• <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 ?

    基于改進PCA算法的人臉識別

    2018-02-01 00:37張楊張仁杰
    軟件導刊 2018年1期
    關鍵詞:分塊人臉識別

    張楊+張仁杰

    摘要:由于經典的PCA算法要求樣本滿足高斯分布,然而現(xiàn)實中的樣本往往因為表情、角度、光照等原因不滿足高斯分布,導致算法識別率不高。因此,提出一種基于改進PCA算法的人臉識別方法。首先,將具有相似特征(表情、角度、亮度)的不同樣本通過分塊方式劃分在一個矩陣中,使樣本趨于高斯分布;其次,通過直方圖均衡化樣本的方法,加強樣本對比度,以突出樣本的人臉器官特征;最后采用經典PCA算法進行辨識。通過在ORL人臉庫上的實驗得出,該方法不但耗費總時間少于經典的PCA算法,而且識別率也得到提升,具有一定可行性。

    關鍵詞:人臉識別;分塊;直方圖均衡化;改進的PCA算法

    DOIDOI:10.11907/rjdk.172191

    中圖分類號:TP301

    文獻標識碼:A文章編號文章編號:16727800(2018)001003203

    Abstract:The classical PCA algorithm requires the sample to satisfy the Gaussian distribution, but the real samples often do not satisfy the Gaussian distribution because of the expression, the angle and the light. So the recognition rate of this algorithm is not high. For this reason, this paper presents a face recognition method based on improved PCA algorithm. Firstly, different samples with similar characteristics (expression, angle, brightness) are divided into a matrix by way of block in order to make samples tend to Gaussian distribution. Secondly, through the method of histogram to equalize the sample, the contrast of the sample is enhanced to highlight the facial features. Finally, the classical PCA algorithm is used to identify the samples. And through the experiment on the ORL face database, this method not only cost less total time than the classic PCA algorithm and recognition rate has also been improved. In a general, this way is feasible.

    Key Words:face recognition; block; histogram equalization; improved PCA algorithm

    0引言

    隨著現(xiàn)代信息化技術的迅速發(fā)展,人臉識別技術也進入快速發(fā)展期。人臉識別技術目前已被應用于各個行業(yè),包括公安的刑偵破案、網(wǎng)絡信息安全、機器人智能化等領域。不僅如此,人臉識別技術具有其它方法所不具備的優(yōu)勢,如非接觸式、自然性。因此,用戶的可接受度高,具有廣闊的發(fā)展前景[13]。

    經典PCA(Principle Component Analysis)算法是人臉識別中的常用算法,此方法通過KL變換提取人臉特征構成特征臉空間,在識別時將待識別的樣本投影到此特征臉空間,可得到一組投影向量,再通過與數(shù)據(jù)庫中的每個樣本比較進行識別。經典的PCA算法受人臉表情、角度、光照等因素影響較大[4],為了減少影響,本文改進了經典的PCA算法。本文算法基于被廣泛使用的線性鑒別方法——PCA算法[5],一方面,通過分塊方式將具有相似特征的樣本劃分在同一矩陣,再直方圖均衡化樣本,找到總體最小區(qū)域后,采用經典PCA算法對預處理過的樣本進行特征提取及識別。通過在ORL人臉數(shù)據(jù)庫上的實驗表明,本文方法的識別效率和準確率都高于經典的PCA算法,具有一定可行性。

    2改進的PCA算法

    本文提出的改進算法采取分塊的方式,將具有相似特征(表情、角度、光照)的樣本劃分到一個矩陣,再直方圖均衡化樣本。最后,找出能夠代表大多數(shù)人臉特征的總體最小區(qū)域,通過經典的PCA算法對預處理過的訓練樣本集進行特征提取及后續(xù)識別。具體包括以下幾個步驟:

    2.1分塊處理

    經典PCA算法要求樣本滿足高斯分布,但現(xiàn)實中的樣本往往不滿足高斯分布,則噪聲和冗余不能用方差和協(xié)方差恰當?shù)乇硎?,因而無法得到充分反映訓練空間的特征子空間,從而降低PCA算法的識別率[6]。因此,針對這一缺陷,本文提出的改進方法采取分塊的方式,將具有相似特征(表情、角度、光照)的樣本劃分到一個矩陣。由于分塊后的樣本具有相似特征(表情、角度、光照),所以樣本趨于高斯分布,有助于提高算法識別率[7]。

