• <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 ?

    基于密集連接卷積網(wǎng)絡(luò)的小面積指紋識(shí)別方法

    2020-05-20 01:19:00陳文燕范文博楊鈞宇
    關(guān)鍵詞:指紋圖二值指紋識(shí)別

    陳文燕,范文博,楊鈞宇

    西安科技大學(xué) 電氣與控制工程學(xué)院,西安 710054

    1 引言

    如今,智能手機(jī)已經(jīng)成為人們?nèi)粘I钪凶畛J褂玫囊苿?dòng)設(shè)備,自蘋(píng)果公司于2013 年將Touch ID 集成到智能手機(jī)[1]后,手機(jī)的解鎖方式跨入一個(gè)新的領(lǐng)域,從物理解鎖(數(shù)字、字母或圖案)變成生物特征解鎖。短短幾年時(shí)間,指紋識(shí)別技術(shù)已經(jīng)廣泛應(yīng)用到智能手機(jī)端,而且功能不僅僅局限于解鎖,還應(yīng)用到其他需要更高級(jí)別的應(yīng)用程序,例如在線支付、應(yīng)用加密等。指紋識(shí)別技術(shù)能夠快速普及的原因在于,相比其他生物特征(人臉、掌紋和虹膜等),指紋具備唯一性、穩(wěn)定性和便攜性。目前,指紋識(shí)別技術(shù)是應(yīng)用在移動(dòng)終端最成熟的生物特征識(shí)別技術(shù)。

    依賴(lài)細(xì)節(jié)特征(端點(diǎn)和分叉點(diǎn))的傳統(tǒng)指紋識(shí)別算法,已證明其在指紋識(shí)別中的效率和可靠性。然而,當(dāng)指紋信息丟失或者不完整時(shí),依賴(lài)細(xì)節(jié)特征的算法識(shí)別性能將大大降低[2]。嵌入到智能手機(jī)的指紋采集器通常比傳統(tǒng)的指紋采集器采集面積小,只能采集到部分指紋,一般只有正常手指面積的20%~40%,采集到的圖像所包含的細(xì)節(jié)特征較少,如圖1所示,因此基于細(xì)節(jié)特征的傳統(tǒng)指紋識(shí)別方法達(dá)不到應(yīng)用到智能手機(jī)端的要求。

    圖1 小面積指紋圖像

    現(xiàn)有針對(duì)智能手機(jī)端的小面積指紋識(shí)別算法主要利用指紋圖像中特征的詳細(xì)信息,然后采用特定的相似度計(jì)算規(guī)則來(lái)計(jì)算指紋圖像之間的相似度,實(shí)現(xiàn)指紋識(shí)別[3]。這些細(xì)節(jié)特征通常是指紋圖像的紋理、形狀和關(guān)鍵點(diǎn),相應(yīng)的特征描述符有LBP(Local Binary Pattern)[4]、HOG(Histogram of Oriented Gradient)[5]和 SIFT(Scale-Invariant Feature Transform)[6-7]等。另外還有Shabrina等人[8]利用兩幅指紋圖像重疊區(qū)域的相位差的逆傅里葉變換的峰值作為識(shí)別參數(shù),實(shí)現(xiàn)基于相位相關(guān)的識(shí)別。Trunfio等人[9]利用指紋圖像的像素信息,計(jì)算各個(gè)局部重疊的相似性,然后組合成全局分?jǐn)?shù),實(shí)現(xiàn)指紋圖像的匹配。

    近幾年卷積神經(jīng)網(wǎng)絡(luò)在圖像檢索、分割和分類(lèi)等任務(wù)中取得了良好的效果,特別是對(duì)于有挑戰(zhàn)性的生物識(shí)別問(wèn)題,例如人臉識(shí)別[10-11]?;诰矸e神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別相比基于特征點(diǎn)的傳統(tǒng)人臉識(shí)別算法有著卓越的性能。同時(shí),智能手機(jī)作為人們?nèi)粘I钪凶顬槊芮械碾娮釉O(shè)備,如何將深度學(xué)習(xí)模型應(yīng)用到智能手機(jī)備受社會(huì)和科研工作者的關(guān)注。2017 年TensorFlow[12]官網(wǎng)給出將深度學(xué)習(xí)模型移植到安卓系統(tǒng),實(shí)現(xiàn)行人檢測(cè)、物體識(shí)別和圖像風(fēng)格遷移等示例的具體實(shí)現(xiàn)過(guò)程,同時(shí)有一些平臺(tái)(如MXNet)也支持將深度學(xué)習(xí)模型移植到智能手機(jī)?;谏疃葘W(xué)習(xí)實(shí)現(xiàn)小面積指紋識(shí)別方法的研究有:Joan等人[13]將指紋圖像的有效面積比設(shè)置為100%、75%、50%、40%和30%,然后比較傳統(tǒng)指紋識(shí)別算法和基于神經(jīng)網(wǎng)絡(luò)識(shí)別算法的識(shí)別性能,最后實(shí)驗(yàn)證明基于神經(jīng)網(wǎng)絡(luò)的識(shí)別算法隨著指紋面積的減少識(shí)別性能更為穩(wěn)健。Zhang等[14]設(shè)計(jì)了一個(gè)38層的卷積神經(jīng)網(wǎng)絡(luò),采用k最鄰近方法,并使用兩種誤差函數(shù)Triplet Loss和Softmax Loss 來(lái)提高了網(wǎng)絡(luò)表達(dá)指紋圖像的能力。Zhang 等人[15]提出了一種基于殘差結(jié)構(gòu)的深度學(xué)習(xí)模型,該模型需要提取以傳統(tǒng)特征點(diǎn)為中心的固定大小圖像,輸入到網(wǎng)絡(luò)提取二值特征,該方法提取到相對(duì)完整的指紋信息,在自建庫(kù)上達(dá)到99.57%的識(shí)別率。Zeng等人[3]仍使用殘差結(jié)構(gòu)構(gòu)建深度學(xué)習(xí)模型,使用交叉熵函數(shù)和對(duì)比度損失函數(shù)進(jìn)行訓(xùn)練和提取指紋特征,并充分利用從深度學(xué)習(xí)模型獲取到的分類(lèi)信息和特征向量,來(lái)完成指紋識(shí)別,使指紋驗(yàn)證具有更好的安全性。

