• <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
    桃红色精品国产亚洲av| 一级毛片高清免费大全| 国产野战对白在线观看| 亚洲av中文字字幕乱码综合| 18禁黄网站禁片午夜丰满| 一个人免费在线观看电影 | 一a级毛片在线观看| 国内精品一区二区在线观看| 又爽又黄无遮挡网站| 露出奶头的视频| 男女视频在线观看网站免费| 久久久久久久久中文| 在线看三级毛片| 99国产精品一区二区蜜桃av| 免费高清视频大片| 12—13女人毛片做爰片一| 国内精品一区二区在线观看| 怎么达到女性高潮| 国产69精品久久久久777片 | 亚洲最大成人中文| 国内精品久久久久久久电影| 搡老妇女老女人老熟妇| 美女黄网站色视频| 久久人人精品亚洲av| 久久香蕉精品热| 亚洲国产日韩欧美精品在线观看 | 欧美乱妇无乱码| 香蕉丝袜av| 国产91精品成人一区二区三区| www.自偷自拍.com| 亚洲中文字幕日韩| 精品午夜福利视频在线观看一区| 一级作爱视频免费观看| 亚洲av第一区精品v没综合| 91麻豆精品激情在线观看国产| 久久人人精品亚洲av| 白带黄色成豆腐渣| 国产精品亚洲美女久久久| av黄色大香蕉| 99久久精品国产亚洲精品| 久久天躁狠狠躁夜夜2o2o| 欧美日韩乱码在线| 国产又色又爽无遮挡免费看| 成年版毛片免费区| 亚洲国产欧美一区二区综合| 亚洲18禁久久av| 国产高清视频在线观看网站| 91字幕亚洲| 超碰成人久久| 午夜日韩欧美国产| 精品久久久久久久久久免费视频| 国产激情偷乱视频一区二区| 国产午夜精品论理片| 小蜜桃在线观看免费完整版高清| 午夜免费激情av| 黄频高清免费视频| 免费在线观看影片大全网站| 色av中文字幕| 真人一进一出gif抽搐免费| 久久性视频一级片| 给我免费播放毛片高清在线观看| 51午夜福利影视在线观看| 日本免费a在线| 观看美女的网站| 成在线人永久免费视频| 色在线成人网| 亚洲天堂国产精品一区在线| bbb黄色大片| 制服丝袜大香蕉在线| 国产精品日韩av在线免费观看| 久久中文看片网| 亚洲激情在线av| 九九久久精品国产亚洲av麻豆 | 在线国产一区二区在线| 亚洲天堂国产精品一区在线| 国产精品亚洲av一区麻豆| 亚洲成av人片免费观看| 久久天躁狠狠躁夜夜2o2o| 亚洲精品中文字幕一二三四区| 婷婷六月久久综合丁香| 成人av一区二区三区在线看| 欧美日韩精品网址| 一本综合久久免费| 小蜜桃在线观看免费完整版高清| 免费在线观看日本一区| 国产成人啪精品午夜网站| 搡老岳熟女国产| 神马国产精品三级电影在线观看| h日本视频在线播放| 国产熟女xx| 成人欧美大片| 中文字幕高清在线视频| 天堂av国产一区二区熟女人妻| 一级毛片高清免费大全| 中文资源天堂在线| 婷婷丁香在线五月| 99精品久久久久人妻精品| 好男人在线观看高清免费视频| 99riav亚洲国产免费| 国产精品 国内视频| 欧美在线一区亚洲| 精品国产乱码久久久久久男人| 床上黄色一级片| 99精品欧美一区二区三区四区| 色综合亚洲欧美另类图片| 国产精品香港三级国产av潘金莲| 亚洲自拍偷在线| 欧美又色又爽又黄视频| 悠悠久久av| 久久久久久人人人人人| 亚洲国产精品合色在线| 欧美激情久久久久久爽电影| 色老头精品视频在线观看| 怎么达到女性高潮| 国产又黄又爽又无遮挡在线| 亚洲第一电影网av| 国产久久久一区二区三区| 欧美极品一区二区三区四区| 国产亚洲欧美98| 