• <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
    99精国产麻豆久久婷婷| 国产白丝娇喘喷水9色精品| 国产毛片在线视频| 国产免费一级a男人的天堂| 婷婷色综合大香蕉| 国产精品女同一区二区软件| 99热6这里只有精品| 免费少妇av软件| 亚洲中文av在线| 国产一区二区三区av在线| 久久久精品94久久精品| 少妇 在线观看| 国产一区有黄有色的免费视频| 欧美人与善性xxx| 亚洲精品亚洲一区二区| 成人漫画全彩无遮挡| 国产人妻一区二区三区在| 97在线人人人人妻| 亚洲国产高清在线一区二区三| 精品国产乱码久久久久久小说| 欧美性感艳星| 一级av片app| 免费看不卡的av| 久久人妻熟女aⅴ| 日本wwww免费看| 最近中文字幕高清免费大全6| 午夜激情福利司机影院| 日韩在线高清观看一区二区三区| 日产精品乱码卡一卡2卡三| 国产男女内射视频| 狂野欧美白嫩少妇大欣赏| 日本欧美视频一区| 边亲边吃奶的免费视频| 精品久久国产蜜桃| 国产精品一区www在线观看| 一级爰片在线观看| 中文天堂在线官网| 欧美另类一区| 麻豆精品久久久久久蜜桃| 日韩一区二区视频免费看| 国产免费福利视频在线观看| 精品久久久久久久久av| 久久精品国产亚洲网站| 内射极品少妇av片p| 亚洲真实伦在线观看| 一级毛片电影观看| 丝袜脚勾引网站| 精品一区二区三卡| 亚洲av中文av极速乱| 黑人猛操日本美女一级片| 黄色视频在线播放观看不卡| 97超碰精品成人国产| 日韩人妻高清精品专区| 久久人人爽av亚洲精品天堂 | 男女边摸边吃奶| 日韩av免费高清视频| 99久国产av精品国产电影| 国产 一区 欧美 日韩| 成人亚洲欧美一区二区av| 国产精品秋霞免费鲁丝片| 日日摸夜夜添夜夜爱| 欧美日韩亚洲高清精品| 国产精品一区二区在线观看99| 99热国产这里只有精品6| 久久6这里有精品| 亚洲av不卡在线观看| 国产一区二区三区综合在线观看 | av在线app专区| 亚洲成人av在线免费| 看非洲黑人一级黄片| 欧美日韩视频高清一区二区三区二| 99热这里只有是精品在线观看| 欧美老熟妇乱子伦牲交| 久久精品国产自在天天线| 国产成人免费无遮挡视频| 久久久久久久国产电影| 在线天堂最新版资源| 亚洲一级一片aⅴ在线观看| 婷婷色综合www| 国产日韩欧美亚洲二区| 高清午夜精品一区二区三区| 久久人人爽人人爽人人片va| 久久99热6这里只有精品| 欧美日本视频| 久久国产乱子免费精品| 国模一区二区三区四区视频| 久久久久久久亚洲中文字幕| 国产极品天堂在线| 校园人妻丝袜中文字幕| av在线app专区| 欧美三级亚洲精品| 成人影院久久| 成年av动漫网址| 亚洲经典国产精华液单| 久久久久久久久大av| 亚洲综合精品二区| 精品视频人人做人人爽| 亚洲av国产av综合av卡| 女人十人毛片免费观看3o分钟| 成年av动漫网址| 国产av精品麻豆| 日日撸夜夜添| 老司机影院成人| 午夜免费观看性视频| 亚洲精品亚洲一区二区| 在线观看免费高清a一片| 国产在线一区二区三区精| 你懂的网址亚洲精品在线观看| 亚洲自偷自拍三级| 欧美精品亚洲一区二区| 日韩国内少妇激情av| 少妇被粗大猛烈的视频| 日韩欧美精品免费久久| 亚洲人成网站在线观看播放| av播播在线观看一区| 嫩草影院新地址| 高清毛片免费看| 插逼视频在线观看| 国产亚洲最大av| 久久精品久久久久久久性| 亚洲最大成人中文| 国产在视频线精品| 欧美xxxx黑人xx丫x性爽| 