    綜上所述,針對(duì)基于深度學(xué)習(xí)的小面積指紋識(shí)別算法比較少,對(duì)小面積的指紋識(shí)別進(jìn)行深入研究,有助于提高基于指紋識(shí)別的智能手機(jī)身份認(rèn)證方案的安全性和可靠性[15]。在研究深度學(xué)習(xí)進(jìn)行圖像識(shí)別的文獻(xiàn)后,本文提出了一種基于密集連接卷積網(wǎng)絡(luò)模型,且實(shí)現(xiàn)類(lèi)似智能手機(jī)的多張注冊(cè)模板的小面積指紋識(shí)別方法。本文的主要貢獻(xiàn):

    (1)利用密集連接卷積網(wǎng)絡(luò)[16]來(lái)提取指紋圖像特征,充分利用密集連接卷積網(wǎng)絡(luò)特征復(fù)用的優(yōu)點(diǎn),來(lái)提高特征表達(dá)指紋圖像的能力。

    (2)使用二值特征和特征向量實(shí)現(xiàn)指紋圖像的注冊(cè)和識(shí)別,并將二值特征引入深度學(xué)習(xí)模型,來(lái)降低二值特征之間的不相關(guān)性。

    2 構(gòu)建密集連接卷積網(wǎng)絡(luò)

    2.1 密集連接卷積網(wǎng)絡(luò)

    密集連接卷積網(wǎng)絡(luò)受到深度殘差網(wǎng)絡(luò)[17]的啟發(fā)。深度殘差網(wǎng)絡(luò)在2015年ILSVRC競(jìng)賽上斬獲圖像分類(lèi)、圖像檢測(cè)和圖像定位三項(xiàng)冠軍。殘差網(wǎng)絡(luò)結(jié)構(gòu)表明,如果卷積神經(jīng)網(wǎng)絡(luò)在靠近輸入層和靠近輸出層之間包含一個(gè)較短的連接,則可以更加準(zhǔn)確和有效地進(jìn)行網(wǎng)絡(luò)訓(xùn)練?;跉埐罹W(wǎng)絡(luò)結(jié)構(gòu),密集連接卷積網(wǎng)絡(luò)結(jié)構(gòu)建議通過(guò)前饋方式,將每一層的輸出連接到每個(gè)其他層來(lái)擴(kuò)充較短的連接。特征的復(fù)用能夠增強(qiáng)特征傳播,同時(shí)減輕梯度消失。如圖2所示,展示了4層密集連接塊結(jié)構(gòu)。

    圖2 增長(zhǎng)率k=6 的4層密集連接塊

    若密集連接卷積網(wǎng)絡(luò)結(jié)構(gòu)層數(shù)為L(zhǎng),第n層的輸出表示為Xn,則第n層會(huì)獲取前面所有層的特征,如下式:

    式中,[X1,X2,…,Xn-1] 表示由第 0,1,2,…,n-1 層輸出的特征圖組成的張量。hn是一個(gè)復(fù)合函數(shù),包括批量歸一化(Batch Normalization,BN)、整流線性單元(Rectified Linear Unit,ReLU)、卷積層(Convolutional,Conv)三個(gè)操作,即BN-ReLU-Conv(1×1)-BN-ReLUConv(3×3)。其中1×1卷積操作的目的是減少輸入的特征數(shù)量,優(yōu)點(diǎn)在于既能降維,減少計(jì)算量,又能在降維的過(guò)程中融合各個(gè)通道的特征。

    圖3 網(wǎng)絡(luò)模型結(jié)構(gòu)

    2.1.1 增長(zhǎng)率

    在密集連接卷積網(wǎng)絡(luò)結(jié)構(gòu)中,每層會(huì)產(chǎn)生k個(gè)特征圖,那么在第n層輸入k0+k(n-1)個(gè)特征圖,其中k0是原始輸入圖像的特征圖,k是網(wǎng)絡(luò)的增長(zhǎng)率。實(shí)驗(yàn)數(shù)據(jù)表明,一個(gè)較小的增長(zhǎng)率就能夠獲得相當(dāng)好的訓(xùn)練效果[16]。

    2.1.2 過(guò)渡層

    當(dāng)特征圖尺寸發(fā)生變化時(shí),再使用式(1)顯然是不可取的,且密集連接塊隨著層數(shù)的增加,特征數(shù)量增長(zhǎng)更快,需要間隔一定層數(shù)對(duì)特征進(jìn)行降維。在整個(gè)網(wǎng)絡(luò)中,密集連接網(wǎng)絡(luò)結(jié)構(gòu)被過(guò)渡層劃分開(kāi),過(guò)渡層包括批量歸一化、整流線性單元、卷積層和池化層(Pooling),表示為BN-ReLU-Conv(1×1)-Pooling。其中1×1卷積操作是為了提高模型的緊湊性和減少特征圖數(shù)量。如果密集連接卷積網(wǎng)絡(luò)結(jié)構(gòu)輸出m個(gè)特征圖,經(jīng)過(guò)1×1卷積操作后生成不超過(guò)θm的最大整數(shù)個(gè)輸出特征圖,其中θ被稱(chēng)為壓縮因子,取值范圍是0<θ≤1。當(dāng)θ=1 時(shí),轉(zhuǎn)換過(guò)程中的特征映射的數(shù)量保持不變。池化層的目的是改變特征圖的尺寸大小。本文實(shí)驗(yàn)中設(shè)定θ=0.5。

    2.2 基于密集連接卷積網(wǎng)絡(luò)訓(xùn)練模型

    為了保證提取指紋特征和指紋匹配的速度,本文選擇搭建輕量級(jí)密集連接卷積網(wǎng)絡(luò)模型,如圖3 所示,增長(zhǎng)率k設(shè)置為12,網(wǎng)絡(luò)將經(jīng)過(guò)預(yù)處理的96像素×96像素的指紋圖像作為輸入,經(jīng)過(guò)一個(gè)5×5卷積層,3個(gè)密集連接卷積塊和2 個(gè)過(guò)渡層運(yùn)算后,得到384 個(gè)12×12 的特征模板,接著提取特征模板的二值特征代替一般網(wǎng)絡(luò)中的全局池化層輸入到全連接層。

    2.2.1 指紋圖像篩選和預(yù)處理

    遺漏細(xì)節(jié)或者虛假細(xì)節(jié)的問(wèn)題是降低指紋匹配性能的關(guān)鍵原因,因此恢復(fù)指紋的細(xì)節(jié)特征和刪除殘缺的指紋是一種提高指紋匹配性能的可靠方法。

