• <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 ?

    智能視頻監(jiān)控中基于膚色信息的人臉檢測算法研究

    2018-04-04 09:10:16黃知超張鵬趙華榮趙文明
    現(xiàn)代電子技術 2018年7期

    黃知超 張鵬 趙華榮 趙文明

    摘 要: 針對智能視頻監(jiān)控中人臉檢測受復雜環(huán)境以及多姿態(tài)人臉的影響,采用一種基于膚色特征與AdaBoost算法相結合的方法,提取兩種算法各自優(yōu)點并加以優(yōu)化,其主要思想是利用膚色特征建立膚色模型,選出含有人臉預檢測膚色區(qū)域,進行人臉樣本訓練,提取人臉樣本Haar特征,進行弱分類器訓練,利用迭代的方法,再將不同的弱分類器組合成強分類器,最后形成級聯(lián)分類器,運用級聯(lián)分類器檢測含有人臉的膚色區(qū)域。實驗結果表明,該方法不僅提高了智能視頻監(jiān)控中人臉檢測的效率和準確性,而且具有較好的魯棒性。

    關鍵詞: 人臉檢測; 膚色特征; AdaBoost算法; 弱分類器訓練; 級聯(lián)分類器; 視頻監(jiān)控

    中圖分類號: TN911.73?34; TP319.4 文獻標識碼: A 文章編號: 1004?373X(2018)07?0058?04

    Research on human face detection algorithm based on skin

    color information in intelligent video surveillance

    HUANG Zhichao, ZHANG Peng, ZHAO Huarong, ZHAO Wenming

    (School of Mechanical and Electrical Engineering, Guilin University of Electronic Technology, Guilin 541004, China)

    Abstract: Since the human face detection in intelligent video surveillance is influenced by complex environment and multi?pose human face, a method based on skin color feature algorithm and AdaBoost algorithm is adopted to extract and optimize the respective advantages of the two algorithms. According to the main thought of the method, the skin color feature is used to establish the skin color model, and select the pre?detecting skin color area containing human face for human face sample training. The Haar feature of human face sample is extracted to train the weak classifiers. The iterative method is used to combine different weak classifiers into a strong classifier, so as to form a cascade classifier, with which the skin color region containing human face is detected. The experimental results show this method can improve the efficiency and accuracy of human face detection in intelligent video surveillance, and has strong robustness.

    Keywords: human face detection; skin color feature; AdaBoost algorithm; weak classifier training; cascade classifier; video surveillance

    0 引 言

    隨著社會公共安全措施的日益增強和防范技術的不斷進步,智能視頻監(jiān)控系統(tǒng)中的人臉檢測逐漸成為熱門的研究領域。人臉檢測技術是一種分析人臉特征信息進行身份辨別的生物檢測技術,它涉及圖像處理、機器視覺、模式識別等眾多領域。通過人臉檢測判斷該人身份信息[1?2],人們可以根據人臉的復雜變化,判斷出一個人的性格與情緒狀態(tài)。人臉檢測技術的最大優(yōu)點是檢測過程精度高、速度快以及更具保密性和方便性,廣泛應用于計算機安全、網絡安全、機器視覺、門禁系統(tǒng)、醫(yī)學診斷系統(tǒng)和智能監(jiān)控系統(tǒng)等[3?4]。因此,對人臉檢測的算法研究成為重中之重。

    人臉檢測技術是對載入的圖像經過一定的算法處理,找到人臉并確定人臉大小和位置的過程[5?6]。但容易受到復雜環(huán)境的影響,提高了檢測的難度,如易受到人體姿態(tài)、面部表情、圖像旋轉方向、光照和遮擋等因素的影響[7]。海內外學者對此做了很多研究,以AdaBoost算法為核心的人臉檢測算法是2001年由Paul Viola等人提出的,此算法保證了檢測的實時性[8],但由于容易受到人臉姿態(tài)的影響,從而對多人臉檢測的準確率較低;基于膚色特征的檢測方法主要利用膚色的穩(wěn)定性以及不依賴于人臉細節(jié)的特征[9],對膚色區(qū)域的圖像進行分割,在膚色區(qū)域中找到并確認人臉位置,檢測速度快,但易出現(xiàn)把類似膚色背景物體錯判為人臉的情況,從而增大了誤判率。

    本文結合膚色模型和AdaBoost算法的優(yōu)點,并加以優(yōu)化,利用膚色建模,進行膚色分割,分割出含有人臉的預檢測膚色區(qū)域,結合AdaBoost算法訓練人臉樣本,篩選出能夠區(qū)分人臉特征的弱分類器,再將一系列的弱分類器組合成強分類器,創(chuàng)建級聯(lián)分類器,對含有人臉預檢測膚色區(qū)域的人臉目標進行檢測。該方法不僅解決了智能視頻監(jiān)控中多姿態(tài)人臉以及在復雜背景下人臉檢測困難的問題,而且提高了人臉檢測的準確率和效率。

