• <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 ?

    基于代價敏感性AdaBoost的皮膚分類器

    2020-05-28 09:36:21趙健成趙逢禹
    軟件導(dǎo)刊 2020年3期

    趙健成 趙逢禹

    摘 要:為解決不同光照條件下皮膚難以檢測的問題,提出一種基于代價敏感性CS-AdaBoost算法的皮膚分類器。通過對皮膚像素提取6個基于亮度值的像素特征,并循環(huán)選取特征,使用基于CS-AdaBoost算法程序訓(xùn)練最佳弱分類器,通過對所有最佳弱分類器的加權(quán)線性組合得到最終的皮膚分類器。由于在算法程序中引入了代價因子θ,使分類結(jié)果偏向總錯分代價較小,即提高了皮膚樣本的分類正確率。使用SDD皮膚數(shù)據(jù)庫評估該皮膚分類器性能,結(jié)果表明,該皮膚分類器分類正確率達到了85%,比傳統(tǒng)皮膚分類方法提高了5%。

    關(guān)鍵詞:皮膚分類器;CS-AdaBoost;亮度特征

    DOI:10. 11907/rjdk. 191580

    中圖分類號:TP301 ? 文獻標識碼:A??????????????? 文章編號:1672-7800(2020)003-0031-04

    A Skin Classifier Based on Cost_Sensitive AdaBoost

    ZHAO Jian-cheng,ZHAO Feng-yu

    (School of Optical-Electrical and Computer Engineering,University of Shanghai for Science and Technology,Shanghai 200093,China)

    Abstract:In order to solve the problem of difficult skin detection under different illumination conditions, a skin classifier based on cost-sensitive CS-AdaBoost algorithm is proposed. The skin classifier extracts six pixel features based on luminance values for skin pixels, and cyclically selects features using the CS-AdaBoost algorithm program to train the best weak classifier, and finally passes the weighted linear combination of all the best weak classifiers to get the final skin classifier. Since the cost factor θ is introduced in the algorithm program, the classification result of the proposed skin classifier tends to be less costly, that is, the classification accuracy rate of the skin sample is improved. Finally, the SDD skin database was used to evaluate the performance of the proposed skin classifier. The experimental results show that the classification accuracy rate of the proposed skin classifier is 85%, which is 5% higher than the traditional skin classification method.

    Key Words:skin classifier; CS-AdaBoost; brightness value features

    0 引言

    膚色檢測[1]是在圖像中選取對應(yīng)人體皮膚像素的過程,是人臉檢測[2-3]、識別、跟蹤和視頻處理的關(guān)鍵。膚色檢測是人臉或手勢等身份、情感和行為識別系統(tǒng)的重要組成部分,在安全防范、反恐和醫(yī)療保健等領(lǐng)域,以及與人有關(guān)的各種機器視覺系統(tǒng)中得到了越來越多的應(yīng)用,具有巨大的市場潛力。

    膚色檢測方面研究成果較多。在文獻[4]中,Luh使用皮膚檢測器將皮膚像素與其它部分分離,然后將分離得到的膚色區(qū)域作為人臉檢測算法的目標對象。盡管皮膚檢測器在正常情況下效率較高,但如果圖像中包含類似皮膚的非皮膚像素,則會將這些區(qū)域誤識別為膚色區(qū)域。文獻[5]中作者提出了一種復(fù)雜光照下的膚色檢測技術(shù),針對Hsu R L膚色檢測算法在高亮度區(qū)間漏檢率高的情況,提出一種新的非線性變換彩色空間YCbCr對人臉膚色進行分割。實驗表明在人臉出現(xiàn)高光時,新提出的非線性彩色空間變換算法定位準確,漏檢率和誤檢率低;Insung Hwang等[6]基于亮度值提出了一種新的皮膚檢測算法,在他們的算法中,通過眼睛檢測器和橢圓邊界檢測面部,從面部區(qū)域獲得顏色分量相對于亮度值的聯(lián)合高斯分布,然后利用從面部區(qū)域獲得的統(tǒng)計數(shù)據(jù),將圖像中的每個像素分類為皮膚或者非皮膚。

    Freund & Schapire[7]引入AdaBoost,提出基于訓(xùn)練與學(xué)習(xí)的方法提高皮膚檢測與識別精度。將弱分類器有效集成到強分類器中,用于改進任何給定學(xué)習(xí)算法的分類性能。其性能優(yōu)異,廣泛應(yīng)用于膚色識別。然而該方法的缺點是訓(xùn)練時間過長而且執(zhí)行效果依賴于弱分類器選擇。針對訓(xùn)練時間過長問題,文獻[8]采取動態(tài)權(quán)重修剪,在處理大型數(shù)據(jù)集時大大提高了訓(xùn)練速度。在每次迭代中,算法丟棄大多數(shù)重量輕的樣本,只保留重量大的樣本進行訓(xùn)練。這樣在訓(xùn)練期間,只有一小部分樣本用于訓(xùn)練弱分類器,速度大大提高,缺點是膚色區(qū)域的精確率不是很理想。

