• <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 ?

    聚集人群人臉檢測(cè)研究

    2019-06-09 10:36:01陳靖王飛張儒良
    軟件導(dǎo)刊 2019年4期
    關(guān)鍵詞:人臉檢測(cè)

    陳靖 王飛 張儒良

    摘 要:聚集人群是一種敏感場(chǎng)景,隱藏著突發(fā)和不易控制等因素,對(duì)人群聚集場(chǎng)景的檢測(cè)有實(shí)際應(yīng)用價(jià)值。通過縮小上下文信息模板搜索范圍,采用雙三次插值算法調(diào)整圖像大小,利用上下文信息經(jīng)感受野提取更多細(xì)節(jié)信息,基于深度殘差101層網(wǎng)絡(luò)模型提取人臉檢測(cè)框,并通過非極大值抑制去除冗余的、保留最好的人臉檢測(cè)框。實(shí)驗(yàn)結(jié)果表明,該算法平均誤檢率為0.022 6,與Hu算法相比,在不損失精度的同時(shí),提高檢測(cè)的平均速度為2.953 3s。

    關(guān)鍵詞:人臉檢測(cè);上下文信息;深度殘差網(wǎng)絡(luò);雙三次插值

    DOI:10. 11907/rjdk. 182777

    中圖分類號(hào):TP306文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1672-7800(2019)004-0021-03

    0 引言

    聚集人群的人臉檢測(cè)是計(jì)算機(jī)視覺領(lǐng)域一個(gè)重要研究方向。聚集人群是一種敏感場(chǎng)景,隱藏著突發(fā)和不易控制等因素[1]。人群聚集易導(dǎo)致交通阻塞、踩踏事件、社會(huì)安全事件、公共健康事件等,因此對(duì)人群聚集場(chǎng)景檢測(cè)具有非常重要的實(shí)際應(yīng)用價(jià)值[2]。文獻(xiàn)[3-6]闡述了聚集人群場(chǎng)景的研究意義。目前,國內(nèi)外對(duì)人群聚集場(chǎng)景的檢測(cè)取得了不少研究成果。國外針對(duì)人臉檢測(cè)已經(jīng)有許多比較成熟的研究機(jī)構(gòu),例如MIT、CMU等。國內(nèi)以清華大學(xué)、浙江大學(xué)、中國科學(xué)院計(jì)算研究所等機(jī)構(gòu)為代表進(jìn)行人臉檢測(cè)相關(guān)研究[7]。傳統(tǒng)人臉檢測(cè)算法主要采用Haar特征或HOG特征提取人臉特征,并結(jié)合AdaBoost算法實(shí)現(xiàn)人臉檢測(cè),AdaBoost算法主要是將多個(gè)弱分類器結(jié)合成強(qiáng)分類器[8]。由于在復(fù)雜場(chǎng)景中存在人臉姿態(tài)、角度和遮擋問題,故人臉檢測(cè)率不高。

    近年來,深度學(xué)習(xí)(Deep Learning,DL)不斷崛起[9]。深度學(xué)習(xí)起源于人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,ANN),其在圖像處理領(lǐng)域取得了一系列重大突破[10]。最早,Krizhevsky等[11]提出的AlexNet架構(gòu)使得神經(jīng)網(wǎng)絡(luò)再次占分類任務(wù)的主導(dǎo)地位。之后,Simonyan等[12]提出深層次的VGG16/VGG19網(wǎng)絡(luò),探索了在卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)中深層次網(wǎng)絡(luò)對(duì)整體架構(gòu)帶來的性能改進(jìn)。Szegedy等[13]提出了GoogLeNet中“Inception”架構(gòu)的概念,解決了深度和寬度的限制。再到后來,He[14]等提出殘差網(wǎng)絡(luò)ResNet中的ResNet Block架構(gòu),采用恒等映射解決網(wǎng)絡(luò)深度帶來的梯度消失問題。人臉檢測(cè)中對(duì)于小人臉檢測(cè)仍存在挑戰(zhàn),可以通過多任務(wù)方法提取多層特征融合,得到更多人臉細(xì)節(jié)信息[15]。文獻(xiàn)[16]提出用一種多層特征的融合方法檢測(cè)人臉,由于單層特征無法很好地檢測(cè)受姿態(tài)、光照和遮擋的人臉,故采用加權(quán)得分的非極大值抑制方法去除冗余人臉框,并且用線性加權(quán)和高斯加權(quán)兩種方法進(jìn)行對(duì)比實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明高斯加權(quán)更適合小人臉檢測(cè)問題。雖然對(duì)于小人臉的檢測(cè)有所提高,但是一些問題仍待解決,例如如何提高聚集人群的人臉檢測(cè)精度與速度等。

