• <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 ?

    一種基于決策樹的選項識別方法

    2018-06-07 06:48:48雷俊杰張偉池余榮張浩川
    無線互聯(lián)科技 2018年1期
    關鍵詞:答題卡機器學習決策樹

    雷俊杰 張偉池 余榮 張浩川

    摘要:文章將機器學習中的決策樹算法和圖像處理技術相結合,提出了一種基于決策樹的選項識別方法,該方法首先需要通過人工標注的方式從答題卡中抽取選項構造訓練集和測試集,訓練集和測試集都包括填涂的選項和未填涂的選項兩類,接著將訓練集中的答題卡選項切割成n個大小相同的小矩形,通過計算這些小矩形的占空比并通過設定閾值的方式將其離散化成{0,l}中的其中一個值,這些值將作為選項的填涂空間信息特征,然后將n個小矩形的離散后的值相加作為表征選項整體填涂信息特征,再將這n+l個特征構成特征向量的形式,去構造選項識別的決策樹,最后,用測試集測試決策樹的準確率和速度。經(jīng)過仿真測試,在權衡識別準確率和識別效率之后,得出選項切割的最佳個數(shù)和最佳離散化閾值,在該參數(shù)的設置下,決策樹的識別性能具有滿意的結果。該方法實現(xiàn)方便、簡單、易于理解,并具有很高的準確率和很快的識別速度。

    關鍵詞:機器學習;決策樹;選項識別;特征提?。淮痤}卡

    1 相關概述

    1.1研究背景

    隨著科學技術的日益發(fā)展,傳統(tǒng)的教育行業(yè)也發(fā)生著巨大的變革,從以前的客觀題需要人工手動批改,到后來使用光學標記閱讀機去識別選項答案,效率得到了大大的提升。但光學標記閱讀機雖然速度快,準確性高,但也存在著一些問題[1-3]:(1)設備成本高,一臺普通的光學標記閱讀機需要好幾萬的成本。(2)答題卡需要定制。(3)光學標記閱讀機不能保存數(shù)字圖像。基于上面的原因,出現(xiàn)了數(shù)碼閱卷的方式,該方式只需要將試卷掃描到電腦上,通過一定的算法就可實現(xiàn)識別,通用性更好并且不需要額外的識別硬件。

    1.2答題卡客觀題選項識別的缺點和不足

    雖然數(shù)碼閱卷取得了長足的進展,但在客觀題選項識別上仍然存在著一些不盡人意的地方。當前選項識別方法一般分為兩種,一是簡單通過計算占空比的方法,二是使用支持向量機(SVM)識別[4-5]。下面分別簡單介紹兩種方法的實現(xiàn)。

    1.2.1計算占空比方法

    該方法步驟為[67]:(1)判斷像素是否為黑色像素,若是的話,則累加。(2)求得該選項的占空比,公式為:占空比=黑色像素總和/選項矩形面積。(3)判斷計算出來的古空比是否大于某一設定閾值,若大于,則輸出為填涂,否則,輸出為未填涂。

    這種方法實現(xiàn)簡單,識別速度快,但由于需要設置固定的閾值,因此對一些填涂不全的選項會出現(xiàn)誤識的結果,整體準確率不是太高。

    1.2.2支持向量機識別

    在王勝春的論文《基于SVM的信息識別系統(tǒng)》中,提出了用支持向量機識別選項的方法,該方法步驟為[8](1)定義各識別塊與水平定位塊的相對坐標模板。(2)對水平定位區(qū)域進行圖像分割。(3)獲取各水平定位塊重心。(4)根據(jù)各信息識別塊與水平定位塊的相對坐標模塊,獲取各信息識別塊初步識別范圍。(5)根據(jù)各信息識別塊初步識別范圍及所定義的環(huán)境因子構建輸入向量集。(6)采用SVM對輸入向量集進行訓練與識別,獲取識別結果。

    該方法使用了較多的參數(shù),使得實現(xiàn)起來具有一定的困難性,并且論文中提出的識別方法和論文中的識別系統(tǒng)耦合度過高。

    1.3決策樹簡介

    決策樹是一種簡單、高效的機器學習分類算法,它通俗易懂,跟人的思考方式很像,構建出來的樹圖形清晰明了,同時它也是其他復雜的機器學習算法,如boost、隨機森林的基礎。

    從技術上講,一個決策樹由一系列節(jié)點和分支組成,而節(jié)點和子節(jié)點之間形成分支,節(jié)點代表著決策過程中所考慮的屬性,而不同屬性值形成不同分支。為了利用決策樹對某一事例作出決策,可以利用這一事例的屬性值并由樹根向下搜索直至葉節(jié)點,葉節(jié)點上即包含著決策結果[9-10]。

