• <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 ?

    基于改進(jìn)Gabor特征幻影的低分辨率人臉識別

    2020-09-29 13:10:24卞加祁胡學(xué)龍陳舒涵
    無線電工程 2020年10期
    關(guān)鍵詞:低分辨率流形高分辨率

    卞加祁,胡學(xué)龍*,陳舒涵

    (1.揚(yáng)州大學(xué) 信息工程學(xué)院,江蘇 揚(yáng)州 225127;2.揚(yáng)州大學(xué) 人工智能學(xué)院,江蘇 揚(yáng)州 225127)

    0 引言

    近年來,監(jiān)控?cái)z像頭的應(yīng)用頗為廣泛,人臉識別系統(tǒng)備受重視。由于攝像頭常處于非可控狀態(tài),故所拍攝得到的人臉圖像一般分辨率較低且質(zhì)量較差。如何提高此類低分辨率人臉的識別準(zhǔn)確率具有重要的現(xiàn)實(shí)意義。目前,低分辨率人臉識別主要有超分辨率重建[1-6]和穩(wěn)健特征提取[7-10]。超分辨率重建算法主要是先對低分辨率樣本進(jìn)行超分辨率增強(qiáng),然后再進(jìn)行識別。具體可以分為以下幾類:基于流形學(xué)習(xí)、基于字典學(xué)習(xí)以及基于回歸學(xué)習(xí)。在基于流形學(xué)習(xí)中,先假設(shè)高分辨率人臉和低分辨率人臉中具有相同的局部鄰域結(jié)構(gòu),在這種假設(shè)下,可以通過鄰域樣本重建生成與低分辨率人臉相對應(yīng)的高分辨率人臉;具體的流形思想有:局部幾何結(jié)構(gòu)以及稀疏鄰域嵌入。在基于字典學(xué)習(xí)中,通過尋找和從低分辨率人臉和高分辨率人臉特征空間有關(guān)的稀疏編碼系數(shù)來預(yù)測高分辨率人臉;基于字典學(xué)習(xí)的方法大致有2類:正交字典[3]和過完備字典。在基于回歸學(xué)習(xí)中,首先通過高低分辨率人臉數(shù)據(jù)集,建立一個(gè)映射函數(shù),再通過這個(gè)映射函數(shù),來構(gòu)建與低分辨率人臉相對應(yīng)的高分辨率人臉。具體方法有核回歸[5]、支持向量回歸等。在超分辨率重建算法中,Pong等[11]提出了一種基于Gabor特征重建的低分辨率人臉識別,即先用局部線性回歸建立一個(gè)映射函數(shù),再通過這個(gè)映射函數(shù),來構(gòu)建高分辨率(HR)的Gabor特征;將預(yù)測得到的HR特征和低分辨率(LR)特征投影到GCCA[12]空間中,進(jìn)行識別分類。

    在該算法中存在一些不足:① 使用局部線性回歸(LLR)[13]預(yù)測高分辨率人臉的Gabor特征,忽略了高低分辨率之間的非線性,本文采用流形學(xué)習(xí)中一種LLE[14]的算法預(yù)測高分辨率人臉Gabor特征,有效地預(yù)測了高分辨率人臉的非線性特征;② 通過Randomized CCA來揭示高低Gabor人臉特征的非線性關(guān)系,取代了原論文中使用GCCA僅能表示數(shù)據(jù)集之間線性關(guān)系的不足。

    1 Gabor特征幻影

    1.1 Gabor小波

    Gabor小波與人類視覺系統(tǒng)中的簡單細(xì)胞刺激響應(yīng)非常相似。它在提取目標(biāo)的局部空間和頻率信息方面具有良好的特性。Gabor小波能夠提供良好的方向和尺度選擇特性,而且對于光照變化并不敏感,能夠提供對光照變化良好的適應(yīng)性,正是這些良好的特征,所以能夠被廣泛地應(yīng)用于視覺。本文的人臉特征提取采用Gabor小波方法。在空間域中,由高斯函數(shù)調(diào)制的復(fù)指數(shù)構(gòu)成,其公式為:

    (1)

    式中,(m,n)為人臉像素的位置;ω為復(fù)指數(shù)的徑向中心頻率;θ為Gabor小波的方向;σ為高斯函數(shù)的標(biāo)準(zhǔn)偏差。

