• <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NMF-SVM模型的上肢sEMG手勢識別方法

    2020-09-04 03:16:02隋修武牛佳寶李昊天喬明敏
    計算機(jī)工程與應(yīng)用 2020年17期
    關(guān)鍵詞:動作信號實(shí)驗(yàn)

    隋修武,牛佳寶,李昊天,喬明敏

    天津工業(yè)大學(xué) 天津市現(xiàn)代機(jī)電裝備技術(shù)重點(diǎn)實(shí)驗(yàn)室,天津 300387

    1 引言

    表面肌電信號(sEMG)是肌肉運(yùn)動過程中各運(yùn)動單元產(chǎn)生的生物電信號經(jīng)肌肉纖維傳到皮膚表層的微電信號的疊加[1],運(yùn)動神經(jīng)通過協(xié)調(diào)不同運(yùn)動單元實(shí)現(xiàn)目標(biāo)動作,因此對表面肌電信號中蘊(yùn)含的運(yùn)動信息的解析有利于區(qū)分不同的運(yùn)動模式。目前利用肌電信號對假肢進(jìn)行控制的主要研究集中在基礎(chǔ)層面,如林上耀等人利用ADS1198 對肌電信號進(jìn)行128 路的高密度采集[2],Joseph R K等人利用混合模型對肌電信號進(jìn)行去噪[3];Meng Q、楊大鵬、Nishad A等分別在時域、頻域和時-頻域?qū)π盘栠M(jìn)行特征值的選取[4-6];Li C 對反向傳播網(wǎng)絡(luò)進(jìn)行優(yōu)化,從而實(shí)現(xiàn)對假肢的控制[7]。雖然以上相關(guān)研究取得了良好的效果,但也同時存在一些問題。例如高密度信號采集導(dǎo)致的超高維數(shù)據(jù)處理速度延遲過高,模式識別的效果過于依賴分類器的選取且往往忽略肌肉間的協(xié)同而靠犧牲維數(shù)來增加信息量。

    目前基于表面肌電信號進(jìn)行動作識別的研究多是采用首尾連接的方式將各通道計算出的特征值堆疊起來,并沒有考慮到各動作的形成是由不同激活程度的肌肉相協(xié)調(diào)完成的,同時若僅選取少量特征值又達(dá)不到應(yīng)有的分類效果。本文通過組成規(guī)律性的特征矩陣并降維得到代表不同動作對應(yīng)肌肉激活程度的系數(shù)矩陣進(jìn)行分類,充分利用所提取特征之間的關(guān)聯(lián)和肌肉的協(xié)同以提高信息的利用率。首先選取與目標(biāo)識別動作關(guān)系密切的上肢肌肉進(jìn)行肌電信號的采集并計算特征值之后,利用本文提出的特征值排列規(guī)則組成特征矩陣,運(yùn)用非負(fù)矩陣分解將特征矩陣在保留運(yùn)動信息的前提下進(jìn)行降維分解,進(jìn)而利用支持向量機(jī)對分解信息進(jìn)行訓(xùn)練和識別。本文還比較了傳統(tǒng)SVM 分類器的分類效果,結(jié)果證明特征矩陣的構(gòu)建較好地解決了信息量與維數(shù)之間的矛盾。本文將按照如圖1的思路展開研究。

    圖1 基于sEMG的動作識別模型原理圖

    2 實(shí)驗(yàn)數(shù)據(jù)采集及預(yù)處理

    2.1 實(shí)驗(yàn)數(shù)據(jù)采集

    實(shí)驗(yàn)對象均為右利手且無上肢運(yùn)動功能障礙或關(guān)節(jié)損傷病史。其中男性4名:年齡為23~25歲,體重55~75 kg,身高160~181 cm;女性4 名:年齡為23~25 歲,體重42~54 kg,身高152~175 cm。所有受試者均自愿參加此測試,受試前24 h 內(nèi)未作劇烈運(yùn)動,以滿足實(shí)驗(yàn)要求的非疲勞條件。

    實(shí)驗(yàn)采集采用埃力智能科技有限公司TB0820表面肌電儀對肌電信號進(jìn)行采集,采樣頻率為1 000 Hz,儀器內(nèi)置截止頻率2 000 Hz 的低通濾波器和截止頻率為10 Hz的高通濾波器。記錄兩種手部動作和四種腕部基本動作方式,其中手部動作包括握拳和張手,腕部動作包括屈腕、抬腕、腕左旋、腕右旋。采樣頻率為1 000 Hz,采用貼片式一次性生物電極片采集表面肌電信號,采集片應(yīng)順著肌纖維方向粘貼。采集前先用酒精擦拭采集部位,去除皮膚表面油脂和皮屑。采集過程中記錄受試者的編號、信號采集開始時間、運(yùn)動狀態(tài)等信息。由于手部和腕部的運(yùn)動多與前臂肌肉群的尺側(cè)腕屈肌、指淺屈肌、掌長肌及指伸肌有關(guān),因此本實(shí)驗(yàn)主要選取以上四塊肌肉進(jìn)行采集,采集的具體位置如圖2所示。

    圖2 上肢表面肌電采集位置

    2.2 信號預(yù)處理

    實(shí)驗(yàn)對象正坐且兩手臂自然下垂,受試者每個動作重復(fù)進(jìn)行,一組動作完成后受試者有5 min休息時間,每種動作各采集20 組,同種動作做完后受試者有足夠的休息時間。由于肌電信號頻率范圍在20~1 000 Hz且主要能量集中在50~150 Hz[8],因此對信號進(jìn)行截止頻率為20 Hz的巴特沃斯二階高通濾波,截止頻率為500 Hz的巴特沃斯二階低通濾波,以及50 Hz的工頻陷波。

