• <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
    午夜福利在线观看吧| 成人精品一区二区免费| 搞女人的毛片| 婷婷亚洲欧美| av在线观看视频网站免费| 精品午夜福利在线看| 久久天躁狠狠躁夜夜2o2o| 如何舔出高潮| 亚洲经典国产精华液单 | 俄罗斯特黄特色一大片| 精品无人区乱码1区二区| 高潮久久久久久久久久久不卡| 亚洲最大成人中文| 亚洲欧美日韩无卡精品| 亚洲av第一区精品v没综合| 99精品久久久久人妻精品| 日本在线视频免费播放| 三级男女做爰猛烈吃奶摸视频| 亚洲成人精品中文字幕电影| 国产伦人伦偷精品视频| 国产精品久久久久久久久免 | 久久久成人免费电影| 两个人视频免费观看高清| 欧美丝袜亚洲另类 | 老熟妇乱子伦视频在线观看| 99久久精品热视频| 日韩欧美精品免费久久 | 五月玫瑰六月丁香| 能在线免费观看的黄片| 人人妻人人看人人澡| 亚洲中文字幕一区二区三区有码在线看| 婷婷色综合大香蕉| 性插视频无遮挡在线免费观看| aaaaa片日本免费| 日日夜夜操网爽| 不卡一级毛片| 精品久久久久久久久av| 很黄的视频免费| 天堂av国产一区二区熟女人妻| 精品福利观看| 久久久久久久久大av| 性插视频无遮挡在线免费观看| 久久久国产成人免费| 免费在线观看亚洲国产| 成熟少妇高潮喷水视频| 乱码一卡2卡4卡精品| 免费人成在线观看视频色| 亚洲,欧美,日韩| 白带黄色成豆腐渣| 日韩中文字幕欧美一区二区| 国产乱人视频| 午夜福利18| 国产蜜桃级精品一区二区三区| 丰满人妻一区二区三区视频av| 亚洲,欧美精品.| 俄罗斯特黄特色一大片| 国产亚洲精品久久久com| 免费看日本二区| 99热这里只有是精品50| 丁香六月欧美| 日本熟妇午夜| 国产精品国产高清国产av| 久久香蕉精品热| 日韩精品青青久久久久久| 日本五十路高清| 在线免费观看的www视频| 综合色av麻豆| 亚洲精华国产精华精| 三级毛片av免费| 国产真实伦视频高清在线观看 | 精品久久久久久久久亚洲 | 国产精品三级大全| 精品免费久久久久久久清纯| 男人的好看免费观看在线视频| 99热6这里只有精品| 亚洲av中文字字幕乱码综合| 最好的美女福利视频网| 日韩av在线大香蕉| 别揉我奶头 嗯啊视频| av福利片在线观看| 哪里可以看免费的av片| 18禁黄网站禁片午夜丰满| 天堂av国产一区二区熟女人妻| 我的老师免费观看完整版| 床上黄色一级片| 亚洲人与动物交配视频| 亚洲,欧美,日韩| 婷婷色综合大香蕉| 午夜福利视频1000在线观看| 欧美一级a爱片免费观看看| 我的老师免费观看完整版| 国产一区二区激情短视频| 可以在线观看的亚洲视频| 看黄色毛片网站| 神马国产精品三级电影在线观看| 搡老妇女老女人老熟妇| 亚洲久久久久久中文字幕| 在线观看66精品国产| 国产欧美日韩一区二区三| 午夜老司机福利剧场| 乱码一卡2卡4卡精品| 精品一区二区三区人妻视频| 在线观看美女被高潮喷水网站 | 成人av一区二区三区在线看| 免费看美女性在线毛片视频| av黄色大香蕉| 国产极品精品免费视频能看的| 国产精品,欧美在线| 给我免费播放毛片高清在线观看| 又黄又爽又刺激的免费视频.| 99视频精品全部免费 在线| 亚洲,欧美精品.