• <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)
    黄色视频,在线免费观看| 国产精品嫩草影院av在线观看 | 久久精品国产99精品国产亚洲性色| 天美传媒精品一区二区| 亚洲国产欧美人成| 国产欧美日韩精品亚洲av| 97超视频在线观看视频| 五月伊人婷婷丁香| 亚洲真实伦在线观看| 国产高清视频在线播放一区| 国产精品久久久久久久电影 | 欧美成人a在线观看| 国产亚洲av嫩草精品影院| 精品无人区乱码1区二区| 天堂网av新在线| 伊人久久精品亚洲午夜| 3wmmmm亚洲av在线观看| 精品乱码久久久久久99久播| 最后的刺客免费高清国语| 少妇的丰满在线观看| 国产精品野战在线观看| 麻豆久久精品国产亚洲av| 搡女人真爽免费视频火全软件 | 精品久久久久久久久久免费视频| 在线观看66精品国产| 精品久久久久久,| 国产一区二区亚洲精品在线观看| 精品欧美国产一区二区三| 久久久国产成人精品二区| 日韩大尺度精品在线看网址| 狂野欧美白嫩少妇大欣赏| 久久精品国产99精品国产亚洲性色| 一区二区三区国产精品乱码| 色哟哟哟哟哟哟| 女人高潮潮喷娇喘18禁视频| 成年女人永久免费观看视频| 国产成人影院久久av| 一夜夜www| 久久午夜亚洲精品久久| 亚洲人成伊人成综合网2020| 国产精品电影一区二区三区| 欧美日韩精品网址| 日本与韩国留学比较| 99精品欧美一区二区三区四区| 亚洲国产欧美人成| 久久午夜亚洲精品久久| 法律面前人人平等表现在哪些方面| 欧美最黄视频在线播放免费| 波野结衣二区三区在线 | 啪啪无遮挡十八禁网站| 成人鲁丝片一二三区免费| 99热这里只有是精品50| 变态另类成人亚洲欧美熟女| 国产精品影院久久| 岛国视频午夜一区免费看| 欧美成人性av电影在线观看| 亚洲人与动物交配视频| 淫妇啪啪啪对白视频| 欧美日韩瑟瑟在线播放| 国产野战对白在线观看| 国产一区二区在线av高清观看| 天天躁日日操中文字幕| 国产视频内射| 真人做人爱边吃奶动态| 老汉色∧v一级毛片| 欧美bdsm另类| 免费大片18禁| 欧美色欧美亚洲另类二区| 男女那种视频在线观看| 国产精品99久久99久久久不卡| 成年版毛片免费区| 色吧在线观看| 亚洲五月天丁香| xxxwww97欧美| 怎么达到女性高潮| 国产av在哪里看| 深夜精品福利| 免费观看的影片在线观看| 国产v大片淫在线免费观看| 欧美乱色亚洲激情| 国产男靠女视频免费网站| 男女床上黄色一级片免费看| 性色avwww在线观看| 成熟少妇高潮喷水视频| 99久久99久久久精品蜜桃| 午夜福利在线观看免费完整高清在 | 黄色女人牲交| 观看美女的网站| 麻豆国产av国片精品| 99久久成人亚洲精品观看| 欧美日韩国产亚洲二区| 国产野战对白在线观看| 亚洲18禁久久av| 国产一区二区亚洲精品在线观看| 变态另类丝袜制服| 亚洲五月天丁香| 亚洲人成电影免费在线| 亚洲精品乱码久久久v下载方式 | 国产伦人伦偷精品视频| 18禁黄网站禁片午夜丰满| 内地一区二区视频在线| 老司机在亚洲福利影院| 欧美在线黄色| 免费观看人在逋| 热99re8久久精品国产| 真实男女啪啪啪动态图| 欧美日韩综合久久久久久 | 色视频www国产| 久久久精品大字幕| 麻豆成人av在线观看| 18禁黄网站禁片免费观看直播| 九九热线精品视视频播放| 俺也久久电影网| 色综合欧美亚洲国产小说| 午夜免费男女啪啪视频观看 | 午夜福利免费观看在线| 久9热在线精品视频| 亚洲天堂国产精品一区在线| 日韩中文字幕欧美一区二区| 国产一区二区在线观看日韩 | 