    表面肌電信號由于其微弱性,易受到電路及外界環(huán)境的干擾,其中以工頻干擾、基線漂移、白噪聲等干擾最為嚴(yán)重[9]。而僅僅利用采集裝置的濾波功能達(dá)不到對白噪聲的降噪,本文根據(jù)肌電信號的特點(diǎn)利用非線性小波變換閾值法對信號進(jìn)行濾波。首先用正交鏡像濾波器(QMF)對信號進(jìn)行濾波后得到噪聲信號的小波系數(shù)ω,之后利用非線性函數(shù)y(ω)=sign(ω)(|ω|-t)作用于數(shù)據(jù),并根據(jù)設(shè)定變閾值,由此給出小波系數(shù)的估值,其中σ為噪聲強(qiáng)度。再設(shè)置一個信號能量閾值,將大于等于此閾值的小波系數(shù)等于0,然后進(jìn)行小波反演重建,進(jìn)而獲得信號f(t)的估值[10],其濾波前后對比如圖3所示。

    從濾波前后的頻譜對比圖4 可以看出帶通、帶阻、陷波器和非線性小波變換閾值濾波可以有效地將電路以及外界干擾產(chǎn)生的大部分噪音去除,同時由直流電路產(chǎn)生的干擾分量也被完全清除。

    圖3 濾波前后信號對比圖(握拳)

    圖4 降噪前后頻譜對比圖(握拳)

    2.3 活動段檢測

    肌電信號一般可分為靜息信號和活動信號[11],靜息信號常伴隨著人體的背景噪聲信號,平均能量低;活動信號為肌肉運(yùn)動時產(chǎn)生的生理電信號,平均能量高;靜息信號和活動信號波形特點(diǎn)有明顯的不同,前者變化較為緩慢,而后者在幅度上變化劇烈。本文采用雙門限檢測法利用短時能量和過零率兩個特征進(jìn)行端點(diǎn)檢測。根據(jù)信號設(shè)置能量閾值、TL、TH和過零率閾值ZCR,當(dāng)其中一路的某幀信號大于TL或者大于ZCR時,即認(rèn)為信號的開始起點(diǎn),當(dāng)大于TH時,則認(rèn)為正式的活動信號,如果保持一段時間,則確認(rèn)這段信號即運(yùn)動信號。

    圖5 肌電信號活動段檢測

    根據(jù)此方法對握拳動作的尺側(cè)腕屈肌的肌電信號做端點(diǎn)檢測分析,其結(jié)果如圖5 所示,紅線表示通過雙門限檢測法檢測出的肌肉活動段肌電信號,可以看出做出握拳動作的兩段信號均被正確識別出。經(jīng)實(shí)驗(yàn)測試該方法監(jiān)測的有效率為95%,部分監(jiān)測失誤主要為肌肉疲勞引起的背景噪聲過大所致,該方法滿足了實(shí)驗(yàn)需要。

    3 特征值及特征矩陣的計算

    肌電信號的特征值種類可分為五大類:時域特征、頻域特征、時頻域特征、基于非線性分析特征和基于參數(shù)模型的特征[12]。本文選取了時域中的均方根值(RMS)、頻域中的中值頻率(MF)以及時頻域中的三級小波包系數(shù)方差最大值(Emm)、小波包系數(shù)能量最大值(VARmm)作為特征值。以上四種特征值計算方法如下。

    均方根值能夠反映肌電信號振幅變化,常被用于實(shí)時地、無損傷地反映肌肉活動狀態(tài),具有較好的實(shí)時性。其計算方法如下:

    其中,n代表信號的長度,x代表信號值。圖6 為由肌電信號計算得到的均方根變化圖。

    圖6 sEMG和RMS信號示意圖

    中值頻率反映了信號的不同頻率分量的變化,其計算公式為:

    其中,Psd(f)為功率譜密度估計函數(shù)。

    建立在小波分解基礎(chǔ)上的小波包變換是一種基于完整二叉樹結(jié)構(gòu)的信號分解與重構(gòu)算法[13]。它對肌電信號的子空間的低頻部分和高頻部分同時進(jìn)行分解,提高了其時頻分辨率,是一種精細(xì)的信號分析方法。小波包系數(shù)的計算為:

    其中,h(m-2l)和g(m-2l)是尺度p下的兩組函數(shù),p代表級數(shù)。

    在經(jīng)過3層小波包變換后,原始肌電信號f(t)被分解成為8個不同的頻段分量,如圖7所示,取分解得到的小波包系數(shù)的能量(Emm)和小波包系數(shù)的方差(VARmm),然后對兩項指標(biāo)分別取最大值。分解結(jié)果不僅可以反映原始信號的頻域細(xì)節(jié)信息,而且通過分解系數(shù)重構(gòu)的信號疊加后和原始信號保持一致,充分體現(xiàn)了分解系數(shù)對原始信號信息的還原能力。因此提取不同動作模式下肌電信號的小波包分解系數(shù)作為特征,可以為多樣性模式辨識提供良好的條件。

    圖7 3層小波包分解樹

    計算得到以上四種特征值后,本文提出了一種特征值的組織方式,即按照行代表示肌肉類型,列代表特征值類型的規(guī)則,對提取的四路信號特征值進(jìn)行排列組織,即可得到實(shí)驗(yàn)所需4×4維的特征矩陣。如表1為對握拳動作信號提取特征值后按照上述排列要求組成的一組特征矩陣。

