• <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 ?

    分區(qū)域特征提取的人臉識(shí)別算法

    2020-04-29 06:39:19李云紅聶夢(mèng)瑄蘇雪平周小計(jì)何琛

    李云紅 聶夢(mèng)瑄 蘇雪平 周小計(jì) 何琛

    摘要:針對(duì)人臉識(shí)別準(zhǔn)確率易受人臉表情變化影響的問題,提出了一種分區(qū)域特征提取的人臉識(shí)別算法。首先,在預(yù)處理圖像上標(biāo)記出14個(gè)人臉關(guān)鍵點(diǎn),并將人臉圖像劃分為表情易變區(qū)域和不變區(qū)域;然后,分別用Gabor+LBP和Gabor+分塊LBP兩種特征提取通道對(duì)表情不變區(qū)域和易變區(qū)域進(jìn)行特征提??;最后,將所得的特征直方圖級(jí)聯(lián),并進(jìn)行身份驗(yàn)證。經(jīng)FERET(face recognition technology),LFW(labled faces in the wild)及自制人臉數(shù)據(jù)庫(kù)驗(yàn)證,文中算法準(zhǔn)確率分別達(dá)到了99.14%,98.5%,96.52%。在FERET數(shù)據(jù)庫(kù)中,該文算法準(zhǔn)確率較DeepID和Gabor+分塊LBP算法分別提高了1.88%和3.6%,F(xiàn)1(調(diào)和平均數(shù))分別提高了1.8%和2.86%。實(shí)驗(yàn)結(jié)果表明,分區(qū)域特征提取的人臉識(shí)別算法對(duì)人臉表情變化具有很強(qiáng)的魯棒性。

    關(guān)鍵詞:分區(qū)域特征;人臉易變區(qū)域;人臉不變區(qū)域;特征直方圖

    中圖分類號(hào):TP391.4

    DOI:10.16152/j.cnki.xdxbzr.2020-05-015

    Face recognition algorithm based on regional feature extraction

    LI Yunhong, NIE Mengxuan, SU Xueping, ZHOU Xiaoji, HE Chen

    (School of Electronics and Information, Xi′an Polytechnic University, Xi′an 710048, China)

    Abstract: In order to solve the problem that the accuracy of face recognition is easily affected by the change of facial expression, a face recognition algorithm based on feature extraction by region is proposed. Firstly, on the processing image? 14? key points of people face is marked, and the face image is divided into expression variable region and invariable region. And then respectively using Gabor+LBP and Gabor+block LBP? two kinds of feature extraction channel for expression invariant region and mutable region to extract feature. Finally, the feature histogram is cascaded and the authentication is carried out. Verified by FERET(face recognition technology), LFW(labled faces in the wild) and self-made Face database, the accuracy reached 99.14%, 98.5% and 96.52%, respectively. In the FERET database, the accuracy of the algorithm in this paper is 1.88% and 3.6% higher than? DeepID and Gabor+block LBP algorithm, and the F1(harmonic average) is 1.8% and 2.86% higher. Experiments show that the face recognition algorithm based on regional feature extraction is robust to face expression changes.

    Key words: subregional features; face variant region; face invariant region; feature histograms

    人臉識(shí)別由于其方便快捷,且具有非侵犯性等特點(diǎn),已被廣泛應(yīng)用于安檢系統(tǒng)、打卡簽到等方面。人臉識(shí)別技術(shù)發(fā)展至今,在剛性條件下識(shí)別準(zhǔn)確率已經(jīng)有了大幅度的提升,但是在非剛性條件下,人臉表情不同、噪聲干擾、以及光照變化等因素[1-6]對(duì)識(shí)別結(jié)果產(chǎn)生了不可預(yù)測(cè)的影響。張敦鳳等人提出的分塊特征提取算法能夠提取到人臉的絕大部分特征信息,避免了特征丟失的風(fēng)險(xiǎn)[7]。但沒有考慮到表情變化對(duì)面部不同區(qū)域提取到的特征的影響,進(jìn)而導(dǎo)致識(shí)別準(zhǔn)確率無法進(jìn)一步提高。宿鵬等人提出的Gabor+分塊LBP雖然能夠提取到表達(dá)人臉特征的信息,但未考慮到特征丟失和表情變化對(duì)人臉識(shí)別精度的影響[8]。Gong等人提出的算法能夠識(shí)別同一個(gè)人不同年齡段的人臉特征,但未考慮光照等因素的變化[9]。Sun等人提出的基于聯(lián)合識(shí)別-驗(yàn)證的深度學(xué)習(xí)人臉表示方法能夠增大類間間距,縮小類內(nèi)間距[10],但當(dāng)一個(gè)人表情發(fā)生變化時(shí)識(shí)別準(zhǔn)確率會(huì)有明顯的下降。要提高人臉識(shí)別的準(zhǔn)確率必須同時(shí)考慮識(shí)別效率[11-13]、光照以及人臉表情變化等因素[14-16]。

    針對(duì)以上問題,本文提出了一種分區(qū)域特征提取的人臉識(shí)別算法,算法流程圖如圖1所示。實(shí)驗(yàn)結(jié)果表明,該算法可以有效地降低表情變化對(duì)識(shí)別準(zhǔn)確率的影響,并且增強(qiáng)了識(shí)別準(zhǔn)確率對(duì)光照變化的魯棒性。

    1 本文算法

    1.1 圖像預(yù)處理網(wǎng)絡(luò)

    圖像預(yù)處理采用卷積神經(jīng)網(wǎng)絡(luò),將訓(xùn)練集中每幅人臉圖像經(jīng)過預(yù)處理網(wǎng)絡(luò)進(jìn)行多次迭代,以獲取最佳網(wǎng)絡(luò)參數(shù)來表達(dá)人臉關(guān)鍵點(diǎn)位置信息。首先,搜集整理1 000張人臉圖像,其中,300張作為測(cè)試集,700張作為訓(xùn)練集。手工標(biāo)注訓(xùn)練集中人臉圖片的關(guān)鍵點(diǎn),包括額頭、眉毛、眼睛、鼻尖、臉頰、嘴角、下巴等共14個(gè)關(guān)鍵點(diǎn)。然后,用處理后的訓(xùn)練集對(duì)預(yù)處理網(wǎng)絡(luò)進(jìn)行訓(xùn)練,獲得能夠表達(dá)關(guān)鍵點(diǎn)位置信息的最優(yōu)參數(shù)。最后,使用測(cè)試集對(duì)預(yù)處理網(wǎng)絡(luò)進(jìn)行驗(yàn)證。

