• <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 ?

    基于自動(dòng)編碼器與概率神經(jīng)網(wǎng)絡(luò)的人體運(yùn)動(dòng)行為識(shí)別方法

    2018-02-01 20:25:31李興肖秦琨
    軟件導(dǎo)刊 2018年1期
    關(guān)鍵詞:編碼器輪廓人體

    李興+肖秦琨

    摘要:

    為了準(zhǔn)確而快速地識(shí)別出圖像中人體的某種行為特征,提出了一種全新的三層自動(dòng)編碼器與PNN概率神經(jīng)網(wǎng)絡(luò)結(jié)合的網(wǎng)絡(luò)模型。把人體行為的關(guān)鍵幀從包含10種人體行為的視頻庫中提取出來,用背景減除法提取人體輪廓圖并進(jìn)行二值化圖像處理,根據(jù)時(shí)間序列疊加輪廓圖,組成含有10個(gè)特征輪廓的數(shù)據(jù)庫,隨后將特征輪廓數(shù)據(jù)在自動(dòng)編碼器中編碼,編好碼的特征數(shù)據(jù)隨即進(jìn)入概率神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí)。將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對這10種人體行為進(jìn)行準(zhǔn)確識(shí)別。實(shí)驗(yàn)結(jié)果表明,經(jīng)過自動(dòng)編碼器處理后的人體特征進(jìn)行PNN神經(jīng)網(wǎng)絡(luò)識(shí)別,比單純用BP神經(jīng)網(wǎng)絡(luò)識(shí)別準(zhǔn)確率提高5%以上,由此證明該方法有效可行。

    關(guān)鍵詞:

    人體行為識(shí)別;自動(dòng)編碼器;PNN概率神經(jīng)網(wǎng)絡(luò);BP神經(jīng)網(wǎng)絡(luò)

    DOIDOI:10.11907/rjdk.173068

    中圖分類號(hào):TP301

    文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào)文章編號(hào):16727800(2018)001001103

    Abstract:In order to identify the behavior characteristics of the human body accurately and quickly, this paper proposes a new network model combining the three layer automatic encoder with the PNN probabilistic neural network. The first step of the key frames extracted from human behavior includes 10 kinds of human behavior video library, the second step with the background subtraction method to extract the body contour map and binarization image processing, according to the time sequence superimposed contour map containing 10 component feature contour database, with the data after feature contour in the auto encoder encoding, coding and feature data code immediately into the probabilistic neural network learning and training, the trained neural network is good for accurate identification of these 10 kinds of human behavior. The experimental results show that the recognition accuracy of PNN neural network is 5% higher than that of the pure BP neural network, and the validity and feasibility of the method are verified.

    Key Words:human behavior recognition; autoencoder; BP neural network; probabilistic neural network

    0引言

    人體姿態(tài)識(shí)別在智能視頻監(jiān)控、動(dòng)態(tài)人機(jī)交互、無人汽車駕駛等[12]領(lǐng)域應(yīng)用廣泛,是模式識(shí)別的一大熱門研究方向。人體運(yùn)動(dòng)在時(shí)間和空間上都很復(fù)雜,因此需要有一個(gè)前期處理的清晰圖像,目的在于提取有效的運(yùn)動(dòng)特征。

    視頻幀進(jìn)行處理的方法有3種:背景剪除法、差分法和光流法,檢測出人體行為區(qū)域,然后將該區(qū)域作為研究對象,從中獲得人體行為特征[35]。Bobick和Davis 提出的基于視頻的輪廓提取方法[6],剪除從背景場景中獲取的有效輪廓特征,從視頻中提取人體行為輪廓圖。因?yàn)槎祱D像(Binary Image)按名字理解只有兩個(gè)值:0和1,0代表黑,1代表白,或者說0表示背景, 1表示前景。每個(gè)像素存儲(chǔ)信息只需要1Bit。把每個(gè)像素當(dāng)作隨機(jī)變量,圖像一共有N個(gè)像素,那么二值圖有2的N次方種變化,RGB圖像有255*255*255的N次方種變化。彩色圖像維度高,神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)間長,需要將圖像轉(zhuǎn)化為二值圖像便于后期神經(jīng)網(wǎng)絡(luò)訓(xùn)練。使用內(nèi)邊界跟蹤法提取二值圖像的邊界即人體行為特征輪廓,最終建立人體行為特征輪廓庫,以進(jìn)行深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練識(shí)別。

    運(yùn)用多層感知機(jī)(MLP)[7]以及學(xué)習(xí)向量,量化神經(jīng)網(wǎng)絡(luò)(LVQNN)[8]在人體步態(tài)識(shí)別研究中的數(shù)據(jù)。一旦樣本數(shù)量龐大,其網(wǎng)絡(luò)訓(xùn)練將變得極其緩慢,并且識(shí)別率欠佳?;赯ernike和BP神經(jīng)網(wǎng)絡(luò)的步態(tài)識(shí)別[9]技術(shù),前提是人體背景必須單一且不能有噪聲,因此該技術(shù)實(shí)用性不足。為此,采用升級(jí)的三層自動(dòng)編碼器,結(jié)合PNN神經(jīng)網(wǎng)絡(luò)組成的APNN(Autoencoder PNN)模型對樣本學(xué)習(xí)并分類。

