• <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
    国产精品一区二区性色av| 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 | 999久久久精品免费观看国产| 啦啦啦观看免费观看视频高清| 亚洲欧美清纯卡通| 97超视频在线观看视频| 香蕉av资源在线| 熟女电影av网| 校园春色视频在线观看| 中文字幕精品亚洲无线码一区| 亚洲熟妇中文字幕五十中出| 高清日韩中文字幕在线| 五月伊人婷婷丁香| 韩国av一区二区三区四区| 日本在线视频免费播放| 男人狂女人下面高潮的视频| 非洲黑人性xxxx精品又粗又长| 午夜精品久久久久久毛片777| 一本一本综合久久| 99riav亚洲国产免费| 午夜福利在线观看吧| 一个人免费在线观看电影| 丰满乱子伦码专区| 国产三级黄色录像| 欧美黄色片欧美黄色片| 久久精品国产清高在天天线| 国产主播在线观看一区二区| 一a级毛片在线观看| 日本与韩国留学比较| 97碰自拍视频| 12—13女人毛片做爰片一| 三级国产精品欧美在线观看| 麻豆久久精品国产亚洲av| 国内精品美女久久久久久| 亚洲电影在线观看av| 人妻夜夜爽99麻豆av| 在线观看av片永久免费下载| 日韩精品青青久久久久久| 久久久久久九九精品二区国产| 国产熟女xx| 9191精品国产免费久久| 欧美日本视频| 亚洲国产日韩欧美精品在线观看| 在线观看舔阴道视频| 少妇的逼水好多| 18+在线观看网站| 久久草成人影院| 美女高潮的动态| 欧美日韩中文字幕国产精品一区二区三区| 美女免费视频网站| 婷婷色综合大香蕉| 男女做爰动态图高潮gif福利片| 神马国产精品三级电影在线观看| 日韩欧美国产一区二区入口| 91字幕亚洲| 一区二区三区高清视频在线| 国产真实伦视频高清在线观看 | 亚洲专区中文字幕在线| 人妻夜夜爽99麻豆av| 亚洲精品在线观看二区| 欧美日本亚洲视频在线播放| 午夜影院日韩av| avwww免费| 国产免费av片在线观看野外av| 国产蜜桃级精品一区二区三区| 亚洲自偷自拍三级| 亚洲国产欧美人成| 天美传媒精品一区二区| 亚洲七黄色美女视频| 日本 欧美在线| 高清毛片免费观看视频网站| 好男人在线观看高清免费视频| 能在线免费观看的黄片| 可以在线观看的亚洲视频| 亚洲欧美激情综合另类| 亚洲精品456在线播放app | 精品午夜福利视频在线观看一区| 欧美另类亚洲清纯唯美| 天堂影院成人在线观看| 免费在线观看日本一区| 99热精品在线国产| 午夜视频国产福利| 国产熟女xx| 网址你懂的国产日韩在线| 欧美日韩黄片免| 91字幕亚洲| 亚洲精品一区av在线观看| 中文字幕人成人乱码亚洲影| 国产主播在线观看一区二区| 麻豆久久精品国产亚洲av| 亚洲 国产 在线| 少妇丰满av| 欧美黑人欧美精品刺激| 国产精品精品国产色婷婷| 毛片一级片免费看久久久久 | 亚洲内射少妇av| 欧美性猛交黑人性爽| 欧美zozozo另类| 男人的好看免费观看在线视频| 成人av在线播放网站| 国产亚洲欧美98| 国产精品久久电影中文字幕| 又黄又爽又刺激的免费视频.