• <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 ?

    一種基于Kinect的二維三維混合面部表情識(shí)別方法

    2019-11-28 13:40:32鄭少陽林曉斌
    計(jì)算機(jī)時(shí)代 2019年11期
    關(guān)鍵詞:支持向量機(jī)

    鄭少陽 林曉斌

    摘 ?要: 目前面部表情識(shí)別的研究和應(yīng)用大多基于二維圖像。文章提出一種基于Kinect設(shè)備的二維三維混合面部表情識(shí)別方法。通過結(jié)合Kinect設(shè)備捕捉到的面部特征點(diǎn)位置及動(dòng)畫單元的特征,來確定由面部表情產(chǎn)生的三維網(wǎng)格的形變。應(yīng)用基于支持向量機(jī)的分類方法及基于表情分析和最大置信度的融合算法對(duì)表情進(jìn)行識(shí)別。實(shí)驗(yàn)表明,該方法比基于二維圖像的識(shí)別方法性能更好。

    關(guān)鍵詞: Kinect; 面部表情識(shí)別; 二維三維混合; 融合算法; 支持向量機(jī)

    中圖分類號(hào):TP391.4 ? ? ? ? ?文獻(xiàn)標(biāo)志碼:A ? ? 文章編號(hào):1006-8228(2019)11-70-04

    Abstract: Most of the research and application on facial expression recognition are based on 2D images. This paper presents a 2D and 3D hybrid facial expression recognition method using Kinect, which determines the deformation of facial expression 3D mesh according to the feature point positions and features of the animation units captured by Kinect. The facial expression classification is then realized by using support vector machine (SVM) and fusion algorithm based on maximum confidence and emotional profiles. The experimental results indicate that this method has better performance than those recognition methods purely based on 2D images.

    Key words: Kinect; facial expression recognition; 2D and 3D hybrid; fusion algorithm; support vector machine (SVM)

    0 引言

    隨著人工智能和模式識(shí)別技術(shù)的快速發(fā)展,人類面部表情的識(shí)別引起了人們的研究興趣,其研究成果在醫(yī)學(xué)、安全、人機(jī)交互等領(lǐng)域都有廣泛的應(yīng)用。人類面部表情包含了人類的大部分情感信息,并且構(gòu)成了傳達(dá)情緒的主要通道。因此,針對(duì)面部表情識(shí)別的研究對(duì)經(jīng)濟(jì)和社會(huì)發(fā)展具有重要意義。

    傳統(tǒng)的面部表情識(shí)別技術(shù)主要通過基于處理分析普通RGB傳感器采集的二維圖像來實(shí)現(xiàn)。由于人類顏面屬于三維物體,僅依賴于二維圖像的識(shí)別必然失去關(guān)鍵的幾何特征,從而很大程度上影響識(shí)別的精度。

    本文提出一種基于Kinect的二維三維混合面部表情識(shí)別方法。其中,二維信息來自于動(dòng)畫單元,而三維信息則取自于特征點(diǎn)位置。采用30幀連續(xù)畫面為研究對(duì)象,并將表情分為7類:憤怒、厭惡、恐懼、快樂、悲傷、驚訝和平靜。在對(duì)每一幀畫面提取特征后,使用支持向量機(jī)分別根據(jù)動(dòng)畫單元及特征點(diǎn)位置進(jìn)行表情分類。用基于改進(jìn)型情緒分析的融合算法對(duì)30個(gè)連續(xù)幀的識(shí)別結(jié)果進(jìn)行融合, 用基于最大置信度的融合算法將不同特征的分類結(jié)果進(jìn)行融合。

    1 相關(guān)研究

    由于在人機(jī)交互方面的優(yōu)勢(shì),面部表情識(shí)別一直受到計(jì)算機(jī)視覺研究人員的廣泛關(guān)注。對(duì)比其他的人機(jī)交互方式如動(dòng)作或姿勢(shì)識(shí)別、語言識(shí)別等,其具備更好的表現(xiàn)力和更廣泛的應(yīng)用空間[1]。