    基于運(yùn)動(dòng)的人體姿態(tài)識(shí)別研究,是在肢體動(dòng)作內(nèi)容基礎(chǔ)上,在系統(tǒng)學(xué)習(xí)時(shí)將運(yùn)動(dòng)序列中的每一幅圖像從背景中分割出來,并根據(jù)序列的間隔順序結(jié)合輪廓,建立一個(gè)組合的疊加輪廓圖像,利用疊加圖像集訓(xùn)練自動(dòng)編碼器和PNN神經(jīng)網(wǎng)絡(luò),最后建立串聯(lián)的三層自動(dòng)編碼器和PNN神經(jīng)網(wǎng)絡(luò)模型,利用該模型進(jìn)行行為識(shí)別。

    2運(yùn)動(dòng)數(shù)據(jù)特征描述

    2.1實(shí)驗(yàn)數(shù)據(jù)庫建立

    從以色列魏茨曼科學(xué)院計(jì)算機(jī)視覺實(shí)驗(yàn)室Weizmann數(shù)據(jù)庫中下載捕獲的人體運(yùn)動(dòng)數(shù)據(jù),行為庫包含10種人體行為,即行走、奔跑、側(cè)行、雙腳跳、單腳跳、揮手跳、原地跳、彎腰、單臂揮手和雙臂揮手。endprint

    2.2人體運(yùn)動(dòng)行為輪廓圖

    背景減除法通過當(dāng)前圖像與背景圖像的差分,對所得差分圖像用合適的閾值二值化后得到完整運(yùn)動(dòng)目標(biāo)。利用背景減除法對當(dāng)前幀圖像Ik(x,y)與已知背景Ibg(x,y)做差,則差分后圖像dk(x,y)=Ik(x,y)-Ibg(x,y)。

    二值輪廓特征提取首先是內(nèi)邊界跟蹤,步驟如圖1所示。

    2.3疊加輪廓圖

    由于人體行為是一組時(shí)間序列的動(dòng)態(tài)特征數(shù)據(jù),為了精確表達(dá)出運(yùn)動(dòng)特征,要在前階段的二值輪廓圖像上,根據(jù)時(shí)間序列順序,結(jié)合8個(gè)動(dòng)作序列的圖像,勾勒成一個(gè)二進(jìn)制疊加圖像。

    如動(dòng)作序列B={bi}i=1:n, bi是第i幀的輪廓圖像,根據(jù)時(shí)間序列順序,結(jié)合K個(gè)動(dòng)作序列圖像勾勒成一個(gè)二進(jìn)制疊加圖像。一個(gè)雙臂揮手疊加輪廓圖像通過視頻第1、3、5、7、9、11、13、15幀的二值化輪廓圖像構(gòu)成。總共建立了744個(gè)疊加輪廓圖庫,分為10種動(dòng)作,每種動(dòng)作有5個(gè),單個(gè)圖片為1600個(gè)像素點(diǎn),長40,寬40,每個(gè)動(dòng)作類包括足夠的訓(xùn)練樣本。

    3神經(jīng)網(wǎng)絡(luò)

    3.1自動(dòng)編碼器

    自動(dòng)編碼器可以看作最基本的神經(jīng)網(wǎng)絡(luò),它由三層網(wǎng)絡(luò)組成:第一層輸入層,第二層隱含層,第三層輸出層,編碼器在編碼過程中可以用作數(shù)據(jù)的降維以及特征值提取[10]。本文選取的隱含層為三層,第一層1000個(gè)節(jié)點(diǎn),第二層500個(gè)節(jié)點(diǎn),第三層100節(jié)點(diǎn),逐層用于輸入圖像的降維處理,最終在編碼器輸出100維的數(shù)據(jù),使后邊概率神經(jīng)網(wǎng)絡(luò)的訓(xùn)練學(xué)習(xí)縮短了處理時(shí)間,提高了網(wǎng)絡(luò)學(xué)習(xí)效率。自動(dòng)編碼器是輸入到隱含層h的映射,數(shù)據(jù)編碼過程見公式(1)。

    實(shí)驗(yàn)中,先將像素為40×40的二值化特征圖像數(shù)據(jù)自動(dòng)編碼,逐層進(jìn)行圖像編碼,就是對1 600的圖像降維成100維的圖像數(shù)據(jù),逐層降維。第一層隱含層輸出層為1 000個(gè)節(jié)點(diǎn),編碼后1 600維降維成1 000維,第二層隱含層500個(gè)節(jié)點(diǎn),1 000維降維成500維,第三層隱含層100個(gè)節(jié)點(diǎn),40×40圖像最終降維成10×10的圖像。