    將訓(xùn)練集中的人臉圖像輸入到預(yù)處理網(wǎng)絡(luò),得到人臉關(guān)鍵點(diǎn)預(yù)測(cè)位置。通過歐式距離初步定位每一個(gè)預(yù)測(cè)的關(guān)鍵點(diǎn)坐標(biāo),如式(1)所示。其中,Li表示第i個(gè)預(yù)測(cè)關(guān)鍵點(diǎn)定位與真實(shí)位置的歐氏距離,yi表示經(jīng)過預(yù)處理網(wǎng)絡(luò)后得到的第i個(gè)人臉關(guān)鍵點(diǎn)預(yù)測(cè)位置,yi表示手工標(biāo)記的第i個(gè)人臉關(guān)鍵點(diǎn)位置。網(wǎng)絡(luò)經(jīng)過多次迭代,直至Li的值小于設(shè)定的閾值。

    Li=‖yi-yi ‖22。(1)

    對(duì)14個(gè)關(guān)鍵點(diǎn)得到的歐氏距離求和,使每幅人臉圖像各自具有整體效果最優(yōu)的關(guān)鍵點(diǎn)定位。如式(2)所示,ai代表不同關(guān)鍵點(diǎn)所占的權(quán)重,表1為不同關(guān)鍵點(diǎn)所占權(quán)重,L表示使每幅人臉圖像中14個(gè)關(guān)鍵點(diǎn)定位整體效果最優(yōu)的歐氏距離。

    L=∑14i=1aiLi。(2)

    對(duì)測(cè)試集中所有人臉圖像利用式(3)求平均關(guān)鍵點(diǎn)定位效果最優(yōu)的歐氏距離,其中,N表示訓(xùn)練集中包含的人臉圖像數(shù)量。整個(gè)預(yù)處理過程要使式(3)中Y值最小化,以獲取平均效果最優(yōu)關(guān)鍵點(diǎn)位置信息的預(yù)處理網(wǎng)絡(luò)參數(shù),表2為網(wǎng)絡(luò)主要參數(shù)值。

    Y=1N∑Ni=1L。(3)

    經(jīng)過訓(xùn)練后的預(yù)處理網(wǎng)絡(luò)對(duì)人臉圖像的處理效果如圖2所示,在表情和光照變化的情況下預(yù)處理網(wǎng)絡(luò)能夠準(zhǔn)確地標(biāo)記出不同表情時(shí)的關(guān)鍵點(diǎn)位置信息,但當(dāng)關(guān)鍵點(diǎn)部位有遮擋時(shí),例如鏡片反光,這部分標(biāo)記出的關(guān)鍵點(diǎn)位置與真實(shí)位置略有偏差。

    1.2 人臉區(qū)域分割

    由于人臉不同區(qū)域的變化對(duì)提取到特征的相似度會(huì)產(chǎn)生很大的影響,所以,有必要對(duì)面部特征進(jìn)行分區(qū)域提取。通常對(duì)于面部區(qū)域劃分的準(zhǔn)確性極大地依賴面部關(guān)鍵點(diǎn)定位的準(zhǔn)確程度。經(jīng)過預(yù)處理后的每張人臉圖像對(duì)眉毛、眼睛、鼻子、嘴巴等關(guān)鍵點(diǎn)進(jìn)行了標(biāo)注,可依據(jù)關(guān)鍵點(diǎn)位置的差異將人臉分為表情易變區(qū)域和不變區(qū)域。例如額頭、鼻子、臉頰等部位受表情變化的影響較小,可將其歸為不變區(qū)域,而眉毛、眼睛、嘴巴等部位受表情變化的影響較大,可將其歸為易變區(qū)域。

    由于易變區(qū)域和不變區(qū)域邊界較模糊,無法準(zhǔn)確地進(jìn)行區(qū)域分割。因此,本文采用邊緣重疊分割法,即將分割線作為模糊帶,使其成為兩個(gè)相鄰區(qū)域的交集。這種區(qū)域分割方法雖然增加了數(shù)據(jù)的冗余性,但避免了邊緣特征丟失的問題,從而有效地解決了邊緣區(qū)域難劃分的問題。

    1)水平分割邊界的確定:假設(shè)對(duì)左右眉毛關(guān)鍵點(diǎn)標(biāo)注的坐標(biāo)分別為(x1,y1)和(x2,y2),對(duì)左右眼睛關(guān)鍵點(diǎn)標(biāo)注的坐標(biāo)分別為(m1,n1)和(m2,n2)。分別對(duì)左右兩邊眉毛和眼睛求垂直方向的中間點(diǎn)坐標(biāo),如式(4)和(5)所示。把兩點(diǎn)的連線作為一條水平分割邊界,并且將這條水平分割線作為模糊帶處理。

    (xa,ya)=(x1+m12,y1+n12),(4)

    (xb,yb)=(x2+m22,y2+n22)。(5)

    若人臉表情變化較大,致使某兩對(duì)關(guān)鍵點(diǎn)中心位置的連線不處于同一條水平分割線??蓪蓚€(gè)中心的點(diǎn)分開處理,讓其縱坐標(biāo)不變,橫坐標(biāo)變化從而得到兩條水平分割線,對(duì)應(yīng)的人臉區(qū)域分割圖如圖3所示,圖3中眉毛與眼睛兩對(duì)關(guān)鍵點(diǎn)對(duì)應(yīng)的中心點(diǎn)雖然不處于同一條水平分割線,但是分開處理兩個(gè)中心點(diǎn)也能很好的區(qū)分表情易變區(qū)域和表情不變區(qū)域。

    若只能確定一個(gè)中間點(diǎn),比如下巴和嘴下角的關(guān)鍵點(diǎn)。設(shè)嘴下角關(guān)鍵點(diǎn)坐標(biāo)為(x3,y3),下巴關(guān)鍵點(diǎn)坐標(biāo)為(m3,n3)可以得到中間點(diǎn)的位置如公式(6)所示。過中間點(diǎn)作水平線作為水平分割線。

    (xc,yc)=(x3+m32,y3+n32) (6)

    2)垂直分割邊界的確定:垂直分割線是由兩個(gè)橫坐標(biāo)相鄰的關(guān)鍵點(diǎn)得到一個(gè)中心點(diǎn)位置,再過中心點(diǎn)做垂線。假設(shè)左右眼睛關(guān)鍵點(diǎn)標(biāo)注的坐標(biāo)分別為(p1,q1)和(p2,q2),鼻子關(guān)鍵點(diǎn)的坐標(biāo)為(a1,b1)。分別求左眼和右眼到鼻子的水平中心點(diǎn),如式(7)和(8)所示。分別經(jīng)過兩個(gè)中心點(diǎn)作x軸的垂線,垂線即就是垂直分割邊界,把垂直分割邊界作為模糊帶處理。