中文在线观看免费www的网站| 国产免费男女视频| ponron亚洲| 亚洲精品亚洲一区二区| 亚洲精品色激情综合| 免费大片18禁| 国产久久久一区二区三区| 亚洲一区二区三区不卡视频| 国产精品久久久久久亚洲av鲁大| 国产高清有码在线观看视频| 老司机午夜十八禁免费视频| 亚洲av中文字字幕乱码综合| 亚洲乱码一区二区免费版| 日本精品一区二区三区蜜桃| 一个人免费在线观看电影| 精品免费久久久久久久清纯| 99久久无色码亚洲精品果冻| 99在线视频只有这里精品首页| 国产淫片久久久久久久久 | 亚洲精品日韩av片在线观看 | 国内毛片毛片毛片毛片毛片| 久久亚洲真实| 操出白浆在线播放| 国产精品 国内视频| 成人性生交大片免费视频hd| 欧美色欧美亚洲另类二区| 亚洲av电影在线进入| 欧美日韩中文字幕国产精品一区二区三区| 亚洲人成伊人成综合网2020| 窝窝影院91人妻| 我的老师免费观看完整版| 日韩 欧美 亚洲 中文字幕| 天美传媒精品一区二区| 欧洲精品卡2卡3卡4卡5卡区| 91久久精品电影网| av在线天堂中文字幕| 51国产日韩欧美| 久久久久久久亚洲中文字幕 | 国产成+人综合+亚洲专区| 亚洲中文字幕日韩| 色噜噜av男人的天堂激情| 国产精品久久久久久精品电影| 国产精品精品国产色婷婷| 观看美女的网站| 制服人妻中文乱码| 国产成人啪精品午夜网站| 亚洲国产欧美网| 国产亚洲精品久久久久久毛片| 无遮挡黄片免费观看| 变态另类丝袜制服| 一个人观看的视频www高清免费观看| 久久久国产成人免费| 欧美一级毛片孕妇| 国产激情欧美一区二区| 亚洲va日本ⅴa欧美va伊人久久| 少妇高潮的动态图| 亚洲人成网站在线播放欧美日韩| 老汉色∧v一级毛片| 此物有八面人人有两片| 美女大奶头视频| 国产欧美日韩一区二区三| 天堂√8在线中文| 亚洲av电影在线进入| 男人的好看免费观看在线视频| 国产淫片久久久久久久久 | 欧美+日韩+精品| 中文亚洲av片在线观看爽| 久久久久久九九精品二区国产| 欧美zozozo另类| 久久国产乱子伦精品免费另类| 国内精品久久久久久久电影| 真人一进一出gif抽搐免费| 狠狠狠狠99中文字幕| 国产精品免费一区二区三区在线| 日韩 欧美 亚洲 中文字幕| 亚洲成人免费电影在线观看| 久久精品国产综合久久久| av片东京热男人的天堂| 听说在线观看完整版免费高清| 国产私拍福利视频在线观看| 亚洲成人中文字幕在线播放| 久久欧美精品欧美久久欧美| 999久久久精品免费观看国产| 一个人看的www免费观看视频| 成年版毛片免费区| 丁香六月欧美| 中文亚洲av片在线观看爽| www日本黄色视频网| 亚洲内射少妇av| 成人无遮挡网站| 国产亚洲欧美98| 一级毛片高清免费大全| 成人av一区二区三区在线看| 国产主播在线观看一区二区| 天天添夜夜摸| 在线观看日韩欧美| 国产精品永久免费网站| 国产亚洲精品久久久久久毛片| 国产真实伦视频高清在线观看 | 亚洲性夜色夜夜综合| 日韩高清综合在线| 首页视频小说图片口味搜索| 看免费av毛片| 在线观看66精品国产| 精品电影一区二区在线| 欧美在线黄色| 久久精品影院6| 18禁裸乳无遮挡免费网站照片| 中出人妻视频一区二区| 99久久精品一区二区三区| 成人特级黄色片久久久久久久| 国产成人系列免费观看| 亚洲国产欧洲综合997久久,| 久久99热这里只有精品18| 叶爱在线成人免费视频播放| 最近最新免费中文字幕在线| 日本在线视频免费播放| 亚洲av中文字字幕乱码综合| 国产视频一区二区在线看| 婷婷精品国产亚洲av在线| 一进一出好大好爽视频| 