    1 膚色特征和級聯(lián)結構AdaBoost算法解析

    1.1 基于膚色特征的人臉檢測

    基于膚色特征的人臉檢測方法如圖1所示,主要利用膚色特征在YCbCr空間分布呈現(xiàn)良好的聚類特性和統(tǒng)計分布規(guī)律性,找出含有人臉的膚色區(qū)域。

    1.1.1 色彩空間轉換

    對于不同種族和膚色的人,膚色差別是亮度的差別,而色度的差別很小[10]。而在RGB色彩空間中,各個分量都含有亮度信息,并且相關性大,易受光照影響。于是,采用YCbCr色彩空間進行膚色特征檢測。

    RGB色彩空間經過線性轉換可以得到YCbCr空間,其中分量[Y]代表亮度,分量[Cb]代表藍色分量與一個相對參考值的差,分量[Cr]代表紅色分量與一個相對參考值的差。RGB與YCbCr相互轉換的公式如下:

    [YCbCr=0.2990.5870.114-0.168 7-0.331 30.50.5-0.418 7-0.081 3RGB+00.50.5] (1)

    1.1.2 基于色彩空間的膚色分割

    統(tǒng)計信息表明,世界上不同人種的皮膚顏色相差很大,但膚色信息受亮度影響較大,相對受色度信息影響很小,于是,在YCbCr空間內,不考慮分量[Y]的影響,直接映射到CbCr空間上,呈現(xiàn)二維獨立分布,便于運算。在膚色檢測過程中容易受到光照、噪聲等因素的影響,對待測樣本進行光照補償、高斯濾波處理,降低不利因素的影響,提高檢測的準確性。在YCbCr色彩空間內,根據橢圓膚色模型,按照式(2)進行膚色分割,做形態(tài)學處理,進而得到理想的膚色區(qū)域檢測效果。

    在YCbCr色彩空間中,若待檢測圖像像素滿足式(2),則認為是膚色圖像,記為1;否則,記為0,形成二值圖像。

    1.1.3 人臉區(qū)域篩選

    由膚色模型篩選的膚色區(qū)域,很多不為人臉區(qū)域,需要對這些區(qū)域進行篩選。如受手臂、噪聲、膚色相近的物體和背景環(huán)境等因素影響,存在白色的孤立點以及類膚色的小區(qū)域,做形態(tài)學處理,利用連續(xù)的開閉運算,消除了一些孤立點以及小區(qū)域,進一步確定人臉區(qū)域(限定條件):

    1) 若目標高寬比[k(k≤0.8,k≥2.4)],則不是人臉區(qū)域并刪除該區(qū)域;

    2) 膚色面積過大或過小,則認為不是人臉區(qū)域,刪除該膚色區(qū)域;

    3) 矩形面積[S]是目標區(qū)長度與目標區(qū)寬度的乘積,目標區(qū)面積為[s,]若[sS<0.6,]則認為不是人臉區(qū)域;

    4) 膚色檢測區(qū)域小于300的去掉,一般多為手或與膚色相近的區(qū)域。

    如圖2所示為基于膚色特征的人臉檢測過程。

    1.2 AdaBoost算法人臉檢測

    AdaBoost算法的人臉檢測如圖3所示,選擇的人臉樣本為正向,在速率和準確性方面,AdaBoost算法對人臉的檢測具有良好的優(yōu)勢,可以得到良好的檢測效果。具體算法是:對候選區(qū)域進行積分圖計算,快速得到Haar?like特征,利用Haar?like特征創(chuàng)建弱分類器,一系列的弱分類器經過多次迭代生成強分類器,再將多個強分類器級聯(lián)組成更有檢測效果的級聯(lián)結構分類器。

    1.2.1 級聯(lián)結構的AdaBoost算法原理

    AdaBoost算法是基于統(tǒng)計理論的一種機器學習算法,其基本原理是訓練大量的正負樣本,篩選樣本的關鍵特征,并把正負樣本區(qū)分開來。Viola和Jones提出了積分圖像概念,并且以AdaBoost算法為基礎訓練人臉檢測分類器,創(chuàng)建第一個實時的人臉檢測系統(tǒng)[11]。該系統(tǒng)利用積分圖像,快速計算正負樣本大量的簡單特征,再利用AdaBoost學習算法篩選一些重要特征,構造一組弱分類器,多個弱分類器經過線性組合,形成一個強分類器,然后采用多個強分類器迭代,形成級聯(lián)結構,大大提高檢測準確率。