    分塊處理的具體流程為:將原來的標準訓練矩陣A=[d11,d12,…,dij]T分成多個子塊A1,A2,…,Am。其中,A1,A2,…,Am表示訓練樣本中具有相同表情、角度、光照的樣本合集。由于這些子塊具有相同屬性,保證了樣本接近高斯分布,可以一定程度上提高識別率。

    2.2樣本直方圖均衡化

    直方圖均衡化的基本思想是將原始圖的直方圖變換為較原直方圖更加均勻的形式,擴展了像素灰度值的動態(tài)范圍,提高了對比度,突出了樣本特征。endprint

    設原始圖像在(x,y)處的灰度為f,轉換后的圖像在(x,y)處灰度為g,則變換過程可以表示為在(x,y)處的灰度由f映射為g,該過程可以定義為:g=EQ(f)。

    直方圖均衡化任意子塊中的一個樣本,變化前和變化后的圖像如圖1、圖2所示。

    由圖可知,該樣本經過直方圖均衡化變換后,樣本對比度得到加強,突出了人臉器官特征,有助于后續(xù)得到充分反映樣本空間特征的特征臉,提高算法識別率。

    2.3找出總體最小區(qū)域

    設Bi(j)表示圖像樣本xij中明亮部分與灰色部分的邊界線,設集合{Li(j)}表示圖像樣本xij每行從左往右第一個邊緣點坐標的集合,設集合{Ri(j)}表示圖像樣本xij每行從右往左第一個邊緣點坐標的集合。其中,設集合{Li(j)}中有H(xij)個元素,即該樣本圖像的高度為H(xij),集合{Li(j)}中的第k個元素是圖像樣本xij第k行的第一個邊緣點;設集合{Ri(j)}中有N(xij)個元素,即該樣本圖像高度為N(xij),集合{Ri(j)}中的第k個元素是圖像樣本xij第k行的最后一個邊緣點坐標[8]。

    3實驗結果及分析

    本次實驗采用ORL人臉數(shù)據(jù)庫,該數(shù)據(jù)庫由40人的樣本圖像組成,每人10個樣本圖像,每個樣本圖像存在角度、表情、光照的差異,一共400幅圖像數(shù)據(jù)。而且,所有樣本背景均是單一顏色,樣本像素大小均為128×128。其中,部分人臉樣本圖像如圖3所示。

    實驗使用Matlab R2014a軟件,計算機配置為:Intel Core i53210M,2.50GHz,4GB內存。本文涉及的實驗數(shù)據(jù)均在此配置下計算得出。

    本文實驗對比所用的經典PCA算法,是將每個人的前5幅樣本圖像作為訓練樣本,后5幅樣本圖像作為測試樣本,共有200張訓練樣本和200張測試樣本,計算此條件下的識別率、構造特征臉時間以及識別時間。分塊方式分為兩種,第一種方式是按照正臉和側臉方式分為2塊;第二種方式是按照微笑、正常以及其它表情(包括驚訝、沮喪等) 分為3塊。

    在不同的訓練樣本數(shù)條件下,計算不同分塊方式下的本文方法和經典PCA算法的識別率、構造特征臉時間以及識別時間。其中,識別率數(shù)據(jù)比較的結果顯示如圖4所示,構造特征臉時間、識別時間結果記錄如表1所示。

    由圖4與表1可以看出,本文提出的改進方法在識別率和構造特征臉時間兩方面都比經典PCA算法好。從識別率方面看,隨著樣本數(shù)增加,本文方法的識別率逐步提升,而且整體識別率高于經典的PCA算法。原因是通過直方圖均衡化子塊訓練樣本集,增強了圖像對比度,突出了人臉器官特征,使后續(xù)得到的特征臉更能體現(xiàn)樣本空間特征,有助于實現(xiàn)人臉識別,一定程度上提高了識別準確率;從構造特征臉時間方面看,本文方法的構造特征臉時間少于經典PCA算法,原因是本文方法提取的是預處理后的樣本特征,其樣本空間維數(shù)遠小于經典PCA算法,可以減少計算量,有效提高識別效率。由于本文方法在識別部分的算法利用的是經典PCA算法,所以在識別部分花費的時間和經典PCA算法時間近似,但是本文方法降低了人臉識別耗費的總時間。