    本文在參考Hu[17]算法的基礎(chǔ)上,通過縮小上下文信息模板搜索范圍,采用雙三次插值算法調(diào)整圖像大小,并利用非極大值抑制去除冗余的、保留最好的人臉檢測(cè)框。本文算法在不損失人臉檢測(cè)精度的同時(shí),提高了人臉檢測(cè)的平均速度。

    1 本文算法

    1.1 上下文信息模板配置

    表1中檢測(cè)的配置信息來自于Hu的論文,本文采用該實(shí)驗(yàn)數(shù)據(jù)計(jì)算上下文信息模板搜索范圍。

    1.2 上下文信息模板搜索范圍

    首先輸入一幅原圖像raw_img,獲取raw_img的高raw_h和寬raw_w;接著通過表1中clusters(1)、clusters(2)、clusters(3)和clusters(4)的值,求出clusters_h和clusters_w的值,其中clusters_h = clusters(4) - clusters(2) + 1,clusters_w = clusters(3) - clusters(1) + 1;然后通過判斷表1中clusters(5)的值是否等于1,得到normal_idx的值;最后,同時(shí)對(duì)表達(dá)式log2(max(clusters_w(normal_idx)/raw_w))和log2(max(clusters_h(normal_idx)/raw_h))取整,并將取整后兩個(gè)數(shù)中的最小值作為最小尺度min_scale的值,而最大尺度max_scale的值取1和-log2(max(raw_h, raw_w)/MAX_INPUT_DIM)) 兩個(gè)數(shù)中的最小值,其中MAX_INPUT_DIM = 5 000,進(jìn)而確定scales的取值為兩段范圍,第1段范圍從min_scale/1.01到0,間隔為1,第2段范圍從0.5到max_scale,間隔為0.5。

    以第2段范圍中的scales縮放圖像,并選用雙三次插值算法調(diào)整圖像大小。雙三次插值不僅考慮到鄰近像素對(duì)待求像素的影響,還考慮到對(duì)鄰近點(diǎn)像素值變化率的影響,保留了圖像中更多高頻成分,因此會(huì)保留更多圖像細(xì)節(jié)[18]。通過深度殘差網(wǎng)絡(luò)101層(ResNet101)模型尋找每幅上下文信息圖像的人臉區(qū)域。針對(duì)每幅上下文信息圖像已檢測(cè)到的人臉區(qū)域,通過非極大值抑制(Non-Maximum Suppression,NMS)去除冗余的、保留最好的人臉檢測(cè)框,抑制過程是一個(gè)“迭代—遍歷—消除”的過程,將得到的人臉框得分按照從高到低排序,選擇最高分及其對(duì)應(yīng)的框;遍歷其余的框,如果與當(dāng)前最高得分框的重疊面積(IOU)大于一定閾值,則將框刪除;從未處理的框中繼續(xù)選一個(gè)得分最高的,重復(fù)上述過程,直到篩選完為止[19]。

    2 實(shí)驗(yàn)結(jié)果

    為了驗(yàn)證本文算法的有效性,選用香港中文大學(xué)公開的聚集人臉檢測(cè)基準(zhǔn)數(shù)據(jù)集WIDER FACE進(jìn)行測(cè)試[20]。該數(shù)據(jù)集的圖像數(shù)量是現(xiàn)有人臉數(shù)據(jù)集的10倍,同時(shí)也選用日常生活場(chǎng)景進(jìn)行實(shí)驗(yàn)測(cè)試,均得到了較好的檢測(cè)結(jié)果。本文僅列出部分實(shí)驗(yàn)結(jié)果,如圖1和圖2所示。

    3 實(shí)驗(yàn)分析

    本文算法選取最近鄰插值(nearest)、雙線性插值(bilinear)、雙三次插值(bicubic)與Hu算法進(jìn)行比較,結(jié)果發(fā)現(xiàn),本文算法bicubic獲得的精度最高,得到的圖像質(zhì)量高。本文算法獲得的聚集人群圖像平均誤檢率、平均精度和平均速度如表2所示。

    本文算法bicubic在圖像縮放時(shí)的平均誤檢率0.022 6達(dá)到最小,在平均精度保持不降低的情況下,平均速度為20.940 7s,比原文雙線性插值的平均速度23.894 0s提高了2.953 3s。

