• <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 ?

    多流形耦合映射下的低分辨人臉識別

    2020-01-13 08:26:42鄭冬冬張凱兵
    西安工程大學(xué)學(xué)報 2019年6期
    關(guān)鍵詞:人臉識別人臉分辨率

    鄭冬冬,張凱兵

    (西安工程大學(xué) 電子信息學(xué)院,陜西 西安 710048)

    0 引 言

    人臉識別是計算機視覺領(lǐng)域最重要的研究課題之一[1-2]。目前,在受控條件下的高分辨 (HR,high-resolution)人臉識別方法已趨于成熟,在很多生產(chǎn)實踐中開始大范圍推廣應(yīng)用。然而,在實際的非受控條件下,受姿態(tài)、光照、表情、遮擋和分辨率等不利因素的影響, 人臉識別系統(tǒng)的性能急劇下降, 無法滿足實際應(yīng)用要求。因此,研究低分辨率(LR,low-resolution)人臉的識別技術(shù)受到研究者的廣泛關(guān)注。

    在過去幾十年,人們提出了許多不同的低分辨人臉識別方法。根據(jù)識別原理的不同,大體可以分為3種類型:基于重構(gòu)超分辨(SR,super-resolution)圖像的LR人臉識別方法、基于公共特征子空間的LR人臉識別方法和基于深度學(xué)習(xí)的LR人臉識別方法。

    基于重構(gòu)SR圖像的LR人臉識別方法[3-5]發(fā)展迅速,該類方法主要利用圖像SR重建技術(shù),獲得視覺效果較好的HR人臉圖像實現(xiàn)人臉的相似性匹配。盡管基于圖像SR的方法能夠獲得視覺效果較好的HR人臉圖像,但容易在人臉關(guān)鍵特征點處引入偽像,嚴(yán)重影響識別性能,而且,隨著監(jiān)控網(wǎng)絡(luò)的大面積覆蓋,該類方法的計算復(fù)雜度較高,難以滿足實際應(yīng)用要求。

    近年來,基于公共特征子空間的LR人臉識別方法由于其算法相對簡單,耗時少等優(yōu)點,成為一條解決HR-LR人臉圖像特征維度不匹配問題的有效途徑。此類方法通過學(xué)習(xí)HR-LR人臉的耦合映射,將不同維數(shù)的HR-LR人臉圖像先映射到一個公共特征子空間,然后在維數(shù)相同的特征子空間中完成HR-LR人臉圖像的相似性匹配。目前針對公共特征子空間的LR人臉識別問題主要有2種常見的解決方法:第1種是基于字典學(xué)習(xí)和稀疏表示的LR人臉識別方法[6-9],該方法主要通過字典學(xué)習(xí)和稀疏表示對人臉的局部結(jié)構(gòu)特征進行稀疏編碼后變換到低維特征空間,實現(xiàn)LR人臉的匹配;第2種是基于耦合映射的LR人臉識別方法,一般有3種映射方式,分別為HR人臉特征到LR人臉特征空間的映射[10-11],LR人臉特征到HR人臉特征空間的映射[12]和HR-LR人臉特征到公共特征子空間的映射[13-14]。其中同時將HR-LR人臉特征映射到公共特征子空間進行匹配的映射方式最為有效,該方法利用HR-LR人臉圖像對學(xué)習(xí)HR-LR耦合映射矩陣,然后利用得到的HR-LR耦合映射矩陣將HR人臉圖像特征和LR人臉圖像特征變換到維數(shù)相同的公共特征子空間,實現(xiàn)HR人臉圖像與LR人臉圖像的相似性匹配。

    隨著深度學(xué)習(xí)的迅速發(fā)展,基于深度學(xué)習(xí)的LR人臉識別方法[15-20]受到了研究者的廣泛關(guān)注。相比傳統(tǒng)機器學(xué)習(xí)算法,深度學(xué)習(xí)在處理大量訓(xùn)練樣本時更具有優(yōu)勢。其主要通過卷積神經(jīng)網(wǎng)絡(luò)提取人臉特征,采用有效的激活函數(shù)和損失函數(shù)對網(wǎng)絡(luò)參數(shù)進行優(yōu)化,實現(xiàn)端到端HR-LR人臉的識別。