    1.2.2 Haar特征

    Haar?like特征作為人臉檢測的特征表示,常常使用到三種類型四種形式(見圖4)。Haar特征分為三類:邊緣特征、線性特征、中心特征和對角線特征,組合成特征模板。Haar特征值反映了圖像的灰度變化情況。

    式中[αt=log1βt]。

    6) 通過不斷調整檢測窗口的位置和比例找到人臉。

    1.2.3 級聯(lián)結構的分類器的訓練

    在AdaBoost算法學習中,通過篩選所檢測圖像獲取大量具有代表性的Haar特征值,每一個Haar特征構建一個弱分類器,將一系列弱分類器經過迭代構建強分類器,級聯(lián)分類器是把訓練好的強分類器層層迭代并串聯(lián)在一起,每級都有相同的檢測率,并且保留對下一級具體物體的檢測,而每一級的子分類器則有許多Haar特征,并且每個特征帶一個閾值和兩個分支值,每級子分類器帶一個總的閾值,能夠阻擋大部分非人臉樣本通過,人臉樣本順利篩選。級聯(lián)結構是一種從粗到細的結構,從弱分類器到強分類器的過程,從而形成級聯(lián)結構,經過多個分類器篩選,人臉樣本最終會以大概率被檢測到,從而被判定為人臉。

    2 基于膚色特征與級聯(lián)結構的AdaBoost算法

    人臉檢測

    基于膚色特征的人臉檢測方法在人臉表情變化以及人臉側面有很好的檢測率,但容易受復雜背景以及光照的影響,出現(xiàn)誤檢和漏檢的現(xiàn)象;AdaBoost人臉檢測算法受背景影響比較小,但容易受到人臉姿態(tài)變化的影響,從而影響檢測率。因此,將兩者的優(yōu)點與缺點進行對比分析,汲取兩種算法的優(yōu)點,將兩種方法進行混合并加以優(yōu)化。通過膚色模型得到含有人臉的待檢測膚色區(qū)域,然后利用分類器對待檢測膚色區(qū)域進行分類,從而提高級聯(lián)分類器的檢測速率,人臉檢測相關流程圖如圖5所示。

    3 實驗結果與分析

    通過對膚色特征與AdaBoost算法兩種人臉檢測算法進行比較,汲取兩者的優(yōu)點,并加以優(yōu)化,從而得到檢測效果好、檢測速率快的人臉檢測方法。

    本實驗從單臉、多人臉、簡單背景和復雜背景四個方面進行測試,比較每一種算法的優(yōu)缺點。測試系統(tǒng)基于VS2013+OpenCV編程,在Intel[?]CoreTm i5?4590 CPU @ 3.30 GHz、4 GB內存的計算機上實現(xiàn)。實驗樣本:180張從監(jiān)控視頻中截取的彩色仿真圖像,圖像規(guī)格為320×240像素,其中包含有單人臉、多人臉、復雜背景以及人臉姿態(tài)各異的圖像,共856張人臉,仿真結果如圖6與圖7所示。

    對檢測結果進行分析,統(tǒng)計各個算法的檢測結果如表1所示。

    依據對表1統(tǒng)計數(shù)據的分析,采用膚色特征的人臉檢測方法在檢測率上比較高,而且檢測速度比較快,但誤檢率相對較高,主要因為容易受到類似膚色區(qū)域以及光照條件的影響;而采用具有級聯(lián)結構的AdaBoost算法容易受到人臉姿態(tài)和復雜背景的影響,從而使多人臉檢測率比較低,檢測速率不高,但誤檢率比較低。本文將兩者各自的優(yōu)點相結合,并加以優(yōu)化,在滿足檢測率的情況下,能夠有比較低的誤檢率,也可以同時滿足相對比較好的檢測率和誤檢率,在檢測速度方面相對兩種算法也有很大的提高,在一定范圍內滿足人臉檢測的準確性。

    4 結 語

    本文針對膚色特征以及級聯(lián)結構人臉檢測方法進行解析和對比實驗,實驗結果表明,膚色特征容易受到光照條件的影響,而AdaBoost算法容易受到人臉姿態(tài)的影響,其中任何一種算法都不能滿足檢測率和誤檢率的要求,因此,本文取兩種算法各自的優(yōu)點,并加以優(yōu)化。實驗結果證明,在智能視頻監(jiān)控中,該方法不僅達到了檢測率和誤檢率的要求,而且具有比較好的檢測效率,并且對光照、遮擋以及多姿態(tài)人臉等復雜環(huán)境條件,在一定程度上也有很好的檢測效果。

    參考文獻

    [1] 陳一寧,陳曉光.基于手機和人臉識別的身份識別系統(tǒng)[J].計算機應用與軟件,2011,28(3):77?79.

    CHEN Yining, CHEN Xiaoguang. A novel identity recognition system based on mobile phone and face recognition [J]. Computer applications and software, 2011, 28(3): 77?79.