| 一级作爱视频免费观看| 老司机深夜福利视频在线观看| 国产野战对白在线观看| 欧美成人一区二区免费高清观看| 国产成人a区在线观看| 99久久久亚洲精品蜜臀av| 欧美一区二区国产精品久久精品| 免费看日本二区| 一个人看的www免费观看视频| 久久亚洲精品不卡| 免费观看的影片在线观看| 国产精品电影一区二区三区| 欧美又色又爽又黄视频| 性插视频无遮挡在线免费观看| 99热这里只有精品一区| 小蜜桃在线观看免费完整版高清| 97人妻精品一区二区三区麻豆| 日本免费a在线| 99热这里只有精品一区| 中文字幕av成人在线电影| 欧美性感艳星| 日韩欧美在线二视频| 国产极品精品免费视频能看的| 久久人人爽人人爽人人片va | 国产精品1区2区在线观看.| 亚洲,欧美精品.| 日韩 亚洲 欧美在线| 欧美+日韩+精品| 久久精品久久久久久噜噜老黄 | 中文字幕人妻熟人妻熟丝袜美| 中文亚洲av片在线观看爽| 精品久久久久久久久av| 精品99又大又爽又粗少妇毛片 | 国产伦精品一区二区三区视频9| 男女视频在线观看网站免费| a级一级毛片免费在线观看| 欧美日本亚洲视频在线播放| 99riav亚洲国产免费| 亚洲欧美日韩高清在线视频| 亚洲美女黄片视频| 亚洲成av人片免费观看| 欧美激情国产日韩精品一区| 国产蜜桃级精品一区二区三区| 美女cb高潮喷水在线观看| 亚洲中文日韩欧美视频| 五月伊人婷婷丁香| av女优亚洲男人天堂| 搡老熟女国产l中国老女人| 亚洲片人在线观看| 精品人妻熟女av久视频| 国产乱人伦免费视频| 精品乱码久久久久久99久播| 美女高潮的动态| 国语自产精品视频在线第100页| 国产蜜桃级精品一区二区三区| 嫁个100分男人电影在线观看| 午夜精品一区二区三区免费看| 在线观看av片永久免费下载| 久久久久国内视频| 国产熟女xx| 国内揄拍国产精品人妻在线| 亚洲欧美激情综合另类| 中文亚洲av片在线观看爽| 90打野战视频偷拍视频| 黄色丝袜av网址大全| 国产爱豆传媒在线观看| 老鸭窝网址在线观看| 高潮久久久久久久久久久不卡| 国产三级中文精品| 在线观看午夜福利视频| 一本综合久久免费| 深夜精品福利| 欧美极品一区二区三区四区| 亚洲专区中文字幕在线| 久久久久九九精品影院| 人妻制服诱惑在线中文字幕| 精品久久国产蜜桃| 99久久成人亚洲精品观看| 久久久久久九九精品二区国产| 舔av片在线| 日本在线视频免费播放| 无遮挡黄片免费观看| 国产精品久久视频播放| 99久久精品一区二区三区| 日韩中字成人| 国产中年淑女户外野战色| 婷婷亚洲欧美| 欧美性猛交╳xxx乱大交人| 亚洲国产精品久久男人天堂| 久久精品人妻少妇| www.www免费av| 午夜免费男女啪啪视频观看 | 日韩欧美国产一区二区入口| 18禁裸乳无遮挡免费网站照片| 亚洲无线观看免费| 亚洲av免费在线观看| 麻豆av噜噜一区二区三区| 国产老妇女一区| 听说在线观看完整版免费高清| 人妻久久中文字幕网| 精品一区二区三区视频在线观看免费| 黄色视频,在线免费观看| 欧美国产日韩亚洲一区| 久久国产乱子伦精品免费另类| 欧美黑人巨大hd| 窝窝影院91人妻| 五月伊人婷婷丁香| 99热6这里只有精品| 日本成人三级电影网站| 久久6这里有精品| 日日夜夜操网爽| 国产主播在线观看一区二区| 日本黄色片子视频| 国产一级毛片七仙女欲春2| 18禁在线播放成人免费| 美女被艹到高潮喷水动态| 国产主播在线观看一区二区| 又爽又黄无遮挡网站| 国产极品精品免费视频能看的| 美女xxoo啪啪120秒动态图 | 超碰av人人做人人爽久久| 真实男女啪啪啪动态图| 国产伦精品一区二区三区视频9| 精品一区二区三区视频在线| 老熟妇乱子伦视频在线观看| 国内毛片毛片毛片毛片毛片| 国产在线男女| 五月玫瑰六月丁香| 级片在线观看| 久久精品久久久久久噜噜老黄 | 中文字幕av在线有码专区| 