    決策樹的構造包含以下4步[11]: (l)選擇度量集合分類不純度的計算方法,一般有熵、吉尼不純度、錯分類不純度3種可選擇。(2)遍歷集合的每個特征,根據(jù)度量選擇分類效果最好的屬性對集合進行劃分。(3)遞歸地構造整棵決策樹。(4)使用剪枝策略修建決策樹,防止其過擬合。2算法介紹

    決策樹具有良好的數(shù)學理論支持,方便調(diào)試,構造的模型易于理解,因此很適合用于答題卡選項的識別[12]。

    構造決策樹需要對象的特征,之前的論文中,選項的特征提取做法是[1]:對選項分割后計算各個小矩形的占空比,并以此為特征;這種做法是比較適合的,因為只有一個總體的占空比的做法,會丟失了填涂的空間信息。這就好比,在一個房間里,有許許多多本書,如果我們只知道房間內(nèi)有多少本書,那么當我們要找一本書的時候就非常麻煩,但如果我們將這些書分門別類,分成一塊區(qū)域一塊區(qū)域去管理,那樣就既可以保留了書本的數(shù)量信息,又可以保留書本的空間信息,尋找起來就會快很多。而將選項劃分為多個小區(qū)域的做法,就做到了既保留了填涂的總體信息,又保留了填涂的空間信息。但決策樹不適用于連續(xù)的數(shù)據(jù),因此在這里我們需要將占空比離散化,離散化的方法也非常簡單,就是設置一閾值,若占空比高于該閾值則將特征值置為l,否則為0。這個離散化的過程,其實很像我們?nèi)讼冉虝嬎銠C怎么樣才算填涂的選項,但填涂的選項有太多的情況,不可能一一給計算機詳細地羅列出來,既然如此,那我們就先教會計算機一個狹小的區(qū)域怎么樣才算填涂,而一個狹小的區(qū)域往往是容易判斷的,然后計算機再通過統(tǒng)計每個狹小區(qū)域的特征來判斷整個選項區(qū)域是否填涂。于是,一個復雜的問題就變成了一個個小的問題。以往的占空比閾值判斷方法往往會丟失選項填涂的空間信息,它只能夠得到選項大致填涂了多少,而不會知道這些填涂是分散的還是集中的;現(xiàn)在通過將選項分割成一個個小的區(qū)域,其特征值代表了區(qū)域的填涂信息,能夠在整體上保留填涂的空間信息。不過,由于特征值只會代表單個區(qū)域信息,我們還需要一個特征來表征整個區(qū)域的填涂信息,這個特征可以通過對所有小區(qū)域的特征求和來得到。

    于是,基于決策樹的選項識別算法步驟如下。

    (1)構造訓練樣本和測試樣本。

    (2)設定劃分個數(shù)Ⅳ和離散化閾值T。

    (3)將訓練樣本中的選項圖像分為NAI大小相同的小區(qū)域,逐一計算每個區(qū)域黑色像素的占空比。

    (4)根據(jù)離散化閾值將占空比離散化,方法為:占空比大于閾值,特征值置為l;否則,特征值置為0。

    (5)對該選項所有區(qū)域的特征值求和。

    (6)根據(jù)上面的特征信息構造該選項圖像的特征值向量,最后輸出的特征值向量大概會是這樣的形式:

    Vector=[1,1,1,0,0,1,0,1,…,ll,l]

    其中,II為前面的1的個數(shù)之和,最后的1是該選項的類別(這里1代表“填涂”,0代表“未填涂”)。

    (7)將所有的訓練樣本的特征向量構造成特征矩陣的形式。

    (8)將特征矩陣數(shù)據(jù)輸入決策樹訓練算法中,構造用于識別選項的決策樹模型。 在上面的步驟中,有兩個參數(shù)是至關重要的,一個是選項區(qū)域劃分成的矩形個數(shù)Ⅳ,一個是閾值To -般的選項圖像大小長度在40像素內(nèi),高度在20像素內(nèi),為了方便計算,在這里使得n=m,即選項區(qū)域劃分為nXn個大小相同的小矩形,n=2,3,4,5,玎若再大的話,會使到分割后區(qū)域過小而失去表征的作用。而根據(jù)經(jīng)驗,閾值可選擇0.4-0.8的值。根據(jù)直觀的經(jīng)驗,我們可以知道,當Ⅳ越大的時候,填涂的空間信息就會保存得越好,越能夠表征選項的填涂特征,識別的準確率會越高,但計算的復雜度會增加,效率下降并有可能導致決策樹的過擬合;而當閾值T越大的時候,識別的嚴格程度就會越高,這樣一來導致的情況就是,對于填涂的識別會越來越準確,但對于未填涂的識別錯誤也會越來越高,反之亦然。也就是說,若n固定,將閾值作為橫軸,識別正確率作為縱軸畫出來的圖形,應該是一個類似小山坡的形狀;而當n增加的時候,由于表征性能更好,畫出來的圖形應該是比前者的形狀更“高”。那么,應該大約會在n=3,4,也就是選項分成9個或16個矩形,閾值T為0.6左右的時候,構造出來的決策樹識別性能會是最好的,因為在這個區(qū)間內(nèi),小矩形具有足夠好的表征性能,而閾值的也是靠近中間的值,兩者達到了對正樣本和負樣本都不偏不倚的平衡狀態(tài)。下面我們通過仿真實驗來驗證猜想。