    4結語

    本文提出了一種基于改進PCA算法的人臉識別方法,其最大的優(yōu)點在于通過分塊方式,大大降低了樣本維數(shù)及算法計算量,從而減少了構成特征臉時間,降低了耗費總時間。而且通過直方圖均衡化過程,加強了樣本圖像的對比度以突出人臉器官特征,相比于經典PCA算法,一定程度上提升了識別率。通過在ORL人臉數(shù)據(jù)庫的實驗可以看出,本文提出的改進算法在構造特征臉速度及識別率方面優(yōu)于經典PCA算法,具有可行性。另外,在實驗中發(fā)現(xiàn),分塊方式的不同將影響識別率和耗費總時間。因此,如何選擇更優(yōu)的分塊方式是下一步需要研究的問題。

    參考文獻:

    [1]趙鑫,汪維家,曾雅云,等.改進的模塊PCA人臉識別新算法[J].計算機工程與應用,2015(2):161164,176.

    [2]高曉興,李仁睦,王文佳,等.基于人臉分類和KL變換的人臉識別新方法[J].微計算機信息,2010(7):810.

    [3]李榮健,韓其龍,楊鑫華.改進的PCA人臉識別新算法[J].大連交通大學學報,2008(4):4851.

    [4]PAUL VIOLA,MICHAEL J ROBUST. Realtime face detection[J]. International Journal of Computer Vision,2004,57(2):137154.

    [5]TURK M, PENTLAND A.Face recognition using eigenfaces[C]. IEEE Conference on Computer Vision and Pattern Recognition,Huwaii,1991:586590.

    [6]王曉強,劉勇奎.參數(shù)曲線的分段步長生成算法[J].計算機應用研究,2006(1):227229,232.

    [7]劉勇奎,周曉敏.逐點生成參數(shù)曲線的雙步算法[J].計算機輔助設計與圖形學學報,2002(7):619623.

    [8]周亦敏,袁毅.改進的PCA算法在人臉識別中的應用研究[J].微計算機信息,2012(8):150151.