    早期的研究將人類面部基本表情分為6類:憤怒、厭惡、恐懼、快樂、悲傷、驚訝[2]。后來又加入了平靜這一表情子類,形成了面部表情7大類。初期的表情識(shí)別研究?jī)H局限于對(duì)典型或故意展示出的表情進(jìn)行的分類[3-5],且極大受限于攝像的角度及照明條件等外部因素的影響。隨著三維測(cè)量技術(shù)的發(fā)展,這一問題得到了很好的解決。對(duì)比二維圖像,三維測(cè)量能夠捕捉到更多的幾何數(shù)據(jù),而且可以不受角度、光照等變化的影響,能夠很好地補(bǔ)充幾何形狀信息并修正由角度等條件變化引起的誤差。而二維圖像傳感器可以在速度、分辨率及成本等方面具備優(yōu)勢(shì)。因此以二維三維結(jié)合的方式進(jìn)行面部表情識(shí)別是十分必要的。

    Kinect是一種同時(shí)具備二維彩色圖像拍攝和三維掃描能力的高速傳感器。其面部識(shí)別系統(tǒng)結(jié)合彩色二維圖像及深度數(shù)據(jù)來定位三維空間中的特征點(diǎn)。比較起其他的三維測(cè)量設(shè)備,其具備掃描速度快、價(jià)格低廉、尺寸小巧等優(yōu)點(diǎn)。Kinect設(shè)備雖然也存在掃描精度低和噪點(diǎn)較多的問題,但由于其在價(jià)格方面的優(yōu)勢(shì),常被應(yīng)用于各種研究,如Huynh[6]等人將Kinect用于性別的識(shí)別;Kadambi[7]等人將偏振光成像技術(shù)結(jié)合Kinect的深度圖以提高三維測(cè)量的精度;Silverstein[8]等人則將Kinect用于放療中對(duì)患者的識(shí)別和登記。

    2 二維三維混合面部表情識(shí)別

    本研究以Kinect捕捉到的視頻序列作為輸入,對(duì)連續(xù)捕捉的30幀畫面中的每幀畫面進(jìn)行面部檢測(cè)及特征提取。動(dòng)畫單元及特征點(diǎn)位置分別作為提取面部表情二維及三維特征的兩個(gè)通道,利用美國微軟公司提供的面部追蹤SDK引擎進(jìn)行提取,這些提取出的二維和三維特征隨后用于模型訓(xùn)練及識(shí)別測(cè)試。由動(dòng)畫單元及特征點(diǎn)位置通道所獲得的表情特征首先由支持向量機(jī)分類器分別分類后,再進(jìn)行融合計(jì)算并得出表情識(shí)別的最終結(jié)果。

    2.1 動(dòng)畫單元

    面部追蹤SDK的結(jié)果可以以6個(gè)動(dòng)畫單元的權(quán)重組合來表示。這些動(dòng)畫單元是平靜面部表情的二維變化量,用以調(diào)節(jié)虛擬人物的面部表情以模擬捕捉到的用戶的表情。

    2.2 特征點(diǎn)位置

    2.3 面部表情特征分類

    支持向量機(jī)是一種基于統(tǒng)計(jì)學(xué)習(xí)的廣義線性分類器,其通過確定最小間隔的樣本點(diǎn)來擬合出一個(gè)到這些樣本點(diǎn)距離和最大的線段或平面[9]。本研究采用了Chang和Lin[10]提出的基于徑向基函數(shù)核的帶有懲罰因子C的支持向量機(jī)(C-SVM)。它使用了交叉驗(yàn)證技術(shù)來估計(jì)在指定范圍內(nèi)每種參數(shù)組合的準(zhǔn)確性,以此來幫助決策在本研究中應(yīng)采用的參數(shù)。通過在選擇的訓(xùn)練集中使用5折交叉驗(yàn)證后,我們獲得了支持向量機(jī)每個(gè)子分類器訓(xùn)練模型的最優(yōu)c和g參數(shù)。

    2.4 面部表情特征融合

    根據(jù)每個(gè)通道中采用的30幀畫面所得到的表情識(shí)別結(jié)果,通過表情分析的置信度進(jìn)行融合。表情分析用于確定對(duì)7種表情分類的置信度,其中每個(gè)子分類器以該表情特定的特征集進(jìn)行訓(xùn)練。