    3.2基于神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練

    744個(gè)疊加特征輪廓圖包含10個(gè)人9個(gè)不同的動(dòng)作,現(xiàn)在經(jīng)PNN神經(jīng)網(wǎng)絡(luò)隱含層、輸出層訓(xùn)練,輸入層為100個(gè)節(jié)點(diǎn)代表10個(gè)人9個(gè)不同動(dòng)作,不斷調(diào)整隱含層權(quán)值更新,直到達(dá)到一個(gè)穩(wěn)定的權(quán)值,從而分類出行為姿態(tài),即輸出層為10個(gè)節(jié)點(diǎn),如圖2所示。

    3.3PNN神經(jīng)網(wǎng)絡(luò)

    概率神經(jīng)網(wǎng)絡(luò)是一種特殊的徑向基網(wǎng)絡(luò)[12],其理論精髓是建立在最小錯(cuò)誤率的貝葉斯決策理論上。貝葉斯分類器在樣本有錯(cuò)誤時(shí)分類效果大打折扣,而概率神經(jīng)網(wǎng)絡(luò)因?yàn)榱己玫娜蒎e(cuò)能力和自我學(xué)習(xí)調(diào)整參數(shù)正好彌補(bǔ)了這一弱點(diǎn),在實(shí)際分類識(shí)別中效果很好。概率神經(jīng)網(wǎng)絡(luò)分為輸入層、隱含層和輸出層三層。其中,輸入層將自動(dòng)編碼器降維的人體動(dòng)作特征向量輸入網(wǎng)絡(luò),輸入層個(gè)數(shù)為1 600,等于樣本特征的個(gè)數(shù)。隱含層根據(jù)高斯公式(6)計(jì)算特征向量及與各個(gè)模式的相似程度,然后將每個(gè)類別通過高斯公式計(jì)算的相似度累加求和后取平均值,得到輸入樣本的所屬類別,輸出層神經(jīng)元的數(shù)量等于樣本矢量的個(gè)數(shù),高斯公式如下:

    3.4連接自動(dòng)編碼器與PNN神經(jīng)網(wǎng)絡(luò)

    編碼器把每個(gè)疊加特征圖降維處理,輸入層1 600節(jié)點(diǎn),第一層隱含層輸出層為1 000個(gè)節(jié)點(diǎn),第二層隱含層500個(gè)節(jié)點(diǎn),第三層隱含層100個(gè)節(jié)點(diǎn),40×40圖像降維成10×10的圖像;接下來把90個(gè)不同人不同動(dòng)作的圖像特征輸入PNN神經(jīng)網(wǎng)絡(luò)。輸入層90節(jié)點(diǎn)、隱含層500節(jié)點(diǎn)、輸出層10個(gè)節(jié)點(diǎn)表示10個(gè)不同動(dòng)作,經(jīng)過網(wǎng)絡(luò)自我訓(xùn)練,最終得到輸出為10個(gè)不同動(dòng)作的目標(biāo),網(wǎng)絡(luò)拓?fù)鋱D如圖3所示。

    4實(shí)驗(yàn)

    隨機(jī)選取70%的樣本(521個(gè)樣本)來訓(xùn)練網(wǎng)絡(luò),剩下的30%樣本(223個(gè)樣本)是測試樣本。15%正交測試,15%普通測試,最大的訓(xùn)練周期或迭代次數(shù)是1 000。 實(shí)驗(yàn)中70%的樣本(521個(gè)樣本)訓(xùn)練深層網(wǎng)絡(luò),得到識(shí)別率是95.5%, 15%的樣本(223個(gè)樣本)正交測試得到識(shí)別率是75.5%,最后全體樣本測試得到識(shí)別率是91.8%,見圖4、圖5、圖6。10個(gè)行為動(dòng)作經(jīng)過APNN深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練的識(shí)別率ROC曲線如圖7所示,交叉熵函數(shù)擬合網(wǎng)絡(luò)最優(yōu)解出現(xiàn)在第12次迭代時(shí),如圖8所示。

    5結(jié)語

    本文提出一種全新的三層自動(dòng)編碼器與PNN神經(jīng)網(wǎng)絡(luò)結(jié)合的神經(jīng)網(wǎng)絡(luò)模型,從視頻中提取出人體行為關(guān)鍵幀,通過背景減除法提取人體輪廓圖,然后進(jìn)行二值化圖像處理,并依據(jù)時(shí)間序列疊加輪廓圖組成特征輪廓數(shù)據(jù)庫,將特征輪廓數(shù)據(jù)放入自動(dòng)編碼器中進(jìn)行編碼,編好碼的特征數(shù)據(jù)隨即進(jìn)入PNN神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí),經(jīng)過訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)用于識(shí)別未知的人體行為。

    實(shí)驗(yàn)證明,本文的深度神經(jīng)網(wǎng)絡(luò)在樣本數(shù)據(jù)的人體運(yùn)動(dòng)識(shí)別率達(dá)91.8%(見表1),與普通BP神經(jīng)網(wǎng)絡(luò)和PNN神經(jīng)網(wǎng)絡(luò)相比,訓(xùn)練時(shí)間縮短,識(shí)別率得到提高。

    參考文獻(xiàn):

    [1]胡瓊,秦磊,黃慶明.基于視覺的人體動(dòng)作識(shí)別綜述[J].計(jì)算機(jī)學(xué)報(bào),2013,36(12):25122524.