| netflix在线观看网站| 亚洲国产精品合色在线| 日本黄色视频三级网站网址| ponron亚洲| 精华霜和精华液先用哪个| 一进一出好大好爽视频| 国产av不卡久久| 久久久久久久精品吃奶| 日韩亚洲欧美综合| 桃色一区二区三区在线观看| 免费在线观看亚洲国产| 亚洲人成网站在线播| 久久久精品大字幕| 久久久久久久久久成人| 精品国产亚洲在线| 国产精品影院久久| avwww免费| 国产精品日韩av在线免费观看| 天美传媒精品一区二区| 亚洲精华国产精华精| 欧美色视频一区免费| 国产精品亚洲av一区麻豆| 亚洲男人的天堂狠狠| 亚洲三级黄色毛片| 欧美乱色亚洲激情| 熟女电影av网| 亚洲自拍偷在线| 亚洲av美国av| 少妇裸体淫交视频免费看高清| 嫁个100分男人电影在线观看| 精品无人区乱码1区二区| 亚洲av电影不卡..在线观看| 亚洲在线自拍视频| 99热精品在线国产| 在线播放无遮挡| 亚洲欧美日韩东京热| 亚洲精品在线美女| 日韩欧美国产一区二区入口| 久久婷婷人人爽人人干人人爱| 我要看日韩黄色一级片| 亚洲精品粉嫩美女一区| 美女高潮喷水抽搐中文字幕| 最近视频中文字幕2019在线8| 免费人成视频x8x8入口观看| 欧美精品国产亚洲| 久久久久久久午夜电影| 国产精品,欧美在线| 床上黄色一级片| 欧美激情在线99| a在线观看视频网站| 中文字幕精品亚洲无线码一区| 国产久久久一区二区三区| 麻豆一二三区av精品| 亚洲精品一卡2卡三卡4卡5卡| 91久久精品电影网| 日本五十路高清| 亚洲激情在线av| 成人特级av手机在线观看| 久久6这里有精品| 午夜福利视频1000在线观看| 国产视频内射| 99热这里只有是精品50| 国产精品亚洲美女久久久| 亚洲成人免费电影在线观看| 亚洲精品一区av在线观看| 91麻豆精品激情在线观看国产| 欧美日韩乱码在线| 亚洲五月婷婷丁香| 国产精品亚洲av一区麻豆| av在线老鸭窝| 在线观看舔阴道视频| 欧美日韩综合久久久久久 | 久久久久久久亚洲中文字幕 | 哪里可以看免费的av片| 女人十人毛片免费观看3o分钟| 久9热在线精品视频| 一卡2卡三卡四卡精品乱码亚洲| 人妻丰满熟妇av一区二区三区| 亚洲一区二区三区不卡视频| 精品一区二区三区视频在线观看免费| 日韩成人在线观看一区二区三区| 精品午夜福利在线看| 51午夜福利影视在线观看| 久久久色成人| 午夜福利成人在线免费观看| 人人妻人人看人人澡| 亚洲色图av天堂| 久久欧美精品欧美久久欧美| 亚洲激情在线av| 一夜夜www| 亚洲成人久久爱视频| 亚洲avbb在线观看| 日日摸夜夜添夜夜添小说| 又紧又爽又黄一区二区| 亚洲欧美日韩无卡精品| 床上黄色一级片| 国产精品久久视频播放| 欧美丝袜亚洲另类 | 最近最新中文字幕大全电影3| 国产精品亚洲美女久久久| 欧美一区二区精品小视频在线| 99久久精品热视频| 偷拍熟女少妇极品色| 久久久国产成人免费| 精品久久久久久久久久久久久| 欧美激情国产日韩精品一区| 日韩人妻高清精品专区| 亚洲熟妇中文字幕五十中出| 成人无遮挡网站| 老司机午夜福利在线观看视频| 国产在线男女| 久久久久久九九精品二区国产| 97超视频在线观看视频| 女人十人毛片免费观看3o分钟| aaaaa片日本免费| 别揉我奶头 嗯啊视频| 亚洲一区二区三区不卡视频| 91久久精品电影网| 亚洲熟妇中文字幕五十中出| www.www免费av| 97超级碰碰碰精品色视频在线观看| 亚洲国产精品久久男人天堂| 好看av亚洲va欧美ⅴa在| 国产高清视频在线播放一区| 日韩欧美三级三区| 国模一区二区三区四区视频| 亚洲精品456在线播放app | av在线老鸭窝| 婷婷亚洲欧美| 亚洲成人精品中文字幕电影| АⅤ资源中文在线天堂| 国产欧美日韩一区二区三| av欧美777| 一a级毛片在线观看| 中文字幕人成人乱码亚洲影| 中文字幕人成人乱码亚洲影| 在线观看一区二区三区| 男女下面进入的视频免费午夜| 少妇被粗大猛烈的视频| 久久这里只有精品中国| 日本 av在线| 亚洲综合色惰| 亚洲激情在线av| 亚州av有码| АⅤ资源中文在线天堂| 亚洲无线在线观看| 综合色av麻豆| 国产中年淑女户外野战色| 麻豆一二三区av精品| 成人毛片a级毛片在线播放| 长腿黑丝高跟| 性色avwww在线观看| 中文在线观看免费www的网站| 老熟妇乱子伦视频在线观看| 热99在线观看视频| 夜夜爽天天搞| 亚洲av电影不卡..