• <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 ?

    基于形狀索引的DoG特征結(jié)合GPRT的人臉關(guān)鍵點(diǎn)檢測(cè)算法

    2019-05-27 08:38:18
    關(guān)鍵詞:魯棒高斯人臉

    (商丘職業(yè)技術(shù)學(xué)院,河南 商丘 476100)

    0 引言

    人臉關(guān)鍵點(diǎn)檢測(cè)就是對(duì)面部特征進(jìn)行精確定位,如面部圖像中的眼角、鼻尖、嘴角和下巴。準(zhǔn)確且魯棒地人臉對(duì)齊有利于實(shí)現(xiàn)各種涉及人臉的目標(biāo)應(yīng)用,如人臉識(shí)別[1-2]、面部表情識(shí)別[3-4]等。但是由于人臉形狀本身具有多變性,以及光照、姿態(tài)、遮擋等因素的影響,準(zhǔn)確且魯棒的人臉關(guān)鍵點(diǎn)檢測(cè)還具有相當(dāng)?shù)碾y度。

    近年來(lái),級(jí)聯(lián)形狀回歸模型在特征點(diǎn)定位上取得了重大突破。形狀回歸是一種人臉對(duì)齊框架[5],其具有準(zhǔn)確性、魯棒性及快速性等特點(diǎn)。在形狀回歸中,臉部形狀是一個(gè)連接的面部基準(zhǔn)坐標(biāo),其通過(guò)一連串分類與回歸樹(Classification and Regression Tree,CRT)實(shí)現(xiàn)原始迭代更新。每一個(gè)樹基于當(dāng)前的形狀評(píng)估對(duì)形狀增量進(jìn)行估量,最終的形狀評(píng)估由原始評(píng)估的輸出樹累計(jì)加和而來(lái)。目前,已經(jīng)在形狀回歸中考慮了不同種的正則化方法以便降低過(guò)度擬合,獲取更好的泛化性能。文獻(xiàn)[7]通過(guò)對(duì)一個(gè)人臉圖像生成多個(gè)初始形狀估計(jì)來(lái)增強(qiáng)訓(xùn)練數(shù)據(jù),這一數(shù)據(jù)加強(qiáng)的方法已經(jīng)在后續(xù)的研究中應(yīng)用。文獻(xiàn)[8]將收縮和平均作為正則化方法,在梯度推進(jìn)學(xué)習(xí)過(guò)程中,學(xué)習(xí)率參數(shù)乘以每一個(gè)回歸樹或獨(dú)立學(xué)習(xí)和平均樹。文獻(xiàn)[9]將學(xué)習(xí)過(guò)程分為兩個(gè)步驟:(1)學(xué)習(xí)二進(jìn)制映射函數(shù)(2)學(xué)習(xí)現(xiàn)行回歸矩陣。二進(jìn)制映射函數(shù)包括一組局部的二進(jìn)制映射函數(shù),該函數(shù)由單面部基準(zhǔn)點(diǎn)的方法從獨(dú)立學(xué)習(xí)樹中誘導(dǎo)。接著通過(guò)平方損失最小化函數(shù),獲取線性回歸矩陣。然而這些算法易陷入局部極值并且魯棒性不強(qiáng)。

    本文使用高斯過(guò)程回歸樹(Gaussian Process Regression Tree,GPRT)來(lái)代替梯度推進(jìn)。GPRT通過(guò)一種特殊的內(nèi)核簡(jiǎn)化預(yù)測(cè)過(guò)程中的計(jì)算,在相同的預(yù)測(cè)時(shí)間內(nèi)比CRT的泛化性能高。GPRT的預(yù)測(cè)平均值為樹輸出的總和,這一方法的預(yù)測(cè)時(shí)間相同但是提高了泛化性能。此處將GPRT的預(yù)測(cè)平均值設(shè)計(jì)成正比于預(yù)測(cè)變量(來(lái)自于GPRT集合)的值,由此引出GPRT的貪婪分布式學(xué)習(xí)方法。在參考形狀評(píng)估的局部視網(wǎng)膜模式中,計(jì)算高斯函數(shù)的差分(Difference of Gaussian,DoG)特征來(lái)確定GPRT的輸入特征。提取DoG特征,首先,在不同尺度條件下使用高斯濾波器平滑面部圖像從而降低噪音敏感性。然后從高斯光滑面部圖像中提取像素值,利用局部視網(wǎng)膜抽樣模式、形狀評(píng)估和光滑尺度把圖像編入索引內(nèi)。最后計(jì)算提取像素值的差異。每一個(gè)局部視網(wǎng)膜抽樣點(diǎn)的光滑尺度與采樣點(diǎn)和中心點(diǎn)之間的距離呈正比。因此,遠(yuǎn)距離采樣點(diǎn)比附近的采樣點(diǎn)涉及的區(qū)域面積大,對(duì)形狀評(píng)估誤差的穩(wěn)定性也較好,識(shí)別能力也更強(qiáng)。

    1 高斯過(guò)程回歸樹

    1.1 回歸樹模型

    CRT中考慮了一組樹,并將形狀回歸看作成一種加法級(jí)聯(lián)形式的樹,如下所示:

    (1)

    (2)

    (3)

    其中:Nt,b是葉子b上下降的訓(xùn)練數(shù)據(jù)點(diǎn)。用分割函數(shù)和回歸函數(shù)改進(jìn)的公式(1)為:

    1.2 GPRT的過(guò)程

    GPRT由許多GPRT組成,每一個(gè)GPRT都有一個(gè)由樹組定義的內(nèi)核。在GPRT中,輸出和輸入之間的關(guān)系由回歸函數(shù)f(x)表示,該回歸函數(shù)是一個(gè)有獨(dú)立加性噪音εi的高斯過(guò)程:

    si=f(xi)+εi,i=1,...,N

    (4)

    f(x)~GP(0,k(x,xt))

    (5)

    (6)

    給定一個(gè)測(cè)試輸入x,在預(yù)測(cè)變量f*上的分布為:

    (7)

    (8)

    (9)

    (10)

    (11)

    (12)

    (13)

    (14)

    (15)

    (16)

    其中的逆運(yùn)算為O((BM)3),Kr=QTQ+σr2IBM是BM×BM矩陣。

    (17)

    在GPRT中,輸入量f*的預(yù)測(cè)變量x*是高斯隨機(jī)變量,其預(yù)測(cè)均值和變量分別由公式(10)和(9)提供。公式(10)的計(jì)算參考函數(shù)O(N)。但是下述方法更高效:

    (18)

    通過(guò)公式(18),在O(MlogB)中計(jì)算預(yù)測(cè)平均值,該值的計(jì)算框架與CRT中的預(yù)測(cè)相同。級(jí)聯(lián)GPRT包含T個(gè)GPRT,并結(jié)合GPRT:

    (19)

    (20)

    (21)

    2 形狀索引的DoG特征的提取與學(xué)習(xí)

    提取DoG特征的過(guò)程如下:

    1)對(duì)目標(biāo)圖像進(jìn)行高斯過(guò)濾[11-12],得到模糊的光滑圖像如圖1所示。

    2)計(jì)算相似性變換,將平均形狀映射給形狀評(píng)估。

    3)將相似性變換應(yīng)用到局部視網(wǎng)膜采樣模式,如圖2所示。

    4)使用變換后的局部視網(wǎng)膜抽樣模式并參考形狀評(píng)估來(lái)計(jì)算全局坐標(biāo)。

    5)在高斯光滑圖像的全局坐標(biāo)中提取像素值,從而對(duì)應(yīng)于每一個(gè)采樣點(diǎn)的尺度參數(shù),提取高斯濾波器響應(yīng)。

    圖1 高斯模糊效果

    圖2 局部視網(wǎng)膜采集模式過(guò)程

    提取出來(lái)的兩個(gè)高斯濾波器響應(yīng)之間的差異體現(xiàn)在形狀索引的DoG特征上,然后計(jì)算預(yù)定義的DoG過(guò)濾的響應(yīng)。將相似性轉(zhuǎn)換應(yīng)用到局部視網(wǎng)膜采樣模式,形狀索引的DoG特征計(jì)算并不包含整個(gè)圖像的轉(zhuǎn)換,只轉(zhuǎn)換稀疏的坐標(biāo)[5]。另外,獲取高斯光滑圖像的計(jì)算復(fù)雜性并不高,因?yàn)楣饣^(guò)程只有一次,且在學(xué)習(xí)過(guò)程之前。

    用單一的面部坐標(biāo)來(lái)學(xué)習(xí)GPRT樹,由隨機(jī)采樣閾值和參考第l面部坐標(biāo)的DoG特征獲取樹的分割函數(shù)。為了獲取更有識(shí)別力的分割函數(shù),測(cè)試了一些分割函數(shù)并選取了性能最佳者。而分割函數(shù)的性能由第l面部坐標(biāo)的平方損失來(lái)衡量。這一過(guò)程僅學(xué)習(xí)了樹的分割函數(shù),而回歸輸出由GPRT學(xué)習(xí)。每一個(gè)樹基于當(dāng)前的形狀評(píng)估對(duì)形狀增量進(jìn)行估量,最終的形狀評(píng)估由原始評(píng)估的輸出樹累計(jì)加和而來(lái)。形狀回歸中影響預(yù)測(cè)性能的兩個(gè)關(guān)鍵因素,分別是學(xué)習(xí)CRT的梯度推進(jìn)和形狀檢索特征。從梯度推進(jìn)得來(lái)的GPRT通常過(guò)度擬合。在梯度推進(jìn)中,每一個(gè)階段以貪婪分步實(shí)施方式,迭代性地?cái)M合訓(xùn)練數(shù)據(jù),該過(guò)程減少了回歸殘差,這些殘差的定義由地面真實(shí)形狀與形狀評(píng)估之間的差異來(lái)完成。在學(xué)習(xí)和預(yù)測(cè)的過(guò)程中存在擬合率之間的差異時(shí),便會(huì)出現(xiàn)過(guò)度擬合,在一些階段中擬合訓(xùn)練數(shù)據(jù)的速度太快,可能會(huì)導(dǎo)致較差的泛化性能,在預(yù)測(cè)過(guò)程中也會(huì)出現(xiàn)不精準(zhǔn)的形狀評(píng)估。