    [2]曲建嶺,杜辰飛,邸亞洲,等.深度自動(dòng)編碼器的研究與展望[J].計(jì)算機(jī)與現(xiàn)代化,2014(8):128134.

    [3]黃凱奇,任偉強(qiáng),譚鐵牛.圖像物體分類與檢測算法綜述[J].計(jì)算機(jī)學(xué)報(bào),2013,36(12):118.

    [4]莫林,廖鵬,劉勛.一種基于背景減除與三幀差分的運(yùn)動(dòng)目標(biāo)檢測算法[J].微計(jì)算機(jī)信息,2009(12):274276.

    [5]陳燕萍.基于背景減除的運(yùn)動(dòng)目標(biāo)檢測算法研究[D].廈門:廈門大學(xué),2008.

    [6]BOBICK A F, DAVIS J W. The Recognition of human movement using temporal templates[M]. IEEE Computer Society, 2001.

    [7]后銳,張畢西,HOURUI,等.基于MLP神經(jīng)網(wǎng)絡(luò)的區(qū)域物流需求預(yù)測方法及其應(yīng)用[J].系統(tǒng)工程理論與實(shí)踐,2005,25(12):4347.

    [8]段明秀,何迎生.基于LVQ神經(jīng)網(wǎng)絡(luò)的手寫字母識(shí)別[J].吉首大學(xué)學(xué)報(bào):自科版,2010,31(2):4143.

    [9]賈楷熙,薛靜.基于Zernike矩和BP網(wǎng)絡(luò)的步態(tài)識(shí)別技術(shù)研究[J].西北工業(yè)大學(xué)學(xué)報(bào),2010,28(5):669673.

    [10]鄧俊鋒,張曉龍.基于自動(dòng)編碼器組合的深度學(xué)習(xí)優(yōu)化方法[J].計(jì)算機(jī)應(yīng)用,2016,36(3):697702.

    [11]劉勘,袁蘊(yùn)英.基于自動(dòng)編碼器的短文本特征提取及聚類研究[J].北京大學(xué)學(xué)報(bào):自然科學(xué)版,2015,51(2):282288.

    [12]郭聯(lián)金,羅炳軍,GUOLIANJIN,等.PNN與BP神經(jīng)網(wǎng)絡(luò)在鋼板表面缺陷分類中的應(yīng)用研究[J].機(jī)電工程,2015,32(3):352357.