    3仿真實驗

    本論文實現(xiàn)算法所用到的操作系統(tǒng)是Win7專業(yè)版,cpu為AMD A8 PRO,數(shù)據(jù)仿真的平臺為vs20lO+opencv2.4.10,論文中關于效率的數(shù)據(jù)皆基于此,不同平臺得到的結果會有所不同。在opencv中,已經(jīng)有實現(xiàn)決策樹的開源算法[5]而本論文也是在該算法的基礎上進行調(diào)試和改進的。

    3.1構造訓練樣本集和測試樣本集

    訓練樣本集的構造對決策樹的生成非常重要。構造的訓練樣本集需要包含兩部分,一是正樣本集(填涂的選項圖像集),二是負樣本集(未填涂的選項圖像集)。本論文從十多份不同的試卷中抽取了具有代表性的7 259張選項圖像,其中正樣本集共3 674張,負樣本集共3 621張。

    測試樣本集中共有15 236張,其中正樣本為7 590張,負樣本為7 646張。

    3.2結果分析

    當設置n=2(即選項分為大小相等的4個小矩形),閾值為0.4-0.64時,通過上面的方法提取特征,構造決策樹,并對測試集進行測試,結果統(tǒng)計如表1所示。

    從上面的表格可以看出,在測試樣本中,當閾值較低時,正樣本的錯誤個數(shù)也較少,而負樣本的錯誤個數(shù)則很多,因此總正確率不是很高;隨著閾值增加,負樣本識別正確率上升;而后面由于閾值過高導致了正樣本識別正確率降低,這跟前面的推測是一樣的。

    同樣地,增大n的值,記錄識別結果。n=3,4,5時的閾值與準確率關系如圖1所示。

    可以看到,當n=3時總體的準確率要比n=2時高,而n=4時總體準確率又比n=3時高,并且當n=4,閾值為0.62時準確率達到最高值,為9 9.7%。而當n再增加的時候,會使得切割的矩形過小,增加決策樹的復雜度,并增加額外的時間,但跟前面的性能所差無幾,因此,在n=4時所提取的特征已經(jīng)能夠很好地表征填涂的信息,也具有很好的識別率。測試樣本在n=4,離散化閾值為0.62時構造出來的決策樹識別結果的詳細準確率如表2所示。

    從上面的數(shù)據(jù)可以看到,正樣本和負樣本都達到了較高的正確率。因此,將選項分割為4X4的小矩形,求出其占空比,并根據(jù)閾值為0.62將占空比離散化作為特征,構造決策樹進行識別的方法是有效可行的。

    3.3識別效率

    本次測試共15 236份測試樣本,識別耗費時間為8 237 ms,平均0.54 ms識別一道選項,可以說,決策樹的識別效率是非常高的。

    4結語

    科技的發(fā)展日新月異,傳統(tǒng)的紙質(zhì)考試,人工批改的方式也在科技發(fā)展的潮流下發(fā)生著深刻的變革,越來越多的學校、考試都采用了數(shù)碼自動化的批改方式;同時,圖像識別,機器學習等算法也成為當下流行的研究熱點;機器學習中的決策樹算法具有方便、簡潔、易于理解準確度高等特點。本文在決策樹的基礎上,結合改進的特征提取方法,提出一種答題卡選項識別算法,并通過仿真試驗得出了特征提取中的最佳參數(shù):n=4,T=0.62;在該參數(shù)組合下,構造出來的決策樹具有良好的識別準確率和識別效率。該算法兼容性高,能夠很方便地移植到當前的答題卡選項識別系統(tǒng)上。

    [參考文獻]

    [1]楊燕青,彭延軍基于灰度圖像的答題卡識別技術[J]山東科技大學學報(自然科學版),2009(3):99-102

    [2]高育鵬,楊俊,何廣軍.基于圖像識別的自動閱卷系統(tǒng)研究[J]現(xiàn)代電子技術,2006( 22):119-120.

    [3]周萬珍,鄭廣,王健霞.數(shù)字圖像處理技術在客觀中的應用[J]數(shù)學的實踐與認識,2006 (8):243-246

    [4]鄭廣,秦敏基于圖像識別的客觀題閱卷研究[J]儀器儀表學報,2006 (6):273-274,791

    [5]阮秋琦數(shù)字圖像處理學[M]北京:電子工業(yè)出版社,2001.