    [2] 杜薇薇,瞿春柳.人臉檢測技術在3G移動增值業(yè)務中的應用[J].現(xiàn)代電子技術,2009,32(22):80?83.

    DU Weiwei, QU Chunliu. Human face detection technology in 3G mobile value?added business application [J]. Modern electronics technique, 2009, 32(22): 80?83.

    [3] YANG M H, KRIEGMAN A N. Detecting faces in images: a survey [J]. IEEE transactions on pattern analysis and machine intelligence, 2002, 24(1): 34?58.

    [4] 胡一帆,胡友彬,李騫,等.基于視頻監(jiān)控的人臉檢測跟蹤識別系統(tǒng)研究[J].計算機工程與應用,2016,52(21):1?7.

    HU Yifan, HU Youbin, LI Qian, et al. Research on face detection, tracking and recognition system based on video surveillance [J]. Computer engineering and applications, 2016, 52(21): 1?7.

    [5] 賈慧星,章毓晉.智能視頻監(jiān)控中基于機器學習的自動人數(shù)統(tǒng)計[J].電視技術,2009,33(4):78?81.

    JIA Huixing, ZHANG Yujin. Automatic people counting based on machine learning in intelligent video surveillance [J]. Video engineering, 2009, 33(4): 78?81.

    [6] 馮翔,楊健,錢建軍.基于多尺度圖像局部結構分解的人臉特征提取方法[J].計算機與現(xiàn)代化,2015 (3):52?56.

    FENG Xiang, YANG Jian, QIAN Jianjun. Face feature extraction and recognition method for multi?scale local structure?based image decomposition [J]. Computer and modernization, 2015(3): 52?56.

    [7] QIAN Z, XU D. Research advances in face recognition [C]// Proceedings of 2009 Chinese Conference on Pattern Recognition. [S.l.]: IEEE, 2009: 1?5.

    [8] VIOLA P, JONES M J. Robust real?time face detection [J]. International journal of computer vision, 2004, 5(2): 137?154.

    [9] WU H, CHEN Q, YACHIDA M. Face detection from color images using a fuzzy pattern matching method [J]. IEEE transactions on pattern analysis and machine intelligence, 1999, 21(6): 557?563.

    [10] YANG J, WAIBEL A. A real?time face tracker [C]// Procee?dings of the 3rd IEEE Workshop on Applications of Computer Vision. [S.l.]: IEEE, 1996: 142?147.

    [11] 蔣政,程春玲.基于Haar特性的改進 HOG的人臉特征提取算法[J].計算機科學,2017,44(1):303?307.

    JIANG Zheng, CHENG Chunling. Improved HOG face extraction algorithm based on Haar characteristics [J]. Computer science, 2017, 44(1): 303?307.