    耦合局部保留映射方法[21](CLPMs,coupled locality preserving mappings method)是一種具有代表性的耦合映射的LR人臉識別方法。該方法在學(xué)習(xí)HR-LR耦合映射以構(gòu)建公共特征子空間過程中,僅考慮了樣本的局部幾何結(jié)構(gòu)信息,而忽略了樣本的判別信息和標(biāo)簽信息,導(dǎo)致獲得的對偶映射判別能力和可分性不足。為解決上述問題,本文充分考慮了樣本的判別信息和標(biāo)簽信息,利用HR-LR人臉圖像的局部流形幾何結(jié)構(gòu)信息與標(biāo)簽信息,使得相同類別的HR-LR人臉圖像在獲得的公共特征子空間中的距離應(yīng)盡可能接近,而不同類別的HR-LR人臉圖像在公共特征子空間中的距離應(yīng)盡可能疏遠(yuǎn),從而增強耦合映射關(guān)系矩陣的判別能力和可分性,提高LR人臉的識別性能。

    1 理論基礎(chǔ)

    1.1 問題描述

    LR人臉識別本質(zhì)上屬于分類問題,核心在于人臉特征的選擇與提取,而分類問題可以通過找到一種合適且有效的度量學(xué)習(xí)方法實現(xiàn)?;隈詈嫌成涞腖R人臉識別方法的關(guān)鍵在于如何學(xué)習(xí)將HR-LR訓(xùn)練人臉圖像特征變換到公共特征子空間的兩種耦合映射[21],即fL:Rm→Rd與fH:RM→Rd。其中,d表示公共特征子空間的特征維度。理想而言,在公共特征子空間內(nèi),同類HR-LR人臉圖像特征之間的距離應(yīng)盡可能接近,反之亦然。耦合映射學(xué)習(xí)用數(shù)學(xué)公式表述為

    (1)

    (2)

    通過最小化上述目標(biāo)函數(shù)求解兩個耦合映射矩陣PH∈RM×d,PL∈Rm×d。

    1.2 多流形耦合映射

    與CLPMs方法不同,本文方法不僅考慮了訓(xùn)練人臉圖像樣本的局部幾何結(jié)構(gòu)信息,同時考慮了樣本的判別信息和標(biāo)簽信息。用數(shù)學(xué)公式描述為

    (3)

    (4)

    (5)

    (6)

    式中kw,kb分別表示HR訓(xùn)練人臉圖像類內(nèi)和類間的鄰域樣本數(shù)目。

    (7)

    則式(7)可簡化為

    J(PH,PL)=tr(PTYGYTP)

    (8)

    通過施加約束實現(xiàn)尺度和旋轉(zhuǎn)不變特性,最小化目標(biāo)函數(shù)解決如下優(yōu)化問題:

    J(PH,PL)s.t.PTYYTP=I,PTYI*=0

    (9)

    式中:I是大小為d×d的單位陣;I*=[1,1,…,1]T是2Nt項向量。設(shè)E=YGYT和F=YYT,優(yōu)化問題的解p可通過求解P的第2到(d+1)個廣義特征向量Ep=λFp得到。注意,矩陣YYT并不總是可逆,故需要施加正則項參數(shù),即YYT+τI。式中的τ是一個小的正整數(shù)(本文設(shè)置為τ=10-5)。具體求解過程見文獻[21]。

    本文提出的方法包括2個階段,即訓(xùn)練階段和測試階段。算法流程如下:

    2 結(jié)果比較與分析

    本文使用3個標(biāo)準(zhǔn)人臉庫 FERET[22]、YaleB[23]和 CMU PIE[24]驗證提出方法的有效性, 并對實驗結(jié)果進行比較與分析。在所有的實驗中, HR 人臉圖像均經(jīng)過手工裁剪和對齊, LR人臉圖像由 HR 人臉圖像先經(jīng)過高斯平滑, 然后再通過采樣得到。

    2.1 人臉庫設(shè)置

    FERET人臉庫包含429個不同表情、姿態(tài)和光照的人臉圖像,其中1 002幅正面人臉圖像作為訓(xùn)練集,1 196幅人臉圖像作為參考集,1 195幅人臉圖像作為測試集,HR人臉圖像分辨率為72×72,LR人臉圖像分辨率分別為8×8和18×18。YaleB人臉庫包含38個不同光照、姿態(tài)和表情的人臉圖像,其中2 414幅人臉圖像作為參考集;CMU PIE人臉庫包含68個不同姿態(tài)、光照和表情的人臉圖像,其中3 329幅人臉圖像作為參考集。YaleB和CMU PIE人臉庫,均隨機選取每個人的50%人臉圖像作為訓(xùn)練集,剩余的人臉圖像作為測試集,其中HR人臉圖像分辨率為32×28,LR人臉圖像分辨率分別為8×7和16×14。本文方法在3個標(biāo)準(zhǔn)人臉庫上與一些使用主成分分析(PCA,principal component analysis)和線性判別分析(LDA,linear discriminant analysis)提取人臉特征的基準(zhǔn)方法,如HR-PCA(直接對HR人臉圖像使用PCA提取特征),HR-LDA(直接對HR人臉圖像使用LDA提取特征),Cubic-PCA(對LR人臉圖像進行Cubic插值并用PCA提取特征),Cubic-LDA(對LR人臉圖像進行Cubic插值并用LDA提取特征)和CLPMs方法進行比較。

