• <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 ?

    基于對抗生成網(wǎng)絡(luò)的身份保持人臉老化

    2018-05-11 00:53:24
    電子設(shè)計工程 2018年7期
    關(guān)鍵詞:人臉識別人臉老化

    湯 旭

    (1.中國科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所上海200050;2.上??萍即髮W(xué)上海201210;3.中國科學(xué)院大學(xué)北京100049)

    人臉老化,又稱為人臉的年齡生成,該課題正在吸引越來越多研究者的注意。如何在審美角度將自然而然的老化渲染到人臉圖像上,并且保留它關(guān)于身份的信息是我們需要關(guān)注的。人臉老化過程的建模對于人臉識別和驗證都是至關(guān)重要的。人臉識別在計算機視覺領(lǐng)域是最活躍的領(lǐng)域之一。許多論文[1-6]專注于通用人臉識別。然而,據(jù)我們了解,很少有工作專注于研究人臉的老化生成和跨年齡人臉識別。人臉老化可以有廣闊的應(yīng)用,比如,一旦有了某人幼年時候的照片,它可以用來幫助尋找迷失兒童。同時,做一個手機應(yīng)用程式來預(yù)測某人若干年后的長相也是一件很有趣的事情。除此之外,跨年齡人臉識別可以為多年前發(fā)生的犯罪提供關(guān)鍵線索。目前人臉老化的論文較少的可能的原因是因為,缺乏合適的人臉老齡化數(shù)據(jù)庫,尤其是當(dāng)我們需要訓(xùn)練一個深度卷積神經(jīng)網(wǎng)絡(luò)的時候。大部分已有的數(shù)據(jù)庫[7-9]里面,相同的人擁有大量的圖片,但是這些人的年齡跨度往往很小。對于同一個人的人臉圖片來說,往往僅僅覆蓋很窄的年齡范圍(通常是0~10歲)。因此,我們需要提出一個引入目標(biāo)領(lǐng)域里面的其他人臉圖片來幫助源領(lǐng)域指定人老化生成的模型。

    1 相關(guān)研究

    大量的人臉老化的模型[10-11]對動態(tài)老化模板進行建模,模型大體可以分為兩種類型:原型方法[12]和物理建模方法[13-14]。原型方法用源領(lǐng)域(更年輕的年紀(jì))的重構(gòu)的平均臉作為原型,然后移動原型之間的差異性到測試圖片上。物理建模方法以參數(shù)化模型的方式模擬人臉老化的過程,在參數(shù)化模型中皮膚、肌肉、或者頭顱的老化過程可以被建模。

    我們的方法與生成模型息息相關(guān),比如變分自動編碼器[15]和對抗生成網(wǎng)絡(luò)(Generative Adversarial Networks,GAN)[16-17]都在生成模型領(lǐng)域占據(jù)主要地位。像素點重建的目標(biāo)函數(shù)往往用來訓(xùn)練變分自動編碼器,但是其生成的圖像看上去很模糊?;趯股删W(wǎng)絡(luò)生成的圖像往往看上去很自然。深度卷積對抗生成網(wǎng)絡(luò)(Deep Convolutional Generative Adversarial Networks,DCGAN)的思想[18]可以幫助引入更深的網(wǎng)絡(luò)生成圖像。

    我們的工作屬于一種條件對抗生成網(wǎng)絡(luò)(conditional Generative Adversarial Networks, cGAN)[19]。cGAN通過引入先驗信息來生成需要的結(jié)果,是GAN的延伸。諸如圖像年齡標(biāo)簽等的條件通過全連接層的形式引入到對抗生成網(wǎng)絡(luò)中。文獻[20]證明了可以通過文本描述的形式生成對應(yīng)的真實的圖片。

    目前最好的老化建模方法IcGAN目前是達到藝術(shù)水準(zhǔn)的。首先,它將先驗條件轉(zhuǎn)換為獨熱的(onehot)年齡標(biāo)簽來訓(xùn)練年齡有關(guān)的cGAN。為了生成沒有丟失身份信息的人臉,他提出使用L-BFGS-B進行優(yōu)化的隱變量優(yōu)化方法。

    2 基于對抗生成網(wǎng)絡(luò)的身份保持人臉老化

    給定輸入-目標(biāo)對(xi,m,xj,n),其中xi,m是第i個人的第m個年齡組的人臉照片,xj,n表示第j個人的第n個年齡組的人臉照片。在本論文中,人臉的年齡被劃分成5個年齡段區(qū)間:0-20,21-30,31-40,41-50,51+,并且m,n∈ [0,1,2,3,4],且m≤n。因此,年齡有關(guān)的條件以5維熱編碼向量(one-hot vector)的形式結(jié)合到特征空間。本文中,輸入-目標(biāo)對(xi,m,xj,n)給定后,我們的目標(biāo)是生成第i個人的第n個年齡段的老化人臉xi,n′。同時,我們的模型可以保持住原始圖片的身份相關(guān)的信息。

