• <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 ?

    基于視頻行為分析的智能監(jiān)考輔助系統(tǒng)

    2019-07-01 03:40:34李春梅邵新慧劉玲
    科技創(chuàng)新與應(yīng)用 2019年18期

    李春梅 邵新慧 劉玲

    摘 ?要:針對高校監(jiān)考任務(wù)繁重且傳統(tǒng)監(jiān)考作弊取證較難等問題,設(shè)計了基于視頻行為分析的智能監(jiān)考輔助系統(tǒng)。該系統(tǒng)首先應(yīng)用視頻流實時處理算法對視頻流進行解碼,然后運用YOLOv3算法檢測出人體以及違禁品邊框,接著用MTCNN算法檢測面部姿態(tài),最后對行為異常進行檢測分析并給出異常警告。通過使用該系統(tǒng),能夠?qū)崿F(xiàn)自動檢測考生作弊行為并且可以自動預(yù)警和保存作弊行為。經(jīng)過測試,系統(tǒng)的識別結(jié)果準確率能夠達到百分之五十以上,能夠起到輔助監(jiān)考的作用。

    關(guān)鍵詞:視頻行為分析;YOLOv3算法;MTCNN算法;智能監(jiān)考

    中圖分類號:G642 ? ? ? ? 文獻標志碼:A ? ? ? ? 文章編號:2095-2945(2019)18-0008-03

    Abstract: In view of the heavy task of invigilating in colleges and universities and the difficulty of cheating and obtaining evidence in traditional invigilation, an intelligent invigilating assistant system based on video behavior analysis is designed. The system first uses the video stream real-time processing algorithm to decode the video stream, then uses the YOLOv3 algorithm to detect the human body and the contraband frame, and then uses the MTCNN algorithm to detect the facial posture. Finally, the behavior anomaly is detected and analyzed and the anomaly warning is given. By using the system, the cheating behavior of candidates can be detected automatically and the cheating behavior can be automatically warned and saved. After testing, the recognition accuracy of the system can reach more than 50%, which can play an auxiliary role in invigilating.

    Keywords: video behavior analysis; YOLOv3 algorithm; MTCNN algorithm; intelligent invigilation

    近年來,由于課程改革等因素,高校更加看重學(xué)生在學(xué)習某門課程中的整個過程的表現(xiàn),因此設(shè)置了更多的考試,包括上機考試和筆試兩種形式。以東北大學(xué)的高等數(shù)學(xué)課程為例,每學(xué)期需要5~6次的上機單元考試,高等數(shù)學(xué)的修讀學(xué)生將近5000人,監(jiān)考任務(wù)變得相當繁重。這時傳統(tǒng)的監(jiān)考模式顯現(xiàn)出了眾多弊端,如傳統(tǒng)監(jiān)考模式需要多個監(jiān)考老師分區(qū)域的巡邏才能覆蓋整體考場,需要的人力更多;且由于考試作弊的行為經(jīng)常發(fā)生在很短的時間區(qū)間內(nèi),單純以人的注意力很難保證能夠及時發(fā)現(xiàn)作弊行為;有些作弊行為停止后很難進行取證。本文設(shè)計的智能監(jiān)考輔助系統(tǒng),能夠通過應(yīng)用計算機視覺算法[1]實現(xiàn)考生人臉的檢測、人臉姿態(tài)的分析,進而實現(xiàn)自動化的監(jiān)測和預(yù)警考生行為,減少了監(jiān)考所需人力的同時還提升了監(jiān)考的效果。

    1 系統(tǒng)總體設(shè)計

    基于視頻行為分析的智能監(jiān)考服務(wù)系統(tǒng)總體可分為五個模塊,分別為系統(tǒng)基礎(chǔ)集成模塊、視頻流實時處理模塊、人臉檢測模塊、行為異常檢測分析模塊、異常警告模塊。系統(tǒng)通過視頻流實時處理模塊將視頻流讀入并按幀保存為圖像,保存的圖像會被人體以及違禁品檢測模塊讀取并檢測出人體的邊框(boundingbox)和違禁品的邊框boundingbox,行為異常檢測模塊讀取到圖像信息和boundingbox信息后,會剪切出人體區(qū)域并通過MTCNN(Multi-task Cascaded Convolutional Networks)算法檢測人臉和人臉姿態(tài),將人臉姿態(tài)參數(shù)和違禁品boundingbox共同輸入到SVM(Support Vector Machine)分類器中得出該學(xué)生是否有作弊嫌疑的結(jié)論,當確認某位學(xué)生有作弊嫌疑后,系統(tǒng)會自動保存相關(guān)圖像和視頻片段到相應(yīng)的本地路徑中,并發(fā)出系統(tǒng)警告。系統(tǒng)結(jié)構(gòu)圖如圖1所示。