    目前AdaBoost算法以訓(xùn)練樣本分類正確率為目標,其基于所有樣本被錯誤分類的代價相等。但是現(xiàn)實生活中很多分類問題都屬于代價敏感分類,僅僅考慮分類錯誤率是不夠的。比如將有病誤診為無病,其代價一般會比將無病誤診為有病大得多,前者會導(dǎo)致失去生命,后者只增加成本,皮膚檢測亦是如此。作為人臉檢測、識別、跟蹤和視頻處理的關(guān)鍵,皮膚樣本的精確率尤為重要,將非皮膚錯誤分類為皮膚的代價要遠遠大于將皮膚錯誤分類為非皮膚的代價。

    本文主要研究在不同光照和復(fù)雜背景條件下的皮膚檢測。為了能更好地提高皮膚樣本的精確率,采用了一種改進的AdaBoost算法,稱為基于代價敏感性AdaBoost(Cost-Sensitive AdaBoost)[9]算法。該算法在AdaBoost算法中引入代價因子[θ],在樣本權(quán)重調(diào)整時,對于代價高的誤分類樣本大幅提高其權(quán)重,將整個算法的分類結(jié)果偏向錯分代價較小的類,同時加快訓(xùn)練過程的收斂速度。本文通過對皮膚像素提取6個基于亮度信息的特征,并基于該算法訓(xùn)練弱分類器,最終輸出皮膚強分類器。

    1 Cost-Sensitive AdaBoost

    CS-AdaBoost針對訓(xùn)練數(shù)據(jù)集上不同類別樣本錯分后造成的損失問題,在AdaBoost算法基礎(chǔ)上進行了改進。AdaBoost算法簡單描述如下:

    算法1:AdaBoost

    輸入:訓(xùn)練數(shù)據(jù)集S={([xi,yi])},i=1,…,N,[yi]∈{+1,-1}代表皮膚區(qū)域與非皮膚區(qū)域。

    輸出:最終的強分類器H(x)。

    處理過程:

    (1)給定樣本空間S={([xi,yi])},i=1,…,N,并初始化樣本權(quán)重。

    (2)對于t=1,2,…,T(這里的t代表一個特征):①用弱學(xué)習(xí)算法訓(xùn)練樣本數(shù)據(jù)集,得到弱分類器[ht];②計算弱分類器的分類誤差率;③計算該弱分類器的權(quán)重系數(shù)[αt];④根據(jù)該弱分類器的分類誤差率更新樣本權(quán)值分布,對于分類正確時樣本權(quán)重值取值較小,分類錯誤時取值較大,這樣下一輪訓(xùn)練集樣本中權(quán)重值較大的樣本會得到更多的重視;⑤循環(huán)選擇下一個特征,并用更新后的訓(xùn)練集樣本進行訓(xùn)練,得到下一個弱分類器。

    (3)利用加權(quán)平均法構(gòu)建弱分類器的線性組合,得到最終的強分類器[H(x)]。

    為使算法由關(guān)注錯誤率最小轉(zhuǎn)而關(guān)注分類代價最小,CS-AdaBoost算法在對樣本權(quán)重值更新時對AdaBoost進行了改進。由于AdaBoost算法在抽取訓(xùn)練集樣本時,樣本權(quán)重與被抽中的概率成正比,所以在CS-AdaBoost中引入一個代價參數(shù)[θ],將皮膚以及非皮膚這兩類樣本分別給予不同的權(quán)值,并在每一輪訓(xùn)練后根據(jù)不同類別樣本造成的損失大小動態(tài)更新樣本權(quán)值分布,從而組成代價敏感的強分類器。

    本文主要有兩種類別的錯誤分類:①將非皮膚區(qū)域錯誤分類為皮膚區(qū)域;②將皮膚區(qū)域錯誤分類為非皮膚區(qū)域。由于本文主要考慮的是皮膚樣本的高精確率,因此對于第②種錯誤分類給予較大的權(quán)重值,對第①種則給予較小的值,這樣在后續(xù)的弱分類器訓(xùn)練中,第②種錯誤分類情況的訓(xùn)練樣本會得到更多的重視,從而在最后輸出的強分類器中皮膚樣本的精確率最高。

    2 基于CS-AdaBoost算法的皮膚分類器

    為有效檢測出輸入圖像中的皮膚區(qū)域,采用20×20的矩形窗口對圖像進行掃描,以此作為一個訓(xùn)練樣本。由于在CS-AdaBoost學(xué)習(xí)過程中,為訓(xùn)練每個弱分類器,訓(xùn)練集樣本被重復(fù)使用多次,因此對輸入圖像進行膚色粗分割預(yù)處理采樣,去除不包含任何膚色區(qū)域的樣本,從而減少訓(xùn)練集樣本數(shù)量,提高弱分類器訓(xùn)練速度。

    實際上,皮膚像素不同的特征體現(xiàn)在其區(qū)域中的亮度平均值上,亮度強度能有效識別皮膚像素 [10]。因此,亮度值是一個非常重要的膚色特征,被作為本文實驗特征提取的一個重要依據(jù)。

    訓(xùn)練皮膚分類器過程如圖1所示。首先對輸入圖像進行預(yù)處理,然后提取6個基于亮度的像素特征,根據(jù)這些特征分別訓(xùn)練弱分類器,最后輸出最終的皮膚分類器。

    2.1 圖像訓(xùn)練集采樣

    對輸入圖像轉(zhuǎn)化到Y(jié)CbCr 顏色空間[11]。YCbCr 顏色空間是一種有效的膚色表示空間[12],其中Y表示亮度,顏色的色度信息由分量Cr和Cb表示,Cr是紅色分量R與亮度Y的差值,Cb是藍色分量B與亮度Y的差值。人的膚色在外觀上的差異主要由亮度引起,實驗表明膚色在YCbCr顏色空間的CbCr平面上分布在一個近似橢圓的區(qū)域范圍內(nèi)。膚色圖像的CbCr分布如圖2所示。