    2.1 目標(biāo)函數(shù)

    我們提出IPGAN的方法,如圖1所示。我們的IPGAN的方法提出多個損失函數(shù)結(jié)合的目標(biāo)項:對抗損失函數(shù)LGAN,特征空間損失函數(shù)Lfeat以及圖像空間損失函數(shù)Limage。具體公式如下:

    此多任務(wù)學(xué)習(xí)過程有諸多優(yōu)點。聯(lián)合優(yōu)化對于身份保持的年齡生成有益。聯(lián)合的目標(biāo)函數(shù)由以下部分組成:最小化源圖片xi,m和重構(gòu)圖片xi,m′之間像素級別的歐氏距離(給定年齡編碼y0),最小化真實隱向量z和估計隱向量z′之間的歐式距離(給定年齡編碼y1),實現(xiàn)對抗生成網(wǎng)絡(luò)雙玩家的最小化最大化目標(biāo)[16]。

    2.1.1 身份保持的隱空間

    特征空間的損失函數(shù)旨在重構(gòu)出輸入圖片,同時,在生成的圖像中可以保持住原始人臉圖像跟身份有關(guān)的信息。編碼器E不僅可以將源領(lǐng)域的人臉圖片映射到身份保持的特征空間,同時,E能夠把生成的老化圖像映射到相同的特征空間。我們定義:

    其中G表示生成器,y1是和老化有關(guān)的年齡先驗,xi,n′是生成的位于第n個年齡段的人臉圖像。通過實現(xiàn)這部分,隨著年齡的變化,身份有關(guān)的信息將保持完整。我們使用文獻[21]的AlexNet模型作為我們的編碼器,其他卷積神經(jīng)網(wǎng)絡(luò)的模型亦可[22-24]。

    2.1.2 條件對抗生成網(wǎng)絡(luò)

    對抗生成網(wǎng)絡(luò)用于生成最可信,并且最真實的圖片。條件對抗生成網(wǎng)絡(luò)用于根據(jù)特定的條件先驗有關(guān)的屬性來生成圖片。我們需要將源圖片以及其錯誤的年齡條件的類型作為cGAN的第3種輸入。因此,差分器可以學(xué)會對假造圖片進行排名。損失函數(shù)如下:

    其中,θG和θD分別是生成器G和差分器D的參數(shù)。其中生成的標(biāo)簽y′對應(yīng)生成的圖像xi,n′。

    2.1.3 圖像空間的損失函數(shù)

    IPGAN模型引入圖像空間的損失函數(shù),具體的定義如下:

    其中y0是和重建有關(guān)的年齡先驗,引入圖像空間的損失函數(shù)可以幫助重建源圖片。值得注意的是,Limage的引入可以幫助解決GAN訓(xùn)練過程中不穩(wěn)定以及對超參數(shù)敏感的問題。

    圖1 生成器G的輸入端改變年齡條件來展示年齡老化的生成

    2.2 模型框架

    編碼器部分使用經(jīng)過預(yù)訓(xùn)練的AlexNet[21],它由5個卷積層和兩個全連接層組成。激活函數(shù)使用ReLU。生成器和差分器的具體結(jié)構(gòu)參考圖2。

    圖2 生成器和差分器的具體結(jié)構(gòu)

    3 實驗

    3.1 實驗細(xì)節(jié)

    所提出的IPGAN的模型基于tensorflow的深度學(xué)習(xí)框架。模型優(yōu)化使用的是帶沖量的ADAM算法,其中沖量項設(shè)置為0.5,網(wǎng)絡(luò)的初始學(xué)習(xí)率為0.000 2,批處理的大小為64,權(quán)重衰減設(shè)置為0.000 01。為了防止差分器在訓(xùn)練的過程中出現(xiàn)過擬合的情況,當(dāng)生成器的損失是差分器的損失的10倍的時候,我們停止更新差分器D的部分。

    3.2 數(shù)據(jù)庫

    跨年齡名人數(shù)據(jù)集(CACD)[9]包括了2 000個名人的超過160,000張照片,數(shù)據(jù)庫的整體年齡跨度為16~62歲。所有的人臉圖片數(shù)據(jù)都有年齡相關(guān)的標(biāo)簽。在實驗設(shè)置中,我們將CACD數(shù)據(jù)集劃分為兩部分:訓(xùn)練集和測試集。我們隨機選取每個人的80%的照片劃分到訓(xùn)練集部分,剩下的作為測試集。

    3.3 身份保持的人臉老化

    實驗優(yōu)先考慮將生成樣本的視覺質(zhì)量作為評價標(biāo)準(zhǔn)。實驗結(jié)果如表3所示,展示了我們的IPGAN模型在不同年齡的老化生成圖片。第一列對應(yīng)的是五個不同的人的原始圖片,每一行表示的是同一個人的不同年齡。第二列到第五列分別表示21-30歲,31-40歲,41-50歲,51歲以上的老化生成效果展示圖。通過圖示,我們可以分析得到,隨著年齡先驗信息的增大,生成圖像的發(fā)際線往后移動、臉部皺紋增多、臉部輪廓出現(xiàn)些許變化。但是,在生成老化圖片的過程中,局部的信息會保持不變,比如鼻子形狀,眼睛的大小等等。顯然,身份保持的隱變量z編碼人的身份信息,年齡條件y編碼特定的年齡信息。

