• <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)
    国产精品偷伦视频观看了| 亚洲怡红院男人天堂| 大话2 男鬼变身卡| 免费av不卡在线播放| 国产精品.久久久| 久久av网站| 老司机影院毛片| 日韩中字成人| 丰满迷人的少妇在线观看| 国产片特级美女逼逼视频| 欧美 日韩 精品 国产| 成人午夜精彩视频在线观看| 日韩一本色道免费dvd| 国产伦精品一区二区三区视频9| 国产黄片视频在线免费观看| 亚洲国产成人一精品久久久| 国产黄片美女视频| 美女主播在线视频| 最近中文字幕高清免费大全6| 国产老妇伦熟女老妇高清| 久久精品国产鲁丝片午夜精品| 在线精品无人区一区二区三| 一区在线观看完整版| 精品久久久久久电影网| 亚洲成人手机| 妹子高潮喷水视频| 久久鲁丝午夜福利片| 欧美精品一区二区免费开放| xxx大片免费视频| 2018国产大陆天天弄谢| 亚洲欧洲国产日韩| 亚洲av男天堂| 中文精品一卡2卡3卡4更新| 国产视频首页在线观看| 男女国产视频网站| 99热国产这里只有精品6| 欧美bdsm另类| 精品久久久久久电影网| av又黄又爽大尺度在线免费看| 午夜久久久在线观看| 久久久久人妻精品一区果冻| 国产av国产精品国产| 国产成人免费无遮挡视频| 18禁在线无遮挡免费观看视频| 一级毛片我不卡| 插阴视频在线观看视频| 亚洲国产欧美日韩在线播放 | 欧美性感艳星| 99热全是精品| 亚洲精华国产精华液的使用体验| 这个男人来自地球电影免费观看 | 狂野欧美激情性bbbbbb| 中国美白少妇内射xxxbb| 午夜日本视频在线| 免费大片18禁| 国产亚洲一区二区精品| www.av在线官网国产| 好男人视频免费观看在线| 18禁动态无遮挡网站| 国产在线视频一区二区| 日本vs欧美在线观看视频 | 久久热精品热| 国产精品免费大片| 亚洲精品第二区| 少妇的逼水好多| 日韩一本色道免费dvd| 夫妻午夜视频| 国产精品99久久99久久久不卡 | 日韩人妻高清精品专区| 偷拍熟女少妇极品色| 色视频www国产| 日日摸夜夜添夜夜添av毛片| av福利片在线| 久久 成人 亚洲| 蜜桃久久精品国产亚洲av| 国产精品一区二区三区四区免费观看| 亚洲综合色惰| 最近手机中文字幕大全| 赤兔流量卡办理| 国产精品国产三级专区第一集| av天堂久久9| 丰满饥渴人妻一区二区三| 国产伦理片在线播放av一区| 又大又黄又爽视频免费| 高清欧美精品videossex| 夜夜爽夜夜爽视频| 欧美亚洲 丝袜 人妻 在线| 国产高清国产精品国产三级| 精品99又大又爽又粗少妇毛片| 亚洲中文av在线| 国产极品粉嫩免费观看在线 | 一区二区三区乱码不卡18| 少妇人妻精品综合一区二区| 久久亚洲国产成人精品v| 亚洲真实伦在线观看| 色视频在线一区二区三区| 中文字幕亚洲精品专区| 永久网站在线| 精品久久久久久久久av| 99热这里只有是精品在线观看| 国产伦在线观看视频一区| 亚洲熟女精品中文字幕| 国产黄片视频在线免费观看| 久久久久久久亚洲中文字幕| 国产免费一级a男人的天堂| 国国产精品蜜臀av免费| 一级av片app| 人妻制服诱惑在线中文字幕| 最近最新中文字幕免费大全7| 插阴视频在线观看视频| 在线播放无遮挡| 黄片无遮挡物在线观看| 国模一区二区三区四区视频| 免费黄频网站在线观看国产| 国产亚洲5aaaaa淫片| 久久久久人妻精品一区果冻| 99热这里只有精品一区| 两个人的视频大全免费| 视频中文字幕在线观看| 亚洲精品乱码久久久v下载方式| 