    (責任編輯:黃?。〆ndprint

    猜你喜歡
    分塊人臉識別
    鋼結構工程分塊滑移安裝施工方法探討
    人臉識別 等
    揭開人臉識別的神秘面紗
    分塊矩陣在線性代數(shù)中的應用
    基于(2D)2PCA-LBP 的人臉識別方法的研究
    人臉識別在高校安全防范中的應用
    反三角分塊矩陣Drazin逆新的表示
    基于自適應中值濾波的分塊壓縮感知人臉識別
    基于多分辨率半邊的分塊LOD模型無縫表達
    基于類獨立核稀疏表示的魯棒人臉識別
    在线观看免费午夜福利视频| 国产高清视频在线播放一区| 波多野结衣av一区二区av| 考比视频在线观看| cao死你这个sao货| 99久久精品国产亚洲精品| 国产精品一区二区免费欧美| 一二三四在线观看免费中文在| 自线自在国产av| 欧美变态另类bdsm刘玥| 欧美在线一区亚洲| 国产极品粉嫩免费观看在线| 国产精品美女特级片免费视频播放器 | 日本一区二区免费在线视频| 别揉我奶头~嗯~啊~动态视频| 亚洲五月婷婷丁香| 黄色a级毛片大全视频| 91老司机精品| 国产精品一区二区免费欧美| 免费一级毛片在线播放高清视频 | 国产av又大| 欧美中文综合在线视频| 777久久人妻少妇嫩草av网站| 一个人免费看片子| 香蕉丝袜av| 在线观看免费午夜福利视频| 美女福利国产在线| 美女视频免费永久观看网站| 亚洲男人天堂网一区| 夜夜爽天天搞| 夫妻午夜视频| 久热爱精品视频在线9| 国产精品麻豆人妻色哟哟久久| 国产精品九九99| 一级毛片电影观看| 变态另类成人亚洲欧美熟女 | 多毛熟女@视频| 高清欧美精品videossex| 纯流量卡能插随身wifi吗| 亚洲第一青青草原| 18在线观看网站| 国产精品 欧美亚洲| 老司机深夜福利视频在线观看| 亚洲专区中文字幕在线| 国产成人精品在线电影| 久久久精品国产亚洲av高清涩受| 少妇猛男粗大的猛烈进出视频| 少妇 在线观看| 日韩 欧美 亚洲 中文字幕| 国产有黄有色有爽视频| av又黄又爽大尺度在线免费看| 一级毛片精品| 好男人电影高清在线观看| 欧美黑人欧美精品刺激| 成人黄色视频免费在线看| 欧美精品av麻豆av| 麻豆成人av在线观看| 99re在线观看精品视频| 69av精品久久久久久 | 国产不卡av网站在线观看| 交换朋友夫妻互换小说| 成人18禁在线播放| 一区二区三区激情视频| 久久久久精品人妻al黑| 一进一出抽搐动态| 女人爽到高潮嗷嗷叫在线视频| 黑人巨大精品欧美一区二区蜜桃| 亚洲av日韩精品久久久久久密| 亚洲人成电影免费在线| 女人爽到高潮嗷嗷叫在线视频| 国产男靠女视频免费网站| 女人久久www免费人成看片| 久9热在线精品视频| 久久久久久久久免费视频了| 少妇粗大呻吟视频| 成人免费观看视频高清| 久久精品国产99精品国产亚洲性色 | 黄网站色视频无遮挡免费观看| 一进一出好大好爽视频| 在线观看免费日韩欧美大片| 怎么达到女性高潮| 大型黄色视频在线免费观看| 国产精品av久久久久免费| 久久这里只有精品19| 国产成人免费无遮挡视频| 另类精品久久| 亚洲中文av在线| 欧美日韩福利视频一区二区| netflix在线观看网站| 亚洲伊人色综图| 久久精品人人爽人人爽视色| 免费观看a级毛片全部| 高潮久久久久久久久久久不卡| 日韩中文字幕欧美一区二区| 久热这里只有精品99| 一边摸一边抽搐一进一小说 | 精品少妇一区二区三区视频日本电影| av欧美777| 国产福利在线免费观看视频| 日韩中文字幕视频在线看片| 日韩免费高清中文字幕av| 亚洲成人免费av在线播放| 午夜福利在线免费观看网站| 国产精品秋霞免费鲁丝片| 啦啦啦在线免费观看视频4| 