    圖3 生成老化圖片效果展示

    實際上,使用IPGAN模型,我們的生成器可以根據(jù)未知樣本生成老化的圖片。如圖4是IPGAN模型生成的圖片,可以看出它具有很強的泛化能力,并且沒有受到過擬合的影響。

    3.4 數(shù)據(jù)擴充和人臉識別

    IPGAN模型的實驗結(jié)果可以保持住源圖片和生成圖片的身份有關(guān)的信息。所以,我們用人臉識別的方法來驗證身份保持性。在表格1中,我們比較了兩種訓(xùn)練集的結(jié)果,訓(xùn)練集1是生成老化樣本和原始訓(xùn)練數(shù)據(jù)的混合,訓(xùn)練集2僅僅含有原始的訓(xùn)練數(shù)據(jù)集。分別用訓(xùn)練集1和訓(xùn)練集2訓(xùn)練我們的人臉分類模型,然后比較模型在測試集上的分類效果(識別率)。實驗結(jié)果表明,對于跨年齡人臉識別,我們的模型可以在該測試集上獲得識別率2.64%的增益。

    表1 實驗結(jié)果

    僅僅是保持身份有關(guān)的信息是不夠的,年齡相關(guān)的老化過程也應(yīng)該被渲染到源圖片上。為了定量描述生成圖片的老化程度,我們訓(xùn)練了一個在訓(xùn)練集2上面年齡分類準(zhǔn)確率到達94%的年齡分類器(年齡分類為五組)。如預(yù)期,生成圖片的平均年齡估計僅僅比原始自然圖片的年齡估計準(zhǔn)確率低11.8%。這有效的證明了我們的老化生成圖像有很強的年齡相關(guān)性。

    4 結(jié)論

    文中提出了基于對抗生成網(wǎng)絡(luò)的身份保持的人臉老化(IPGAN),模型利用了加權(quán)重的3個損失函數(shù):對抗損失函數(shù)LGAN,特征空間損失函數(shù)Lfeat以及圖像空間損失函數(shù)Limage。它解決了生成圖像中缺乏保持原始圖像身份信息的能力的問題。對抗生成網(wǎng)絡(luò)能夠充分利用特征的統(tǒng)計信息,使得生成圖片更顯真實。同時,我們的IPGAN允許通過簡單的改變輸入到生成器G中的年齡條件,來控制生成人臉圖像的年齡老化屬性。通過引入特征空間損失函數(shù)Lfeat以及圖像空間損失函數(shù)Limage,模型可以解決訓(xùn)練過程收斂不穩(wěn)定和對超參數(shù)敏感的問題。大量的實驗證明,我們的結(jié)果對于跨年齡人臉識別有很好的幫助,并且能夠在識別率上面獲得2.64%的增益,同時生成圖片的平均年齡估計與原始圖片的平均年齡估計僅僅相差11.8%。

    圖4 IPGAN的泛化能力展示

    參考文獻:

    [1]Sandford A,Burton A M.Tolerance for distorted faces:Challenges to a configural processing account of familiar face recognition[J].Cognition,2014,132(3):262-268.

    [2]Yang M,Zhang L,Shiu S C K,et al.Gabor feature based robust representation and classification for face recognition with Gabor occlusion dictionary[J].Pattern Recognition,2013,46(7):1865-1878.

    [3]Han H,Shan S,Chen X,et al.A comparative study on illumination preprocessing in face recognition[J].Pattern Recognition,2013,46(6):1691-1699.

    [4]Mike Burton A.Why has research in face recognition progressed so slowly?The importance of variability[J].The Quarterly Journal of Experimental Psychology,2013,66(8):1467-1485.

    [5]Xu Y,Zhu Q,F(xiàn)an Z,et al.Using the idea of the sparse representation to perform coarse-to-fine face recognition[J].Information Sciences,2013(238):138-148.

    [6]Yang M,F(xiàn)eng Z,Shiu S C K,et al.Fast and robust face recognition via coding residual map learning based adaptive masking[J].Pattern Recognition,2014,47(2):535-543.

    [7]Panis G,Lanitis A.An overview of research activities in facial age estimation using the FG-NET aging database[C]//European Conference on Computer Vision.Springer International Publishing,2014:737-750.

    [8]Ricanek K,Tesafaye T.Morph:A longitudinal image database of normal adult age-progression[C]//Automatic Face and Gesture Recognition,2006.FGR 2006.7th International Conference on.IEEE,2006:341-345.