国产高清不卡午夜福利| 男女国产视频网站| 亚洲av在线观看美女高潮| 人体艺术视频欧美日本| 少妇的逼好多水| 三级国产精品片| 日本黄色日本黄色录像| 日韩中文字幕视频在线看片| 国产69精品久久久久777片| 国产一区二区三区综合在线观看 | 91aial.com中文字幕在线观看| 国产黄片视频在线免费观看| 97在线人人人人妻| 久久99精品国语久久久| 日韩欧美精品免费久久| a级片在线免费高清观看视频| 国产精品偷伦视频观看了| 91久久精品国产一区二区成人| 日日啪夜夜爽| 亚洲国产精品一区二区三区在线| 国产综合精华液| 中文字幕免费在线视频6| 国产av码专区亚洲av| 大片电影免费在线观看免费| 18禁动态无遮挡网站| 全区人妻精品视频| 亚洲av电影在线观看一区二区三区| 欧美成人精品欧美一级黄| 久久国产精品大桥未久av | 欧美人与善性xxx| 亚洲av成人精品一二三区| 国产亚洲精品久久久com| 老女人水多毛片| 人人妻人人看人人澡| 亚洲国产日韩一区二区| 日本-黄色视频高清免费观看| 国产极品天堂在线| 最黄视频免费看| 久久久久视频综合| 一级二级三级毛片免费看| 最近手机中文字幕大全| 色视频www国产| 成年女人在线观看亚洲视频| 亚洲经典国产精华液单| 97超视频在线观看视频| 国产69精品久久久久777片| av福利片在线观看| 美女xxoo啪啪120秒动态图| 丝瓜视频免费看黄片| 亚洲欧美精品自产自拍| 最近中文字幕高清免费大全6| 精品亚洲成国产av| 国产精品福利在线免费观看| 日本欧美国产在线视频| 岛国毛片在线播放| 国产亚洲午夜精品一区二区久久| 中文字幕免费在线视频6| 寂寞人妻少妇视频99o| 狂野欧美激情性xxxx在线观看| 亚洲国产成人一精品久久久| 91午夜精品亚洲一区二区三区| 久久久久久久精品精品| 大又大粗又爽又黄少妇毛片口| 只有这里有精品99| 亚洲av免费高清在线观看| 熟女av电影| 草草在线视频免费看| 人妻少妇偷人精品九色| 成年人免费黄色播放视频 | 内地一区二区视频在线| 亚洲精品日韩在线中文字幕| 高清欧美精品videossex| 国产伦理片在线播放av一区| 亚洲一级一片aⅴ在线观看| av在线app专区| 亚洲激情五月婷婷啪啪| 国语对白做爰xxxⅹ性视频网站| kizo精华| 精品一区二区免费观看| 超碰97精品在线观看| 夫妻性生交免费视频一级片| 美女xxoo啪啪120秒动态图| 涩涩av久久男人的天堂| 3wmmmm亚洲av在线观看| 久久久久国产精品人妻一区二区| 色94色欧美一区二区| 免费久久久久久久精品成人欧美视频 | 亚洲精品视频女| 亚洲欧美日韩卡通动漫| 精品视频人人做人人爽| 少妇人妻 视频| 熟女人妻精品中文字幕| 欧美三级亚洲精品| 免费观看无遮挡的男女| 午夜免费男女啪啪视频观看| 菩萨蛮人人尽说江南好唐韦庄| 日韩 亚洲 欧美在线| h日本视频在线播放| 男女国产视频网站| 黄色欧美视频在线观看| 美女国产视频在线观看| 丝袜在线中文字幕| 亚洲av国产av综合av卡| 日本欧美国产在线视频| 黑丝袜美女国产一区| 又粗又硬又长又爽又黄的视频| 一区二区三区乱码不卡18| 乱系列少妇在线播放| 男女无遮挡免费网站观看| 亚洲精品aⅴ在线观看| 一级片'在线观看视频| 一本久久精品| 97在线人人人人妻| 插逼视频在线观看| 色婷婷av一区二区三区视频| 亚洲婷婷狠狠爱综合网| 亚洲图色成人| 欧美日韩综合久久久久久| 国产精品国产三级国产av玫瑰| av不卡在线播放| 成人综合一区亚洲| 22中文网久久字幕| 