    4 結(jié)語

    本文通過縮小上下文信息模板搜索范圍,采用雙三次插值算法調(diào)整圖像大小,利用上下文信息經(jīng)感受野提取更多細(xì)節(jié)信息,基于深度殘差101層網(wǎng)絡(luò)模型提取人臉檢測(cè)框,并通過非極大值抑制去除冗余的、保留最好的人臉檢測(cè)框。本文算法相比Hu算法在速度上有所提高,但當(dāng)圖像分辨率較低時(shí),圖像檢測(cè)準(zhǔn)確度降低。因此,將低分辨率圖像轉(zhuǎn)換為高分辨率圖像再進(jìn)行檢測(cè)是下一步研究?jī)?nèi)容。

    參考文獻(xiàn):

    [1] 徐凌. 人群聚集場(chǎng)景中多人臉檢測(cè)算法研究[D]. 武漢:中南民族大學(xué), 2015.

    [2] 魏夢(mèng). 基于卷積神經(jīng)網(wǎng)絡(luò)的人群密度分析[D]. 合肥:中國科學(xué)技術(shù)大學(xué), 2018.

    [3] 王姝婷. 我國自發(fā)性人群聚集活動(dòng)風(fēng)險(xiǎn)評(píng)估的現(xiàn)狀與對(duì)策研究[J]. 湖北警官學(xué)院學(xué)報(bào),2018,31(2): 86-92.

    [4] 包靈. 基于深度學(xué)習(xí)的智能人數(shù)統(tǒng)計(jì)技術(shù)研究與系統(tǒng)設(shè)計(jì)[D]. 成都: 電子科技大學(xué),2018.

    [5] 張君軍,石志廣,李吉成. 人數(shù)統(tǒng)計(jì)與人群密度估計(jì)技術(shù)研究現(xiàn)狀與趨勢(shì)[J]. 計(jì)算機(jī)工程與科學(xué),2018,40(2): 282-291.

    [6] 劉明林. 基于深度學(xué)習(xí)的人群密度估計(jì)及稠密人群計(jì)數(shù)的研究[D]. 鄭州:鄭州大學(xué),2017.

    [7] 邊航. 人臉檢測(cè)與識(shí)別算法研究[D]. 北京:北京工業(yè)大學(xué), 2017.

    [8] 陳海濤,潘靜. 基于Adaboost人臉檢測(cè)技術(shù)淺析[J]. 電子世界, 2018(12):91-92.

    [9] LECUN Y,BENGIO Y,HINTON G. Deep learning[J]. Nature,2015,521(7553): 436-444.

    [10] 李成,楊淑媛,劉芳,等.神經(jīng)網(wǎng)絡(luò)七十年:回顧與展望[J]. 計(jì)算機(jī)學(xué)報(bào),2016,39(8):1697-1716.

    [11] KRIZHEVSKY A, SUTSKEVER I, HINTON G E. ImageNet classification with deep convolutional neural networks[C]. Advances in Neural Information Processing Systems, 2012: 1106-1114.

    [12] SIMONYAN K,ZISSERMAN A. Very deep convolutional networks for large-scale image recognition[J]. arXiv Preprint arXiv: 1409.1556, 2015: 1-14.

    [13] SZEGEDY C, LIU W, JIA Y, et al. Going deeper with convolutions[C]. IEEE Conference on Computer Vision and Pattern Recognition, 2015: 1-9.

    [14] HE K, ZHANG X, REN S, et al. Deep residual learning for image recognition[C]. IEEE Conference on Computer Vision and Pattern Recognition,2016:770-778.

    [15] 劉璐. 基于深度神經(jīng)網(wǎng)絡(luò)的多任務(wù)視覺感知研究與應(yīng)用[D]. 成都: 電子科技大學(xué),2018.

    [16] 王成濟(jì),羅志明,鐘準(zhǔn),等. 一種多層特征融合的人臉檢測(cè)方法[J]. 智能系統(tǒng)學(xué)報(bào),2018,13(1):138-146.

    [17] HU P, RAMANAN D. Finding tiny faces[C]. IEEE Conference on Computer Vision and Pattern Recognition,2017:1522-1530.

    [18] 陳高琳. 圖像縮放算法中常見插值方法比較[J]. 福建電腦, 2017,33(9):98-99.

    [19] 陳金輝,葉西寧. 行人檢測(cè)中非極大值抑制算法的改進(jìn)[J]. 華東理工大學(xué)學(xué)報(bào):自然科學(xué)版,2015,41(3): 371-378.