    表1 握拳動作特征值排列組成的特征矩陣

    這種特征值的組織方法不僅可以存儲肌肉的運(yùn)動信息,且保存了運(yùn)動過程中肌肉的協(xié)同作用,在所選能夠代表運(yùn)動類型的有限的肌肉前提下最大限度還原了完整動作在時域、頻域以及時頻域的內(nèi)在聯(lián)系以及肌肉配合。

    4 NMF-SVM模型建立

    本文對上述組成的特征矩陣進(jìn)行降維以降低計算成本以及滿足實(shí)時性識別的要求。非負(fù)矩陣分解具有占用存儲空間少、分解形式和分解結(jié)果的可解釋性以及實(shí)現(xiàn)的簡便性等優(yōu)點(diǎn),剛好滿足實(shí)驗(yàn)快速準(zhǔn)確的要求。且特征矩陣的元素均為非負(fù)數(shù),也符合運(yùn)用非負(fù)矩陣分解的前提條件。

    為了達(dá)到降維且便于分類器訓(xùn)練識別的目的,將上述組成的4×4 維的特征矩陣分解為一個4×1 維和一個1×4 維的矩陣的乘積,即n=4,r=1。為了確保分解得到的矩陣包含原矩陣的運(yùn)動信息,需要對分解的過程進(jìn)行優(yōu)化。分解過程中W、H的初始值是隨機(jī)的,由于殘差優(yōu)化目標(biāo)D可能存在局部最小,所以不同的初始W、H值可能會得到不同的分解結(jié)果。非負(fù)矩陣分解通常有兩種更新規(guī)則,分別是交替最小二乘法和乘性更新法[16],其中前者的收斂速度更快且相對穩(wěn)定而后者對初始值較為敏感,因此可以先利用乘性更新法從多個初始值估計W、H,再用交替最小二乘法從前者估計的W、H中尋找更優(yōu)結(jié)果。更新計算方法如下:

    步驟1分解得到的矩陣與原矩陣之間的噪聲可表示為:

    其中,V表示原矩陣,W表示分解后的基矩陣,H表示分解后的系數(shù)矩陣。

    步驟2為保證分解的精度,需要尋找WH使||E||最小,這里引入損失函數(shù)D(V,WH),即分解模型可表示為優(yōu)化問題:

    則目標(biāo)函數(shù)可表示為:

    步驟3假設(shè)||E||符合高斯分布,那么可求得最大似然函數(shù):

    步驟4通過迭代計算,得到多組初始系數(shù)矩陣W和基矩陣H。

    步驟5再利用交替最小二乘法計算最優(yōu)解,為了規(guī)避過擬合等問題,使優(yōu)化問題正則化,目標(biāo)函數(shù)可表達(dá)為:

    其中λ是正則化項的系數(shù)。

    步驟6先固定H,將損失函數(shù)D(W,H)對Wi求偏導(dǎo),令倒數(shù)為0,得到:

    同理固定W可得:

    其中,vi是V的第i行,vj是V的第j列,I是單位矩陣。

    步驟7通過對乘性更新法得到的多組初始矩陣分別進(jìn)行多次迭代優(yōu)化,得到損失函數(shù)最小時的系數(shù)矩陣W和基矩陣H。

    通過非負(fù)矩陣分解將由肌電信號特征值組成的4×4 維特征矩陣降維為包含肌電信號肌肉間內(nèi)在聯(lián)系的1×4維的基矩陣與4×1維的系數(shù)矩陣的乘積,以降低分類器的學(xué)習(xí)訓(xùn)練時間與計算復(fù)雜度。

    將六種動作的特征矩陣降維后得到的系數(shù)矩陣送入到分類器進(jìn)行訓(xùn)練,實(shí)驗(yàn)選取了支持向量機(jī)作為動作識別實(shí)驗(yàn)的分類器。

    支持向量機(jī)是針對小樣本學(xué)習(xí)問題而提出的一種新的機(jī)器學(xué)習(xí)方法,其較好地解決了以往機(jī)器學(xué)習(xí)模型的過學(xué)習(xí)、非線性、維數(shù)災(zāi)難以及局部極小值等問題,具有較好的泛化能力[17]。然而,該方法在大規(guī)模訓(xùn)練樣本時,同樣存在訓(xùn)練速度慢、穩(wěn)定性差等缺陷,因此通過上述的非負(fù)矩陣分解方法將樣本進(jìn)行降維大大緩解了訓(xùn)練的復(fù)雜度,能夠有效解決支持向量機(jī)的局限性。

    由于支持向量機(jī)最初是為二值分類問題設(shè)計的,當(dāng)處理多類問題時,就需要構(gòu)造合適的多類分類器。本文采用“一對一法”對六類動作進(jìn)行分識別,分類器的個數(shù)G可由公式計算:

    其中k為需要識別的類別數(shù)。

    5 實(shí)驗(yàn)與結(jié)果分析

    實(shí)驗(yàn)將從兩方面對所提模型進(jìn)行分析:(1)為驗(yàn)證模型的有效性,將利用相同樣本信號對NMF-SVM模型與傳統(tǒng)SVM 進(jìn)行對比實(shí)驗(yàn)。(2)為判斷模型的識別性能,將訓(xùn)練樣本與驗(yàn)證樣本的數(shù)據(jù)來源分割開來用以實(shí)驗(yàn),以評估方法的通用性。

    利用支持向量機(jī)對降維后的特征矩陣進(jìn)行分類,每種動作使用1 000組特征矩陣按照7∶3的比例參與分類器的訓(xùn)練和驗(yàn)證,訓(xùn)練和驗(yàn)證的樣本不重疊且從實(shí)驗(yàn)者中平均調(diào)取。采用特異度、靈敏度、準(zhǔn)確率作為識別效果的評價指標(biāo),將某一動作模式被正確判別為該模式的情況記為真陽性,將不屬于某一動作模式被判別為不是該動作的情況記為真陰性,則特異度表示不屬于某一類且被正確判定的概率,靈敏度表示屬于某一類且被正確判定的概率,此處的靈敏度和準(zhǔn)確率數(shù)值上相等,將分類效果通過混淆矩陣定量顯示出來。