    最初階段的學(xué)習(xí)樹傾向于使用形狀索引的DoG特征,這些特征由距離較遠(yuǎn)的采樣點(diǎn)計(jì)算得來(lái),而處于后期的樹傾向于使用從附近的采樣點(diǎn)計(jì)算得來(lái)的特征。這是因?yàn)檩^遠(yuǎn)的采樣點(diǎn)設(shè)計(jì)更大的區(qū)域,對(duì)于形狀評(píng)估誤差來(lái)說(shuō)更穩(wěn)定。附近的采樣點(diǎn)穩(wěn)定性差一點(diǎn),但是當(dāng)形狀評(píng)估準(zhǔn)確時(shí)識(shí)別力高。因此,在學(xué)習(xí)階段,形狀索引的DoG特征允許每一個(gè)樹根據(jù)實(shí)際需要自由選擇更穩(wěn)定的特征。

    3 實(shí)驗(yàn)結(jié)果與分析

    本實(shí)驗(yàn)的目的有:(1)將使用了形狀索引的DoG特征的GPRT與最先進(jìn)的方法進(jìn)行比較。(2)證實(shí)本文方法的關(guān)鍵因素:GPRT和形狀索引DoG特征。

    3.1 LFPW數(shù)據(jù)庫(kù)

    本文大部分實(shí)驗(yàn)結(jié)果都基于LFPW數(shù)據(jù)庫(kù)[10],它是知名的目前最先進(jìn)最具挑戰(zhàn)性的數(shù)據(jù)庫(kù)。LFPW數(shù)據(jù)庫(kù)包含1132個(gè)訓(xùn)練圖像和300個(gè)測(cè)試圖像,其能提供鏈接到圖像的URL。本文收集了778個(gè)訓(xùn)練圖像和216個(gè)測(cè)試圖像。LFPW人臉數(shù)據(jù)庫(kù)部分截圖如圖3所示。

    圖3 LFPW人臉數(shù)據(jù)庫(kù)部分截圖

    將形狀評(píng)估誤差看作是內(nèi)目鏡距離的一部分,該距離是經(jīng)瞳孔距離標(biāo)準(zhǔn)化后的地面實(shí)際情況和形狀評(píng)估間距離。所有的實(shí)驗(yàn)結(jié)果都選取平均值(超過(guò)10次的實(shí)驗(yàn))以便降低隨機(jī)性的影響。

    3.2 實(shí)驗(yàn)設(shè)置

    為了獲取訓(xùn)練數(shù)據(jù),首先使用面部檢測(cè)邊界框來(lái)裁剪人臉圖像。接著,形狀評(píng)估初始化成隨機(jī)采樣的真實(shí)形狀,該形狀來(lái)自其他訓(xùn)練數(shù)據(jù)點(diǎn)。在訓(xùn)練階段,每一個(gè)面部圖像的初始化過(guò)程要重復(fù)二十次。預(yù)測(cè)過(guò)程中使用來(lái)自訓(xùn)練數(shù)據(jù)點(diǎn)的平均形狀進(jìn)行初始化。

    本文考慮兩種構(gòu)型配置:(1)“GPRT”配置,具有較低的平均誤差但是預(yù)測(cè)也較慢;(2)“GPRTfast”配置,預(yù)測(cè)較快但是平均誤差大。在GPRT配置中,每一個(gè)GPRT的樹數(shù)量和GPRT的數(shù)量分別為M=10和T=500。GPRT由兩種層次的級(jí)聯(lián)GPRT組成,第一層級(jí)的階段數(shù)和第二層級(jí)的階段數(shù)分別為100和5。在GPRTfast配置中,每個(gè)GPRT的樹數(shù)量和GPRT的數(shù)量分別設(shè)置為M=10,T=100。第一層次的級(jí)聯(lián)階段數(shù)和第二層次的級(jí)聯(lián)階段數(shù)都設(shè)為10。對(duì)兩個(gè)配置而言,樹的深度設(shè)為5。每一個(gè)分割函數(shù)都要經(jīng)過(guò)200次試驗(yàn),光滑尺度設(shè)為8。每一個(gè)光滑尺度中視網(wǎng)膜采樣點(diǎn)數(shù)為6,因此每一個(gè)面部坐標(biāo)的采樣點(diǎn)數(shù)為6×7+1=43。所以試驗(yàn)的操作系統(tǒng)為:配備單核i5-3570、3.40 Hz CPU的PC機(jī)。