    亚洲av电影在线进入| 国内精品久久久久精免费| 国产午夜福利久久久久久| 精品久久久久久成人av| 青草久久国产| 成人特级av手机在线观看| 精品人妻1区二区| 久久精品国产亚洲av涩爱 | 伦理电影大哥的女人| 国产视频内射| 欧美在线一区亚洲| 成人国产一区最新在线观看| 亚洲人成网站在线播| 午夜免费激情av| 欧美一区二区亚洲| 91麻豆精品激情在线观看国产| 亚洲中文字幕一区二区三区有码在线看| 国产精品人妻久久久久久| 成年女人毛片免费观看观看9| 51国产日韩欧美| 51午夜福利影视在线观看| 男人舔女人下体高潮全视频| 不卡一级毛片| 日日摸夜夜添夜夜添小说| 国产精品亚洲av一区麻豆| 亚洲精品影视一区二区三区av| 国产精品三级大全| 亚洲美女视频黄频| 亚洲国产精品sss在线观看| 国语自产精品视频在线第100页| 国产色婷婷99| 老司机福利观看| 国产人妻一区二区三区在| 亚洲av第一区精品v没综合| 丰满人妻一区二区三区视频av| 久久人人精品亚洲av| 亚洲国产高清在线一区二区三| 99国产精品一区二区三区| 国产高清三级在线| 可以在线观看的亚洲视频| 99久久无色码亚洲精品果冻| or卡值多少钱| 日韩欧美国产一区二区入口| 婷婷精品国产亚洲av| 看黄色毛片网站| 97超级碰碰碰精品色视频在线观看| 亚洲七黄色美女视频| 欧美精品国产亚洲| 国产三级在线视频| 三级国产精品欧美在线观看| 亚洲经典国产精华液单 | 两性午夜刺激爽爽歪歪视频在线观看| 高清在线国产一区| 日本撒尿小便嘘嘘汇集6| 天天躁日日操中文字幕| 露出奶头的视频| 亚洲18禁久久av| 精品无人区乱码1区二区| 午夜福利在线观看免费完整高清在 | 在线观看66精品国产| 网址你懂的国产日韩在线| 欧美日韩国产亚洲二区| 国产精品亚洲美女久久久| 欧美日本视频| 免费av观看视频| 18+在线观看网站| netflix在线观看网站| 别揉我奶头~嗯~啊~动态视频| 国产人妻一区二区三区在| 一本一本综合久久| 最近在线观看免费完整版| 麻豆成人午夜福利视频| 日韩高清综合在线| 淫秽高清视频在线观看| 国产精品一及| av欧美777| 亚洲欧美日韩无卡精品| 神马国产精品三级电影在线观看| 国产亚洲精品久久久久久毛片| 国产精品一区二区三区四区免费观看 | 国产欧美日韩精品一区二区| 国产av麻豆久久久久久久| 国产色爽女视频免费观看| 国产在线精品亚洲第一网站| 久久精品夜夜夜夜夜久久蜜豆| 国产乱人视频| 无遮挡黄片免费观看| 无遮挡黄片免费观看| 搡老岳熟女国产| 一a级毛片在线观看| 国产伦精品一区二区三区视频9| 亚洲18禁久久av| 国产一区二区亚洲精品在线观看| 久久久久久国产a免费观看| 亚洲av日韩精品久久久久久密| 噜噜噜噜噜久久久久久91| 欧美性感艳星| 日本a在线网址| 日韩亚洲欧美综合| 欧美一区二区国产精品久久精品| a级毛片免费高清观看在线播放| 国产一区二区三区在线臀色熟女| 嫩草影院精品99| 性色av乱码一区二区三区2| 一区二区三区四区激情视频 | 久久精品国产清高在天天线| av欧美777| 变态另类丝袜制服| 欧美性猛交黑人性爽| 午夜亚洲福利在线播放| 欧美激情在线99| 中亚洲国语对白在线视频| 久久午夜福利片| 久9热在线精品视频| 禁无遮挡网站| 在现免费观看毛片| 午夜精品久久久久久毛片777| 别揉我奶头~嗯~啊~动态视频| 无人区码免费观看不卡| 18禁黄网站禁片午夜丰满| 日本黄色片子视频| 久久久国产成人精品二区| 国产精品永久免费网站| 亚洲av成人精品一区久久| 亚洲av中文字字幕乱码综合| 欧美绝顶高潮抽搐喷水| 黄色一级大片看看| 99久久九九国产精品国产免费| 1000部很黄的大片| 午夜免费成人在线视频| 精品久久久久久久久亚洲 | 久久精品久久久久久噜噜老黄 | 一卡2卡三卡四卡精品乱码亚洲| 国产精品永久免费网站| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 国内精品久久久久精免费| 亚洲成av人片在线播放无| 日韩国内少妇激情av| 亚洲国产精品合色在线| 夜夜看夜夜爽夜夜摸| 亚洲精品亚洲一区二区| 一级a爱片免费观看的视频| 久久99热这里只有精品18| 美女黄网站色视频| 亚洲av日韩精品久久久久久密| 啪啪无遮挡十八禁网站| 色精品久久人妻99蜜桃| 亚洲国产色片| 色综合欧美亚洲国产小说| 国产 一区 欧美 日韩| 91在线观看av| 