• <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)。

    青春草亚洲视频在线观看| 欧美xxxx黑人xx丫x性爽| 国产淫语在线视频| 国产午夜福利久久久久久| 中文资源天堂在线| 精品国内亚洲2022精品成人| 久久久久久久亚洲中文字幕| 成人欧美大片| 美女被艹到高潮喷水动态| 中文字幕av在线有码专区| 在线播放无遮挡| 欧美+日韩+精品| 天天一区二区日本电影三级| 人妻制服诱惑在线中文字幕| 波野结衣二区三区在线| 三级国产精品欧美在线观看| 国产精品久久久久久久电影| 日韩欧美三级三区| 久久久久九九精品影院| 中文字幕人妻熟人妻熟丝袜美| 久久久久国产网址| 欧美日韩精品成人综合77777| 我要看日韩黄色一级片| 人妻系列 视频| 看片在线看免费视频| 边亲边吃奶的免费视频| 中文精品一卡2卡3卡4更新| 午夜免费激情av| 直男gayav资源| 精品酒店卫生间| 久久国产乱子免费精品| 两个人视频免费观看高清| 国产单亲对白刺激| 国产探花极品一区二区| 日本色播在线视频| 91在线精品国自产拍蜜月| 成人二区视频| 伊人久久精品亚洲午夜| 日本色播在线视频| 搡老妇女老女人老熟妇| 极品教师在线视频| 久久久久国产网址| 亚洲欧洲国产日韩| 日韩av在线大香蕉| 国产91av在线免费观看| 亚洲成色77777| 日韩制服骚丝袜av| 亚洲国产最新在线播放| 中文在线观看免费www的网站| 亚洲经典国产精华液单| www.色视频.com| 一区二区三区免费毛片| 国产精品永久免费网站| 插逼视频在线观看| 国产精品人妻久久久影院| 一本一本综合久久| 可以在线观看毛片的网站| 精品一区二区三区人妻视频| 一级毛片电影观看 | 成年av动漫网址| 黄色一级大片看看| 亚洲欧美成人综合另类久久久 | 国产精品久久久久久久电影| 亚洲欧洲日产国产| 非洲黑人性xxxx精品又粗又长| 中文字幕av在线有码专区| 神马国产精品三级电影在线观看| 偷拍熟女少妇极品色| 免费看av在线观看网站| 久久久久国产网址| 热99在线观看视频| 亚洲va在线va天堂va国产| 中文在线观看免费www的网站| 你懂的网址亚洲精品在线观看 | 在线播放无遮挡| 欧美日本亚洲视频在线播放| 狠狠狠狠99中文字幕| 欧美另类亚洲清纯唯美| 老司机影院毛片| 国产精品一及| 在线免费十八禁| 成人欧美大片| 日本色播在线视频| 97热精品久久久久久| 99久久成人亚洲精品观看| 亚洲成人av在线免费| 99久久中文字幕三级久久日本| 一边摸一边抽搐一进一小说| 尤物成人国产欧美一区二区三区| 91久久精品电影网| 国产高清国产精品国产三级 | 精品一区二区免费观看| 一区二区三区四区激情视频| 欧美成人免费av一区二区三区| 精品酒店卫生间| 久久久成人免费电影| 插阴视频在线观看视频| 免费人成在线观看视频色| 亚洲精品亚洲一区二区| 高清日韩中文字幕在线| 亚洲乱码一区二区免费版| 国产69精品久久久久777片| av在线播放精品| 亚洲婷婷狠狠爱综合网| 中文乱码字字幕精品一区二区三区 | 亚洲精品色激情综合| 一级二级三级毛片免费看| 亚洲四区av| 免费看日本二区| 成人欧美大片| 精品酒店卫生间| 蜜臀久久99精品久久宅男| 亚洲怡红院男人天堂| 嫩草影院精品99| 亚洲va在线va天堂va国产| 国产单亲对白刺激| 中国美白少妇内射xxxbb| 亚洲精品,欧美精品| 校园人妻丝袜中文字幕| 亚洲美女搞黄在线观看| 永久网站在线| 嫩草影院精品99| 18禁动态无遮挡网站| 色网站视频免费| 