    首先將每幅輸入圖像分割成若干個20×20大小的矩形區(qū)域,作為初始訓(xùn)練集樣本,然后將這些樣本分別轉(zhuǎn)換到Y(jié)CbCr顏色空間,對樣本中的每個像素按式(1)進行計算,判斷是否屬于皮膚區(qū)域。

    色度在閾值范圍的像素取值為1(膚色區(qū)域),不在閾值范圍內(nèi)的取值為0(非膚色區(qū)域),由此得到該20×20矩形區(qū)域的二值圖像。若該區(qū)域的像素取值全為0,則去除該樣本,最終得到經(jīng)過篩選后的訓(xùn)練集樣本。

    2.2 分類器訓(xùn)練

    皮膚檢測分類器基于多個弱分類器構(gòu)建而成,每個弱分類器都是基于一個簡單的特征構(gòu)建。在本文實驗中選擇6個基于亮度的像素特征[13],每個樣本是一個20×20的矩形區(qū)域,通過計算該區(qū)域內(nèi)所有像素的亮度信息得到像素特征。

    將該區(qū)域所有像素劃分為3個亮度值頻帶,分別是[0,85]、(85,170]以及[170,255],計算得到每個頻帶像素的亮度平均值,將其作為該樣本的第1、第2和第3特征;然后計算每個頻帶像素的亮度平均方差,將其作為該樣本的第4、第5和第6個特征。

    算法2:SKIN-CS-AdaBoost

    輸入:訓(xùn)練數(shù)據(jù)集S={([xi,yi])},i=1,…,N,[yi]∈{+1,-1},代表皮膚區(qū)域與非皮膚區(qū)域

    輸出:最終的強分類器H(x)

    處理過程:

    給定一個代價參數(shù)[θ],[θ]值的大小為自定義。

    計算出每個訓(xùn)練樣本的樣本代價[?i]:

    根據(jù)樣本代價[?i]初始化訓(xùn)練集樣本權(quán)重:

    給定t=1,…,T(T為弱分類器數(shù)量):

    (1)通過訓(xùn)練集樣本權(quán)重[Wt]和訓(xùn)練集S訓(xùn)練弱分類器[ht]。

    (2)計算弱分類器的分類錯誤率[εt]:

    (3)計算得到該弱分類器的權(quán)重系數(shù)[αt]:

    (4)更新下一輪訓(xùn)練集樣本權(quán)重[Wt+1]:

    其中[Zt]是歸一化因子,它是所有樣本的權(quán)重之和:

    (5)輸出最終的強分類器[H(x)]:

    [H(x)=sign(t=1Tαtht(x))]?? (8)

    在SKIN-CS-AdaBoost學(xué)習(xí)算法中,首先引入代價參數(shù)[θ],根據(jù)式(2)計算得到每個訓(xùn)練樣本的樣本代價[θi],再根據(jù)式(3)對每個訓(xùn)練樣本初始化權(quán)重。這里選擇代價參數(shù)[θ]>1,因為在訓(xùn)練集樣本權(quán)重更新過程中, 對于區(qū)分是否為皮膚樣本這樣的二分類,弱分類器[ht]的輸出值取值為{-1,1},[yi]的取值為{-1,1},對于正確的分類[yiht(xi)]>0,對于錯誤的分類[yiht(xi)]<0。為使皮膚樣本在后續(xù)弱學(xué)習(xí)器中得到更多重視,選擇[θ]>1,在式(3)中使皮膚樣本的[θi]大于非皮膚樣本的[θi]。在式(6)中更新下一輪訓(xùn)練集樣本權(quán)重[Wt+1],錯誤分類的皮膚樣本權(quán)重將比錯誤分類的非皮膚樣本權(quán)重增加很多,并且正確分類的非皮膚樣本權(quán)重將比正確分類的皮膚樣本權(quán)重減少很多,從而大大提高皮膚樣本分類精確率。

    SKIN-CS-AdaBoost循環(huán)選取皮膚6個分類特征訓(xùn)練弱分類器。首先選擇第1個特征,通過訓(xùn)練集樣本及其權(quán)重得到第1個弱分類器,然后根據(jù)式(4)計算該弱分類器的分類錯誤率,再根據(jù)式(5)計算得到權(quán)重系數(shù),最后根據(jù)式(6)更新訓(xùn)練集樣本權(quán)重值,選擇第2個特征,進行下一輪訓(xùn)練,循環(huán)6次。

    循環(huán)完畢后得到6個弱分類器,根據(jù)式(8)加權(quán)組合得到最終的皮膚分類器。

    3 實驗結(jié)果

    為驗證本文提出的基于CS-AdaBoost的皮膚分類器性能,構(gòu)造一個實證實驗。實驗數(shù)據(jù)集通過使用SDD皮膚數(shù)據(jù)庫評估所提出的皮膚分類器性能。在文獻[10]中發(fā)現(xiàn)SSD是一個非常廣泛的數(shù)據(jù)庫,適用于皮膚分類器評估,其中包含超過20 000個彩色圖像,涵蓋了世界各地不同條件下捕獲的各種照片。

