• <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YOLO算法的手勢識別

    2020-09-15 02:37:48王粉花黃超趙波張強(qiáng)
    北京理工大學(xué)學(xué)報 2020年8期
    關(guān)鍵詞:網(wǎng)絡(luò)結(jié)構(gòu)手勢識別率

    王粉花,黃超,趙波, 張強(qiáng)

    (1.北京科技大學(xué) 自動化學(xué)院,北京 100083; 2.北京科技大學(xué) 人工智能研究院,北京 100083;3.北京市工業(yè)波譜成像工程中心,北京 100083)

    手勢是聾啞人日常交流的主要方式. 據(jù)統(tǒng)計,在我國約有2 057萬的聾啞人,占全國總?cè)丝诘?.67%[1]. 手語是正常人與聾啞人交流的主要形式,手勢識別的研究對于促進(jìn)手語翻譯的發(fā)展具有重大意義. 同時手勢在人機(jī)交互方面也具有巨大的應(yīng)用前景,例如:Kinect3D體感攝影機(jī)、引入手勢識別功能的寶馬iDrive系統(tǒng)等.

    在早期的手勢識別方法中,主要基于數(shù)據(jù)手套和視覺的手勢識別方法. 基于數(shù)據(jù)手套的手勢識別[2]其優(yōu)點是識別率高,但不足之處是需要大量傳感器輔助,佩戴繁瑣,只借助計算機(jī)無法實現(xiàn). 基于視覺的手勢識別,主要通過手勢的特征提取,如利用膚色、形態(tài)等特征將手勢分割出來,然后通過支持向量機(jī)(SVM)等分類算法進(jìn)行識別. 該方法的關(guān)鍵之處在于手勢區(qū)域的提取,這是提高識別率的關(guān)鍵所在. Grobel等[3]使用基于隱馬爾可夫模型的手勢識別,對262個手語的識別達(dá)到了94 %的準(zhǔn)確率. 識別效果很好,但是需要在測試者的手上佩戴顏色手套,輔助手勢分割. 基于膚色的手勢提取方法,成功擺脫了數(shù)據(jù)手套和顏色手套的繁瑣,但是識別率不高,泛化能力不強(qiáng),依然存在很多問題. 楊紅玲等[4]使用骨架特征圖像和邊緣特征圖像進(jìn)行融合,實現(xiàn)石頭、剪刀、布的識別,準(zhǔn)確率達(dá)到98.57%. 其不足之處是識別的圖像手勢占主體,并不是一般的自然手勢圖像. Dominio等[5]提出的基于Kinect深度信息的手勢識別方法,最高可以達(dá)到99.5%的準(zhǔn)確率,其缺點是算法復(fù)雜,距離變換性差,設(shè)備裝置要求高. 張曉燕[6]使用了基于膚色和已有的模板進(jìn)行匹配的手勢識別技術(shù). 強(qiáng)彥等[7]提出基于棧式稀疏自編碼多特征融合的快速手勢識別方法.

    隨著目標(biāo)檢測的發(fā)展,使很多學(xué)者將手勢識別的分類問題轉(zhuǎn)換成目標(biāo)檢測問題. 2014年,Girshick等[8]在CVPR(computer vision and pattern recognition)大會上提出了R-CNN目標(biāo)檢測網(wǎng)絡(luò),隨后又提出了Fast R-CNN[9]、Faster R-CNN[10]等兩步檢測的算法,將識別速度和識別準(zhǔn)確度進(jìn)一步提升. 同時Redmon等[11]在2016年的CVPR大會提出了一步檢測的YOLO(you only look once)算法,其檢測速度相較以前的算法得到很大的提高,能達(dá)到45 FPS(frames per second),從而受到更多人的青睞. Liu等[12]在ECCV2016上提出了SSD(single shot multibox detector)目標(biāo)檢測算法,隨后張勛等[13]在SSD的基礎(chǔ)改進(jìn)上使用了輕量化的ASSD模型,實現(xiàn)手勢的實時檢測. Redmon等[14]在2017的CVPR大會上提出了YOLOv2算法,將識別率進(jìn)一步提升. 隨后在2018年提出了YOLOv3算法[15],對小目標(biāo)的識別率進(jìn)一步得到改善,同時也發(fā)布了YOLOv3的快速版本YOLOv3-tiny算法,檢測速度可達(dá)220 FPS. Ni等[16]在改進(jìn)YOLOv2算法,并且在此基礎(chǔ)上進(jìn)行了剪枝,提出了模型只有4 M的輕量化模型. 三維卷積的出現(xiàn),出現(xiàn)了很多基于3D -CNN的手勢識別方法,如Abavisani等[17]提出的多種模態(tài)的知識來訓(xùn)練單模3D -CNN. Nguyen等[18]利用手骨骼的3D坐標(biāo),實現(xiàn)手勢識別.

    1 YOLO算法模型

    本文提出的YOLOv3-tiny-T算法可以到達(dá)220 FPS識別速度. 相對于其他深度學(xué)習(xí)模型具有較高的速度,這對于將手勢識別應(yīng)用到嵌入設(shè)備中具有重大意義. 本文的主要工作有:①提出的YOLOv3-tiny-T網(wǎng)絡(luò),利用不同通道的信息融合,提高了網(wǎng)絡(luò)的識別率;②YOLOv3-tiny-T網(wǎng)絡(luò)保持了YOLOv3-tiny算法識別速度;③研究為手語識別以及行為識別提供了很好的研究價值.