    (xd,yd)=(p1+a12,q1+b12),(7)

    (xe,ye)=(p2+a12,q2+b12)。(8)

    若相鄰的關(guān)鍵點(diǎn)屬于同類特征(比如嘴角的4個(gè)關(guān)鍵點(diǎn)同屬于嘴部特征),則不對(duì)其進(jìn)行水平分割或垂直分割。屬于異類關(guān)鍵點(diǎn),則分別對(duì)每?jī)蓚€(gè)相鄰的關(guān)鍵點(diǎn)進(jìn)行水平分割或垂直分割:若是上下相鄰的兩個(gè)關(guān)鍵點(diǎn),則計(jì)算水平分割線;若是左右相鄰的兩個(gè)關(guān)鍵點(diǎn),則計(jì)算垂直分割線。

    圖4為針對(duì)人臉不同表情進(jìn)行區(qū)域分割的示意圖。根據(jù)已標(biāo)注的14個(gè)關(guān)鍵點(diǎn)可將人臉圖像分為多個(gè)區(qū)域,將包含眼部、嘴巴、眉毛關(guān)鍵點(diǎn)的區(qū)域歸為表情易變區(qū)域,將包含鼻子、額頭、臉頰、下巴關(guān)鍵點(diǎn)的區(qū)域歸為表情不變區(qū)域。還有一部分子區(qū)域不包含關(guān)鍵點(diǎn),經(jīng)過統(tǒng)計(jì)這些區(qū)域大部分都落在額頭、臉頰、下巴、鼻梁等區(qū)域,所以,將這部分區(qū)域也劃分為表情不變區(qū)域。

    1.3 Gabor算法

    Gabor算法的原理和人類視覺系統(tǒng)中單細(xì)胞對(duì)光照刺激的反應(yīng)很類似。它可以有效地提取到輸入圖像的頻域信息和局部空間信息。Gabor算法對(duì)輸入圖像的邊緣信息非常敏感,而且該算法具有多尺度和多方向的特性,能夠有效地減弱光照變化和噪聲干擾對(duì)人臉特征提取的影響。由于Gabor算法的優(yōu)勢(shì),使得它被廣泛應(yīng)用于圖像特征提取的過程中。

    式(9)為二維Gabor核函數(shù)的定義式。其中:u和v分別代表選取核函數(shù)尺度和方向的數(shù)量;z是圖像像素坐標(biāo)點(diǎn);σ表示標(biāo)準(zhǔn)差;ku,v表示選取的尺度參數(shù)和方向參數(shù)的乘積。Gabor核函數(shù)是復(fù)函數(shù),可分為實(shí)部和虛部。實(shí)部濾波可平滑圖像,減少光照敏感度。虛部濾波能有效描述圖像邊緣信息。

    gu,v(z)=

    ‖ku,v‖2σ2e(-‖ku,v‖2·‖z‖22σ2)eiku,vz-e-σ22。(9)

    選取不同尺度和方向的卷積核對(duì)輸入圖像特征提取的效果不同。圖5為Gabor卷積核尺度和方向參數(shù)的變化與識(shí)別準(zhǔn)確率的關(guān)系圖。根據(jù)實(shí)驗(yàn)結(jié)果可知,尺度參數(shù)設(shè)置為5,方向參數(shù)設(shè)置為8,可以最大限度提取到圖像的特征信息。所以,對(duì)輸入圖像進(jìn)行特征提取,共得到40張?zhí)卣魈崛D。再把提取到的特征進(jìn)行融合,最終得到圖像的多尺度和多方向的特征信息。圖5為Gabor卷積核尺度和方向參數(shù)的變化與識(shí)別準(zhǔn)確率關(guān)系圖。

    1.4 分塊LBP算法

    由上一步可知,Gabor特征提取實(shí)部和虛部各有40個(gè)濾波器,對(duì)輸入圖像進(jìn)行處理后的信息量是原來的40倍。因?yàn)橛肎abor算法提取到的特征包含了大量的冗余信息,所以需要對(duì)提取的特征進(jìn)行降維操作。

    傳統(tǒng)的LBP算法是將輸入的特征信息進(jìn)行降維后再與數(shù)據(jù)庫(kù)中人臉特征作對(duì)比,判斷是否屬于同一人。但是這種方法忽略了提取到的特征的位置信息。其實(shí),特征出現(xiàn)位置的不同代表了不同的含義,比如頭發(fā)和眉毛經(jīng)過LBP算法處理產(chǎn)生的十進(jìn)制數(shù)字有很大概率是相同的,但由于它們的位置不同,所以代表了不同的含義。通過使用分塊LBP算法可以根據(jù)特征出現(xiàn)位置的不同,把相似的特征信息進(jìn)一步的細(xì)化,以區(qū)分相似特征之間的不同,很大程度上提高了人臉識(shí)別的準(zhǔn)確率。

    理想情況下,對(duì)輸入特征越細(xì)化(分塊數(shù)越多),越能表達(dá)臉部的精細(xì)特征。但隨著分塊數(shù)的增加會(huì)成倍地增加計(jì)算量,造成識(shí)別速度和識(shí)別準(zhǔn)確率下降等情況。所以,要權(quán)衡識(shí)別準(zhǔn)確率和識(shí)別速度兩者之間的關(guān)系,在保證識(shí)別準(zhǔn)確率的情況下使分塊數(shù)盡可能小。實(shí)驗(yàn)選取了不同分塊數(shù)進(jìn)行識(shí)別準(zhǔn)確率的測(cè)試,與文獻(xiàn)[8]的實(shí)驗(yàn)結(jié)果不同,本文實(shí)驗(yàn)數(shù)據(jù)表明,當(dāng)分塊數(shù)為2×2時(shí),在保證識(shí)別速度的情況下,可以有效地提高識(shí)別準(zhǔn)確率。圖6為在不同影響因素下分塊LBP的分塊數(shù)量選取與識(shí)別準(zhǔn)確率的關(guān)系圖。由于表情易變區(qū)域會(huì)隨表情變化產(chǎn)生較大的改變,因此,本文對(duì)該區(qū)域采用Gabor+分塊LBP進(jìn)行特征提取,從而細(xì)化易變區(qū)域的每個(gè)部分。對(duì)表情不變區(qū)域直接采用Gabor+LBP進(jìn)行特征提取。