    3 實(shí)驗(yàn)及結(jié)果

    本研究用Kinect設(shè)備采集了12位參與人員以-20[°]、-10[°]、0[°]、10[°]、20[°]等5種角度展示的7種面部表情,并使用一臺(tái)配置為Intel i7-4770K 3.5GHz CPU 、8GB內(nèi)存的計(jì)算機(jī)作為實(shí)驗(yàn)運(yùn)算平臺(tái)。由以上實(shí)驗(yàn)重復(fù)5次所得到的2100組面部表情中,有2091組表情得到了正確分類,準(zhǔn)確率高達(dá)99.6%,平均每組表情的識(shí)別時(shí)間為0.052s。

    4 結(jié)語

    本文所提出的二維三維混合面部表情識(shí)別方法,其核心是基于表情分析的分類和基于置信度的二維三維特征通道分類結(jié)果的融合。在使用價(jià)格低廉的Kinect作為傳感設(shè)備的情況下,能夠快速并且準(zhǔn)確地實(shí)現(xiàn)對(duì)面部表情的識(shí)別,具有良好的性能表現(xiàn),可應(yīng)用在預(yù)算較低并且對(duì)識(shí)別實(shí)時(shí)性要求高的應(yīng)用環(huán)境中。但由于時(shí)間所限,實(shí)驗(yàn)中采用了自行采集的表情數(shù)據(jù)作為訓(xùn)練集,其結(jié)果具有一定的局限性。下一步,計(jì)劃采用標(biāo)準(zhǔn)面部表情庫作為訓(xùn)練集,以進(jìn)一步測(cè)試本方法的識(shí)別準(zhǔn)確率。同時(shí)開發(fā)獨(dú)立的面部跟蹤引擎,以減少對(duì)微軟面部跟蹤SDK的依賴性。

    參考文獻(xiàn)(References):

    [1] Keltner D, Tracy J, Sauter D A, et al. Expression of emotion[J]. Handbook of emotions,2016:467-482

    [2] Ekman P. Facial expression and emotion[J]. American psychologist,1993.48(4):384.

    [3] Zeng Z,Pantic M,Roisman G I,et al. A survey of affect recognition methods: Audio,visual, and spontaneous expressions[J]. IEEE transactions on pattern analysis and machine intelligence,2009.31(1):39-58

    [4] Nicolaou M A,Gunes H,Pantic M. Continuous prediction of spontaneous affect from multiple cues and modalities in valence-arousal space[J]. IEEE Transactions on Affective Computing,2011.2(2):92-105

    [5] Vinciarelli A,Pantic M,Heylen D,et al.Bridging the gap between social animal and unsocial machine: A survey of social signal processing[J]. IEEE Transactions on Affective Computing,2012.3(1):69-87

    [6] Huynh T,Min R,Dugelay J L.An efficient LBP-based descriptor for facial depth images applied to gender recognition using RGB-D face data[C]//Asian Conference on Computer Vision.Springer,Berlin,Heidelberg,2012:133-145

    [7] Kadambi A,Taamazyan V,Shi B,et al. Polarized 3d: High-quality depth sensing with polarization cues[C]//Proceedings of the IEEE International Conference on Computer Vision.2015:3370-3378

    [8] Silverstein E,Snyder M.Implementation of facial recognition with Microsoft Kinect v2 sensor for patient verification[J]. Medical physics,2017.44(6):2391-2399

    [9] Vapnik V N.An overview of statistical learning theory[J].IEEE transactions on neural networks,1999.10(5): 988-999

    [10] Chang C C,Lin C J.LIBSVM:A library for support vector machines[J]. ACM transactions on intelligent systems and technology (TIST),2011.2(3):27