亚洲熟妇中文字幕五十中出| 韩国高清视频一区二区三区| 亚洲av二区三区四区| 国产精品国产三级国产av玫瑰| 亚洲欧美中文字幕日韩二区| 国产成人一区二区在线| 久久亚洲精品不卡| 午夜免费激情av| 看片在线看免费视频| 亚洲成人精品中文字幕电影| videossex国产| 丝袜喷水一区| 我的老师免费观看完整版| 九九热线精品视视频播放| 久久精品国产99精品国产亚洲性色| 成年版毛片免费区| 亚洲熟妇中文字幕五十中出| 久久精品夜色国产| 国产日韩欧美在线精品| 国产高潮美女av| 亚洲av免费在线观看| 久久精品久久精品一区二区三区| 联通29元200g的流量卡| 久久国产乱子免费精品| 国内精品宾馆在线| 国产精品99久久久久久久久| 国产成人91sexporn| 欧美色视频一区免费| 在线播放无遮挡| 免费播放大片免费观看视频在线观看 | 蜜桃久久精品国产亚洲av| 国产av码专区亚洲av| 亚洲国产欧美人成| 特大巨黑吊av在线直播| 国产免费福利视频在线观看| 超碰av人人做人人爽久久| 国产久久久一区二区三区| 在线天堂最新版资源| 丰满乱子伦码专区| 内地一区二区视频在线| 国产成人精品久久久久久| 国产视频首页在线观看| 亚洲国产精品久久男人天堂| 国产爱豆传媒在线观看| 嫩草影院新地址| 国产乱人偷精品视频| 中文天堂在线官网| 日日干狠狠操夜夜爽| 国产大屁股一区二区在线视频| 男女啪啪激烈高潮av片| 卡戴珊不雅视频在线播放| 国产日韩欧美在线精品| 日本色播在线视频| 欧美色视频一区免费| 欧美激情国产日韩精品一区| 国产成年人精品一区二区| 韩国高清视频一区二区三区| 成人毛片60女人毛片免费| 深爱激情五月婷婷| 观看免费一级毛片| 亚洲真实伦在线观看| 色播亚洲综合网| 亚洲在线观看片| 日韩一本色道免费dvd| 亚洲av熟女| 一级爰片在线观看| 欧美日韩在线观看h| 日韩欧美精品免费久久| 亚洲欧美成人精品一区二区| 久久99热这里只有精品18| 成人av在线播放网站| 精品少妇黑人巨大在线播放 | 日韩在线高清观看一区二区三区| 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 | 99九九线精品视频在线观看视频| 国产精品永久免费网站| 人人妻人人澡欧美一区二区| 欧美xxxx黑人xx丫x性爽| 赤兔流量卡办理| 欧美bdsm另类| 精品无人区乱码1区二区| 亚洲色图av天堂| 少妇的逼好多水| 亚洲av不卡在线观看| 麻豆久久精品国产亚洲av| 久久99热这里只频精品6学生 | 99久久精品热视频| 熟女人妻精品中文字幕| 三级男女做爰猛烈吃奶摸视频| 淫秽高清视频在线观看| 国产亚洲av片在线观看秒播厂 | 国产精品一及| 老司机福利观看| 国产精品综合久久久久久久免费| 一二三四中文在线观看免费高清| 少妇的逼水好多| 日韩制服骚丝袜av| 国产精品国产三级国产专区5o | 国产视频内射| 纵有疾风起免费观看全集完整版 | 大香蕉97超碰在线| 亚洲国产精品合色在线| 亚洲国产欧美人成| 久久人妻av系列| 三级国产精品片| 日本黄色视频三级网站网址| 欧美zozozo另类| 国产精品电影一区二区三区| 美女黄网站色视频| 国产一级毛片在线| 三级国产精品欧美在线观看| 深爱激情五月婷婷| 精品99又大又爽又粗少妇毛片| 一个人看视频在线观看www免费| 全区人妻精品视频| 久久精品国产自在天天线| 亚洲五月天丁香| 久久久久久久亚洲中文字幕| 国产老妇女一区| 中文精品一卡2卡3卡4更新| 亚洲av免费高清在线观看| 成人美女网站在线观看视频| 