12—13女人毛片做爰片一| 捣出白浆h1v1| 国产欧美日韩一区二区精品| 黑人操中国人逼视频| 午夜免费成人在线视频| 99精国产麻豆久久婷婷| aaaaa片日本免费| 国产免费视频播放在线视频| 黑人巨大精品欧美一区二区蜜桃| 国产免费福利视频在线观看| 正在播放国产对白刺激| 黄色视频在线播放观看不卡| 欧美黄色片欧美黄色片| tocl精华| 国精品久久久久久国模美| 欧美成人午夜精品| 新久久久久国产一级毛片| 国产日韩欧美在线精品| 欧美黄色片欧美黄色片| 俄罗斯特黄特色一大片| 大陆偷拍与自拍| 国产免费福利视频在线观看| 久久天躁狠狠躁夜夜2o2o| 一进一出抽搐动态| 黄色丝袜av网址大全| 香蕉久久夜色| 高清欧美精品videossex| 少妇粗大呻吟视频| 国产xxxxx性猛交| 国产亚洲欧美在线一区二区| 亚洲黑人精品在线| 黄色片一级片一级黄色片| 国产精品 欧美亚洲| 王馨瑶露胸无遮挡在线观看| 麻豆乱淫一区二区| 亚洲av成人不卡在线观看播放网| 久久毛片免费看一区二区三区| 19禁男女啪啪无遮挡网站| 嫁个100分男人电影在线观看| 日本wwww免费看| 精品少妇内射三级| 99久久人妻综合| 女性生殖器流出的白浆| 亚洲伊人久久精品综合| 国产精品久久久久成人av| 在线观看一区二区三区激情| 最近最新中文字幕大全免费视频| 在线播放国产精品三级| 久热爱精品视频在线9| 欧美黄色片欧美黄色片| 亚洲一卡2卡3卡4卡5卡精品中文| 国产亚洲精品一区二区www | 免费观看av网站的网址| 欧美精品亚洲一区二区| avwww免费| 精品免费久久久久久久清纯 | 国产高清国产精品国产三级| 女性被躁到高潮视频| 亚洲国产毛片av蜜桃av| 18在线观看网站| 99精品在免费线老司机午夜| 国产精品久久久av美女十八| 久久午夜亚洲精品久久| 丝袜美足系列| 丝袜喷水一区| 纵有疾风起免费观看全集完整版| 国产人伦9x9x在线观看| 久久久久久久大尺度免费视频| 人人妻人人澡人人爽人人夜夜| 精品国产乱码久久久久久小说| av电影中文网址| 精品一品国产午夜福利视频| 久9热在线精品视频| 欧美日韩国产mv在线观看视频| 欧美精品高潮呻吟av久久| 黄频高清免费视频| 黄片播放在线免费| 十八禁高潮呻吟视频| 在线看a的网站| 国产高清国产精品国产三级| 欧美日韩精品网址| 日韩精品免费视频一区二区三区| 露出奶头的视频| 国产欧美日韩一区二区精品| √禁漫天堂资源中文www| 亚洲午夜理论影院| 动漫黄色视频在线观看| 国产又色又爽无遮挡免费看| videosex国产| 波多野结衣一区麻豆| 午夜久久久在线观看| 亚洲av片天天在线观看| 黄网站色视频无遮挡免费观看| 在线观看免费视频网站a站| 色94色欧美一区二区| 久久香蕉激情| av国产精品久久久久影院| av线在线观看网站| 久久天躁狠狠躁夜夜2o2o| xxxhd国产人妻xxx| 无遮挡黄片免费观看| 最近最新中文字幕大全免费视频| 91精品国产国语对白视频| 新久久久久国产一级毛片| 欧美精品人与动牲交sv欧美| 热re99久久国产66热| 国产一区有黄有色的免费视频| 电影成人av| 搡老乐熟女国产| 久久久久久久大尺度免费视频| 中文字幕另类日韩欧美亚洲嫩草| 精品第一国产精品| 亚洲av成人不卡在线观看播放网| 久久精品91无色码中文字幕| 9191精品国产免费久久| 国产欧美日韩一区二区三| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美日韩av久久| 国产欧美日韩精品亚洲av| 夜夜夜夜夜久久久久| 亚洲专区国产一区二区| 色94色欧美一区二区| 2018国产大陆天天弄谢| 