    本文把SKIN-CS-AdaBoost分類器和其它一些流行方法的最終結(jié)果進行視覺比較。在圖3中,第1行顯示原始圖像,第2、3行是文獻[14]中介紹的方法(CMYK1和CMYK2), 第4行是基于傳統(tǒng)AdaBoost[15]的方法,最后一行是本文方法。

    從圖3可以明顯看出,第2列的原始圖像中,左上方背景及右下方衣服包含類似皮膚的區(qū)域,對于這種情況,其它方法在將非皮膚像素與皮膚像素分離時面臨困難,如CMYK1及CMYK2方法將部分背景分類為皮膚像素,在第3幅圖像中,CMYK1和CMYK2將奶茶接受為皮膚區(qū)域。本文分類器針對這種情況進行了改進,可以觀察到本文提出的方法比傳統(tǒng)AdaBoost的檢測方法精確率更高。

    在SDD數(shù)據(jù)庫[16]上測試的結(jié)果如表1所示。其中,TP、FN、TN、FP和C代表真陽性、假陰性、真陰性、假陽性和總體正確性??梢钥吹?,基于CS-AdaBoost的皮膚分類器具有更高的精確率。

    4 結(jié)語

    本文提出了一種基于代價敏感的AdaBoost皮膚分類器,該分類器對不同的錯誤分類提供不同的代價,動態(tài)更新樣本權(quán)值分布,使分類器更加關(guān)注于膚色區(qū)域的精確率。測試集結(jié)果證明了該分類器的有效性。但在精確率提高的同時漏檢率也有相應(yīng)提高。因此,在使用時要根據(jù)不同的目的選擇一個合適的代價系數(shù)。另外,由于最終的強分類器是以20×20的矩形區(qū)域進行掃描分類的,導(dǎo)致對平移的微小變化不敏感,因此通常在掃描圖像中的某些皮膚區(qū)域周圍進行多次檢測,在后續(xù)研究中可考慮加入一些后處理方法加以改進。

    參考文獻:

    [1]陳鍛生,劉政凱. 膚色檢測技術(shù)綜述[J]. 計算機學(xué)報,2006,29(2):194-207.

    [2]祝秀萍,吳學(xué)毅,劉文峰.人臉識別綜述與展望[J]. 計算機與信息技術(shù),2008(4):53-56.

    [3]沈翔,朱建鴻. 基于膚色與改進Adaboost算法的人臉檢[J]. 傳感器與微系統(tǒng),2019,26(11):143-145.

    [4]LUH? G. Face detection using combination of skin color pixel detection and Viola Jones face detector[C]. International Conference on Machine Learning and Cybernetics (ICMLC),2014:364-370.

    [5]GANESH B,SOLANKE,SONAL GORE. GPU accelerated computing for human skin colour detection using YCBCR colour model[C].? 2017 International Conference on Computing, Communication, Control and Automation (ICCUBEA), 2017:1-6.

    [6]HWANGI,LEE? S H,MIN B,et al. Luminance adapted skin color modeling for the robust detection of skin areas[C]. 20th IEEE International Conference on Image Processing (ICIP),2013:2622-2625.

    [7]SCHAPIRE R,F(xiàn)REUND Y,BARTLEN P,et al. Boosting the margin: a new explanation for the effectiveness of voting methods[J]. The Annals of Statistics, 1998,110(26):1651-1686.

    [8]JIA H X,ZHANG Y J. Fast adaboost training algorithm by dynamic weight trimming[J]. Chinese Journal of Computers,2009(1):511-518.

    [9]ZHAI X Y,WANG X D,JIANG Y, et al. Multi-class cost sensitive adaboost algorithm based on cost sensitive exponential loss function[C].? 2017 29th Chinese Control And Decision Conference (CCDC), 2017:6161-6166.

    [10]MARIáN BENIAK, JARMILA PAVLOVI?OVá. Luminance component in skin color detection[C]. 2011 18th International Conference on Systems, Signals and Image Processing, 2011:1-4.

    [11]邱迪.? 基于HSV與YCrCb顏色空間進行膚色檢測的研究[J].? 電腦編程技巧與維護,2012(10):74-75.

    [12]SUKMAWATI N, ENDAH, HELMIE A,et al. Skin detection based on local representation of YCbCr color moment[C]. 2017 1st International Conference on Informatics and Computational Sciences (ICICoS), 2017:65-70

    [13]陶霖密,彭振云,徐光祐. 人體的膚色特征[J]. 軟件學(xué)報,2001(7):1032-1041.

    [14]SAWICKI D J,MIZIOLEK W. Human colour skin detection in CMYK colour space[J]. Journal of Image Processing, IET, 2015(9):751-757.

    [15]李明瑞,傅明,曹敦. 基于膚色檢測的 AdaBoost人臉檢測算法改進[J]. 計算機工程,2012(19):147-150.

    [16]MOHAMMAD REZA MAHMOODI,SAYED MASOUD SAYEDI, FARIBA KARIMI,et al. SDD: a skin detection dataset for training and assessment of human skin classifiers[C]. 2015 2nd International Conference on Knowledge-Based Engineering and Innovation (KBEI), 2015:71-77.