    [20] YANG S,LUO P,LOY C C,et al. Wider face: a face detection benchmark[C]. IEEE Conference on Computer Vision and Pattern Recognition, 2016: 5525-5533.

    (責(zé)任編輯:何 麗)

    猜你喜歡
    人臉檢測(cè)
    膚色與唇色信息相結(jié)合的人臉檢測(cè)
    科技資訊(2017年18期)2017-07-19 16:35:31
    人臉檢測(cè)技術(shù)綜述
    基于Android的車載疲勞駕駛監(jiān)控系統(tǒng)研究與設(shè)計(jì)
    一種魯棒的長期人臉特征點(diǎn)跟蹤系統(tǒng)
    基于改進(jìn)的Adaboost算法在人臉檢測(cè)與識(shí)別中的應(yīng)用與研究
    JNI技術(shù)在基于OpenCV的人臉與微笑檢測(cè)中的應(yīng)用
    基于人臉特征定位的SNS網(wǎng)站應(yīng)用組件研究與設(shè)計(jì)
    基于Android平臺(tái)的人臉識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    基于Matlab的人臉檢測(cè)實(shí)驗(yàn)設(shè)計(jì)
    基于交互式隨機(jī)動(dòng)作的人臉活體檢測(cè)
    熟女av电影| 亚洲国产精品999| 国产精品不卡视频一区二区| 亚洲av日韩在线播放| 自拍偷自拍亚洲精品老妇| 爱豆传媒免费全集在线观看| 国语对白做爰xxxⅹ性视频网站| 在线亚洲精品国产二区图片欧美 | 日本wwww免费看| 亚洲欧洲日产国产| 国产在视频线精品| 又爽又黄a免费视频| 看免费成人av毛片| 97人妻精品一区二区三区麻豆| 狂野欧美激情性xxxx在线观看| 丝袜脚勾引网站| 国产高清三级在线| 日本黄大片高清| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 亚洲人成网站在线观看播放| 久久久午夜欧美精品| 一边亲一边摸免费视频| 69人妻影院| 久久人人爽av亚洲精品天堂 | 少妇熟女欧美另类| 欧美bdsm另类| 日本黄色片子视频| 美女高潮的动态| 午夜老司机福利剧场| av国产久精品久网站免费入址| 亚洲欧洲日产国产| 久久人人爽av亚洲精品天堂 | 国产一区二区在线观看日韩| 日韩伦理黄色片| 免费av毛片视频| 久久久久精品久久久久真实原创| 91狼人影院| 中文字幕久久专区| 欧美 日韩 精品 国产| 国产精品一区www在线观看| 亚洲婷婷狠狠爱综合网| 国产在线一区二区三区精| 一级a做视频免费观看| 五月玫瑰六月丁香| 777米奇影视久久| 久久久国产一区二区| 成人国产av品久久久| 97精品久久久久久久久久精品| 美女xxoo啪啪120秒动态图| av播播在线观看一区| 免费观看av网站的网址| 看十八女毛片水多多多| 三级男女做爰猛烈吃奶摸视频| 九草在线视频观看| 伊人久久精品亚洲午夜| 不卡视频在线观看欧美| 欧美+日韩+精品| 高清视频免费观看一区二区| 国产精品不卡视频一区二区| 日韩国内少妇激情av| 国产伦理片在线播放av一区| 欧美精品一区二区大全| 欧美少妇被猛烈插入视频| 欧美成人a在线观看| 99热这里只有是精品在线观看| 国产色爽女视频免费观看| 人妻制服诱惑在线中文字幕| av免费在线看不卡| 日本爱情动作片www.