    猜你喜歡
    支持向量機(jī)
    基于支持向量回歸機(jī)的電能質(zhì)量評(píng)估
    基于智能優(yōu)化算法選擇特征的網(wǎng)絡(luò)入侵檢測(cè)
    數(shù)據(jù)挖掘技術(shù)在電廠經(jīng)濟(jì)性分析系統(tǒng)中的應(yīng)用Q
    基于改進(jìn)支持向量機(jī)的船舶縱搖預(yù)報(bào)模型
    基于SVM的煙草銷售量預(yù)測(cè)
    動(dòng)態(tài)場(chǎng)景中的視覺目標(biāo)識(shí)別方法分析
    論提高裝備故障預(yù)測(cè)準(zhǔn)確度的方法途徑
    基于熵技術(shù)的公共事業(yè)費(fèi)最優(yōu)組合預(yù)測(cè)
    基于支持向量機(jī)的金融數(shù)據(jù)分析研究
    管理類研究生支持向量機(jī)預(yù)測(cè)決策實(shí)驗(yàn)教學(xué)研究
    考試周刊(2016年53期)2016-07-15 09:08:21
    免费看十八禁软件| avwww免费| 日韩欧美免费精品| 精品无人区乱码1区二区| 午夜免费鲁丝| 老汉色∧v一级毛片| 91麻豆精品激情在线观看国产| а√天堂www在线а√下载| 欧美人与性动交α欧美精品济南到| 91大片在线观看| 国产精品一区二区精品视频观看| 他把我摸到了高潮在线观看| 午夜福利在线观看吧| av片东京热男人的天堂| 香蕉久久夜色| 久久久国产欧美日韩av| 亚洲一码二码三码区别大吗| 欧美成人免费av一区二区三区| av电影中文网址| 国产精品久久久久久亚洲av鲁大| 淫秽高清视频在线观看| 欧美色欧美亚洲另类二区| 麻豆一二三区av精品| 少妇粗大呻吟视频| 免费高清在线观看日韩| 性欧美人与动物交配| 国产熟女xx| 午夜免费成人在线视频| 亚洲性夜色夜夜综合| 美女 人体艺术 gogo| 精品国产乱子伦一区二区三区| 亚洲国产高清在线一区二区三 | 亚洲成人久久爱视频| 高潮久久久久久久久久久不卡| 亚洲三区欧美一区| 日韩欧美三级三区| 亚洲五月婷婷丁香| 99精品在免费线老司机午夜| 99国产极品粉嫩在线观看| 欧美日韩中文字幕国产精品一区二区三区| 国产成人av教育| 精品久久久久久久人妻蜜臀av| 国产爱豆传媒在线观看 | 欧美人与性动交α欧美精品济南到| 国产精品一区二区免费欧美| 亚洲成人久久性| 日韩欧美三级三区| 亚洲一卡2卡3卡4卡5卡精品中文| 看免费av毛片| 午夜视频精品福利| or卡值多少钱| 亚洲欧美精品综合久久99| 国产精品亚洲美女久久久| 亚洲美女黄片视频| 成人午夜高清在线视频 | 久久天堂一区二区三区四区| 午夜福利视频1000在线观看| 国产精品野战在线观看| 色在线成人网| 一级片免费观看大全| 欧美另类亚洲清纯唯美| 777久久人妻少妇嫩草av网站| 国产精品香港三级国产av潘金莲| 亚洲五月天丁香| 欧美中文综合在线视频| 精品国产超薄肉色丝袜足j| 99热只有精品国产| tocl精华| 真人做人爱边吃奶动态| 国产精品久久久av美女十八| 18美女黄网站色大片免费观看| 久久伊人香网站| 久热爱精品视频在线9| 色综合亚洲欧美另类图片| 精品久久久久久久末码| 免费在线观看日本一区| 久久久久久人人人人人| 制服丝袜大香蕉在线| 老司机午夜福利在线观看视频| 欧美日韩瑟瑟在线播放| 免费在线观看完整版高清| tocl精华| 黄色毛片三级朝国网站| 国产成人系列免费观看| 日韩av在线大香蕉| 日韩一卡2卡3卡4卡2021年| 最近最新中文字幕大全电影3 | 最好的美女福利视频网| av在线播放免费不卡| 