    3.3 與先進(jìn)算法之間的比較

    在這一節(jié),將使用了形狀索引的DoG特征的GPRT與以下最先進(jìn)的方法進(jìn)行比較:形狀回歸(ESR)[13],魯棒的級(jí)聯(lián)構(gòu)成回歸[14]、堿度下降法(SDM)[15-16]。其中文獻(xiàn)[13]提出一種形狀到形狀的顯式形狀回歸方法,利用豐富的幾何形狀先驗(yàn)定位人臉特征點(diǎn)。并且引入一種射影不變量—特征數(shù)(CN)去描述和刻畫人臉固有的幾何形狀結(jié)構(gòu)。提出一種魯棒、有效的特征點(diǎn)檢測(cè)器。通過(guò)構(gòu)建特征數(shù)與形狀之間的映射關(guān)系,建立從局部到全局的形狀回歸模型。LFPW人臉關(guān)鍵點(diǎn)部分檢測(cè)結(jié)果如圖4所示。文獻(xiàn)[14]重點(diǎn)對(duì)魯棒關(guān)鍵點(diǎn)定位技術(shù)進(jìn)行了對(duì)比研究,并設(shè)計(jì)實(shí)現(xiàn)了一個(gè)綜合魯棒表情關(guān)鍵點(diǎn)定位演示系統(tǒng)。文獻(xiàn)[15]提出了基于人眼拓?fù)浣Y(jié)構(gòu)的人眼特征點(diǎn)跟蹤。在LFPW人臉數(shù)據(jù)集進(jìn)行試驗(yàn),對(duì)比幾種方法,結(jié)果如表1所示。

    圖4 LFPW人臉關(guān)鍵點(diǎn)檢測(cè)

    方法準(zhǔn)確率(100%)形狀回歸(ESR)77.64魯棒的級(jí)聯(lián)構(gòu)成回歸74.46堿度下降法(SDM)68.68本文方法84.93

    從表1可以看出,本文方法取得了84.93%的準(zhǔn)確率,而其他幾種方法均低于80%。LFPW數(shù)據(jù)庫(kù)的實(shí)驗(yàn)結(jié)果表明GPRT的性能明顯優(yōu)于其他方法。當(dāng)使用形狀檢索特征時(shí),過(guò)度擬合會(huì)更重要。形狀檢索特征與形狀評(píng)估緊密相關(guān):形狀檢索特征決定了形狀評(píng)估,而形狀檢索特征又是從基于圖像評(píng)估的像素坐標(biāo)中提取出來(lái)。擬合率之間的差異導(dǎo)致預(yù)測(cè)過(guò)程中提取出來(lái)的形狀檢索特征都不相關(guān),進(jìn)而導(dǎo)致提取出的特征更不相關(guān)。其中文獻(xiàn)[13]提出的基于形狀回歸(ESR)的方法以及文獻(xiàn)[15]提出的基于堿度下降法(SDM)的方法均依賴于建立模型,對(duì)于存在遮擋或者模糊狀態(tài)下的面部圖像往往難以建立準(zhǔn)確的模型,制約了方法的使用。而文獻(xiàn)[14]提出的基于魯棒的級(jí)聯(lián)構(gòu)成回歸的方法,在定位魯棒關(guān)鍵點(diǎn)時(shí),易受到算法本身計(jì)算成本過(guò)高的干擾,對(duì)于復(fù)雜場(chǎng)景中的面部圖像準(zhǔn)確率還有待進(jìn)一步提升。

    4 結(jié)論

    本文提出了一種基于形狀索引的DoG特征與GPRT相結(jié)合的人臉關(guān)鍵點(diǎn)檢測(cè)算法。GPRT由GPRT集合組成,并以一種貪婪分布式方法學(xué)習(xí)。GPRT的預(yù)測(cè)均值可在CRT框架中計(jì)算,泛化性能更佳。而且,本文也描述了形狀索引DoG特征。參考形狀評(píng)估,在局部視網(wǎng)膜模式上計(jì)算高斯濾波響應(yīng)差異,并由此來(lái)設(shè)計(jì)上述的形狀索引DoG特征。使用該特征的GPRT在LFPW數(shù)據(jù)庫(kù)獲得最佳性能。為了驗(yàn)證本文方法的有效性,將其與現(xiàn)有的幾種方法進(jìn)行比較,實(shí)驗(yàn)結(jié)果證明了本文方法的有效性。未來(lái)希望對(duì)該算法做出進(jìn)一步完善。

