• <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
    国产深夜福利视频在线观看| videos熟女内射| 久久99热6这里只有精品| 中国国产av一级| 亚洲国产精品专区欧美| 亚洲美女视频黄频| 日韩三级伦理在线观看| 少妇的逼好多水| 久久人人爽av亚洲精品天堂 | 国产大屁股一区二区在线视频| 美女高潮的动态| 日韩av免费高清视频| 亚洲精品色激情综合| 久久久精品94久久精品| 国产精品一及| 欧美精品国产亚洲| 免费av中文字幕在线| 一级二级三级毛片免费看| 欧美另类一区| 日韩伦理黄色片| 看非洲黑人一级黄片| 精品一区二区免费观看| 亚洲欧洲国产日韩| 自拍偷自拍亚洲精品老妇| 国产v大片淫在线免费观看| 亚洲欧美清纯卡通| 午夜老司机福利剧场| 最近2019中文字幕mv第一页| 91精品国产九色| 丝瓜视频免费看黄片| 最黄视频免费看| 欧美区成人在线视频| .国产精品久久| 亚洲第一区二区三区不卡| 大陆偷拍与自拍| av在线蜜桃| 精品人妻偷拍中文字幕| 免费高清在线观看视频在线观看| 欧美亚洲 丝袜 人妻 在线| 午夜福利在线在线| 街头女战士在线观看网站| 这个男人来自地球电影免费观看 | 嫩草影院新地址| 国产亚洲一区二区精品| 久久久久国产网址| 99热网站在线观看| 中文乱码字字幕精品一区二区三区| 亚洲av成人精品一区久久| 你懂的网址亚洲精品在线观看| 日本vs欧美在线观看视频 | 免费黄网站久久成人精品| 人妻制服诱惑在线中文字幕| 少妇丰满av| 欧美日韩视频高清一区二区三区二| 久久99热6这里只有精品| 91狼人影院| 国产精品福利在线免费观看| 激情 狠狠 欧美| 最近的中文字幕免费完整| 日韩一区二区视频免费看| av网站免费在线观看视频| 高清av免费在线| 麻豆成人午夜福利视频| kizo精华| 成人黄色视频免费在线看| 男女边吃奶边做爰视频| 久久精品国产亚洲网站| 99国产精品免费福利视频| 国产 一区精品| 日韩成人av中文字幕在线观看| 国产一级毛片在线| 亚洲av二区三区四区| 菩萨蛮人人尽说江南好唐韦庄| 亚洲高清免费不卡视频| 免费人成在线观看视频色| 欧美精品一区二区大全| 国产亚洲午夜精品一区二区久久| 国产老妇伦熟女老妇高清| 美女中出高潮动态图| 亚洲精品aⅴ在线观看| 日韩av免费高清视频| 精品人妻熟女av久视频| 亚洲av中文字字幕乱码综合| 日韩av在线免费看完整版不卡| 男女国产视频网站| 婷婷色av中文字幕| 国产在线免费精品| 亚洲自偷自拍三级| 麻豆乱淫一区二区| 看十八女毛片水多多多| 国产成人91sexporn| 一本久久精品| 一级毛片aaaaaa免费看小| 午夜福利高清视频| 国产黄片视频在线免费观看| 亚洲国产精品国产精品| 国产男女超爽视频在线观看| 夫妻午夜视频| 亚洲人成网站在线播| 黄色日韩在线| 国产精品三级大全| 18禁动态无遮挡网站| 精品酒店卫生间| 日日撸夜夜添| 亚洲精品第二区| 日韩成人伦理影院| www.