    Gabor可以從多個(gè)方向提取到輸入圖像不同尺度的特征信息,從而避免光照和噪聲等因素的影響,但存在特征冗余問題。而分塊LBP算法可以減少數(shù)據(jù)維度,并區(qū)分相似特征。把兩種特征提取方法進(jìn)行級(jí)聯(lián),使其優(yōu)勢(shì)互補(bǔ),可以減少光照、噪聲以及表情變化對(duì)人臉識(shí)別準(zhǔn)確率的影響。

    1.5 線性判別法

    選取的判別方法不同,得到的識(shí)別準(zhǔn)確率也有所不同。為了能夠盡量區(qū)分同類和異類特征之間的差異,以提高識(shí)別準(zhǔn)確率,本文選取經(jīng)典的LDA(linear discriminant analysis)算法。該算法對(duì)空間中分布的特征具有最佳可分離性,使用此方法得到的新空間中樣本的類間散布矩陣最大,并且類內(nèi)散布矩陣最小。因此,LDA算法是一種有效的特征提取方法。

    LDA算法的核心是將高維數(shù)據(jù)映射到子分類空間。新的分類空間既要保證類內(nèi)間距足夠小,又要保證類間間距足夠大。假設(shè)模式1為X1=(x1,x2,…,xk),模式2為X2=(xk+1,xk+2,…,xn),Ni為各模式中所含的樣本數(shù)量,各模式樣本均值為i。經(jīng)過映射矩陣H后變換為z=(z1,z2,…,zn)。即就是z=HTx。其映射的具體步驟如下:

    1) 設(shè)樣本數(shù)據(jù)中xi的均值為Xi,xi為一維列向量,則中心點(diǎn)為xi,其中Ni為xi樣本的數(shù)目。

    xi=1Ni∑x∈Xix,i=1,2。(10)

    2) 中心點(diǎn)經(jīng)過H變換得到zi,zi就是樣本集Xi的中心點(diǎn)的投影。其中,類內(nèi)間距JH是由樣本各點(diǎn)到中心點(diǎn)距離的平方和來表示,Si表示類內(nèi)散度。

    zi=HTxi=1Ni ∑x∈XiHTx=1Ni ∑z∈Ziz,i=1,2,(11)

    JH=HTSHH=HT∑ci=1SiH,(12)

    Si=∑x∈Xi(x-xi)(x-xi)T,i=1,2。(13)

    類間距離JB主要是由兩個(gè)不同類中心點(diǎn)之間的距離來衡量,與類內(nèi)距離計(jì)算方式類似。

    JB=|zi-zj|2=HT(xi-xj)(xi-xj)TH,(14)

    SB=(xi-xj)(xi-xj)T,(15)

    JB=HT∑ci=1SBH。(16)

    其中,SB表示類間散度。

    設(shè)目標(biāo)函數(shù)為J(H),通過求導(dǎo)使目標(biāo)函數(shù)J(H)取最大值。最后得到的人臉特征信息具有最佳類內(nèi)間距和類間間距,

    J(H)=JBJH=HTSBHHTSHH。(17)

    2 實(shí)驗(yàn)結(jié)果與分析

    選用LBP+SVM,HOG+HFA,LF-CNN,DeepID,Gabor+分塊LBP作為對(duì)比算法與本文算法分別在FERET和LFW數(shù)據(jù)庫(kù)上進(jìn)行對(duì)比實(shí)驗(yàn)。在測(cè)試集樣本數(shù)量為600時(shí),觀察每種算法識(shí)別準(zhǔn)確率、查準(zhǔn)率、召回率、F1(調(diào)和平均數(shù))的差異,進(jìn)而判斷本文提出算法的優(yōu)劣,實(shí)驗(yàn)結(jié)果如表3、表4所示。

    從表3中可以得出本文算法的準(zhǔn)確率均高于對(duì)比算法。Gabor+分塊LBP算法準(zhǔn)確率與本文算法相差3.6%。本文算法的召回率相較于LF-CNN算法低1.64%,但從整體來看,本文算法的調(diào)和平均數(shù)最高,超出LF-CNN算法3.94%,且本文算法的識(shí)別耗時(shí)在對(duì)比算法中最低。

    從表4中可以得出本文算法的準(zhǔn)確率均高于對(duì)比算法。DeepID算法準(zhǔn)確率與本文算法相差0.89%。本文算法的召回率相較于DeepID算法低0.81%,但從整體來看,本文算法的調(diào)和平均數(shù)最高,超出DeepID算法2.54%,且本文算法的識(shí)別耗時(shí)在對(duì)比算法中最低。

    本文算法主要針對(duì)光照和表情變化時(shí)人臉識(shí)別準(zhǔn)確率的變化,由于FERET和LFW數(shù)據(jù)庫(kù)光照變化不大,因此,本文自制了一個(gè)表情和光照變化比較大的數(shù)據(jù)集進(jìn)行驗(yàn)證,此數(shù)據(jù)集包含50個(gè)人共300幅人臉圖像,實(shí)驗(yàn)結(jié)果如表5所示。圖7~9為使用本文算法輸入人臉圖像的識(shí)別結(jié)果。

    從表5可以得出本文算法的準(zhǔn)確率均高于對(duì)比算法。 對(duì)比算法中表現(xiàn)最好的Gabor+分塊LBP算法準(zhǔn)確率與本文算法相差2.87%。 本文算法的召回率相較于Gabor+分塊LBP算法低0.78%, 但從整體來看, 本文算法的調(diào)和平均數(shù)最高, 超出Gabor+分塊LBP算法0.85%。 本文算法的識(shí)別耗時(shí)也比Gabor+分塊LBP算法低0.22 s。

    由圖7和圖8可以看出,當(dāng)輸入人臉圖像在光照、表情變化較大時(shí)仍能精確匹配到對(duì)應(yīng)的人臉圖像。由圖9可以看出,輸入人臉圖像丟失了某個(gè)關(guān)鍵點(diǎn)時(shí),例如閉眼丟失掉眼部關(guān)鍵點(diǎn),也能得到正確的匹配結(jié)果。