悠悠久久av| 国产有黄有色有爽视频| 午夜免费鲁丝| 日本五十路高清| a级毛片在线看网站| 久久青草综合色| 一个人免费看片子| 午夜精品久久久久久毛片777| 咕卡用的链子| 一二三四社区在线视频社区8| 国产麻豆69| 国产精品久久久久久精品电影小说| 高清视频免费观看一区二区| 亚洲精品国产一区二区精华液| 免费在线观看影片大全网站| 俄罗斯特黄特色一大片| 我的亚洲天堂| 久久精品aⅴ一区二区三区四区| 成人黄色视频免费在线看| 淫妇啪啪啪对白视频| 亚洲熟女毛片儿| 国产不卡一卡二| 久久久久久久久久久久大奶| 99精品在免费线老司机午夜| 他把我摸到了高潮在线观看 | 91字幕亚洲| 国产精品久久久久久人妻精品电影 | 国产男靠女视频免费网站| a级毛片在线看网站| 少妇猛男粗大的猛烈进出视频| 亚洲国产看品久久| 久久久精品国产亚洲av高清涩受| 国产亚洲一区二区精品| 51午夜福利影视在线观看| 国产日韩一区二区三区精品不卡| 少妇精品久久久久久久| 一进一出抽搐动态| av不卡在线播放| 国产不卡一卡二| 99国产综合亚洲精品| 亚洲人成伊人成综合网2020| 老司机深夜福利视频在线观看| 欧美在线黄色| 欧美日本中文国产一区发布| 天天操日日干夜夜撸| 老司机午夜福利在线观看视频 | 丰满饥渴人妻一区二区三| 另类亚洲欧美激情| 这个男人来自地球电影免费观看| 777米奇影视久久| 一边摸一边抽搐一进一出视频| 国产精品久久久av美女十八| 亚洲七黄色美女视频| 2018国产大陆天天弄谢| 国产精品国产高清国产av | 亚洲视频免费观看视频| 久久精品成人免费网站| 亚洲精品国产一区二区精华液| 欧美精品亚洲一区二区| 91麻豆精品激情在线观看国产 | 天天影视国产精品| 在线看a的网站| 男女高潮啪啪啪动态图| 极品少妇高潮喷水抽搐| av福利片在线| 日本黄色视频三级网站网址 | 老司机福利观看| 成人手机av| 无限看片的www在线观看| 十八禁网站免费在线| 精品久久蜜臀av无| 男女午夜视频在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 国产精品1区2区在线观看. | 一边摸一边抽搐一进一小说 | 欧美av亚洲av综合av国产av| 日本一区二区免费在线视频| 在线亚洲精品国产二区图片欧美| 十八禁人妻一区二区| 99国产精品一区二区三区| 国产一区二区激情短视频| 国产男女内射视频| 天天躁狠狠躁夜夜躁狠狠躁| 女警被强在线播放| 亚洲精品中文字幕在线视频| 免费看十八禁软件| 亚洲一区中文字幕在线| 欧美激情高清一区二区三区| 王馨瑶露胸无遮挡在线观看| 视频区欧美日本亚洲| 欧美久久黑人一区二区| 国产精品免费一区二区三区在线 | 精品卡一卡二卡四卡免费| 两个人看的免费小视频| 少妇的丰满在线观看| 岛国在线观看网站| 在线永久观看黄色视频| 成年女人毛片免费观看观看9 | 国产免费视频播放在线视频| 欧美日韩国产mv在线观看视频| 国产片内射在线| 久久午夜综合久久蜜桃| 精品高清国产在线一区| 国产亚洲一区二区精品| 精品亚洲乱码少妇综合久久| 日韩欧美一区二区三区在线观看 | 国产高清视频在线播放一区| 亚洲视频免费观看视频| 纵有疾风起免费观看全集完整版| 操美女的视频在线观看| 久久热在线av| 夜夜骑夜夜射夜夜干| 伊人久久大香线蕉亚洲五| 国产一卡二卡三卡精品| 亚洲av第一区精品v没综合| 亚洲人成电影免费在线| 正在播放国产对白刺激| 国产成+人综合+亚洲专区| 国产成人欧美| 国产不卡一卡二| 肉色欧美久久久久久久蜜桃| 老司机午夜十八禁免费视频| 黄色a级毛片大全视频| 精品福利观看| 久久国产精品男人的天堂亚洲| 老汉色av国产亚洲站长工具| 