亚洲av五月六月丁香网| 三级国产精品欧美在线观看| 日韩中字成人| 亚洲av美国av| 亚洲内射少妇av| 欧美激情在线99| 久99久视频精品免费| 国产单亲对白刺激| 国产在线精品亚洲第一网站| 亚洲中文日韩欧美视频| 特级一级黄色大片| 亚洲一区二区三区色噜噜| 日韩中字成人| 十八禁网站免费在线| 国产精品三级大全| 国产高清有码在线观看视频| 麻豆国产av国片精品| 男人狂女人下面高潮的视频| 高潮久久久久久久久久久不卡| 婷婷亚洲欧美| 日韩欧美 国产精品| 蜜桃久久精品国产亚洲av| 波多野结衣高清作品| 啪啪无遮挡十八禁网站| 俺也久久电影网| 女人被狂操c到高潮| 免费人成在线观看视频色| 亚洲欧美日韩东京热| 可以在线观看的亚洲视频| 午夜免费激情av| 亚洲欧美激情综合另类| 国产久久久一区二区三区| 麻豆一二三区av精品| 国产亚洲精品久久久久久毛片| 人人妻人人澡欧美一区二区| 精品一区二区免费观看| 国产主播在线观看一区二区| 国产成人福利小说| 男插女下体视频免费在线播放| 国产日本99.免费观看| 国产精品永久免费网站| 欧美激情国产日韩精品一区| 999久久久精品免费观看国产| 热99在线观看视频| 成人特级av手机在线观看| www.www免费av| 亚洲一区高清亚洲精品| 国产在视频线在精品| 9191精品国产免费久久| 我的老师免费观看完整版| 精品国产三级普通话版| 淫秽高清视频在线观看| 午夜福利视频1000在线观看| 欧美日韩亚洲国产一区二区在线观看| 国产在线精品亚洲第一网站| 婷婷精品国产亚洲av| 深夜a级毛片| 精品久久久久久久久av| 高清毛片免费观看视频网站| 成人亚洲精品av一区二区| 国产精品亚洲美女久久久| 一区二区三区高清视频在线| 亚洲av.av天堂| 成人午夜高清在线视频| 99在线视频只有这里精品首页| 内地一区二区视频在线| 日日摸夜夜添夜夜添av毛片 | 国语自产精品视频在线第100页| 亚洲专区中文字幕在线| 色吧在线观看| 99国产精品一区二区蜜桃av| 国产成人av教育| 亚洲av成人精品一区久久| 免费av不卡在线播放| 波多野结衣高清无吗| 一进一出好大好爽视频| 国产伦人伦偷精品视频| 亚洲国产色片| av在线老鸭窝| 激情在线观看视频在线高清| 国产不卡一卡二| 18禁在线播放成人免费| 亚洲欧美清纯卡通| 欧美成人免费av一区二区三区| 久久九九热精品免费| 成年女人毛片免费观看观看9| 成人精品一区二区免费| 全区人妻精品视频| av欧美777| 69av精品久久久久久| 国产单亲对白刺激| 欧美日本视频| 欧美日韩黄片免| 久久婷婷人人爽人人干人人爱| 长腿黑丝高跟| 成年人黄色毛片网站| www.熟女人妻精品国产| 亚洲一区二区三区不卡视频| 欧美日韩黄片免| 婷婷六月久久综合丁香| 日本免费a在线| 日韩欧美精品免费久久 | 午夜福利高清视频| 欧美黄色片欧美黄色片| 69av精品久久久久久| 国产蜜桃级精品一区二区三区| 色哟哟·www| 中国美女看黄片| 亚洲av电影不卡..在线观看| 国产色婷婷99| 亚洲国产高清在线一区二区三| 热99在线观看视频| 嫩草影院精品99| 高清毛片免费观看视频网站| 久久伊人香网站| 国产伦在线观看视频一区| 婷婷精品国产亚洲av| 欧美又色又爽又黄视频| 十八禁网站免费在线| 老鸭窝网址在线观看| av女优亚洲男人天堂| 色尼玛亚洲综合影院| 日本在线视频免费播放| 哪里可以看免费的av片| 波野结衣二区三区在线| 一夜夜www| 黄色一级大片看看| 一本精品99久久精品77| 男女那种视频在线观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 成人高潮视频无遮挡免费网站| 久久国产乱子伦精品免费另类| 欧美一区二区国产精品久久精品| 国产精华一区二区三区| 日韩欧美在线二视频| 女同久久另类99精品国产91| 国产不卡一卡二| 欧美日韩乱码在线| 蜜桃亚洲精品一区二区三区| 亚洲欧美日韩东京热| 国内揄拍国产精品人妻在线| 老鸭窝网址在线观看| 欧美高清性xxxxhd video| 久久精品国产亚洲av涩爱 | 亚洲片人在线观看| 免费大片18禁| 美女高潮的动态| 757午夜福利合集在线观看| 黄色女人牲交| www.www免费av| 观看免费一级毛片| ponron亚洲| 少妇的逼好多水| 欧美xxxx性猛交bbbb| 在线观看舔阴道视频| 精品久久久久久,| 久久久久久久精品吃奶| 成熟少妇高潮喷水视频| 网址你懂的国产日韩在线| 久久婷婷人人爽人人干人人爱| 亚洲欧美清纯卡通| av黄色大香蕉| 夜夜看夜夜爽夜夜摸| 久久久久久久午夜电影| 一级作爱视频免费观看| 久久久精品大字幕| 中文字幕av成人在线电影| 嫩草影院精品99| 国产日本99.