毛片女人毛片| av视频在线观看入口| 久久久国产精品麻豆| 欧美一区二区国产精品久久精品| 一个人免费在线观看的高清视频| 十八禁网站免费在线| 亚洲精品美女久久av网站| 欧美一区二区国产精品久久精品| 国产又色又爽无遮挡免费看| 男人舔奶头视频| 女人高潮潮喷娇喘18禁视频| 亚洲自拍偷在线| 色在线成人网| 少妇人妻一区二区三区视频| 日韩欧美国产一区二区入口| 黄色成人免费大全| 国产精品99久久久久久久久| 免费一级毛片在线播放高清视频| 亚洲av成人一区二区三| 久久精品亚洲精品国产色婷小说| 天堂av国产一区二区熟女人妻| 一区二区三区国产精品乱码| 最近最新中文字幕大全电影3| 中文字幕熟女人妻在线| 久久国产乱子伦精品免费另类| 亚洲专区国产一区二区| 国产精品国产高清国产av| 一个人看的www免费观看视频| 999久久久精品免费观看国产| 91字幕亚洲| 中文字幕人成人乱码亚洲影| 十八禁网站免费在线| 日本与韩国留学比较| 久久香蕉精品热| 欧美日韩黄片免| 伊人久久大香线蕉亚洲五| av天堂在线播放| 亚洲欧美日韩无卡精品| 亚洲国产精品sss在线观看| 午夜免费成人在线视频| 日本五十路高清| 美女大奶头视频| 最新中文字幕久久久久 | 国产精品亚洲一级av第二区| 精品国产超薄肉色丝袜足j| 国产高潮美女av| 国产精品香港三级国产av潘金莲| 亚洲国产精品999在线| 成人三级黄色视频| 国产主播在线观看一区二区| 国产精品,欧美在线| 两个人看的免费小视频| 国产精品一区二区免费欧美| 国产成人av激情在线播放| 99国产综合亚洲精品| 波多野结衣高清无吗| 91字幕亚洲| 天天躁狠狠躁夜夜躁狠狠躁| 精品人妻1区二区| 午夜福利欧美成人| 欧美午夜高清在线| 天堂动漫精品| 亚洲av日韩精品久久久久久密| 一夜夜www| 美女cb高潮喷水在线观看 | 久久久精品大字幕| 天堂网av新在线| 一级毛片高清免费大全| 亚洲午夜精品一区,二区,三区| h日本视频在线播放| 日本黄大片高清| 久久香蕉精品热| 亚洲熟女毛片儿| 大型黄色视频在线免费观看| 亚洲国产精品999在线| 97超视频在线观看视频| 亚洲狠狠婷婷综合久久图片| 天天躁日日操中文字幕| 国产精品女同一区二区软件 | 国产精品久久久av美女十八| 国产伦精品一区二区三区视频9 | www日本黄色视频网| 国产主播在线观看一区二区| 老司机深夜福利视频在线观看| 熟女电影av网| 午夜福利18| 亚洲国产欧洲综合997久久,| 欧美性猛交╳xxx乱大交人| 极品教师在线免费播放| 日本 欧美在线| 无人区码免费观看不卡| 欧美日韩亚洲国产一区二区在线观看| 久久久久精品国产欧美久久久| 精品一区二区三区av网在线观看| 麻豆一二三区av精品| 曰老女人黄片| 亚洲专区中文字幕在线| 国产精品香港三级国产av潘金莲| 久久精品影院6| 亚洲九九香蕉| 俺也久久电影网| 青草久久国产| 99热6这里只有精品| 美女扒开内裤让男人捅视频| 夜夜夜夜夜久久久久| 热99re8久久精品国产| 久久午夜综合久久蜜桃| 网址你懂的国产日韩在线| 国产三级在线视频| 亚洲无线在线观看| 午夜a级毛片| 亚洲欧美日韩无卡精品| 亚洲精品色激情综合| av在线天堂中文字幕| 桃红色精品国产亚洲av| 99热这里只有精品一区 | 中文字幕久久专区| 亚洲专区国产一区二区| 日韩免费av在线播放| 国产高潮美女av| 99久久精品热视频| 偷拍熟女少妇极品色| 给我免费播放毛片高清在线观看| 日本撒尿小便嘘嘘汇集6| 午夜成年电影在线免费观看| 