    表2 所示為相同實(shí)驗(yàn)條件下NMF-SVM 模型與傳統(tǒng)SVM 的對比實(shí)驗(yàn)結(jié)果,A 組實(shí)驗(yàn)為利用NMF-SVM模型進(jìn)行的實(shí)驗(yàn)分類結(jié)果,混淆矩陣的每一行代表分類器對某一動作實(shí)際分類的標(biāo)簽分布,每一列代表原始標(biāo)簽樣本被分類器判定的標(biāo)簽分布情況。例如,表2的第一行表示分類器對受試者男A 的300 組“握拳”動作的識別分布,其中292組被正確分類為“握拳”動作,5組被錯誤歸類為“左旋”動作,3組被錯誤歸類為“右旋”動作,分類器的靈敏度、特異度和準(zhǔn)確率分別為97.3%、99.8%和97.3%。第一列表示標(biāo)準(zhǔn)的“握拳”動作樣本中有292組被成功分類,另有1組樣本被分類器錯分入“左旋”模式,2組樣本被錯分入“右旋”模式。

    表2 NMF-SVM模型與傳統(tǒng)SVM動作模式識別結(jié)果統(tǒng)計

    與B 組實(shí)驗(yàn)中傳統(tǒng)SVM 的識別結(jié)果比較,統(tǒng)計結(jié)果表明:(1)實(shí)驗(yàn)對象的平均動作模式識別率在95.55%以上,各動作模式識別準(zhǔn)確率普遍高于傳統(tǒng)支持向量機(jī)。(2)識別模型對于各動作判別發(fā)生錯誤分類的樣本主要集中在“左旋”和“右旋”動作。分析原因在于左旋和右旋動作涉及到尺側(cè)腕屈肌、掌長肌的皮下滑動旋轉(zhuǎn),而表面貼片電極僅隨著表面皮膚移動,兩者之間發(fā)生較大相對位移,進(jìn)而導(dǎo)致采集到的表面肌電信號混有來自于其他信號源的信號,因此在進(jìn)行模型訓(xùn)練時左旋和右旋與其他動作的支持向量存在重疊的現(xiàn)象。

    考慮到模型的通用性,即模型中參數(shù)的確定是基于提取了部分受試者肌電信號通過訓(xùn)練的,但模型的確立應(yīng)對其他部分人同樣適用。同時為了分析所提模型在相同被試和不同被試條件下的識別性能,實(shí)驗(yàn)設(shè)計了男女混合驗(yàn)證的方式以消除性別的影響,按照性別將實(shí)驗(yàn)對象劃分為兩組,其中男女組中分別隨機(jī)抽兩位的肌電信號作為訓(xùn)練信號,其余四位的肌電信號則作為驗(yàn)證信號。

    表3 所示為訓(xùn)練與驗(yàn)證的數(shù)據(jù)分別來源于不同的實(shí)驗(yàn)對象,即訓(xùn)練樣本與驗(yàn)證樣本不相關(guān)。由表3的統(tǒng)計結(jié)果分析可知:(1)所提模型的平均準(zhǔn)確率為95.0%,依然具有較高的識別率。(2)本實(shí)驗(yàn)對比表2 中實(shí)驗(yàn)訓(xùn)練樣本容量小的情況下平均準(zhǔn)確率僅降低了0.55%,說明由模型計算得到的各動作系數(shù)矩陣有較好的辨別性。(3)男女肌電信號樣本實(shí)驗(yàn)的識別效果無明顯差別,在訓(xùn)練樣本足夠的情況下,模型的兼容性良好。同時可以看出,各受試者在“左旋”和“右旋”動作的識別率依然較其他動作偏小,電極片與肌肉間的相對滑動是之后模型需要針對優(yōu)化的一個重要方面。

    表3 樣本分離實(shí)驗(yàn)動作模式識別結(jié)果統(tǒng)計

    本文采用的表面肌電信號采集儀的轉(zhuǎn)換和傳輸延時小于2 ms;特征提取過程采用的是128個采樣點(diǎn)的短窗,延時時間小于28 ms。特征的提取及降維算法簡潔快速,單條特征向量提取耗時小于18 ms,基于SVM 的分類器分類時間小于5 μs/次,所以從表面肌電信號采集到模式識別輸出的總延時小于150 ms。因此本文提出的方法可以滿足主動康復(fù)訓(xùn)練和普通人機(jī)交互控制領(lǐng)域的實(shí)時性要求。

    6 結(jié)論

    本文對基于表面肌電信號形態(tài)特征的手部動作模式識別進(jìn)行了研究,實(shí)現(xiàn)了手部的6種精細(xì)動作模式張手、握拳、腕屈、腕伸、腕右旋、腕左旋的識別。運(yùn)用本文中提出的NMF-SVM模型,首先將從肌電信號中提取的高維特征值按照規(guī)則組成特征矩陣,再對其進(jìn)行降維和識別,實(shí)驗(yàn)結(jié)果證明該模型較好解決了維數(shù)與時間成本之間的矛盾。