成人亚洲欧美一区二区av| 日本色播在线视频| 欧美少妇被猛烈插入视频| 亚洲国产色片| 伊人久久国产一区二区| 欧美高清性xxxxhd video| 久久精品国产亚洲av天美| 亚洲av在线观看美女高潮| 欧美激情国产日韩精品一区| 日韩,欧美,国产一区二区三区| 91精品一卡2卡3卡4卡| 欧美最新免费一区二区三区| 美女主播在线视频| 天堂8中文在线网| 国产老妇伦熟女老妇高清| 亚洲欧美日韩另类电影网站 | 涩涩av久久男人的天堂| 久久精品熟女亚洲av麻豆精品| 国产精品一区二区在线观看99| 久久久午夜欧美精品| 国产一区二区三区av在线| 伦理电影免费视频| 亚洲精品国产av成人精品| 国产精品蜜桃在线观看| 国产一区有黄有色的免费视频| 三级经典国产精品| 国产 一区精品| 国产精品欧美亚洲77777| 欧美xxxx黑人xx丫x性爽| 男人狂女人下面高潮的视频| 人妻 亚洲 视频| 寂寞人妻少妇视频99o| 精品国产三级普通话版| 久久99热这里只频精品6学生| 在线免费观看不下载黄p国产| 一级爰片在线观看| 亚洲成色77777| 日本色播在线视频| 国产精品一区二区在线不卡| 国产精品久久久久成人av| 精品亚洲乱码少妇综合久久| 少妇高潮的动态图| 久久鲁丝午夜福利片| 久久久久久久亚洲中文字幕| 午夜免费男女啪啪视频观看| 免费观看在线日韩| 日日啪夜夜撸| 舔av片在线| 欧美精品亚洲一区二区| 久久精品熟女亚洲av麻豆精品| 91久久精品电影网| 搡女人真爽免费视频火全软件| 久久韩国三级中文字幕| 老司机影院成人| 成年女人在线观看亚洲视频| 日韩一本色道免费dvd| 一级a做视频免费观看| 欧美成人a在线观看| 国产精品一区www在线观看| 国产亚洲一区二区精品| 久久精品熟女亚洲av麻豆精品| 全区人妻精品视频| 九九久久精品国产亚洲av麻豆| 国产综合精华液| 一级av片app| 亚洲人成网站在线观看播放| 亚洲精品亚洲一区二区| 国国产精品蜜臀av免费| av女优亚洲男人天堂| 免费少妇av软件| 国产免费福利视频在线观看| 一本—道久久a久久精品蜜桃钙片| 亚洲国产最新在线播放| 久久久久久久国产电影| 久久鲁丝午夜福利片| 一区在线观看完整版| 亚洲av电影在线观看一区二区三区| 国产淫片久久久久久久久| 丝袜喷水一区| 国产免费一级a男人的天堂| 嫩草影院新地址| 精品久久久噜噜| 日本av免费视频播放| 亚洲综合精品二区| 久久久久国产网址| 中国国产av一级| 观看免费一级毛片| 91aial.com中文字幕在线观看| 高清欧美精品videossex| 中国美白少妇内射xxxbb| 色吧在线观看| 国产爽快片一区二区三区| 天天躁夜夜躁狠狠久久av| 少妇猛男粗大的猛烈进出视频| h视频一区二区三区| 在线观看一区二区三区| 热re99久久精品国产66热6| 全区人妻精品视频| 久久久久久久精品精品| 人人妻人人看人人澡| 亚洲av男天堂| 中文字幕亚洲精品专区| 欧美亚洲 丝袜 人妻 在线| 午夜老司机福利剧场| 国产精品不卡视频一区二区| 麻豆国产97在线/欧美| 久久久久久久大尺度免费视频| 三级国产精品欧美在线观看| 最后的刺客免费高清国语| 国产成人一区二区在线| 夫妻午夜视频| av在线app专区| 日本与韩国留学比较| 日韩免费高清中文字幕av| 国产精品99久久久久久久久| 欧美国产精品一级二级三级 | 久久久精品免费免费高清| 一区二区av电影网| 欧美3d第一页| 亚洲av中文av极速乱| 日韩免费高清中文字幕av| 99re6热这里在线精品视频| 