天堂av国产一区二区熟女人妻| 亚洲中文字幕日韩| 国产不卡一卡二| 嫩草影院精品99| 嫁个100分男人电影在线观看| 成年免费大片在线观看| 亚洲天堂国产精品一区在线| 国产午夜精品论理片| 曰老女人黄片| 国产精品久久久av美女十八| 日韩精品青青久久久久久| 精品一区二区三区视频在线观看免费| 午夜影院日韩av| 国产精品九九99| 男人的好看免费观看在线视频| 亚洲第一欧美日韩一区二区三区| 中文字幕av在线有码专区| 色哟哟哟哟哟哟| 国产精品免费一区二区三区在线| 免费搜索国产男女视频| 中文字幕精品亚洲无线码一区| 精品日产1卡2卡| 看免费av毛片| 757午夜福利合集在线观看| ponron亚洲| 老司机深夜福利视频在线观看| 国产成人精品久久二区二区免费| 夜夜看夜夜爽夜夜摸| 少妇丰满av| а√天堂www在线а√下载| 99精品久久久久人妻精品| 久久热在线av| www日本在线高清视频| 人人妻人人澡欧美一区二区| 国产成年人精品一区二区| 欧美黑人巨大hd| 国产精品 欧美亚洲| av福利片在线观看| 国产精品影院久久| 日本精品一区二区三区蜜桃| 最近最新中文字幕大全免费视频| 国产美女午夜福利| 久久国产精品人妻蜜桃| 国产精品国产高清国产av| 日韩欧美国产一区二区入口| 欧美黄色片欧美黄色片| 亚洲七黄色美女视频| 日韩有码中文字幕| 亚洲 欧美一区二区三区| 国产极品精品免费视频能看的| 婷婷亚洲欧美| 亚洲熟女毛片儿| 亚洲国产看品久久| 亚洲五月天丁香| 国产亚洲欧美98| 欧美日韩国产亚洲二区| 国产男靠女视频免费网站| 男女床上黄色一级片免费看| 免费搜索国产男女视频| 精品久久久久久成人av| 丰满人妻熟妇乱又伦精品不卡| 国产激情偷乱视频一区二区| 日韩国内少妇激情av| 男人舔奶头视频| 老汉色av国产亚洲站长工具| 亚洲成人久久爱视频| 日日摸夜夜添夜夜添小说| 色哟哟哟哟哟哟| www.999成人在线观看| 久久午夜亚洲精品久久| 国内久久婷婷六月综合欲色啪| 岛国在线观看网站| 男女做爰动态图高潮gif福利片| 久久精品影院6| 真人一进一出gif抽搐免费| 久久伊人香网站| 欧美不卡视频在线免费观看| 最好的美女福利视频网| 欧美日韩中文字幕国产精品一区二区三区| 亚洲五月婷婷丁香| 国产高清videossex| 中文亚洲av片在线观看爽| 婷婷六月久久综合丁香| 国产精品久久视频播放| 欧美中文综合在线视频| 色老头精品视频在线观看| 国产真人三级小视频在线观看| 国产精品女同一区二区软件 | 叶爱在线成人免费视频播放| 久久精品国产99精品国产亚洲性色| 国产免费男女视频| 草草在线视频免费看| 亚洲av成人av| 午夜精品在线福利| 人妻丰满熟妇av一区二区三区| 老司机深夜福利视频在线观看| 国产99白浆流出| 国产精品久久久av美女十八| 狠狠狠狠99中文字幕| 91麻豆av在线| 婷婷亚洲欧美| 国产私拍福利视频在线观看| 久久久久国内视频| 真实男女啪啪啪动态图| 国内精品美女久久久久久| 欧美性猛交╳xxx乱大交人| 成年女人毛片免费观看观看9| 欧美日本视频| 亚洲乱码一区二区免费版| 国产精品女同一区二区软件 | 亚洲成人久久爱视频| 小蜜桃在线观看免费完整版高清| 国产精品久久久久久亚洲av鲁大| 亚洲无线在线观看| 中文字幕精品亚洲无线码一区| 亚洲国产欧美网| 国产av在哪里看| 久久精品综合一区二区三区| 99热6这里只有精品| 日韩欧美在线乱码| 国产av在哪里看| 亚洲九九香蕉| 日本黄色片子视频| 又粗又爽又猛毛片免费看| 