    1.1 YOLO算法簡介

    YOLO算法模型有YOLOv1、YOLOv2和YOLOv3 3個系列的版本,同時還有一些快速版本. YOLOv1網(wǎng)絡(luò)結(jié)構(gòu)是在GoogleNet網(wǎng)絡(luò)20層的基礎(chǔ)上添加了4個卷積層和2個全連接層. YOLOv1算法將圖像分成7×7的網(wǎng)格(grid cell),當(dāng)物體中心落入某個網(wǎng)格中,這個網(wǎng)格就負(fù)責(zé)預(yù)測這個物體,每個網(wǎng)格分配2個邊界框,最終輸出的是7×7×30的張量. 其中30是通道數(shù),包含2個邊界框的5個坐標(biāo)信息:中心點坐標(biāo)x、y,預(yù)測框的長h,寬w和置信度cc,共10個通道. 中心點坐標(biāo)x和y是相對每一個網(wǎng)格而言的,用坐標(biāo)(0,0) 表示網(wǎng)格的左上角,用坐標(biāo)(1,1)表示網(wǎng)格的右下角,寬和高是相對于整個圖片而言的,取值在0到1之間. 置信度如式(1)所示

    (1)

    計算式為

    (2)

    剩下20個通道表示20類物體在網(wǎng)格中存在物體中心的情況下,是某個物體的概率,表示為P(ci|o). 預(yù)測物體的得分如式(3)所示

    式中P(ci)為20個物體中第i個物體的概率.

    YOLOv1將目標(biāo)檢測問題看成是回歸問題,損失函數(shù)采用均方誤差,如式(4)所示

    從著作權(quán)的角度看,對非物質(zhì)文化遺產(chǎn)的保護(hù)與知識產(chǎn)權(quán)制度的契合點存在于非物質(zhì)文化遺產(chǎn)的特點。非物質(zhì)文化遺產(chǎn)所具有的獨創(chuàng)性和可復(fù)制性正切合了著作權(quán)所保護(hù)的客體,比如我們民間剪紙藝術(shù)作品,它是民間剪紙藝術(shù)家通過繁瑣的體力和智力勞動所獨家制造出的具有可復(fù)制性的智力成果。根據(jù)我國《著作權(quán)法》的規(guī)定,作品是指“文學(xué)、藝術(shù)和科學(xué)領(lǐng)域內(nèi)具有獨創(chuàng)性并能以某種有形形式復(fù)制的智力創(chuàng)造成果?!庇纱?,作品應(yīng)當(dāng)是獨創(chuàng)性的、可復(fù)制性的,并且是存在于文學(xué)、藝術(shù)和科學(xué)領(lǐng)域內(nèi)的智力成果。民間剪紙藝術(shù)作品作為一種圖案,具備作品所必須具有的要素,是我國著作權(quán)法的保護(hù)客體。

    (4)

    YOLOv2算法模型在YOLOv1的基礎(chǔ)上進(jìn)行了一些改進(jìn). YOLOv2使用Darknet19為基本結(jié)構(gòu). Darknet19網(wǎng)絡(luò)結(jié)構(gòu)與VGG網(wǎng)絡(luò)結(jié)構(gòu)類似,效果相當(dāng),都是采用小卷積核操作. YOLOv2中借鑒了Faster R-CNN算法,引入了錨點框(anchor boxes),為每個網(wǎng)格生成更多的候選框. 同時在錨點框的選擇上,采用k-means聚類算法,選擇更接近對象的錨點框,使網(wǎng)絡(luò)收斂得更快,更容易學(xué)習(xí). 其中k-means聚類算法的距離使用交并比來衡量,距離計算如式(5)所示

    d(b,c)=1-U(b,c) ,

    (5)

    式中:c為聚類中心;U(b,c)為中心框和真實框的交并比.

    YOLOv2還使用批量規(guī)范化(batch normalization),對每一層的輸入進(jìn)行處理,大大提高了訓(xùn)練速度,并防止過擬合,取代了原來的Dorpout層. YOLOv2借鑒SSD中的細(xì)粒度特征,將淺層特征鏈接到深層特征中. YOLOv2在訓(xùn)練的過程中,每訓(xùn)練10步就會在320~608以32為間隔,在這10個尺寸里隨機(jī)更換一個尺寸,進(jìn)行變換尺寸訓(xùn)練,提高對不同大小圖片的泛化性能.

    YOLOv3算法模型是在YOLOv2模型的基礎(chǔ)上進(jìn)行了改進(jìn),使用更深的網(wǎng)絡(luò)結(jié)構(gòu)Darknet53. Darknet53網(wǎng)絡(luò)和ResNet101網(wǎng)絡(luò)的效果相近,但是Darknet53網(wǎng)絡(luò)的識別速度是RetinaNet101網(wǎng)絡(luò)的2倍. Darknet53網(wǎng)絡(luò)交替使用3×3、1×1的卷積和殘差結(jié)構(gòu)[19],同時使用FPN架構(gòu)(feature pyramid networks for object detection)[20]來實現(xiàn)多尺度檢測. YOLOv3使用9個錨點框,每個尺度對應(yīng)3個錨點框,小尺度使用大的錨點框,大尺度使用小的錨點框,有利于小目標(biāo)的檢測.