    系統(tǒng)采用java web技術(shù)來進行系統(tǒng)界面的實現(xiàn)和算法的調(diào)度,算法部分則由C和python共同實現(xiàn)。系統(tǒng)首先通過視頻監(jiān)控終端接受到視頻流數(shù)據(jù),再調(diào)用視頻處理模塊對視頻流進行采樣,將采樣得到的圖像、采樣時間段信息存儲到指定路徑中,算法部分被設(shè)定為每5秒對指定路徑進行掃描,讀取新的待處理數(shù)據(jù)并在讀取完成后清空指定路徑中的數(shù)據(jù),算法經(jīng)過判斷發(fā)出作弊預(yù)警后,會將檢測結(jié)果圖像、作弊采樣時間段信息存入疑似作弊路徑。監(jiān)考人員通過系統(tǒng)查看時,系統(tǒng)會自動調(diào)出該時間段的視頻以及疑似作弊路徑中的檢測結(jié)果圖像。

    2 視頻流實時處理算法

    為了提高視頻的讀取采樣效率,提升考試監(jiān)考視頻的解碼效率,為本文系統(tǒng)中的后續(xù)算法提供更快的數(shù)據(jù)支持,系統(tǒng)采用新的解碼數(shù)據(jù)流動方式來進行GPU和CPU的調(diào)動。本文采用的視頻并行解碼策略整體流程框架如圖2所示。

    系統(tǒng)首先將由監(jiān)控設(shè)備傳輸過來的H.264視頻流[2]加載到內(nèi)存中,通過CPU對內(nèi)存中的視頻數(shù)據(jù)進行熵解碼,得到大量的數(shù)據(jù),包括出量化參數(shù)、幀內(nèi)預(yù)測和殘差系數(shù)以及預(yù)測系數(shù),這些數(shù)據(jù)再被解析出來后會被系統(tǒng)傳輸?shù)紾PU的顯存中,GPU直接從顯存中將以上數(shù)據(jù)取出并對數(shù)據(jù)進行DCT(Discrete Cosine Transform)逆變換,在GPU處理逆變換等任務(wù)時,CPU已經(jīng)開始處理下一幀的任務(wù)。通過以上過程本文實現(xiàn)了系統(tǒng)CPU和GPU的并行調(diào)度,對比原始默認視頻解碼方式,本文應(yīng)用的并行能夠達到1.3的加速比,有效的提升了系統(tǒng)的視頻處理效率。

    3 人體及考試違禁品檢測算法

    目前以深度學(xué)習為基礎(chǔ)的目標檢測算法中,YOLOv3算法[3]在精度和速度上都占據(jù)著很大的優(yōu)勢,YOLOv3的網(wǎng)絡(luò)結(jié)構(gòu)包括四部分:卷積層、res層、darknet-53、YOLO部分,其中YOLO部分包括了小尺度yolo層、中尺度yolo層和大尺度yolo層,這三個尺度的yolo層也是YOLOv3在小目標檢測任務(wù)上有顯著提高的原因之一。

    在對監(jiān)控視頻中的考生人體和考試違禁物品進行檢測時,由于違禁物品和人體的尺度相差很大,因此很適合利用YOLOv3來作為本文系統(tǒng)的主要檢測算法。首先系統(tǒng)對輸入的視頻進行采樣,得到單幀圖像,然后對原始圖像進行降采樣處理,得到516*516的圖像輸入到網(wǎng)絡(luò)中進行計算,得到人體的boundingbox(Bx,By,Bh,Bw)以及違禁物品手機(CPx,CPy,CPh,CPw)和違禁物品書本(CBx,CBy,CBh,CBw);接下來將違禁物品分配到最近的人體位置中,并計算違禁物品中心與人體中心(Bx,By)的相對距離,作為判斷是否疑似作弊的第一部分特征,沒有被分配違禁物品的人體坐標第一部分特征值為0。檢測算法的整體框圖如圖3所示。