    [9]Chen B C,Chen C S,Hsu W H.Cross-age reference coding for age-invariant face recognition and retrieval[C]//European Conference on Computer Vision.Springer International Publishing,2014:768-783.

    [10]Wang W,Cui Z,Yan Y,et al.Recurrent face aging[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition,2016:2378-2386.

    [11]Fu Y,Guo G,Huang T S.Age synthesis and estimation via faces:A survey[J].IEEE transactions on pattern analysis and machine intelligence,2010,32(11):1955-1976.

    [12]Kemelmacher-Shlizerman I, Suwajanakorn S,Seitz S M.Illumination-aware age progression[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition.2014:3334-3341.

    [13]Suo J,Zhu S C,Shan S,et al.A compositional and dynamic model for face aging[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2010,32(3):385-401.

    [14]Tazoe Y,Gohara H,Maejima A,et al.Facial aging simulator considering geometry and patch-tiled texture[C]//ACM SIGGRAPH 2012 Posters.ACM,2012:90.

    [15]Angelino E,Johnson M J,Adams R P.Patterns of scalable Bayesian inference[J].Foundations and Trends? in Machine Learning,2016,9(2-3):119-247.

    [16]Goodfellow I,Pouget-Abadie J,Mirza M,et al.Generative adversarial nets[C]//Advances in neural information processing systems.2014:2672-2680.

    [17]Chen J L,Summers J E.Deep neural networks for learning classification featuresand generative models from synthetic aperture sonar big data[J].The Journal of the Acoustical Society of America,2016,140(4):3423-3423.

    [18]Kataoka Y,Matsubara T,Uehara K.Image generation using generative adversarial networks and attention mechanism[C]//Computer and Information Science(ICIS),2016 IEEE/ACIS 15th International Conference on.IEEE,2016:1-6.

    [19]Denton E L,Chintala S,F(xiàn)ergus R.Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks[C]//Advances in neural information processing systems.2015:1486-1494.

    [20]Reed S,Akata Z,Yan X,et al.Generative adver-sarial text to image synthesis[C]//Proceedings of The 33rd International Conference on Machine Learning.2016:1-3.

    [21]Krizhevsky A,Sutskever I,Hinton G E.Imagenet classification with deep convolutional neural networks[C]//Advances in neural information processing systems.2012:1097-1105.

    [22]Zbontar J,LeCun Y.Stereo matching by training a convolutional neural network to compare image patches[J].Journal of Machine Learning Research,2016,17(1-32):2.

    [23]Wang H,Cruz-Roa A,Basavanhally A,et al.Mitosis detection in breast cancer pathology images by combining handcrafted and convolutional neural network features[J].Journal of Medical Imaging,2014,1(3):34003.

    [24]Silver D,Huang A,Maddison C J,et al.Mastering the game of Go with deep neural networks and tree search[J].Nature,2016,529(7587):484-489.