    (1)指紋圖像的篩選

    在采集指紋過(guò)程中,存在按壓未完全或者手指移動(dòng)過(guò)快等情況,導(dǎo)致只采集到部分指紋,如圖4 所示。指紋采集器的采集面積比較小,將圖4類(lèi)似圖像輸入到深度學(xué)習(xí)模型后,錯(cuò)誤識(shí)別率會(huì)增加,因此有必要對(duì)采集到的指紋圖像進(jìn)行篩選。本文采用指紋圖像的梯度幅度圖像計(jì)算其有效面積,從而實(shí)現(xiàn)對(duì)指紋圖像的篩選。方法如下:

    首先分別計(jì)算指紋圖像f(i,j)的水平方向梯度dx和垂直方向梯度dy:

    其中,f(i,j)是坐標(biāo),(i,j)為像素值。然后計(jì)算指紋圖像的梯度幅度圖像A(i,j):

    再次,用邊長(zhǎng)為m的窗口對(duì)梯度幅值圖像A(i,j)進(jìn)行滑動(dòng)求和:

    當(dāng)H(i,j)大于等于設(shè)定閾值Hth,則該點(diǎn)屬于有效點(diǎn)。因此指紋圖像的有效面積:

    其中,M表示H(i,j)大于等于閾值Hth的個(gè)數(shù),N是指紋圖像的總像素。根據(jù)上述有效面積的計(jì)算,保留有效面積大于設(shè)定閾值Sth的指紋圖像,反之刪除。

    圖4 殘缺的指紋圖像

    (2)指紋圖像增強(qiáng)

    在指紋識(shí)別中,存在下列情況可能會(huì)把干擾信息誤認(rèn)為特征,影響指紋圖像的識(shí)別率和計(jì)算速度。例如采集指紋圖像過(guò)程融入的噪聲,由于按壓過(guò)于用力導(dǎo)致平行脊線黏在一起,手指本身存在蛻皮、疤痕和淤青,或者指紋圖像中不是嚴(yán)格連續(xù)的脊線等。上述情況都在指紋預(yù)處理操作過(guò)程中得到一定的修復(fù)。預(yù)處理操作包括歸一化和Gabor濾波,從而實(shí)現(xiàn)指紋圖像增強(qiáng),如圖5所示。

    圖5 指紋原圖和預(yù)處理后的指紋圖像

    (3)訓(xùn)練樣本擴(kuò)充

    數(shù)據(jù)擴(kuò)充是深度學(xué)習(xí)中用于增加訓(xùn)練數(shù)據(jù)量和防止過(guò)擬合的常用方法。在采集指紋圖像的過(guò)程中,指紋角度有較小角度的旋轉(zhuǎn),因此將增強(qiáng)后的訓(xùn)練樣本旋轉(zhuǎn)±8°和±15°,則訓(xùn)練集擴(kuò)充5倍,并且將訓(xùn)練樣本圖像進(jìn)一步旋轉(zhuǎn)將不會(huì)明顯改善性能。

    實(shí)驗(yàn)結(jié)果表明,指紋圖像預(yù)處理和數(shù)據(jù)擴(kuò)充兩個(gè)操作提高了指紋識(shí)別性能。

    2.2.2 特征二值化

    本文提取特征圖像的二值特征來(lái)代替一般網(wǎng)絡(luò)中的全局池化層,目的是用指紋圖像的二值特征和特征向量構(gòu)建指紋數(shù)據(jù)庫(kù)來(lái)實(shí)現(xiàn)指紋的注冊(cè)和識(shí)別策略。文獻(xiàn)[18]設(shè)計(jì)了5 種低相關(guān)性的二值濾波器,如圖6 所示。每個(gè)二值濾波器包括兩個(gè)面積大小相等的區(qū)域(黑白區(qū)域),只需統(tǒng)計(jì)每個(gè)二值濾波器中兩區(qū)域中像素強(qiáng)度之和,然后進(jìn)行比較后產(chǎn)生二進(jìn)制描述符。二值濾波器公式如下:

    其中,Bn表示5 個(gè)二值濾波器中的一個(gè),sum(black)表示黑色區(qū)域的像素強(qiáng)度之和,sum(white)表示白色區(qū)域的像素強(qiáng)度之和。

    圖6 5種二值濾波器

    根據(jù)圖3可知在第三個(gè)密集連接塊輸出384張像素為12×12的特征圖像,此處使用上述二值濾波器提取二值描述子,具體方法如下:

    首先將12×12的特征圖劃分為3×3個(gè)子區(qū)域,每個(gè)子區(qū)域邊長(zhǎng)是4;然后在每個(gè)子區(qū)域中使用5 個(gè)二值濾波器提取二進(jìn)制描述符,則每張?zhí)卣鲌D提取45 位二值描述子。經(jīng)過(guò)上述操作,在384 張12×12 特征圖中提取一個(gè)45 行384 列的二值特征矩陣。為了方便網(wǎng)絡(luò)訓(xùn)練和提高計(jì)算效率,將每個(gè)子區(qū)域提取5位二進(jìn)制轉(zhuǎn)換為十進(jìn)制,即將9 行384 列矩陣輸入到全連接層。實(shí)驗(yàn)數(shù)據(jù)說(shuō)明將二值特征融入訓(xùn)練網(wǎng)絡(luò)可以使二進(jìn)制描述符之間的相關(guān)性降低,從而降低二進(jìn)制描述符的錯(cuò)誤匹配率。

    3 基于注冊(cè)模板的指紋識(shí)別方法

    目前,在智能手機(jī)中嵌入的指紋采集器采集面積較小,但是理論上指紋信息越完整,識(shí)別率越高。因此需要用戶(hù)在注冊(cè)指紋模板時(shí)進(jìn)行多次注冊(cè),以便能收集完整的指紋信息?;谧?cè)模板的指紋識(shí)別方法具體流程如圖7所示,在注冊(cè)階段采用多次注冊(cè)的方式提取指紋圖像特征信息來(lái)構(gòu)建指紋數(shù)據(jù)庫(kù)。在匹配階段,利用待匹配指紋圖像的二值特征和特征向量分別與指紋數(shù)據(jù)庫(kù)進(jìn)行粗匹配和精匹配,并根據(jù)設(shè)定閾值判別識(shí)別結(jié)果。具體步驟如下:

    設(shè)定M為注冊(cè)指紋圖像的數(shù)量(M≥15),Ni表示當(dāng)前第i張注冊(cè)指紋圖像,F(xiàn)i表示Ni對(duì)應(yīng)的特征向量集合,Bi表示Fi對(duì)應(yīng)的二值特征集合;相關(guān)閾值有有效面積閾值Sth,匹配點(diǎn)個(gè)數(shù)閾值Nmax、Nth且Nmax>Nth,二值特征之間漢明距離閾值φ以及特征向量之間余弦相似度閾值φ。