    模式識別的輸入特征值的選取兼顧了肌電信號的時域、頻域以及時頻域的特性,將特征值按照行表示肌肉類型,列表示特征值類型的規(guī)則,對提取的四路信號特征值進(jìn)行排列組成特征矩陣,這種組織方式保留了運(yùn)動過程中肌肉間的協(xié)同信息,利用非負(fù)矩陣分解對高維特證矩陣進(jìn)行降維得到表示各肌肉對動作貢獻(xiàn)率的基矩陣,以及表征各肌肉激活程度的系數(shù)矩陣。不但降低了分類器的訓(xùn)練時間成本,同時與普通SVM相比,達(dá)到了93%以上的準(zhǔn)確識別率,其平均識別率提高了5.2%,識別效率提高了一半,具有實(shí)用價值。

    猜你喜歡
    動作信號實(shí)驗(yàn)
    記一次有趣的實(shí)驗(yàn)
    信號
    鴨綠江(2021年35期)2021-04-19 12:24:18
    完形填空二則
    做個怪怪長實(shí)驗(yàn)
    基于FPGA的多功能信號發(fā)生器的設(shè)計
    電子制作(2018年11期)2018-08-04 03:25:42
    動作描寫要具體
    畫動作
    動作描寫不可少
    NO與NO2相互轉(zhuǎn)化實(shí)驗(yàn)的改進(jìn)
    實(shí)踐十號上的19項實(shí)驗(yàn)
    太空探索(2016年5期)2016-07-12 15:17:55
    青春草视频在线免费观看| 久久久亚洲精品成人影院| 国产极品天堂在线| 国产亚洲午夜精品一区二区久久| 男人爽女人下面视频在线观看| 九九爱精品视频在线观看| 麻豆成人av视频| 男的添女的下面高潮视频| 搡女人真爽免费视频火全软件| 欧美性感艳星| 香蕉精品网在线| 中文资源天堂在线| 午夜福利高清视频| 2018国产大陆天天弄谢| 日韩 亚洲 欧美在线| tube8黄色片| 成人亚洲欧美一区二区av| 婷婷色综合大香蕉| 国产综合精华液| 少妇人妻精品综合一区二区| 国产精品国产av在线观看| 国产精品一区二区性色av| 久久久久久伊人网av| 免费观看无遮挡的男女| 国产69精品久久久久777片| 成人一区二区视频在线观看| 国内少妇人妻偷人精品xxx网站| 在线观看三级黄色| 欧美精品亚洲一区二区| 免费看不卡的av| 欧美精品一区二区大全| 一级a做视频免费观看| 2021少妇久久久久久久久久久| 极品少妇高潮喷水抽搐| 人人妻人人澡人人爽人人夜夜| 婷婷色综合大香蕉| 97热精品久久久久久| 99热这里只有精品一区| 久久国产精品大桥未久av | 国产精品免费大片| 狂野欧美白嫩少妇大欣赏| 青春草视频在线免费观看| 亚洲欧美精品自产自拍| 国产精品三级大全| 国产乱来视频区| 国产午夜精品一二区理论片| 欧美精品一区二区免费开放| 卡戴珊不雅视频在线播放| 久久久久久久大尺度免费视频| 国产探花极品一区二区| 亚洲国产av新网站| 国内精品宾馆在线| 国产高清三级在线| 在线观看av片永久免费下载| 亚洲国产精品一区三区| 在线亚洲精品国产二区图片欧美 | 人妻 亚洲 视频| 国产女主播在线喷水免费视频网站| 日韩中文字幕视频在线看片 | 2022亚洲国产成人精品| 欧美一区二区亚洲| 熟妇人妻不卡中文字幕| 日本免费在线观看一区| 啦啦啦在线观看免费高清www| 一本一本综合久久| 欧美一级a爱片免费观看看| 久久人妻熟女aⅴ| 色吧在线观看| 男人和女人高潮做爰伦理| 国产日韩欧美在线精品| 亚洲精品日韩在线中文字幕| 视频中文字幕在线观看| 免费看av在线观看网站| 夫妻性生交免费视频一级片| 国产一区亚洲一区在线观看| 久久久久网色| 在线播放无遮挡| 日产精品乱码卡一卡2卡三| 伦理电影免费视频| 干丝袜人妻中文字幕| 欧美人与善性xxx| 国产精品福利在线免费观看| 欧美zozozo另类| 女的被弄到高潮叫床怎么办| av福利片在线观看| 亚洲国产欧美在线一区| 一级黄片播放器| 亚洲精品一二三| 久久99精品国语久久久| 嫩草影院新地址| 欧美日韩亚洲高清精品| 夫妻性生交免费视频一级片| 日韩中文字幕视频在线看片 | 日韩一本色道免费dvd| 免费久久久久久久精品成人欧美视频 | 男人狂女人下面高潮的视频| 夫妻性生交免费视频一级片| 久久久国产一区二区| 久久久久精品性色| 国产伦精品一区二区三区四那| 国产精品一区二区性色av| 多毛熟女@视频| 国产精品99久久99久久久不卡 | 香蕉精品网在线| 成人免费观看视频高清| 精品一区二区免费观看| 中文乱码字字幕精品一区二区三区| 免费人成在线观看视频色| 欧美精品人与动牲交sv欧美| 人人妻人人添人人爽欧美一区卜 | 2022亚洲国产成人精品| 91精品伊人久久大香线蕉| 97在线人人人人妻| 亚洲av综合色区一区| 久久鲁丝午夜福利片| 