    4 面部姿態(tài)檢測算法

    當考生進行作弊行為時,會經(jīng)常東張西望,面部姿態(tài)和位置出現(xiàn)較大變化,為了捕獲監(jiān)控視頻中的考生異常面部姿態(tài),系統(tǒng)利用MTCNN算法[4]來對考生的面部姿態(tài)進行監(jiān)測和提取,MTCNN算法整體可分為三個部分:第一部分,是通過結(jié)構(gòu)相對簡單的全卷積神經(jīng)網(wǎng)絡(luò)初步的生成粗粒度的人臉窗口,該部分通過P-Net(Proposal Network)實現(xiàn),該步驟得到的初選框會根據(jù)邊界框進行校準并通過非極大值抑制算法去除錯誤窗口;第二部分,將第一部分得到的結(jié)果輸入到更復(fù)雜的卷積神經(jīng)網(wǎng)絡(luò)中,該部分網(wǎng)絡(luò)被稱為R-Net(Refine Network),R-Net的層數(shù)更多并且包含全連接層,R-NET得出的結(jié)果同樣根據(jù)邊界框進行校準并通過非極大值抑制算法去除錯誤窗口;第三部分,將第二部分的結(jié)果輸入到更強大的卷積神經(jīng)網(wǎng)絡(luò)O-Net(Output Network)中,O-Net的網(wǎng)絡(luò)結(jié)構(gòu)和第二部分的R-Net結(jié)構(gòu)類似,只是多了一層卷積層,并且輸出包括五個人臉的關(guān)鍵點位置信息。

    本系統(tǒng)的面部姿態(tài)檢測算法的輸入為考生人體檢測算法生成的人體區(qū)域,經(jīng)過調(diào)整得到64*28的圖像,輸入到預(yù)先訓(xùn)練完成的mtcnn網(wǎng)絡(luò)中,通過計算得到面部坐標,五個關(guān)鍵點的坐標,再將五個面部關(guān)鍵點坐標分別與人體中心位置和面部中心位置相減得到疑似作弊的第二部分特征,并與第一部分特征串聯(lián)得到最終作弊檢測特征。

    5 作弊檢測流程

    經(jīng)過系統(tǒng)檢測算法以及面部姿態(tài)檢測算法對每幀圖片的處理后,我們能夠得到每幀圖像中的人體位置、手機位置和書本位置(如果存在)、考生的人臉姿態(tài)參數(shù)。在實際考試過程中,學(xué)生在發(fā)生作弊行為時會發(fā)生較大的人臉姿態(tài)的異常,并且在畫面中會出現(xiàn)手機和書本等作弊工具,因此本文系統(tǒng)以一段時間內(nèi)考生的人臉姿態(tài)以及考試工具的檢測結(jié)果作為判斷考生是否存在疑似作弊行為的依據(jù)。作弊判斷模塊的邏輯流程如圖4所示。

    如圖4所示,系統(tǒng)以每秒五幀的頻率對視頻數(shù)據(jù)進行采樣,對于考生作弊行為的判定則以十秒為一個周期,一個周期內(nèi)的采樣圖像張數(shù)為50張,通過檢測算法和面部姿態(tài)檢測算法對圖像進行處理,得出N個考生位置信息B;N個考生面部姿態(tài)向量S,每個向量包含5對參數(shù)(S1、S2、S3、S4、S5)以及面部位置坐標FP;N個考試作弊工具位置信息CP、CB,每個位置信息包含4個參數(shù)(相對身體中心點的相對位置);為了簡化分類過程,我們計算出相對特征F=concat((B-C

    P),(B-CB),(B-S1),(B-S2),(B-S3),(B-S4),(B-S5),(FP-S1),(FP-S2),(FP-S3),(FP-S4),(FP-S5))。在一個周期結(jié)束后,我們將會得到N組相對特征,每組特征包含50個F向量,然后我們將每組相對特征中的每個相對特征都輸入到SVM分類器中,判斷該幀中該考生是否存在疑似作弊的行為,如果存在則計數(shù)加一,當一組特征中超過15個特征被判定為疑似作弊,則向系統(tǒng)發(fā)出作弊預(yù)警,并保存該段視頻到本地路徑。

    6 結(jié)束語

    文中對視頻監(jiān)考系統(tǒng)進行了改進,實現(xiàn)了能夠自動檢測考生作弊行為并且可以自動預(yù)警和保存作弊行為的智能監(jiān)考算法。系統(tǒng)中的每個功能都可以獨立運行,系統(tǒng)模塊化的實現(xiàn)使其各個組件能夠被輕松地更新升級,保證了系統(tǒng)的易迭代性。經(jīng)過測試,系統(tǒng)的識別結(jié)果準確率能夠達到百分之五十以上,能夠起到輔助監(jiān)考的作用。但系統(tǒng)仍存在一定的缺陷,如系統(tǒng)對于硬件資源依賴較大,需要兩臺以上搭載titan x 顯卡的服務(wù)器才能保證流暢運行,另外算法對視頻中遠端的考生檢測效果不佳等。在未來的研究中,我們會更新我們的檢測算法,利用時間序列信息增加算法的準確率,同時優(yōu)化算法實現(xiàn)代碼,提升算法運行速度,也可以嘗試引入多攝像頭聯(lián)合識別,使系統(tǒng)能夠接近人工監(jiān)考的效果和性能。