免费观看| 在线观看舔阴道视频| 精品久久久久久,| 99久久无色码亚洲精品果冻| 免费黄网站久久成人精品 | 男女床上黄色一级片免费看| 好男人在线观看高清免费视频| 高潮久久久久久久久久久不卡| 国产午夜福利久久久久久| 国产成年人精品一区二区| 精品人妻熟女av久视频| 欧美乱色亚洲激情| 久久精品久久久久久噜噜老黄 | 中文字幕高清在线视频| 悠悠久久av| 麻豆国产97在线/欧美| 能在线免费观看的黄片| 免费黄网站久久成人精品 | 久久亚洲精品不卡| 夜夜爽天天搞| 国产又黄又爽又无遮挡在线| 三级国产精品欧美在线观看| 国产高清视频在线观看网站| 真人一进一出gif抽搐免费| 免费观看精品视频网站| 亚洲电影在线观看av| 舔av片在线| 首页视频小说图片口味搜索| 伦理电影大哥的女人| 久久婷婷人人爽人人干人人爱| 一本久久中文字幕| 99热精品在线国产| 波多野结衣高清无吗| 日日干狠狠操夜夜爽| 成年女人毛片免费观看观看9| 欧美不卡视频在线免费观看| 亚洲片人在线观看| 国产精华一区二区三区| 国产伦精品一区二区三区四那| 人人妻人人澡欧美一区二区| 亚洲七黄色美女视频| av黄色大香蕉| 一区二区三区激情视频| 亚洲无线在线观看| 久久久久精品国产欧美久久久| 日本与韩国留学比较| 一本一本综合久久| 欧美+日韩+精品| 久久精品国产清高在天天线| 毛片女人毛片| 在线播放无遮挡| 久久久成人免费电影| 毛片女人毛片| 中文资源天堂在线| 精华霜和精华液先用哪个| 午夜老司机福利剧场| 亚洲中文日韩欧美视频| www日本黄色视频网| 日韩高清综合在线| 国产色爽女视频免费观看| 精品一区二区三区视频在线观看免费| 久久久久久久久久黄片| 国产人妻一区二区三区在| 国产亚洲精品av在线| 国产午夜精品久久久久久一区二区三区 | 日韩欧美一区二区三区在线观看| 亚洲精品久久国产高清桃花| 亚洲人成网站高清观看| 日韩精品青青久久久久久| 亚洲av第一区精品v没综合| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 他把我摸到了高潮在线观看| 国产欧美日韩一区二区精品| 国产av麻豆久久久久久久| 国产野战对白在线观看| 欧美zozozo另类| 国产成人a区在线观看| 91午夜精品亚洲一区二区三区 | 久久久久久久午夜电影| 欧美3d第一页| 夜夜看夜夜爽夜夜摸| 国产亚洲欧美在线一区二区| 久久久国产成人精品二区| 国产视频一区二区在线看| 有码 亚洲区| 精品久久久久久成人av| 亚洲精品一卡2卡三卡4卡5卡| 久久精品国产清高在天天线| 51国产日韩欧美| 欧美不卡视频在线免费观看| 99在线人妻在线中文字幕| 女人被狂操c到高潮| 欧美日韩综合久久久久久 | 12—13女人毛片做爰片一| 在线观看美女被高潮喷水网站 | 三级男女做爰猛烈吃奶摸视频| 男女床上黄色一级片免费看| 国产精品美女特级片免费视频播放器| 日本熟妇午夜| 午夜福利欧美成人| 男人和女人高潮做爰伦理| 午夜免费男女啪啪视频观看 | 级片在线观看| 国产男靠女视频免费网站| 一区二区三区免费毛片| 9191精品国产免费久久| 国产精品久久久久久亚洲av鲁大| 观看美女的网站| 精品一区二区三区av网在线观看| av中文乱码字幕在线| www.www免费av| 亚洲,欧美,日韩| 亚州av有码| 日本黄色片子视频| 日韩中文字幕欧美一区二区| 国产一区二区三区在线臀色熟女| 一本精品99久久精品77| 久久国产乱子免费精品| 好男人在线观看高清免费视频| 欧美日韩瑟瑟在线播放| 亚洲精品粉嫩美女一区| 午夜福利成人在线免费观看| 好男人电影高清在线观看| 午夜福利在线观看吧| 午夜日韩欧美国产| 美女免费视频网站| 能在线免费观看的黄片| 国产精品国产高清国产av| 国产精品日韩av在线免费观看| 中出人妻视频一区二区| 不卡一级毛片| 免费搜索国产男女视频| 欧美潮喷喷水| 久久精品国产亚洲av香蕉五月| aaaaa片日本免费| 亚洲中文字幕一区二区三区有码在线看| 91在线精品国自产拍蜜月| 麻豆一二三区av精品| 日韩欧美三级三区| 精品午夜福利视频在线观看一区| 中文亚洲av片在线观看爽| 色综合婷婷激情| 日韩中文字幕欧美一区二区| 露出奶头的视频| 欧美一级a爱片免费观看看| av国产免费在线观看| 欧美xxxx性猛交bbbb| 在线a可以看的网站| 亚洲av日韩精品久久久久久密| 高清在线国产一区| 色在线成人网| 能在线免费观看的黄片| 久久香蕉精品热| 制服丝袜大香蕉在线| 真人做人爱边吃奶动态| 亚洲,欧美精品.