亚洲| 黑人操中国人逼视频| 日本免费a在线| 欧美日韩瑟瑟在线播放| 亚洲精华国产精华精| 亚洲熟女毛片儿| 国产亚洲精品久久久com| 国产一区二区三区视频了| 成人性生交大片免费视频hd| 欧美日本亚洲视频在线播放| 美女扒开内裤让男人捅视频| 丰满的人妻完整版| 看免费av毛片| 午夜福利免费观看在线| 久久精品亚洲精品国产色婷小说| cao死你这个sao货| 久久精品91蜜桃| 在线观看日韩欧美| 亚洲美女黄片视频| 久久伊人香网站| 99热只有精品国产| 国产成人精品久久二区二区免费| 日本a在线网址| 国产精品1区2区在线观看.| 桃红色精品国产亚洲av| 黄色 视频免费看| 无人区码免费观看不卡| 一级a爱片免费观看的视频| 国产精品 欧美亚洲| 久久久久久久久久黄片| 在线国产一区二区在线| 国产成人精品无人区| 黑人巨大精品欧美一区二区mp4| 久久午夜亚洲精品久久| 精品人妻1区二区| 少妇的丰满在线观看| 久久精品aⅴ一区二区三区四区| 久久国产精品人妻蜜桃| 久久久国产精品麻豆| 老司机深夜福利视频在线观看| 一个人观看的视频www高清免费观看 | 国内揄拍国产精品人妻在线| 国产又黄又爽又无遮挡在线| 国产三级黄色录像| 欧美绝顶高潮抽搐喷水| 18美女黄网站色大片免费观看| 精品国产超薄肉色丝袜足j| 日韩有码中文字幕| 日韩成人在线观看一区二区三区| 国产免费男女视频| 欧美zozozo另类| 99视频精品全部免费 在线 | 国产精品久久久av美女十八| 亚洲欧洲精品一区二区精品久久久| 久久久久久久久久黄片| 99久久99久久久精品蜜桃| 亚洲欧美一区二区三区黑人| 国产精品久久久久久久电影 | 少妇的逼水好多| 男女之事视频高清在线观看| 全区人妻精品视频| 久久这里只有精品19| www日本黄色视频网| 亚洲天堂国产精品一区在线| 国产三级黄色录像| 岛国在线观看网站| 亚洲色图 男人天堂 中文字幕| 亚洲专区中文字幕在线| 人妻久久中文字幕网| 国产精品,欧美在线| 一级毛片高清免费大全| 69av精品久久久久久| 午夜两性在线视频| 免费在线观看亚洲国产| 精品国产三级普通话版| 可以在线观看毛片的网站| 欧美日韩乱码在线| 国产精品久久久久久久电影 | 欧美高清成人免费视频www| 亚洲欧美日韩卡通动漫| 亚洲国产高清在线一区二区三| 午夜激情欧美在线| 国产又色又爽无遮挡免费看| 怎么达到女性高潮| 精品免费久久久久久久清纯| 成年女人看的毛片在线观看| 国产亚洲欧美98| 丰满的人妻完整版| 色综合婷婷激情| 夜夜爽天天搞| 一进一出抽搐gif免费好疼| 少妇的丰满在线观看| 久久中文看片网| 亚洲午夜理论影院| 一边摸一边抽搐一进一小说| 国产精品久久久久久亚洲av鲁大| 法律面前人人平等表现在哪些方面| АⅤ资源中文在线天堂| 亚洲欧美日韩东京热| a在线观看视频网站| 91字幕亚洲| 校园春色视频在线观看| 床上黄色一级片| 在线十欧美十亚洲十日本专区| 给我免费播放毛片高清在线观看| 色在线成人网| 久久国产精品人妻蜜桃| 国产精品女同一区二区软件 | 精品一区二区三区视频在线 | 黄频高清免费视频| 精品国产超薄肉色丝袜足j| 成年免费大片在线观看| 久久中文看片网| 搡老熟女国产l中国老女人| 一边摸一边抽搐一进一小说| 99国产极品粉嫩在线观看| 成人18禁在线播放| 淫秽高清视频在线观看| 久久国产精品影院| 亚洲欧美激情综合另类| 18禁国产床啪视频网站| 欧美日韩国产亚洲二区| 毛片女人毛片| 无遮挡黄片免费观看| 久久国产精品人妻蜜桃| 日韩欧美免费精品| 国产一级毛片七仙女欲春2| 欧美中文日本在线观看视频| 美女高潮喷水抽搐中文字幕| 亚洲专区字幕在线| 一本一本综合久久| 99re在线观看精品视频| 日日夜夜操网爽| 色播亚洲综合网| 18禁观看日本| 99热这里只有精品一区 | 国产 一区 欧美 日韩| 天天添夜夜摸| 日本黄色视频三级网站网址| 欧美中文日本在线观看视频| www.999成人在线观看| 在线十欧美十亚洲十日本专区| 久9热在线精品视频| 国产一区在线观看成人免费| 国产欧美日韩精品一区二区| 嫩草影院入口| 亚洲乱码一区二区免费版| 久久久a久久爽久久v久久| 午夜亚洲福利在线播放| 日本免费在线观看一区| 嘟嘟电影网在线观看| 高清av免费在线| 成年版毛片免费区| 一级黄片播放器| 国产精品,欧美在线| 欧美+日韩+精品| 1024手机看黄色片| 26uuu在线亚洲综合色| 成人午夜精彩视频在线观看| 丰满少妇做爰视频| 国产一区二区三区av在线| 欧美97在线视频| 一个人免费在线观看电影| 大话2 男鬼变身卡| 99热这里只有精品一区| 国产高清国产精品国产三级 | 成人av在线播放网站| 亚洲欧美成人综合另类久久久 | 一夜夜www| 中文天堂在线官网| 国产精品永久免费网站| 99九九线精品视频在线观看视频| 国产免费福利视频在线观看| 极品教师在线视频| 色综合站精品国产| 成人亚洲欧美一区二区av| 成人鲁丝片一二三区免费| 长腿黑丝高跟| 黄色日韩在线| 欧美丝袜亚洲另类| av免费在线看不卡| 天天一区二区日本电影三级| 水蜜桃什么品种好| 我的女老师完整版在线观看| 日本熟妇午夜| 三级毛片av免费| 97超视频在线观看视频| 欧美激情久久久久久爽电影| 国产中年淑女户外野战色| 亚州av有码| 国产毛片a区久久久久| 久久人人爽人人片av| 亚洲自偷自拍三级| 精品酒店卫生间| 国产精品国产三级国产专区5o | 国产伦一二天堂av在线观看| 国产淫片久久久久久久久| 菩萨蛮人人尽说江南好唐韦庄 | 一级毛片电影观看 | 岛国在线免费视频观看| 男人舔奶头视频| 国产精品麻豆人妻色哟哟久久 | 成年av动漫网址| 日韩强制内射视频|