    1.2 YOLOv3-tiny算法簡介

    2 YOLO算法模型改進(jìn)

    本文對YOLOv3-tiny算法的主要改進(jìn)在于添加了1×1的卷積層. 1×1的卷積核可以將不同維度的特征融合,得到預(yù)設(shè)的通道數(shù). 當(dāng)?shù)玫降耐ǖ罃?shù)增加時,就起到了升維的作用;反之就起到了降維的作用. 本文使用1×1的卷積核的目的是進(jìn)行降維處理,以便減少參數(shù)、降低計算量,同時利用不同通道的信息融合提高網(wǎng)絡(luò)的識別率.

    在YOLOv3算法中使用了大量的3×3和1×1的卷積核,并且使用殘差網(wǎng)絡(luò). 3×3的卷積核負(fù)責(zé)尋找特征,1×1的卷積核負(fù)責(zé)壓縮通道數(shù). YOLOv3算法還使用步長為2,大小為3×3的卷積層,代替池化層,降低維度. 而在YOLOv3-tiny中除使用了少量的1×1的卷積核外,幾乎沒有使用其他比較好的網(wǎng)絡(luò)結(jié)構(gòu). 本實驗在YOLOv3-tiny網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上提出了YOLOv3-tiny-T網(wǎng)絡(luò),YOLOv3-tiny-T是在YOLOv3-tiny的6個最大池化層后依次添加1×1×8,1×1×16,1×1×32,1×1×64,1×1×128,1×1×256的卷積層,將最大池化后的通道數(shù)縮減為原來的1/2,減少了參數(shù)量和計算量,其結(jié)構(gòu)如圖3所示.

    3 實驗及結(jié)果分析

    3.1 實驗平臺

    實驗是在PC機(jī)上完成. PC的主要配置為Ubuntu16.04操作系統(tǒng),CPU為 E5-2660 v4,顯卡為TITAN Xp,內(nèi)存32 G. 實現(xiàn)框架為DarkNet,并使用OpenCV進(jìn)行圖像顯示.

    3.2 實驗數(shù)據(jù)

    提出的UST數(shù)據(jù)集是通過計算機(jī)攝像頭采集的1 203張圖片,包括5種手勢,分別定義為h0,h1,h2,h3和h4,如圖4所示. 同時每一種手勢中既有左手手勢又有右手手勢. 其中h0有231張,h1有249張,h2有240張,h3有234張,h4有249張. 利用圖像標(biāo)記軟件labelimg進(jìn)行人工標(biāo)記,其中80%用于訓(xùn)練,20%用于測試. 測試圖片一共有241張,為T1;另外又制作了122張圖片,為T2,其中h0和h1各有20張,h2有25張,h3有23張,h4有34張.

    3.3 評價標(biāo)準(zhǔn)

    實驗使用平均精度均值(mean average precision,mAP)作為評價標(biāo)準(zhǔn),他綜合考慮了查準(zhǔn)率和查全率. 平均精度均值首先需要計算每一個物體類別的平均精度(AP). 平均精度表示為

    (6)

    式中ρi為在這一類別的P-R曲線(查準(zhǔn)率-查全率曲線)上的點的縱坐標(biāo). 本文使用的是11點插值法,即在P-R曲線中取出11個數(shù)值,求解平均值.

    平均精度均值為每一個類別的平均精度的均值,如式(7)所示

    (7)

    式中n為目標(biāo)的類別數(shù).

    3.4 實驗結(jié)果

    實驗對YOLOv1,YOLOv2,YOLOv3以及YOLOv3-tiny和YOLOv3-tiny-T算法的mAP值以及圖片的檢測時間進(jìn)行對比,如表1所示. YOLOv1,YOLOv2和YOLOv3在Test2測試集上的漏檢和誤檢個數(shù)對比如表2所示. YOLOv3-tiny和YOLOv3-tiny-T 2種算法在每一種手勢的AP(average precision)值對比,如表3所示. 此外為了驗證YOLOv3-tiny-T算法的快速性,本文中與Light YOLO進(jìn)行了FPS(每秒傳輸幀數(shù))對比,如表4所示.

    表1 YOLO系列算法mAP對比Tab.1 Comparison of experimental mAP

    3.4.1平均精度均值對比

    從表1的對比中可以看出,YOLOv1算法在T1測試集中的mAP值最低,而在T2測試集中的mAP值最高.T1測試集是在1 203張圖片中隨機(jī)劃分的,與訓(xùn)練數(shù)據(jù)具有很高的相似性,而T2測試集與訓(xùn)練數(shù)據(jù)差異較大. 對比表明,YOLOv1的泛化能力較好. YOLOv1算法中使用2個邊界框,對于多目標(biāo)的識別定位誤差較大,而本數(shù)據(jù)集一張圖片中只有一個目標(biāo),具有較高的mAP值. 而YOLOv2和YOLOv3的很多改進(jìn)針對的是小目標(biāo)和一個網(wǎng)格中可能出現(xiàn)多目標(biāo)的情況進(jìn)行改進(jìn),但對于本數(shù)據(jù)集來說,可能會增加分類誤差. YOLOv2和YOLOv3的網(wǎng)絡(luò)較深,對于單一的目標(biāo)容易導(dǎo)致過擬合. 從表2中的誤檢和漏檢對比可以看出,YOLOv1算法存在漏檢,YOLOv2和YOLOv3不存在漏檢,但是有誤檢,證實了YOLOv1算法具有較大的定位誤差,而YOLOv2和YOLOv3具有較大的分類誤差.