在线观看| 亚洲欧美中文字幕日韩二区| 真实男女啪啪啪动态图| 亚洲精品aⅴ在线观看| 亚洲怡红院男人天堂| 国产精品女同一区二区软件| 国产v大片淫在线免费观看| 成人午夜精彩视频在线观看| 午夜福利高清视频| av在线天堂中文字幕| 男人和女人高潮做爰伦理| 久久久久久久国产电影| 欧美激情国产日韩精品一区| 草草在线视频免费看| 欧美一区二区亚洲| 色婷婷久久久亚洲欧美| 成年av动漫网址| 亚洲国产日韩一区二区| 欧美最新免费一区二区三区| 日本wwww免费看| 亚洲色图综合在线观看| 亚洲人成网站在线播| 国产精品99久久久久久久久| 久久99精品国语久久久| 国产成人免费无遮挡视频| 免费看av在线观看网站| 内射极品少妇av片p| 五月伊人婷婷丁香| 噜噜噜噜噜久久久久久91| 热99国产精品久久久久久7| 高清毛片免费看| 精品国产露脸久久av麻豆| 少妇丰满av| 久久久精品欧美日韩精品| 国语对白做爰xxxⅹ性视频网站| 亚洲在线观看片| 最近中文字幕2019免费版| av国产免费在线观看| 国产精品久久久久久av不卡| 尤物成人国产欧美一区二区三区| 国产成人精品福利久久| 久久99蜜桃精品久久| 在线观看国产h片| 精品一区二区三区视频在线| 亚洲美女搞黄在线观看| 国产女主播在线喷水免费视频网站| 亚洲av男天堂| 最近手机中文字幕大全| 99久久精品一区二区三区| 在线看a的网站| 18禁裸乳无遮挡动漫免费视频 | 国产精品一二三区在线看| 最近2019中文字幕mv第一页| 国产精品嫩草影院av在线观看| 中文乱码字字幕精品一区二区三区| 国产精品99久久99久久久不卡 | 高清视频免费观看一区二区| 97超碰精品成人国产| 可以在线观看毛片的网站| 秋霞伦理黄片| 男女无遮挡免费网站观看| 人妻 亚洲 视频| 日韩欧美一区视频在线观看 | 国产亚洲5aaaaa淫片| 欧美精品一区二区大全| 菩萨蛮人人尽说江南好唐韦庄| 18禁裸乳无遮挡免费网站照片| 熟妇人妻不卡中文字幕| 大陆偷拍与自拍| 日本wwww免费看| 2021少妇久久久久久久久久久| 久久久久久久久久久丰满| 国产一区二区三区综合在线观看 | 日韩精品有码人妻一区| 好男人视频免费观看在线| 在线观看人妻少妇| 你懂的网址亚洲精品在线观看| 亚洲成人中文字幕在线播放| 国产精品女同一区二区软件| videos熟女内射| 欧美日韩综合久久久久久| 亚洲国产精品专区欧美| 午夜爱爱视频在线播放| 国产又色又爽无遮挡免| 麻豆久久精品国产亚洲av| 97超视频在线观看视频| 国产人妻一区二区三区在| 老师上课跳d突然被开到最大视频| 91久久精品电影网| 嫩草影院精品99| 麻豆乱淫一区二区| 亚洲av二区三区四区| 日韩伦理黄色片| 91久久精品国产一区二区成人| 欧美丝袜亚洲另类| 国产精品一区二区三区四区免费观看| 亚洲国产av新网站| 99久久精品国产国产毛片| 免费看不卡的av| 男女边摸边吃奶| 综合色av麻豆| 麻豆精品久久久久久蜜桃| 黄色配什么色好看| 美女国产视频在线观看| 亚洲欧美清纯卡通| 亚洲在久久综合| 亚洲欧美日韩无卡精品| 欧美zozozo另类| 日韩视频在线欧美| 欧美精品人与动牲交sv欧美| 精品一区在线观看国产| 99热全是精品| 不卡视频在线观看欧美| 国产精品秋霞免费鲁丝片| 成人无遮挡网站| 一级毛片aaaaaa免费看小| 1000部很黄的大片| 99九九线精品视频在线观看视频| 国产乱人偷精品视频| 国产老妇女一区| 一级毛片 在线播放| 六月丁香七月| 国产午夜精品一二区理论片| 日本午夜av视频| 久久精品久久精品一区二区三区| 久久久久久久亚洲中文字幕| 午夜福利高清视频| 中国三级夫妇交换| 亚洲精品乱久久久久久| 99热国产这里只有精品6| 亚洲av.av天堂| 少妇的逼好多水| 国产成人免费无遮挡视频| 亚洲av不卡在线观看| 五月开心婷婷网| 搡女人真爽免费视频火全软件| 在线观看免费高清a一片| 欧美97在线视频| 中文天堂在线官网| 国产高清有码在线观看视频| 午夜视频国产福利| 精品人妻视频免费看| 