毛片女人毛片| 久久久久精品国产欧美久久久| 超碰成人久久| 成人av一区二区三区在线看| 色综合亚洲欧美另类图片| 亚洲av第一区精品v没综合| 色综合欧美亚洲国产小说| 少妇熟女aⅴ在线视频| 欧美在线黄色| 国产精品av久久久久免费| 别揉我奶头~嗯~啊~动态视频| 制服人妻中文乱码| 身体一侧抽搐| 中文字幕熟女人妻在线| 很黄的视频免费| 在线国产一区二区在线| 国产精品影院久久| 欧美性猛交╳xxx乱大交人| 97超级碰碰碰精品色视频在线观看| 国产成人精品久久二区二区免费| 伊人久久大香线蕉亚洲五| 亚洲精品色激情综合| 好男人在线观看高清免费视频| 成人一区二区视频在线观看| 亚洲专区字幕在线| 色哟哟哟哟哟哟| 嫩草影院精品99| e午夜精品久久久久久久| 色综合婷婷激情| 97人妻精品一区二区三区麻豆| 国模一区二区三区四区视频 | 午夜影院日韩av| 嫩草影院入口| 亚洲国产精品久久男人天堂| 一级黄色大片毛片| 国产精品av视频在线免费观看| 亚洲国产精品成人综合色| 久久精品国产99精品国产亚洲性色| 亚洲欧美日韩东京热| 免费av毛片视频| 亚洲人成电影免费在线| 老司机深夜福利视频在线观看| 亚洲激情在线av| 国产麻豆成人av免费视频| 韩国av一区二区三区四区| 亚洲激情在线av| 非洲黑人性xxxx精品又粗又长| 欧美乱色亚洲激情| 精品乱码久久久久久99久播| 国产精华一区二区三区| 亚洲欧美日韩高清在线视频| av在线蜜桃| 舔av片在线| 成年免费大片在线观看| 日本熟妇午夜| 啦啦啦免费观看视频1| 欧美在线一区亚洲| 亚洲av电影不卡..在线观看| 亚洲色图av天堂| 色噜噜av男人的天堂激情| 亚洲国产欧美一区二区综合| 国产精品 欧美亚洲| 午夜视频精品福利| 十八禁网站免费在线| 最近在线观看免费完整版| 日日摸夜夜添夜夜添小说| 成人av一区二区三区在线看| 亚洲无线在线观看| 精品无人区乱码1区二区| 人妻丰满熟妇av一区二区三区| 1000部很黄的大片| 观看美女的网站| 国产激情欧美一区二区| 村上凉子中文字幕在线| 日本免费a在线| 亚洲男人的天堂狠狠| 欧美不卡视频在线免费观看| 国产精品久久久久久精品电影| 国产精华一区二区三区| 久久久精品大字幕| 91字幕亚洲| 国产精华一区二区三区| 亚洲国产欧美网| 午夜a级毛片| 国产亚洲精品久久久com| 中文字幕av在线有码专区| 成人三级黄色视频| 亚洲精品久久国产高清桃花| 99热精品在线国产| 亚洲真实伦在线观看| 我要搜黄色片| 亚洲avbb在线观看| 熟女电影av网| 久久香蕉国产精品| 精品午夜福利视频在线观看一区| 国产乱人伦免费视频| 宅男免费午夜| 亚洲人成伊人成综合网2020| 国产伦精品一区二区三区四那| 国产av在哪里看| 精品久久久久久久末码| 国产av麻豆久久久久久久| 天天躁狠狠躁夜夜躁狠狠躁| 桃红色精品国产亚洲av| 中文资源天堂在线| 国产精品,欧美在线| 久久精品国产99精品国产亚洲性色| 日韩中文字幕欧美一区二区| 亚洲欧美日韩卡通动漫| 成人一区二区视频在线观看| 五月伊人婷婷丁香| 国产真实乱freesex| 日韩精品中文字幕看吧| 久久香蕉国产精品| 欧洲精品卡2卡3卡4卡5卡区| 91字幕亚洲| 欧美黑人巨大hd| 午夜日韩欧美国产| 18禁国产床啪视频网站| 很黄的视频免费| 动漫黄色视频在线观看| av视频在线观看入口| 成人欧美大片| 国产精品久久久人人做人人爽| 中文字幕精品亚洲无线码一区| av天堂中文字幕网| 淫秽高清视频在线观看| 中文字幕最新亚洲高清| 女人高潮潮喷娇喘18禁视频| 99riav亚洲国产免费| 亚洲一区二区三区不卡视频| 欧美黄色片欧美黄色片| 