    猜你喜歡
    人臉識別人臉老化
    延緩大腦老化,要怎樣吃
    人臉識別 等
    有特點的人臉
    揭開人臉識別的神秘面紗
    三國漫——人臉解鎖
    動漫星空(2018年9期)2018-10-26 01:17:14
    節(jié)能技術(shù)在開關(guān)電源老化測試中的應(yīng)用
    電子制作(2018年10期)2018-08-04 03:24:30
    杜絕初春老化肌
    Coco薇(2016年2期)2016-03-22 02:40:06
    基于類獨立核稀疏表示的魯棒人臉識別
    計算機工程(2015年8期)2015-07-03 12:19:07
    馬面部與人臉相似度驚人
    長得象人臉的十種動物
    奇聞怪事(2014年5期)2014-05-13 21:43:01
    亚洲精品自拍成人| 一级a做视频免费观看| 国产伦理片在线播放av一区| 香蕉精品网在线| 久久国产精品男人的天堂亚洲 | 成年人午夜在线观看视频| 人人妻人人看人人澡| 国产一区二区在线观看日韩| 午夜91福利影院| 内地一区二区视频在线| av在线观看视频网站免费| 自线自在国产av| 男女边吃奶边做爰视频| 日韩欧美 国产精品| 久久久久久久久久久丰满| 中文字幕av电影在线播放| 亚洲精品自拍成人| 欧美高清成人免费视频www| 成年人午夜在线观看视频| 精品一区二区免费观看| 久久狼人影院| 国产精品国产三级国产专区5o| 国产成人精品婷婷| 精品国产一区二区三区久久久樱花| 啦啦啦啦在线视频资源| 偷拍熟女少妇极品色| 人体艺术视频欧美日本| 蜜桃久久精品国产亚洲av| 国产精品嫩草影院av在线观看| 又粗又硬又长又爽又黄的视频| 蜜臀久久99精品久久宅男| 日韩欧美一区视频在线观看 | 国产精品人妻久久久久久| 婷婷色av中文字幕| 18禁动态无遮挡网站| 热re99久久国产66热| 午夜av观看不卡| 黄色配什么色好看| 麻豆乱淫一区二区| 伦理电影免费视频| 国产真实伦视频高清在线观看| 最近中文字幕2019免费版| 免费黄频网站在线观看国产| 男男h啪啪无遮挡| 五月伊人婷婷丁香| 中文字幕人妻丝袜制服| 夜夜爽夜夜爽视频| 熟女人妻精品中文字幕| 91精品国产国语对白视频| 最新中文字幕久久久久| 亚洲欧美精品自产自拍| 国产伦精品一区二区三区四那| 久久99热6这里只有精品| 啦啦啦视频在线资源免费观看| 色婷婷av一区二区三区视频| 91久久精品电影网| 国产成人freesex在线| 久久久国产欧美日韩av| 国产精品久久久久久精品电影小说| 欧美国产精品一级二级三级 | 我要看黄色一级片免费的| 2018国产大陆天天弄谢| 国产精品偷伦视频观看了| 国产成人freesex在线| 亚洲av成人精品一区久久| 欧美xxxx性猛交bbbb| 亚洲综合精品二区| 成人影院久久| 国产一区二区在线观看av| 国产黄频视频在线观看| 日本黄色日本黄色录像| 亚洲国产精品国产精品| 国产老妇伦熟女老妇高清| 夫妻午夜视频| 自拍偷自拍亚洲精品老妇| 色网站视频免费| 亚洲国产精品999| 国产成人精品一,二区| 国内精品宾馆在线| 18禁在线播放成人免费| 国产成人精品一,二区| 97超视频在线观看视频| 一级毛片aaaaaa免费看小| √禁漫天堂资源中文www| a级一级毛片免费在线观看| 日韩强制内射视频| 欧美日本中文国产一区发布| 高清欧美精品videossex| 欧美亚洲 丝袜 人妻 在线| 久久久久久人妻| 亚洲自偷自拍三级| 精品少妇黑人巨大在线播放| 欧美日韩国产mv在线观看视频| 日本黄大片高清| av在线老鸭窝| 亚洲精品成人av观看孕妇| 亚洲婷婷狠狠爱综合网| 久久久精品94久久精品| 亚洲欧洲国产日韩| 国产亚洲5aaaaa淫片| 国产成人精品无人区| 国产白丝娇喘喷水9色精品| 高清视频免费观看一区二区| 青春草视频在线免费观看| 中文字幕免费在线视频6| 亚洲欧美一区二区三区国产| 精品久久久精品久久久| 多毛熟女@视频| 亚洲一级一片aⅴ在线观看| 99热国产这里只有精品6| 男人舔奶头视频| 中文天堂在线官网| 伊人亚洲综合成人网| av福利片在线观看| 人妻制服诱惑在线中文字幕| 亚洲精品一二三| 精品少妇黑人巨大在线播放| 国产高清不卡午夜福利| 国产成人精品福利久久| 精品一区二区三卡| 男人狂女人下面高潮的视频| 2021少妇久久久久久久久久久| 综合色丁香网| 精品久久国产蜜桃| 国产国拍精品亚洲av在线观看| 久久久久久久久大av| 人人妻人人澡人人看| 久久久亚洲精品成人影院| 亚洲成人av在线免费| 十八禁网站网址无遮挡 | 国内揄拍国产精品人妻在线| 最新的欧美精品一区二区| 午夜福利网站1000一区二区三区| 黄色日韩在线| 久久久久国产网址| 国产伦精品一区二区三区四那| 精品久久久噜噜| 精品99又大又爽又粗少妇毛片| 在线免费观看不下载黄p国产| 亚洲精品国产av成人精品| 大香蕉97超碰在线| 夜夜骑夜夜射夜夜干| 一本久久精品| 能在线免费看毛片的网站| 午夜福利视频精品| 91在线精品国自产拍蜜月| 日本爱情动作片www.