    猜你喜歡
    魯棒高斯人臉
    小高斯的大發(fā)現(xiàn)
    有特點(diǎn)的人臉
    基于學(xué)習(xí)的魯棒自適應(yīng)評(píng)判控制研究進(jìn)展
    天才數(shù)學(xué)家——高斯
    三國(guó)漫——人臉解鎖
    目標(biāo)魯棒識(shí)別的抗旋轉(zhuǎn)HDO 局部特征描述
    基于Cauchy魯棒函數(shù)的UKF改進(jìn)算法
    目標(biāo)軌跡更新的點(diǎn)到點(diǎn)魯棒迭代學(xué)習(xí)控制
    有限域上高斯正規(guī)基的一個(gè)注記
    馬面部與人臉相似度驚人
    亚洲人成网站高清观看| 在线永久观看黄色视频| 色噜噜av男人的天堂激情| 女生性感内裤真人,穿戴方法视频| 日韩欧美免费精品| 亚洲成a人片在线一区二区| 免费观看精品视频网站| 熟女电影av网| 在线免费观看的www视频| 啪啪无遮挡十八禁网站| 色综合欧美亚洲国产小说| 看免费av毛片| 日韩欧美 国产精品| 午夜免费观看网址| 欧美在线一区亚洲| 久久草成人影院| 一级毛片精品| 成人国产一区最新在线观看| 久久久久久大精品| 欧美日韩福利视频一区二区| 精品国内亚洲2022精品成人| 亚洲电影在线观看av| 亚洲美女视频黄频| 成人午夜高清在线视频| 国产精品久久电影中文字幕| 国产精品1区2区在线观看.| 国产在线观看jvid| 黄色视频,在线免费观看| av福利片在线| 夜夜躁狠狠躁天天躁| 国产乱人伦免费视频| 亚洲成人中文字幕在线播放| 日本a在线网址| 成年免费大片在线观看| 亚洲av成人一区二区三| 又粗又爽又猛毛片免费看| 黄片小视频在线播放| 亚洲精华国产精华精| 国产成人aa在线观看| 国产97色在线日韩免费| 亚洲最大成人中文| 久久亚洲精品不卡| 久久精品91无色码中文字幕| 国产激情久久老熟女| www日本在线高清视频| 久久久国产欧美日韩av| 亚洲av熟女| 91麻豆av在线| av免费在线观看网站| 久久精品夜夜夜夜夜久久蜜豆 | 国产久久久一区二区三区| 岛国在线观看网站| 国产蜜桃级精品一区二区三区| 啪啪无遮挡十八禁网站| 精品久久久久久久久久免费视频| 久久精品人妻少妇| 丝袜美腿诱惑在线| 亚洲av电影不卡..在线观看| av福利片在线观看| 日本精品一区二区三区蜜桃| 亚洲成av人片免费观看| 久久久久久久久中文| 国产精品久久久久久亚洲av鲁大| 我要搜黄色片| 又爽又黄无遮挡网站| 特级一级黄色大片| 草草在线视频免费看| 啪啪无遮挡十八禁网站| 精品一区二区三区av网在线观看| 亚洲全国av大片| videosex国产| 久久草成人影院| 欧美精品啪啪一区二区三区| 国产免费av片在线观看野外av| 精品久久久久久久末码| 级片在线观看| 少妇粗大呻吟视频| 极品教师在线免费播放| www.精华液| 一级黄色大片毛片| 久久精品影院6| av福利片在线| 久久精品国产综合久久久| 日本黄大片高清| 长腿黑丝高跟| 夜夜夜夜夜久久久久| 国产熟女xx| 亚洲国产精品999在线| 亚洲av熟女| 午夜成年电影在线免费观看| 一区二区三区激情视频| 国产精品爽爽va在线观看网站| 99热6这里只有精品| 99久久99久久久精品蜜桃| 国产野战对白在线观看| 日韩av在线大香蕉| 99热这里只有是精品50| 成人国产一区最新在线观看| 69av精品久久久久久| 国产精品久久电影中文字幕| 老司机靠b影院| 国产av不卡久久| 国产黄色小视频在线观看| 亚洲免费av在线视频| 午夜精品在线福利| 欧美日韩国产亚洲二区| 国产不卡一卡二| 亚洲精华国产精华精| 观看免费一级毛片| 欧美一区二区精品小视频在线| 国产精品一及| 国产成人av教育| 欧美日韩国产亚洲二区| 1024香蕉在线观看| 真人一进一出gif抽搐免费| 天堂av国产一区二区熟女人妻 | 午夜福利在线观看吧| 国产av一区在线观看免费| 国产精品久久久久久久电影 | 久久99热这里只有精品18| 俺也久久电影网| 人妻丰满熟妇av一区二区三区| 午夜视频精品福利| 18禁美女被吸乳视频| 精品久久久久久成人av| 欧美一区二区精品小视频在线| 成在线人永久免费视频| 日本在线视频免费播放| 日本免费一区二区三区高清不卡| 成在线人永久免费视频| 亚洲天堂国产精品一区在线| 两个人的视频大全免费| 亚洲狠狠婷婷综合久久图片| 高清在线国产一区| www.