    (責(zé)任編輯:杜能鋼)endprint

    猜你喜歡
    編碼器輪廓人體
    人體“修補(bǔ)匠”
    人體冷知識(shí)(一)
    排便順暢,人體無毒一身輕
    OPENCV輪廓識(shí)別研究與實(shí)踐
    基于實(shí)時(shí)輪廓誤差估算的數(shù)控系統(tǒng)輪廓控制
    基于FPGA的同步機(jī)軸角編碼器
    奇妙的人體止咳點(diǎn)
    特別健康(2018年3期)2018-07-04 00:40:10
    基于PRBS檢測的8B/IOB編碼器設(shè)計(jì)
    JESD204B接口協(xié)議中的8B10B編碼器設(shè)計(jì)
    電子器件(2015年5期)2015-12-29 08:42:24
    在線學(xué)習(xí)機(jī)制下的Snake輪廓跟蹤
    搡老乐熟女国产| 91精品伊人久久大香线蕉| 国内精品宾馆在线| 国产免费又黄又爽又色| 99国产综合亚洲精品| 久久精品国产自在天天线| a级毛片免费高清观看在线播放| 国内精品宾馆在线| 久久这里有精品视频免费| 九九在线视频观看精品| www.色视频.com| av在线播放精品| 亚洲五月色婷婷综合| 中文字幕人妻熟人妻熟丝袜美| 大香蕉久久网| 亚洲色图 男人天堂 中文字幕 | av一本久久久久| 我要看黄色一级片免费的| 亚洲精品自拍成人| 免费av中文字幕在线| 日韩欧美精品免费久久| 少妇精品久久久久久久| 天堂中文最新版在线下载| 亚洲国产精品专区欧美| 国产在视频线精品| 在线观看一区二区三区激情| 全区人妻精品视频| 亚洲av福利一区| 国产在视频线精品| 精品一品国产午夜福利视频| 我的老师免费观看完整版| 黑人高潮一二区| 人妻人人澡人人爽人人| 国产在线一区二区三区精| 国产色婷婷99| 精品久久久精品久久久| 国产成人精品婷婷| 9色porny在线观看| 国产男女内射视频| 色视频在线一区二区三区| av电影中文网址| 亚洲精品国产av蜜桃| 老女人水多毛片| 精品人妻在线不人妻| 久久鲁丝午夜福利片| 夜夜看夜夜爽夜夜摸| 国产国语露脸激情在线看| 日韩强制内射视频| 一区二区三区四区激情视频| 在线 av 中文字幕| 女的被弄到高潮叫床怎么办| av视频免费观看在线观看| 在线看a的网站| 草草在线视频免费看| www.色视频.com| 国产一区亚洲一区在线观看| 国产高清有码在线观看视频| 亚洲欧美一区二区三区国产| 夜夜爽夜夜爽视频| 不卡视频在线观看欧美| 全区人妻精品视频| 欧美精品一区二区大全| 最黄视频免费看| 国产精品三级大全| 国产av国产精品国产| 丰满少妇做爰视频| 久久人人爽人人片av| 80岁老熟妇乱子伦牲交| 男人操女人黄网站| 丰满少妇做爰视频| 欧美一级a爱片免费观看看| 肉色欧美久久久久久久蜜桃| 最近最新中文字幕免费大全7| 国产片内射在线| 中文字幕精品免费在线观看视频 | 欧美日韩国产mv在线观看视频| 丝瓜视频免费看黄片| 成人亚洲精品一区在线观看| 日韩精品有码人妻一区| 一本久久精品| 另类亚洲欧美激情| 欧美日韩视频精品一区| 日日爽夜夜爽网站| 亚洲欧美色中文字幕在线| 三级国产精品欧美在线观看| 一级毛片电影观看| 久热久热在线精品观看| 九九在线视频观看精品| 亚洲精品色激情综合| 久久久久网色| 在线精品无人区一区二区三| 精品国产乱码久久久久久小说| 91精品国产国语对白视频| 老熟女久久久| 日本免费在线观看一区| 七月丁香在线播放| 老司机亚洲免费影院| 精品视频人人做人人爽| 欧美日韩在线观看h| 国产黄片视频在线免费观看| 亚洲精品国产av蜜桃| 久久国产精品大桥未久av| 中国三级夫妇交换| 99热6这里只有精品| 亚洲国产精品999| 亚洲天堂av无毛| 卡戴珊不雅视频在线播放| av线在线观看网站| 日韩av不卡免费在线播放| 久久影院123| 亚洲成人一二三区av| 亚洲精品美女久久av网站| 26uuu在线亚洲综合色| 大片免费播放器 马上看| 91成人精品电影| 国产免费福利视频在线观看| 国产成人av激情在线播放 | 亚洲激情五月婷婷啪啪| 久久 成人 亚洲| av在线app专区| 满18在线观看网站| 视频中文字幕在线观看| 一个人免费看片子| 街头女战士在线观看网站| 精品少妇久久久久久888优播| 欧美 日韩 精品 国产| 夫妻性生交免费视频一级片| 男女高潮啪啪啪动态图| 性色av一级| av有码第一页| 国产国拍精品亚洲av在线观看| 