    [6]劉洪濤,孫天澤嵌入式系統(tǒng)技術與設計[M].北京:人民郵電出版社,2011

    [7]蘇錦秀基于圖像識別的答題卡研究[J].現(xiàn)代技術,2008 (22):119-120

    [8]王勝春.基于SVM的信息卡識別系統(tǒng)[D].長沙:湖南師范大學,2008

    [9]周海濤,韓曉軍.基于數(shù)字圖像處理的答題卡識別方法研究[J].電腦知識與技術,2008 (10):197-199

    [lO]JohnD,蔡競峰,蔡自興.決策樹技術及其當前研究方向[J]控制工程,2005 (1):15-18

    [11]彼得哈靈頓機器學習實戰(zhàn)[M]李銳,李鵬,曲亞東,等,譯北京:人民郵電出版社,2013.

    [12]加里布拉德斯基,阿德里安.學習Opencv[M]._于-仕琪,劉瑞禎,譯北京:清華大學出版社,2016

    猜你喜歡
    答題卡機器學習決策樹
    一種針對不均衡數(shù)據(jù)集的SVM決策樹算法
    決策樹和隨機森林方法在管理決策中的應用
    電子制作(2018年16期)2018-09-26 03:27:06
    湖南省動物衛(wèi)生監(jiān)督知識競賽答題卡
    基于機器學習的圖像特征提取技術在圖像版權保護中的應用
    基于網(wǎng)絡搜索數(shù)據(jù)的平遙旅游客流量預測分析
    時代金融(2016年27期)2016-11-25 17:51:36
    前綴字母為特征在維吾爾語文本情感分類中的研究
    科教導刊(2016年26期)2016-11-15 20:19:33
    基于支持向量機的金融數(shù)據(jù)分析研究
    基于決策樹的出租車乘客出行目的識別
    安全知識競賽答題卡
    答題卡
    午夜福利在线观看吧| 亚洲熟妇中文字幕五十中出 | 99精国产麻豆久久婷婷| 后天国语完整版免费观看| 国产精品久久电影中文字幕 | 日韩欧美三级三区| 免费少妇av软件| 精品久久久久久久毛片微露脸| 久久性视频一级片| 久久久精品国产亚洲av高清涩受| 色综合婷婷激情| 亚洲国产欧美日韩在线播放| 亚洲熟妇熟女久久| 久9热在线精品视频| 最近最新中文字幕大全电影3 | 久久中文字幕一级| 黄色片一级片一级黄色片| 黄色a级毛片大全视频| 少妇 在线观看| 一a级毛片在线观看| 极品教师在线免费播放| 欧美丝袜亚洲另类 | 成人三级做爰电影| www日本在线高清视频| av中文乱码字幕在线| 日本精品一区二区三区蜜桃| 一区在线观看完整版| 国产成人啪精品午夜网站| 高清欧美精品videossex| 黑人巨大精品欧美一区二区蜜桃| 久久香蕉国产精品| 国产极品粉嫩免费观看在线| 亚洲中文日韩欧美视频| 精品亚洲成a人片在线观看| av有码第一页| 色婷婷av一区二区三区视频| 欧美国产精品va在线观看不卡| 极品少妇高潮喷水抽搐| 18禁美女被吸乳视频| 国产亚洲欧美98| 亚洲国产欧美网| 大型黄色视频在线免费观看| 黄色视频,在线免费观看| 人人妻人人澡人人看| 精品国内亚洲2022精品成人 | 免费看十八禁软件| 正在播放国产对白刺激| 侵犯人妻中文字幕一二三四区| 国产成人免费观看mmmm| 久久精品亚洲熟妇少妇任你| 亚洲欧美色中文字幕在线| 国产精品久久久久成人av| 久久久久久人人人人人| 国产精品av久久久久免费| 精品一区二区三区四区五区乱码| 又黄又粗又硬又大视频| 国产淫语在线视频| 这个男人来自地球电影免费观看| 国产在线精品亚洲第一网站| 999久久久国产精品视频| 国产欧美亚洲国产| 欧美日韩一级在线毛片| 色综合婷婷激情| 国产在线一区二区三区精| 久久久久久久午夜电影 | 黄色毛片三级朝国网站| 久久精品国产a三级三级三级| 91成年电影在线观看| 视频区图区小说| 脱女人内裤的视频| 新久久久久国产一级毛片| 国产一区二区三区在线臀色熟女 | 久久精品国产综合久久久| 国产深夜福利视频在线观看| 国产一区二区三区在线臀色熟女 | 国产精品久久久久成人av| 亚洲国产毛片av蜜桃av| 亚洲中文av在线| 欧美乱妇无乱码| 亚洲欧美日韩高清在线视频| 日本五十路高清| 精品国产一区二区三区久久久樱花| 免费不卡黄色视频| 国产免费男女视频| 午夜福利一区二区在线看| 午夜福利在线观看吧| 国产aⅴ精品一区二区三区波| 国产视频一区二区在线看| 欧美老熟妇乱子伦牲交| 视频区图区小说| 午夜91福利影院| 在线视频色国产色| 夜夜爽天天搞| 免费观看精品视频网站| 人人妻,人人澡人人爽秒播| 成在线人永久免费视频| 亚洲avbb在线观看| 动漫黄色视频在线观看| 国产一区二区三区在线臀色熟女 | 99国产精品99久久久久| 精品国产一区二区三区四区第35| 男人的好看免费观看在线视频 | 欧美激情久久久久久爽电影 | 999久久久国产精品视频| 亚洲av日韩精品久久久久久密| 操出白浆在线播放| 中文字幕精品免费在线观看视频| 欧美av亚洲av综合av国产av| 丝袜人妻中文字幕| 久久国产亚洲av麻豆专区| 韩国精品一区二区三区| 大型av网站在线播放| 日韩欧美在线二视频 | 黄色片一级片一级黄色片| 亚洲国产欧美网| 亚洲国产毛片av蜜桃av| 国产成人影院久久av| 久久久久久久久免费视频了| 大型黄色视频在线免费观看| 欧美精品人与动牲交sv欧美| 亚洲欧美日韩高清在线视频| 国产精品久久久av美女十八| 这个男人来自地球电影免费观看| 中文字幕高清在线视频| 久久精品熟女亚洲av麻豆精品| 中文字幕人妻熟女乱码| 国产99久久九九免费精品| 男人舔女人的私密视频| 精品福利永久在线观看| 人人妻人人添人人爽欧美一区卜| 国产日韩欧美亚洲二区| 亚洲精品中文字幕一二三四区| 亚洲精品乱久久久久久| 手机成人av网站| 精品国产美女av久久久久小说| 亚洲色图 男人天堂 中文字幕| 亚洲精品av麻豆狂野| 人人妻,人人澡人人爽秒播| 亚洲av日韩在线播放| 国产精品永久免费网站| 亚洲 国产 在线| 香蕉丝袜av| 欧美另类亚洲清纯唯美| 12—13女人毛片做爰片一| 国产一区二区激情短视频| 首页视频小说图片口味搜索| 黄网站色视频无遮挡免费观看| 啦啦啦 在线观看视频| 很黄的视频免费| av网站在线播放免费| 一级黄色大片毛片| 老司机影院毛片| 精品久久蜜臀av无| 超碰97精品在线观看| 五月开心婷婷网| 99热网站在线观看| 欧美成人午夜精品| 午夜福利在线免费观看网站| 久久精品国产99精品国产亚洲性色 | 悠悠久久av| 天天添夜夜摸| 国产aⅴ精品一区二区三区波| 国产欧美日韩一区二区三区在线| 欧美精品人与动牲交sv欧美| 色播在线永久视频| 久久天堂一区二区三区四区| 最新在线观看一区二区三区| 国产亚洲一区二区精品| 黄频高清免费视频| av国产精品久久久久影院| av中文乱码字幕在线| av超薄肉色丝袜交足视频| 亚洲在线自拍视频| av在线播放免费不卡| 在线观看免费日韩欧美大片| 久久精品亚洲精品国产色婷小说| 久久精品aⅴ一区二区三区四区| 后天国语完整版免费观看| av电影中文网址| 人妻 亚洲 视频| 国产欧美日韩一区二区精品| 亚洲色图av天堂| 亚洲精品美女久久久久99蜜臀| 久久这里只有精品19| 岛国在线观看网站| 视频区欧美日本亚洲| 色综合欧美亚洲国产小说| 午夜两性在线视频| 满18在线观看网站| 91精品国产国语对白视频| 国产精品香港三级国产av潘金莲| 日韩有码中文字幕| 国产精品1区2区在线观看. | 亚洲欧美日韩高清在线视频| 免费少妇av软件| 久久午夜亚洲精品久久| 欧美日韩精品网址| 日韩欧美免费精品| 精品第一国产精品| 丝瓜视频免费看黄片| 男女下面插进去视频免费观看| 9色porny在线观看| 亚洲片人在线观看| 老司机午夜十八禁免费视频| 天堂俺去俺来也www色官网| 国产三级黄色录像| 国产精品 欧美亚洲| 