    在注冊(cè)過(guò)程中,需要對(duì)每一張指紋圖像計(jì)算有效面積,當(dāng)實(shí)際有效面積大于等于Sth,則為合格指紋圖像,反之為不合格指紋圖像,提示用戶(hù)重新采集。后續(xù)提到指紋圖像均是合格圖像。因?yàn)橹讣y圖像面積較小,重復(fù)面積較小,所以前5 張指紋圖像直接錄入,特征向量集合為二值特征集合為后續(xù)指紋圖像需要與已錄入的指紋進(jìn)行比對(duì),待注冊(cè)指紋圖像與已錄入指紋圖像匹配點(diǎn)大于等于Nmax,說(shuō)明待注冊(cè)指紋圖像與已錄入指紋圖像重合面積過(guò)大,提示用戶(hù)移動(dòng)手指,并將待注冊(cè)指紋圖像刪除,反之錄入指紋圖像,更新特征向量集合和二值特征集合,注冊(cè)指紋圖像數(shù)量加1。當(dāng)注冊(cè)指紋圖像數(shù)量等于M時(shí),完成本手指的錄入,得到最終的。

    圖7 基于注冊(cè)模板的指紋識(shí)別方法流程圖

    4 實(shí)驗(yàn)及結(jié)果分析

    4.1 數(shù)據(jù)集構(gòu)建

    目前,小面積指紋暫時(shí)沒(méi)有公開(kāi)的指紋庫(kù),本文構(gòu)建了一個(gè)小面積指紋數(shù)據(jù)集DB1(Database 1)。DB1采用深圳信煒科技有限公司生產(chǎn)的電容式指紋采集器,指紋采集器與電路轉(zhuǎn)接板連接如圖8所示,采集指紋圖像大小為96×96。DB1由40名實(shí)驗(yàn)室志愿者組成,每個(gè)志愿者采集6個(gè)手指,每個(gè)手指采集40張,總共9 600張指紋圖像,有效面積達(dá)到設(shè)定閾值的圖像有9 542 張。為了保證深度學(xué)習(xí)模型測(cè)試結(jié)果和使用訓(xùn)練完成的深度學(xué)習(xí)模型進(jìn)行注冊(cè)和識(shí)別測(cè)試結(jié)果的不相關(guān),對(duì)DB1進(jìn)行劃分,如表1 所示。在40 名志愿者中隨機(jī)選取20名志愿者的指紋圖像用于深度學(xué)習(xí)模型的訓(xùn)練和測(cè)試,即訓(xùn)練集包含120 個(gè)手指,每個(gè)手指有20 張指紋圖像,剩余指紋圖像作為驗(yàn)證集。剩余20名志愿者的指紋圖像用作驗(yàn)證注冊(cè)和識(shí)別的測(cè)試,注冊(cè)集包含120 個(gè)手指,每個(gè)手指有20張指紋圖像,剩余指紋圖像作為待識(shí)別圖像,組成測(cè)試集。與DB1 對(duì)應(yīng)的數(shù)據(jù)集DB2,即對(duì)DB1 數(shù)據(jù)集的所有指紋圖像經(jīng)過(guò)預(yù)處理操作形成的數(shù)據(jù)集。

    圖8 硬件連接圖

    表1 自建數(shù)據(jù)集指紋圖像信息

    4.2 實(shí)驗(yàn)結(jié)果分析

    錯(cuò)誤拒絕率(False Rejection Rate,F(xiàn)RR)和錯(cuò)誤接受率(False Acceptance Rate,F(xiàn)AR)是用來(lái)評(píng)估指紋識(shí)別算法性能的兩個(gè)主要參數(shù)。FRR 是指把應(yīng)當(dāng)識(shí)別成功的指紋誤認(rèn)為不能識(shí)別的指紋的概率。FAR 是指不應(yīng)當(dāng)識(shí)別的指紋誤認(rèn)為能識(shí)別的指紋的概率。與FAR對(duì)應(yīng)的參數(shù)是正確接受率(True Acceptance Rate,TAR),即應(yīng)當(dāng)識(shí)別成功的指紋正確識(shí)別的概率。

    本文所涉及的實(shí)驗(yàn)為基于密集連接卷積網(wǎng)絡(luò)的算法模型的訓(xùn)練和測(cè)試,以及指紋圖像的注冊(cè)和識(shí)別,實(shí)驗(yàn)?zāi)M環(huán)境為Intel CPU i7、8 GB 內(nèi)存和顯卡GTX1060。表2 列出了網(wǎng)絡(luò)訓(xùn)練模型的參數(shù)設(shè)置,此外每一卷積層和池化層后緊跟BN 和ReLU 操作,以防止網(wǎng)絡(luò)過(guò)擬合和加快網(wǎng)絡(luò)訓(xùn)練。誤差函數(shù)選用Triplet Loss 和Softmax Loss;初始學(xué)習(xí)率設(shè)置為0.1,每10 000次迭代的學(xué)習(xí)率將減少到當(dāng)前值的1/10,直到學(xué)習(xí)率變?yōu)?.000 1。

    表2 網(wǎng)絡(luò)訓(xùn)練模型詳細(xì)設(shè)置

    本文設(shè)計(jì)第一組實(shí)驗(yàn)用來(lái)驗(yàn)證密集連接卷積網(wǎng)絡(luò)的表達(dá)特征能力。實(shí)驗(yàn)內(nèi)容是將DB1和DB2中的訓(xùn)練集和驗(yàn)證集分別在基于密集連接卷積網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練和驗(yàn)證。網(wǎng)絡(luò)模型參數(shù)完全一致,差異就是數(shù)據(jù)集的不同。測(cè)試和驗(yàn)證的實(shí)驗(yàn)數(shù)據(jù)如圖9 所示。實(shí)驗(yàn)數(shù)據(jù)表明,兩個(gè)數(shù)據(jù)庫(kù)在訓(xùn)練過(guò)程中隨著訓(xùn)練步數(shù)的增加,損失值越來(lái)越小,最后趨近于穩(wěn)定。在驗(yàn)證過(guò)程中,兩個(gè)數(shù)據(jù)集準(zhǔn)確率分別是96.80%和97.47%。通過(guò)兩組實(shí)驗(yàn)的數(shù)據(jù)可以得出,基于密集連接卷積網(wǎng)絡(luò)模型對(duì)小面積指紋有著良好的識(shí)別性能,即通過(guò)網(wǎng)絡(luò)模型提取的指紋特征有著良好的表征能力,且增強(qiáng)的指紋圖像的準(zhǔn)確率高于指紋原圖的準(zhǔn)確率,即指紋預(yù)處理操作可以提高指紋識(shí)別率。