国产欧美另类精品又又久久亚洲欧美| 国产精品久久久久久精品电影小说 | 成年免费大片在线观看| 国产成人午夜福利电影在线观看| 亚洲经典国产精华液单| 少妇丰满av| 高清不卡的av网站| 日日啪夜夜爽| 国产高清不卡午夜福利| 五月伊人婷婷丁香| 欧美性感艳星| 狠狠精品人妻久久久久久综合| 性色av一级| 久久精品夜色国产| 美女视频免费永久观看网站| av免费在线看不卡| 欧美成人a在线观看| 熟妇人妻不卡中文字幕| 伦理电影大哥的女人| 在线观看一区二区三区| videossex国产| 精品人妻一区二区三区麻豆| 寂寞人妻少妇视频99o| 男女边吃奶边做爰视频| 国内精品宾馆在线| 中文欧美无线码| 欧美性感艳星| 丝瓜视频免费看黄片| 国产熟女欧美一区二区| 大码成人一级视频| 国产精品国产三级国产专区5o| 黄色日韩在线| 亚洲一级一片aⅴ在线观看| 国产精品久久久久成人av| 亚洲av成人精品一区久久| 熟女电影av网| 一级毛片电影观看| 久久99热6这里只有精品| 久久久精品免费免费高清| 97精品久久久久久久久久精品| 国产一区有黄有色的免费视频| 久久女婷五月综合色啪小说| 各种免费的搞黄视频| 亚洲精品日本国产第一区| 成人一区二区视频在线观看| 蜜臀久久99精品久久宅男| 综合色丁香网| 欧美极品一区二区三区四区| 免费av不卡在线播放| 精品一区二区免费观看| 亚洲av免费高清在线观看| 国产伦精品一区二区三区四那| 国产极品天堂在线| 校园人妻丝袜中文字幕| 久久精品国产亚洲av天美| 成人亚洲欧美一区二区av| 亚洲一级一片aⅴ在线观看| 国产精品女同一区二区软件| 自拍欧美九色日韩亚洲蝌蚪91 | 国产精品免费大片| 中文乱码字字幕精品一区二区三区| 亚洲av中文字字幕乱码综合| 亚洲av欧美aⅴ国产| 久久久久人妻精品一区果冻| 久久99热6这里只有精品| 一个人看视频在线观看www免费| 欧美日韩在线观看h| videossex国产| 国产成人精品一,二区| 欧美精品人与动牲交sv欧美| 亚洲av电影在线观看一区二区三区| 亚洲av综合色区一区| 国产黄片美女视频| 大片电影免费在线观看免费| 99热全是精品| 日日摸夜夜添夜夜添av毛片| 99久久精品热视频| 国产老妇伦熟女老妇高清| 亚洲欧美成人精品一区二区| 午夜福利在线在线| 午夜视频国产福利| 精品国产乱码久久久久久小说| 日本爱情动作片www.在线观看| 国产大屁股一区二区在线视频| 国产永久视频网站| 在线观看免费高清a一片| 夜夜爽夜夜爽视频| 男人舔奶头视频| 亚洲精品国产av成人精品| 18+在线观看网站| 九九久久精品国产亚洲av麻豆| 国产美女午夜福利| 少妇高潮的动态图| 国产精品欧美亚洲77777| 18禁动态无遮挡网站| 91久久精品电影网| av在线播放精品| 久久婷婷青草| 久久精品久久久久久噜噜老黄| 老司机影院成人| 亚洲国产日韩一区二区| 黑人高潮一二区| 亚洲精品中文字幕在线视频 | 国产深夜福利视频在线观看| 日韩欧美 国产精品| 校园人妻丝袜中文字幕| 最近最新中文字幕大全电影3| 亚洲精品乱码久久久久久按摩| 97超视频在线观看视频| 在线免费观看不下载黄p国产| av福利片在线观看| 国产男女内射视频| 久久久久久人妻| 日韩一本色道免费dvd| 91精品伊人久久大香线蕉| 一级毛片aaaaaa免费看小| 观看av在线不卡| av卡一久久| 国产又色又爽无遮挡免| 日本wwww免费看| 在线 av 中文字幕| 女人久久www免费人成看片| 大码成人一级视频| 欧美 日韩 精品 国产| 