    3.4.2檢測時間對比

    從表1的檢測時間對比表明,YOLOv1算法在本數(shù)據(jù)集上的檢測速度最慢,其次是YOLOv3算法,YOLOv3-tiny-T算法和YOLOv3-tiny算法檢測時間最快. YOLOv1算法的網(wǎng)絡(luò)結(jié)構(gòu)中使用了全連接層和大的卷積核,增加了網(wǎng)絡(luò)的計算代價. 而在YOLOv2算法和YOLOv3算法使用小卷積核,用卷積層替代全連接,使用批量規(guī)范化取代Dropout層,大大加快了運(yùn)算速度,降低了計算量. YOLOv3算法比YOLOv2慢,是由于YOLOv3使用Darknet53網(wǎng)絡(luò),具有更深的網(wǎng)絡(luò)結(jié)構(gòu). YOLOv3-tiny-T算法和YOLOv3-tiny算法識別速度最高是由于網(wǎng)絡(luò)結(jié)構(gòu)比YOLOv2簡單.

    3.4.3YOLOv3-tiny-T和YOLOv3-tiny對比

    從表3的對比可以看出,在T1測試集上YOLOv3-tiny-T算法和YOLOv3-tiny算法沒有差別,但在T2測試集上,除了在h2上前者的AP值比后者低以外,其他均高于后者. 綜合各項來看YOLOv3-tiny-T算法的mAP值為92.24%,YOLOv3-tiny的mAP值為87.24%. 從表2的對比可以看出,YOLOv3-tiny算法與YOLOv3-tiny-T算法的識別速度幾乎沒有什么差別. 圖5為YOLOv3-tiny-T算法在較暗、模糊圖以及近膚色背景下的檢測以及近膚色背景下的檢測效果圖. 圖6為YOLOv3-tiny-T算法檢測出現(xiàn)的重框和漏檢情況.

    3.4.4YOLOv3-tiny-T和Light YOLO對比

    Light YOLO模型是基于YOLOv2模型的改進(jìn),在結(jié)構(gòu)上去掉了YOLOv2模型第6個卷積塊,添加了空間增強(qiáng)模塊. Light YOLO模型對小目標(biāo)的識別率更高,并對模型進(jìn)行剪枝. Light YOLO模型的識別率較高,但是識別速度比本文的模型要慢. 而YOLOv3-tiny-T中添加的1×1的卷積旨在保持高速性,來提高性能. 表4中YOLOv3-tiny-T和Light YOLO的FPS對比可以發(fā)現(xiàn),YOLOv3-tiny-T的FPS在速度上相當(dāng)于Light YOLO模型的2倍. 在模型的實時性上具有比較大的優(yōu)勢.

    4 結(jié) 論

    將YOLO算法應(yīng)用到手勢識別中,取得了非常不錯的效果,在模糊圖像、背景近膚色和光線較暗等多種情況下,識別的準(zhǔn)確率都較高. 通過YOLO系列算法的對比實驗,得出了在目標(biāo)比較單一的情況下,YOLOv1算法具有較高的平均精度均值,但速度較慢,YOLOv3-tiny算法和YOLOv3-tiny-T算法具有較快的速度. 同時在YOLOv3-tiny算法的基礎(chǔ)上提出的YOLOv3-tiny-T算法在保證了識別速度的情況下,平均精度均值獲得了5%左右的提升. 實驗表明,YOLOv3-tiny-T具有較好的綜合性能. 此外,YOLOv3-tiny-T速度上雖然可以達(dá)到Light YOLO快2倍的速度,但是在精度和小目標(biāo)識別上還有研究的空間.