    參考文獻:

    [1]王聰,劉明光,齊飛.智能視頻監(jiān)控系統(tǒng)動態(tài)目標檢測與識別算法綜述[J].電氣技術(shù),2018,19(09):20-25.

    [2]陳鵬,曹劍煒,陳慶奎.基于GPU的H.264并行解碼算法[J].計算機工程,2014(1).

    [3]Redmon J, Farhadi A. YOLOv3: An Incremental Improvement[J]. 2018.

    [4]Zhang K, Zhang Z, Li Z, et al. Joint Face Detection and Alignment Using Multitask Cascaded Convolutional Networks[J]. IEEE Signal Processing Letters, 2016,23(10):1499-1503.

    99久久成人亚洲精品观看| 免费看日本二区| 亚洲 国产 在线| 午夜免费激情av| 伊人久久精品亚洲午夜| 精品久久久久久久久av| 精品国内亚洲2022精品成人| 欧美黑人欧美精品刺激| 老师上课跳d突然被开到最大视频| 男女下面进入的视频免费午夜| 国产精品久久久久久久久免| 精品人妻1区二区| aaaaa片日本免费| 成人国产一区最新在线观看| 午夜免费激情av| 亚洲电影在线观看av| 18禁裸乳无遮挡免费网站照片| 变态另类成人亚洲欧美熟女| 国产高清有码在线观看视频| av在线亚洲专区| 国产欧美日韩一区二区精品| 丝袜美腿在线中文| 18禁在线播放成人免费| 日韩在线高清观看一区二区三区 | 免费看日本二区| 午夜福利欧美成人| 免费黄网站久久成人精品| 国产高清激情床上av| 尤物成人国产欧美一区二区三区| www.色视频.com| 九色国产91popny在线| 国产男人的电影天堂91| 国产aⅴ精品一区二区三区波| 免费不卡的大黄色大毛片视频在线观看 | 哪里可以看免费的av片| 免费一级毛片在线播放高清视频| 丰满乱子伦码专区| 国产伦一二天堂av在线观看| 搡老妇女老女人老熟妇| 婷婷亚洲欧美| 欧美黑人巨大hd| 国产熟女欧美一区二区| 最近在线观看免费完整版| 亚洲国产色片| 波多野结衣高清无吗| 啦啦啦啦在线视频资源| 亚洲最大成人手机在线| 精品久久国产蜜桃| 欧美日韩精品成人综合77777| 国产亚洲精品久久久久久毛片| 婷婷亚洲欧美| 少妇熟女aⅴ在线视频| 成人性生交大片免费视频hd| 2021天堂中文幕一二区在线观| 欧美日韩亚洲国产一区二区在线观看| 一进一出好大好爽视频| 国产在线男女| 国产高清有码在线观看视频| 亚洲第一区二区三区不卡| 中文字幕精品亚洲无线码一区| 婷婷色综合大香蕉| 国产成人a区在线观看| 国产 一区 欧美 日韩| aaaaa片日本免费| 亚洲欧美清纯卡通| 中文字幕熟女人妻在线| 精品一区二区免费观看| 亚洲专区中文字幕在线| 直男gayav资源| 久久久久久大精品| 亚洲成人久久性| 亚洲精品一区av在线观看| 99热这里只有精品一区| 97超视频在线观看视频| 日日摸夜夜添夜夜添av毛片 | 日本在线视频免费播放| 国产成人福利小说| 中文字幕av在线有码专区| 久久这里只有精品中国| 别揉我奶头~嗯~啊~动态视频| 人人妻人人澡欧美一区二区| 亚洲精品乱码久久久v下载方式| 在线免费观看的www视频| 中文资源天堂在线| 国产精品久久视频播放| 禁无遮挡网站| 免费看a级黄色片| 久久欧美精品欧美久久欧美| 亚洲人成网站在线播| 国产精品国产三级国产av玫瑰| 18+在线观看网站| 亚洲精华国产精华精| 亚洲精品亚洲一区二区| 精品午夜福利视频在线观看一区| 