在线观看| 国产精品一区二区三区四区免费观看 | 欧美黑人欧美精品刺激| 在线观看美女被高潮喷水网站 | 18+在线观看网站| 成人av一区二区三区在线看| 日韩欧美三级三区| 欧美成狂野欧美在线观看| 国产成人a区在线观看| 亚洲电影在线观看av| 在线免费观看的www视频| 性色avwww在线观看| 黄色丝袜av网址大全| 亚洲经典国产精华液单 | 国内精品久久久久久久电影| 看黄色毛片网站| 波多野结衣高清无吗| 90打野战视频偷拍视频| 国产成人av教育| 亚洲成av人片在线播放无| 国产精品影院久久| 色哟哟·www| 日韩有码中文字幕| 美女被艹到高潮喷水动态| 日本免费一区二区三区高清不卡| 亚洲国产欧美人成| 国内精品久久久久久久电影| 午夜日韩欧美国产| 日韩欧美国产一区二区入口| 亚洲av电影在线进入| 国产欧美日韩一区二区精品| 国产色婷婷99| 不卡一级毛片| 久久人人爽人人爽人人片va | 观看免费一级毛片| 一区二区三区激情视频| 哪里可以看免费的av片| 精品人妻熟女av久视频| 国产亚洲精品综合一区在线观看| 2021天堂中文幕一二区在线观| 国内毛片毛片毛片毛片毛片| 国产视频内射| 内射极品少妇av片p| 午夜福利18| 搡老妇女老女人老熟妇| 老司机午夜福利在线观看视频| 在线十欧美十亚洲十日本专区| 国产不卡一卡二| 久久午夜福利片| 国产大屁股一区二区在线视频| 色哟哟哟哟哟哟| 一二三四社区在线视频社区8| 给我免费播放毛片高清在线观看| 国产又黄又爽又无遮挡在线| 亚洲一区二区三区色噜噜| 有码 亚洲区| 女人被狂操c到高潮| 婷婷亚洲欧美| 久久99热这里只有精品18| 成年人黄色毛片网站| 国产欧美日韩精品一区二区| av天堂在线播放| 99国产综合亚洲精品| 极品教师在线视频| av天堂中文字幕网| 欧美精品国产亚洲| 熟女人妻精品中文字幕| 亚洲av中文字字幕乱码综合| 国产乱人视频| 亚洲av第一区精品v没综合| 精品人妻一区二区三区麻豆 | 欧美性猛交黑人性爽| 夜夜夜夜夜久久久久| 亚洲专区国产一区二区| 欧美精品国产亚洲| 少妇人妻精品综合一区二区 | 真人做人爱边吃奶动态| 97碰自拍视频| 男女之事视频高清在线观看| 久久伊人香网站| 嫩草影视91久久| 一个人免费在线观看电影| 狂野欧美白嫩少妇大欣赏| 免费av观看视频| 搡老岳熟女国产| 高清毛片免费观看视频网站| 精品久久久久久久人妻蜜臀av| 日韩中字成人| 午夜免费激情av| 国产精品电影一区二区三区| a级毛片a级免费在线| 老司机福利观看| 熟女电影av网| 哪里可以看免费的av片| 中出人妻视频一区二区| 丁香六月欧美| 在线观看av片永久免费下载| 亚洲av免费在线观看| 日韩av在线大香蕉| 国产大屁股一区二区在线视频| 91字幕亚洲| 亚洲av第一区精品v没综合| 男女那种视频在线观看| 又粗又爽又猛毛片免费看| 国产高清有码在线观看视频| 最近最新中文字幕大全电影3| 国内少妇人妻偷人精品xxx网站| 乱人视频在线观看| 亚洲av不卡在线观看| 1000部很黄的大片| 