    3 結(jié) 語

    本文提出了一種分區(qū)域特征提取的人臉識(shí)別算法,通過預(yù)處理網(wǎng)絡(luò)得到人臉14個(gè)關(guān)鍵點(diǎn)位置信息,把預(yù)處理后的人臉圖像劃分為易變區(qū)域和不變區(qū)域,并用Gabor+分塊LBP和Gabor+LBP算法分別提取表情易變區(qū)域和不變區(qū)域的特征信息,最后把得到的級(jí)聯(lián)特征直方圖利用線性判別法進(jìn)行人臉識(shí)別。并在光照和人臉姿態(tài)變化的數(shù)據(jù)庫(kù)中進(jìn)行識(shí)別率驗(yàn)證,實(shí)驗(yàn)結(jié)果表明,分區(qū)域特征提取的人臉識(shí)別算法對(duì)人臉不同表情具有很好的辨識(shí)度,同時(shí)能夠有效地減少光照和噪聲對(duì)輸入圖像的干擾,提高了非剛性條件下的識(shí)別準(zhǔn)確率,是一種有效的人臉識(shí)別算法。分區(qū)域特征提取的人臉識(shí)別算法也面臨著由于遮擋影響了關(guān)鍵點(diǎn)的定位,導(dǎo)致對(duì)人臉的區(qū)域分割產(chǎn)生誤差,使識(shí)別率下降的問題。在接下來的工作中,將主要針對(duì)預(yù)處理網(wǎng)絡(luò)中因遮擋導(dǎo)致關(guān)鍵點(diǎn)定位不準(zhǔn)確的問題展開研究。

    參考文獻(xiàn):

    [1] 郭夢(mèng)麗,達(dá)飛鵬,鄧星,等.基于關(guān)鍵點(diǎn)和局部特征的三維人臉識(shí)別[J].浙江大學(xué)學(xué)報(bào)(工學(xué)版),2017,51(3):584-589.

    GUO M L, DA F P, DENG X, et al. Three-dimensional face recognition based on key points and local features[J].Journal of Zhejiang University (Engineering Science),2017,51(3):584-589.

    [2] 阮凱,邱衛(wèi)根.多信息融合的深度學(xué)習(xí)人臉表情識(shí)別算法研究[J].計(jì)算機(jī)工程與應(yīng)用,2019,55(5):192-196.

    RUAN K, QIU W G. Study on deep learning facial expression recognition algorithm based on multi-information fusion[J].Computer Engineering and Applications,2019,55(5):192-196.

    [3] HE L X, LI H Q, ZHANG Q, et al. Dynamic feature matching for partial face recognition[J].IEEE Transactions on Image Processing, 2019, 28(2):791-802.

    [4] WANG L P,LUO A W.A joint matrix minimization approach for multi-image face recognition[J].Science China Mathematics,2018,61(7):1337-1352.

    [5] ZHAO J,ZHANG C,ZHANG S L, et al.Pre-detection and dual-dictionary sparse representation based face recognition algorithm in non-sufficient training samples[J].Journal of Systems Engineering and Electronics,2018,29(1):196-202.

    [6] ZHANG C,GU Y Z,HU K L,et al.Face recognition using SIFT features under 3D meshes[J].Journal of Central South University,2015,22(5):1817-1825.

    [7] 張敦鳳,高寧化,王姮,等.基于分塊LBP融合特征和SVM的人臉識(shí)別算法[J].傳感器與微系統(tǒng),2019,38(5):154-156.

    ZHANG D F, GAO N H, WANG H, et al. Face recognition algorithm based on segmented LBP fusion feature and SVM[J].Sensors and Microsystems,2019,38(5):154-156.

    [8] 宿鵬. 基于LBP的人臉識(shí)別算法研究[D].哈爾濱:哈爾濱理工大學(xué),2019.

    [9] GONG D H, LI Z F, LIN D H, et al. Hidden factor analysis for age invariant face recognition[C]∥2013 IEEE International Conference on Computer Vision. Sydney:IEEE, 2013:2872-2879.

    [10]SUN Y, WANG X G, TANG X O.Deeplearning face representation by joint identification-verification[EB/OL].2014:arXiv:1406.4773[cs.CV].https://arxiv.org/abs/1406.4773.

    [11]ZHANG K P, ZHANG Z P, LI Z F, et al. Joint face detection and alignment using multitask cascaded convolutional networks[J].IEEE Signal Processing Letters, 2016, 23(10):1499-1503.

    [12]HAMESTER D, BARROS P, WERMTER S. Face expression recognition with a 2-channel convolutional neural network[C]∥2015 International Joint Conference on Neural Networks(IJCNN). Killarney:IEEE, 2015:1-8.

    [13]CHENG J C,LI Y L,WANG J L, et al.Exploiting effective facial patches for robust gender recognition[J].Tsinghua Science and Technology,2019,24(3):333-345.

    [14]BONG K, CHOI S, KIM C, et al. Low-power convolutional neural network processor for a face-recognition system[J].IEEE Micro, 2017, 37(6):30-38.

    [15]LIU J,JING X J,LIAN Z F, et al.Local Gabor dominant direction pattern for face recognition[J].Chinese Journal of Electronics,2015,24(2):245-250.

    [16]WANG Q C, WANG B B, HAO X J, et al. Face recognition by decision fusion of two-dimensional linear discriminant analysis and local binary pattern[J]. Frontiers of Computer Science, 2016, 10(6):1118-1129.

    (編 輯 李 靜)