黄色女人牲交| 欧美丝袜亚洲另类 | 一个人看的www免费观看视频| 国产高清激情床上av| 51国产日韩欧美| 女同久久另类99精品国产91| 亚洲七黄色美女视频| 窝窝影院91人妻| 久久99热这里只有精品18| x7x7x7水蜜桃| 成人毛片a级毛片在线播放| 久久亚洲真实| 中文资源天堂在线| 色综合站精品国产| 夜夜躁狠狠躁天天躁| 欧美bdsm另类| xxxwww97欧美| 国产爱豆传媒在线观看| 18禁裸乳无遮挡免费网站照片| 国产亚洲精品综合一区在线观看| 久久99热这里只有精品18| 99精品久久久久人妻精品| 精品福利观看| or卡值多少钱| 国产在线精品亚洲第一网站| 日韩欧美一区二区三区在线观看| 国产亚洲欧美98| av在线蜜桃| 欧美成人a在线观看| 亚洲一区二区三区不卡视频| 久久精品综合一区二区三区| 亚洲三级黄色毛片| 午夜福利18| 欧美成人a在线观看| 欧美日韩亚洲国产一区二区在线观看| 欧美日本视频| 国产高潮美女av| 日韩欧美三级三区| 91在线精品国自产拍蜜月| 老司机午夜十八禁免费视频| 国产精品一区二区免费欧美| 成年版毛片免费区| 国产午夜精品久久久久久一区二区三区 | 波野结衣二区三区在线| 美女大奶头视频| 国产精品精品国产色婷婷| 18禁黄网站禁片午夜丰满| 又黄又爽又刺激的免费视频.| 国产一级毛片七仙女欲春2| a级毛片免费高清观看在线播放| 国产麻豆成人av免费视频| 久久精品国产亚洲av涩爱 | 精品人妻视频免费看| 国产一区二区亚洲精品在线观看| 欧美成狂野欧美在线观看| 国产大屁股一区二区在线视频| 黄色一级大片看看| 色噜噜av男人的天堂激情| 欧美在线一区亚洲| 国内久久婷婷六月综合欲色啪| 人妻制服诱惑在线中文字幕| 男人舔女人下体高潮全视频| 97热精品久久久久久| 国产色爽女视频免费观看| 国产爱豆传媒在线观看| 国产一区二区三区在线臀色熟女| 一进一出抽搐动态| 亚洲一区二区三区不卡视频| 男女下面进入的视频免费午夜| 久久6这里有精品| 级片在线观看| 亚洲av成人不卡在线观看播放网| 舔av片在线| 级片在线观看| ponron亚洲| 久久久久九九精品影院| 熟女电影av网| 99riav亚洲国产免费| 又黄又爽又免费观看的视频| 国产高清有码在线观看视频| 99国产精品一区二区三区| 99国产综合亚洲精品| 成人精品一区二区免费| 90打野战视频偷拍视频| 中文字幕高清在线视频| 亚洲内射少妇av| 中文在线观看免费www的网站| 一级a爱片免费观看的视频| 亚洲欧美激情综合另类| 97碰自拍视频| 久久久久性生活片| 国产三级在线视频| 少妇人妻精品综合一区二区 | 在线观看美女被高潮喷水网站 | 丰满的人妻完整版| 高清在线国产一区| 久久精品国产清高在天天线| 一本精品99久久精品77| 国产91精品成人一区二区三区| 亚洲欧美精品综合久久99| 村上凉子中文字幕在线| 最新在线观看一区二区三区| 亚洲精品亚洲一区二区| 免费在线观看亚洲国产| 亚洲精品一区av在线观看| 无人区码免费观看不卡| 婷婷精品国产亚洲av在线| 国产美女午夜福利| 此物有八面人人有两片| 又粗又爽又猛毛片免费看| 男插女下体视频免费在线播放| 亚洲最大成人中文| 两个人视频免费观看高清| 丁香六月欧美| 日韩欧美一区二区三区在线观看| 亚洲欧美日韩高清专用| 国产亚洲精品av在线| 色吧在线观看| 免费在线观看亚洲国产| 国产午夜精品论理片| 男人舔女人下体高潮全视频| 91在线精品国自产拍蜜月| 丰满人妻熟妇乱又伦精品不卡| 欧美日韩国产亚洲二区| 