    (責任編輯:杜能鋼)

    收稿日期:2019-04-21

    基金項目:國家自然科學(xué)基金青年項目(61402288)

    作者簡介:趙健成(1993-),男,上海理工大學(xué)光電信息與計算機工程學(xué)院碩士研究生,研究方向為圖像處理、機器學(xué)習(xí);趙逢禹(1963-),男,博士,上海理工大學(xué)光電信息與計算機工程學(xué)院教授、碩士生導(dǎo)師,研究方向為機器學(xué)習(xí)、多媒體技術(shù)。

    美女被艹到高潮喷水动态| 国产av在哪里看| 色综合亚洲欧美另类图片| 噜噜噜噜噜久久久久久91| 一本久久中文字幕| 久久久久久久亚洲中文字幕| 大香蕉久久网| 精品人妻视频免费看| 综合色av麻豆| 成年免费大片在线观看| 特级一级黄色大片| 欧美日韩在线观看h| 国产国拍精品亚洲av在线观看| 一级毛片我不卡| 欧美成人精品欧美一级黄| 中文资源天堂在线| 国产极品天堂在线| 深爱激情五月婷婷| 久久草成人影院| 国产伦理片在线播放av一区 | 好男人视频免费观看在线| 久久草成人影院| 亚洲,欧美,日韩| 蜜臀久久99精品久久宅男| 亚洲国产欧美人成| 简卡轻食公司| 欧美高清成人免费视频www| 国产女主播在线喷水免费视频网站 | 在线播放国产精品三级| 欧美最新免费一区二区三区| 在线免费观看的www视频| 亚洲婷婷狠狠爱综合网| 国产亚洲av片在线观看秒播厂 | 国产精品蜜桃在线观看 | 成年女人永久免费观看视频| 热99re8久久精品国产| 成人欧美大片| 只有这里有精品99| 亚洲av熟女| 国产精品久久久久久久久免| 国语自产精品视频在线第100页| 黄片wwwwww| 亚洲av第一区精品v没综合| 国产视频内射| 国产精品国产高清国产av| 91av网一区二区| 日本免费a在线| 免费看av在线观看网站| 亚洲最大成人中文| 精品人妻视频免费看| 在线观看美女被高潮喷水网站| 麻豆乱淫一区二区| 日本熟妇午夜| www.色视频.com| 国产精品久久久久久av不卡| 亚洲在线自拍视频| 亚洲成人久久性| 又粗又硬又长又爽又黄的视频 | 婷婷精品国产亚洲av| 99久久精品热视频| 欧美色视频一区免费| 亚洲欧美日韩高清在线视频| 亚洲精品自拍成人| 69人妻影院| 91精品国产九色| 成人高潮视频无遮挡免费网站| 少妇人妻一区二区三区视频| 男女视频在线观看网站免费| 99热这里只有是精品50| 亚洲av中文av极速乱| 综合色av麻豆| 精品99又大又爽又粗少妇毛片| 老熟妇乱子伦视频在线观看| 国产精品国产三级国产av玫瑰| 春色校园在线视频观看| 一级毛片aaaaaa免费看小| 国产精品综合久久久久久久免费| 偷拍熟女少妇极品色| 欧美色欧美亚洲另类二区| 国产成人一区二区在线| 久久这里只有精品中国| 国产亚洲精品久久久com| 精品久久久久久久久久免费视频| 日日啪夜夜撸| 日日干狠狠操夜夜爽| 成年av动漫网址| 人人妻人人澡人人爽人人夜夜 | av.在线天堂| 久久久久久久久久黄片| 简卡轻食公司| 久久精品国产亚洲av涩爱 | 亚洲av成人精品一区久久| 寂寞人妻少妇视频99o| 亚洲国产欧美在线一区| 少妇熟女欧美另类| 伦理电影大哥的女人| 九九久久精品国产亚洲av麻豆| 在线观看午夜福利视频| 可以在线观看毛片的网站| 久久精品人妻少妇| 亚洲aⅴ乱码一区二区在线播放| 成年av动漫网址| 亚洲人成网站在线播放欧美日韩| a级毛片免费高清观看在线播放| 久久久久久大精品| 特大巨黑吊av在线直播| 欧美日韩一区二区视频在线观看视频在线 | 亚洲国产精品成人综合色| 日本黄色片子视频| 老熟妇乱子伦视频在线观看| 长腿黑丝高跟| 非洲黑人性xxxx精品又粗又长| 日日摸夜夜添夜夜添av毛片| 国产不卡一卡二| 亚洲高清免费不卡视频| 成人一区二区视频在线观看| 国产三级中文精品| 一个人观看的视频www高清免费观看| 亚洲国产精品国产精品| 亚洲国产高清在线一区二区三| 亚洲熟妇中文字幕五十中出| 欧美3d第一页| 欧美区成人在线视频| 国产精品国产三级国产av玫瑰| 亚洲国产精品成人综合色| 色视频www国产| 国产成人a区在线观看| 色综合色国产| av在线观看视频网站免费| 菩萨蛮人人尽说江南好唐韦庄 | 国产亚洲5aaaaa淫片| 免费电影在线观看免费观看| 久久精品综合一区二区三区| 乱人视频在线观看| 亚洲欧美清纯卡通| 久久精品久久久久久久性| 国产亚洲av片在线观看秒播厂 | 欧美性猛交╳xxx乱大交人| 男人和女人高潮做爰伦理| 