久久婷婷成人综合色麻豆| 90打野战视频偷拍视频| 丰满人妻熟妇乱又伦精品不卡| 美女视频免费永久观看网站| 亚洲av熟女| 欧美久久黑人一区二区| 久久国产乱子伦精品免费另类| 国产精品久久视频播放| 丝袜美足系列| 在线观看免费视频网站a站| 一区在线观看完整版| 精品久久久精品久久久| 99re6热这里在线精品视频| av片东京热男人的天堂| 999精品在线视频| 国产av精品麻豆| 黑人猛操日本美女一级片| 成人av一区二区三区在线看| 老鸭窝网址在线观看| 淫妇啪啪啪对白视频| 极品少妇高潮喷水抽搐| 成人黄色视频免费在线看| 国产免费男女视频| 国产三级黄色录像| 久久人妻av系列| 国产亚洲精品第一综合不卡| 午夜精品久久久久久毛片777| 免费日韩欧美在线观看| 久久久水蜜桃国产精品网| 久久久久视频综合| 国产精品综合久久久久久久免费 | 少妇粗大呻吟视频| 1024视频免费在线观看| 咕卡用的链子| 国产精品九九99| 夫妻午夜视频| 精品国产一区二区三区四区第35| 99久久精品国产亚洲精品| 日本黄色视频三级网站网址 | 午夜两性在线视频| 母亲3免费完整高清在线观看| 国精品久久久久久国模美| 久久亚洲精品不卡| 色综合欧美亚洲国产小说| 伊人久久大香线蕉亚洲五| 国产精品久久视频播放| 国产在视频线精品| 免费在线观看完整版高清| 久久久国产成人精品二区 | 五月开心婷婷网| 高清在线国产一区| 一级a爱片免费观看的视频| 操出白浆在线播放| 亚洲精品在线美女| 国产精品久久视频播放| 美女国产高潮福利片在线看| 99国产综合亚洲精品| 人妻丰满熟妇av一区二区三区 | 国产精品一区二区免费欧美| 亚洲国产毛片av蜜桃av| 99久久精品国产亚洲精品| 不卡一级毛片| 最新的欧美精品一区二区| 香蕉久久夜色| 国产免费现黄频在线看| 夜夜躁狠狠躁天天躁| 精品国产一区二区三区四区第35| 成人国语在线视频| 亚洲av成人不卡在线观看播放网| 青草久久国产| 午夜两性在线视频| 国产精品久久视频播放| 亚洲色图av天堂| 日韩视频一区二区在线观看| 看免费av毛片| 亚洲成av片中文字幕在线观看| 大片电影免费在线观看免费| 波多野结衣av一区二区av| 别揉我奶头~嗯~啊~动态视频| 亚洲精品一卡2卡三卡4卡5卡| 丝袜美腿诱惑在线| 亚洲国产欧美网| 国产欧美日韩精品亚洲av| 国产精品 欧美亚洲| 免费黄频网站在线观看国产| 国产区一区二久久| www.自偷自拍.com| 黄色片一级片一级黄色片| 国产无遮挡羞羞视频在线观看| cao死你这个sao货| 不卡av一区二区三区| 人人妻人人澡人人爽人人夜夜| 欧美久久黑人一区二区| 精品乱码久久久久久99久播| 制服人妻中文乱码| 另类亚洲欧美激情| 久久亚洲真实| 亚洲国产精品合色在线| 亚洲精品中文字幕一二三四区| 黑人操中国人逼视频| 亚洲精品粉嫩美女一区| 亚洲精品久久午夜乱码| 亚洲av成人av| 欧美大码av| 啦啦啦免费观看视频1| 两人在一起打扑克的视频| 午夜精品国产一区二区电影| 久99久视频精品免费| 亚洲成人免费电影在线观看| 欧美日韩成人在线一区二区| 久久国产精品影院| a级毛片在线看网站| 欧美国产精品va在线观看不卡| 天天添夜夜摸| 好看av亚洲va欧美ⅴa在| 国产精品九九99| 夜夜躁狠狠躁天天躁| 91麻豆精品激情在线观看国产 | 岛国在线观看网站| 亚洲aⅴ乱码一区二区在线播放 | 久热这里只有精品99| 亚洲精品乱久久久久久| 国产精品久久久av美女十八| 99久久综合精品五月天人人| 丁香欧美五月| 亚洲综合色网址| 国产野战对白在线观看| 国产亚洲欧美98| 国产在线一区二区三区精| 欧美人与性动交α欧美精品济南到| 亚洲精品成人av观看孕妇| 欧美在线一区亚洲| a级毛片黄视频| 久久精品国产亚洲av高清一级| 亚洲一区二区三区不卡视频| 俄罗斯特黄特色一大片| 又黄又粗又硬又大视频| 亚洲精品中文字幕一二三四区| 