亚洲片人在线观看| 日韩亚洲欧美综合| netflix在线观看网站| av欧美777| 国产人妻一区二区三区在| 国产精品乱码一区二三区的特点| 日本 av在线| 真人一进一出gif抽搐免费| 欧美日韩国产亚洲二区| 亚洲av美国av| 夜夜夜夜夜久久久久| 精品不卡国产一区二区三区| 国产精品精品国产色婷婷| 观看免费一级毛片| 日本五十路高清| 亚洲成av人片免费观看| 婷婷亚洲欧美| 90打野战视频偷拍视频| 国产成人a区在线观看| 3wmmmm亚洲av在线观看| 欧美成人免费av一区二区三区| av中文乱码字幕在线| 国产视频内射| www日本黄色视频网| 成人亚洲精品av一区二区| 中文字幕人成人乱码亚洲影| 精品99又大又爽又粗少妇毛片 | 欧美性猛交╳xxx乱大交人| 亚洲无线观看免费| 日本a在线网址| 欧美日韩瑟瑟在线播放| 最近最新免费中文字幕在线| 亚洲 欧美 日韩 在线 免费| 国产亚洲精品久久久com| 身体一侧抽搐| 午夜激情福利司机影院| 午夜影院日韩av| 亚洲精品456在线播放app | 亚洲av日韩精品久久久久久密| 免费在线观看日本一区| 国产一区二区激情短视频| 日韩欧美在线乱码| 日本a在线网址| 少妇高潮的动态图| a在线观看视频网站| 欧美三级亚洲精品| 日韩 亚洲 欧美在线| 婷婷精品国产亚洲av在线| 美女高潮的动态| 97人妻精品一区二区三区麻豆| 成人鲁丝片一二三区免费| 中文字幕人成人乱码亚洲影| 中文字幕人妻熟人妻熟丝袜美| 丰满的人妻完整版| 成人美女网站在线观看视频| 国产成人福利小说| 搡老熟女国产l中国老女人| 深爱激情五月婷婷| 国产精品一区二区三区四区免费观看 | 12—13女人毛片做爰片一| av女优亚洲男人天堂| 国产乱人视频| 两人在一起打扑克的视频| 久久国产乱子免费精品| www.熟女人妻精品国产| 少妇的逼好多水| 麻豆一二三区av精品| 极品教师在线免费播放| 国产白丝娇喘喷水9色精品| 最后的刺客免费高清国语| 国产一级毛片七仙女欲春2| 亚洲成人久久爱视频| 免费看a级黄色片| 亚洲第一欧美日韩一区二区三区| 久久精品国产自在天天线| 美女 人体艺术 gogo| 欧美三级亚洲精品| 日日干狠狠操夜夜爽| 人妻丰满熟妇av一区二区三区| 好男人电影高清在线观看| 97热精品久久久久久| 小蜜桃在线观看免费完整版高清| 五月伊人婷婷丁香| 麻豆成人午夜福利视频| 久久精品国产亚洲av涩爱 | 国内揄拍国产精品人妻在线| 99热6这里只有精品| 国产视频一区二区在线看| 高清在线国产一区| 1000部很黄的大片| 亚洲五月婷婷丁香| 久久国产精品影院| 成人午夜高清在线视频| 国产精品亚洲美女久久久| a级毛片免费高清观看在线播放| 国内久久婷婷六月综合欲色啪| 人人妻,人人澡人人爽秒播| 午夜免费激情av| 亚洲va日本ⅴa欧美va伊人久久| 免费电影在线观看免费观看| 色av中文字幕| 2021天堂中文幕一二区在线观| 亚洲最大成人手机在线| 成年版毛片免费区| 一级毛片久久久久久久久女| a级一级毛片免费在线观看| 亚洲国产欧洲综合997久久,| 级片在线观看| 国产精品av视频在线免费观看| x7x7x7水蜜桃| 中文字幕av成人在线电影| 一本一本综合久久| 国产亚洲精品久久久久久毛片| 超碰av人人做人人爽久久| 国产亚洲精品综合一区在线观看| 丰满人妻一区二区三区视频av| 极品教师在线视频| 深夜a级毛片| 日本撒尿小便嘘嘘汇集6| 又粗又爽又猛毛片免费看| 精品人妻熟女av久视频| 97人妻精品一区二区三区麻豆| 99热这里只有精品一区| 亚洲自偷自拍三级| 