丝袜美腿在线中文| 国产高潮美女av| 成人亚洲精品av一区二区| 国产精品免费一区二区三区在线| a级一级毛片免费在线观看| 成人午夜高清在线视频| 国产一级毛片七仙女欲春2| 日本撒尿小便嘘嘘汇集6| 久久亚洲精品不卡| 久久久久久久亚洲中文字幕| 日韩强制内射视频| 伦理电影大哥的女人| 好男人在线观看高清免费视频| 97人妻精品一区二区三区麻豆| av在线老鸭窝| 观看美女的网站| 亚洲第一区二区三区不卡| 欧美丝袜亚洲另类 | 成人性生交大片免费视频hd| 午夜a级毛片| 波多野结衣巨乳人妻| 毛片一级片免费看久久久久 | 村上凉子中文字幕在线| 十八禁国产超污无遮挡网站| 少妇猛男粗大的猛烈进出视频 | 波多野结衣巨乳人妻| 亚洲精品久久国产高清桃花| 人人妻人人澡欧美一区二区| 天堂网av新在线| 欧美日韩瑟瑟在线播放| 亚洲人与动物交配视频| 我的女老师完整版在线观看| 中文资源天堂在线| 麻豆成人午夜福利视频| 久久99热这里只有精品18| 91狼人影院| 国产亚洲av嫩草精品影院| 欧美bdsm另类| 亚洲无线观看免费| 人妻少妇偷人精品九色| 男女下面进入的视频免费午夜| 中文字幕av在线有码专区| 一本一本综合久久| www日本黄色视频网| 日日摸夜夜添夜夜添小说| 欧美成人一区二区免费高清观看| 久久国产乱子免费精品| 国产探花在线观看一区二区| 亚洲五月天丁香| 91av网一区二区| 中文字幕av在线有码专区| 给我免费播放毛片高清在线观看| 久久精品国产亚洲av香蕉五月| 亚洲精品日韩av片在线观看| 国产女主播在线喷水免费视频网站 | av黄色大香蕉| 国产精品三级大全| av在线蜜桃| 成人美女网站在线观看视频| 亚洲精品久久国产高清桃花| 久久这里只有精品中国| 伦理电影大哥的女人| 成熟少妇高潮喷水视频| 午夜亚洲福利在线播放| 日本与韩国留学比较| 亚洲精品在线观看二区| 免费av毛片视频| 国产高清有码在线观看视频| 免费看日本二区| 亚洲中文日韩欧美视频| 三级国产精品欧美在线观看| 久久精品国产清高在天天线| 人妻丰满熟妇av一区二区三区| 白带黄色成豆腐渣| 婷婷色综合大香蕉| 淫秽高清视频在线观看| 禁无遮挡网站| 人妻久久中文字幕网| 99久久精品一区二区三区| 亚洲精品一卡2卡三卡4卡5卡| 国产三级中文精品| 男女边吃奶边做爰视频| 国产中年淑女户外野战色| 看黄色毛片网站| 亚洲成人久久性| 少妇人妻一区二区三区视频| 精品久久国产蜜桃| 1024手机看黄色片| 又黄又爽又刺激的免费视频.| 全区人妻精品视频| 亚洲av.av天堂| 国产高清有码在线观看视频| 乱系列少妇在线播放| 九色国产91popny在线| 变态另类成人亚洲欧美熟女| 少妇丰满av| 免费大片18禁| 好男人在线观看高清免费视频| 午夜久久久久精精品| 99久久九九国产精品国产免费| 在线观看av片永久免费下载| 国产黄a三级三级三级人| 午夜精品在线福利| 日本一本二区三区精品| 麻豆成人av在线观看| www日本黄色视频网| 噜噜噜噜噜久久久久久91| 午夜福利视频1000在线观看| 在线看三级毛片| 老司机午夜福利在线观看视频| 国产激情偷乱视频一区二区| 黄色日韩在线| 亚洲中文字幕一区二区三区有码在线看| 亚洲成人精品中文字幕电影| 男女下面进入的视频免费午夜| 色噜噜av男人的天堂激情| 国产成人福利小说| 俺也久久电影网| a级毛片a级免费在线| 成人午夜高清在线视频| 乱系列少妇在线播放| 天堂网av新在线| 一级黄色大片毛片| 国产精品免费一区二区三区在线| 免费观看人在逋| 99在线视频只有这里精品首页| 亚洲av电影不卡..