    2.2 特征維度比較與分析

    本文在3個標(biāo)準(zhǔn)人臉庫上均使用50%的樣本作為訓(xùn)練集,利用Rank-1和分辨率為8×8(FERET人臉庫)、8×7(YaleB和CMU PIE人臉庫)進行實驗,分析特征維度對識別效果的影響。如圖1所示,本文方法在3個標(biāo)準(zhǔn)人臉庫上的識別效果接近或超過HR-LDA基準(zhǔn)方法,與CLPMs方法相比,識別率分別提升了3.7%(FERET人臉庫),2.5%(YaleB人臉庫)和6.5%(CMU PIE人臉庫)。對YaleB人臉庫,由于人臉圖像之間的光照變化差異較大,本文方法的性能提升不太明顯,但仍然優(yōu)于其他方法,且都分布在特征維度較低的維數(shù)段。這是因為本文方法不僅考慮了樣本的局部幾何結(jié)構(gòu)信息,同時考慮了樣本的類內(nèi)與類間判別信息,從而使學(xué)習(xí)獲得的對偶映射能有效提高樣本的判別性和可分性。

    (a)FERET

    (b)YaleB

    (c)CMU PIE

    2.3 Rank比較與分析

    Rank-n是模式識別中用于評價識別算法性能的一項重要指標(biāo),它用于計算匹配結(jié)果中最靠前的N張人臉圖像中包含正確匹配的概率。當(dāng)匹配的人臉在候選集中按照相似性由大到小排序后,正確匹配的人臉排序越靠前,則算法的效果越好。本部分實驗采用Rank-n來評價本文方法的性能,實驗設(shè)置同上。如圖2是不同Rank下算法的識別性能。以FERET人臉庫的Rank-1為例,本文方法在N個(N=1,2,…,10)最相似人臉中第一次匹配到目標(biāo)人臉的概率達到94%左右。而且,在3個標(biāo)準(zhǔn)人臉庫上,本文方法的最高識別率在不同rank下均明顯優(yōu)于其他方法,識別率隨著rank的逐漸增加而緩慢上升,最終趨于平緩。該實驗充分表明了本文方法具有較好的穩(wěn)定性。

    (a)FERET

    (b)YaleB

    (c)CMU PIE

    2.4 分辨率比較與分析

    本實驗分別對每個標(biāo)準(zhǔn)人臉庫設(shè)置了兩種分辨率來評估本文方法的識別性能,分析分辨率對識別效果的影響,其中FERET人臉庫的分辨率分別為8×8和18×18,YaleB和CMU PIE人臉庫分辨率分別為8×7和16×14。如圖3所示,本文方法在3個標(biāo)準(zhǔn)人臉庫上的識別效果都要優(yōu)于其他方法,不會受分辨率的影響而導(dǎo)致識別效果差于其他方法,充分說明了本文方法對人臉圖像的分辨率具有良好的魯棒性。

    (a)FERET

    (b)YaleB

    (c)CMU PIE

    2.5 參數(shù)設(shè)置對識別效果的影響分析

    本文以 FERET 人臉庫為基準(zhǔn)數(shù)據(jù)庫,在實驗參數(shù)設(shè)置c=24,n=kw=2和kb=10 條件下,分析類內(nèi)判別項與類間判別項的權(quán)重因子a,b對識別效果的影響。如圖4所示,隨著類內(nèi)判別項權(quán)重因子a的緩慢增加, 識別率迅速上升直至最大值,而后又緩慢下降最終趨于平穩(wěn)。而隨著類間判別項權(quán)重因子b的緩慢增加, 識別率在a較小時逐漸下降, 隨后識別率基本保持平穩(wěn)。由此可見, 類內(nèi)判別項對識別效果有著較大的影響, 充分說明利用訓(xùn)練樣本的類別信息構(gòu)造對偶映射對分類性能的重要性。