亚洲精品色激情综合| 18禁美女被吸乳视频| 欧美人与性动交α欧美精品济南到| 久久草成人影院| 丁香六月欧美| 麻豆成人av在线观看| 国产野战对白在线观看| 亚洲熟妇中文字幕五十中出| cao死你这个sao货| 精品一区二区三区四区五区乱码| 日韩欧美国产在线观看| 国产免费男女视频| 黄色 视频免费看| 女性生殖器流出的白浆| 99久久综合精品五月天人人| 少妇 在线观看| 美女高潮喷水抽搐中文字幕| 桃色一区二区三区在线观看| 国产成+人综合+亚洲专区| 国产不卡一卡二| 久久精品国产亚洲av高清一级| 亚洲国产中文字幕在线视频| 国产一区二区三区视频了| 黄片小视频在线播放| 禁无遮挡网站| 亚洲午夜理论影院| 在线永久观看黄色视频| 日本一区二区免费在线视频| 又黄又爽又免费观看的视频| 国产欧美日韩一区二区三| 国产高清有码在线观看视频 | 淫妇啪啪啪对白视频| 成人av一区二区三区在线看| 精品久久久久久久毛片微露脸| 性欧美人与动物交配| 色老头精品视频在线观看| 一区福利在线观看| 国产极品粉嫩免费观看在线| 又黄又爽又免费观看的视频| 欧美黑人欧美精品刺激| 精品一区二区三区四区五区乱码| 激情在线观看视频在线高清| 亚洲av成人av| 精品日产1卡2卡| 岛国在线观看网站| 亚洲av美国av| 成人国语在线视频| 999久久久精品免费观看国产| 99在线人妻在线中文字幕| xxxwww97欧美| 黄色成人免费大全| 国产一区二区在线av高清观看| 免费在线观看亚洲国产| 搞女人的毛片| 欧美黄色片欧美黄色片| xxxwww97欧美| 亚洲国产高清在线一区二区三 | 成人国语在线视频| 侵犯人妻中文字幕一二三四区| 黄片小视频在线播放| tocl精华| 成人国产综合亚洲| 国产av不卡久久| 国内精品久久久久久久电影| 黄色成人免费大全| or卡值多少钱| 精品午夜福利视频在线观看一区| 一进一出抽搐gif免费好疼| 黄色视频,在线免费观看| 色av中文字幕| 国产亚洲精品久久久久久毛片| 亚洲熟妇中文字幕五十中出| 99久久综合精品五月天人人| 亚洲成人久久性| 叶爱在线成人免费视频播放| 久久热在线av| 欧美av亚洲av综合av国产av| 亚洲精品久久国产高清桃花| 女人爽到高潮嗷嗷叫在线视频| 日韩精品免费视频一区二区三区| 欧美日韩福利视频一区二区| 欧美不卡视频在线免费观看 | 欧美成狂野欧美在线观看| 男男h啪啪无遮挡| 18禁黄网站禁片免费观看直播| 午夜福利在线观看吧| 脱女人内裤的视频| 国产真人三级小视频在线观看| 久久久久国内视频| 香蕉久久夜色| 国产91精品成人一区二区三区| 最近在线观看免费完整版| 中文资源天堂在线| 精品乱码久久久久久99久播| 中文字幕精品亚洲无线码一区 | 久久久精品欧美日韩精品| 成熟少妇高潮喷水视频| 久久欧美精品欧美久久欧美| 久久久久九九精品影院| 好看av亚洲va欧美ⅴa在| 啦啦啦免费观看视频1| 这个男人来自地球电影免费观看| 9191精品国产免费久久| 久久精品国产清高在天天线| 国产单亲对白刺激| 精品国产亚洲在线| 搡老妇女老女人老熟妇| 欧美一级a爱片免费观看看 | а√天堂www在线а√下载| 高清在线国产一区| 久久国产乱子伦精品免费另类| 一边摸一边抽搐一进一小说| 超碰成人久久| 19禁男女啪啪无遮挡网站| 成人国语在线视频| 亚洲精品中文字幕在线视频| 久久久久久久精品吃奶| 日日夜夜操网爽| 美女免费视频网站| 免费在线观看黄色视频的| 欧美日韩瑟瑟在线播放| 免费高清视频大片| 亚洲成国产人片在线观看| 女同久久另类99精品国产91| 香蕉丝袜av| 久久久久精品国产欧美久久久| 国内少妇人妻偷人精品xxx网站 | 欧美日韩乱码在线| 午夜免费鲁丝| 午夜福利一区二区在线看| 亚洲成av人片免费观看| 成年版毛片免费区| 久久中文字幕一级| 中文字幕久久专区| 一a级毛片在线观看| 欧美乱妇无乱码| 欧美乱码精品一区二区三区| 午夜福利欧美成人| 黄频高清免费视频| 婷婷丁香在线五月| 两性午夜刺激爽爽歪歪视频在线观看 | 国产一区二区三区视频了| 嫩草影院精品99| 亚洲国产精品久久男人天堂| 精品电影一区二区在线| 午夜福利在线观看吧| 在线国产一区二区在线| 19禁男女啪啪无遮挡网站| 熟女少妇亚洲综合色aaa.