在线观看| 18+在线观看网站| 麻豆久久精品国产亚洲av| 精品久久久久久久久av| 嫁个100分男人电影在线观看| 国产 一区 欧美 日韩| 精品不卡国产一区二区三区| 亚洲成人中文字幕在线播放| 国产黄a三级三级三级人| 男女视频在线观看网站免费| 免费看av在线观看网站| 欧美日韩国产亚洲二区| 中文字幕av成人在线电影| 亚洲一级一片aⅴ在线观看| а√天堂www在线а√下载| 欧美中文日本在线观看视频| 免费看光身美女| 色在线成人网| 99九九线精品视频在线观看视频| 亚洲人成伊人成综合网2020| 窝窝影院91人妻| 日本与韩国留学比较| 长腿黑丝高跟| 国产真实乱freesex| 精品久久久久久久久久久久久| 在线a可以看的网站| 久久精品久久久久久噜噜老黄 | 乱人视频在线观看| 亚洲人成伊人成综合网2020| 午夜日韩欧美国产| 久久精品人妻少妇| 亚洲av.av天堂| 久久国内精品自在自线图片| 观看免费一级毛片| 免费av不卡在线播放| 少妇丰满av| 搡老妇女老女人老熟妇| 免费看日本二区| 小蜜桃在线观看免费完整版高清| av在线蜜桃| 日本 av在线| 欧美在线一区亚洲| 麻豆av噜噜一区二区三区| a级一级毛片免费在线观看| 亚洲 国产 在线| 嫩草影院精品99| 日本撒尿小便嘘嘘汇集6| 中文资源天堂在线| 亚洲国产精品sss在线观看| 国产精品久久视频播放| 欧美绝顶高潮抽搐喷水| 色综合站精品国产| 亚洲人成网站高清观看| 国产三级在线视频| 精品人妻熟女av久视频| 午夜福利在线观看免费完整高清在 | 亚洲性久久影院| 久久精品国产清高在天天线| 午夜福利成人在线免费观看| 日韩人妻高清精品专区| 国产欧美日韩一区二区精品| 精品不卡国产一区二区三区| 免费观看人在逋| 日日夜夜操网爽| 久久精品夜夜夜夜夜久久蜜豆| 18禁黄网站禁片午夜丰满| 黄色日韩在线| 亚洲av熟女| 久久精品国产鲁丝片午夜精品 | 天堂动漫精品| 久久国内精品自在自线图片| 国内精品久久久久精免费| 日本-黄色视频高清免费观看| 久久久久久久久久黄片| 在线免费十八禁| 久久久久久久久久成人| 国产一区二区三区在线臀色熟女| 日日夜夜操网爽| 久久久久久久久大av| 精品午夜福利视频在线观看一区| 22中文网久久字幕| 毛片女人毛片| 欧美日韩综合久久久久久 | 中文字幕人妻熟人妻熟丝袜美| 日本与韩国留学比较| 99精品久久久久人妻精品| .国产精品久久| 深爱激情五月婷婷| 成人精品一区二区免费| 床上黄色一级片| 国产大屁股一区二区在线视频| 3wmmmm亚洲av在线观看| 91精品国产九色| 久久欧美精品欧美久久欧美| 1024手机看黄色片| 国产一区二区三区视频了| 日本 欧美在线| 两性午夜刺激爽爽歪歪视频在线观看| 狂野欧美激情性xxxx在线观看| 国产高清三级在线| 丰满的人妻完整版| 国产精品永久免费网站| 日韩精品有码人妻一区| 欧美3d第一页| 午夜免费成人在线视频| 乱系列少妇在线播放| 动漫黄色视频在线观看| 男插女下体视频免费在线播放| 日韩精品中文字幕看吧| av视频在线观看入口| 中国美白少妇内射xxxbb| 97超视频在线观看视频| 真实男女啪啪啪动态图| 久久精品国产清高在天天线| 老女人水多毛片| 午夜福利18| 18禁裸乳无遮挡免费网站照片| 成人高潮视频无遮挡免费网站| 久久精品夜夜夜夜夜久久蜜豆| 日本黄色片子视频| 国产极品精品免费视频能看的| 男女边吃奶边做爰视频| 在线天堂最新版资源| 日韩中文字幕欧美一区二区| 国产成年人精品一区二区| 毛片女人毛片| av专区在线播放| 成人三级黄色视频| 俺也久久电影网| 小蜜桃在线观看免费完整版高清| 在线观看av片永久免费下载| 免费大片18禁| 欧美高清性xxxxhd video| 国产一区二区三区视频了| 