精品熟女少妇av免费看| 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 | 在线播放无遮挡| 国产一区二区三区av在线| 乱人视频在线观看| 女人被狂操c到高潮| 日韩成人伦理影院| 久久热精品热| 青青草视频在线视频观看| 非洲黑人性xxxx精品又粗又长| 国产老妇女一区| 搡老妇女老女人老熟妇| 免费av观看视频| 日韩大片免费观看网站 | 国产乱人视频| 男人和女人高潮做爰伦理| 亚洲国产精品合色在线| 中文字幕熟女人妻在线| 国产色婷婷99| 国产成人免费观看mmmm| 亚洲av电影不卡..在线观看| 国产 一区精品| 乱系列少妇在线播放| 三级男女做爰猛烈吃奶摸视频| 视频中文字幕在线观看| 国产在线男女| 国产黄a三级三级三级人| 亚洲精品一区蜜桃| 少妇被粗大猛烈的视频| 久久久国产成人精品二区| 22中文网久久字幕| 久久久久网色| 精品熟女少妇av免费看| 能在线免费看毛片的网站| 两性午夜刺激爽爽歪歪视频在线观看| 乱人视频在线观看| 亚洲人成网站在线观看播放| 色哟哟·www| 精品久久久久久久久久久久久| 国产真实伦视频高清在线观看| 国产精品一区www在线观看| 美女脱内裤让男人舔精品视频| 天美传媒精品一区二区| 免费av观看视频| 高清av免费在线| 国产综合懂色| 色吧在线观看| 久久久久久久国产电影| 哪个播放器可以免费观看大片| 中文字幕精品亚洲无线码一区| 天堂中文最新版在线下载 | 美女国产视频在线观看| 直男gayav资源| 婷婷色综合大香蕉| 国产精品一二三区在线看| 我的老师免费观看完整版| 一边摸一边抽搐一进一小说| av天堂中文字幕网| 亚洲高清免费不卡视频| 黄色日韩在线| 六月丁香七月| 三级男女做爰猛烈吃奶摸视频| 狠狠狠狠99中文字幕| 久久久久免费精品人妻一区二区| 男女边吃奶边做爰视频| 免费观看精品视频网站| 亚洲av成人av| 99热精品在线国产| 少妇的逼好多水| 99热这里只有是精品50| 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 | 日韩av在线大香蕉| 国产精品国产高清国产av| 国产精品精品国产色婷婷| 午夜视频国产福利| 亚洲国产欧美人成| 小蜜桃在线观看免费完整版高清| a级毛片免费高清观看在线播放| 天堂网av新在线| 亚洲综合色惰| 乱码一卡2卡4卡精品| 在线观看一区二区三区| 晚上一个人看的免费电影| 91aial.com中文字幕在线观看| 亚洲人与动物交配视频| 午夜日本视频在线| 国产美女午夜福利| 亚洲精品乱码久久久久久按摩| 精品一区二区三区视频在线| 我的老师免费观看完整版| 久久国内精品自在自线图片| 寂寞人妻少妇视频99o| 亚洲综合精品二区| 欧美日韩一区二区视频在线观看视频在线 | 精品熟女少妇av免费看| 99久久精品国产国产毛片| av福利片在线观看| 18禁在线无遮挡免费观看视频| 黄色配什么色好看| 少妇猛男粗大的猛烈进出视频 | 亚洲精华国产精华液的使用体验| 听说在线观看完整版免费高清| 欧美变态另类bdsm刘玥| 久久久久久大精品| 日日摸夜夜添夜夜添av毛片| 嫩草影院精品99| 18+在线观看网站| 成人特级av手机在线观看| 国产精品野战在线观看| 国产精品日韩av在线免费观看| 啦啦啦观看免费观看视频高清| 免费不卡的大黄色大毛片视频在线观看 | 美女被艹到高潮喷水动态| 国产亚洲91精品色在线| 国产激情偷乱视频一区二区| 久久久久久大精品| 国产成人一区二区在线| 日本爱情动作片www.