    圖4 參數(shù)設(shè)置對識別效果的影響

    3 結(jié) 語

    針對低分辨人臉識別中基于耦合映射學(xué)習(xí)方法的關(guān)鍵問題,提出了一種基于多流形耦合映射的低分辨人臉識別方法。該方法在學(xué)習(xí)高低分辨率人臉特征間的耦合映射時充分考慮了訓(xùn)練人臉樣本的局部幾何結(jié)構(gòu)信息和標(biāo)簽信息,同時將樣本的類內(nèi)與類間判別信息加入到目標(biāo)函數(shù)中優(yōu)化求解對偶映射關(guān)系,以進一步提升低分辨人臉的識別性能。通過使用3個標(biāo)準(zhǔn)人臉庫進行實驗,驗證了該方法的有效性。不過,對于光照變化差異比較大的人臉圖像,本文方法的識別效果還存在明顯的不足,研究提升本文方法對光照變化差異較大的人臉圖像的魯棒性,將是下一步研究工作的重點。

    猜你喜歡
    人臉識別人臉分辨率
    人臉識別 等
    有特點的人臉
    揭開人臉識別的神秘面紗
    EM算法的參數(shù)分辨率
    原生VS最大那些混淆視聽的“分辨率”概念
    三國漫——人臉解鎖
    動漫星空(2018年9期)2018-10-26 01:17:14
    基于深度特征學(xué)習(xí)的圖像超分辨率重建
    一種改進的基于邊緣加強超分辨率算法
    基于類獨立核稀疏表示的魯棒人臉識別
    計算機工程(2015年8期)2015-07-03 12:19:07
    馬面部與人臉相似度驚人
    午夜福利在线观看免费完整高清在 | 99热网站在线观看| 色综合色国产| 99久久成人亚洲精品观看| 日韩欧美精品免费久久| 18禁在线播放成人免费| 在线免费观看的www视频| 色噜噜av男人的天堂激情| 久久人人精品亚洲av| 波野结衣二区三区在线| 欧美激情国产日韩精品一区| 老女人水多毛片| 中出人妻视频一区二区| 狂野欧美白嫩少妇大欣赏| 中文字幕熟女人妻在线| 国产高清激情床上av| 少妇被粗大猛烈的视频| 国产精品久久久久久亚洲av鲁大| 2021天堂中文幕一二区在线观| 日韩人妻高清精品专区| 女同久久另类99精品国产91| 欧美日本视频| 男人的好看免费观看在线视频| 色精品久久人妻99蜜桃| 免费电影在线观看免费观看| 亚洲人成网站在线播放欧美日韩| 人妻丰满熟妇av一区二区三区| 欧美色欧美亚洲另类二区| 国产精华一区二区三区| 一个人观看的视频www高清免费观看| 九九热线精品视视频播放| 国产蜜桃级精品一区二区三区| 日韩人妻高清精品专区| 精品不卡国产一区二区三区| 婷婷精品国产亚洲av| 亚洲国产精品久久男人天堂| 欧美日韩亚洲国产一区二区在线观看| 国产亚洲欧美98| 99热这里只有是精品在线观看| 麻豆国产av国片精品| 丝袜美腿在线中文| 亚洲性夜色夜夜综合| 热99在线观看视频| 神马国产精品三级电影在线观看| .国产精品久久| 免费看光身美女| 国产成人一区二区在线| 亚洲,欧美,日韩| av专区在线播放| 欧美3d第一页| 我要看日韩黄色一级片| 国产精品1区2区在线观看.| 日本一本二区三区精品| 亚洲美女搞黄在线观看 | 一级毛片久久久久久久久女| 制服丝袜大香蕉在线| or卡值多少钱| 国产成人福利小说| 亚洲av成人av| 国产成年人精品一区二区| 婷婷精品国产亚洲av在线| 深夜a级毛片| 亚洲精品在线观看二区| 日韩精品中文字幕看吧| 中国美白少妇内射xxxbb| 亚洲性久久影院| 欧美一级a爱片免费观看看| 很黄的视频免费| 国产精品一区www在线观看 | 色5月婷婷丁香| 日韩欧美在线乱码| 欧美最黄视频在线播放免费| 国内久久婷婷六月综合欲色啪| 中出人妻视频一区二区| 桃色一区二区三区在线观看| 成人三级黄色视频| 国产午夜精品论理片| 亚洲人成网站高清观看| 