| 老司机靠b影院| 男女之事视频高清在线观看| 久久 成人 亚洲| 草草在线视频免费看| 欧美日韩一级在线毛片| 亚洲五月色婷婷综合| 黑丝袜美女国产一区| 亚洲第一电影网av| 最好的美女福利视频网| 最近在线观看免费完整版| 欧美 亚洲 国产 日韩一| 黄片小视频在线播放| 欧美黄色淫秽网站| 午夜福利高清视频| 后天国语完整版免费观看| 岛国在线观看网站| 免费高清在线观看日韩| 久久国产精品人妻蜜桃| 美女午夜性视频免费| 女警被强在线播放| 国产精品98久久久久久宅男小说| 亚洲中文av在线| 欧美日韩亚洲国产一区二区在线观看| 亚洲精品在线观看二区| 欧美成狂野欧美在线观看| 国产免费男女视频| 欧美激情极品国产一区二区三区| 淫妇啪啪啪对白视频| 欧美在线黄色| 非洲黑人性xxxx精品又粗又长| 国产精品免费视频内射| 国产伦人伦偷精品视频| 成人精品一区二区免费| 天堂√8在线中文| 成人18禁在线播放| 国产精品影院久久| 两性夫妻黄色片| 亚洲最大成人中文| 露出奶头的视频| 欧美久久黑人一区二区| 欧美在线黄色| 国产精品亚洲av一区麻豆| 在线观看www视频免费| 欧美日韩亚洲综合一区二区三区_| 人人澡人人妻人| 午夜福利欧美成人| 国产亚洲欧美98| 在线观看午夜福利视频| 看黄色毛片网站| 久久精品国产清高在天天线| 亚洲av电影不卡..在线观看| 亚洲国产毛片av蜜桃av| 日韩一卡2卡3卡4卡2021年| 亚洲成人免费电影在线观看| a级毛片在线看网站| 真人做人爱边吃奶动态| 亚洲精品色激情综合| 美女扒开内裤让男人捅视频| 国产又色又爽无遮挡免费看| 久久久久久亚洲精品国产蜜桃av| 日本免费一区二区三区高清不卡| 久久性视频一级片| 一二三四在线观看免费中文在| 一夜夜www| 在线国产一区二区在线| 国产av不卡久久| 日本三级黄在线观看| 国产男靠女视频免费网站| 这个男人来自地球电影免费观看| 国产精品99久久99久久久不卡| 日本a在线网址| 真人做人爱边吃奶动态| 长腿黑丝高跟| 久久热在线av| 久热这里只有精品99| 99久久综合精品五月天人人| 在线视频色国产色| 亚洲欧美激情综合另类| 国产高清视频在线播放一区| 久9热在线精品视频| 一级a爱视频在线免费观看| 午夜亚洲福利在线播放| 91九色精品人成在线观看| 亚洲久久久国产精品| 色综合欧美亚洲国产小说| 亚洲av成人不卡在线观看播放网| 一进一出抽搐动态| 亚洲五月色婷婷综合| 国内毛片毛片毛片毛片毛片| 国产激情偷乱视频一区二区| 午夜免费观看网址| 中文字幕最新亚洲高清| 国产精品久久久久久精品电影 | 一a级毛片在线观看| 在线看三级毛片| 好男人电影高清在线观看| 亚洲成av人片免费观看| 久久香蕉精品热| 欧美黑人巨大hd| 曰老女人黄片| 啪啪无遮挡十八禁网站| 免费无遮挡裸体视频| 国产黄色小视频在线观看| 黄色毛片三级朝国网站| 亚洲精品粉嫩美女一区| 窝窝影院91人妻| 十八禁网站免费在线| 最新美女视频免费是黄的| 男人舔女人下体高潮全视频| 午夜福利成人在线免费观看| 亚洲片人在线观看| 国产亚洲欧美精品永久| 在线观看一区二区三区| 高清在线国产一区| 免费av毛片视频| 熟女少妇亚洲综合色aaa.