国产精品日韩av在线免费观看| 午夜福利免费观看在线| 亚洲av第一区精品v没综合| 五月玫瑰六月丁香| 亚洲精品美女久久久久99蜜臀| 热99re8久久精品国产| 无限看片的www在线观看| 丁香欧美五月| 亚洲av一区综合| 国产精品久久久久久久久免 | 真实男女啪啪啪动态图| 久久精品人妻少妇| 叶爱在线成人免费视频播放| 黄色丝袜av网址大全| 熟女电影av网| 久久久久久国产a免费观看| 亚洲一区高清亚洲精品| 国产乱人视频| 在线观看美女被高潮喷水网站 | 国产精品久久久久久久久免 | av专区在线播放| 国产三级在线视频| 男人的好看免费观看在线视频| 国产精品野战在线观看| 久久99热这里只有精品18| 国内精品久久久久久久电影| 欧美日韩精品网址| 亚洲精品国产精品久久久不卡| 97超级碰碰碰精品色视频在线观看| 全区人妻精品视频| 97人妻精品一区二区三区麻豆| 午夜福利免费观看在线| 好男人在线观看高清免费视频| 国产精品 欧美亚洲| 99久久精品一区二区三区| 亚洲中文字幕一区二区三区有码在线看| 亚洲欧美日韩无卡精品| 色噜噜av男人的天堂激情| 国产黄a三级三级三级人| 69人妻影院| 在线看三级毛片| 午夜精品一区二区三区免费看| 精品不卡国产一区二区三区| 国内揄拍国产精品人妻在线| 成人无遮挡网站| 婷婷丁香在线五月| 中文资源天堂在线| 一级黄色大片毛片| 亚洲乱码一区二区免费版| 国产三级黄色录像| 成年人黄色毛片网站| 99久久成人亚洲精品观看| 两性午夜刺激爽爽歪歪视频在线观看| 婷婷精品国产亚洲av在线| 成年女人永久免费观看视频| 嫁个100分男人电影在线观看| av天堂在线播放| 狠狠狠狠99中文字幕| 欧美中文综合在线视频| 18禁黄网站禁片免费观看直播| 桃红色精品国产亚洲av| 成人高潮视频无遮挡免费网站| 日本精品一区二区三区蜜桃| 亚洲男人的天堂狠狠| 欧美日韩黄片免| 一个人免费在线观看电影| 亚洲不卡免费看| 波多野结衣高清无吗| 欧美一区二区国产精品久久精品| 欧美日韩福利视频一区二区| 中文在线观看免费www的网站| 麻豆久久精品国产亚洲av| 国产精品,欧美在线| 别揉我奶头~嗯~啊~动态视频| 丁香六月欧美| 两个人的视频大全免费| 国产一区二区在线av高清观看| 中亚洲国语对白在线视频| 成年免费大片在线观看| 免费av观看视频| 精品电影一区二区在线| 麻豆国产97在线/欧美| 国产淫片久久久久久久久 | 黄色丝袜av网址大全| 欧美日本视频| 神马国产精品三级电影在线观看| av在线天堂中文字幕| 国产亚洲欧美98| 一区二区三区激情视频| 国产欧美日韩一区二区三| 一本一本综合久久| 男女那种视频在线观看| av天堂中文字幕网| 欧美黑人欧美精品刺激| 国产精品嫩草影院av在线观看 | 国产精品一区二区三区四区免费观看 | 香蕉丝袜av| 亚洲成a人片在线一区二区| 午夜日韩欧美国产| 老熟妇仑乱视频hdxx| 国产精品香港三级国产av潘金莲| 国产精品一及| av视频在线观看入口| bbb黄色大片| 亚洲第一电影网av| 午夜日韩欧美国产| 日本熟妇午夜| 日本成人三级电影网站| 欧美日韩黄片免| 亚洲精品成人久久久久久| 国产精品香港三级国产av潘金莲| 国产欧美日韩精品亚洲av| 观看美女的网站| 99国产综合亚洲精品| 日本 欧美在线| 麻豆成人午夜福利视频| 性欧美人与动物交配| 最新美女视频免费是黄的| 法律面前人人平等表现在哪些方面| 高潮久久久久久久久久久不卡| 搞女人的毛片| 99国产极品粉嫩在线观看| 一个人免费在线观看的高清视频| 免费在线观看成人毛片| 国产又黄又爽又无遮挡在线| 成人国产综合亚洲| 