卡戴珊不雅视频在线播放| 国产爽快片一区二区三区| 国产免费一级a男人的天堂| 国产亚洲91精品色在线| 麻豆精品久久久久久蜜桃| 插逼视频在线观看| 狂野欧美激情性xxxx在线观看| 又爽又黄无遮挡网站| 免费观看av网站的网址| 久久ye,这里只有精品| 美女高潮的动态| 成年女人看的毛片在线观看| 久久人人爽av亚洲精品天堂 | 特大巨黑吊av在线直播| 欧美最新免费一区二区三区| 高清av免费在线| 欧美极品一区二区三区四区| 九九在线视频观看精品| 国产欧美另类精品又又久久亚洲欧美| 三级国产精品片| 亚洲欧美日韩东京热| 免费电影在线观看免费观看| 99热全是精品| 伦理电影大哥的女人| 国产黄a三级三级三级人| 亚洲精品第二区| 亚洲欧美日韩东京热| 3wmmmm亚洲av在线观看| 国产成人aa在线观看| 色5月婷婷丁香| 国产 一区精品| 老司机影院成人| 欧美日本视频| 我的女老师完整版在线观看| 亚洲精品成人av观看孕妇| 内射极品少妇av片p| 久久久国产一区二区| 青春草国产在线视频| 天天一区二区日本电影三级| 有码 亚洲区| 欧美3d第一页| 亚洲欧美一区二区三区黑人 | 99热这里只有是精品在线观看| 国产男女超爽视频在线观看| 激情 狠狠 欧美| 久久精品久久久久久久性| 插逼视频在线观看| av在线天堂中文字幕| 精品99又大又爽又粗少妇毛片| 久久久亚洲精品成人影院| 日本av手机在线免费观看| 免费看日本二区| 交换朋友夫妻互换小说| 欧美一区二区亚洲| 少妇的逼水好多| 国产精品福利在线免费观看| 3wmmmm亚洲av在线观看| 男人爽女人下面视频在线观看| 伦精品一区二区三区| 国产成年人精品一区二区| 国产乱来视频区| 成人高潮视频无遮挡免费网站| 啦啦啦在线观看免费高清www| 精品少妇久久久久久888优播| 成年av动漫网址| 最近中文字幕2019免费版| 日本猛色少妇xxxxx猛交久久| av在线观看视频网站免费| 国产成年人精品一区二区| 国产精品嫩草影院av在线观看| 人人妻人人爽人人添夜夜欢视频 | 波多野结衣巨乳人妻| 久久久午夜欧美精品| 国产免费一区二区三区四区乱码| 久久亚洲国产成人精品v| 在线观看一区二区三区| 最近2019中文字幕mv第一页| 人人妻人人澡人人爽人人夜夜| 麻豆国产97在线/欧美| 亚洲精品国产av蜜桃| 国产成人精品久久久久久| 一级二级三级毛片免费看| 日韩视频在线欧美| 亚洲欧美成人综合另类久久久| 国产免费视频播放在线视频| 不卡视频在线观看欧美| 国产亚洲午夜精品一区二区久久 | 国产精品av视频在线免费观看| 在线免费观看不下载黄p国产| 午夜福利在线观看免费完整高清在| 免费观看性生交大片5| 午夜精品一区二区三区免费看| 视频区图区小说| 免费看av在线观看网站| 成人毛片a级毛片在线播放| 欧美激情在线99| 尾随美女入室| 欧美性感艳星| 在线观看人妻少妇| 中国三级夫妇交换| 一级av片app| 亚洲精品aⅴ在线观看| 国产精品精品国产色婷婷| 婷婷色av中文字幕| 国产女主播在线喷水免费视频网站| 亚洲国产精品专区欧美| 内地一区二区视频在线| 久久99精品国语久久久| 麻豆乱淫一区二区| av福利片在线观看| 国产成人免费无遮挡视频| 国产伦精品一区二区三区四那| 亚洲精品,欧美精品| 久久午夜福利片| 久久久欧美国产精品| 一本色道久久久久久精品综合| 欧美丝袜亚洲另类| 插逼视频在线观看| 亚洲高清免费不卡视频| 欧美高清成人免费视频www| 丰满人妻一区二区三区视频av| 久久久久性生活片| 两个人的视频大全免费| 午夜福利视频1000在线观看| 国产精品一区二区三区四区免费观看| 亚洲人成网站高清观看| 全区人妻精品视频| 国产成人精品福利久久| 2021天堂中文幕一二区在线观| 啦啦啦在线观看免费高清www| 最后的刺客免费高清国语| 亚洲精品456在线播放app| 