午夜a级毛片| 天天躁日日操中文字幕| 亚洲国产精品久久男人天堂| 国产视频一区二区在线看| 黄色女人牲交| 午夜福利视频1000在线观看| 脱女人内裤的视频| 日韩人妻高清精品专区| 国产精品爽爽va在线观看网站| 精品熟女少妇八av免费久了| 亚洲中文日韩欧美视频| 婷婷精品国产亚洲av在线| 长腿黑丝高跟| 国产精品 国内视频| 观看免费一级毛片| 1000部很黄的大片| 国产午夜精品久久久久久| 欧美色欧美亚洲另类二区| www日本在线高清视频| 国产伦精品一区二区三区视频9 | 国产野战对白在线观看| 欧美成人性av电影在线观看| 脱女人内裤的视频| 精品久久久久久,| 桃红色精品国产亚洲av| 脱女人内裤的视频| 午夜影院日韩av| 亚洲黑人精品在线| 人妻丰满熟妇av一区二区三区| 又粗又爽又猛毛片免费看| 国产黄色小视频在线观看| 亚洲天堂国产精品一区在线| 亚洲中文字幕一区二区三区有码在线看 | 一进一出抽搐gif免费好疼| a级毛片a级免费在线| 99久久综合精品五月天人人| 网址你懂的国产日韩在线| 97超视频在线观看视频| 在线观看日韩欧美| 国产亚洲精品一区二区www| 巨乳人妻的诱惑在线观看| 亚洲国产欧美一区二区综合| 国产高清三级在线| 18禁观看日本| 国产精品av久久久久免费| 午夜福利成人在线免费观看| 在线观看免费视频日本深夜| 久久精品影院6| 国产日本99.免费观看| 国产精品亚洲一级av第二区| 亚洲av美国av| x7x7x7水蜜桃| 国产精品99久久99久久久不卡| 久久久久久久久久黄片| 中文字幕精品亚洲无线码一区| 久久精品国产综合久久久| 亚洲成人精品中文字幕电影| 久久亚洲真实| 亚洲 欧美一区二区三区| 午夜福利18| 黄片大片在线免费观看| 亚洲中文日韩欧美视频| 日韩 欧美 亚洲 中文字幕| 国产精品久久视频播放| 亚洲 欧美一区二区三区| 欧美又色又爽又黄视频| 亚洲国产精品成人综合色| 淫妇啪啪啪对白视频| 成人国产一区最新在线观看| 欧美zozozo另类| 人妻丰满熟妇av一区二区三区| 欧美在线黄色| 香蕉国产在线看| 久久精品国产综合久久久| 欧美黄色片欧美黄色片| 婷婷丁香在线五月| 999久久久精品免费观看国产| 欧美日韩乱码在线| 最近最新中文字幕大全电影3| 99国产极品粉嫩在线观看| 欧美在线一区亚洲| 国产91精品成人一区二区三区| 国产成人一区二区三区免费视频网站| 亚洲欧美日韩卡通动漫| 亚洲欧美日韩无卡精品| or卡值多少钱| www.精华液| 国产亚洲av高清不卡| 免费在线观看影片大全网站| 午夜福利成人在线免费观看| 日韩欧美在线二视频| 国产熟女xx| 五月伊人婷婷丁香| 中国美女看黄片| 亚洲av片天天在线观看| www日本黄色视频网| 亚洲色图 男人天堂 中文字幕| 国产伦精品一区二区三区四那| 精品国产超薄肉色丝袜足j| 国产黄a三级三级三级人| 久99久视频精品免费| 欧美乱码精品一区二区三区| 少妇丰满av| 国产精品美女特级片免费视频播放器 | 亚洲 国产 在线| 中国美女看黄片| 国产精品99久久久久久久久| 亚洲精品美女久久久久99蜜臀| 国产精品av视频在线免费观看| 后天国语完整版免费观看| 黑人操中国人逼视频| 一进一出好大好爽视频| 成年免费大片在线观看| 国产乱人伦免费视频| 久久久久久久午夜电影| www国产在线视频色| 午夜视频精品福利| 久久天躁狠狠躁夜夜2o2o| 99久久精品一区二区三区| 国产一区二区在线观看日韩 | 中文字幕熟女人妻在线| 高潮久久久久久久久久久不卡| 