    两个人看的免费小视频| 网址你懂的国产日韩在线| 在线看三级毛片| 欧美黄色淫秽网站| 99久久精品国产亚洲精品| 亚洲五月天丁香| 91在线精品国自产拍蜜月 | 91在线精品国自产拍蜜月 | 久久精品91无色码中文字幕| 亚洲欧美日韩高清专用| 免费在线观看亚洲国产| 岛国在线免费视频观看| 亚洲国产欧美一区二区综合| 女警被强在线播放| 黄色丝袜av网址大全| 可以在线观看毛片的网站| 欧美激情在线99| 午夜精品在线福利| 亚洲avbb在线观看| 亚洲av片天天在线观看| 中文亚洲av片在线观看爽| 国产高清三级在线| 亚洲av片天天在线观看| 精品福利观看| 国产真人三级小视频在线观看| 最新中文字幕久久久久 | 日本一二三区视频观看| 在线看三级毛片| 中文字幕最新亚洲高清| 一个人看视频在线观看www免费 | 欧美一级a爱片免费观看看| 成人国产综合亚洲| 国产精品一区二区精品视频观看| 看黄色毛片网站| 色综合亚洲欧美另类图片| 免费看光身美女| 女同久久另类99精品国产91| 精品一区二区三区av网在线观看| 精品日产1卡2卡| 给我免费播放毛片高清在线观看| 老鸭窝网址在线观看| 香蕉丝袜av| 午夜影院日韩av| 精品一区二区三区视频在线观看免费| 老司机深夜福利视频在线观看| 精品久久久久久久久久免费视频| 非洲黑人性xxxx精品又粗又长| 久久久国产成人免费| 国产黄色小视频在线观看| www.999成人在线观看| 国产主播在线观看一区二区| 日本五十路高清| 成人av一区二区三区在线看| 欧美日韩综合久久久久久 | 美女高潮喷水抽搐中文字幕| 久久久国产欧美日韩av| 国产成人系列免费观看| 午夜a级毛片| 熟女电影av网| 欧洲精品卡2卡3卡4卡5卡区| 久久香蕉国产精品| 啦啦啦观看免费观看视频高清| 一边摸一边抽搐一进一小说| 精品一区二区三区视频在线观看免费| 亚洲国产日韩欧美精品在线观看 | 两性午夜刺激爽爽歪歪视频在线观看| 亚洲欧洲精品一区二区精品久久久| 久久久国产成人免费| 美女cb高潮喷水在线观看 | 在线观看免费午夜福利视频| 最近最新免费中文字幕在线| 琪琪午夜伦伦电影理论片6080| 欧美黑人欧美精品刺激| 精华霜和精华液先用哪个| 人人妻,人人澡人人爽秒播| 亚洲国产精品合色在线| 亚洲av成人一区二区三| 99热精品在线国产| 夜夜夜夜夜久久久久| 久久午夜亚洲精品久久| 久久久久九九精品影院| a在线观看视频网站| 久久久久久久精品吃奶| 久久久久性生活片| 国产av一区在线观看免费| 国产欧美日韩精品一区二区| av福利片在线观看| 亚洲国产看品久久| 综合色av麻豆| 中亚洲国语对白在线视频| 非洲黑人性xxxx精品又粗又长| 色尼玛亚洲综合影院| 制服人妻中文乱码| 日日夜夜操网爽| 在线观看66精品国产| 大型黄色视频在线免费观看| 国产精品一区二区三区四区久久| 99热这里只有是精品50| 亚洲中文字幕日韩| 国产精品日韩av在线免费观看| bbb黄色大片| 午夜久久久久精精品| 国产亚洲精品久久久久久毛片| 亚洲精品一区av在线观看| 天天添夜夜摸| 黄色丝袜av网址大全| 动漫黄色视频在线观看| 久久久久久久午夜电影| 精品午夜福利视频在线观看一区| 国产午夜福利久久久久久| www.999成人在线观看| 国产精品美女特级片免费视频播放器 | 色吧在线观看| 日本免费a在线| 欧美日韩福利视频一区二区| 九色国产91popny在线| 激情在线观看视频在线高清| 好男人电影高清在线观看| 久久久久久九九精品二区国产| 欧美乱码精品一区二区三区| 国产精品98久久久久久宅男小说| 男女午夜视频在线观看| 一二三四社区在线视频社区8| 国产精品 国内视频| 免费在线观看亚洲国产| 欧美一级a爱片免费观看看| 久久久久免费精品人妻一区二区| 一个人看的www免费观看视频| 丝袜人妻中文字幕| 午夜福利免费观看在线| 久久精品影院6| 99国产综合亚洲精品| 国产精品精品国产色婷婷| 久久精品影院6| 国产成人福利小说| 999久久久国产精品视频| 国产野战对白在线观看| 亚洲国产精品999在线| 不卡一级毛片| 日韩免费av在线播放| 最新中文字幕久久久久 | 18美女黄网站色大片免费观看| 国产日本99.免费观看| 日韩欧美国产在线观看| 看片在线看免费视频| 悠悠久久av| 一区福利在线观看| 亚洲欧美一区二区三区黑人| 欧美日韩亚洲国产一区二区在线观看| 免费在线观看日本一区| 国产午夜福利久久久久久| 国产精品久久久人人做人人爽| 香蕉丝袜av| 久久这里只有精品19| 国产aⅴ精品一区二区三区波| 国产毛片a区久久久久| 免费看a级黄色片| 美女黄网站色视频| 美女免费视频网站| 日韩 欧美 亚洲 中文字幕| 亚洲色图av天堂| 老司机深夜福利视频在线观看| 中文字幕高清在线视频| 欧美乱色亚洲激情| 色老头精品视频在线观看| 麻豆成人av在线观看| 特级一级黄色大片| 精品久久久久久久久久免费视频| 精品久久久久久久久久久久久| 高清在线国产一区| 美女被艹到高潮喷水动态| 久久午夜综合久久蜜桃| 91九色精品人成在线观看| 美女被艹到高潮喷水动态| 欧美不卡视频在线免费观看| 免费一级毛片在线播放高清视频| 欧美高清成人免费视频www| 韩国av一区二区三区四区| 亚洲欧美精品综合久久99| 国产精品亚洲av一区麻豆| 国产单亲对白刺激| 伦理电影免费视频| 国产在线精品亚洲第一网站| 精品一区二区三区四区五区乱码| 亚洲中文av在线| 黄片小视频在线播放| 亚洲片人在线观看| 一区二区三区高清视频在线| 欧美日本亚洲视频在线播放| 亚洲精品在线观看二区| 香蕉av资源在线| 亚洲欧美日韩卡通动漫| 成人三级做爰电影| 亚洲第一电影网av| 国产午夜福利久久久久久| 久久中文看片网| 岛国在线免费视频观看| 欧美大码av| 国产精品久久久久久久电影 | 亚洲欧美精品综合一区二区三区| 久久精品aⅴ一区二区三区四区| av在线天堂中文字幕| xxxwww97欧美| 岛国在线观看网站| 99久久精品热视频| 亚洲五月婷婷丁香| 操出白浆在线播放| 成人一区二区视频在线观看| 搡老岳熟女国产| 日韩av在线大香蕉| 国内久久婷婷六月综合欲色啪| 亚洲午夜精品一区,二区,三区| 啦啦啦免费观看视频1| 成在线人永久免费视频| 久久久国产成人精品二区| 老司机深夜福利视频在线观看| 亚洲国产精品sss在线观看| 欧美性猛交╳xxx乱大交人| 午夜激情欧美在线| 精品久久久久久久久久久久久| 亚洲av中文字字幕乱码综合| 亚洲av中文字字幕乱码综合| 免费无遮挡裸体视频| 又粗又爽又猛毛片免费看| 国产不卡一卡二| 久久人人精品亚洲av| 国产精品,欧美在线| 舔av片在线| 精品久久久久久久末码| 免费在线观看亚洲国产| www.