    圖9 網(wǎng)絡(luò)訓(xùn)練和測(cè)試曲線

    第二組實(shí)驗(yàn)是驗(yàn)證將二值特征引入深度學(xué)習(xí)模型對(duì)算法性能的影響。網(wǎng)絡(luò)模型1為表1中展示的網(wǎng)絡(luò)模型。網(wǎng)絡(luò)模型2 為將表1 中二值特征換成全局池化層,模型訓(xùn)練時(shí)全連接層輸入為1行384列矩陣。實(shí)驗(yàn)內(nèi)容是將DB2中的注冊(cè)集和測(cè)試集,采用注冊(cè)和識(shí)別策略進(jìn)行測(cè)試。指紋識(shí)別過(guò)程中,匹配特征只選擇二值特征,并適當(dāng)減少閾值φ,測(cè)試的ROC(Receiver Operating Characteristic)曲線如圖10所示。當(dāng)錯(cuò)誤接受率FAR為20%時(shí),網(wǎng)絡(luò)模型1 的FRR 為1.35%,比網(wǎng)絡(luò)模型2 低0.42 個(gè)百分點(diǎn)。此外在兩條曲線的FAR 減少到一致之前,網(wǎng)絡(luò)模型1的算法的錯(cuò)誤拒絕率FRR總低于網(wǎng)絡(luò)模型2。實(shí)驗(yàn)數(shù)據(jù)表明,將二值特征引入到深度學(xué)習(xí)模型能夠很好地降低二值特征之間的相關(guān)性,提高匹配率。另外二值特征之間的相關(guān)性降低,能夠直接減少相似特征點(diǎn)的匹配次數(shù),從而提高計(jì)算速度。

    圖10 特征為二值特征的ROC曲線

    第三組實(shí)驗(yàn)是在DB2 中注冊(cè)集和測(cè)試集上設(shè)計(jì)了兩種指紋識(shí)別方法與本文方法進(jìn)行對(duì)比。方法1 是引入二值特征的34層殘差網(wǎng)絡(luò)模型[17],方法2是基于細(xì)節(jié)特征的傳統(tǒng)指紋識(shí)別方法[19]。ROC 曲線如圖11 所示,本文方法的正確接受率TAR 達(dá)到98.57%,且隨著錯(cuò)誤接受率FAR 的增加,本文方法的正確接受率TAR 一直高于方法1和方法2,說(shuō)明本文方法優(yōu)于34層殘差網(wǎng)絡(luò)模型和基于細(xì)節(jié)特征點(diǎn)的傳統(tǒng)指紋識(shí)別方法。

    圖11 DB2的ROC曲線

    實(shí)驗(yàn)結(jié)果表明,本文提出的基于密集連接卷積網(wǎng)絡(luò)模型的小面積指紋識(shí)別算法,在自建庫(kù)上正確接受率TAR 達(dá)到98.57%,即所提取的特征具備良好的表達(dá)圖像能力,同時(shí)基本上滿(mǎn)足智能手機(jī)小面積指紋識(shí)別的應(yīng)用要求。

    5 結(jié)束語(yǔ)

    隨著集成電路的快速發(fā)展,廉價(jià)、面積較小的電容式指紋采集器廣泛應(yīng)用在智能手機(jī)端,采用傳統(tǒng)指紋識(shí)別算法實(shí)現(xiàn)小面積指紋注冊(cè)和識(shí)別時(shí)出現(xiàn)識(shí)別率低下的問(wèn)題,本文提出一種基于密集連接卷積網(wǎng)絡(luò)的小面積指紋識(shí)別方法。該方法利用訓(xùn)練好的深度學(xué)習(xí)模型提取指紋圖像的特征向量和二值特征,實(shí)現(xiàn)小面積指紋的注冊(cè)和識(shí)別,并在自建庫(kù)上正確接受率TAR達(dá)到98.57%,對(duì)小面積指紋有著良好的識(shí)別率和魯棒性。目前,不少平臺(tái)支持將深度學(xué)習(xí)模型移植到智能手機(jī)端,為擁有高識(shí)別率的基于密集連接卷積網(wǎng)絡(luò)小面積指紋識(shí)別算法的廣泛應(yīng)用奠定了基礎(chǔ)。