| 中出人妻视频一区二区| 午夜福利在线在线| 国产欧美日韩一区二区精品| 看十八女毛片水多多多| a级毛片免费高清观看在线播放| 亚洲欧美日韩高清在线视频| 十八禁网站免费在线| 怎么达到女性高潮| 在线免费观看的www视频| 亚洲人成网站在线播| 久久久久亚洲av毛片大全| 久久午夜亚洲精品久久| h日本视频在线播放| 免费搜索国产男女视频| 久久久久国产精品人妻aⅴ院| 欧美性感艳星| 91狼人影院| av在线天堂中文字幕| netflix在线观看网站| 成年女人永久免费观看视频| 午夜精品一区二区三区免费看| 国产欧美日韩一区二区三| 中出人妻视频一区二区| 91字幕亚洲| 99精品久久久久人妻精品| 麻豆成人av在线观看| 亚洲欧美日韩卡通动漫| 免费看光身美女| 久久久精品欧美日韩精品| 最近最新中文字幕大全电影3| 欧美在线黄色| 亚洲成a人片在线一区二区| 久久精品人妻少妇| 真人一进一出gif抽搐免费| 99久久九九国产精品国产免费| 超碰av人人做人人爽久久| 亚洲av中文字字幕乱码综合| 亚洲18禁久久av| 国产又黄又爽又无遮挡在线| 少妇丰满av| 首页视频小说图片口味搜索| 日韩欧美国产一区二区入口| 精品熟女少妇八av免费久了| 一区二区三区激情视频| 欧美zozozo另类| 亚洲va日本ⅴa欧美va伊人久久| 国产高清视频在线观看网站| 高清在线国产一区| 一a级毛片在线观看| 午夜激情福利司机影院| 成人av一区二区三区在线看| 成年人黄色毛片网站| 久久香蕉精品热| 97热精品久久久久久| 亚洲av五月六月丁香网| а√天堂www在线а√下载| 老司机深夜福利视频在线观看| 亚洲av日韩精品久久久久久密| 中文字幕久久专区| 精品午夜福利在线看| 九色国产91popny在线| 波多野结衣高清作品| 99精品在免费线老司机午夜| 久久精品综合一区二区三区| 国产精品人妻久久久久久| 嫩草影院精品99| 午夜免费男女啪啪视频观看 | 亚洲av不卡在线观看| 最好的美女福利视频网| 国产日本99.免费观看| 亚洲美女搞黄在线观看 | 国产精品久久电影中文字幕| 深夜a级毛片| 日本黄色片子视频| 国产精品影院久久| 久久久国产成人免费| 午夜福利在线观看免费完整高清在 | av欧美777| 中文字幕免费在线视频6| 欧美在线黄色| 色综合欧美亚洲国产小说| 少妇丰满av| 欧美高清性xxxxhd video| 精品国产三级普通话版| 欧美另类亚洲清纯唯美| 九九久久精品国产亚洲av麻豆| 欧洲精品卡2卡3卡4卡5卡区| 一区福利在线观看| 午夜福利成人在线免费观看| www日本黄色视频网| 一卡2卡三卡四卡精品乱码亚洲| 一a级毛片在线观看| 亚洲国产精品久久男人天堂| 草草在线视频免费看| 日韩欧美在线二视频| 午夜a级毛片| 精品99又大又爽又粗少妇毛片 | 3wmmmm亚洲av在线观看| 婷婷丁香在线五月| 少妇被粗大猛烈的视频| 久久精品国产99精品国产亚洲性色| 久久国产乱子免费精品| 亚洲avbb在线观看| 中文字幕人成人乱码亚洲影| 欧美日韩亚洲国产一区二区在线观看| 午夜a级毛片| 级片在线观看| 亚洲综合色惰| 亚洲天堂国产精品一区在线| 我的女老师完整版在线观看| 国产在视频线在精品| 色吧在线观看| 99热这里只有是精品50| 日本精品一区二区三区蜜桃| 啦啦啦观看免费观看视频高清| 国产精品一区二区三区四区久久| 国内精品久久久久精免费| 亚洲国产欧洲综合997久久,| av专区在线播放| 俄罗斯特黄特色一大片| 国产精品99久久久久久久久| 成人午夜高清在线视频| 亚洲av五月六月丁香网| 97热精品久久久久久| 亚洲第一区二区三区不卡| 亚洲成人久久爱视频| 午夜福利18| 免费看日本二区| 久久精品国产亚洲av香蕉五月| 尤物成人国产欧美一区二区三区| 亚洲自偷自拍三级| 麻豆一二三区av精品| 美女xxoo啪啪120秒动态图 | 色综合站精品国产| 中文资源天堂在线| 天美传媒精品一区二区| 成年版毛片免费区| 精品欧美国产一区二区三| 12—13女人毛片做爰片一| 精品无人区乱码1区二区|