亚洲欧美一区二区三区国产| 成人亚洲精品一区在线观看| a级毛片免费高清观看在线播放| 在线观看www视频免费| 国产欧美亚洲国产| 高清av免费在线| 三级国产精品片| 久久久久国产网址| 午夜久久久在线观看| 国产视频内射| 肉色欧美久久久久久久蜜桃| 中国国产av一级| 亚洲av不卡在线观看| 色网站视频免费| 国产成人精品婷婷| 香蕉精品网在线| 最近中文字幕2019免费版| 2018国产大陆天天弄谢| 亚洲国产成人一精品久久久| 少妇高潮的动态图| 亚洲伊人久久精品综合| 简卡轻食公司| 波野结衣二区三区在线| 中文字幕最新亚洲高清| 国产欧美日韩一区二区三区在线 | 97精品久久久久久久久久精品| 99国产精品免费福利视频| 国产精品秋霞免费鲁丝片| 欧美 亚洲 国产 日韩一| 少妇被粗大的猛进出69影院 | 一级毛片 在线播放| 亚洲国产色片| 女人久久www免费人成看片| 久久久久视频综合| 婷婷色av中文字幕| 成人毛片60女人毛片免费| 久久综合国产亚洲精品| 一级爰片在线观看| 精品久久久久久久久亚洲| 日韩欧美精品免费久久| 人人妻人人爽人人添夜夜欢视频| 亚洲国产av新网站| 久久人人爽人人片av| 国产白丝娇喘喷水9色精品| 亚洲国产欧美在线一区| 亚洲精品国产av蜜桃| 久久99一区二区三区| 黑人欧美特级aaaaaa片| 亚洲av成人精品一区久久| 婷婷色麻豆天堂久久| 综合色丁香网| 久久精品熟女亚洲av麻豆精品| 亚洲精品日韩av片在线观看| 亚洲欧美一区二区三区国产| 插逼视频在线观看| 久久久久久久精品精品| av在线老鸭窝| 精品国产乱码久久久久久小说| 热99国产精品久久久久久7| 日日摸夜夜添夜夜添av毛片| xxx大片免费视频| 啦啦啦啦在线视频资源| 男的添女的下面高潮视频| 91在线精品国自产拍蜜月| 国产高清三级在线| 看非洲黑人一级黄片| 国产精品嫩草影院av在线观看| 伦精品一区二区三区| 18禁裸乳无遮挡动漫免费视频| 一级黄片播放器| 亚洲av二区三区四区| 啦啦啦在线观看免费高清www| 蜜桃国产av成人99| 一级毛片黄色毛片免费观看视频| 国产av国产精品国产| 欧美97在线视频| 婷婷色综合大香蕉| 韩国av在线不卡| 黑丝袜美女国产一区| 激情五月婷婷亚洲| 亚洲av成人精品一区久久| 制服诱惑二区| 在线免费观看不下载黄p国产| 国产白丝娇喘喷水9色精品| 多毛熟女@视频| 中文字幕免费在线视频6| 成人毛片a级毛片在线播放| 久久 成人 亚洲| 精品人妻在线不人妻| 亚洲av成人精品一二三区| 久久精品夜色国产| 永久网站在线| 亚洲婷婷狠狠爱综合网| 欧美老熟妇乱子伦牲交| 又粗又硬又长又爽又黄的视频| 晚上一个人看的免费电影| 满18在线观看网站| 人妻人人澡人人爽人人| 日韩熟女老妇一区二区性免费视频| 国产精品免费大片| 免费黄频网站在线观看国产| 国产极品粉嫩免费观看在线 | 在线看a的网站| 日日爽夜夜爽网站| 亚洲精品一二三| 国产成人91sexporn| 青春草国产在线视频| 一级毛片黄色毛片免费观看视频| 一二三四中文在线观看免费高清| 色5月婷婷丁香| 亚州av有码| 嘟嘟电影网在线观看| av网站免费在线观看视频| 热re99久久国产66热| 久久亚洲国产成人精品v| 桃花免费在线播放| 美女视频免费永久观看网站| 婷婷色麻豆天堂久久| 婷婷色综合www| 免费看光身美女| 亚洲内射少妇av| 亚洲不卡免费看| 亚洲av中文av极速乱| 成人无遮挡网站| 国产精品人妻久久久久久| 亚洲av男天堂| 欧美 日韩 精品 国产| 男女边摸边吃奶| 性色avwww在线观看| 久久精品国产亚洲av涩爱| 大片电影免费在线观看免费| 午夜福利视频在线观看免费| 日本wwww免费看| 建设人人有责人人尽责人人享有的| 日本黄大片高清| 中文字幕av电影在线播放| 赤兔流量卡办理| 日韩大片免费观看网站| 高清在线视频一区二区三区| 亚洲熟女精品中文字幕| 国产日韩欧美视频二区| 亚洲精品亚洲一区二区| 99久国产av精品国产电影| 亚洲中文av在线| 久久ye,这里只有精品| av在线老鸭窝| 亚洲av.av天堂| 亚洲国产欧美日韩在线播放| 黄片无遮挡物在线观看| 国产 精品1| 狠狠婷婷综合久久久久久88av| 亚洲欧美日韩卡通动漫| 国产探花极品一区二区| 在线观看美女被高潮喷水网站| 在线观看免费视频网站a站| 成人国产av品久久久| 欧美日韩在线观看h| 午夜激情av网站| 夜夜看夜夜爽夜夜摸| 黄色毛片三级朝国网站| 人人妻人人爽人人添夜夜欢视频| 在线观看国产h片| 在线观看一区二区三区激情| 亚洲综合色惰| 老熟女久久久| 国产极品粉嫩免费观看在线 | av网站免费在线观看视频| 能在线免费看毛片的网站| 91精品三级在线观看| av一本久久久久| 夜夜爽夜夜爽视频| 国产男人的电影天堂91| 在线观看人妻少妇| 色吧在线观看| 高清在线视频一区二区三区| www.