自偷自拍.com| a级毛片在线看网站| 亚洲人成网站高清观看| 国产三级在线视频| 午夜免费激情av| 99精品在免费线老司机午夜| 一级a爱片免费观看的视频| 一级片免费观看大全| 久久人妻av系列| 亚洲 国产 在线| 国产黄色小视频在线观看| www.熟女人妻精品国产| 此物有八面人人有两片| 1024视频免费在线观看| 午夜日韩欧美国产| 久久亚洲精品不卡| 国产真实乱freesex| 国产熟女xx| 久久这里只有精品中国| 女警被强在线播放| 亚洲精品一卡2卡三卡4卡5卡| www.999成人在线观看| 午夜激情福利司机影院| 一级黄色大片毛片| 琪琪午夜伦伦电影理论片6080| 久久久久久亚洲精品国产蜜桃av| 动漫黄色视频在线观看| 男女之事视频高清在线观看| 日日夜夜操网爽| 亚洲成人精品中文字幕电影| 好男人在线观看高清免费视频| 亚洲成av人片在线播放无| 色噜噜av男人的天堂激情| 青草久久国产| 欧美 亚洲 国产 日韩一| 色综合亚洲欧美另类图片| 亚洲欧美日韩高清专用| 国产精品一区二区三区四区免费观看 | 久久久久性生活片| 一区二区三区激情视频| 香蕉丝袜av| 国产人伦9x9x在线观看| 久久久国产欧美日韩av| 亚洲精品久久国产高清桃花| 精品久久久久久久人妻蜜臀av| 18禁黄网站禁片免费观看直播| 在线观看午夜福利视频| 男男h啪啪无遮挡| 亚洲精品一区av在线观看| 国产成人精品无人区| 国产aⅴ精品一区二区三区波| 一区二区三区高清视频在线| 日韩av在线大香蕉| 韩国av一区二区三区四区| 亚洲精品久久成人aⅴ小说| 午夜精品在线福利| 欧美激情久久久久久爽电影| 久久天堂一区二区三区四区| 可以在线观看的亚洲视频| 搞女人的毛片| 亚洲精品色激情综合| 美女 人体艺术 gogo| 欧美激情久久久久久爽电影| 日韩三级视频一区二区三区| 亚洲免费av在线视频| 在线a可以看的网站| 国产欧美日韩精品亚洲av| 两人在一起打扑克的视频| 欧美不卡视频在线免费观看 | 一级毛片高清免费大全| 色综合亚洲欧美另类图片| 久9热在线精品视频| 香蕉久久夜色| 男女做爰动态图高潮gif福利片| 两性夫妻黄色片| 色综合婷婷激情| 在线观看一区二区三区| 三级毛片av免费| 老熟妇乱子伦视频在线观看| 久久久国产精品麻豆| 婷婷丁香在线五月| 成人国产一区最新在线观看| 这个男人来自地球电影免费观看| 看片在线看免费视频| 国产真人三级小视频在线观看| 一本一本综合久久| 日韩精品中文字幕看吧| 淫秽高清视频在线观看| 国产又黄又爽又无遮挡在线| 国产成人系列免费观看| 18禁黄网站禁片午夜丰满| 老熟妇乱子伦视频在线观看| 嫩草影院精品99| 熟女少妇亚洲综合色aaa.| 身体一侧抽搐| 18禁美女被吸乳视频| 亚洲av成人精品一区久久| 2021天堂中文幕一二区在线观| 国模一区二区三区四区视频 | 中文亚洲av片在线观看爽| 欧美日韩中文字幕国产精品一区二区三区| www.熟女人妻精品国产| 少妇人妻一区二区三区视频| 国产麻豆成人av免费视频| 久久国产精品影院| 在线观看美女被高潮喷水网站 | 他把我摸到了高潮在线观看| 99久久精品国产亚洲精品| 亚洲熟女毛片儿| 日本免费a在线| 亚洲 欧美一区二区三区| av欧美777| 美女 人体艺术 gogo| 免费一级毛片在线播放高清视频| 国产av一区二区精品久久| 很黄的视频免费| 成人特级黄色片久久久久久久| 久久精品国产亚洲av高清一级| 日日爽夜夜爽网站| 波多野结衣高清作品| 亚洲精品国产一区二区精华液| 亚洲全国av大片| 十八禁人妻一区二区| 又黄又粗又硬又大视频| 国产精品爽爽va在线观看网站| 观看免费一级毛片| 国产免费av片在线观看野外av| 精品欧美一区二区三区在线| 男女午夜视频在线观看| 久久久精品国产亚洲av高清涩受| 日本黄色视频三级网站网址| 中国美女看黄片| 国产伦在线观看视频一区| 国产高清视频在线观看网站| 欧美大码av| 日韩 欧美 亚洲 中文字幕| 日本一区二区免费在线视频| 亚洲专区国产一区二区| 免费观看人在逋| 国产av麻豆久久久久久久| 亚洲激情在线av| 精品欧美一区二区三区在线| 日韩欧美精品v在线| 免费在线观看黄色视频的| 在线观看66精品国产| 免费看美女性在线毛片视频| 日日夜夜操网爽| 国产私拍福利视频在线观看| 亚洲国产精品久久男人天堂| 日韩 欧美 亚洲 中文字幕| aaaaa片日本免费| 亚洲成人久久性| 久久天躁狠狠躁夜夜2o2o| 免费在线观看视频国产中文字幕亚洲| 一个人免费在线观看的高清视频| 人妻丰满熟妇av一区二区三区| 国产蜜桃级精品一区二区三区| 狂野欧美激情性xxxx| 亚洲 国产 在线| 成年人黄色毛片网站| 777久久人妻少妇嫩草av网站| 国产亚洲精品久久久久5区| 国产精品电影一区二区三区| 亚洲国产欧洲综合997久久,| 男女那种视频在线观看| 国产精品av视频在线免费观看| 免费看日本二区| 成人国产一区最新在线观看| 狂野欧美白嫩少妇大欣赏| 亚洲 欧美 日韩 在线 免费| 免费人成视频x8x8入口观看| 激情在线观看视频在线高清| 免费看美女性在线毛片视频| 女人爽到高潮嗷嗷叫在线视频| 九色成人免费人妻av| 久久国产精品人妻蜜桃| 国产私拍福利视频在线观看| 制服人妻中文乱码| 色综合亚洲欧美另类图片| 亚洲av电影不卡..