国内揄拍国产精品人妻在线| 日韩高清综合在线| 看免费av毛片| 亚洲精品在线观看二区| 岛国在线免费视频观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | xxxwww97欧美| 成人av一区二区三区在线看| 成人无遮挡网站| 两性午夜刺激爽爽歪歪视频在线观看| 最近视频中文字幕2019在线8| 国产久久久一区二区三区| 国产高潮美女av| 夜夜爽天天搞| 无限看片的www在线观看| 国产伦精品一区二区三区视频9 | 99国产精品一区二区三区| 丰满乱子伦码专区| 最新美女视频免费是黄的| 美女大奶头视频| 中文字幕精品亚洲无线码一区| 欧美区成人在线视频| av视频在线观看入口| 国产精品国产高清国产av| 舔av片在线| 免费观看精品视频网站| 黄色女人牲交| 熟女少妇亚洲综合色aaa.| 好男人电影高清在线观看| 午夜老司机福利剧场| 亚洲国产日韩欧美精品在线观看 | 久久午夜亚洲精品久久| 亚洲国产日韩欧美精品在线观看 | 真人一进一出gif抽搐免费| 亚洲在线自拍视频| 手机成人av网站| 久久婷婷人人爽人人干人人爱| 好男人在线观看高清免费视频| 欧美+日韩+精品| 丰满的人妻完整版| 亚洲人成电影免费在线| 18禁在线播放成人免费| 成人无遮挡网站| 精品久久久久久久久久免费视频| 久久久久久九九精品二区国产| 天天添夜夜摸| 国产成人啪精品午夜网站| 99久久九九国产精品国产免费| 男人舔奶头视频| 丰满乱子伦码专区| 日韩亚洲欧美综合| 欧美日韩黄片免| 久久人妻av系列| netflix在线观看网站| 成人特级黄色片久久久久久久| 伊人久久大香线蕉亚洲五| 亚洲欧美日韩无卡精品| 有码 亚洲区| 久久久久久久久久黄片| 亚洲av一区综合| 午夜亚洲福利在线播放| 日本一二三区视频观看| 欧美中文日本在线观看视频| 最近最新中文字幕大全电影3| 国产欧美日韩精品一区二区| av天堂中文字幕网| 亚洲电影在线观看av| 人人妻人人澡欧美一区二区| 99精品欧美一区二区三区四区| 国产精品永久免费网站| 中文字幕人妻丝袜一区二区| 午夜福利视频1000在线观看| 国产精品久久久久久久久免 | 看免费av毛片| 国产午夜福利久久久久久| www.色视频.com| 国产欧美日韩精品亚洲av| 久久香蕉国产精品| 国产v大片淫在线免费观看| 国产亚洲精品一区二区www| 波多野结衣高清无吗| 女人十人毛片免费观看3o分钟| 99久国产av精品| 欧美三级亚洲精品| or卡值多少钱| 日本在线视频免费播放| 日韩免费av在线播放| 日本免费a在线| 欧美大码av| 日韩精品青青久久久久久| 亚洲av第一区精品v没综合| 国产在视频线在精品| 我的老师免费观看完整版| 日本a在线网址| 91麻豆av在线| 我的老师免费观看完整版| 久久久精品欧美日韩精品| 99热这里只有精品一区| 欧美区成人在线视频| 国产一区二区在线av高清观看| 成年女人毛片免费观看观看9| 免费一级毛片在线播放高清视频| 悠悠久久av| 两个人视频免费观看高清| 中文字幕av在线有码专区| 天堂√8在线中文| 欧美大码av| 男女做爰动态图高潮gif福利片| 首页视频小说图片口味搜索| 嫩草影视91久久| 成人性生交大片免费视频hd| 国产亚洲精品久久久久久毛片| 91久久精品国产一区二区成人 | 国产三级中文精品| 日韩欧美精品免费久久 | 国产一区二区三区视频了| 国产亚洲av嫩草精品影院| 国产精品98久久久久久宅男小说| 狠狠狠狠99中文字幕| 中文资源天堂在线| 十八禁网站免费在线| 观看免费一级毛片| 欧美日本亚洲视频在线播放| 