日韩不卡一区二区三区视频在线| 五月天丁香电影| 日韩一区二区视频免费看| 亚洲精品视频女| 久久影院123| 嘟嘟电影网在线观看| 免费大片黄手机在线观看| 亚洲av成人精品一二三区| 成人无遮挡网站| 国产精品麻豆人妻色哟哟久久| 边亲边吃奶的免费视频| 偷拍熟女少妇极品色| 在线亚洲精品国产二区图片欧美 | 国产欧美亚洲国产| 国产亚洲91精品色在线| 韩国av在线不卡| 久久鲁丝午夜福利片| 国产成人91sexporn| 2021少妇久久久久久久久久久| 成人午夜精彩视频在线观看| 少妇被粗大猛烈的视频| 2021少妇久久久久久久久久久| 久久久精品免费免费高清| 在线观看免费日韩欧美大片 | 我要看日韩黄色一级片| 伊人久久国产一区二区| 亚洲一区二区三区欧美精品| 午夜福利视频精品| 日韩欧美一区视频在线观看 | 成人漫画全彩无遮挡| 亚洲国产成人一精品久久久| 国产女主播在线喷水免费视频网站| 丰满乱子伦码专区| 国产深夜福利视频在线观看| 欧美性感艳星| 伦精品一区二区三区| 婷婷色综合大香蕉| 简卡轻食公司| 国产成人freesex在线| 日本vs欧美在线观看视频 | 老熟女久久久| 亚洲激情五月婷婷啪啪| videossex国产| 国产免费又黄又爽又色| 这个男人来自地球电影免费观看 | 18禁在线播放成人免费| 亚洲图色成人| 寂寞人妻少妇视频99o| 亚洲精品国产色婷婷电影| 女的被弄到高潮叫床怎么办| 在线观看av片永久免费下载| 日韩欧美精品免费久久| h视频一区二区三区| 国产精品偷伦视频观看了| 亚洲,一卡二卡三卡| 在线观看人妻少妇| 亚洲成人中文字幕在线播放| 女性被躁到高潮视频| 91精品一卡2卡3卡4卡| 久久99精品国语久久久| 日本欧美国产在线视频| 国产欧美亚洲国产| 欧美少妇被猛烈插入视频| 国产一级毛片在线| 熟女电影av网| 午夜免费鲁丝| 国产日韩欧美亚洲二区| av播播在线观看一区| 好男人视频免费观看在线| 男人添女人高潮全过程视频| 亚洲欧美成人综合另类久久久| tube8黄色片| 亚洲真实伦在线观看| 午夜福利视频精品| 亚洲无线观看免费| 中文精品一卡2卡3卡4更新| 国产无遮挡羞羞视频在线观看| 国产精品一区二区在线观看99| 国产亚洲午夜精品一区二区久久| 极品少妇高潮喷水抽搐| av国产免费在线观看| 婷婷色综合www| 免费看不卡的av| 日本wwww免费看| 下体分泌物呈黄色| 国产成人freesex在线| 亚洲自偷自拍三级| 日本黄色片子视频| 成人毛片60女人毛片免费| 超碰av人人做人人爽久久| 国产乱人偷精品视频| 91午夜精品亚洲一区二区三区| 女人十人毛片免费观看3o分钟| 国产高清三级在线| 成人国产麻豆网| 亚洲人与动物交配视频| 美女脱内裤让男人舔精品视频| 我要看日韩黄色一级片| 青春草视频在线免费观看| 观看av在线不卡| 亚洲av免费高清在线观看| 在线精品无人区一区二区三 | 亚洲欧美成人精品一区二区| 爱豆传媒免费全集在线观看| 纯流量卡能插随身wifi吗| av在线蜜桃| 国产黄片视频在线免费观看| 另类亚洲欧美激情| 亚洲国产欧美在线一区| 尤物成人国产欧美一区二区三区| 欧美日韩在线观看h| 日本欧美国产在线视频| 成人亚洲精品一区在线观看 | 国产精品麻豆人妻色哟哟久久| 日本与韩国留学比较| 2021少妇久久久久久久久久久| 久久精品国产亚洲av涩爱| 大码成人一级视频| 18禁动态无遮挡网站| av网站免费在线观看视频| 91精品国产国语对白视频| 午夜免费观看性视频| 又大又黄又爽视频免费| 国产亚洲一区二区精品| 亚洲精品aⅴ在线观看| 国产av国产精品国产| 成人一区二区视频在线观看| 最近最新中文字幕免费大全7| 亚洲精品第二区| 大陆偷拍与自拍| 一级二级三级毛片免费看| 国产高清三级在线| 日本vs欧美在线观看视频 | 99re6热这里在线精品视频| 亚洲av福利一区| 欧美成人精品欧美一级黄| 久久久久久九九精品二区国产| 王馨瑶露胸无遮挡在线观看| 国产一区二区三区综合在线观看 | 欧美激情极品国产一区二区三区 | 国产欧美亚洲国产| 美女xxoo啪啪120秒动态图| 亚洲国产毛片av蜜桃av| 亚洲国产av新网站| 久久久久久久国产电影| 欧美日韩视频精品一区| 国产乱来视频区| 国产免费福利视频在线观看| 一区二区三区乱码不卡18| 国产成人一区二区在线| 中文精品一卡2卡3卡4更新| 免费黄网站久久成人精品| 亚洲精品亚洲一区二区| 亚洲综合精品二区| 免费看光身美女| 国产男人的电影天堂91| 亚洲精品国产av蜜桃| 这个男人来自地球电影免费观看 | 18禁在线无遮挡免费观看视频| 欧美高清成人免费视频www| www.