在线观看| 色噜噜av男人的天堂激情| 首页视频小说图片口味搜索| 人人妻人人澡欧美一区二区| 国产视频内射| 大型黄色视频在线免费观看| 国产成人aa在线观看| 999精品在线视频| 桃红色精品国产亚洲av| 国产精品免费视频内射| 最近最新免费中文字幕在线| 国产精品1区2区在线观看.| 欧美成人性av电影在线观看| 欧美精品啪啪一区二区三区| 国产成人精品久久二区二区91| 国产伦一二天堂av在线观看| 国内毛片毛片毛片毛片毛片| 又黄又粗又硬又大视频| 日本a在线网址| 一本大道久久a久久精品| 亚洲性夜色夜夜综合| 久久 成人 亚洲| 亚洲熟妇中文字幕五十中出| 一级毛片女人18水好多| 免费高清视频大片| 高潮久久久久久久久久久不卡| 久久精品国产清高在天天线| 级片在线观看| 丰满人妻一区二区三区视频av | 又大又爽又粗| 精品不卡国产一区二区三区| 国产成人影院久久av| av免费在线观看网站| 啪啪无遮挡十八禁网站| 变态另类成人亚洲欧美熟女| 十八禁人妻一区二区| 日本成人三级电影网站| 黄片大片在线免费观看| 亚洲电影在线观看av| 国产成人影院久久av| 又紧又爽又黄一区二区| 日本一二三区视频观看| 麻豆久久精品国产亚洲av| 亚洲成av人片免费观看| 99久久久亚洲精品蜜臀av| 给我免费播放毛片高清在线观看| 精品国产超薄肉色丝袜足j| 日韩大码丰满熟妇| 在线观看www视频免费| 91国产中文字幕| 一区二区三区激情视频| 1024手机看黄色片| 日本免费一区二区三区高清不卡| 精品无人区乱码1区二区| 此物有八面人人有两片| 亚洲免费av在线视频| 男女午夜视频在线观看| 老司机午夜福利在线观看视频| 无遮挡黄片免费观看| 性欧美人与动物交配| 久久人人精品亚洲av| 欧美丝袜亚洲另类 | 极品教师在线免费播放| 超碰成人久久| 99国产精品一区二区蜜桃av| 国产精品98久久久久久宅男小说| 一本久久中文字幕| 人妻夜夜爽99麻豆av| 国产真实乱freesex| 国产爱豆传媒在线观看 | 国产一区二区在线观看日韩 | 色播亚洲综合网| 免费无遮挡裸体视频| 久久久久久久精品吃奶| 精品不卡国产一区二区三区| tocl精华| 精品电影一区二区在线| 免费在线观看成人毛片| 久久人人精品亚洲av| 女人被狂操c到高潮| 搡老岳熟女国产| 一卡2卡三卡四卡精品乱码亚洲| av国产免费在线观看| 午夜福利成人在线免费观看| 久久精品国产亚洲av香蕉五月| 国产高清videossex| 美女黄网站色视频| 日日夜夜操网爽| 亚洲无线在线观看| 国产成+人综合+亚洲专区| 国产黄色小视频在线观看| 又黄又爽又免费观看的视频| 国产精品日韩av在线免费观看| 丰满人妻熟妇乱又伦精品不卡| 久久香蕉精品热| 精品国产超薄肉色丝袜足j| 亚洲av日韩精品久久久久久密| 亚洲 欧美一区二区三区| 亚洲精品久久成人aⅴ小说| 可以免费在线观看a视频的电影网站| 亚洲美女黄片视频| 久久久久久亚洲精品国产蜜桃av| 嫩草影视91久久| 久久香蕉激情| 999久久久精品免费观看国产| 中亚洲国语对白在线视频| 久久久久国产精品人妻aⅴ院| 久久香蕉国产精品| 亚洲 欧美一区二区三区| 亚洲激情在线av| 色av中文字幕| 亚洲成人中文字幕在线播放| 狂野欧美激情性xxxx| 国产精品一区二区精品视频观看| 长腿黑丝高跟| 正在播放国产对白刺激| 男人舔女人下体高潮全视频| 亚洲人成伊人成综合网2020| 老熟妇仑乱视频hdxx| av福利片在线| 又粗又爽又猛毛片免费看| 国产真实乱freesex| 两个人的视频大全免费| 久久久久国内视频| 欧美性长视频在线观看| 51午夜福利影视在线观看| 欧美 亚洲 国产 日韩一| 一个人免费在线观看电影 | 亚洲欧美日韩高清在线视频| 久久中文看片网| 国产久久久一区二区三区| 啦啦啦免费观看视频1| 无人区码免费观看不卡| 亚洲精品在线美女| 久久久久九九精品影院| 亚洲成人免费电影在线观看| 在线观看免费日韩欧美大片| 午夜两性在线视频| 人成视频在线观看免费观看| 久久精品91蜜桃| 