亚洲不卡免费看| 天天一区二区日本电影三级| 又粗又爽又猛毛片免费看| 亚洲18禁久久av| 一区二区三区免费毛片| 特大巨黑吊av在线直播| av在线亚洲专区| 男人舔奶头视频| 国产男人的电影天堂91| 一边摸一边抽搐一进一小说| 精品99又大又爽又粗少妇毛片| 亚洲成av人片在线播放无| h日本视频在线播放| 国产成人a区在线观看| 成人特级黄色片久久久久久久| 婷婷六月久久综合丁香| 69av精品久久久久久| 亚洲av不卡在线观看| 91狼人影院| 国产亚洲5aaaaa淫片| 热99在线观看视频| 亚洲国产精品sss在线观看| 精品免费久久久久久久清纯| 人妻少妇偷人精品九色| 国产精品麻豆人妻色哟哟久久 | 国产精品女同一区二区软件| 好男人视频免费观看在线| 欧美成人免费av一区二区三区| 色5月婷婷丁香| 国产av在哪里看| 欧美性猛交黑人性爽| 1024手机看黄色片| 欧美一级a爱片免费观看看| 插逼视频在线观看| 日韩精品有码人妻一区| 91在线精品国自产拍蜜月| 国产单亲对白刺激| 麻豆成人av视频| 中文欧美无线码| av在线天堂中文字幕| a级毛色黄片| 久久久久免费精品人妻一区二区| 日本五十路高清| 国产一区二区三区在线臀色熟女| 精品人妻熟女av久视频| 国产精品久久久久久久久免| 国国产精品蜜臀av免费| 国产成年人精品一区二区| 狠狠狠狠99中文字幕| 一卡2卡三卡四卡精品乱码亚洲| 少妇高潮的动态图| 97人妻精品一区二区三区麻豆| 嫩草影院精品99| 热99re8久久精品国产| 国产伦一二天堂av在线观看| 婷婷色综合大香蕉| 国模一区二区三区四区视频| 啦啦啦观看免费观看视频高清| 国产亚洲5aaaaa淫片| 卡戴珊不雅视频在线播放| 国产久久久一区二区三区| 三级经典国产精品| 看非洲黑人一级黄片| 最近中文字幕高清免费大全6| 中出人妻视频一区二区| 91狼人影院| 久久人人精品亚洲av| 热99在线观看视频| 午夜福利高清视频| 有码 亚洲区| 国产老妇伦熟女老妇高清| 亚洲丝袜综合中文字幕| 亚洲激情五月婷婷啪啪| 听说在线观看完整版免费高清| 国产精品嫩草影院av在线观看| 可以在线观看毛片的网站| 成年女人看的毛片在线观看| 国产三级在线视频| 国产一区二区三区在线臀色熟女| 亚洲人与动物交配视频| 亚洲av成人精品一区久久| 亚洲国产精品合色在线| 九九在线视频观看精品| 国产高清激情床上av| 欧美成人一区二区免费高清观看| 国产在视频线在精品| 黑人高潮一二区| 国内精品宾馆在线| 非洲黑人性xxxx精品又粗又长| 国产欧美日韩精品一区二区| 日本黄色视频三级网站网址| 美女脱内裤让男人舔精品视频 | 久久久久久国产a免费观看| 久久久久久伊人网av| 九九久久精品国产亚洲av麻豆| 国产一区二区三区在线臀色熟女| 成人漫画全彩无遮挡| 亚洲国产精品成人综合色| 中文字幕精品亚洲无线码一区| 精品久久久噜噜| 内射极品少妇av片p| 午夜福利在线在线| 成人漫画全彩无遮挡| 一级毛片我不卡| 精品人妻熟女av久视频| 久久久a久久爽久久v久久| 国产三级中文精品| 久久久久久伊人网av| 麻豆国产97在线/欧美| 国产中年淑女户外野战色| 蜜桃久久精品国产亚洲av| 日韩大尺度精品在线看网址| 人人妻人人澡人人爽人人夜夜 | 日韩 亚洲 欧美在线| 18+在线观看网站| 成年版毛片免费区| 亚洲一区二区三区色噜噜| 日韩制服骚丝袜av| 国模一区二区三区四区视频| 午夜精品一区二区三区免费看| 天堂中文最新版在线下载 | 亚洲成人中文字幕在线播放| 99九九线精品视频在线观看视频| 亚洲av免费高清在线观看| 亚洲人与动物交配视频| 亚洲在线自拍视频| 天天一区二区日本电影三级| 亚洲中文字幕日韩| 九九久久精品国产亚洲av麻豆| 国产精品一区二区三区四区久久| 日韩强制内射视频| 国模一区二区三区四区视频| 国产探花在线观看一区二区| 身体一侧抽搐| 久久精品久久久久久噜噜老黄 | av视频在线观看入口| 男人和女人高潮做爰伦理| 国产午夜精品一二区理论片| 亚洲成人av在线免费| 大型黄色视频在线免费观看| 黄片无遮挡物在线观看| 好男人视频免费观看在线| 亚洲第一电影网av| 国产精品一区二区在线观看99 | 免费看日本二区| 一个人看的www免费观看视频| 久久久久久久久久黄片| 国产黄色视频一区二区在线观看 | 亚洲色图av天堂| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 精品久久久久久久末码| 欧美最黄视频在线播放免费| 国产三级在线视频| 中文字幕精品亚洲无线码一区| 