色视频.com| 精品久久久精品久久久| 国产日韩欧美在线精品| 少妇人妻一区二区三区视频| 99久久精品国产国产毛片| 男女无遮挡免费网站观看| 日韩一本色道免费dvd| 国产亚洲最大av| 亚洲av综合色区一区| 成人免费观看视频高清| 高清日韩中文字幕在线| 99久国产av精品国产电影| 久久久久久久国产电影| 国产精品蜜桃在线观看| 日本av手机在线免费观看| 亚洲婷婷狠狠爱综合网| 国产精品嫩草影院av在线观看| 三级国产精品片| 亚洲图色成人| 熟女av电影| 亚洲欧美精品自产自拍| 成人黄色视频免费在线看| 啦啦啦在线观看免费高清www| 国产综合精华液| av不卡在线播放| 啦啦啦啦在线视频资源| 国产一区有黄有色的免费视频| 尾随美女入室| 波野结衣二区三区在线| 日韩av不卡免费在线播放| 久久99热这里只有精品18| 久久综合国产亚洲精品| 一级黄片播放器| 国产探花极品一区二区| 亚洲怡红院男人天堂| 亚洲va在线va天堂va国产| 成人一区二区视频在线观看| 在线观看一区二区三区| 国产成人aa在线观看| 欧美+日韩+精品| 女人十人毛片免费观看3o分钟| 妹子高潮喷水视频| 美女脱内裤让男人舔精品视频| 国产国拍精品亚洲av在线观看| 久久人人爽人人片av| 国产一区二区三区综合在线观看 | 欧美成人精品欧美一级黄| 亚洲成人av在线免费| 大片电影免费在线观看免费| 国产爽快片一区二区三区| 国产有黄有色有爽视频| 黄色怎么调成土黄色| 直男gayav资源| 边亲边吃奶的免费视频| 91精品伊人久久大香线蕉| 黄色欧美视频在线观看| 亚洲成人中文字幕在线播放| 乱系列少妇在线播放| 亚洲性久久影院| 久久99热这里只有精品18| 亚洲欧美中文字幕日韩二区| 夫妻性生交免费视频一级片| 亚洲国产精品一区三区| 国产 一区 欧美 日韩| 午夜福利高清视频| av国产久精品久网站免费入址| 欧美一级a爱片免费观看看| 全区人妻精品视频| 又大又黄又爽视频免费| 亚洲精品久久午夜乱码| 亚洲国产精品成人久久小说| 久久婷婷青草| 大话2 男鬼变身卡| 十分钟在线观看高清视频www | 亚洲国产欧美人成| 亚洲精品日本国产第一区| 少妇精品久久久久久久| 大陆偷拍与自拍| 菩萨蛮人人尽说江南好唐韦庄| av卡一久久| 狠狠精品人妻久久久久久综合| 99国产精品免费福利视频| 亚洲美女黄色视频免费看| 久久久久人妻精品一区果冻| 人妻少妇偷人精品九色| h视频一区二区三区| 两个人的视频大全免费| 一级片'在线观看视频| 99久国产av精品国产电影| 久久久久久久亚洲中文字幕| 日本黄大片高清| 日韩av免费高清视频| 国产中年淑女户外野战色| 人人妻人人看人人澡| 寂寞人妻少妇视频99o| 18禁裸乳无遮挡动漫免费视频| 日本爱情动作片www.在线观看| 水蜜桃什么品种好| 亚洲第一av免费看| 99精国产麻豆久久婷婷| 26uuu在线亚洲综合色| 久久影院123| 99热全是精品| 赤兔流量卡办理| 国产成人精品久久久久久| 在线观看一区二区三区| 久久人人爽av亚洲精品天堂 | 午夜日本视频在线| 色婷婷av一区二区三区视频| 六月丁香七月| 亚洲在久久综合| 日韩三级伦理在线观看| av线在线观看网站| 哪个播放器可以免费观看大片| 美女内射精品一级片tv| 涩涩av久久男人的天堂| 欧美最新免费一区二区三区| 国产成人91sexporn| 亚洲婷婷狠狠爱综合网| 免费黄频网站在线观看国产| 亚洲电影在线观看av| 久久精品久久久久久噜噜老黄| 国产av国产精品国产| 成人二区视频| 欧美+日韩+精品| 蜜臀久久99精品久久宅男| 免费av中文字幕在线| 国语对白做爰xxxⅹ性视频网站| 欧美日韩亚洲高清精品| 麻豆成人av视频| 日韩av不卡免费在线播放| 麻豆国产97在线/欧美| av女优亚洲男人天堂| 精品久久久噜噜| 久久久久久九九精品二区国产| 日本猛色少妇xxxxx猛交久久| 国产精品嫩草影院av在线观看| 国产又色又爽无遮挡免| 大片电影免费在线观看免费| 丝袜喷水一区| 少妇人妻 视频| 