国产精品久久久人人做人人爽| 最近最新中文字幕大全电影3| 亚洲熟妇中文字幕五十中出| 亚洲成av人片在线播放无| 日日干狠狠操夜夜爽| 麻豆成人av在线观看| 久久久国产成人免费| 女人高潮潮喷娇喘18禁视频| 久久伊人香网站| 免费在线观看完整版高清| 麻豆一二三区av精品| 91av网站免费观看| 久久国产精品影院| 女警被强在线播放| 国产又色又爽无遮挡免费看| 久久久久久久久免费视频了| 亚洲人成77777在线视频| 又黄又爽又免费观看的视频| 久久午夜亚洲精品久久| 2021天堂中文幕一二区在线观| 99热这里只有精品一区 | 哪里可以看免费的av片| 熟妇人妻久久中文字幕3abv| 这个男人来自地球电影免费观看| 国产精品综合久久久久久久免费| 首页视频小说图片口味搜索| 宅男免费午夜| 91在线观看av| 国模一区二区三区四区视频 | 色综合站精品国产| 亚洲午夜精品一区,二区,三区| 在线观看免费日韩欧美大片| 亚洲真实伦在线观看| 日韩欧美在线二视频| 天堂√8在线中文| 香蕉久久夜色| 国产成人影院久久av| 又粗又爽又猛毛片免费看| 精品日产1卡2卡| 五月玫瑰六月丁香| 欧美乱色亚洲激情| 黄片大片在线免费观看| 亚洲精品一区av在线观看| √禁漫天堂资源中文www| 亚洲精品美女久久久久99蜜臀| 亚洲一区二区三区不卡视频| 俺也久久电影网| 国产精品影院久久| www.熟女人妻精品国产| 午夜福利免费观看在线| 国产乱人伦免费视频| av福利片在线| 在线观看一区二区三区| 成人欧美大片| 人成视频在线观看免费观看| 午夜视频精品福利| 欧美另类亚洲清纯唯美| 国产午夜精品久久久久久| 国产免费男女视频| 日本一二三区视频观看| 午夜福利18| 精品第一国产精品| 91成年电影在线观看| 精品福利观看| 国产成人aa在线观看| av在线播放免费不卡| 国内精品久久久久精免费| 少妇裸体淫交视频免费看高清 | 老鸭窝网址在线观看| 黄色 视频免费看| 国产v大片淫在线免费观看| 99精品欧美一区二区三区四区| 国产伦在线观看视频一区| 一本久久中文字幕| 午夜影院日韩av| xxx96com| 国产伦人伦偷精品视频| 亚洲精品中文字幕在线视频| 99久久综合精品五月天人人| 长腿黑丝高跟| 中文字幕高清在线视频| videosex国产| 91大片在线观看| 一本大道久久a久久精品| 我要搜黄色片| 白带黄色成豆腐渣| 夜夜爽天天搞| 三级男女做爰猛烈吃奶摸视频| 大型av网站在线播放| 亚洲色图av天堂| 日韩高清综合在线| 国内少妇人妻偷人精品xxx网站 | 国产欧美日韩一区二区精品| 欧美+亚洲+日韩+国产| 女人被狂操c到高潮| 午夜a级毛片| 九色国产91popny在线| 亚洲熟妇中文字幕五十中出| 亚洲av成人一区二区三| 欧美日韩亚洲综合一区二区三区_| 色老头精品视频在线观看| 嫁个100分男人电影在线观看| 老熟妇仑乱视频hdxx| 欧美日韩福利视频一区二区| 日韩欧美国产一区二区入口| 色综合欧美亚洲国产小说| 黄色女人牲交| 午夜精品一区二区三区免费看| av有码第一页| 欧美日本视频| 亚洲黑人精品在线| 成人特级黄色片久久久久久久| 日韩有码中文字幕| 亚洲精品在线观看二区| 国产激情久久老熟女| 1024香蕉在线观看| 国产精品野战在线观看| 成在线人永久免费视频| 成人高潮视频无遮挡免费网站| 免费搜索国产男女视频| 变态另类成人亚洲欧美熟女| 欧美成狂野欧美在线观看| 国产三级中文精品| 精品午夜福利视频在线观看一区| 丰满人妻一区二区三区视频av | 男女床上黄色一级片免费看| netflix在线观看网站| 亚洲一码二码三码区别大吗| 熟女电影av网| 久久久久性生活片| 在线观看一区二区三区| 久久人妻av系列| 久久久水蜜桃国产精品网| 免费观看精品视频网站| 精品久久久久久久毛片微露脸| 特级一级黄色大片| 久久精品91无色码中文字幕| 国产三级在线视频| 国产探花在线观看一区二区| 久久天躁狠狠躁夜夜2o2o| 久久久国产欧美日韩av| 国产精品电影一区二区三区| 午夜福利在线观看吧| 日韩成人在线观看一区二区三区| 99精品在免费线老司机午夜| 免费看十八禁软件| 97人妻精品一区二区三区麻豆| 国产探花在线观看一区二区| 国产精品久久视频播放| 国产成人系列免费观看| 亚洲av中文字字幕乱码综合| 午夜福利在线观看吧| 亚洲国产精品999在线| 久久 成人 亚洲| 男插女下体视频免费在线播放| 亚洲国产看品久久| 国产亚洲精品av在线| tocl精华| 色综合亚洲欧美另类图片| 亚洲va日本ⅴa欧美va伊人久久| 亚洲人与动物交配视频| 深夜精品福利|