    猜你喜歡
    網(wǎng)絡(luò)結(jié)構(gòu)手勢識別率
    基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測
    挑戰(zhàn)!神秘手勢
    基于真耳分析的助聽器配戴者言語可懂度指數(shù)與言語識別率的關(guān)系
    V字手勢的由來
    提升高速公路MTC二次抓拍車牌識別率方案研究
    勝利的手勢
    高速公路機(jī)電日常維護(hù)中車牌識別率分析系統(tǒng)的應(yīng)用
    基于互信息的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)
    知識網(wǎng)絡(luò)結(jié)構(gòu)維對于創(chuàng)新績效的作用機(jī)制——遠(yuǎn)程創(chuàng)新搜尋的中介作用
    滬港通下A+ H股票網(wǎng)絡(luò)結(jié)構(gòu)演化的實證分析
    国产成人福利小说| 免费大片18禁| 国产精品久久久人人做人人爽| 97碰自拍视频| 国产精品国产高清国产av| 国产探花在线观看一区二区| 国内久久婷婷六月综合欲色啪| 老司机福利观看| 久久天躁狠狠躁夜夜2o2o| 日日干狠狠操夜夜爽| 天堂动漫精品| 一a级毛片在线观看| 婷婷精品国产亚洲av在线| 成人特级黄色片久久久久久久| 天天一区二区日本电影三级| 国产激情偷乱视频一区二区| 国内精品久久久久精免费| 国产精品一区二区免费欧美| 欧美大码av| 尤物成人国产欧美一区二区三区| 亚洲国产精品久久男人天堂| 亚洲国产精品久久男人天堂| 色综合欧美亚洲国产小说| 最新在线观看一区二区三区| e午夜精品久久久久久久| 色综合欧美亚洲国产小说| 99久久综合精品五月天人人| 国产69精品久久久久777片| 色视频www国产| 成人鲁丝片一二三区免费| av片东京热男人的天堂| 老司机午夜十八禁免费视频| 很黄的视频免费| 国产真实乱freesex| 国产亚洲精品久久久com| 久久久久九九精品影院| 久久性视频一级片| 别揉我奶头~嗯~啊~动态视频| 久9热在线精品视频| 精品熟女少妇八av免费久了| 亚洲欧美日韩高清专用| 丝袜美腿在线中文| 搡老妇女老女人老熟妇| 99国产综合亚洲精品| 淫秽高清视频在线观看| a级毛片a级免费在线| 高清日韩中文字幕在线| 91麻豆精品激情在线观看国产| 久久久成人免费电影| 一进一出好大好爽视频| 宅男免费午夜| 男女床上黄色一级片免费看| 亚洲精品国产精品久久久不卡| 有码 亚洲区| 国产精品自产拍在线观看55亚洲| 欧美日韩瑟瑟在线播放| 国产高清三级在线| 观看免费一级毛片| 国产激情欧美一区二区| 免费人成在线观看视频色| 窝窝影院91人妻| 99久久精品一区二区三区| 99久久99久久久精品蜜桃| 在线观看舔阴道视频| 亚洲精品一卡2卡三卡4卡5卡| 成年版毛片免费区| 中文亚洲av片在线观看爽| 一级黄色大片毛片| 亚洲一区二区三区色噜噜| 悠悠久久av| 久久欧美精品欧美久久欧美| 久久久久亚洲av毛片大全| 婷婷六月久久综合丁香| 久久精品国产清高在天天线| 五月玫瑰六月丁香| 精品乱码久久久久久99久播| 中文字幕人妻丝袜一区二区| 久久精品综合一区二区三区| 观看美女的网站| 51午夜福利影视在线观看| 免费人成视频x8x8入口观看| 99国产精品一区二区蜜桃av| 一区二区三区免费毛片| 午夜福利在线观看吧| 久久久色成人| 女警被强在线播放| 亚洲久久久久久中文字幕| 高清在线国产一区| 久久人妻av系列| 免费在线观看日本一区| 国产激情偷乱视频一区二区| 国产精品99久久久久久久久| 又黄又粗又硬又大视频| 三级男女做爰猛烈吃奶摸视频| 在线十欧美十亚洲十日本专区| h日本视频在线播放| 精品国产亚洲在线| av中文乱码字幕在线| avwww免费| 女生性感内裤真人,穿戴方法视频| 国产精品精品国产色婷婷| 午夜福利在线观看吧| 一级作爱视频免费观看| 午夜激情欧美在线| 狂野欧美激情性xxxx| 国产精品久久久久久久久免 | 岛国在线观看网站| 国产乱人伦免费视频| 变态另类成人亚洲欧美熟女| 国产爱豆传媒在线观看| 午夜福利18| 久久亚洲精品不卡| 变态另类丝袜制服| 综合色av麻豆| 亚洲欧美日韩卡通动漫| 亚洲黑人精品在线| 久久性视频一级片| aaaaa片日本免费| 国产精品永久免费网站| 真实男女啪啪啪动态图| 国产精品电影一区二区三区| 国产精品亚洲美女久久久| 欧美日韩综合久久久久久 | 亚洲国产欧洲综合997久久,| 