欧美日韩乱码在线| 中文在线观看免费www的网站| 1000部很黄的大片| 亚洲av一区综合| av黄色大香蕉| 神马国产精品三级电影在线观看| 日本a在线网址| 亚洲在线观看片| 精品人妻1区二区| 毛片一级片免费看久久久久 | 精品熟女少妇八av免费久了| 亚洲午夜理论影院| 久久精品国产清高在天天线| 日韩av在线大香蕉| 成人鲁丝片一二三区免费| 成人av在线播放网站| 最后的刺客免费高清国语| 免费大片18禁| 一级黄片播放器| 日韩欧美精品免费久久 | 中文字幕高清在线视频| 中文字幕人成人乱码亚洲影| 亚洲五月婷婷丁香| 天天一区二区日本电影三级| 亚洲最大成人av| 又黄又爽又刺激的免费视频.| 精华霜和精华液先用哪个| 亚洲国产色片| .国产精品久久| 国产精品自产拍在线观看55亚洲| 成人美女网站在线观看视频| 久久精品国产自在天天线| 亚洲欧美激情综合另类| 亚洲 欧美 日韩 在线 免费| 欧美日韩乱码在线| 国产欧美日韩精品一区二区| 99久久精品热视频| 久久性视频一级片| 日本熟妇午夜| 欧美日韩中文字幕国产精品一区二区三区| 三级毛片av免费| 精品不卡国产一区二区三区| 舔av片在线| 高清在线国产一区| 日韩欧美国产一区二区入口| 在线观看午夜福利视频| netflix在线观看网站| 久久久久久久久久黄片| 97超级碰碰碰精品色视频在线观看| 在线a可以看的网站| 九九热线精品视视频播放| 国产久久久一区二区三区| 婷婷精品国产亚洲av在线| 男插女下体视频免费在线播放| 亚洲最大成人中文| 色哟哟·www| 日本三级黄在线观看| 免费看a级黄色片| 国产欧美日韩一区二区精品| av天堂中文字幕网| 国内毛片毛片毛片毛片毛片| 国产色婷婷99| 精品国产三级普通话版| 亚洲成a人片在线一区二区| 久久精品91蜜桃| 亚洲av熟女| 在线国产一区二区在线| 日韩欧美一区二区三区在线观看| 色视频www国产| 999久久久精品免费观看国产| 啪啪无遮挡十八禁网站| 韩国av一区二区三区四区| 国产欧美日韩精品亚洲av| 精品午夜福利视频在线观看一区| 老熟妇仑乱视频hdxx| 最后的刺客免费高清国语| 内射极品少妇av片p| 久久精品综合一区二区三区| www.熟女人妻精品国产| 少妇人妻一区二区三区视频| 日韩 亚洲 欧美在线| 欧美日韩综合久久久久久 | 好男人电影高清在线观看| 久久性视频一级片| 欧美+日韩+精品| 久久久久久久午夜电影| av在线老鸭窝| 亚洲美女视频黄频| 女人被狂操c到高潮| 在线观看av片永久免费下载| 嫁个100分男人电影在线观看| 少妇高潮的动态图| 在线观看美女被高潮喷水网站 | 在线观看免费视频日本深夜| 精品福利观看| 免费大片18禁| 午夜视频国产福利| 97超视频在线观看视频| 国产成人啪精品午夜网站| 日韩成人在线观看一区二区三区| 熟女人妻精品中文字幕| 精品一区二区三区视频在线观看免费| 亚洲av日韩精品久久久久久密| 亚洲不卡免费看| 村上凉子中文字幕在线| 能在线免费观看的黄片| 夜夜看夜夜爽夜夜摸| 国模一区二区三区四区视频| 欧美精品啪啪一区二区三区| 久久精品综合一区二区三区| 成人一区二区视频在线观看| 亚洲av免费在线观看| 亚洲美女搞黄在线观看 | 欧美高清性xxxxhd video| 亚洲国产精品sss在线观看| 三级毛片av免费| 国产免费一级a男人的天堂| www.www免费av| 国产精品98久久久久久宅男小说| 观看美女的网站| 91九色精品人成在线观看| 亚洲国产欧美人成| 中文字幕久久专区| 日本精品一区二区三区蜜桃| 