成年女人毛片免费观看观看9| 免费在线观看影片大全网站| 国产成人精品久久二区二区91| 美女被艹到高潮喷水动态| 99久久精品热视频| 夜夜夜夜夜久久久久| 人妻夜夜爽99麻豆av| 免费人成视频x8x8入口观看| 人人妻人人看人人澡| 国产欧美日韩精品亚洲av| 亚洲男人的天堂狠狠| 久久久国产欧美日韩av| 午夜福利视频1000在线观看| 香蕉久久夜色| 久久精品综合一区二区三区| 天堂网av新在线| avwww免费| 成人鲁丝片一二三区免费| 久久久久亚洲av毛片大全| 后天国语完整版免费观看| 天天一区二区日本电影三级| 中文字幕熟女人妻在线| 亚洲中文日韩欧美视频| www.999成人在线观看| 黄色丝袜av网址大全| 五月伊人婷婷丁香| 无人区码免费观看不卡| 夜夜看夜夜爽夜夜摸| 国产熟女xx| 一二三四社区在线视频社区8| 成熟少妇高潮喷水视频| 亚洲自拍偷在线| 国产成人av教育| 午夜两性在线视频| 亚洲性夜色夜夜综合| 精品一区二区三区av网在线观看| 少妇丰满av| 夜夜夜夜夜久久久久| 国产精品久久久久久亚洲av鲁大| 高清毛片免费观看视频网站| 国产精品一区二区三区四区免费观看 | 午夜福利高清视频| 色播亚洲综合网| 好看av亚洲va欧美ⅴa在| 久久久久久国产a免费观看| 天堂网av新在线| 免费av毛片视频| 桃色一区二区三区在线观看| 两个人的视频大全免费| 日本 欧美在线| 老熟妇乱子伦视频在线观看| 搡老妇女老女人老熟妇| 国内精品久久久久精免费| 午夜a级毛片| 国产视频内射| 欧美日韩综合久久久久久 | 在线视频色国产色| 可以在线观看的亚洲视频| 亚洲精品在线美女| 亚洲精华国产精华精| 亚洲国产欧美网| 欧美性猛交黑人性爽| 脱女人内裤的视频| 精品乱码久久久久久99久播| 日韩欧美国产在线观看| 一a级毛片在线观看| 99热这里只有精品一区 | 国产精品一区二区三区四区久久| 特大巨黑吊av在线直播| 婷婷精品国产亚洲av在线| 亚洲五月婷婷丁香| 网址你懂的国产日韩在线| 午夜亚洲福利在线播放| 亚洲一区二区三区不卡视频| 91av网站免费观看| h日本视频在线播放| 国产成人精品久久二区二区91| 国产成+人综合+亚洲专区| 99热只有精品国产| 天堂影院成人在线观看| 香蕉av资源在线| 久久伊人香网站| 午夜福利欧美成人| 成人鲁丝片一二三区免费| 国产一区二区三区视频了| 男插女下体视频免费在线播放| 欧美日韩瑟瑟在线播放| 精品国产乱码久久久久久男人| 亚洲欧美日韩高清在线视频| 精品人妻1区二区| 在线观看午夜福利视频| 欧美乱色亚洲激情| 免费av毛片视频| 成年免费大片在线观看| 日韩成人在线观看一区二区三区| 99精品久久久久人妻精品| 国产午夜福利久久久久久| 国产精品久久久久久人妻精品电影| 国产伦一二天堂av在线观看| or卡值多少钱| 国产激情欧美一区二区| 91麻豆精品激情在线观看国产| 国产久久久一区二区三区| www日本黄色视频网| 欧美3d第一页| 人人妻人人澡欧美一区二区| 欧美丝袜亚洲另类 | 黑人操中国人逼视频| 亚洲av电影在线进入| 搡老熟女国产l中国老女人| а√天堂www在线а√下载| 国产精品98久久久久久宅男小说| 高清毛片免费观看视频网站| 一区二区三区高清视频在线| 18禁黄网站禁片午夜丰满| 我的老师免费观看完整版| 日韩高清综合在线| 三级男女做爰猛烈吃奶摸视频| 一个人观看的视频www高清免费观看 | 亚洲国产精品久久男人天堂| 久久这里只有精品中国| 伦理电影免费视频| 热99在线观看视频| 午夜久久久久精精品| 日韩欧美三级三区| 精品久久久久久久人妻蜜臀av| 亚洲精品国产精品久久久不卡| 啦啦啦韩国在线观看视频| 国产精品日韩av在线免费观看|