最近2019中文字幕mv第一页| 久久亚洲国产成人精品v| 深夜a级毛片| 国产亚洲午夜精品一区二区久久| 能在线免费看毛片的网站| 国产伦理片在线播放av一区| 精品久久国产蜜桃| 国产日韩欧美在线精品| 菩萨蛮人人尽说江南好唐韦庄| 韩国高清视频一区二区三区| 亚洲av日韩在线播放| 久久韩国三级中文字幕| 99re6热这里在线精品视频| 久久久国产一区二区| 老熟女久久久| 99热国产这里只有精品6| 97精品久久久久久久久久精品| 美女脱内裤让男人舔精品视频| 久久久久久久精品精品| 中国美白少妇内射xxxbb| 五月玫瑰六月丁香| 在线观看人妻少妇| 亚洲av男天堂| av线在线观看网站| 免费播放大片免费观看视频在线观看| 香蕉精品网在线| 亚洲精品亚洲一区二区| 亚洲av免费高清在线观看| 欧美高清成人免费视频www| av在线观看视频网站免费| 又粗又硬又长又爽又黄的视频| 亚洲四区av| 夜夜爽夜夜爽视频| 欧美精品人与动牲交sv欧美| 国产精品精品国产色婷婷| 特大巨黑吊av在线直播| 人人妻人人澡人人爽人人夜夜| 我的女老师完整版在线观看| 在线免费十八禁| 国产精品一区二区性色av| 欧美精品国产亚洲| 一级黄片播放器| www.av在线官网国产| 国产精品一及| 国产精品99久久99久久久不卡 | 国产精品三级大全| 婷婷色av中文字幕| 亚洲av二区三区四区| 中文精品一卡2卡3卡4更新| 少妇 在线观看| 色综合色国产| 亚洲av.av天堂| 久久人人爽人人片av| 一个人看的www免费观看视频| 免费不卡的大黄色大毛片视频在线观看| 国语对白做爰xxxⅹ性视频网站| av视频免费观看在线观看| 国产黄频视频在线观看| 嫩草影院入口| 国产色婷婷99| 日韩av不卡免费在线播放| 久久久久久久精品精品| av黄色大香蕉| 久久久久久九九精品二区国产| 偷拍熟女少妇极品色| 美女视频免费永久观看网站| 黄色日韩在线| 国产成人精品婷婷| 国产美女午夜福利| 麻豆成人av视频| 国产精品一及| 最近的中文字幕免费完整| 久久鲁丝午夜福利片| xxx大片免费视频| 色视频www国产| 亚洲经典国产精华液单| 在线观看三级黄色| 韩国高清视频一区二区三区| 在线观看免费日韩欧美大片 | 日本欧美国产在线视频| 亚洲国产高清在线一区二区三| 18禁在线无遮挡免费观看视频| 欧美激情国产日韩精品一区| 人人妻人人添人人爽欧美一区卜 | 七月丁香在线播放| 老女人水多毛片| 精品国产三级普通话版| 亚洲国产精品成人久久小说| 亚洲色图av天堂| 人妻一区二区av| 国产女主播在线喷水免费视频网站| 午夜免费鲁丝| 18禁动态无遮挡网站| 欧美区成人在线视频| 狂野欧美激情性xxxx在线观看| 如何舔出高潮| 高清黄色对白视频在线免费看 | 免费av不卡在线播放| av免费在线看不卡| 2021少妇久久久久久久久久久| 夜夜爽夜夜爽视频| 亚洲精品,欧美精品| 91在线精品国自产拍蜜月| 中文资源天堂在线| 天堂中文最新版在线下载| av在线播放精品| 久久久a久久爽久久v久久| 久久99精品国语久久久| 嫩草影院入口| 国产伦精品一区二区三区四那| 国内揄拍国产精品人妻在线| 国模一区二区三区四区视频| 少妇的逼水好多| av在线观看视频网站免费| 欧美xxxx黑人xx丫x性爽| 亚洲第一av免费看| 91久久精品电影网| 爱豆传媒免费全集在线观看| 亚洲熟女精品中文字幕| 97热精品久久久久久| 又黄又爽又刺激的免费视频.