精品久久久久久成人av| 婷婷色综合大香蕉| 99久久精品国产亚洲精品| 老熟妇仑乱视频hdxx| 男人和女人高潮做爰伦理| 日韩中文字幕欧美一区二区| 性色avwww在线观看| 在线观看66精品国产| 午夜亚洲福利在线播放| 亚洲国产日韩欧美精品在线观看| 99在线人妻在线中文字幕| 国产精品一区二区免费欧美| 99久久精品热视频| 内地一区二区视频在线| avwww免费| 蜜桃亚洲精品一区二区三区| 亚洲成人精品中文字幕电影| 日本黄色片子视频| 亚洲精品在线观看二区| 欧美日韩福利视频一区二区| 每晚都被弄得嗷嗷叫到高潮| 真人一进一出gif抽搐免费| 国产一区二区三区视频了| 性色avwww在线观看| h日本视频在线播放| 丝袜美腿在线中文| 国产精品国产高清国产av| 69av精品久久久久久| 国产精品一区二区三区四区免费观看 | 免费观看的影片在线观看| 亚洲国产高清在线一区二区三| 久久午夜福利片| 国产老妇女一区| 亚洲五月婷婷丁香| 三级男女做爰猛烈吃奶摸视频| 精品久久久久久久末码| 老熟妇乱子伦视频在线观看| 搡老妇女老女人老熟妇| 少妇熟女aⅴ在线视频| 欧美一区二区国产精品久久精品| 国产成人aa在线观看| 亚洲人成网站在线播放欧美日韩| 性插视频无遮挡在线免费观看| 两性午夜刺激爽爽歪歪视频在线观看| 性色av乱码一区二区三区2| 少妇熟女aⅴ在线视频| 69人妻影院| 伦理电影大哥的女人| 两个人视频免费观看高清| 日韩欧美在线乱码| 欧美性猛交╳xxx乱大交人| 一个人看视频在线观看www免费| 欧美zozozo另类| 国产乱人伦免费视频| 午夜福利在线观看吧| 熟女电影av网| 欧美成狂野欧美在线观看| 欧美日韩黄片免| 日韩亚洲欧美综合| 人妻夜夜爽99麻豆av| av女优亚洲男人天堂| 亚洲一区二区三区色噜噜| 久久性视频一级片| 精品一区二区三区人妻视频| 日本一二三区视频观看| 夜夜看夜夜爽夜夜摸| 成年人黄色毛片网站| 国产精品一区二区性色av| 一本一本综合久久| 国产免费一级a男人的天堂| 国产人妻一区二区三区在| 日韩人妻高清精品专区| 一级黄片播放器| 久久国产乱子伦精品免费另类| 亚洲精品456在线播放app | 又粗又爽又猛毛片免费看| aaaaa片日本免费| 99国产极品粉嫩在线观看| 亚洲欧美激情综合另类| av中文乱码字幕在线| 亚洲第一欧美日韩一区二区三区| 18禁黄网站禁片免费观看直播| 欧洲精品卡2卡3卡4卡5卡区| 亚洲精品日韩av片在线观看| 中出人妻视频一区二区| 久久精品久久久久久噜噜老黄 | 免费搜索国产男女视频| av福利片在线观看| 嫁个100分男人电影在线观看| 身体一侧抽搐| 一级黄片播放器| av国产免费在线观看| 在线播放国产精品三级| 欧美黑人欧美精品刺激| 亚洲av中文字字幕乱码综合| 淫秽高清视频在线观看| 欧美日韩国产亚洲二区| 成人午夜高清在线视频| 激情在线观看视频在线高清| 亚洲五月天丁香| 动漫黄色视频在线观看| 好男人在线观看高清免费视频| 91字幕亚洲| 欧美中文日本在线观看视频| 18禁黄网站禁片免费观看直播| 蜜桃久久精品国产亚洲av| 国产蜜桃级精品一区二区三区| 中文在线观看免费www的网站| 天堂√8在线中文| 欧美日本视频| 亚洲av第一区精品v没综合| .国产精品久久| 国产欧美日韩一区二区精品| 91久久精品电影网| 色视频www国产| 婷婷六月久久综合丁香| 成人美女网站在线观看视频| 成年女人永久免费观看视频| 特级一级黄色大片| 欧美成人一区二区免费高清观看| 1000部很黄的大片| 欧美黄色淫秽网站|