男人添女人高潮全过程视频| 中文资源天堂在线| 成年版毛片免费区| 2022亚洲国产成人精品| 看非洲黑人一级黄片| 日韩强制内射视频| 一本一本综合久久| 亚洲久久久久久中文字幕| 熟女av电影| 欧美亚洲 丝袜 人妻 在线| 国产亚洲午夜精品一区二区久久 | 亚洲成人久久爱视频| 久久久精品免费免费高清| 伊人久久精品亚洲午夜| 亚洲自拍偷在线| 丰满乱子伦码专区| 国产精品熟女久久久久浪| av黄色大香蕉| 美女脱内裤让男人舔精品视频| 精品午夜福利在线看| 如何舔出高潮| 婷婷色综合大香蕉| 狂野欧美白嫩少妇大欣赏| 国产av码专区亚洲av| 97热精品久久久久久| 人人妻人人爽人人添夜夜欢视频 | 久久久久国产网址| 国国产精品蜜臀av免费| 又爽又黄无遮挡网站| 欧美精品一区二区大全| 美女cb高潮喷水在线观看| 夜夜看夜夜爽夜夜摸| 激情五月婷婷亚洲| 亚洲av成人精品一区久久| 色吧在线观看| 99久久人妻综合| 22中文网久久字幕| 久久精品夜色国产| 我的老师免费观看完整版| 国产免费一区二区三区四区乱码| 大香蕉久久网| 亚洲av一区综合| 人人妻人人爽人人添夜夜欢视频 | 日韩电影二区| 日韩av免费高清视频| av在线app专区| 七月丁香在线播放| 日本三级黄在线观看| 亚洲精品aⅴ在线观看| 嫩草影院新地址| 久久精品夜色国产| 听说在线观看完整版免费高清| 女人十人毛片免费观看3o分钟| 女的被弄到高潮叫床怎么办| 久久久久久九九精品二区国产| 丰满人妻一区二区三区视频av| 18禁裸乳无遮挡免费网站照片| 精品久久久噜噜| 搞女人的毛片| 国产午夜福利久久久久久| 在线观看一区二区三区| 狂野欧美激情性xxxx在线观看| 日韩 亚洲 欧美在线| 伦精品一区二区三区| 99久久中文字幕三级久久日本| 日本爱情动作片www.在线观看| a级一级毛片免费在线观看| 国产精品成人在线| 毛片一级片免费看久久久久| 亚洲美女搞黄在线观看| 亚洲性久久影院| 日韩欧美 国产精品| 18禁裸乳无遮挡动漫免费视频 | 欧美激情久久久久久爽电影| 精品一区在线观看国产| 人妻 亚洲 视频| 亚洲av成人精品一二三区| 特大巨黑吊av在线直播| 免费观看a级毛片全部| 国产爽快片一区二区三区| 亚洲欧美日韩无卡精品| 国产精品久久久久久精品电影小说 | 一个人观看的视频www高清免费观看| 伦精品一区二区三区| 女人十人毛片免费观看3o分钟| 高清视频免费观看一区二区| 久久综合国产亚洲精品| 欧美激情久久久久久爽电影| 国产高清有码在线观看视频| 波野结衣二区三区在线| 免费观看无遮挡的男女| 一个人看视频在线观看www免费| 亚洲国产精品成人综合色| 免费看光身美女| 欧美zozozo另类| 人妻制服诱惑在线中文字幕| 中文字幕亚洲精品专区| 国产精品人妻久久久影院| 亚洲婷婷狠狠爱综合网| videos熟女内射| 欧美三级亚洲精品| 一级毛片 在线播放| 亚洲四区av| 黄色配什么色好看| 午夜老司机福利剧场| www.av在线官网国产| 一级二级三级毛片免费看| 黄色一级大片看看| 国产高清有码在线观看视频| 久久久久久久久久人人人人人人| 能在线免费看毛片的网站| 国产白丝娇喘喷水9色精品| 能在线免费看毛片的网站| .国产精品久久| 2021少妇久久久久久久久久久| 日本-黄色视频高清免费观看| 亚洲国产最新在线播放| 制服丝袜香蕉在线| 中文乱码字字幕精品一区二区三区| 亚洲精品日韩在线中文字幕| 午夜爱爱视频在线播放| 男的添女的下面高潮视频| 美女高潮的动态| 国产精品偷伦视频观看了| 欧美日韩亚洲高清精品| 黄片wwwwww| 丝袜脚勾引网站| 交换朋友夫妻互换小说| 国产人妻一区二区三区在| 人体艺术视频欧美日本| 亚洲综合精品二区| 在线精品无人区一区二区三 | 在线观看国产h片| 看黄色毛片网站| 午夜免费鲁丝| 