| 欧美日韩视频精品一区| 精品久久久精品久久久| 十八禁网站网址无遮挡 | 欧美日本视频| 日本与韩国留学比较| 欧美日韩国产mv在线观看视频 | 日韩中文字幕视频在线看片 | 热99国产精品久久久久久7| 成年av动漫网址| 看十八女毛片水多多多| 色视频在线一区二区三区| 亚洲精品一二三| 26uuu在线亚洲综合色| 国产视频内射| 色网站视频免费| 多毛熟女@视频| 亚洲av不卡在线观看| 国产免费福利视频在线观看| 深爱激情五月婷婷| 丝袜喷水一区| 一区在线观看完整版| 国产精品久久久久成人av| 色5月婷婷丁香| 777米奇影视久久| 纯流量卡能插随身wifi吗| 亚洲第一区二区三区不卡| 亚洲,一卡二卡三卡| 久热这里只有精品99| 亚洲欧洲国产日韩| 少妇熟女欧美另类| 亚洲国产高清在线一区二区三| av国产精品久久久久影院| av视频免费观看在线观看| 亚洲欧美成人综合另类久久久| 在线免费观看不下载黄p国产| 免费av不卡在线播放| 成人漫画全彩无遮挡| 美女中出高潮动态图| 亚洲伊人久久精品综合| 毛片女人毛片| a级一级毛片免费在线观看| 亚洲精品久久久久久婷婷小说| 亚洲精品国产色婷婷电影| av又黄又爽大尺度在线免费看| 一级av片app| 国产免费福利视频在线观看| 女人十人毛片免费观看3o分钟| 国产欧美日韩精品一区二区| 日本vs欧美在线观看视频 | 午夜激情福利司机影院| 欧美日韩综合久久久久久| 观看美女的网站| 秋霞伦理黄片| 精品一区二区免费观看| 亚洲精品日本国产第一区| 99精国产麻豆久久婷婷| 亚洲国产精品一区三区| 精品一区二区三卡| 99久久精品热视频| 亚洲精品中文字幕在线视频 | 久久久久久久久久久免费av| 国产精品精品国产色婷婷| 久久久久久久久久久丰满| 日产精品乱码卡一卡2卡三| 美女cb高潮喷水在线观看| 久久久久久久久久人人人人人人| 中文乱码字字幕精品一区二区三区| 日韩av在线免费看完整版不卡| 美女高潮的动态| 成人国产麻豆网| 国产色爽女视频免费观看| 有码 亚洲区| 色5月婷婷丁香| 亚洲aⅴ乱码一区二区在线播放| 久久久久久久久久人人人人人人| 久久久久精品性色| 亚洲真实伦在线观看| 女的被弄到高潮叫床怎么办| 亚洲一级一片aⅴ在线观看| 日韩一区二区视频免费看| 欧美一区二区亚洲| 久久国产精品大桥未久av | av专区在线播放| 欧美一区二区亚洲| 黑丝袜美女国产一区| 亚洲精品日本国产第一区| 日日啪夜夜撸| 欧美成人午夜免费资源| 国产国拍精品亚洲av在线观看| 91精品一卡2卡3卡4卡| 嫩草影院新地址| 亚洲va在线va天堂va国产| 国产一区二区三区综合在线观看 | 你懂的网址亚洲精品在线观看| 丝袜脚勾引网站| 男的添女的下面高潮视频| 国产无遮挡羞羞视频在线观看| 久久精品久久久久久噜噜老黄| 一个人免费看片子| 91久久精品国产一区二区三区| 亚洲国产日韩一区二区| 亚洲精品国产av成人精品| 日韩一本色道免费dvd| 国产精品久久久久久久久免| 99久久中文字幕三级久久日本| 男女无遮挡免费网站观看| 深爱激情五月婷婷| 国产av精品麻豆| 国产亚洲精品久久久com| 久久久亚洲精品成人影院| 久热久热在线精品观看| 爱豆传媒免费全集在线观看| 国产伦理片在线播放av一区| 欧美日韩国产mv在线观看视频 | 国产欧美日韩一区二区三区在线 | 亚洲伊人久久精品综合| 老女人水多毛片| 男女国产视频网站| 久久久久久久久久久免费av| 下体分泌物呈黄色| 精华霜和精华液先用哪个| 精品亚洲成国产av| 亚洲精品国产成人久久av| 国产精品一区二区三区四区免费观看| 老司机影院成人| 中文欧美无线码| 