| 国产在线观看jvid| 亚洲成a人片在线一区二区| 人人妻,人人澡人人爽秒播| 别揉我奶头~嗯~啊~动态视频| 亚洲三区欧美一区| 久久九九热精品免费| 少妇 在线观看| 18禁美女被吸乳视频| 香蕉久久夜色| 性色av乱码一区二区三区2| 搞女人的毛片| 日本a在线网址| 又黄又粗又硬又大视频| 亚洲七黄色美女视频| 欧美国产精品va在线观看不卡| 中文字幕另类日韩欧美亚洲嫩草| 欧美日韩瑟瑟在线播放| av视频在线观看入口| 搞女人的毛片| 亚洲一码二码三码区别大吗| 亚洲av五月六月丁香网| 免费看美女性在线毛片视频| 超碰成人久久| 日韩av在线大香蕉| 国产精品免费视频内射| 俺也久久电影网| 欧美三级亚洲精品| 国产欧美日韩一区二区精品| 免费在线观看影片大全网站| 男人操女人黄网站| 国产高清视频在线播放一区| 精品熟女少妇八av免费久了| 嫩草影视91久久| 三级毛片av免费| 欧美+亚洲+日韩+国产| 国产极品粉嫩免费观看在线| 成人国产一区最新在线观看| 免费在线观看成人毛片| 此物有八面人人有两片| 桃色一区二区三区在线观看| 丁香欧美五月| 狂野欧美激情性xxxx| 伊人久久大香线蕉亚洲五| 很黄的视频免费| 午夜视频精品福利| 精品一区二区三区四区五区乱码| 亚洲真实伦在线观看| 99久久精品国产亚洲精品| 老司机靠b影院| 欧美色视频一区免费| 在线观看66精品国产| 亚洲五月天丁香| 国产精品免费视频内射| 久久九九热精品免费| 亚洲国产高清在线一区二区三 | 国产伦一二天堂av在线观看| 亚洲av第一区精品v没综合| 日本熟妇午夜| 99久久无色码亚洲精品果冻| 亚洲五月色婷婷综合| 两性夫妻黄色片| 精品国产超薄肉色丝袜足j| 午夜精品在线福利| 黄色 视频免费看| 亚洲成av人片免费观看| 老司机靠b影院| 亚洲色图 男人天堂 中文字幕| 免费在线观看影片大全网站| bbb黄色大片| 国产成人欧美| 中文字幕人妻熟女乱码| 久久久国产欧美日韩av| 国产精品久久电影中文字幕| 他把我摸到了高潮在线观看| 精品国产乱子伦一区二区三区| 黄色视频不卡| 久久精品国产综合久久久| а√天堂www在线а√下载| 日本熟妇午夜| 免费看十八禁软件| 老熟妇仑乱视频hdxx| 无人区码免费观看不卡| 国产精品久久久av美女十八| 熟女少妇亚洲综合色aaa.| 村上凉子中文字幕在线| 老司机午夜福利在线观看视频| 一a级毛片在线观看| 在线播放国产精品三级| 久久久久久久久久黄片| 精品久久久久久久人妻蜜臀av| 91成年电影在线观看| 美国免费a级毛片| 最近最新中文字幕大全免费视频| 亚洲精品一卡2卡三卡4卡5卡| 久久精品91无色码中文字幕| 精品国产超薄肉色丝袜足j| 日韩有码中文字幕| 久久人人精品亚洲av| 国产成人一区二区三区免费视频网站| 国产亚洲精品久久久久久毛片| 亚洲精品美女久久av网站| 日韩欧美一区视频在线观看| 一区二区三区精品91| 亚洲午夜理论影院| 久久精品国产亚洲av香蕉五月| 久久久国产成人精品二区| 精品国产超薄肉色丝袜足j| 国产三级在线视频| 亚洲无线在线观看| 久99久视频精品免费| 精品一区二区三区视频在线观看免费| 久久久久国内视频| 十八禁人妻一区二区| 精品高清国产在线一区| 一进一出好大好爽视频| 无人区码免费观看不卡| 少妇粗大呻吟视频| 成年人黄色毛片网站| 国产视频一区二区在线看| 最近最新免费中文字幕在线| 国产精品亚洲美女久久久| videosex国产| 一级毛片女人18水好多| 久久精品aⅴ一区二区三区四区| 国产成人av教育| 国产99白浆流出| 亚洲成av人片免费观看| 亚洲全国av大片| 一级作爱视频免费观看| 国产在线观看jvid| 