不卡一级毛片| 国产成人影院久久av| 欧美不卡视频在线免费观看| 日日摸夜夜添夜夜爱| 亚洲性久久影院| 97在线视频观看| 精品久久久久久久久久免费视频| 久久久久久久久久黄片| 日本一本二区三区精品| 亚洲精品色激情综合| 日本在线视频免费播放| 一区福利在线观看| 精品久久久久久成人av| avwww免费| 亚洲精品456在线播放app| 此物有八面人人有两片| 少妇人妻精品综合一区二区 | 精品久久久久久久末码| 伊人久久精品亚洲午夜| 91在线精品国自产拍蜜月| 97超碰精品成人国产| 长腿黑丝高跟| 国产亚洲av片在线观看秒播厂 | 在线天堂最新版资源| 六月丁香七月| 在线观看66精品国产| 岛国在线免费视频观看| 国产精品一区二区三区四区免费观看| 丝袜美腿在线中文| 国产精品乱码一区二三区的特点| 一夜夜www| 免费av观看视频| 99在线人妻在线中文字幕| 国产精品久久电影中文字幕| 我的老师免费观看完整版| av在线播放精品| 久久这里有精品视频免费| 国产69精品久久久久777片| 伦精品一区二区三区| eeuss影院久久| av卡一久久| 99久久成人亚洲精品观看| 久久久色成人| 国内久久婷婷六月综合欲色啪| 日本熟妇午夜| 久久这里只有精品中国| 午夜精品在线福利| 亚洲丝袜综合中文字幕| 亚洲av男天堂| 婷婷色av中文字幕| 亚洲经典国产精华液单| 亚洲美女搞黄在线观看| 搞女人的毛片| 亚洲精品自拍成人| 免费大片18禁| 国产成人午夜福利电影在线观看| 久久精品夜夜夜夜夜久久蜜豆| 国内精品宾馆在线| 国产伦在线观看视频一区| 国产亚洲91精品色在线| 亚洲av电影不卡..在线观看| 成人毛片a级毛片在线播放| 国产精品爽爽va在线观看网站| 国产在线精品亚洲第一网站| 最好的美女福利视频网| 国产精品嫩草影院av在线观看| 伊人久久精品亚洲午夜| av又黄又爽大尺度在线免费看 | 精品人妻熟女av久视频| 亚洲在久久综合| 国产av不卡久久| 日韩欧美精品免费久久| 精品少妇黑人巨大在线播放 | 91麻豆精品激情在线观看国产| 中文字幕免费在线视频6| 欧美日韩一区二区视频在线观看视频在线 | 黄色配什么色好看| 97在线视频观看| 国产精品麻豆人妻色哟哟久久 | a级一级毛片免费在线观看| 免费av毛片视频| 麻豆av噜噜一区二区三区| 国产一级毛片七仙女欲春2| 日本av手机在线免费观看| 别揉我奶头 嗯啊视频| av天堂在线播放| 麻豆成人午夜福利视频| 婷婷精品国产亚洲av| 美女xxoo啪啪120秒动态图| 精品国内亚洲2022精品成人| 99久久精品热视频| 成人二区视频| 亚洲精品自拍成人| 国产亚洲精品久久久com| 成人永久免费在线观看视频| 国产国拍精品亚洲av在线观看| 日韩欧美国产在线观看| 亚洲精品成人久久久久久| 秋霞在线观看毛片| 伦理电影大哥的女人| 两个人视频免费观看高清| 赤兔流量卡办理| 国产男人的电影天堂91| 天堂影院成人在线观看| 99国产极品粉嫩在线观看| 午夜免费激情av| 国产精品乱码一区二三区的特点| 午夜亚洲福利在线播放| 国产av麻豆久久久久久久| 深夜精品福利| 亚洲图色成人| 国产熟女欧美一区二区| 亚洲欧美精品自产自拍| 狂野欧美激情性xxxx在线观看| 高清在线视频一区二区三区 | 中国美白少妇内射xxxbb| 久久精品影院6| 中文字幕制服av| 亚洲真实伦在线观看| 欧美色视频一区免费| 亚洲性久久影院| 青青草视频在线视频观看| 国产av麻豆久久久久久久| 国产高清视频在线观看网站| 中文在线观看免费www的网站| 黄片无遮挡物在线观看| 国产精品一区www在线观看| 久久精品91蜜桃| 亚洲欧美日韩卡通动漫| 欧美日本视频| 美女xxoo啪啪120秒动态图| 免费一级毛片在线播放高清视频| 菩萨蛮人人尽说江南好唐韦庄 | 亚洲欧美日韩高清专用| 高清午夜精品一区二区三区 | 亚洲av.av天堂| 一卡2卡三卡四卡精品乱码亚洲| 久久欧美精品欧美久久欧美| 亚洲最大成人手机在线| 国产精品.