99久国产av精品| 亚洲成a人片在线一区二区| 国产精品久久视频播放| 丰满乱子伦码专区| 黄色女人牲交| 亚洲国产精品sss在线观看| 精品不卡国产一区二区三区| 看黄色毛片网站| 午夜精品一区二区三区免费看| 91精品国产九色| 国产淫片久久久久久久久| 国产高清有码在线观看视频| a级毛片a级免费在线| 精品乱码久久久久久99久播| 一进一出好大好爽视频| 亚洲精品成人久久久久久| 欧美日韩国产亚洲二区| 免费观看精品视频网站| 99精品久久久久人妻精品| 欧美zozozo另类| 乱人视频在线观看| 亚洲国产欧洲综合997久久,| 久久亚洲精品不卡| 男女啪啪激烈高潮av片| 亚洲第一区二区三区不卡| 国产亚洲精品综合一区在线观看| 国产 一区 欧美 日韩| 成人亚洲精品av一区二区| 国产精品久久久久久久久免| 成年免费大片在线观看| 夜夜夜夜夜久久久久| x7x7x7水蜜桃| 亚洲人与动物交配视频| xxxwww97欧美| x7x7x7水蜜桃| 日韩强制内射视频| 精品久久久久久,| 日日啪夜夜撸| 欧美三级亚洲精品| 男女啪啪激烈高潮av片| 成人国产一区最新在线观看| 亚洲美女黄片视频| 搡老岳熟女国产| 精品乱码久久久久久99久播| 亚洲精品色激情综合| 亚洲av第一区精品v没综合| 少妇裸体淫交视频免费看高清| 噜噜噜噜噜久久久久久91| 国产高清有码在线观看视频| 桃红色精品国产亚洲av| bbb黄色大片| 中文字幕精品亚洲无线码一区| 99精品久久久久人妻精品| 亚洲人与动物交配视频| 麻豆av噜噜一区二区三区| 国内精品久久久久久久电影| 精品人妻熟女av久视频| 在线免费十八禁| aaaaa片日本免费| 校园春色视频在线观看| 国内久久婷婷六月综合欲色啪| 老师上课跳d突然被开到最大视频| 免费看美女性在线毛片视频| 九九久久精品国产亚洲av麻豆| 成人国产麻豆网| 成人av一区二区三区在线看| 亚洲国产高清在线一区二区三| 国产熟女欧美一区二区| 国产视频一区二区在线看| 欧美不卡视频在线免费观看| 亚洲av二区三区四区| 亚洲精品一卡2卡三卡4卡5卡| 国产精品1区2区在线观看.| 一级黄色大片毛片| av.在线天堂| 在线观看免费视频日本深夜| 国产精品98久久久久久宅男小说| 一个人看视频在线观看www免费| 国产又黄又爽又无遮挡在线| 久久草成人影院| 高清在线国产一区| 麻豆av噜噜一区二区三区| 老女人水多毛片| 亚洲,欧美,日韩| 亚洲人成网站在线播放欧美日韩| 日本五十路高清| 深夜a级毛片| 日韩欧美国产一区二区入口| 欧美bdsm另类| 亚洲自偷自拍三级| 一夜夜www| 91在线精品国自产拍蜜月| 亚洲精华国产精华精| 久久久国产成人免费| 最后的刺客免费高清国语| 国产精品一区www在线观看 | 日韩欧美国产在线观看| 久久国产精品人妻蜜桃| 成人精品一区二区免费| 白带黄色成豆腐渣| 亚洲国产高清在线一区二区三| 悠悠久久av| 丰满的人妻完整版| 欧美精品国产亚洲| 九色成人免费人妻av| 国国产精品蜜臀av免费| 搡老妇女老女人老熟妇| 亚洲最大成人手机在线| 色视频www国产| 亚洲第一电影网av| 午夜日韩欧美国产| 欧美最新免费一区二区三区| 999久久久精品免费观看国产| 亚洲成人精品中文字幕电影| 搡女人真爽免费视频火全软件 | 97超级碰碰碰精品色视频在线观看| 99久国产av精品| 天堂影院成人在线观看| 国产精品人妻久久久久久| 韩国av一区二区三区四区| 国产午夜福利久久久久久| 欧美日韩综合久久久久久 | 91久久精品电影网| 国产精品久久久久久精品电影| 国产成人福利小说| 国产黄a三级三级三级人| 免费高清视频大片| 综合色av麻豆| 最后的刺客免费高清国语| 亚洲va在线va天堂va国产| 性色avwww在线观看| 97热精品久久久久久| 久久午夜亚洲精品久久| 韩国av在线不卡| 