亚洲一区二区三区不卡视频| 叶爱在线成人免费视频播放| 高清欧美精品videossex| 一个人免费在线观看的高清视频| 一区二区三区国产精品乱码| 人人妻人人澡人人爽人人夜夜| 国产1区2区3区精品| 91精品三级在线观看| 国产在线精品亚洲第一网站| 亚洲av成人av| 免费一级毛片在线播放高清视频 | 国产精品免费一区二区三区在线 | 免费少妇av软件| 成人国语在线视频| 国产又爽黄色视频| 亚洲国产中文字幕在线视频| 国产高清激情床上av| 成人三级做爰电影| 久久久精品免费免费高清| 成人三级做爰电影| 久久久精品免费免费高清| www.精华液| 国产高清激情床上av| 欧美中文综合在线视频| 国产欧美日韩一区二区三| av一本久久久久| 午夜福利乱码中文字幕| 成人18禁在线播放| 精品人妻在线不人妻| 欧美国产精品一级二级三级| 热99久久久久精品小说推荐| 丰满迷人的少妇在线观看| 黄片小视频在线播放| 成人影院久久| 一二三四社区在线视频社区8| 黄片播放在线免费| 国产精品九九99| 91精品国产国语对白视频| 国产亚洲欧美在线一区二区| 亚洲欧美一区二区三区久久| 免费女性裸体啪啪无遮挡网站| 亚洲自偷自拍图片 自拍| 18禁美女被吸乳视频| 久久精品亚洲熟妇少妇任你| 一级片免费观看大全| 少妇 在线观看| 18在线观看网站| 天堂俺去俺来也www色官网| 国产精品成人在线| 国产欧美日韩一区二区三区在线| 国产成人一区二区三区免费视频网站| 亚洲少妇的诱惑av| 免费不卡黄色视频| 丁香欧美五月| 日韩欧美在线二视频 | 日日爽夜夜爽网站| 人人妻人人澡人人爽人人夜夜| 91在线观看av| 久久99一区二区三区| 岛国在线观看网站| 日韩大码丰满熟妇| 婷婷成人精品国产| 日本wwww免费看| 人人妻,人人澡人人爽秒播| 久久久久久亚洲精品国产蜜桃av| 精品国产一区二区三区四区第35| 在线播放国产精品三级| 一二三四社区在线视频社区8| 中文字幕av电影在线播放| 90打野战视频偷拍视频| 超碰成人久久| 亚洲一区二区三区欧美精品| 999久久久精品免费观看国产| 午夜精品在线福利| 男人舔女人的私密视频| 首页视频小说图片口味搜索| 久久精品熟女亚洲av麻豆精品| www.熟女人妻精品国产| 一二三四社区在线视频社区8| 久久国产亚洲av麻豆专区| 国产精品自产拍在线观看55亚洲 | a级毛片在线看网站| 中文亚洲av片在线观看爽 | 无遮挡黄片免费观看| 精品久久蜜臀av无| 亚洲视频免费观看视频| 亚洲精品av麻豆狂野| 精品久久久久久久毛片微露脸| 亚洲专区字幕在线| 亚洲av欧美aⅴ国产| 久久香蕉精品热| 亚洲一卡2卡3卡4卡5卡精品中文| 午夜免费成人在线视频| 欧美乱妇无乱码| 亚洲精品国产区一区二| 国产麻豆69| 丁香欧美五月| 欧美大码av| 99在线人妻在线中文字幕 | 国产精品久久久久久人妻精品电影| 变态另类成人亚洲欧美熟女 | 亚洲五月天丁香| 亚洲成人免费电影在线观看| 黄色片一级片一级黄色片| 精品久久久久久,| 欧美中文综合在线视频| 一本一本久久a久久精品综合妖精| 亚洲精品久久午夜乱码| 久久中文字幕一级| 变态另类成人亚洲欧美熟女 | 18在线观看网站| 悠悠久久av| 两人在一起打扑克的视频| 久久狼人影院| 最近最新中文字幕大全电影3 | 久久国产精品人妻蜜桃| 90打野战视频偷拍视频| 亚洲午夜精品一区,二区,三区| 欧美日韩成人在线一区二区| 欧美+亚洲+日韩+国产| 久久久久国产一级毛片高清牌| 一区二区日韩欧美中文字幕| 精品国内亚洲2022精品成人 | 黄色毛片三级朝国网站| 天堂中文最新版在线下载| 国产精品1区2区在线观看. | 建设人人有责人人尽责人人享有的| 亚洲人成电影免费在线| 波多野结衣av一区二区av| 久久久国产成人精品二区 | 久久久久国内视频| 久久人人97超碰香蕉20202| 在线av久久热| 热99久久久久精品小说推荐| 少妇猛男粗大的猛烈进出视频| 国产伦人伦偷精品视频| 亚洲成人免费电影在线观看| x7x7x7水蜜桃| 人妻 亚洲 视频| 看免费av毛片| 一夜夜www| 侵犯人妻中文字幕一二三四区| 别揉我奶头~嗯~啊~动态视频| 久久久国产欧美日韩av| www.