    猜你喜歡
    指紋圖二值指紋識(shí)別
    混沌偽隨機(jī)二值序列的性能分析方法研究綜述
    支持CNN與LSTM的二值權(quán)重神經(jīng)網(wǎng)絡(luò)芯片
    基于二值形態(tài)學(xué)算子的軌道圖像分割新算法
    基于單片機(jī)指紋識(shí)別電子寄存柜設(shè)計(jì)
    電子制作(2018年11期)2018-08-04 03:25:46
    指紋圖像傳感器技術(shù)與后續(xù)發(fā)展研究
    視頻圖像文字的二值化
    指紋識(shí)別技術(shù)綜述
    沉香GC-MS指紋圖譜分析
    中成藥(2016年8期)2016-05-17 06:08:26
    基于模板檢測(cè)法的指紋圖像的細(xì)節(jié)特征提取
    基于大容量指紋識(shí)別的實(shí)時(shí)身份認(rèn)證系統(tǒng)
    22中文网久久字幕| 欧美日韩成人在线一区二区| 少妇人妻 视频| 男女高潮啪啪啪动态图| 日韩免费高清中文字幕av| 纯流量卡能插随身wifi吗| 日韩一区二区视频免费看| 久久女婷五月综合色啪小说| 亚洲国产av影院在线观看| 视频中文字幕在线观看| 久久99热6这里只有精品| 国产av一区二区精品久久| 亚洲欧美精品自产自拍| 自拍欧美九色日韩亚洲蝌蚪91| xxxhd国产人妻xxx| 晚上一个人看的免费电影| 91精品一卡2卡3卡4卡| 熟女电影av网| 18禁裸乳无遮挡动漫免费视频| 午夜免费鲁丝| 一本大道久久a久久精品| av不卡在线播放| 精品人妻熟女av久视频| 亚洲五月色婷婷综合| 久久久久久人妻| 97在线人人人人妻| 三上悠亚av全集在线观看| 婷婷成人精品国产| 久久久久久人妻| av线在线观看网站| 日韩视频在线欧美| 少妇的逼水好多| 久久鲁丝午夜福利片| 人人妻人人澡人人爽人人夜夜| 欧美日本中文国产一区发布| 久久午夜综合久久蜜桃| 国产亚洲欧美精品永久| 中国三级夫妇交换| av一本久久久久| 视频中文字幕在线观看| 欧美日韩国产mv在线观看视频| 国产片特级美女逼逼视频| a级毛色黄片| 999精品在线视频| 成人综合一区亚洲| 成人亚洲精品一区在线观看| 大香蕉久久成人网| 亚洲精品久久午夜乱码| 飞空精品影院首页| 国产精品一区二区在线观看99| 少妇丰满av| 国产精品一区二区在线不卡| 国模一区二区三区四区视频| 最近2019中文字幕mv第一页| 最近2019中文字幕mv第一页| 午夜精品国产一区二区电影| 国产成人精品一,二区| 亚洲在久久综合| 国产精品一二三区在线看| 亚洲精品乱码久久久v下载方式| 一级爰片在线观看| 亚洲无线观看免费| 亚洲在久久综合| 日本爱情动作片www.在线观看| 一边亲一边摸免费视频| 亚州av有码| xxx大片免费视频| 国产成人精品婷婷| 精品久久蜜臀av无| 日韩av免费高清视频| 国产亚洲最大av| 黄片播放在线免费| 久久青草综合色| 黄色毛片三级朝国网站| 男男h啪啪无遮挡| 午夜91福利影院| 亚洲av免费高清在线观看| 午夜激情福利司机影院| 亚洲国产成人一精品久久久| 免费黄频网站在线观看国产| 国产成人午夜福利电影在线观看| 在线精品无人区一区二区三| 肉色欧美久久久久久久蜜桃| 只有这里有精品99| 亚洲美女视频黄频| 亚洲综合色惰| 亚洲一级一片aⅴ在线观看| 精品一区二区免费观看| 国产成人精品婷婷| 国产高清国产精品国产三级| 最近中文字幕高清免费大全6| 国产片特级美女逼逼视频| 亚洲国产成人一精品久久久| 午夜免费观看性视频| 人人妻人人爽人人添夜夜欢视频| 肉色欧美久久久久久久蜜桃| 欧美亚洲 丝袜 人妻 在线| 中国三级夫妇交换| 中国国产av一级| 一区二区三区乱码不卡18| 免费黄色在线免费观看| 乱人伦中国视频| 日韩熟女老妇一区二区性免费视频| 日本wwww免费看| 欧美日韩国产mv在线观看视频| 丝袜喷水一区| 人成视频在线观看免费观看| 黑人欧美特级aaaaaa片| 欧美亚洲日本最大视频资源| 亚洲精品一二三| 一级毛片黄色毛片免费观看视频| 国产熟女欧美一区二区| 国产av精品麻豆| 亚洲国产精品一区二区三区在线| 26uuu在线亚洲综合色| 久久99热这里只频精品6学生| 熟女人妻精品中文字幕| 国产精品久久久久久精品古装| 在线观看人妻少妇| 国产不卡av网站在线观看| 大陆偷拍与自拍| 亚洲国产精品一区二区三区在线| 午夜av观看不卡| 黑人高潮一二区| 女性被躁到高潮视频| 两个人免费观看高清视频| 2022亚洲国产成人精品| 好男人视频免费观看在线| 一个人免费看片子| 日产精品乱码卡一卡2卡三| 黄色怎么调成土黄色| 在线亚洲精品国产二区图片欧美 | 人人妻人人澡人人爽人人夜夜| 各种免费的搞黄视频| 国模一区二区三区四区视频| 精品一区二区三区视频在线| 爱豆传媒免费全集在线观看| 少妇的逼好多水| xxxhd国产人妻xxx| 99热这里只有是精品在线观看| 99久久综合免费| 国产精品欧美亚洲77777| 国产亚洲最大av| 日日摸夜夜添夜夜爱| 国产成人aa在线观看| 丝瓜视频免费看黄片| 亚洲人成网站在线观看播放| 国产成人精品福利久久| 精品人妻偷拍中文字幕| 免费观看a级毛片全部| 欧美另类一区| 美女国产高潮福利片在线看| 亚洲美女搞黄在线观看| 精品久久久噜噜| 99re6热这里在线精品视频| 亚洲一级一片aⅴ在线观看| 特大巨黑吊av在线直播| 2021少妇久久久久久久久久久| 一个人免费看片子| 久久久久国产精品人妻一区二区| 国产深夜福利视频在线观看| 午夜免费男女啪啪视频观看| 欧美 日韩 精品 国产| 女人精品久久久久毛片| 99精国产麻豆久久婷婷| 三级国产精品欧美在线观看| 91精品三级在线观看| 老司机影院毛片| 亚洲性久久影院| 久久国产精品男人的天堂亚洲 | 国产精品国产三级国产专区5o| 性色avwww在线观看| 一本久久精品| 国产69精品久久久久777片| 午夜精品国产一区二区电影| 欧美日韩亚洲高清精品| 精品亚洲成a人片在线观看| 另类亚洲欧美激情| 五月开心婷婷网| 欧美xxⅹ黑人| 久久99蜜桃精品久久| 