国产白丝娇喘喷水9色精品| 亚洲av免费高清在线观看| 欧美日韩一区二区视频在线观看视频在线 | 成年免费大片在线观看| 免费看a级黄色片| 简卡轻食公司| 亚洲av国产av综合av卡| 春色校园在线视频观看| 日日啪夜夜撸| 干丝袜人妻中文字幕| 草草在线视频免费看| 日日啪夜夜爽| 看非洲黑人一级黄片| 别揉我奶头 嗯啊视频| 日产精品乱码卡一卡2卡三| 超碰97精品在线观看| 少妇人妻一区二区三区视频| 欧美极品一区二区三区四区| 久久久午夜欧美精品| 婷婷色av中文字幕| 爱豆传媒免费全集在线观看| 免费人成在线观看视频色| 校园人妻丝袜中文字幕| 五月开心婷婷网| 久久久久网色| 国产乱人视频| 亚洲人与动物交配视频| 搡女人真爽免费视频火全软件| 精品99又大又爽又粗少妇毛片| 自拍欧美九色日韩亚洲蝌蚪91 | 欧美日韩国产mv在线观看视频 | 黄片wwwwww| 国产一区有黄有色的免费视频| 亚洲精品乱久久久久久| 人妻一区二区av| 在线观看美女被高潮喷水网站| av福利片在线观看| 99久久精品国产国产毛片| 九九在线视频观看精品| 青春草国产在线视频| 国产精品福利在线免费观看| 真实男女啪啪啪动态图| 国产男人的电影天堂91| 久久精品国产亚洲av涩爱| 69av精品久久久久久| 永久免费av网站大全| 狂野欧美激情性bbbbbb| 国产精品秋霞免费鲁丝片| 在线观看人妻少妇| 大片电影免费在线观看免费| 久久精品国产鲁丝片午夜精品| 久久久久久久久大av| 国产在线男女| 欧美性猛交╳xxx乱大交人| 99视频精品全部免费 在线| 免费观看的影片在线观看| 亚洲自拍偷在线| 久久久久久久国产电影| 精品久久国产蜜桃| 人妻一区二区av| 国产亚洲av嫩草精品影院| 欧美精品人与动牲交sv欧美| 精品99又大又爽又粗少妇毛片| 日日撸夜夜添| kizo精华| 免费观看无遮挡的男女| 成人毛片a级毛片在线播放| 天堂俺去俺来也www色官网| 午夜福利在线在线| 中文在线观看免费www的网站| 在线观看三级黄色| 国产探花极品一区二区| 嫩草影院入口| 免费高清在线观看视频在线观看| 免费看日本二区| 久久久国产一区二区| 日韩在线高清观看一区二区三区| 久久午夜福利片| 三级国产精品欧美在线观看| 久热久热在线精品观看| 亚洲综合色惰| 人人妻人人爽人人添夜夜欢视频 | 国产av码专区亚洲av| 麻豆精品久久久久久蜜桃| 亚洲欧美日韩无卡精品| 中文字幕久久专区| 欧美性猛交╳xxx乱大交人| 免费观看在线日韩| 熟女人妻精品中文字幕| 亚洲美女视频黄频| 国产高清三级在线| 午夜免费鲁丝| 国产熟女欧美一区二区| 男人狂女人下面高潮的视频| 一区二区av电影网| 熟妇人妻不卡中文字幕| 久久国产乱子免费精品| 国产精品伦人一区二区| 伊人久久精品亚洲午夜| 久久精品人妻少妇| 男女国产视频网站| 国产探花在线观看一区二区| 欧美bdsm另类| 国产淫片久久久久久久久| 亚洲欧美一区二区三区黑人 | 精品一区在线观看国产| 国产午夜精品一二区理论片| 少妇的逼好多水| tube8黄色片| 午夜福利高清视频| 麻豆乱淫一区二区| 蜜臀久久99精品久久宅男| 亚洲综合精品二区| av网站免费在线观看视频| 成人无遮挡网站| 亚洲最大成人中文| 又粗又硬又长又爽又黄的视频| 午夜精品国产一区二区电影 | 精品一区在线观看国产| 精品一区二区三卡| 一级毛片久久久久久久久女| 精品国产露脸久久av麻豆| 51国产日韩欧美| 成人国产麻豆网| 国产成人精品一,二区| 精品久久国产蜜桃| 国产男女超爽视频在线观看| 国产精品一区www在线观看| 日韩制服骚丝袜av| 大又大粗又爽又黄少妇毛片口| 毛片一级片免费看久久久久| 1000部很黄的大片| 亚洲图色成人| 色哟哟·www| 三级男女做爰猛烈吃奶摸视频| 水蜜桃什么品种好| 少妇人妻 视频| 亚洲三级黄色毛片|