在线观看| 免费大片18禁| 国产黄片视频在线免费观看| 黄色毛片三级朝国网站 | a级一级毛片免费在线观看| 少妇被粗大的猛进出69影院 | 欧美日韩一区二区视频在线观看视频在线| 一级毛片黄色毛片免费观看视频| 欧美日韩一区二区视频在线观看视频在线| 亚洲中文av在线| 九九在线视频观看精品| 永久网站在线| 欧美精品一区二区大全| 我的老师免费观看完整版| 久久久久久久久久久久大奶| 亚洲精品日韩在线中文字幕| freevideosex欧美| freevideosex欧美| 日韩中字成人| 人人妻人人澡人人看| 18+在线观看网站| 午夜视频国产福利| 亚洲国产精品999| 91精品一卡2卡3卡4卡| 婷婷色av中文字幕| 亚洲欧美成人综合另类久久久| 国产黄片视频在线免费观看| 少妇熟女欧美另类| 中文字幕久久专区| 亚洲欧洲日产国产| 日本与韩国留学比较| 最近中文字幕2019免费版| 色网站视频免费| .国产精品久久| 全区人妻精品视频| 国产成人精品久久久久久| 夜夜看夜夜爽夜夜摸| 日本黄大片高清| 2022亚洲国产成人精品| 国产精品无大码| 久久久午夜欧美精品| 国产黄色免费在线视频| 蜜臀久久99精品久久宅男| 亚洲精品日韩在线中文字幕| 日产精品乱码卡一卡2卡三| 深夜a级毛片| av免费观看日本| 日韩不卡一区二区三区视频在线| 九九久久精品国产亚洲av麻豆| 精品久久久久久电影网| 亚洲精品乱久久久久久| 国产亚洲午夜精品一区二区久久| 激情五月婷婷亚洲| 91久久精品国产一区二区三区| 国产男女内射视频| 亚洲国产欧美在线一区| 国产欧美另类精品又又久久亚洲欧美| 久久久久视频综合| 久久久久精品久久久久真实原创| 3wmmmm亚洲av在线观看| 欧美bdsm另类| 欧美bdsm另类| 精品国产乱码久久久久久小说| 亚洲国产精品一区三区| 国精品久久久久久国模美| 在线观看免费高清a一片| 啦啦啦中文免费视频观看日本| 99九九线精品视频在线观看视频| 国产成人精品婷婷| 国内揄拍国产精品人妻在线| 亚洲综合色惰| 国产极品天堂在线| 久久热精品热| 免费人妻精品一区二区三区视频| 国产亚洲5aaaaa淫片| 日本av免费视频播放| 国产亚洲5aaaaa淫片| a级毛片在线看网站| 亚洲一区二区三区欧美精品| 免费高清在线观看视频在线观看| 在线观看av片永久免费下载| 国产女主播在线喷水免费视频网站| 男女边摸边吃奶| 欧美日韩精品成人综合77777| 国产伦精品一区二区三区视频9| 亚洲国产av新网站| 国产精品三级大全| 天堂8中文在线网| 毛片一级片免费看久久久久| 精品卡一卡二卡四卡免费| 一区二区三区乱码不卡18| 熟女人妻精品中文字幕| 亚洲精品中文字幕在线视频 | av在线老鸭窝| 久久毛片免费看一区二区三区| 亚洲欧美日韩东京热| 你懂的网址亚洲精品在线观看| 午夜日本视频在线| 亚洲精品日韩av片在线观看| av福利片在线| 色吧在线观看| 精品一区在线观看国产| 国产免费视频播放在线视频| 五月天丁香电影| 日本黄色片子视频| 十八禁高潮呻吟视频 | 成人国产麻豆网| 亚洲av福利一区| 久久精品久久精品一区二区三区| 99久国产av精品国产电影| 亚洲欧美日韩另类电影网站| 精品99又大又爽又粗少妇毛片| 久久久久久久亚洲中文字幕| 国产伦精品一区二区三区四那| 国产一区二区三区综合在线观看 | av在线观看视频网站免费| 伦理电影大哥的女人| 免费av不卡在线播放| 欧美三级亚洲精品| 国产黄色免费在线视频| 搡女人真爽免费视频火全软件| 欧美bdsm另类| 国产精品免费大片| 亚洲欧洲精品一区二区精品久久久 | 女的被弄到高潮叫床怎么办| 免费黄网站久久成人精品| 日韩视频在线欧美| 免费大片黄手机在线观看| 国产免费福利视频在线观看| 哪个播放器可以免费观看大片| 国产一区亚洲一区在线观看| 黄色怎么调成土黄色| 一本大道久久a久久精品| 欧美丝袜亚洲另类| 一级爰片在线观看| 欧美日本中文国产一区发布| 国产成人精品无人区| 国产熟女午夜一区二区三区 | 欧美日韩视频精品一区| 大片电影免费在线观看免费| 