欧美成人一区二区免费高清观看| 色综合色国产| 色精品久久人妻99蜜桃| 国产精品98久久久久久宅男小说| 色精品久久人妻99蜜桃| 一级黄色大片毛片| 久久久久九九精品影院| 精品一区二区三区人妻视频| 午夜免费激情av| 日本成人三级电影网站| videossex国产| 国产白丝娇喘喷水9色精品| 狠狠狠狠99中文字幕| 在线观看舔阴道视频| 久久久久久大精品| netflix在线观看网站| 免费高清视频大片| 窝窝影院91人妻| 男女下面进入的视频免费午夜| 在线观看午夜福利视频| 在线观看66精品国产| 亚洲国产精品成人综合色| 日韩国内少妇激情av| 欧美成人性av电影在线观看| 十八禁国产超污无遮挡网站| 国产乱人视频| 色哟哟·www| 久久亚洲精品不卡| 久久久久久国产a免费观看| 日韩亚洲欧美综合| 国产亚洲精品综合一区在线观看| 精品久久久久久,| 一边摸一边抽搐一进一小说| 精品国内亚洲2022精品成人| 午夜免费成人在线视频| 99riav亚洲国产免费| 黄色配什么色好看| 免费不卡的大黄色大毛片视频在线观看 | 国产精品av视频在线免费观看| 狠狠狠狠99中文字幕| 中文字幕免费在线视频6| 国产乱人伦免费视频| 国产精品一及| 午夜爱爱视频在线播放| 熟妇人妻久久中文字幕3abv| 亚洲美女视频黄频| 午夜激情福利司机影院| 日本黄大片高清| 91在线精品国自产拍蜜月| 欧美日韩国产亚洲二区| 岛国在线免费视频观看| 国产白丝娇喘喷水9色精品| 少妇猛男粗大的猛烈进出视频 | 久久久国产成人精品二区| 91久久精品电影网| 非洲黑人性xxxx精品又粗又长| 在线观看66精品国产| 我要看日韩黄色一级片| 在线观看舔阴道视频| 国内毛片毛片毛片毛片毛片| 亚洲国产精品合色在线| 久久天躁狠狠躁夜夜2o2o| 一级黄色大片毛片| 亚洲av免费高清在线观看| 我的老师免费观看完整版| 好男人在线观看高清免费视频| 1000部很黄的大片| 久99久视频精品免费| 此物有八面人人有两片| 97超级碰碰碰精品色视频在线观看| 国产三级在线视频| 内地一区二区视频在线| 婷婷六月久久综合丁香| 国产精品一区二区免费欧美| 亚洲精品粉嫩美女一区| 韩国av一区二区三区四区| 黄色视频,在线免费观看| 欧美+日韩+精品| 两个人视频免费观看高清| 成年版毛片免费区| 最后的刺客免费高清国语| 国产一级毛片七仙女欲春2| 别揉我奶头~嗯~啊~动态视频| 国产高清视频在线播放一区| 国产中年淑女户外野战色| 少妇人妻一区二区三区视频| 一卡2卡三卡四卡精品乱码亚洲| 国产伦精品一区二区三区视频9| 99久久成人亚洲精品观看| 美女高潮喷水抽搐中文字幕| 成人一区二区视频在线观看| or卡值多少钱| 国产精品无大码| 非洲黑人性xxxx精品又粗又长| 国内少妇人妻偷人精品xxx网站| xxxwww97欧美| 日韩精品有码人妻一区| 最近最新中文字幕大全电影3| 波多野结衣高清作品| av专区在线播放| 久久精品影院6| a级一级毛片免费在线观看| 国产精品精品国产色婷婷| 国产精品亚洲美女久久久| 两个人视频免费观看高清| 九九在线视频观看精品| 欧美成人a在线观看| 又紧又爽又黄一区二区| 在现免费观看毛片| 欧美+亚洲+日韩+国产| 性欧美人与动物交配| 久久精品夜夜夜夜夜久久蜜豆| 一本精品99久久精品77| 有码 亚洲区| 国产免费男女视频| 日本 欧美在线| 精品不卡国产一区二区三区| 麻豆成人午夜福利视频| 男人舔奶头视频| 啦啦啦啦在线视频资源| 国产高清激情床上av| 国产成人a区在线观看| 丰满乱子伦码专区| 亚洲性久久影院| 色播亚洲综合网| 日韩中文字幕欧美一区二区| 成年人黄色毛片网站| 精品人妻1区二区| 色av中文字幕| 