色视频.com| 国产精品久久久久久久久免| 国产亚洲5aaaaa淫片| 久久国内精品自在自线图片| 99精国产麻豆久久婷婷| 美女福利国产在线 | 国产亚洲91精品色在线| 亚洲国产毛片av蜜桃av| 我的女老师完整版在线观看| 国产一级毛片在线| 国产午夜精品久久久久久一区二区三区| 在线 av 中文字幕| 高清午夜精品一区二区三区| 18禁在线无遮挡免费观看视频| 在线精品无人区一区二区三 | 亚洲色图av天堂| 18禁在线播放成人免费| 在线播放无遮挡| 国产精品免费大片| 久久久a久久爽久久v久久| 久久精品久久久久久噜噜老黄| 建设人人有责人人尽责人人享有的 | 亚洲熟女精品中文字幕| 日韩一区二区三区影片| 国产极品天堂在线| 一级黄片播放器| 交换朋友夫妻互换小说| 麻豆成人午夜福利视频| 人妻夜夜爽99麻豆av| 王馨瑶露胸无遮挡在线观看| 黄色日韩在线| 国产成人a∨麻豆精品| 99国产精品免费福利视频| 欧美国产精品一级二级三级 | 国产高潮美女av| 能在线免费看毛片的网站| 欧美激情极品国产一区二区三区 | 在线天堂最新版资源| 一区二区三区四区激情视频| 久久精品国产亚洲av涩爱| 国产亚洲最大av| 亚洲丝袜综合中文字幕| 午夜激情久久久久久久| 精品一区二区三卡| 国产精品人妻久久久影院| 久久精品国产亚洲av天美| 91aial.com中文字幕在线观看| 97精品久久久久久久久久精品| 亚洲欧美一区二区三区黑人 | 日本欧美视频一区| 美女国产视频在线观看| 亚洲av在线观看美女高潮| 日本午夜av视频| 啦啦啦啦在线视频资源| 只有这里有精品99| 热re99久久精品国产66热6| 精品人妻偷拍中文字幕| 最近2019中文字幕mv第一页| 男人舔奶头视频| 精品一区二区三区视频在线| 成人毛片a级毛片在线播放| 99久久精品国产国产毛片| 夫妻性生交免费视频一级片| 国模一区二区三区四区视频| 精品国产露脸久久av麻豆| 中文字幕制服av| 精品国产露脸久久av麻豆| 国精品久久久久久国模美| 国产午夜精品一二区理论片| 99热网站在线观看| 女的被弄到高潮叫床怎么办| 免费播放大片免费观看视频在线观看| 亚洲精品乱码久久久v下载方式| 看非洲黑人一级黄片| 亚洲成人一二三区av| 日韩av在线免费看完整版不卡| 麻豆成人午夜福利视频| 中文字幕av成人在线电影| 女性被躁到高潮视频| 亚洲欧美精品自产自拍| av女优亚洲男人天堂| 国产成人精品久久久久久| 春色校园在线视频观看| 久久人妻熟女aⅴ| 高清欧美精品videossex| 国产有黄有色有爽视频| 美女cb高潮喷水在线观看| 成人亚洲欧美一区二区av| 久久午夜福利片| 成人免费观看视频高清| 亚洲国产最新在线播放| 久久人妻熟女aⅴ| 毛片女人毛片| 大话2 男鬼变身卡| 麻豆成人午夜福利视频| 亚洲精品亚洲一区二区| 性色av一级| 亚洲真实伦在线观看| 国产视频内射| 国产精品国产三级专区第一集| 久久久久国产精品人妻一区二区| 这个男人来自地球电影免费观看 | 下体分泌物呈黄色| 亚洲av中文av极速乱| 99热全是精品| 精品人妻视频免费看| 国产精品久久久久久精品古装| 国产一区二区三区av在线| 国产无遮挡羞羞视频在线观看| 少妇人妻一区二区三区视频| 99热这里只有精品一区| 亚洲av.av天堂| 97在线人人人人妻| 亚洲国产欧美在线一区| 欧美变态另类bdsm刘玥| 欧美日韩视频高清一区二区三区二| 欧美激情国产日韩精品一区| 国产免费视频播放在线视频| 精品国产一区二区三区久久久樱花 | av线在线观看网站| 国产精品一及| 黄色欧美视频在线观看| 男女边吃奶边做爰视频| 亚洲精华国产精华液的使用体验| 天堂8中文在线网| 亚洲久久久国产精品| 日本av手机在线免费观看| 一个人看视频在线观看www免费| 啦啦啦中文免费视频观看日本| 久久鲁丝午夜福利片| 久久韩国三级中文字幕| 插逼视频在线观看| 国产淫片久久久久久久久| 国产高潮美女av| 久久精品夜色国产| 国产 一区精品| 欧美日韩亚洲高清精品| 国产成人免费观看mmmm| 国产色婷婷99| 激情五月婷婷亚洲| 欧美激情国产日韩精品一区| 嫩草影院入口| 免费观看在线日韩| 国产黄色视频一区二区在线观看| 免费高清在线观看视频在线观看| 男人狂女人下面高潮的视频| 亚洲国产av新网站| 欧美一级a爱片免费观看看| 色哟哟·www| 亚洲人成网站在线观看播放| 日韩成人av中文字幕在线观看| 亚洲中文av在线| 美女国产视频在线观看| 欧美bdsm另类| 欧美成人a在线观看| 久久亚洲国产成人精品v| 九色成人免费人妻av| 久久久久久久久久久丰满| 国产精品一区二区性色av| 国模一区二区三区四区视频| 欧美激情国产日韩精品一区| 少妇的逼好多水| 亚洲美女搞黄在线观看| 这个男人来自地球电影免费观看 | 亚洲精品456在线播放app| 在线观看免费日韩欧美大片 | 大片电影免费在线观看免费| 国产色爽女视频免费观看| 最黄视频免费看| 老司机影院成人| 国产毛片在线视频| 