无遮挡黄片免费观看| 18禁裸乳无遮挡免费网站照片| 久久久久免费精品人妻一区二区| 亚洲激情在线av| 特大巨黑吊av在线直播| 麻豆久久精品国产亚洲av| 欧美成人a在线观看| 亚洲午夜理论影院| www.999成人在线观看| 首页视频小说图片口味搜索| 国产高清视频在线播放一区| 69av精品久久久久久| 国产伦精品一区二区三区四那| 亚洲美女黄片视频| 亚洲aⅴ乱码一区二区在线播放| 成熟少妇高潮喷水视频| 日韩精品青青久久久久久| 国产精品久久视频播放| 亚洲国产日韩欧美精品在线观看 | 欧美日韩精品网址| 国产毛片a区久久久久| 老汉色∧v一级毛片| 亚洲精品国产精品久久久不卡| 国产成人欧美在线观看| 搞女人的毛片| 哪里可以看免费的av片| 观看免费一级毛片| 午夜a级毛片| 成人av在线播放网站| 亚洲av五月六月丁香网| 欧美日韩中文字幕国产精品一区二区三区| 狂野欧美激情性xxxx| 麻豆成人av在线观看| 日本免费a在线| 国产av一区在线观看免费| 亚洲av五月六月丁香网| 18禁在线播放成人免费| 亚洲中文日韩欧美视频| 久久久成人免费电影| 99久国产av精品| 久久久久亚洲av毛片大全| 欧美日韩乱码在线| 18+在线观看网站| 长腿黑丝高跟| 国产精品嫩草影院av在线观看 | 国语自产精品视频在线第100页| 少妇裸体淫交视频免费看高清| 精品一区二区三区av网在线观看| 变态另类成人亚洲欧美熟女| 亚洲狠狠婷婷综合久久图片| 看免费av毛片| 五月伊人婷婷丁香| 国产精品美女特级片免费视频播放器| 在线天堂最新版资源| 日日干狠狠操夜夜爽| 首页视频小说图片口味搜索| 日韩免费av在线播放| 高清毛片免费观看视频网站| 国产精品98久久久久久宅男小说| 亚洲性夜色夜夜综合| 精品午夜福利视频在线观看一区| 婷婷亚洲欧美| 有码 亚洲区| 日本三级黄在线观看| av天堂在线播放| 欧美乱妇无乱码| 757午夜福利合集在线观看| 亚洲内射少妇av| 国产高清videossex| av国产免费在线观看| 欧美3d第一页| 国产精品综合久久久久久久免费| 久久九九热精品免费| 中文字幕av在线有码专区| 亚洲熟妇熟女久久| 国产熟女xx| 国产成人福利小说| 国产精品一区二区免费欧美| 国产主播在线观看一区二区| 国产精品久久久久久久久免 | 亚洲性夜色夜夜综合| 啦啦啦观看免费观看视频高清| 热99在线观看视频| 亚洲第一欧美日韩一区二区三区| 久久这里只有精品中国| 少妇的丰满在线观看| 欧美日本亚洲视频在线播放| 很黄的视频免费| 亚洲精品一区av在线观看| xxxwww97欧美| 亚洲电影在线观看av| 禁无遮挡网站| 亚洲色图av天堂| 叶爱在线成人免费视频播放| 无限看片的www在线观看| 超碰av人人做人人爽久久 | 黄色成人免费大全| 丝袜美腿在线中文| 网址你懂的国产日韩在线| 观看美女的网站| 天天一区二区日本电影三级| 天天添夜夜摸| 日韩大尺度精品在线看网址| 色噜噜av男人的天堂激情| 欧美成人免费av一区二区三区| 久久久久亚洲av毛片大全| 精品熟女少妇八av免费久了| 三级男女做爰猛烈吃奶摸视频| 老汉色av国产亚洲站长工具| 亚洲第一欧美日韩一区二区三区| 国产视频一区二区在线看| 舔av片在线| 国产精品一区二区免费欧美| 国产男靠女视频免费网站| 叶爱在线成人免费视频播放| 欧洲精品卡2卡3卡4卡5卡区| 中文字幕av成人在线电影| 我要搜黄色片| 级片在线观看| 欧美+亚洲+日韩+国产| 色综合站精品国产| 国产成人啪精品午夜网站| 欧美又色又爽又黄视频| 噜噜噜噜噜久久久久久91| 级片在线观看|