色视频.com| 中文字幕制服av| 亚洲美女黄色视频免费看| 久久精品夜色国产| 精品一区二区免费观看| 亚洲av不卡在线观看| 街头女战士在线观看网站| 51国产日韩欧美| 亚洲国产精品一区二区三区在线| 99久国产av精品国产电影| 黑丝袜美女国产一区| 中文字幕av电影在线播放| 高清视频免费观看一区二区| 久久午夜综合久久蜜桃| h视频一区二区三区| 亚洲精品色激情综合| videos熟女内射| 亚洲欧洲国产日韩| 老熟女久久久| 亚洲欧洲国产日韩| 乱人伦中国视频| 免费人妻精品一区二区三区视频| 亚洲欧美一区二区三区国产| 亚洲av欧美aⅴ国产| 国产亚洲精品久久久com| 大陆偷拍与自拍| 99久久综合免费| 国产欧美亚洲国产| 少妇猛男粗大的猛烈进出视频| 国产一区二区三区综合在线观看 | 久久久久国产精品人妻一区二区| 国产精品 国内视频| 在现免费观看毛片| 亚洲国产精品一区二区三区在线| 久久久久网色| 日韩人妻高清精品专区| 51国产日韩欧美| 成人毛片a级毛片在线播放| 色婷婷久久久亚洲欧美| 91久久精品电影网| 51国产日韩欧美| a级毛片在线看网站| 国产精品久久久久久精品电影小说| 国产精品久久久久久久电影| 最近手机中文字幕大全| 大话2 男鬼变身卡| av女优亚洲男人天堂| 满18在线观看网站| 水蜜桃什么品种好| 2022亚洲国产成人精品| 久久精品久久久久久久性| 亚洲精品久久久久久婷婷小说| 少妇人妻精品综合一区二区| 国产极品天堂在线| 国产精品一二三区在线看| 2022亚洲国产成人精品| 欧美3d第一页| 看非洲黑人一级黄片| 香蕉精品网在线| 国产一区二区三区av在线| 欧美3d第一页| 成人黄色视频免费在线看| 久热久热在线精品观看| 成人国产麻豆网| 九九爱精品视频在线观看| 国产极品粉嫩免费观看在线 | 国产精品偷伦视频观看了| a级毛色黄片| 日本与韩国留学比较| 国产黄色视频一区二区在线观看| 久久久午夜欧美精品| 午夜激情福利司机影院| 亚洲美女黄色视频免费看| 亚洲精品中文字幕在线视频| 欧美bdsm另类| 新久久久久国产一级毛片| 桃花免费在线播放| 日韩视频在线欧美| 多毛熟女@视频| 亚洲人成网站在线观看播放| 免费大片18禁| 黄色一级大片看看| 王馨瑶露胸无遮挡在线观看| 国产av精品麻豆| 一本大道久久a久久精品| 成年美女黄网站色视频大全免费 | 国产一区二区三区av在线| 欧美亚洲日本最大视频资源| 亚洲欧美成人综合另类久久久| 自线自在国产av| 色婷婷av一区二区三区视频| 日本欧美视频一区| 激情五月婷婷亚洲| 99国产精品免费福利视频| av在线播放精品| 女人久久www免费人成看片| 99久久综合免费| 精品国产露脸久久av麻豆| 大香蕉97超碰在线| 男女啪啪激烈高潮av片| 麻豆乱淫一区二区| 3wmmmm亚洲av在线观看| 久久精品国产鲁丝片午夜精品| 99久久中文字幕三级久久日本| 在线观看人妻少妇| 国产精品三级大全| 欧美+日韩+精品| 中文字幕av电影在线播放| 亚洲av二区三区四区| 人妻人人澡人人爽人人| 中文天堂在线官网| 国产亚洲一区二区精品| 免费播放大片免费观看视频在线观看| 在线观看人妻少妇| 国国产精品蜜臀av免费| 亚洲,欧美,日韩| av国产精品久久久久影院| 色94色欧美一区二区| 最后的刺客免费高清国语| 久久人妻熟女aⅴ| 久久久久网色| 亚洲精品,欧美精品| 国产一级毛片在线| 菩萨蛮人人尽说江南好唐韦庄| 丝袜喷水一区| 免费av中文字幕在线| 国产毛片在线视频| 久久韩国三级中文字幕| 久久人妻熟女aⅴ| 欧美日韩av久久| 亚洲精品久久久久久婷婷小说| 亚洲精品中文字幕在线视频| www.