色网站视频免费| 我要看日韩黄色一级片| 亚洲图色成人| 亚洲精品自拍成人| 国精品久久久久久国模美| 国产成人a区在线观看| 精华霜和精华液先用哪个| 久久国产亚洲av麻豆专区| 欧美变态另类bdsm刘玥| av免费观看日本| 国产老妇伦熟女老妇高清| 国产在线免费精品| 日韩av免费高清视频| 蜜桃久久精品国产亚洲av| h日本视频在线播放| 精品一区在线观看国产| 欧美成人午夜免费资源| 亚洲精品久久久久久婷婷小说| 18禁裸乳无遮挡免费网站照片| 国产午夜精品一二区理论片| 丰满人妻一区二区三区视频av| 51国产日韩欧美| 五月开心婷婷网| 国产精品爽爽va在线观看网站| 极品少妇高潮喷水抽搐| 男女边摸边吃奶| 一区二区三区乱码不卡18| 亚洲精华国产精华液的使用体验| 99国产精品免费福利视频| 哪个播放器可以免费观看大片| 亚洲av免费高清在线观看| 人妻一区二区av| av国产免费在线观看| 日韩免费高清中文字幕av| 麻豆成人av视频| 国产极品天堂在线| 深爱激情五月婷婷| 日日啪夜夜爽| 午夜日本视频在线| 精品久久久久久久末码| 亚洲人成网站在线观看播放| 男女下面进入的视频免费午夜| 国产精品99久久99久久久不卡 | 一二三四中文在线观看免费高清| 国语对白做爰xxxⅹ性视频网站| 亚洲精品日本国产第一区| 久久婷婷青草| 网址你懂的国产日韩在线| 寂寞人妻少妇视频99o| 狂野欧美激情性xxxx在线观看| 国产乱人偷精品视频| 亚洲欧美精品专区久久| 热99国产精品久久久久久7| 国产精品一区二区三区四区免费观看| 亚洲伊人久久精品综合| 建设人人有责人人尽责人人享有的 | 99热这里只有是精品50| 午夜福利在线在线| 夜夜骑夜夜射夜夜干| 国产在线视频一区二区| 色哟哟·www| 直男gayav资源| 免费高清在线观看视频在线观看| 国产成人免费无遮挡视频| 97超碰精品成人国产| 五月玫瑰六月丁香| 欧美成人午夜免费资源| av在线观看视频网站免费| 日本欧美国产在线视频| 色综合色国产| 狂野欧美激情性xxxx在线观看| 少妇精品久久久久久久| 国产一区二区在线观看日韩| 国产中年淑女户外野战色| 精品国产一区二区三区久久久樱花 | 噜噜噜噜噜久久久久久91| 免费黄频网站在线观看国产| 精华霜和精华液先用哪个| 秋霞在线观看毛片| 亚洲欧美一区二区三区黑人 | 九九久久精品国产亚洲av麻豆| 久久精品久久久久久久性| 边亲边吃奶的免费视频| videossex国产| www.av在线官网国产| 亚洲第一av免费看| 91精品国产国语对白视频| 成年免费大片在线观看| 1000部很黄的大片| 美女福利国产在线 | 欧美区成人在线视频| 在线天堂最新版资源| 视频区图区小说| 妹子高潮喷水视频| 男女边摸边吃奶| 欧美zozozo另类| 国产片特级美女逼逼视频| 一个人看的www免费观看视频| a级毛片免费高清观看在线播放| 夜夜爽夜夜爽视频| 日日撸夜夜添| 高清毛片免费看| 这个男人来自地球电影免费观看 | 亚洲av成人精品一区久久| 亚洲av国产av综合av卡| 性色avwww在线观看| 大香蕉久久网| 欧美日韩视频高清一区二区三区二| 小蜜桃在线观看免费完整版高清| 十分钟在线观看高清视频www | 久久久色成人| 国产有黄有色有爽视频| 18禁在线无遮挡免费观看视频| 成人高潮视频无遮挡免费网站| 欧美国产精品一级二级三级 | 亚洲在久久综合| 青春草亚洲视频在线观看| av专区在线播放| 又粗又硬又长又爽又黄的视频| 观看免费一级毛片| 久久久久久久久大av| 亚洲不卡免费看| 