精华液| 亚洲中文日韩欧美视频| 国产精品1区2区在线观看.| 中文亚洲av片在线观看爽| 国产乱人视频| 午夜免费成人在线视频| 在线免费观看的www视频| 免费看美女性在线毛片视频| 一边摸一边抽搐一进一小说| 免费在线观看亚洲国产| 欧美大码av| 亚洲自偷自拍图片 自拍| 欧美+亚洲+日韩+国产| 午夜福利欧美成人| 精品乱码久久久久久99久播| 亚洲av成人av| 51午夜福利影视在线观看| 久9热在线精品视频| 免费在线观看成人毛片| 亚洲avbb在线观看| 法律面前人人平等表现在哪些方面| 久久久精品大字幕| 国产精品一区二区三区四区免费观看 | 国内精品美女久久久久久| 999久久久国产精品视频| 最新中文字幕久久久久 | 亚洲欧美日韩无卡精品| 亚洲美女视频黄频| 久久久久久久午夜电影| 国产精品 国内视频| 最新在线观看一区二区三区| 曰老女人黄片| 国产av不卡久久| 免费在线观看成人毛片| 老司机在亚洲福利影院| 美女黄网站色视频| 国产美女午夜福利| 成人国产综合亚洲| 黄片小视频在线播放| 午夜精品久久久久久毛片777| 国产精品野战在线观看| 久久久久亚洲av毛片大全| 精品国产乱码久久久久久男人| 欧美丝袜亚洲另类 | 午夜成年电影在线免费观看| 亚洲 欧美 日韩 在线 免费| 亚洲精品美女久久av网站| 国产成人av教育| 国产熟女xx| 男女下面进入的视频免费午夜| 日韩高清综合在线| 老司机福利观看| 久久国产精品人妻蜜桃| 在线观看美女被高潮喷水网站 | 一本综合久久免费| 欧美三级亚洲精品| 中文字幕人妻丝袜一区二区| 窝窝影院91人妻| 五月玫瑰六月丁香| 母亲3免费完整高清在线观看| av黄色大香蕉| 一级黄色大片毛片| 久久婷婷人人爽人人干人人爱| 午夜福利在线观看吧| 国产人伦9x9x在线观看| 亚洲熟女毛片儿| 亚洲精品美女久久av网站| 又爽又黄无遮挡网站| 黄色日韩在线| 99精品欧美一区二区三区四区| 狂野欧美白嫩少妇大欣赏| www日本在线高清视频| 久久精品国产清高在天天线| 欧美成狂野欧美在线观看| 亚洲av中文字字幕乱码综合| 天天躁狠狠躁夜夜躁狠狠躁| 国模一区二区三区四区视频 | 亚洲午夜精品一区,二区,三区| 久久精品国产清高在天天线| 男人的好看免费观看在线视频| 精品久久久久久久久久免费视频| 国产乱人视频| 欧美日韩乱码在线| 欧美极品一区二区三区四区| 在线观看66精品国产| 一二三四社区在线视频社区8| 99热6这里只有精品| 国产伦精品一区二区三区四那| 亚洲国产精品999在线| 欧美激情在线99| 久久热在线av| 久久精品人妻少妇| 国产伦人伦偷精品视频| 欧美乱码精品一区二区三区| 久久中文字幕人妻熟女| 亚洲午夜理论影院| 久久久久久大精品| 亚洲成av人片在线播放无| АⅤ资源中文在线天堂| 夜夜躁狠狠躁天天躁| 国产精品免费一区二区三区在线| 国产人伦9x9x在线观看| 国产高清激情床上av| 成人三级做爰电影| 少妇人妻一区二区三区视频| 91麻豆av在线| 五月伊人婷婷丁香| 亚洲欧美精品综合久久99| 两个人的视频大全免费| 小蜜桃在线观看免费完整版高清| 日韩 欧美 亚洲 中文字幕| 欧美成狂野欧美在线观看| 日韩欧美在线乱码| 午夜a级毛片| 最近在线观看免费完整版| 少妇熟女aⅴ在线视频| 亚洲av美国av| 久久这里只有精品19| 欧美精品啪啪一区二区三区| 精品国产三级普通话版| 成人av在线播放网站| 在线观看舔阴道视频| 一级a爱片免费观看的视频| 两性夫妻黄色片| 看片在线看免费视频| 亚洲熟妇中文字幕五十中出| 可以在线观看毛片的网站| АⅤ资源中文在线天堂| 亚洲av中文字字幕乱码综合| or卡值多少钱| 日韩欧美在线二视频| 午夜福利在线在线| 最近最新免费中文字幕在线| 国产亚洲精品av在线| 久久亚洲精品不卡| 1024手机看黄色片| 亚洲国产精品合色在线| 国产av不卡久久| 欧洲精品卡2卡3卡4卡5卡区| 伊人久久大香线蕉亚洲五| 欧美成人一区二区免费高清观看 | 黄色女人牲交| 在线看三级毛片| 亚洲 欧美 日韩 在线 免费| 国产黄色小视频在线观看| 欧美一级a爱片免费观看看| av欧美777| 日本撒尿小便嘘嘘汇集6| 久久久久亚洲av毛片大全| 老司机午夜十八禁免费视频| 欧美一区二区精品小视频在线| 美女cb高潮喷水在线观看 | 日日干狠狠操夜夜爽| 最近最新中文字幕大全电影3| av天堂在线播放| 免费看十八禁软件| 少妇的逼水好多| 在线观看一区二区三区| 精品欧美国产一区二区三| 国产精品一区二区三区四区免费观看 | 国产亚洲精品综合一区在线观看| 少妇裸体淫交视频免费看高清| 亚洲自偷自拍图片 自拍| 亚洲欧美一区二区三区黑人| 老熟妇乱子伦视频在线观看| 国产成人影院久久av| 久久精品91蜜桃| 1024手机看黄色片| 久久欧美精品欧美久久欧美| 最新在线观看一区二区三区| 色噜噜av男人的天堂激情| 国产成人啪精品午夜网站| 99久久精品热视频| 天堂网av新在线| 女生性感内裤真人,穿戴方法视频| 一级毛片精品| 欧美性猛交黑人性爽| 亚洲中文日韩欧美视频| 国产黄色小视频在线观看| 