黄色丝袜av网址大全| 久久中文看片网| 真人做人爱边吃奶动态| а√天堂www在线а√下载| 又紧又爽又黄一区二区| 亚洲一卡2卡3卡4卡5卡精品中文| 丁香欧美五月| 日韩欧美国产在线观看| 视频区欧美日本亚洲| 好看av亚洲va欧美ⅴa在| 69av精品久久久久久| 精品国产亚洲在线| 桃色一区二区三区在线观看| 少妇被粗大的猛进出69影院| 啦啦啦观看免费观看视频高清| 欧美性猛交╳xxx乱大交人| 曰老女人黄片| 91国产中文字幕| 波多野结衣高清无吗| 美女扒开内裤让男人捅视频| 美女高潮喷水抽搐中文字幕| 91九色精品人成在线观看| 午夜福利在线观看吧| 色哟哟哟哟哟哟| e午夜精品久久久久久久| 日本 av在线| 免费观看精品视频网站| 男女之事视频高清在线观看| 亚洲精品国产区一区二| 亚洲成a人片在线一区二区| 男女做爰动态图高潮gif福利片| 日日爽夜夜爽网站| 男女之事视频高清在线观看| 日本黄色视频三级网站网址| 日韩一卡2卡3卡4卡2021年| 久久狼人影院| 欧美最黄视频在线播放免费| 51午夜福利影视在线观看| 亚洲五月色婷婷综合| 国产国语露脸激情在线看| 99re在线观看精品视频| 午夜免费鲁丝| 亚洲av第一区精品v没综合| 国产一区二区三区视频了| aaaaa片日本免费| 午夜福利一区二区在线看| 一区二区三区国产精品乱码| 国产成人精品无人区| 色哟哟哟哟哟哟| 亚洲第一欧美日韩一区二区三区| 1024香蕉在线观看| 一级毛片高清免费大全| 夜夜爽天天搞| 91字幕亚洲| 成人三级做爰电影| 老汉色av国产亚洲站长工具| 女性被躁到高潮视频| 成人手机av| 亚洲精品在线观看二区| 一本精品99久久精品77| 长腿黑丝高跟| 亚洲最大成人中文| 午夜精品久久久久久毛片777| 波多野结衣av一区二区av| 高清在线国产一区| 露出奶头的视频| 国产视频一区二区在线看| 午夜激情福利司机影院| 国产免费av片在线观看野外av| 9191精品国产免费久久| 丝袜人妻中文字幕| 国产三级在线视频| 精品一区二区三区av网在线观看| 国产伦人伦偷精品视频| 亚洲国产欧美日韩在线播放| 少妇的丰满在线观看| 亚洲成av片中文字幕在线观看| 日本熟妇午夜| 99精品久久久久人妻精品| 久久狼人影院| 成人精品一区二区免费| 男女视频在线观看网站免费 | 国产真人三级小视频在线观看| 我的亚洲天堂| cao死你这个sao货| 此物有八面人人有两片| 久久人妻av系列| 黄频高清免费视频| 久久久久久九九精品二区国产 | 熟女电影av网| 欧美中文日本在线观看视频| 99热只有精品国产| 岛国在线观看网站| 国产精品美女特级片免费视频播放器 | 看片在线看免费视频| 中国美女看黄片| 免费看a级黄色片| 亚洲人成网站高清观看| 91av网站免费观看| 999精品在线视频| 国产亚洲欧美精品永久| 淫秽高清视频在线观看| 亚洲人成网站在线播放欧美日韩| 国产日本99.免费观看| 日本精品一区二区三区蜜桃| 少妇熟女aⅴ在线视频| 人人妻人人澡人人看| 久久中文看片网| 亚洲va日本ⅴa欧美va伊人久久| 亚洲一卡2卡3卡4卡5卡精品中文| 国产蜜桃级精品一区二区三区| 国产成+人综合+亚洲专区| 精品欧美国产一区二区三| 久热这里只有精品99| 午夜日韩欧美国产| 两性夫妻黄色片| 男人舔女人下体高潮全视频| 91在线观看av| 真人一进一出gif抽搐免费| 欧美在线黄色| 亚洲午夜理论影院| 免费看十八禁软件| 欧美av亚洲av综合av国产av| 看片在线看免费视频| 一区二区三区精品91| 波多野结衣av一区二区av| 成人一区二区视频在线观看| 日韩高清综合在线| 国产成人系列免费观看| 久久 成人 亚洲| 99riav亚洲国产免费|