偷拍熟女少妇极品色| 亚洲美女黄色视频免费看| 中文乱码字字幕精品一区二区三区| 国产精品久久久久久久电影| 午夜福利视频精品| 99re6热这里在线精品视频| 少妇人妻一区二区三区视频| 国产视频首页在线观看| 国产亚洲av片在线观看秒播厂| 视频区图区小说| 18禁动态无遮挡网站| 欧美日韩亚洲高清精品| 中文欧美无线码| 国产亚洲一区二区精品| 91午夜精品亚洲一区二区三区| 好男人视频免费观看在线| 亚洲最大成人中文| 天美传媒精品一区二区| 亚洲性久久影院| 成人18禁高潮啪啪吃奶动态图 | 日韩av在线免费看完整版不卡| 男人和女人高潮做爰伦理| 制服丝袜香蕉在线| 亚洲av免费高清在线观看| 亚洲欧美精品自产自拍| 热99国产精品久久久久久7| 高清午夜精品一区二区三区| 丰满少妇做爰视频| 国产黄片美女视频| 美女内射精品一级片tv| 国产男女超爽视频在线观看| 婷婷色综合www| 欧美xxⅹ黑人| 国产精品熟女久久久久浪| 日本-黄色视频高清免费观看| av不卡在线播放| 久久久久久久久久人人人人人人| 久久青草综合色| 性高湖久久久久久久久免费观看| 91精品伊人久久大香线蕉| 波野结衣二区三区在线| 大片免费播放器 马上看| 亚洲av二区三区四区| 国模一区二区三区四区视频| 99视频精品全部免费 在线| 欧美日韩国产mv在线观看视频 | 亚洲高清免费不卡视频| 成人免费观看视频高清| 久久韩国三级中文字幕| 成人亚洲精品一区在线观看 | 青春草视频在线免费观看| 国产男人的电影天堂91| 男女无遮挡免费网站观看| 日本猛色少妇xxxxx猛交久久| 赤兔流量卡办理| 青春草亚洲视频在线观看| 精品少妇黑人巨大在线播放| 亚洲aⅴ乱码一区二区在线播放| 黄色日韩在线| 国产免费一区二区三区四区乱码| 色网站视频免费| 2021少妇久久久久久久久久久| 精品熟女少妇av免费看| 精品一区二区三区视频在线| 久久热精品热| 麻豆精品久久久久久蜜桃| 国产 一区精品| 内地一区二区视频在线| 色婷婷av一区二区三区视频| 免费少妇av软件| 精品久久国产蜜桃| 蜜桃在线观看..| 最近中文字幕高清免费大全6| 女性生殖器流出的白浆| 亚洲高清免费不卡视频| 夜夜看夜夜爽夜夜摸| 麻豆成人午夜福利视频| 亚洲av中文av极速乱| 成人二区视频| 少妇人妻 视频| 又爽又黄a免费视频| 黑人高潮一二区| a级一级毛片免费在线观看| 久久影院123| 国产精品不卡视频一区二区| av国产精品久久久久影院| 国产av精品麻豆| av女优亚洲男人天堂| 亚洲av国产av综合av卡| 91精品国产九色| 99久久精品热视频| 精品久久久噜噜| 国产高清国产精品国产三级 | 男女国产视频网站| 久久精品国产亚洲av涩爱| 美女福利国产在线 | 午夜激情久久久久久久| 免费看不卡的av| 久久精品久久精品一区二区三区| 国产男女超爽视频在线观看| 久久久久网色| 日本与韩国留学比较| 欧美日韩亚洲高清精品| 日韩大片免费观看网站| 国产伦精品一区二区三区四那| 18禁在线播放成人免费| h日本视频在线播放| 五月天丁香电影| 国产精品成人在线| 亚洲美女搞黄在线观看| 一区二区av电影网| 男女无遮挡免费网站观看| 一级毛片久久久久久久久女| 人人妻人人澡人人爽人人夜夜| 婷婷色综合www| 免费高清在线观看视频在线观看| 亚洲人成网站在线播| av又黄又爽大尺度在线免费看| 亚洲无线观看免费| 最后的刺客免费高清国语| 久久久亚洲精品成人影院| 超碰97精品在线观看| 久久久久精品久久久久真实原创| 99热这里只有是精品50|