中文在线观看免费www的网站| 韩国av一区二区三区四区| 色综合色国产| 国产高清视频在线播放一区| 欧美日韩精品成人综合77777| 免费高清视频大片| 国产一区二区激情短视频| 最近视频中文字幕2019在线8| 久久久精品欧美日韩精品| 最近在线观看免费完整版| 老司机午夜福利在线观看视频| 久久久久精品国产欧美久久久| 精品久久久噜噜| 搞女人的毛片| 嫩草影视91久久| 久久99热这里只有精品18| 国产成人福利小说| 一个人免费在线观看电影| 中国美女看黄片| 一本一本综合久久| 成人性生交大片免费视频hd| 男人狂女人下面高潮的视频| 国产精品久久电影中文字幕| 国产 一区 欧美 日韩| 免费一级毛片在线播放高清视频| 国产精品人妻久久久久久| 成人高潮视频无遮挡免费网站| 亚洲精品一卡2卡三卡4卡5卡| 午夜福利高清视频| 亚洲av.av天堂| 国产欧美日韩精品亚洲av| 亚洲欧美日韩卡通动漫| 久久久国产成人免费| 尤物成人国产欧美一区二区三区| 大又大粗又爽又黄少妇毛片口| 国产在线男女| 尾随美女入室| 日本成人三级电影网站| 日韩欧美 国产精品| 色吧在线观看| av在线天堂中文字幕| 欧美zozozo另类| 在线免费十八禁| 日本一本二区三区精品| 在线观看舔阴道视频| 在线a可以看的网站| 久久欧美精品欧美久久欧美| 国产伦精品一区二区三区视频9| 少妇的逼好多水| 亚洲五月天丁香| 在线免费十八禁| 在线免费十八禁| 夜夜夜夜夜久久久久| 乱码一卡2卡4卡精品| 欧美高清成人免费视频www| 两性午夜刺激爽爽歪歪视频在线观看| 国产高清不卡午夜福利| av在线观看视频网站免费| 草草在线视频免费看| 男女边吃奶边做爰视频| 国产精品久久久久久av不卡| 日本黄色片子视频| 一本精品99久久精品77| 免费av观看视频| 国产精品99久久久久久久久| 免费av不卡在线播放| 欧美bdsm另类| 日韩欧美 国产精品| 午夜影院日韩av| 97超视频在线观看视频| 日韩欧美免费精品| 亚洲va在线va天堂va国产| 成人无遮挡网站| 一级黄片播放器| 老师上课跳d突然被开到最大视频| 欧美高清成人免费视频www| 全区人妻精品视频| 亚洲av中文av极速乱 | 99国产精品一区二区蜜桃av| 男插女下体视频免费在线播放| 麻豆av噜噜一区二区三区| 精品久久久噜噜| 亚洲欧美日韩东京热| 97碰自拍视频| av.在线天堂| 免费看a级黄色片| 日韩人妻高清精品专区| 亚洲综合色惰| a级毛片免费高清观看在线播放| 久久午夜福利片| 成人二区视频| 国产在线男女| 国产极品精品免费视频能看的| 日韩欧美精品v在线| 国产av不卡久久| 天美传媒精品一区二区| 国产真实乱freesex| 国产 一区 欧美 日韩| 尾随美女入室| 国产高潮美女av| 久久精品综合一区二区三区| 国产精品嫩草影院av在线观看 | 亚洲天堂国产精品一区在线| av在线亚洲专区| av在线观看视频网站免费| 国产精品人妻久久久影院| 久久亚洲真实| 啦啦啦啦在线视频资源| 小蜜桃在线观看免费完整版高清| 老熟妇仑乱视频hdxx| 欧美一区二区国产精品久久精品| 日韩欧美精品免费久久| 欧美国产日韩亚洲一区| 欧美绝顶高潮抽搐喷水| 人人妻,人人澡人人爽秒播| 国产成年人精品一区二区| 少妇猛男粗大的猛烈进出视频 | 国产精品亚洲美女久久久| 亚洲精品亚洲一区二区| 久久久久久久久久黄片| 免费搜索国产男女视频| 蜜桃亚洲精品一区二区三区| 亚洲性久久影院| 亚洲 国产 在线| 色吧在线观看| 久久午夜福利片| 亚洲成a人片在线一区二区| 天堂av国产一区二区熟女人妻| 日本-黄色视频高清免费观看| 此物有八面人人有两片| 亚洲av一区综合| 国产美女午夜福利| 淫妇啪啪啪对白视频| 日本黄大片高清| 丰满人妻一区二区三区视频av| 中亚洲国语对白在线视频| 99热这里只有精品一区| 