久久久久久久精品精品| 亚洲国产最新在线播放| 国产黄色视频一区二区在线观看| 伊人久久国产一区二区| 国产精品不卡视频一区二区| 国产白丝娇喘喷水9色精品| a级毛片在线看网站| 亚洲综合色惰| 国产精品一区二区在线不卡| av卡一久久| 最近的中文字幕免费完整| 自线自在国产av| 在线播放无遮挡| 日本免费在线观看一区| 黄片无遮挡物在线观看| 日韩三级伦理在线观看| 噜噜噜噜噜久久久久久91| 国产免费一区二区三区四区乱码| 狂野欧美激情性bbbbbb| 久久久久久久久久久丰满| 午夜视频国产福利| 少妇高潮的动态图| 高清黄色对白视频在线免费看 | 51国产日韩欧美| 日本黄色片子视频| 伊人久久国产一区二区| 中国美白少妇内射xxxbb| 少妇高潮的动态图| 亚洲av中文av极速乱| 精品午夜福利在线看| 午夜福利视频精品| 国产乱来视频区| 观看免费一级毛片| 久久久久国产网址| 一级,二级,三级黄色视频| www.色视频.com| 一级毛片电影观看| 国产精品熟女久久久久浪| 成年av动漫网址| 久久久久久久国产电影| 一级av片app| 三级国产精品片| 麻豆乱淫一区二区| 下体分泌物呈黄色| 美女cb高潮喷水在线观看| 大片免费播放器 马上看| 在线观看免费高清a一片| 午夜免费鲁丝| 在线观看美女被高潮喷水网站| 有码 亚洲区| 丰满乱子伦码专区| 一级片'在线观看视频| 一级毛片 在线播放| 极品人妻少妇av视频| 一区二区av电影网| 黄片无遮挡物在线观看| 亚洲国产精品一区二区三区在线| 免费av不卡在线播放| 五月开心婷婷网| 精品人妻熟女毛片av久久网站| 国产成人一区二区在线| 久久久欧美国产精品| 日韩成人伦理影院| 亚洲第一av免费看| 日本91视频免费播放| 成人午夜精彩视频在线观看| 亚洲经典国产精华液单| 午夜av观看不卡| 国产亚洲最大av| 99久久精品国产国产毛片| 亚洲av在线观看美女高潮| 欧美激情极品国产一区二区三区 | 一区二区三区四区激情视频| 韩国av在线不卡| 老熟女久久久| 亚洲国产日韩一区二区| av在线观看视频网站免费| 日韩中文字幕视频在线看片| 久久久精品94久久精品| 亚洲va在线va天堂va国产| 蜜桃久久精品国产亚洲av| 精品少妇黑人巨大在线播放| 午夜福利网站1000一区二区三区| 十分钟在线观看高清视频www | 国产 精品1| 亚洲第一av免费看| 少妇高潮的动态图| 久久精品国产自在天天线| 黄色毛片三级朝国网站 | 日韩人妻高清精品专区| 在线观看三级黄色| 国产淫片久久久久久久久| 日韩视频在线欧美| 中文天堂在线官网| 国产男女内射视频| 最近2019中文字幕mv第一页| 国产精品人妻久久久久久| 国产精品无大码| 日韩成人av中文字幕在线观看| 韩国高清视频一区二区三区| 亚洲无线观看免费| 国产女主播在线喷水免费视频网站| 亚洲av中文av极速乱| 亚洲一区二区三区欧美精品| 久久国产乱子免费精品| 日日撸夜夜添| 亚洲精品国产成人久久av| 久久6这里有精品| 99久久精品国产国产毛片| 亚洲欧美日韩另类电影网站| 狠狠精品人妻久久久久久综合| 91成人精品电影| 久久狼人影院| 国产在线视频一区二区| 黑丝袜美女国产一区| 亚洲精品自拍成人| 国内揄拍国产精品人妻在线| 中国三级夫妇交换| 成人特级av手机在线观看| 黄色怎么调成土黄色| 美女福利国产在线| 91精品伊人久久大香线蕉| 搡女人真爽免费视频火全软件| 色网站视频免费| 一级毛片aaaaaa免费看小| 久久婷婷青草| 精品人妻一区二区三区麻豆| 久久精品国产亚洲网站| 成人无遮挡网站| 激情五月婷婷亚洲| 国产伦精品一区二区三区视频9| 亚洲av福利一区| 成年人午夜在线观看视频| 成人午夜精彩视频在线观看| 汤姆久久久久久久影院中文字幕| 夫妻午夜视频| 丰满饥渴人妻一区二区三| 九草在线视频观看| 国产精品国产三级国产av玫瑰| 热99国产精品久久久久久7| 精品视频人人做人人爽| 亚洲精品日韩在线中文字幕| 美女xxoo啪啪120秒动态图| 女的被弄到高潮叫床怎么办| 国产精品一区二区在线观看99| 成人国产av品久久久| 少妇人妻 视频| 亚洲综合精品二区| 人妻 亚洲 视频| 如日韩欧美国产精品一区二区三区 | 中文在线观看免费www的网站| 久久人妻熟女aⅴ| 97在线视频观看| 丝袜在线中文字幕| 欧美最新免费一区二区三区| 日韩三级伦理在线观看| 色哟哟·www| 国产精品久久久久久av不卡| 久久久久久久久久久丰满| 日本-黄色视频高清免费观看| 亚洲av福利一区| 五月天丁香电影| 18+在线观看网站| 午夜av观看不卡| 男男h啪啪无遮挡| 