国国产精品蜜臀av免费| 最近的中文字幕免费完整| 中文资源天堂在线| av又黄又爽大尺度在线免费看| 国产精品久久久久久精品古装| 国产免费一级a男人的天堂| 国产成人免费无遮挡视频| 亚洲人成网站在线观看播放| 国产男人的电影天堂91| 中文字幕人妻熟人妻熟丝袜美| 国产午夜精品久久久久久一区二区三区| 国产亚洲精品久久久com| 九草在线视频观看| 午夜免费鲁丝| 男女无遮挡免费网站观看| 搡女人真爽免费视频火全软件| 99热全是精品| 我的老师免费观看完整版| 99久久综合免费| a级片在线免费高清观看视频| 精品午夜福利在线看| 国产欧美日韩一区二区三区在线 | 激情五月婷婷亚洲| 男人添女人高潮全过程视频| 国内揄拍国产精品人妻在线| 美女视频免费永久观看网站| 久久99蜜桃精品久久| 久久久久网色| 亚洲成人av在线免费| 天堂8中文在线网| 亚洲三级黄色毛片| 亚洲精品色激情综合| 中文字幕制服av| freevideosex欧美| 少妇 在线观看| 天堂中文最新版在线下载| 久久精品久久精品一区二区三区| 欧美变态另类bdsm刘玥| 中国三级夫妇交换| 午夜激情福利司机影院| 麻豆成人av视频| 日本色播在线视频| 午夜福利视频精品| 久久久a久久爽久久v久久| 一级,二级,三级黄色视频| 亚洲av电影在线观看一区二区三区| 亚洲国产毛片av蜜桃av| 日日撸夜夜添| 亚洲av不卡在线观看| 2022亚洲国产成人精品| 国产美女午夜福利| 两个人的视频大全免费| 五月天丁香电影| 久久久久国产网址| 亚洲精品久久午夜乱码| 人人妻人人爽人人添夜夜欢视频 | 日本91视频免费播放| 3wmmmm亚洲av在线观看| 晚上一个人看的免费电影| 汤姆久久久久久久影院中文字幕| 水蜜桃什么品种好| 国内少妇人妻偷人精品xxx网站| 高清欧美精品videossex| 亚洲中文av在线| 观看美女的网站| av视频免费观看在线观看| 国产精品人妻久久久影院| 老熟女久久久| 少妇丰满av| 男人狂女人下面高潮的视频| 少妇人妻一区二区三区视频| 婷婷色av中文字幕| 久久国产乱子免费精品| 亚洲国产欧美日韩在线播放 | 高清在线视频一区二区三区| 搡女人真爽免费视频火全软件| 久热久热在线精品观看| 国产极品天堂在线| 国产视频内射| 日韩一本色道免费dvd| 成年人午夜在线观看视频| 九九在线视频观看精品| 亚洲综合精品二区| 亚洲成色77777| 黄色毛片三级朝国网站 | 婷婷色综合www| 亚洲经典国产精华液单| 国产免费一区二区三区四区乱码| 看十八女毛片水多多多| 99久久综合免费| 黄色一级大片看看| 久久青草综合色| 91精品一卡2卡3卡4卡| 九色成人免费人妻av| 亚洲第一av免费看| 777米奇影视久久| av在线老鸭窝| 一本色道久久久久久精品综合| 亚洲美女搞黄在线观看| 日韩不卡一区二区三区视频在线| 亚洲精品一区蜜桃| 色婷婷av一区二区三区视频| 久久久a久久爽久久v久久| 亚洲av.av天堂| 久久久久久人妻| 少妇丰满av| 18禁动态无遮挡网站| av免费观看日本| 一级av片app| 如日韩欧美国产精品一区二区三区 | 成人无遮挡网站| 国产精品一区二区三区四区免费观看| 免费观看性生交大片5| 亚洲在久久综合| 人人澡人人妻人| 内射极品少妇av片p| 免费av中文字幕在线| 男女无遮挡免费网站观看| 久久人人爽人人爽人人片va| 久久久精品免费免费高清| 精品久久久久久久久av| 久久久欧美国产精品| 亚洲精品国产成人久久av| 国产精品国产av在线观看| 激情五月婷婷亚洲| 色5月婷婷丁香| 