欧美黑人欧美精品刺激| 91狼人影院| 久久久久久久精品吃奶| 动漫黄色视频在线观看| 99热6这里只有精品| 亚洲精品成人久久久久久| 久久人妻av系列| 欧美一区二区国产精品久久精品| 亚洲欧美日韩东京热| 日韩欧美精品免费久久| 大型黄色视频在线免费观看| 特大巨黑吊av在线直播| 亚洲av免费在线观看| 日韩欧美在线乱码| 99久久无色码亚洲精品果冻| 国产免费一级a男人的天堂| 日本撒尿小便嘘嘘汇集6| 男女啪啪激烈高潮av片| 亚洲欧美日韩高清专用| 成人高潮视频无遮挡免费网站| 成年版毛片免费区| 黄色视频,在线免费观看| 国产精品野战在线观看| 国产精品人妻久久久影院| 高清在线国产一区| 91av网一区二区| 干丝袜人妻中文字幕| 亚洲 国产 在线| 精品一区二区三区视频在线| 动漫黄色视频在线观看| 高清毛片免费观看视频网站| 国产毛片a区久久久久| 啪啪无遮挡十八禁网站| 国产老妇女一区| 国产麻豆成人av免费视频| 五月伊人婷婷丁香| 免费观看精品视频网站| 天堂动漫精品| 亚洲人成网站高清观看| 99热精品在线国产| 久久中文看片网| 亚洲图色成人| www日本黄色视频网| 欧美成人免费av一区二区三区| 久久欧美精品欧美久久欧美| 午夜爱爱视频在线播放| 三级国产精品欧美在线观看| 国产亚洲av嫩草精品影院| av.在线天堂| 成人无遮挡网站| 国产黄片美女视频| 亚洲国产精品成人综合色| 看免费成人av毛片| 禁无遮挡网站| 午夜福利18| 国产 一区 欧美 日韩| 偷拍熟女少妇极品色| 国产老妇女一区| 国产中年淑女户外野战色| avwww免费| 日日夜夜操网爽| 91久久精品国产一区二区成人| 12—13女人毛片做爰片一| 国产精品久久久久久久久免| 波多野结衣高清作品| 搞女人的毛片| 18禁裸乳无遮挡免费网站照片| 人人妻人人澡欧美一区二区| 天堂影院成人在线观看| 最近视频中文字幕2019在线8| 国产亚洲精品久久久久久毛片| 亚洲欧美激情综合另类| 黄色女人牲交| 在线国产一区二区在线| 亚洲va在线va天堂va国产| 人人妻人人澡欧美一区二区| 午夜久久久久精精品| 超碰av人人做人人爽久久| 夜夜看夜夜爽夜夜摸| 久久久久性生活片| 国产私拍福利视频在线观看| 熟妇人妻久久中文字幕3abv| 午夜精品在线福利| 五月伊人婷婷丁香| 国产激情偷乱视频一区二区| 日本 欧美在线| 亚洲av中文av极速乱 | 亚洲自拍偷在线| 亚洲国产精品久久男人天堂| 色噜噜av男人的天堂激情| 亚洲国产精品久久男人天堂| 国产伦精品一区二区三区视频9| 日本在线视频免费播放| 日本精品一区二区三区蜜桃| 中文字幕久久专区| 久久久久久大精品| 搞女人的毛片| 男女视频在线观看网站免费| 亚洲成人免费电影在线观看| 1024手机看黄色片| 久久欧美精品欧美久久欧美| 久久精品国产99精品国产亚洲性色| 18禁黄网站禁片免费观看直播| 亚洲欧美精品综合久久99| 五月伊人婷婷丁香| 99热这里只有精品一区| 亚洲综合色惰| 日本一本二区三区精品| 床上黄色一级片| 国产精品人妻久久久久久| 美女xxoo啪啪120秒动态图| 黄色一级大片看看| 最近最新免费中文字幕在线| 国产午夜福利久久久久久| 又爽又黄无遮挡网站| 久久婷婷人人爽人人干人人爱| 国产久久久一区二区三区| 婷婷六月久久综合丁香| 内地一区二区视频在线| 最好的美女福利视频网| 无人区码免费观看不卡| 亚洲自拍偷在线| 久久精品国产亚洲网站| 91久久精品电影网| 日韩 亚洲 欧美在线| 国产午夜精品久久久久久一区二区三区 | 国产精品一及| 一个人看视频在线观看www免费| 可以在线观看的亚洲视频| 国产高清激情床上av| 韩国av一区二区三区四区| 久久九九热精品免费|