淫秽高清视频在线观看| 成人无遮挡网站| 精品无人区乱码1区二区| 国产成人啪精品午夜网站| 国产色婷婷99| 国产精品乱码一区二三区的特点| 九九在线视频观看精品| 亚洲精品在线观看二区| 少妇人妻一区二区三区视频| 午夜a级毛片| 变态另类丝袜制服| 久久亚洲真实| 麻豆成人午夜福利视频| 国产精品 国内视频| 午夜福利在线在线| 国产97色在线日韩免费| 最好的美女福利视频网| 热99re8久久精品国产| 亚洲乱码一区二区免费版| 婷婷精品国产亚洲av在线| 3wmmmm亚洲av在线观看| 国产精品久久久久久精品电影| 亚洲精品国产精品久久久不卡| а√天堂www在线а√下载| 久久久久九九精品影院| 成年免费大片在线观看| 国产色爽女视频免费观看| 国产午夜精品论理片| 日本成人三级电影网站| 嫩草影视91久久| 1000部很黄的大片| 毛片女人毛片| 十八禁人妻一区二区| 露出奶头的视频| 一个人观看的视频www高清免费观看| 日韩有码中文字幕| 成年免费大片在线观看| 国产aⅴ精品一区二区三区波| netflix在线观看网站| 激情在线观看视频在线高清| 日本黄大片高清| 精华霜和精华液先用哪个| 亚洲18禁久久av| 亚洲七黄色美女视频| 久久性视频一级片| 欧美丝袜亚洲另类 | 午夜影院日韩av| 99热只有精品国产| 国产一区二区激情短视频| 老鸭窝网址在线观看| 久久久色成人| 蜜桃亚洲精品一区二区三区| 制服人妻中文乱码| 一个人看视频在线观看www免费 | 欧美xxxx黑人xx丫x性爽| 别揉我奶头~嗯~啊~动态视频| 欧美一级毛片孕妇| 国产精品野战在线观看| 亚洲欧美日韩东京热| 老汉色∧v一级毛片| 五月伊人婷婷丁香| 久久精品影院6| 亚洲国产精品成人综合色| 狂野欧美白嫩少妇大欣赏| 午夜福利成人在线免费观看| 国产激情欧美一区二区| 久久久久国产精品人妻aⅴ院| 三级国产精品欧美在线观看| av欧美777| 久久久久久大精品| 日韩欧美精品免费久久 | 午夜激情福利司机影院| 亚洲国产中文字幕在线视频| 9191精品国产免费久久| 亚洲电影在线观看av| 啦啦啦免费观看视频1| 亚洲av成人av| 国产精品 国内视频| 精品无人区乱码1区二区| 久久国产精品人妻蜜桃| 搞女人的毛片| 国产爱豆传媒在线观看| 九九久久精品国产亚洲av麻豆| 亚洲av日韩精品久久久久久密| 欧美成人一区二区免费高清观看| 91麻豆av在线| 真实男女啪啪啪动态图| 一个人看视频在线观看www免费 | 毛片女人毛片| www国产在线视频色| 日日夜夜操网爽| 成人特级黄色片久久久久久久| 最新中文字幕久久久久| 久久久久久久午夜电影| 99riav亚洲国产免费| 色av中文字幕| 国产亚洲精品综合一区在线观看| 亚洲国产高清在线一区二区三| 丁香欧美五月| 麻豆国产97在线/欧美| 午夜老司机福利剧场| www国产在线视频色| 国产午夜精品论理片| 精品电影一区二区在线| 国产精品av视频在线免费观看| 最近视频中文字幕2019在线8| 可以在线观看的亚洲视频| 免费观看精品视频网站| 欧美日韩瑟瑟在线播放| 2021天堂中文幕一二区在线观| 亚洲精品美女久久久久99蜜臀| 久久久久九九精品影院| 亚洲男人的天堂狠狠| 国产亚洲精品一区二区www| 久久久久久人人人人人| 国产精品,欧美在线| 亚洲av熟女| 国产精品亚洲av一区麻豆| 国产av麻豆久久久久久久| 国产视频一区二区在线看| 在线观看一区二区三区| 最近视频中文字幕2019在线8| 成人性生交大片免费视频hd| 中文字幕久久专区| 成人特级黄色片久久久久久久| 精品国产三级普通话版| 国产伦人伦偷精品视频| av片东京热男人的天堂| 免费一级毛片在线播放高清视频| 国产高清视频在线播放一区| www.999成人在线观看| 亚洲五月婷婷丁香| 国产又黄又爽又无遮挡在线| 三级男女做爰猛烈吃奶摸视频| 国产精品av视频在线免费观看| 最近最新中文字幕大全免费视频| 色视频www国产| 亚洲国产欧美网| 精品人妻1区二区| 国产精品三级大全| 久久久国产成人免费| 99热这里只有是精品50| 麻豆成人av在线观看| 九九久久精品国产亚洲av麻豆| 香蕉丝袜av| xxxwww97欧美| 小说图片视频综合网站| 在线观看av片永久免费下载| 宅男免费午夜| 欧美zozozo另类| 亚洲精品456在线播放app | 精品国产美女av久久久久小说| 国内毛片毛片毛片毛片毛片| 国产亚洲欧美98| 中文资源天堂在线| 男人舔奶头视频| 亚洲精品粉嫩美女一区| 中国美女看黄片| 国产av一区在线观看免费| 日韩精品中文字幕看吧| 亚洲精品一区av在线观看| 