在线观看| 精品少妇黑人巨大在线播放 | 你懂的网址亚洲精品在线观看 | 免费看a级黄色片| a级毛色黄片| 只有这里有精品99| 欧美3d第一页| av国产免费在线观看| 日韩一区二区三区影片| 少妇人妻一区二区三区视频| 欧美成人精品欧美一级黄| 国产精品无大码| 成人二区视频| 亚洲欧洲国产日韩| 国产又黄又爽又无遮挡在线| 国产亚洲91精品色在线| 波多野结衣巨乳人妻| 91久久精品国产一区二区三区| 国产成人午夜福利电影在线观看| 我要搜黄色片| 成年版毛片免费区| 午夜免费激情av| 亚洲第一区二区三区不卡| 亚洲最大成人手机在线| 国产精品综合久久久久久久免费| 99热全是精品| 精品人妻视频免费看| 免费看日本二区| eeuss影院久久| 高清毛片免费看| 天天躁夜夜躁狠狠久久av| 亚洲人与动物交配视频| 亚洲乱码一区二区免费版| 男人狂女人下面高潮的视频| av国产免费在线观看| 亚洲人成网站在线播| 久久精品夜夜夜夜夜久久蜜豆| 精品久久久久久成人av| 最近最新中文字幕免费大全7| 老女人水多毛片| 国产高清视频在线观看网站| 国产在线男女| 丰满乱子伦码专区| 国产大屁股一区二区在线视频| 国产精品福利在线免费观看| 亚洲欧美日韩卡通动漫| 十八禁国产超污无遮挡网站| 国产 一区精品| 最近2019中文字幕mv第一页| av天堂中文字幕网| 搡老妇女老女人老熟妇| 欧美变态另类bdsm刘玥| 五月玫瑰六月丁香| 99热这里只有精品一区| 中文欧美无线码| 亚洲成人久久爱视频| 亚洲电影在线观看av| 狠狠狠狠99中文字幕| 尾随美女入室| 成年女人永久免费观看视频| 欧美成人精品欧美一级黄| 国产av在哪里看| 成人性生交大片免费视频hd| 国产av码专区亚洲av| 欧美zozozo另类| 国产亚洲精品av在线| 国产成人福利小说| 国产精品麻豆人妻色哟哟久久 | 国产国拍精品亚洲av在线观看| 尤物成人国产欧美一区二区三区| 深夜a级毛片| 熟女人妻精品中文字幕| 国产精品无大码| 内地一区二区视频在线| 精品午夜福利在线看| 国产在线男女| 国产高清有码在线观看视频| 中文亚洲av片在线观看爽| 好男人在线观看高清免费视频| 国产乱人视频| 欧美成人精品欧美一级黄| 精品一区二区免费观看| 啦啦啦韩国在线观看视频| 嫩草影院精品99| 成人高潮视频无遮挡免费网站| 嫩草影院入口| 我的老师免费观看完整版| 一级黄片播放器| av国产免费在线观看| 精品人妻一区二区三区麻豆| 国产国拍精品亚洲av在线观看| 亚洲欧美成人精品一区二区| 91久久精品国产一区二区成人| 熟女电影av网| 99热6这里只有精品| 97人妻精品一区二区三区麻豆| 别揉我奶头 嗯啊视频| 亚洲一级一片aⅴ在线观看| 亚洲三级黄色毛片| 在线观看美女被高潮喷水网站| 黄色一级大片看看| 亚洲av免费高清在线观看| 波多野结衣高清无吗| 中文字幕久久专区| 精品午夜福利在线看| 日韩一区二区视频免费看| 国产精品人妻久久久影院| 午夜久久久久精精品| 九色成人免费人妻av| 欧美+日韩+精品| videossex国产| 成人毛片a级毛片在线播放| 青春草国产在线视频| 热99在线观看视频| 亚洲丝袜综合中文字幕| 最近中文字幕高清免费大全6| 色网站视频免费| 久99久视频精品免费| 欧美日韩在线观看h| 高清在线视频一区二区三区 | 真实男女啪啪啪动态图| 久久久精品欧美日韩精品| 白带黄色成豆腐渣| 亚洲国产精品成人久久小说| 哪个播放器可以免费观看大片| 老师上课跳d突然被开到最大视频| 99在线人妻在线中文字幕| 欧美日韩国产亚洲二区| 