中文字幕高清在线视频| 色哟哟哟哟哟哟| 亚洲18禁久久av| 国产亚洲精品久久久com| 国产在视频线在精品| 色综合色国产| 97人妻精品一区二区三区麻豆| 91久久精品国产一区二区三区| 男人和女人高潮做爰伦理| 国产精品永久免费网站| 91狼人影院| 日韩中文字幕欧美一区二区| 精品久久久久久久久亚洲 | 高清毛片免费观看视频网站| 老师上课跳d突然被开到最大视频| 一个人看视频在线观看www免费| 少妇人妻一区二区三区视频| 亚洲av第一区精品v没综合| 中出人妻视频一区二区| 国语自产精品视频在线第100页| 一进一出好大好爽视频| 久久久久国内视频| 精品人妻一区二区三区麻豆 | 欧美成人一区二区免费高清观看| 亚洲国产精品久久男人天堂| 亚洲电影在线观看av| 成年女人永久免费观看视频| 无人区码免费观看不卡| 看片在线看免费视频| ponron亚洲| a级毛片免费高清观看在线播放| 亚洲欧美日韩高清专用| 中文字幕人妻熟人妻熟丝袜美| 欧美三级亚洲精品| 亚洲熟妇熟女久久| 三级毛片av免费| 欧美日韩国产亚洲二区| 成人国产麻豆网| 俺也久久电影网| 小蜜桃在线观看免费完整版高清| 亚洲 国产 在线| 欧美性感艳星| 午夜福利成人在线免费观看| 在线a可以看的网站| 精品久久国产蜜桃| 99久久无色码亚洲精品果冻| 亚洲人成网站在线播| 网址你懂的国产日韩在线| 亚洲av美国av| 国内精品久久久久久久电影| 国产精品国产高清国产av| 国产精品一区二区三区四区久久| 欧美中文日本在线观看视频| 亚洲专区中文字幕在线| 啪啪无遮挡十八禁网站| 看黄色毛片网站| 高清日韩中文字幕在线| 99热6这里只有精品| 小蜜桃在线观看免费完整版高清| 欧美日本亚洲视频在线播放| 成人无遮挡网站| 精品日产1卡2卡| 日本-黄色视频高清免费观看| 变态另类丝袜制服| 成人二区视频| 免费无遮挡裸体视频| 久久99热这里只有精品18| 狂野欧美激情性xxxx在线观看| 在线免费观看不下载黄p国产 | 三级国产精品欧美在线观看| 亚洲精品粉嫩美女一区| 51国产日韩欧美| 日韩欧美在线乱码| 亚洲成人精品中文字幕电影| 欧美成人性av电影在线观看| 亚洲天堂国产精品一区在线| 夜夜看夜夜爽夜夜摸| АⅤ资源中文在线天堂| 精品一区二区三区视频在线| 国产久久久一区二区三区| 999久久久精品免费观看国产| 国产精品人妻久久久影院| 久久精品国产亚洲网站| 一个人看的www免费观看视频| 国产一区二区在线av高清观看| 日韩 亚洲 欧美在线| 欧美+日韩+精品| 丰满的人妻完整版| 国国产精品蜜臀av免费| 美女高潮的动态| 亚洲中文字幕日韩| 免费看美女性在线毛片视频| 美女被艹到高潮喷水动态| 成人国产麻豆网| 人妻少妇偷人精品九色| 在线观看66精品国产| 欧美日韩中文字幕国产精品一区二区三区| 成人亚洲精品av一区二区| 国产精品一区二区性色av| 最近中文字幕高清免费大全6 | 国产午夜精品论理片| 亚洲av第一区精品v没综合| 在线观看午夜福利视频| 99久久精品一区二区三区| 精品人妻视频免费看| 久久午夜福利片| 亚洲av中文字字幕乱码综合| 人人妻人人澡欧美一区二区| 精品久久久久久久末码| 亚洲av成人精品一区久久| 欧美+亚洲+日韩+国产| 国产欧美日韩精品亚洲av| 国产日本99.