日本精品一区二区三区蜜桃| 国产精品久久视频播放| 校园春色视频在线观看| 久久精品亚洲精品国产色婷小说| 1000部很黄的大片| 日韩欧美三级三区| 一本久久中文字幕| 欧美大码av| 老司机在亚洲福利影院| 午夜影院日韩av| 在线观看美女被高潮喷水网站 | 国内揄拍国产精品人妻在线| 国产国拍精品亚洲av在线观看 | 中文字幕人妻熟人妻熟丝袜美 | 性色av乱码一区二区三区2| 夜夜夜夜夜久久久久| 国产欧美日韩精品一区二区| 91久久精品电影网| 精品国产美女av久久久久小说| 欧美黑人巨大hd| 欧美3d第一页| 搡老熟女国产l中国老女人| 午夜免费成人在线视频| 麻豆国产97在线/欧美| 在线观看免费午夜福利视频| 国产伦精品一区二区三区四那| 不卡一级毛片| 99久久精品热视频| 午夜福利在线观看吧| 人妻久久中文字幕网| 激情在线观看视频在线高清| 欧美bdsm另类| 欧美激情在线99| 老司机福利观看| av天堂中文字幕网| 免费av毛片视频| 桃红色精品国产亚洲av| 中文在线观看免费www的网站| 小说图片视频综合网站| eeuss影院久久| 久久久久久久精品吃奶| 色综合欧美亚洲国产小说| 麻豆一二三区av精品| 免费无遮挡裸体视频| 亚洲精品成人久久久久久| 香蕉丝袜av| 亚洲第一电影网av| 中文亚洲av片在线观看爽| www.999成人在线观看| 欧美日韩一级在线毛片| 亚洲成av人片在线播放无| 男女午夜视频在线观看| 最近最新中文字幕大全免费视频| 日韩欧美在线二视频| 精品国产亚洲在线| 国产国拍精品亚洲av在线观看 | 日韩大尺度精品在线看网址| 久久精品人妻少妇| 国产精品女同一区二区软件 | 久久久成人免费电影| 欧美色视频一区免费| 亚洲午夜理论影院| 国产一区二区在线观看日韩 | 日韩欧美国产在线观看| 亚洲精品在线美女| 亚洲国产欧美人成| 午夜福利成人在线免费观看| 黄色成人免费大全| 国产欧美日韩精品亚洲av| x7x7x7水蜜桃| 激情在线观看视频在线高清| 天堂动漫精品| 日本撒尿小便嘘嘘汇集6| 欧美日韩瑟瑟在线播放| 久久久成人免费电影| 最近在线观看免费完整版| 欧美+日韩+精品| 亚洲激情在线av| 99热6这里只有精品| 欧美日韩瑟瑟在线播放| 岛国视频午夜一区免费看| 国产精品美女特级片免费视频播放器| 成人欧美大片| 丁香欧美五月| 日本一二三区视频观看| 中文字幕av在线有码专区| 亚洲欧美日韩无卡精品| 日韩高清综合在线| 精品久久久久久久人妻蜜臀av| 亚洲精品成人久久久久久| 免费观看的影片在线观看| 午夜日韩欧美国产| 中文字幕人成人乱码亚洲影| 久久久色成人| 国产免费男女视频| 在线免费观看的www视频| 亚洲人与动物交配视频| 国产精品国产高清国产av| 久久中文看片网| 女警被强在线播放| 免费看光身美女| 亚洲国产欧洲综合997久久,| 少妇的丰满在线观看| 精品国产超薄肉色丝袜足j| 亚洲性夜色夜夜综合| 黄色丝袜av网址大全| 日韩欧美 国产精品| 日本a在线网址| 亚洲在线观看片| 国产男靠女视频免费网站| 国产精品久久视频播放| 99久久综合精品五月天人人| 中文字幕人妻熟人妻熟丝袜美 | 亚洲片人在线观看| 露出奶头的视频| 热99re8久久精品国产| 国产精品亚洲美女久久久| 一a级毛片在线观看| 男插女下体视频免费在线播放| 久久久久久久久中文| av欧美777| 国产真实乱freesex| 757午夜福利合集在线观看| 成年女人永久免费观看视频| 中文字幕人妻熟人妻熟丝袜美 | 中亚洲国语对白在线视频| 91在线精品国自产拍蜜月 | 国产午夜精品久久久久久一区二区三区 | 国产免费男女视频| 亚洲18禁久久av| 亚洲天堂国产精品一区在线| 搡老岳熟女国产| 欧美丝袜亚洲另类 | 天堂网av新在线| 国内揄拍国产精品人妻在线| 亚洲欧美精品综合久久99| 国产午夜福利久久久久久| 一区二区三区免费毛片| 亚洲欧美日韩东京热| 18禁美女被吸乳视频| 国产精品99久久久久久久久| 欧美性猛交╳xxx乱大交人| 亚洲av中文字字幕乱码综合| 天堂动漫精品| 亚洲av成人精品一区久久| 免费电影在线观看免费观看| 国产成人啪精品午夜网站| 91av网一区二区| 又爽又黄无遮挡网站| 亚洲成人精品中文字幕电影| 99精品久久久久人妻精品| 精品国产亚洲在线| 美女cb高潮喷水在线观看| 少妇高潮的动态图| 午夜久久久久精精品| 午夜亚洲福利在线播放| 精品久久久久久久久久久久久| 波多野结衣高清无吗| 最后的刺客免费高清国语| 熟妇人妻久久中文字幕3abv| 国产一区二区激情短视频| 日本一本二区三区精品| 草草在线视频免费看| 