18禁观看日本| 国产高清有码在线观看视频| 亚洲无线观看免费| 国产精品久久久人人做人人爽| 在线看三级毛片| 老熟妇乱子伦视频在线观看| 国产一区二区激情短视频| 91麻豆av在线| 亚洲精品一区av在线观看| 欧美成狂野欧美在线观看| 亚洲va日本ⅴa欧美va伊人久久| 国产成人福利小说| 最新美女视频免费是黄的| 国产野战对白在线观看| 一本一本综合久久| 免费在线观看视频国产中文字幕亚洲| 久久久水蜜桃国产精品网| 欧美另类亚洲清纯唯美| 2021天堂中文幕一二区在线观| 99精品久久久久人妻精品| 我的老师免费观看完整版| 美女cb高潮喷水在线观看 | 99久久无色码亚洲精品果冻| 中文字幕久久专区| 99久久精品热视频| 国产69精品久久久久777片 | 毛片女人毛片| 亚洲va日本ⅴa欧美va伊人久久| 国产三级黄色录像| 啦啦啦观看免费观看视频高清| 九九久久精品国产亚洲av麻豆 | 欧美绝顶高潮抽搐喷水| 国产欧美日韩精品亚洲av| 成人18禁在线播放| 美女免费视频网站| 国产97色在线日韩免费| 亚洲成人久久性| 十八禁人妻一区二区| 国产毛片a区久久久久| 欧美日韩中文字幕国产精品一区二区三区| 国产激情久久老熟女| 97人妻精品一区二区三区麻豆| 三级毛片av免费| 动漫黄色视频在线观看| 老鸭窝网址在线观看| 超碰成人久久| 偷拍熟女少妇极品色| 人人妻人人看人人澡| 国产成年人精品一区二区| 久久伊人香网站| 五月伊人婷婷丁香| 中出人妻视频一区二区| 97人妻精品一区二区三区麻豆| 亚洲人成电影免费在线| 亚洲成人久久性| 俺也久久电影网| 亚洲精品一卡2卡三卡4卡5卡| cao死你这个sao货| 欧美日韩精品网址| 最近最新中文字幕大全免费视频| 在线国产一区二区在线| 听说在线观看完整版免费高清| 少妇的逼水好多| 天天添夜夜摸| 欧美日本视频| 亚洲av电影在线进入| 久久久久久久久中文| 露出奶头的视频| 欧美高清成人免费视频www| 19禁男女啪啪无遮挡网站| 99久久精品一区二区三区| 国产精品九九99| 中文字幕高清在线视频| 97超视频在线观看视频| 黑人欧美特级aaaaaa片| 五月玫瑰六月丁香| 99精品在免费线老司机午夜| 亚洲中文av在线| 亚洲av成人一区二区三| 亚洲性夜色夜夜综合| 亚洲精品美女久久av网站| 观看免费一级毛片| 亚洲18禁久久av| 国产激情欧美一区二区| 亚洲精品美女久久av网站| 小蜜桃在线观看免费完整版高清| 久久久久久大精品| 中文资源天堂在线| 91在线精品国自产拍蜜月 | 日日夜夜操网爽| 深夜精品福利| 99久久成人亚洲精品观看| 成人三级黄色视频| x7x7x7水蜜桃| 两个人的视频大全免费| 欧美xxxx黑人xx丫x性爽| 亚洲色图av天堂| 69av精品久久久久久| 九九在线视频观看精品| 男插女下体视频免费在线播放| 夜夜看夜夜爽夜夜摸| 久久久久国内视频| 999精品在线视频| 亚洲成av人片免费观看| 手机成人av网站| 成人特级av手机在线观看| 久久国产精品人妻蜜桃| 丁香欧美五月| 青草久久国产| 搡老熟女国产l中国老女人| 国产私拍福利视频在线观看| 国产单亲对白刺激| 国产av不卡久久| 亚洲午夜精品一区,二区,三区| 狂野欧美白嫩少妇大欣赏| 宅男免费午夜| 亚洲自偷自拍图片 自拍| 麻豆国产av国片精品| 久久精品夜夜夜夜夜久久蜜豆| 色综合婷婷激情| 亚洲五月婷婷丁香| 男人舔女人下体高潮全视频| 中文字幕av在线有码专区| 性色avwww在线观看| 五月伊人婷婷丁香|