久久ye,这里只有精品| 国产精品人妻久久久久久| 亚洲欧洲精品一区二区精品久久久 | 老女人水多毛片| 女人精品久久久久毛片| 亚洲国产毛片av蜜桃av| 久久精品久久久久久噜噜老黄| 久久精品夜色国产| 免费看光身美女| 春色校园在线视频观看| 国产午夜精品一二区理论片| 精品久久久久久久久亚洲| 丰满少妇做爰视频| 大又大粗又爽又黄少妇毛片口| 日韩中字成人| 曰老女人黄片| 免费大片黄手机在线观看| 亚洲激情五月婷婷啪啪| 一二三四中文在线观看免费高清| 日本欧美视频一区| 99久久精品热视频| 国产欧美日韩一区二区三区在线 | 国产在线免费精品| 国产亚洲欧美精品永久| 成人二区视频| 国产精品一区二区性色av| 91在线精品国自产拍蜜月| 老女人水多毛片| 亚洲天堂av无毛| 我要看黄色一级片免费的| 在线精品无人区一区二区三| 97超视频在线观看视频| 妹子高潮喷水视频| 亚洲国产精品一区二区三区在线| 国精品久久久久久国模美| 精品一品国产午夜福利视频| 色婷婷av一区二区三区视频| 免费看av在线观看网站| 亚洲av欧美aⅴ国产| 人妻人人澡人人爽人人| 伊人久久精品亚洲午夜| 亚洲内射少妇av| 精品亚洲乱码少妇综合久久| av播播在线观看一区| 亚洲婷婷狠狠爱综合网| 国产精品人妻久久久久久| 中文精品一卡2卡3卡4更新| 免费少妇av软件| 久久国产乱子免费精品| 国产精品一区www在线观看| 成人亚洲欧美一区二区av| 色视频在线一区二区三区| 久久狼人影院| 国产伦精品一区二区三区视频9| 99热全是精品| 在线观看av片永久免费下载| 插阴视频在线观看视频| 成年人免费黄色播放视频 | 男人和女人高潮做爰伦理| 人妻制服诱惑在线中文字幕| 人人妻人人添人人爽欧美一区卜| 人人妻人人看人人澡| 国产精品三级大全| 久久狼人影院| 高清av免费在线| 十八禁高潮呻吟视频 | 国产精品久久久久久久久免| 一级,二级,三级黄色视频| 久久久亚洲精品成人影院| 欧美激情国产日韩精品一区| 国产黄片美女视频| 亚洲国产精品一区三区| 亚洲国产精品国产精品| 国产一区二区在线观看日韩| 亚洲人与动物交配视频| 亚洲国产精品一区二区三区在线| 18禁在线无遮挡免费观看视频| 亚洲在久久综合| 狂野欧美激情性xxxx在线观看| 欧美一级a爱片免费观看看| 久久久久久伊人网av| 天堂俺去俺来也www色官网| 汤姆久久久久久久影院中文字幕| 三上悠亚av全集在线观看 | 亚洲精品第二区| 久久国产乱子免费精品| 精品久久久久久电影网| 97在线人人人人妻| 2018国产大陆天天弄谢| 高清视频免费观看一区二区| av在线播放精品| 久久女婷五月综合色啪小说| av女优亚洲男人天堂| 亚洲av中文av极速乱| 国产精品蜜桃在线观看| 亚州av有码| 国产又色又爽无遮挡免| 国精品久久久久久国模美| 国产有黄有色有爽视频| 丝袜脚勾引网站| 91aial.com中文字幕在线观看| 欧美成人午夜免费资源| 在线观看三级黄色| 人妻一区二区av| 嫩草影院入口| 久久99一区二区三区| 久久人人爽人人片av| 精品国产乱码久久久久久小说| 观看免费一级毛片| 亚洲欧洲精品一区二区精品久久久 | 黄色怎么调成土黄色| 人人妻人人看人人澡| av天堂久久9| 国产精品99久久久久久久久| 日本爱情动作片www.