久久久| 久久久久久国产a免费观看| 欧美一级a爱片免费观看看| 国产精品人妻久久久影院| 国产精品一二三区在线看| 国产精品久久久久久亚洲av鲁大| 麻豆成人午夜福利视频| 在线天堂最新版资源| 丝袜美腿在线中文| 天天一区二区日本电影三级| 国产91av在线免费观看| 性插视频无遮挡在线免费观看| 久久人人爽人人片av| 麻豆久久精品国产亚洲av| 97热精品久久久久久| 岛国毛片在线播放| 一个人免费在线观看电影| 看片在线看免费视频| 99热网站在线观看| 九九爱精品视频在线观看| 91av网一区二区| 久久99热6这里只有精品| 日韩av不卡免费在线播放| 男人和女人高潮做爰伦理| 九九在线视频观看精品| 性插视频无遮挡在线免费观看| 少妇高潮的动态图| 嫩草影院新地址| 日日摸夜夜添夜夜添av毛片| 综合色av麻豆| 美女被艹到高潮喷水动态| 国产精品人妻久久久影院| 午夜久久久久精精品| 国产高清激情床上av| 老司机福利观看| 亚洲成人精品中文字幕电影| 国产精品一二三区在线看| 国产 一区精品| 啦啦啦啦在线视频资源| 午夜福利在线在线| 男人狂女人下面高潮的视频| 我的女老师完整版在线观看| 18+在线观看网站| 69av精品久久久久久| 亚洲第一区二区三区不卡| 三级毛片av免费| 亚洲成人中文字幕在线播放| 99热这里只有是精品50| 偷拍熟女少妇极品色| 国产精品1区2区在线观看.| 麻豆成人午夜福利视频| av免费观看日本| av黄色大香蕉| 国产视频首页在线观看| 欧美一区二区精品小视频在线| 秋霞在线观看毛片| 99久久精品热视频| 午夜视频国产福利| 99久久无色码亚洲精品果冻| 日韩欧美 国产精品| 婷婷色av中文字幕| 亚州av有码| 久久亚洲国产成人精品v| 六月丁香七月| 91午夜精品亚洲一区二区三区| 亚洲av不卡在线观看| 国产精品人妻久久久影院| 尾随美女入室| 高清毛片免费观看视频网站| 久久欧美精品欧美久久欧美| 国产精品永久免费网站| 九九热线精品视视频播放| 欧美日韩国产亚洲二区| 99riav亚洲国产免费| 日韩精品青青久久久久久| 国产精品久久电影中文字幕| 床上黄色一级片| 久久久久国产网址| 精品欧美国产一区二区三| 亚洲成人精品中文字幕电影| av在线老鸭窝| 观看美女的网站| 插逼视频在线观看| 成年免费大片在线观看| 美女黄网站色视频| 国产伦一二天堂av在线观看| 男插女下体视频免费在线播放| 日日啪夜夜撸| 天堂影院成人在线观看| 国产精品精品国产色婷婷| 夫妻性生交免费视频一级片| 秋霞在线观看毛片| 日韩欧美一区二区三区在线观看| 国产在线男女| videossex国产| 日日啪夜夜撸| 国产大屁股一区二区在线视频| 我要看日韩黄色一级片| 亚洲中文字幕日韩| 女人被狂操c到高潮| 日韩三级伦理在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 国产精华一区二区三区| 国产 一区精品| 欧美一级a爱片免费观看看| 日本av手机在线免费观看| 不卡一级毛片| 午夜福利成人在线免费观看| 亚洲欧洲日产国产| 黄色日韩在线| 久久人人爽人人片av| 久久久久久久久大av| 中国美白少妇内射xxxbb| 男人的好看免费观看在线视频| 中文欧美无线码| 国产成人精品一,二区 | 亚洲成av人片在线播放无| 日韩高清综合在线| 中文欧美无线码| 成人美女网站在线观看视频| 一区二区三区四区激情视频 | 亚洲欧美精品综合久久99| 哪里可以看免费的av片| 三级经典国产精品| 久久人人爽人人片av| 国产精品,欧美在线| 欧美激情国产日韩精品一区| 亚洲欧美日韩高清专用| avwww免费| 国产午夜精品一二区理论片| 18禁裸乳无遮挡免费网站照片| 久久99蜜桃精品久久| 亚洲在线自拍视频| 久久6这里有精品| 在线观看av片永久免费下载| 高清在线视频一区二区三区 | 性色avwww在线观看| 国产av在哪里看| 亚洲在线自拍视频| 亚洲aⅴ乱码一区二区在线播放| 大型黄色视频在线免费观看| 国产在视频线在精品| 综合色丁香网| 色哟哟哟哟哟哟| 成年av动漫网址| 嫩草影院精品99| 日本-黄色视频高清免费观看| 极品教师在线视频| 欧美一区二区国产精品久久精品| 成人亚洲欧美一区二区av| 干丝袜人妻中文字幕| 变态另类丝袜制服| 在线观看66精品国产| 女人被狂操c到高潮| 变态另类丝袜制服| 变态另类成人亚洲欧美熟女| 久久久国产成人精品二区| 亚洲精品粉嫩美女一区| 国产高清不卡午夜福利| 久久久国产成人精品二区| 精品久久国产蜜桃| 欧美区成人在线视频| 极品教师在线视频| 91久久精品国产一区二区三区| 日本黄色视频三级网站网址| 欧美另类亚洲清纯唯美| 91久久精品国产一区二区三区| av.在线天堂| 精品久久久久久成人av| 一级二级三级毛片免费看| av在线蜜桃| 久久精品国产鲁丝片午夜精品| 观看美女的网站| 国产乱人视频| 观看免费一级毛片| 久久6这里有精品| 日本五十路高清| 啦啦啦韩国在线观看视频| 美女内射精品一级片tv| 成人三级黄色视频| 看黄色毛片网站| 免费观看的影片在线观看| 最新中文字幕久久久久|