    1.2 高分辨率Gabor特征預(yù)測

    Pong使用了局部線性回歸的方法來預(yù)測高分辨率Gabor特征,這雖然能夠在一定程度上預(yù)測高分辨率的Gabor特征,但只假設(shè)了高低分辨率之間存在線性關(guān)系。而在流形學(xué)習(xí)中,認(rèn)為高低分辨率人臉具有相似的內(nèi)在結(jié)構(gòu)。相比于簡單的局部線性回歸,使用流形學(xué)習(xí)進(jìn)行HR Gabor特征預(yù)測,更能準(zhǔn)確地預(yù)測HR人臉。

    嵌入算法在高分辨率人臉重建應(yīng)用中,對于輸入的低分辨率人臉特征:

    (2)

    ③ 通過結(jié)構(gòu)權(quán)重和對應(yīng)K個(gè)近鄰的高分辨率來計(jì)算高分辨率Gabor人臉特征:

    (3)

    1.3 典型相關(guān)分析

    (4)

    1.4 隨機(jī)CCA

    雖然CCA能夠最大化2組變量之間的相關(guān)性,但是CCA是基于線性相關(guān)的,所以不能準(zhǔn)確反映非線性關(guān)系。為了克服CCA這一缺點(diǎn),一系列的非線性拓展算法相繼提出。比如Kernel CCA[15],利用核函數(shù)來構(gòu)造2組變量的非線性關(guān)系;再如Deep CCA[16],利用DNN網(wǎng)絡(luò)來訓(xùn)練2組變量的非線性關(guān)系;但是這些算法雖然提高了相關(guān)性,但也具有相當(dāng)高的計(jì)算復(fù)雜度和時(shí)間復(fù)雜度。David[17]提出了利用隨機(jī)策略來構(gòu)造可以與線性算法結(jié)合使用揭示非線性特征。其公式為:

    (5)

    (6)

    通過拉格朗日乘法,得出Urandom和Vrandom,即為:

    (7)

    為了避免過擬合,添加了μ和k兩個(gè)懲罰項(xiàng):

    (8)

    1.5 Gabor特征幻影的低分辨率人臉識別

    類似于CCA,選擇前d個(gè)特征值對應(yīng)的特征向量Wl=(α1,α2,…,αd)和Wh=(β1,β2,…,βd),將Wl,Wh稱為廣義典型投影向量,并且使用式(9)和式(10)組合的特征稱為廣義規(guī)范判別特征。即:

    (9)

    (10)

    (11)

    (12)

    通過式(12)級聯(lián)后并使用式(13)的計(jì)分函數(shù)將其分類:

    (13)

    式中,G和H表示訓(xùn)練集和測試集里的人臉投影到RCCA后的特征向量。

    1.6 框架圖

    算法框架如圖1所示,分為2個(gè)部分:訓(xùn)練部分和測試部分。訓(xùn)練部分:分別將高低分辨率的人臉數(shù)據(jù)集都基于Gabor進(jìn)行特征提取,再通過RCCA獲取LR和HR對應(yīng)的相關(guān)特征,并將其線性連接;測試部分:輸入一個(gè)LR的人臉,利用LLE構(gòu)建HR的Gabor特征,分別將LR、HR映射到相關(guān)的特征中并進(jìn)行線性連接;最后送入最近鄰分類器進(jìn)行分類,求得識別結(jié)果。

    圖1 算法框架

    2 實(shí)驗(yàn)結(jié)果和分析

    為了驗(yàn)證改進(jìn)算法的有效性,在YALE和ORL數(shù)據(jù)集上做了一些實(shí)驗(yàn),將LLE與LLR,GCCA與RCCA進(jìn)行兩兩組合。保留PCA的97%的有效能量。實(shí)驗(yàn)環(huán)境為Intel Core i7 CPU 2.2 GHz,內(nèi)存8 GB,操作系統(tǒng)Windows 10,編程平臺為Matlab2017b。

    2.1 數(shù)據(jù)集描述

    YALE數(shù)據(jù)集由耶魯大學(xué)計(jì)算視覺與控制中心創(chuàng)建,包含15名志愿者,每名志愿者由11幅圖像組成,這些人臉包含著明顯不同的光照、表情以及姿態(tài)的變化。以YALE數(shù)據(jù)集為基礎(chǔ),將48 pixel×48 pixel分辨率作為HR人臉圖像集,對該數(shù)據(jù)集依次平滑下采樣,依次獲得8 pixel×8 pixel,9 pixel×9 pixel,11 pixel×11 pixel,13 pixel×13 pixel,15 pixel×15 pixel,17 pixel×17 pixel,19 pixel×19 pixel的LR人臉數(shù)據(jù)集。