18禁动态无遮挡网站| 99久久中文字幕三级久久日本| 久久久久久久亚洲中文字幕| 一级毛片久久久久久久久女| 人体艺术视频欧美日本| 日韩一区二区三区影片| 亚洲综合色惰| 免费看不卡的av| 亚洲成人手机| 欧美精品人与动牲交sv欧美| 欧美极品一区二区三区四区| 日韩av免费高清视频| 国产在线视频一区二区| 色婷婷久久久亚洲欧美| 一区在线观看完整版| 亚洲av成人精品一区久久| 偷拍熟女少妇极品色| 插逼视频在线观看| 麻豆精品久久久久久蜜桃| 少妇人妻 视频| 联通29元200g的流量卡| 久久6这里有精品| 在线看a的网站| 国产无遮挡羞羞视频在线观看| 国产精品国产三级国产av玫瑰| 91精品一卡2卡3卡4卡| av国产久精品久网站免费入址| 久久精品人妻少妇| 亚洲人成网站在线播| 国产精品免费大片| 国产精品.久久久| 亚洲欧美中文字幕日韩二区| 少妇丰满av| 在线观看免费视频网站a站| 偷拍熟女少妇极品色| 一级毛片黄色毛片免费观看视频| 国产精品国产三级国产专区5o| 美女国产视频在线观看| 尾随美女入室| 国产精品久久久久成人av| 91aial.com中文字幕在线观看| 国产高清三级在线| 国产精品女同一区二区软件| 高清午夜精品一区二区三区| 热re99久久精品国产66热6| 免费不卡的大黄色大毛片视频在线观看| 色5月婷婷丁香| 国产精品久久久久成人av| 国产精品无大码| 欧美一级a爱片免费观看看| 日本爱情动作片www.在线观看| 国产免费福利视频在线观看| 国产精品蜜桃在线观看| 一级a做视频免费观看| 伦理电影大哥的女人| 国产黄色视频一区二区在线观看| 国产精品av视频在线免费观看| 人人妻人人看人人澡| 性色avwww在线观看| 国产精品福利在线免费观看| 国产精品麻豆人妻色哟哟久久| 黄色怎么调成土黄色| 两个人的视频大全免费| 熟妇人妻不卡中文字幕| 狂野欧美激情性xxxx在线观看| 精品国产一区二区三区久久久樱花 | 韩国高清视频一区二区三区| 黑人高潮一二区| 国产在线视频一区二区| 乱系列少妇在线播放| 日韩制服骚丝袜av| 免费看不卡的av| 亚洲欧美清纯卡通| 婷婷色综合大香蕉| 亚洲av中文字字幕乱码综合| 亚洲aⅴ乱码一区二区在线播放| 日韩av不卡免费在线播放| 极品少妇高潮喷水抽搐| 天堂8中文在线网| 在线看a的网站| 蜜桃久久精品国产亚洲av| 国产精品一区二区在线不卡| 女人久久www免费人成看片| 日韩免费高清中文字幕av| 日韩欧美 国产精品| 男人爽女人下面视频在线观看| 国产av码专区亚洲av| 国产精品嫩草影院av在线观看| 中文天堂在线官网| 久久精品夜色国产| av播播在线观看一区| 国产深夜福利视频在线观看| 五月玫瑰六月丁香| 日韩在线高清观看一区二区三区| 嫩草影院新地址| 插逼视频在线观看| 黄色视频在线播放观看不卡| 日产精品乱码卡一卡2卡三| 国产欧美日韩一区二区三区在线 | 人妻一区二区av| 天天躁日日操中文字幕| 亚洲第一区二区三区不卡| 免费黄色在线免费观看| 精品国产乱码久久久久久小说| 丝袜喷水一区| 国产精品爽爽va在线观看网站| 国产成人freesex在线| 最后的刺客免费高清国语| 1000部很黄的大片| 韩国av在线不卡| 国产精品av视频在线免费观看| 国产日韩欧美在线精品| 天美传媒精品一区二区| 两个人的视频大全免费| 高清在线视频一区二区三区| 久久久久久久精品精品| 亚洲精品自拍成人| 在线观看人妻少妇| 久久 成人 亚洲| 国产精品福利在线免费观看| 在线观看免费视频网站a站|