欧美bdsm另类| 男女国产视频网站| 欧美成人午夜免费资源| 亚洲激情五月婷婷啪啪| 亚洲高清免费不卡视频| kizo精华| 中国三级夫妇交换| 国产69精品久久久久777片| 亚洲成人av在线免费| 五月玫瑰六月丁香| 人妻系列 视频| 亚洲少妇的诱惑av| 丁香六月天网| 男女无遮挡免费网站观看| 一区二区日韩欧美中文字幕 | 水蜜桃什么品种好| 中文字幕人妻熟人妻熟丝袜美| 午夜福利网站1000一区二区三区| 日本av手机在线免费观看| 精品亚洲成a人片在线观看| 久久久亚洲精品成人影院| 久久久久久久精品精品| 免费人成在线观看视频色| 亚洲美女黄色视频免费看| 18禁在线无遮挡免费观看视频| 国产色婷婷99| 精品国产一区二区久久| 亚洲精品成人av观看孕妇| 久久久久国产网址| 国国产精品蜜臀av免费| 精品亚洲乱码少妇综合久久| 免费高清在线观看视频在线观看| 春色校园在线视频观看| 精品人妻熟女毛片av久久网站| 少妇人妻久久综合中文| 久久精品久久久久久久性| 波野结衣二区三区在线| 人人澡人人妻人| 久久久久久人妻| 国产女主播在线喷水免费视频网站| 美女xxoo啪啪120秒动态图| 亚洲图色成人| 国产午夜精品久久久久久一区二区三区| 嫩草影院入口| 91精品三级在线观看| 一本色道久久久久久精品综合| 秋霞在线观看毛片| av.在线天堂| 美女xxoo啪啪120秒动态图| 精品亚洲成a人片在线观看| 婷婷色麻豆天堂久久| 国产成人a∨麻豆精品| 一级爰片在线观看| av免费观看日本| 在现免费观看毛片| 欧美激情国产日韩精品一区| 免费久久久久久久精品成人欧美视频 | 在线看a的网站| 黑人欧美特级aaaaaa片| 亚洲三级黄色毛片| www.色视频.com| 国产精品熟女久久久久浪| 在线播放无遮挡| 日日撸夜夜添| 纯流量卡能插随身wifi吗| 男女免费视频国产| 久久午夜福利片| 亚洲精华国产精华液的使用体验| 国产一区亚洲一区在线观看| 免费黄网站久久成人精品| 久久久久久久久久久久大奶| 国语对白做爰xxxⅹ性视频网站| 国产精品不卡视频一区二区| 一级片'在线观看视频| 丝袜在线中文字幕| 日韩av在线免费看完整版不卡| 嫩草影院入口| 久久鲁丝午夜福利片| 亚洲综合色网址| 晚上一个人看的免费电影| 三级国产精品欧美在线观看| 一级毛片我不卡| 国产成人一区二区在线| 国国产精品蜜臀av免费| 夜夜爽夜夜爽视频| 精品久久久久久电影网| 婷婷成人精品国产| 亚洲精品自拍成人| 亚洲精品日本国产第一区| 免费大片黄手机在线观看| 九色成人免费人妻av| 亚洲精品国产av蜜桃| 永久免费av网站大全| 人人澡人人妻人| 欧美97在线视频| 欧美日韩精品成人综合77777| 国产老妇伦熟女老妇高清| av有码第一页| 色视频在线一区二区三区| 国产色婷婷99| 亚州av有码| 中文字幕制服av| 日本-黄色视频高清免费观看| 最近中文字幕高清免费大全6| 国产淫语在线视频| 免费不卡的大黄色大毛片视频在线观看| 欧美亚洲日本最大视频资源| 一区二区三区精品91| 国产精品久久久久成人av| 国产在线视频一区二区| 在线观看国产h片| 少妇精品久久久久久久| 精品国产乱码久久久久久小说| 日韩 亚洲 欧美在线| 久久国产精品大桥未久av| 亚洲情色 制服丝袜| 亚洲第一av免费看| 色婷婷av一区二区三区视频| 亚洲精品456在线播放app| 久久热精品热| 国产老妇伦熟女老妇高清| 国产成人精品在线电影| 高清不卡的av网站| 国产精品99久久久久久久久| 国产亚洲最大av| 国产免费又黄又爽又色| 日韩大片免费观看网站| 亚洲国产精品国产精品| 日韩伦理黄色片| 人妻系列 视频| 交换朋友夫妻互换小说| 成年人午夜在线观看视频| 亚洲成色77777| 狂野欧美激情性xxxx在线观看| 亚洲欧美中文字幕日韩二区| 极品少妇高潮喷水抽搐| 亚洲丝袜综合中文字幕| 美女脱内裤让男人舔精品视频| 超色免费av| 午夜久久久在线观看| 久久久久国产精品人妻一区二区| 美女视频免费永久观看网站| 高清毛片免费看| 免费少妇av软件| 亚洲欧美一区二区三区黑人 | 日日啪夜夜爽| 精品人妻熟女毛片av久久网站| 国产精品 国内视频| 日韩精品有码人妻一区| 国产片特级美女逼逼视频| 亚洲av二区三区四区| 综合色丁香网| 国产探花极品一区二区| 免费大片18禁| 赤兔流量卡办理| 一边亲一边摸免费视频| 国产免费又黄又爽又色| 黑人高潮一二区| 亚洲精品乱码久久久v下载方式| 日本色播在线视频| 999精品在线视频| av在线观看视频网站免费| av女优亚洲男人天堂| 亚洲av二区三区四区| 中文字幕av电影在线播放| 久久av网站| 伦理电影免费视频| 黄色欧美视频在线观看| 欧美精品国产亚洲| 欧美一级a爱片免费观看看| 日日撸夜夜添| 国产高清三级在线| 一本色道久久久久久精品综合| 久久精品国产鲁丝片午夜精品| av福利片在线| 亚洲人成网站在线播| 国产 一区精品| 人妻系列 视频| 久久久午夜欧美精品| 午夜激情av网站| 欧美精品一区二区大全| 精品人妻熟女av久视频| 亚洲精品亚洲一区二区| 日本黄色片子视频| av播播在线观看一区| 99热全是精品| 制服诱惑二区| 中文字幕亚洲精品专区| 最新中文字幕久久久久| 乱人伦中国视频| 草草在线视频免费看| 18禁观看日本| 亚洲av.av天堂| 中文字幕人妻熟人妻熟丝袜美| 亚洲av成人精品一二三区| 久久久久久久国产电影| 精品国产一区二区久久| 在线观看人妻少妇| 黑人高潮一二区| 最后的刺客免费高清国语| 久久久久国产网址| 久久韩国三级中文字幕| 亚洲人成77777在线视频| 久久韩国三级中文字幕| 插逼视频在线观看| 国产精品久久久久成人av| 天堂中文最新版在线下载| 热99国产精品久久久久久7| av.