在线观看| 国产伦在线观看视频一区| 免费大片18禁| 精品少妇黑人巨大在线播放| 久久人人爽av亚洲精品天堂| 国产伦理片在线播放av一区| 狂野欧美激情性xxxx在线观看| 成年女人在线观看亚洲视频| 各种免费的搞黄视频| 久久久a久久爽久久v久久| 午夜激情久久久久久久| 久热这里只有精品99| 美女xxoo啪啪120秒动态图| 十八禁网站网址无遮挡 | 精品少妇黑人巨大在线播放| 久久青草综合色| 成年av动漫网址| 久久久久精品久久久久真实原创| 亚洲精品中文字幕在线视频 | 欧美国产精品一级二级三级 | 亚洲av福利一区| 新久久久久国产一级毛片| www.色视频.com| 国产乱人偷精品视频| 国产极品粉嫩免费观看在线 | 女性被躁到高潮视频| 成人亚洲精品一区在线观看| 一区二区三区四区激情视频| 人人妻人人爽人人添夜夜欢视频 | 简卡轻食公司| 我的老师免费观看完整版| 男人爽女人下面视频在线观看| 日本黄大片高清| 亚洲成人手机| 国产免费一级a男人的天堂| 男人狂女人下面高潮的视频| av又黄又爽大尺度在线免费看| 人人妻人人爽人人添夜夜欢视频 | 性高湖久久久久久久久免费观看| 国产精品久久久久久精品电影小说| 黄片无遮挡物在线观看| 国产精品麻豆人妻色哟哟久久| 欧美性感艳星| 欧美三级亚洲精品| 国产精品久久久久久精品古装| 亚州av有码| 欧美人与善性xxx| 中文字幕精品免费在线观看视频 | a级毛片在线看网站| 国产精品蜜桃在线观看| 免费久久久久久久精品成人欧美视频 | videossex国产| 美女大奶头黄色视频| 精品99又大又爽又粗少妇毛片| 一级a做视频免费观看| 伦理电影大哥的女人| 乱系列少妇在线播放| 日韩不卡一区二区三区视频在线| 少妇的逼水好多| 精品少妇内射三级| 亚洲激情五月婷婷啪啪| 精品人妻一区二区三区麻豆| 欧美性感艳星| 制服丝袜香蕉在线| 亚洲国产成人一精品久久久| √禁漫天堂资源中文www| 大香蕉久久网| 国产 精品1| 又大又黄又爽视频免费| 亚洲人成网站在线观看播放| 亚洲国产最新在线播放| 亚洲欧美精品专区久久| 99热这里只有是精品50| av在线播放精品| 伊人亚洲综合成人网| 自线自在国产av| 亚洲精品国产色婷婷电影| 最近中文字幕2019免费版| 天堂俺去俺来也www色官网| 亚州av有码| 国产一区二区三区综合在线观看 | 婷婷色综合www| 国产真实伦视频高清在线观看| 国产色婷婷99| 久久韩国三级中文字幕| 久久久午夜欧美精品| 极品少妇高潮喷水抽搐| 色视频在线一区二区三区| 我的老师免费观看完整版| 熟妇人妻不卡中文字幕| 成人特级av手机在线观看| 99精国产麻豆久久婷婷| 久久久久国产精品人妻一区二区| 亚洲av.av天堂| 内射极品少妇av片p| 简卡轻食公司| 日本vs欧美在线观看视频 | 插阴视频在线观看视频| 亚洲天堂av无毛| 午夜免费观看性视频| 精品卡一卡二卡四卡免费| 国产极品天堂在线| 99热这里只有是精品50| 国产成人免费无遮挡视频| 婷婷色麻豆天堂久久| 少妇精品久久久久久久| 一区二区三区四区激情视频| 亚洲精品乱码久久久久久按摩| av黄色大香蕉| 色视频在线一区二区三区| 亚洲av欧美aⅴ国产| av黄色大香蕉| 最近中文字幕高清免费大全6| 日韩人妻高清精品专区| 在线观看人妻少妇| 啦啦啦中文免费视频观看日本| 人妻夜夜爽99麻豆av| 亚洲av在线观看美女高潮| 欧美日韩视频高清一区二区三区二| 日本黄大片高清| 亚洲美女搞黄在线观看| 99九九线精品视频在线观看视频| 亚洲国产精品一区二区三区在线| 欧美成人午夜免费资源| 国产综合精华液| 国产永久视频网站| 涩涩av久久男人的天堂| 国产伦理片在线播放av一区| 99久国产av精品国产电影| 又大又黄又爽视频免费| 亚洲国产精品999| 在线 av 中文字幕| 国产 一区精品|