国产蜜桃级精品一区二区三区| 美女高潮的动态| 成人国产一区最新在线观看| 一进一出抽搐动态| 国内精品美女久久久久久| 欧美乱妇无乱码| 国产99白浆流出| 欧美成狂野欧美在线观看| 又紧又爽又黄一区二区| 欧美黑人巨大hd| 激情在线观看视频在线高清| av片东京热男人的天堂| 日韩欧美 国产精品| 黄色视频,在线免费观看| 国产成人啪精品午夜网站| 国产三级中文精品| 久久精品91无色码中文字幕| 真人做人爱边吃奶动态| 精品乱码久久久久久99久播| 桃色一区二区三区在线观看| 久久久久久九九精品二区国产| 丝袜美腿在线中文| 中文字幕av在线有码专区| 亚洲18禁久久av| 国产精品 欧美亚洲| 国产av在哪里看| 国产亚洲精品久久久com| 黄色成人免费大全| 51午夜福利影视在线观看| 美女被艹到高潮喷水动态| 免费电影在线观看免费观看| 99久久综合精品五月天人人| 中文字幕av成人在线电影| 老鸭窝网址在线观看| 搞女人的毛片| 九色成人免费人妻av| 欧美中文综合在线视频| av中文乱码字幕在线| 禁无遮挡网站| 白带黄色成豆腐渣| 亚洲狠狠婷婷综合久久图片| 啦啦啦观看免费观看视频高清| 欧美av亚洲av综合av国产av| 国产淫片久久久久久久久 | av视频在线观看入口| 欧美另类亚洲清纯唯美| 亚洲精品一区av在线观看| 精品一区二区三区视频在线 | 最近最新中文字幕大全免费视频| 在线国产一区二区在线| 亚洲国产欧洲综合997久久,| 成人18禁在线播放| 精品久久久久久,| 国产麻豆成人av免费视频| 国产99白浆流出| 亚洲五月天丁香| 搞女人的毛片| 18禁在线播放成人免费| 一级毛片高清免费大全| 亚洲精品粉嫩美女一区| 国产 一区 欧美 日韩| 亚洲国产精品sss在线观看| 51国产日韩欧美| 老汉色∧v一级毛片| 一边摸一边抽搐一进一小说| 亚洲午夜理论影院| 久久精品综合一区二区三区| 免费观看精品视频网站| 国产激情欧美一区二区| 国产精品一及| 国内久久婷婷六月综合欲色啪| 午夜福利欧美成人| 久久久国产成人精品二区| 久久欧美精品欧美久久欧美| 操出白浆在线播放| 老汉色∧v一级毛片| 俺也久久电影网| 日本成人三级电影网站| 亚洲精品久久国产高清桃花| 国产黄片美女视频| 男女视频在线观看网站免费| 白带黄色成豆腐渣| 久久亚洲真实| h日本视频在线播放| 嫩草影院入口| 国产99白浆流出| 日日干狠狠操夜夜爽| 伊人久久精品亚洲午夜| or卡值多少钱| 国产亚洲精品av在线| 九色成人免费人妻av| 免费观看精品视频网站| 97超视频在线观看视频| 午夜久久久久精精品| 精品国产美女av久久久久小说| 久久伊人香网站| 午夜免费观看网址| av黄色大香蕉| 黄片小视频在线播放| 亚洲在线自拍视频| АⅤ资源中文在线天堂| 免费人成在线观看视频色| 床上黄色一级片| 窝窝影院91人妻| 国产成人福利小说| 亚洲av中文字字幕乱码综合| 19禁男女啪啪无遮挡网站| 亚洲在线观看片| 国产精品一区二区三区四区久久| 亚洲av成人精品一区久久| 五月玫瑰六月丁香| 精品国内亚洲2022精品成人| 老汉色av国产亚洲站长工具| 成人欧美大片| av在线天堂中文字幕| 少妇熟女aⅴ在线视频| 欧美成人性av电影在线观看| 色老头精品视频在线观看| 丝袜美腿在线中文| 国内精品一区二区在线观看| 欧美成人a在线观看| 全区人妻精品视频| 国产欧美日韩一区二区精品| 欧美+亚洲+日韩+国产| aaaaa片日本免费| 亚洲欧美日韩无卡精品| 精品日产1卡2卡| 搡女人真爽免费视频火全软件 | 99热6这里只有精品| 无遮挡黄片免费观看| 成年女人毛片免费观看观看9| 午夜福利欧美成人| 少妇的丰满在线观看| avwww免费| 久久久久精品国产欧美久久久| 高清日韩中文字幕在线| 国产成人a区在线观看| 亚洲熟妇熟女久久| 在线观看舔阴道视频| 我要搜黄色片| 白带黄色成豆腐渣| 黄片大片在线免费观看| 成人av一区二区三区在线看| 18禁黄网站禁片午夜丰满| 亚洲精品在线观看二区| 亚洲精品456在线播放app | 色尼玛亚洲综合影院| 色综合亚洲欧美另类图片| 国产色婷婷99| 国产精品爽爽va在线观看网站| 成人永久免费在线观看视频| 欧美黑人巨大hd| 不卡一级毛片| 99热6这里只有精品| 欧美日本亚洲视频在线播放| 精品久久久久久成人av| 丰满人妻一区二区三区视频av | 精品久久久久久久人妻蜜臀av| 露出奶头的视频| 国产探花极品一区二区| 免费大片18禁| 国产精品亚洲美女久久久| 69av精品久久久久久| 久久国产精品影院| 日韩有码中文字幕| 亚洲欧美日韩无卡精品| 级片在线观看|