免费观看| 国产高清不卡午夜福利| 88av欧美| 啦啦啦啦在线视频资源| 成年版毛片免费区| 国产91精品成人一区二区三区| 精品欧美国产一区二区三| 亚洲成av人片在线播放无| 国内揄拍国产精品人妻在线| 简卡轻食公司| 国产毛片a区久久久久| 波多野结衣高清作品| 非洲黑人性xxxx精品又粗又长| 国产精品99久久久久久久久| 88av欧美| 女人被狂操c到高潮| 成人av一区二区三区在线看| 久久亚洲真实| 看黄色毛片网站| 人人妻,人人澡人人爽秒播| 一本一本综合久久| 婷婷亚洲欧美| 亚洲无线在线观看| 亚洲精品乱码久久久v下载方式| 精品一区二区三区人妻视频| 亚洲七黄色美女视频| 99久久精品一区二区三区| 日韩欧美一区二区三区在线观看| 无人区码免费观看不卡| 看免费成人av毛片| 久久中文看片网| 日韩高清综合在线| 日日夜夜操网爽| 婷婷六月久久综合丁香| 欧美xxxx性猛交bbbb| 一个人看的www免费观看视频| 床上黄色一级片| 一级av片app| ponron亚洲| 毛片一级片免费看久久久久 | 在线播放国产精品三级| 精品人妻偷拍中文字幕| 一边摸一边抽搐一进一小说| 国产又黄又爽又无遮挡在线| 不卡视频在线观看欧美| 深夜精品福利| 欧洲精品卡2卡3卡4卡5卡区| 国产三级在线视频| 精品欧美国产一区二区三| 久久久久国产精品人妻aⅴ院| 欧美一区二区国产精品久久精品| 又黄又爽又刺激的免费视频.| 久久久久久久久大av| 中文字幕人妻熟人妻熟丝袜美| 丰满的人妻完整版| 欧美另类亚洲清纯唯美| 亚洲国产精品sss在线观看| 免费观看的影片在线观看| 国产免费男女视频| 国产欧美日韩精品亚洲av| 欧美高清性xxxxhd video| 国产真实伦视频高清在线观看 | 小蜜桃在线观看免费完整版高清| 一进一出好大好爽视频| 久久精品国产99精品国产亚洲性色| 身体一侧抽搐| 91久久精品国产一区二区三区| 免费观看精品视频网站| 亚洲狠狠婷婷综合久久图片| 亚洲av中文字字幕乱码综合| 男女边吃奶边做爰视频| 蜜桃久久精品国产亚洲av| 精品人妻1区二区| 午夜精品久久久久久毛片777| 精品福利观看| 我要搜黄色片| 看黄色毛片网站| 久久久久久久久久黄片| 午夜福利成人在线免费观看| av在线观看视频网站免费| 国产欧美日韩一区二区精品| 国语自产精品视频在线第100页| 亚州av有码| 九九爱精品视频在线观看| 精品人妻视频免费看| 国产美女午夜福利| 亚洲中文字幕日韩| 欧美黑人巨大hd| 欧美激情国产日韩精品一区| 久久精品综合一区二区三区| 午夜精品一区二区三区免费看| 搡老岳熟女国产| 免费搜索国产男女视频| 免费黄网站久久成人精品| 日本与韩国留学比较| 春色校园在线视频观看| 国产精品乱码一区二三区的特点| 国产精品精品国产色婷婷| 日日摸夜夜添夜夜添小说| 我的女老师完整版在线观看| 亚洲久久久久久中文字幕| 久久欧美精品欧美久久欧美| 国产精华一区二区三区| 黄色日韩在线| 啪啪无遮挡十八禁网站| 成人综合一区亚洲| 精华霜和精华液先用哪个| 国产淫片久久久久久久久| 永久网站在线| 桃红色精品国产亚洲av| 国产乱人伦免费视频| 亚洲av第一区精品v没综合| 国产亚洲精品综合一区在线观看| 久久精品影院6| av在线老鸭窝| 香蕉av资源在线| 亚洲美女搞黄在线观看 | 国产亚洲精品av在线| 国产国拍精品亚洲av在线观看| 18禁黄网站禁片午夜丰满| 国产一级毛片七仙女欲春2| 性插视频无遮挡在线免费观看| 欧美精品啪啪一区二区三区| 日韩强制内射视频| 天堂av国产一区二区熟女人妻| 国产成年人精品一区二区| 亚洲国产精品久久男人天堂| 搡老岳熟女国产| xxxwww97欧美| 看十八女毛片水多多多| 一个人免费在线观看电影| 精品久久久久久久人妻蜜臀av| 哪里可以看免费的av片| 老师上课跳d突然被开到最大视频| 亚洲美女视频黄频| 亚洲男人的天堂狠狠| av国产免费在线观看| 色视频www国产| 久久久午夜欧美精品| 51国产日韩欧美| 国产爱豆传媒在线观看| 久久国内精品自在自线图片| 欧美激情久久久久久爽电影| 欧美日韩乱码在线| 国产精品98久久久久久宅男小说| 日本欧美国产在线视频| 久久久午夜欧美精品| 国产成人av教育| 在线观看免费视频日本深夜| 久99久视频精品免费| 午夜福利18| 国内久久婷婷六月综合欲色啪| 香蕉av资源在线| 啦啦啦韩国在线观看视频|