丁香六月天网| 日韩一本色道免费dvd| 成人18禁高潮啪啪吃奶动态图 | 亚洲精品色激情综合| a 毛片基地| 久久毛片免费看一区二区三区| 街头女战士在线观看网站| 国产成人免费无遮挡视频| 一区二区三区精品91| 久久久久精品久久久久真实原创| 2018国产大陆天天弄谢| 美女福利国产在线| 国产黄色视频一区二区在线观看| 中文字幕制服av| 久久狼人影院| 女性生殖器流出的白浆| 男人舔奶头视频| 国产男人的电影天堂91| 啦啦啦中文免费视频观看日本| 国产片特级美女逼逼视频| 国产爽快片一区二区三区| 免费看不卡的av| 大话2 男鬼变身卡| 免费播放大片免费观看视频在线观看| 多毛熟女@视频| 男人和女人高潮做爰伦理| 久久精品国产a三级三级三级| 久久亚洲国产成人精品v| 日本午夜av视频| 日韩亚洲欧美综合| 麻豆成人av视频| 中国三级夫妇交换| 在线观看www视频免费| 人体艺术视频欧美日本| 国产精品三级大全| 国产91av在线免费观看| 高清黄色对白视频在线免费看 | 新久久久久国产一级毛片| 一级,二级,三级黄色视频| 嫩草影院入口| 久久这里有精品视频免费| 久久精品久久久久久噜噜老黄| 亚洲国产色片| 国产成人精品福利久久| 国产精品免费大片| 亚洲不卡免费看| a级毛片在线看网站| 亚洲成人手机| av视频免费观看在线观看| 精品国产一区二区久久| 一本一本综合久久| 久久久久国产网址| 国产亚洲欧美精品永久| 成年av动漫网址| 亚洲av国产av综合av卡| 国产在视频线精品| 亚洲无线观看免费| 亚洲自偷自拍三级| 亚洲精品456在线播放app| 亚洲精品aⅴ在线观看| 久久 成人 亚洲| 蜜桃在线观看..| 久久久久视频综合| 国产精品久久久久久久久免| 人妻夜夜爽99麻豆av| 午夜福利视频精品| 欧美高清成人免费视频www| 各种免费的搞黄视频| 中文字幕制服av| 国产精品国产三级专区第一集| 美女cb高潮喷水在线观看| 国产探花极品一区二区| 欧美另类一区| 亚洲人成网站在线观看播放| 国产欧美另类精品又又久久亚洲欧美| 中文字幕制服av| 亚洲精品视频女| 欧美 亚洲 国产 日韩一| 女人久久www免费人成看片| 色哟哟·www| 久久久国产欧美日韩av| 国产一区二区在线观看日韩| 麻豆乱淫一区二区| 亚洲国产精品一区二区三区在线| 一区二区三区四区激情视频| 97超碰精品成人国产| 中文精品一卡2卡3卡4更新| 中文字幕免费在线视频6| 2022亚洲国产成人精品| 麻豆成人午夜福利视频| 免费av不卡在线播放| 人人澡人人妻人| 久久毛片免费看一区二区三区| av又黄又爽大尺度在线免费看| 99热这里只有精品一区| 免费高清在线观看视频在线观看| 国产精品久久久久久精品电影小说| 久久国产精品大桥未久av | 久久这里有精品视频免费| 亚洲一级一片aⅴ在线观看| 狠狠精品人妻久久久久久综合| 欧美亚洲 丝袜 人妻 在线| 高清欧美精品videossex| 人人妻人人爽人人添夜夜欢视频 | 亚洲婷婷狠狠爱综合网| 十八禁网站网址无遮挡 | 日韩视频在线欧美| 色吧在线观看| 中文字幕免费在线视频6| 亚洲欧美精品专区久久| 欧美日韩av久久| 男女免费视频国产| 美女cb高潮喷水在线观看| 黄色日韩在线| 国产av国产精品国产| 伦精品一区二区三区| 噜噜噜噜噜久久久久久91| 美女中出高潮动态图| 久久久久视频综合| 91成人精品电影| 99热网站在线观看| 欧美成人精品欧美一级黄| 亚洲精品,欧美精品| 亚洲精品成人av观看孕妇| 精品人妻偷拍中文字幕| 国产精品嫩草影院av在线观看| 国产有黄有色有爽视频| 最后的刺客免费高清国语| 波野结衣二区三区在线| av卡一久久| 女人久久www免费人成看片| 国产高清有码在线观看视频| 中文资源天堂在线| av天堂久久9| 人人妻人人看人人澡| √禁漫天堂资源中文www| 久久婷婷青草| 国产男女内射视频| 中文字幕久久专区| 久久久国产一区二区| 成人综合一区亚洲| 777米奇影视久久| 国产色爽女视频免费观看| 女人精品久久久久毛片| 久久久久久久久久久丰满| 少妇人妻 视频| 九九爱精品视频在线观看| 国内揄拍国产精品人妻在线| 国产欧美日韩一区二区三区在线 | 三级国产精品欧美在线观看| 最近手机中文字幕大全| 欧美三级亚洲精品| av不卡在线播放| 亚洲欧美一区二区三区黑人 | 六月丁香七月| 夫妻性生交免费视频一级片| 一级毛片我不卡| 精品国产露脸久久av麻豆| 精品久久久精品久久久| 精品国产一区二区三区久久久樱花| 成人无遮挡网站| 中文字幕人妻丝袜制服| 女性被躁到高潮视频| 交换朋友夫妻互换小说|