在线天堂| 国内精品宾馆在线| 天天操日日干夜夜撸| 曰老女人黄片| 视频在线观看一区二区三区| 免费看av在线观看网站| 26uuu在线亚洲综合色| 欧美成人午夜免费资源| 各种免费的搞黄视频| 一级爰片在线观看| 少妇的逼好多水| 国产av一区二区精品久久| 欧美另类一区| 久久久欧美国产精品| 国产高清国产精品国产三级| 伦精品一区二区三区| 国产黄片视频在线免费观看| 久久久国产精品麻豆| 18禁在线无遮挡免费观看视频| 最近中文字幕2019免费版| 一区二区三区乱码不卡18| 肉色欧美久久久久久久蜜桃| 亚洲欧美中文字幕日韩二区| 只有这里有精品99| 中文字幕免费在线视频6| 亚洲av成人精品一二三区| 新久久久久国产一级毛片| 亚洲精品乱久久久久久| 国产av一区二区精品久久| 亚洲国产精品一区三区| 日韩,欧美,国产一区二区三区| 国产av国产精品国产| 不卡视频在线观看欧美| 天堂8中文在线网| 成人午夜精彩视频在线观看| 99久久中文字幕三级久久日本| 99热全是精品| 你懂的网址亚洲精品在线观看| 观看美女的网站| 99久久精品一区二区三区| 日韩制服骚丝袜av| 天堂俺去俺来也www色官网| 欧美精品人与动牲交sv欧美| 久久 成人 亚洲| 欧美+日韩+精品| 777米奇影视久久| 国产精品久久久久久久久免| 人成视频在线观看免费观看| 一二三四中文在线观看免费高清| 考比视频在线观看| 一本色道久久久久久精品综合| 女的被弄到高潮叫床怎么办| 2022亚洲国产成人精品| 亚洲精品日本国产第一区| 亚洲av二区三区四区| 成人漫画全彩无遮挡| 80岁老熟妇乱子伦牲交| 一本色道久久久久久精品综合| 亚洲精品乱码久久久v下载方式| 日本av免费视频播放| 一级黄片播放器| 高清黄色对白视频在线免费看| 能在线免费看毛片的网站| 亚洲国产日韩一区二区| 色视频在线一区二区三区| 中国美白少妇内射xxxbb| 日本av手机在线免费观看| 伊人久久精品亚洲午夜| 婷婷色综合www| 91午夜精品亚洲一区二区三区| 国产69精品久久久久777片| 免费播放大片免费观看视频在线观看| 国产日韩欧美在线精品| 成人亚洲欧美一区二区av| 美女福利国产在线| 最近中文字幕2019免费版| 久久久久网色| 国产精品成人在线| 亚洲不卡免费看| xxx大片免费视频| 80岁老熟妇乱子伦牲交| 久久97久久精品| 国产男女超爽视频在线观看| 国产精品嫩草影院av在线观看| 男的添女的下面高潮视频| 国产视频内射| 国产一区二区三区av在线| 亚洲成人一二三区av| www.色视频.com| 日韩一区二区视频免费看| 久久午夜综合久久蜜桃| 亚洲成色77777| a级毛片黄视频| 大香蕉久久成人网| 高清在线视频一区二区三区| 亚洲欧洲日产国产| 日韩成人伦理影院| 美女福利国产在线| 永久网站在线| 欧美 亚洲 国产 日韩一| 人成视频在线观看免费观看| 国产无遮挡羞羞视频在线观看| 亚洲怡红院男人天堂| 午夜福利视频在线观看免费| 多毛熟女@视频| 国产一区二区三区综合在线观看 | 日本黄色片子视频| 日韩制服骚丝袜av| 99久久精品一区二区三区| 91在线精品国自产拍蜜月| 高清午夜精品一区二区三区| 亚洲五月色婷婷综合| 日本午夜av视频| 免费黄频网站在线观看国产| 亚洲国产精品一区三区| 亚洲成色77777| 好男人视频免费观看在线| 亚洲成人av在线免费| 国产精品久久久久久av不卡| 日日摸夜夜添夜夜添av毛片| 久久ye,这里只有精品| 久久久a久久爽久久v久久| 美女国产视频在线观看| 美女国产高潮福利片在线看| 久久99一区二区三区| 亚洲国产色片| av播播在线观看一区| 日日啪夜夜爽| 久久午夜综合久久蜜桃| 最近中文字幕2019免费版| 久久久久国产精品人妻一区二区| 亚洲av成人精品一二三区| av专区在线播放| 日日摸夜夜添夜夜爱| 寂寞人妻少妇视频99o| 国产精品久久久久久精品古装| 我的女老师完整版在线观看| 亚洲国产精品999| 午夜老司机福利剧场| 免费高清在线观看视频在线观看| 中文字幕人妻熟人妻熟丝袜美| 激情五月婷婷亚洲| 老司机影院毛片| 秋霞在线观看毛片| 久久久久久久久大av| 国产不卡av网站在线观看| 精品卡一卡二卡四卡免费| 日韩一本色道免费dvd| 亚洲不卡免费看| 一级毛片电影观看| 人人妻人人澡人人爽人人夜夜| 最近的中文字幕免费完整| 最新中文字幕久久久久| 午夜视频国产福利| 卡戴珊不雅视频在线播放| 国产免费一级a男人的天堂| 999精品在线视频| 欧美精品国产亚洲| 黄色一级大片看看| 99久国产av精品国产电影| av网站免费在线观看视频| 一级黄片播放器| 国产精品秋霞免费鲁丝片| 久久久欧美国产精品| 一区二区三区四区激情视频| 色网站视频免费| 高清欧美精品videossex| 一区二区三区精品91| 少妇精品久久久久久久| xxxhd国产人妻xxx| 我的老师免费观看完整版| 国产精品久久久久久久久免| 高清av免费在线| videosex国产| 久久精品国产亚洲网站| 女人精品久久久久毛片| 日日摸夜夜添夜夜添av毛片| 99久国产av精品国产电影| 3wmmmm亚洲av在线观看| 久久这里有精品视频免费| 国产免费一区二区三区四区乱码| 国产精品偷伦视频观看了| 天天影视国产精品| 亚洲色图综合在线观看| 日韩av不卡免费在线播放| 久久精品国产鲁丝片午夜精品| 亚洲国产精品一区三区| 寂寞人妻少妇视频99o| 狠狠精品人妻久久久久久综合| 男女高潮啪啪啪动态图| 熟女电影av网| 欧美成人精品欧美一级黄| 多毛熟女@视频| 人体艺术视频欧美日本| 国产亚洲一区二区精品| 又粗又硬又长又爽又黄的视频| 欧美激情极品国产一区二区三区 | 精品人妻在线不人妻| 欧美日韩国产mv在线观看视频| 国产黄频视频在线观看| 丰满少妇做爰视频| 日本与韩国留学比较| 亚洲欧美色中文字幕在线| 国产高清有码在线观看视频| 国产精品 国内视频| videos熟女内射| 国产黄片视频在线免费观看| 久久免费观看电影| 国产日韩欧美亚洲二区| 最近中文字幕高清免费大全6| 日韩人妻高清精品专区| 亚洲av在线观看美女高潮| 国产综合精华液| 亚洲精品aⅴ在线观看| 精品亚洲乱码少妇综合久久| 人人妻人人添人人爽欧美一区卜| 国产女主播在线喷水免费视频网站| 国产深夜福利视频在线观看| 免费大片18禁| 久久久久久久久久久久大奶| 国产亚洲精品第一综合不卡 | 自线自在国产av| 成人18禁高潮啪啪吃奶动态图 | 免费观看无遮挡的男女| 亚洲精品久久久久久婷婷小说| 国产免费又黄又爽又色|