欧美xxxx黑人xx丫x性爽| 日本免费一区二区三区高清不卡| 特大巨黑吊av在线直播| 国产亚洲91精品色在线| 一个人看视频在线观看www免费| 国语对白做爰xxxⅹ性视频网站| 22中文网久久字幕| 一卡2卡三卡四卡精品乱码亚洲| av又黄又爽大尺度在线免费看 | 少妇的逼好多水| 久久精品国产亚洲av涩爱| 性色avwww在线观看| 日韩av不卡免费在线播放| 中文字幕亚洲精品专区| 国产精品人妻久久久影院| 国产午夜精品论理片| 一边摸一边抽搐一进一小说| 亚洲精品日韩在线中文字幕| 成年av动漫网址| 国产成人福利小说| 国产精品一区二区三区四区免费观看| 精品一区二区三区视频在线| av国产免费在线观看| 精品久久久噜噜| 午夜亚洲福利在线播放| 黄色一级大片看看| 成人性生交大片免费视频hd| 男人舔女人下体高潮全视频| 亚洲丝袜综合中文字幕| 国产免费视频播放在线视频 | 成人特级av手机在线观看| 白带黄色成豆腐渣| 国产黄色视频一区二区在线观看 | 夜夜爽夜夜爽视频| 国产精品女同一区二区软件| 免费观看在线日韩| 国产视频内射| 日韩欧美三级三区| 久久久久久久久久成人| 春色校园在线视频观看| 国产一区二区三区av在线| 亚洲人成网站高清观看| 日本免费a在线| 国产午夜福利久久久久久| 女人被狂操c到高潮| 爱豆传媒免费全集在线观看| 国产免费男女视频| 好男人在线观看高清免费视频| 97人妻精品一区二区三区麻豆| 亚洲在线观看片| 最近中文字幕高清免费大全6| 亚洲av日韩在线播放| 嘟嘟电影网在线观看| 国产精品国产三级国产av玫瑰| 国产伦理片在线播放av一区| 中文字幕熟女人妻在线| 最近中文字幕2019免费版| 秋霞在线观看毛片| 色吧在线观看| 欧美+日韩+精品| 一本久久精品| 亚洲国产精品sss在线观看| 黄色欧美视频在线观看| 69人妻影院| 国产高潮美女av| 亚洲人成网站在线播| 久久久久久久午夜电影| 看十八女毛片水多多多| 99热6这里只有精品| 亚洲综合色惰| 欧美+日韩+精品| 国产精品嫩草影院av在线观看| 看非洲黑人一级黄片| 日韩欧美国产在线观看| 久久综合国产亚洲精品| 国产一级毛片七仙女欲春2| 国产v大片淫在线免费观看| 亚洲熟妇中文字幕五十中出| 九草在线视频观看| 最近的中文字幕免费完整| 日本wwww免费看| 91精品一卡2卡3卡4卡| 国产精品久久视频播放| 日产精品乱码卡一卡2卡三| 国产亚洲av片在线观看秒播厂 | 嫩草影院入口| 欧美又色又爽又黄视频| 日本一本二区三区精品| 久久6这里有精品| 久久精品人妻少妇| 国产综合懂色| 日本av手机在线免费观看| 我的老师免费观看完整版| 欧美另类亚洲清纯唯美| 国产高清国产精品国产三级 | 在线免费十八禁| 成人国产麻豆网| 中文资源天堂在线| 2021少妇久久久久久久久久久| 久久精品国产自在天天线| 欧美变态另类bdsm刘玥| 男人的好看免费观看在线视频| 亚洲精品成人久久久久久| 国产激情偷乱视频一区二区| 18禁裸乳无遮挡免费网站照片| 亚洲成人精品中文字幕电影| 一级毛片aaaaaa免费看小| 天天躁日日操中文字幕| 2022亚洲国产成人精品| 天堂影院成人在线观看| 国产精品三级大全| 国产免费男女视频| 亚洲国产精品成人综合色| 日本黄色视频三级网站网址| 简卡轻食公司| 国产午夜精品久久久久久一区二区三区| 人人妻人人澡人人爽人人夜夜 | 国产不卡一卡二| 又爽又黄a免费视频| av又黄又爽大尺度在线免费看 | 蜜臀久久99精品久久宅男| 女的被弄到高潮叫床怎么办| 久久久成人免费电影| 日韩一区二区视频免费看|