色视频.com| 夜夜爽夜夜爽视频| 国产精品一区二区在线不卡| 精品酒店卫生间| 亚洲精品国产av成人精品| 天天操日日干夜夜撸| 在线免费观看不下载黄p国产| 如日韩欧美国产精品一区二区三区 | 国产黄色视频一区二区在线观看| 黄片无遮挡物在线观看| 乱人伦中国视频| 亚洲av福利一区| 久久毛片免费看一区二区三区| 综合色丁香网| 99国产综合亚洲精品| 亚洲国产色片| 午夜av观看不卡| 精品亚洲乱码少妇综合久久| 国产精品免费大片| 不卡视频在线观看欧美| 亚洲综合精品二区| 男女啪啪激烈高潮av片| 亚洲av不卡在线观看| 桃花免费在线播放| 国产午夜精品一二区理论片| 中文字幕av电影在线播放| 在线天堂最新版资源| 欧美精品亚洲一区二区| 欧美日韩精品成人综合77777| 极品少妇高潮喷水抽搐| 国产亚洲午夜精品一区二区久久| 人人妻人人爽人人添夜夜欢视频| 一区二区三区免费毛片| 美女大奶头黄色视频| 国产69精品久久久久777片| 国产欧美日韩综合在线一区二区| 欧美一级a爱片免费观看看| 成人影院久久| av有码第一页| 精品一区二区三区视频在线| 欧美精品一区二区免费开放| 中文字幕人妻熟人妻熟丝袜美| 一级a做视频免费观看| 亚洲欧美成人精品一区二区| 一二三四中文在线观看免费高清| 在线看a的网站| 丰满饥渴人妻一区二区三| 国产精品秋霞免费鲁丝片| 美女中出高潮动态图| 99九九线精品视频在线观看视频| 中文乱码字字幕精品一区二区三区| 久久综合国产亚洲精品| 91精品一卡2卡3卡4卡| 91久久精品国产一区二区成人| 午夜福利在线观看免费完整高清在| 一边摸一边做爽爽视频免费| 婷婷色综合大香蕉| 狠狠精品人妻久久久久久综合| 久久久a久久爽久久v久久| 99热国产这里只有精品6| 妹子高潮喷水视频| 一级毛片黄色毛片免费观看视频| 两个人的视频大全免费| 91久久精品国产一区二区成人| 黄色配什么色好看| 久久 成人 亚洲| 国产在线视频一区二区| 成人影院久久| 赤兔流量卡办理| av一本久久久久| kizo精华| 久久久久人妻精品一区果冻| 国产精品人妻久久久久久| 日韩强制内射视频| 日韩在线高清观看一区二区三区| 国产视频首页在线观看| 热99久久久久精品小说推荐| 91久久精品国产一区二区三区| 赤兔流量卡办理| 中文字幕最新亚洲高清| 亚洲欧美成人精品一区二区| 久久久久人妻精品一区果冻| 欧美激情 高清一区二区三区| 一级二级三级毛片免费看| 午夜福利,免费看| 久久人人爽av亚洲精品天堂| 欧美激情国产日韩精品一区| 久久精品久久精品一区二区三区| 国产欧美亚洲国产| 一区二区三区免费毛片| 午夜日本视频在线| 老熟女久久久| 亚洲欧洲精品一区二区精品久久久 | 妹子高潮喷水视频| 黑人高潮一二区| 午夜免费男女啪啪视频观看| 亚洲婷婷狠狠爱综合网| 婷婷色麻豆天堂久久| 亚洲国产精品国产精品| 久久午夜综合久久蜜桃| 你懂的网址亚洲精品在线观看| 麻豆精品久久久久久蜜桃| www.色视频.com| 18+在线观看网站| 成人无遮挡网站| 日产精品乱码卡一卡2卡三| 亚洲少妇的诱惑av| 在线观看国产h片| 一级毛片黄色毛片免费观看视频| 啦啦啦啦在线视频资源| 在线观看三级黄色| 岛国毛片在线播放| 亚洲人与动物交配视频| 欧美亚洲 丝袜 人妻 在线| 999精品在线视频| 国产成人freesex在线| 国产精品无大码| 国产乱来视频区| 国产午夜精品久久久久久一区二区三区| 久久99热6这里只有精品| 国产精品成人在线| 欧美亚洲日本最大视频资源| 69精品国产乱码久久久| 亚洲国产色片| 亚洲一区二区三区欧美精品| 简卡轻食公司| 久久99一区二区三区| 亚洲欧美一区二区三区国产| freevideosex欧美| 国产精品国产三级国产专区5o| 男女边摸边吃奶| 最近的中文字幕免费完整| 国产极品天堂在线| 婷婷色av中文字幕| 亚洲怡红院男人天堂| 亚洲欧美色中文字幕在线| 国产片内射在线| 国产成人午夜福利电影在线观看| 夫妻午夜视频| 色5月婷婷丁香| 91久久精品国产一区二区成人| 熟女电影av网| 在线免费观看不下载黄p国产| 亚洲激情五月婷婷啪啪| 亚洲五月色婷婷综合| 亚洲天堂av无毛| 精品亚洲成a人片在线观看| 国产欧美另类精品又又久久亚洲欧美| av专区在线播放| 亚洲精品日韩av片在线观看| 18禁动态无遮挡网站| 777米奇影视久久| 少妇被粗大的猛进出69影院 | 成年美女黄网站色视频大全免费 | 国产不卡av网站在线观看| 黄色毛片三级朝国网站| 国产av码专区亚洲av| 毛片一级片免费看久久久久| 亚洲性久久影院| 七月丁香在线播放| 蜜桃在线观看..| 男男h啪啪无遮挡| 制服丝袜香蕉在线| 午夜激情福利司机影院| 亚洲精品亚洲一区二区| 18禁动态无遮挡网站| 十分钟在线观看高清视频www| 午夜免费观看性视频| 国产黄片视频在线免费观看| 国产成人精品久久久久久| 麻豆精品久久久久久蜜桃| 少妇被粗大猛烈的视频| 成人综合一区亚洲| 伦理电影免费视频| .国产精品久久| av卡一久久| 午夜福利在线观看免费完整高清在|