熟女人妻精品国产| 视频区欧美日本亚洲| 又黄又爽又免费观看的视频| tocl精华| 欧美精品高潮呻吟av久久| 国内久久婷婷六月综合欲色啪| 久久久水蜜桃国产精品网| 又黄又粗又硬又大视频| 亚洲五月婷婷丁香| 精品亚洲成a人片在线观看| 午夜久久久在线观看| 老汉色av国产亚洲站长工具| 无限看片的www在线观看| 18在线观看网站| 黑人巨大精品欧美一区二区蜜桃| 欧洲精品卡2卡3卡4卡5卡区| 国产一区二区激情短视频| 女性被躁到高潮视频| 欧美成狂野欧美在线观看| 男女午夜视频在线观看| 男女高潮啪啪啪动态图| 91成年电影在线观看| 9热在线视频观看99| 制服诱惑二区| 在线观看一区二区三区激情| 我的亚洲天堂| 亚洲av第一区精品v没综合| 丰满饥渴人妻一区二区三| 99久久精品国产亚洲精品| 在线永久观看黄色视频| 亚洲国产欧美网| 中亚洲国语对白在线视频| 亚洲 国产 在线| 国产精品久久电影中文字幕 | 国产日韩一区二区三区精品不卡| 黄色视频,在线免费观看| 亚洲精品成人av观看孕妇| 三级毛片av免费| 精品人妻在线不人妻| 在线观看免费高清a一片| 久久久久久久久久久久大奶| 国产精品综合久久久久久久免费 | 色精品久久人妻99蜜桃| 韩国精品一区二区三区| 国产片内射在线| 女性生殖器流出的白浆| 亚洲色图av天堂| 国产精品美女特级片免费视频播放器 | 天天躁日日躁夜夜躁夜夜| 一级,二级,三级黄色视频| 欧美+亚洲+日韩+国产| 多毛熟女@视频| 久久精品人人爽人人爽视色| 水蜜桃什么品种好| 一进一出抽搐动态| 成年动漫av网址| 少妇猛男粗大的猛烈进出视频| 久久久久久久久久久久大奶| 日韩欧美国产一区二区入口| 久久ye,这里只有精品| 俄罗斯特黄特色一大片| 热re99久久精品国产66热6| 国产单亲对白刺激| 日本精品一区二区三区蜜桃| 色婷婷久久久亚洲欧美| 免费观看a级毛片全部| 一a级毛片在线观看| 久久国产亚洲av麻豆专区| 色精品久久人妻99蜜桃| 日本五十路高清| 黑人欧美特级aaaaaa片| 亚洲国产精品一区二区三区在线| 中文字幕制服av| 国产精品欧美亚洲77777| 精品久久久久久久毛片微露脸| 麻豆乱淫一区二区| 国产成人免费观看mmmm| 男女床上黄色一级片免费看| 成年人午夜在线观看视频| 日本一区二区免费在线视频| 午夜福利乱码中文字幕| 亚洲av成人一区二区三| 又大又爽又粗| 91成人精品电影| 人妻丰满熟妇av一区二区三区 | 成人永久免费在线观看视频| 国产精品成人在线| 精品国产一区二区三区四区第35| 少妇猛男粗大的猛烈进出视频| 一边摸一边抽搐一进一小说 | 久久热在线av| 最近最新中文字幕大全免费视频| 免费在线观看影片大全网站| 午夜成年电影在线免费观看| 亚洲人成77777在线视频| 一区二区三区激情视频| 少妇的丰满在线观看| 黄色视频不卡| 黄色成人免费大全| 免费在线观看亚洲国产| 男女床上黄色一级片免费看| 欧美不卡视频在线免费观看 | 久久精品亚洲精品国产色婷小说| 久久久国产成人免费| 午夜福利一区二区在线看| 亚洲一区二区三区不卡视频| 免费观看a级毛片全部| 两个人免费观看高清视频| 精品久久久精品久久久| 国产熟女午夜一区二区三区| avwww免费| 在线国产一区二区在线| 久久九九热精品免费| 欧美在线黄色| 亚洲av片天天在线观看| tocl精华| 国产av一区二区精品久久| 国产成+人综合+亚洲专区| 欧美日韩一级在线毛片| 国产精品久久久人人做人人爽| 久久精品亚洲精品国产色婷小说| 99精品久久久久人妻精品| 亚洲视频免费观看视频| 在线十欧美十亚洲十日本专区| 国产成人一区二区三区免费视频网站| 99热只有精品国产|