亚州av有码| 久久精品国产a三级三级三级| 亚洲精品日韩在线中文字幕| 最后的刺客免费高清国语| 尾随美女入室| 久久久精品94久久精品| 涩涩av久久男人的天堂| 久久久久精品久久久久真实原创| 性色av一级| 日产精品乱码卡一卡2卡三| 简卡轻食公司| 国产免费福利视频在线观看| 日韩欧美精品免费久久| 少妇高潮的动态图| 国产高清有码在线观看视频| 中国美白少妇内射xxxbb| 黑人猛操日本美女一级片| 免费少妇av软件| 中国三级夫妇交换| 国产久久久一区二区三区| 久久精品国产自在天天线| 一级av片app| 日韩一本色道免费dvd| 超碰97精品在线观看| 国产精品秋霞免费鲁丝片| 成人美女网站在线观看视频| 舔av片在线| 人妻制服诱惑在线中文字幕| 国内精品宾馆在线| 亚洲精品,欧美精品| 欧美高清性xxxxhd video| 一本色道久久久久久精品综合| 亚洲av中文字字幕乱码综合| 女人十人毛片免费观看3o分钟| 亚洲电影在线观看av| 国产精品99久久99久久久不卡 | av网站免费在线观看视频| 亚洲精品日本国产第一区| 欧美三级亚洲精品| 免费观看av网站的网址| 99九九线精品视频在线观看视频| 精品视频人人做人人爽| 亚洲av福利一区| av在线app专区| 亚洲av成人精品一二三区| 中文字幕免费在线视频6| 精华霜和精华液先用哪个| 国产v大片淫在线免费观看| 日本色播在线视频| 色视频www国产| 日本av免费视频播放| 99热6这里只有精品| 日韩av在线免费看完整版不卡| 国产 精品1| 男女边摸边吃奶| 午夜激情福利司机影院| 91午夜精品亚洲一区二区三区| 国产成人aa在线观看| 91久久精品电影网| 丝袜脚勾引网站| 91久久精品电影网| 五月伊人婷婷丁香| 婷婷色av中文字幕| 色吧在线观看| 中国美白少妇内射xxxbb| 国模一区二区三区四区视频| 国产黄色免费在线视频| 伊人久久国产一区二区| 国产视频首页在线观看| 久久女婷五月综合色啪小说| 少妇人妻精品综合一区二区| 亚洲国产av新网站| 国产又色又爽无遮挡免| 97热精品久久久久久| 午夜日本视频在线| 久久精品国产鲁丝片午夜精品| 亚洲国产欧美人成| 网址你懂的国产日韩在线| 丝袜脚勾引网站| 最黄视频免费看| 国产淫语在线视频| 国产av国产精品国产| 午夜福利网站1000一区二区三区| 18禁动态无遮挡网站| 2018国产大陆天天弄谢| 国产精品一区二区三区四区免费观看| 国产精品一区www在线观看| 少妇丰满av| 一级毛片aaaaaa免费看小| 日日摸夜夜添夜夜爱| 国产精品一区二区性色av| 欧美成人精品欧美一级黄| 国产成人精品婷婷| 九草在线视频观看| 麻豆成人午夜福利视频| 视频区图区小说| 精品视频人人做人人爽| 美女福利国产在线 | 深爱激情五月婷婷| 亚洲国产高清在线一区二区三| 日韩一区二区三区影片| 亚洲一级一片aⅴ在线观看| 人人妻人人爽人人添夜夜欢视频 | 免费在线观看成人毛片| 我的女老师完整版在线观看| 国产精品99久久久久久久久| 国产老妇伦熟女老妇高清| 欧美bdsm另类| 欧美变态另类bdsm刘玥| 亚洲国产最新在线播放| 亚洲欧美精品专区久久| 亚洲第一av免费看| 一二三四中文在线观看免费高清| 国产乱人视频| 久久精品国产a三级三级三级| 国产精品一区二区在线不卡| 欧美区成人在线视频| 妹子高潮喷水视频| 久久久国产一区二区| 五月开心婷婷网| 欧美精品亚洲一区二区| 99热网站在线观看| 亚洲久久久国产精品| 男人爽女人下面视频在线观看| 成人国产麻豆网| 亚洲精华国产精华液的使用体验| 中文字幕精品免费在线观看视频 | 日韩视频在线欧美| 午夜福利视频精品| 蜜臀久久99精品久久宅男| 国产精品麻豆人妻色哟哟久久| 一区二区三区四区激情视频| 男女边摸边吃奶| 老女人水多毛片| 啦啦啦中文免费视频观看日本| 国内少妇人妻偷人精品xxx网站| 伊人久久国产一区二区| 欧美日韩视频高清一区二区三区二| 我的老师免费观看完整版| 中文字幕亚洲精品专区| 亚洲精品国产色婷婷电影| 亚洲国产高清在线一区二区三| 嘟嘟电影网在线观看| 国产精品欧美亚洲77777| 欧美区成人在线视频| 免费看日本二区| 国产男女内射视频| 亚洲经典国产精华液单| 啦啦啦啦在线视频资源| 一级a做视频免费观看| 国产av精品麻豆| 极品教师在线视频| 亚洲精品国产成人久久av| av.在线天堂| 精品99又大又爽又粗少妇毛片| 舔av片在线| 我的老师免费观看完整版| 国产在线一区二区三区精| 欧美日韩视频高清一区二区三区二| 中文天堂在线官网| 精品亚洲成a人片在线观看 | 在线天堂最新版资源| 久久久久久久大尺度免费视频| 伦理电影免费视频| 制服丝袜香蕉在线| 99久久人妻综合| 超碰av人人做人人爽久久| 久久久久久九九精品二区国产| 国产亚洲av片在线观看秒播厂|