国产午夜精品论理片| 久久天躁狠狠躁夜夜2o2o| 国产高潮美女av| 又爽又黄无遮挡网站| 欧美午夜高清在线| 中文字幕av在线有码专区| 久久久久久久精品吃奶| 午夜福利在线观看免费完整高清在 | 中文字幕高清在线视频| 久久6这里有精品| 亚洲中文字幕一区二区三区有码在线看| 精品熟女少妇八av免费久了| 精华霜和精华液先用哪个| 国产在视频线在精品| 成人特级av手机在线观看| 国产精品国产高清国产av| 给我免费播放毛片高清在线观看| 91字幕亚洲| 婷婷丁香在线五月| 十八禁网站免费在线| 搞女人的毛片| 久久九九热精品免费| 好男人电影高清在线观看| 亚洲avbb在线观看| 床上黄色一级片| 黄色配什么色好看| 久久久国产成人免费| 搡老岳熟女国产| 国产在线精品亚洲第一网站| 偷拍熟女少妇极品色| 在线天堂最新版资源| 亚洲成a人片在线一区二区| 久久性视频一级片| 日韩欧美精品v在线| 久久人妻av系列| 舔av片在线| 又紧又爽又黄一区二区| 欧美xxxx性猛交bbbb| 国内揄拍国产精品人妻在线| 国产激情偷乱视频一区二区| 欧美成人a在线观看| 日韩人妻高清精品专区| 内地一区二区视频在线| 国产一区二区在线av高清观看| 久久精品国产亚洲av涩爱 | 日韩欧美 国产精品| 亚洲av不卡在线观看| 国产成年人精品一区二区| 成人永久免费在线观看视频| 久久性视频一级片| 人妻夜夜爽99麻豆av| 国产美女午夜福利| 在线观看av片永久免费下载| 十八禁人妻一区二区| 麻豆成人av在线观看| 男女视频在线观看网站免费| 在线观看免费视频日本深夜| 精品欧美国产一区二区三| 日本黄色视频三级网站网址| 老鸭窝网址在线观看| 亚洲av五月六月丁香网| 天美传媒精品一区二区| 欧美高清成人免费视频www| 男女床上黄色一级片免费看| 欧洲精品卡2卡3卡4卡5卡区| eeuss影院久久| 日韩欧美在线二视频| 在线观看一区二区三区| 国产单亲对白刺激| 亚洲国产精品sss在线观看| 免费在线观看亚洲国产| ponron亚洲| 成人性生交大片免费视频hd| 日韩欧美 国产精品| 欧美xxxx性猛交bbbb| 91午夜精品亚洲一区二区三区 | 99riav亚洲国产免费| 身体一侧抽搐| 非洲黑人性xxxx精品又粗又长| 神马国产精品三级电影在线观看| 在线免费观看不下载黄p国产 | 人人妻人人澡欧美一区二区| 一进一出抽搐动态| 村上凉子中文字幕在线| 成人亚洲精品av一区二区| 免费av毛片视频| 亚洲欧美日韩高清在线视频| 麻豆国产97在线/欧美| 国产免费男女视频| 性插视频无遮挡在线免费观看| 搞女人的毛片| 夜夜爽天天搞| 成年女人看的毛片在线观看| 成人性生交大片免费视频hd| 此物有八面人人有两片| 国产亚洲欧美98| www日本黄色视频网| 国产久久久一区二区三区| 宅男免费午夜| 免费在线观看日本一区| 欧美一区二区国产精品久久精品| 成人一区二区视频在线观看| 极品教师在线免费播放| 欧美精品啪啪一区二区三区| 色精品久久人妻99蜜桃| 国产精品一区二区性色av| 99久久精品国产亚洲精品| 五月伊人婷婷丁香| 国产在视频线在精品| 少妇的逼好多水| 国产精品亚洲美女久久久| 老鸭窝网址在线观看| 国产一级毛片七仙女欲春2| 狂野欧美白嫩少妇大欣赏| 日韩成人在线观看一区二区三区| 一级av片app| 高清日韩中文字幕在线| 麻豆一二三区av精品| 久久久久久久精品吃奶| 亚洲第一区二区三区不卡| 老司机午夜十八禁免费视频| 国产主播在线观看一区二区| 国内精品久久久久精免费| 美女xxoo啪啪120秒动态图 |