国产精品国产高清国产av| 亚洲精华国产精华精| 九九在线视频观看精品| 一级作爱视频免费观看| 午夜福利在线在线| 精品日产1卡2卡| 午夜影院日韩av| 午夜激情欧美在线| 亚洲成人免费电影在线观看| 国产成人精品久久二区二区91| 窝窝影院91人妻| 国产成年人精品一区二区| 欧美日韩亚洲国产一区二区在线观看| 97碰自拍视频| 狂野欧美白嫩少妇大欣赏| 1000部很黄的大片| 欧美色视频一区免费| 亚洲 欧美 日韩 在线 免费| 色精品久久人妻99蜜桃| 国产精品99久久99久久久不卡| 51午夜福利影视在线观看| 99久久99久久久精品蜜桃| 欧美在线黄色| 成熟少妇高潮喷水视频| 日韩精品青青久久久久久| 久久九九热精品免费| 国产亚洲av高清不卡| 亚洲黑人精品在线| 亚洲成av人片在线播放无| 一二三四社区在线视频社区8| 国产 一区 欧美 日韩| 巨乳人妻的诱惑在线观看| 在线看三级毛片| 999久久久精品免费观看国产| 99国产精品一区二区蜜桃av| 99久久精品一区二区三区| 久久香蕉精品热| 日韩有码中文字幕| 久久精品91蜜桃| 毛片女人毛片| 激情在线观看视频在线高清| 亚洲av第一区精品v没综合| 一级毛片高清免费大全| 国产一区二区激情短视频| 国内精品久久久久精免费| 美女黄网站色视频| 中出人妻视频一区二区| 大型黄色视频在线免费观看| 黄色片一级片一级黄色片| 国产三级中文精品| 成人性生交大片免费视频hd| 身体一侧抽搐| 欧美日韩乱码在线| 熟妇人妻久久中文字幕3abv| 露出奶头的视频| 国产激情偷乱视频一区二区| 美女黄网站色视频| 国产aⅴ精品一区二区三区波| 国产精品久久久久久精品电影| 成人18禁在线播放| 久久天堂一区二区三区四区| 黄色丝袜av网址大全| 成熟少妇高潮喷水视频| 婷婷精品国产亚洲av在线| 男人和女人高潮做爰伦理| 久久精品91蜜桃| 桃红色精品国产亚洲av| 在线观看免费视频日本深夜| 成人无遮挡网站| 亚洲欧美精品综合一区二区三区| 男女视频在线观看网站免费| 又黄又爽又免费观看的视频| 男女之事视频高清在线观看| 波多野结衣巨乳人妻| 九九热线精品视视频播放| 99精品在免费线老司机午夜| 18禁国产床啪视频网站| 欧美中文综合在线视频| 色噜噜av男人的天堂激情| 精品午夜福利视频在线观看一区| 欧美av亚洲av综合av国产av| av片东京热男人的天堂| 亚洲乱码一区二区免费版| 中文字幕精品亚洲无线码一区| 国产精品综合久久久久久久免费| 嫁个100分男人电影在线观看| 国产亚洲av高清不卡| 桃红色精品国产亚洲av| 熟女电影av网| 精品一区二区三区四区五区乱码| 最新中文字幕久久久久 | 亚洲 欧美 日韩 在线 免费| 日本一二三区视频观看| 不卡av一区二区三区| 久久香蕉精品热| 露出奶头的视频| 久久久久久久久中文| 免费看美女性在线毛片视频| 小蜜桃在线观看免费完整版高清| 露出奶头的视频| 搡老熟女国产l中国老女人| 免费观看人在逋| 又黄又粗又硬又大视频| 日韩av在线大香蕉| 亚洲人成网站在线播放欧美日韩| 欧美黑人巨大hd| 国产精品一区二区精品视频观看| av视频在线观看入口| 免费在线观看视频国产中文字幕亚洲| 久久中文字幕人妻熟女| 亚洲成av人片在线播放无| 俄罗斯特黄特色一大片| 免费在线观看视频国产中文字幕亚洲| 亚洲av第一区精品v没综合| 天天一区二区日本电影三级| 狠狠狠狠99中文字幕| 国产乱人伦免费视频| 色播亚洲综合网| 精品福利观看| 男女视频在线观看网站免费| 中文亚洲av片在线观看爽| 久9热在线精品视频| 日韩欧美国产一区二区入口| 精品无人区乱码1区二区| 日本三级黄在线观看| 色视频www国产| 老熟妇乱子伦视频在线观看| 99国产精品一区二区蜜桃av| 免费观看精品视频网站| 国产精品一区二区三区四区免费观看 | 97超视频在线观看视频| 久久精品国产99精品国产亚洲性色| av在线蜜桃| 夜夜爽天天搞| 99国产精品99久久久久| 女生性感内裤真人,穿戴方法视频| 精品国内亚洲2022精品成人| 国产精品久久久久久精品电影| www.精华液| 久久亚洲精品不卡| 国产精品永久免费网站| 亚洲美女视频黄频| 成人亚洲精品av一区二区| 国产高清激情床上av| 级片在线观看| 波多野结衣高清作品| 亚洲在线自拍视频| 国产欧美日韩精品亚洲av| 99热精品在线国产| 久久久久久大精品| 亚洲自偷自拍图片 自拍| 最近最新中文字幕大全免费视频| 黄色日韩在线| 日本 欧美在线| 欧美三级亚洲精品| 亚洲国产色片| 91字幕亚洲| 热99re8久久精品国产| 免费看a级黄色片| 少妇的丰满在线观看| 久久亚洲精品不卡| 男女那种视频在线观看| 国产成人福利小说| 国产亚洲精品一区二区www| 观看美女的网站| h日本视频在线播放| 美女cb高潮喷水在线观看 | 1024手机看黄色片| 国产爱豆传媒在线观看| 老司机午夜十八禁免费视频| 啦啦啦免费观看视频1| 国产综合懂色| 亚洲精品粉嫩美女一区| 夜夜夜夜夜久久久久| 两个人看的免费小视频| 男人舔奶头视频| 午夜激情欧美在线| 91字幕亚洲| 麻豆成人午夜福利视频| 国内少妇人妻偷人精品xxx网站 | 成人一区二区视频在线观看| 国产精品一区二区三区四区久久| 亚洲 欧美一区二区三区| 国产成人福利小说| 国产伦在线观看视频一区| 最近最新免费中文字幕在线| 999精品在线视频| 日韩欧美在线二视频| 视频区欧美日本亚洲| 一区二区三区激情视频| 一卡2卡三卡四卡精品乱码亚洲| 综合色av麻豆| 全区人妻精品视频| 欧美日韩亚洲国产一区二区在线观看| 噜噜噜噜噜久久久久久91| 亚洲一区二区三区色噜噜| 日本在线视频免费播放| 日本免费a在线| 男人舔女人的私密视频| 欧美国产日韩亚洲一区| 国产精品精品国产色婷婷| 每晚都被弄得嗷嗷叫到高潮| 国产成人啪精品午夜网站| 国产精品女同一区二区软件 | 99久国产av精品| a级毛片a级免费在线|