    ORL數(shù)據(jù)集由劍橋大學(xué)AT&T實(shí)驗(yàn)室創(chuàng)建,包含40名志愿者,每名志愿者由10幅圖像組成,分辨率大小統(tǒng)一為92 pixel×112 pixel。該數(shù)據(jù)庫人臉表情和人臉姿態(tài)有一定的變化。以O(shè)RL數(shù)據(jù)集為基礎(chǔ),將48 pixel×48 pixel作為高分辨率人臉圖像集,對該數(shù)據(jù)集依次平滑下采樣,依次獲得10 pixel×10 pixel,12 pixel×12 pixel,14 pixel×14 pixel,16 pixel×16 pixel,18 pixel×18 pixel,20 pixel×20 pixel的低分辨率人臉數(shù)據(jù)集。

    2.2 重建Gabor特征對比

    在比對重建Gabor特征時(shí),LR的Gabor特征分辨率為8 pixel×8 pixel,HR的Gabor特征的分辨率為48 pixel×48 pixel。如圖2和圖3所示。在YALE的人臉集中,采用峰值信噪比(PSNR)和結(jié)構(gòu)相似度值(SSIM)對比LLR和LLE算法重建的Gabor特征,所考慮的尺度和方向分別為5和8。

    圖2 重建Gabor特征得PSNR對比

    圖3 重建Gabor特征得SSIM對比

    從圖2和圖3可以得出,在PNSR的比對中,LLR算法重建特征效果好于K=10和K=20的,在K為30,40,...,70時(shí),效果均小于LLE算法的重建效果;在SSIM的比對中,LLE算法的重建效果都好于LLR算法的重建。

    2.3 YALE數(shù)據(jù)集上的實(shí)驗(yàn)

    在YALE數(shù)據(jù)集的實(shí)驗(yàn)中,每位志愿者隨機(jī)抽取5張人臉作為訓(xùn)練集,其余作為測試集。將48 pixel×48 pixel作為HR人臉,LR人臉范圍9 pixel×9 pixel~19 pixel×19 pixel。在LLE算法中,K取值為30;RCCA中的懲罰項(xiàng)μ和κ設(shè)置為0.001。實(shí)驗(yàn)結(jié)果如表1和圖4所示。

    表1 YALE上不同算法在不同分辨率下的識別率

    圖4 YALE上各類算法識別率

    通過實(shí)驗(yàn)結(jié)果比對,本文基于LLE算法而改進(jìn)的重建HR人臉的Gabor特征,在不同分辨率下,識別率均高于原論文中基于LLR算法而重建的HR人臉Gabor特征;本文所提出的基于LLE重建Gabor特征,結(jié)合原論文中的GCCA算法,能夠在不同的LR下?lián)碛凶罡叩淖R別率;本文提出的LLE+RCCA的改進(jìn)算法在不同分辨率下普遍高于原算法的LLR+GCCA的組合,尤其是在超低分辨率9 pixel×9 pixel時(shí),依然有72.22%的識別率。

    2.4 在ORL數(shù)據(jù)集上的實(shí)驗(yàn)

    在ORL人臉數(shù)據(jù)集的實(shí)驗(yàn)中,每位志愿者隨機(jī)抽取5幅人臉作為訓(xùn)練集,其余作為測試集,以48 pixel×48 pixel作為HR人臉,LR范圍10 pixel×10 pixel~20 pixel×20 pixel。在LLE算法中,K值選取為40;RCCA中的懲罰項(xiàng)μ和κ設(shè)置為0.001。實(shí)驗(yàn)結(jié)果如表2和圖5所示。

    表2 ORL上不同算法在不同分辨率下的識別率

    圖5 ORL上各類算法識別率

    更換實(shí)驗(yàn)數(shù)據(jù)集,將實(shí)驗(yàn)放在ORL數(shù)據(jù)集上測試。由于ORL數(shù)據(jù)集的環(huán)境干擾比較少,所以識別率普遍提高。也得到和YALE數(shù)據(jù)集相似的結(jié)論:本文基于LLE算法而改進(jìn)的重建HR人臉的Gabor特征,在不同分辨率下,識別率均高于原論文中基于LLR算法而重建的HR人臉Gabor特征;本文所提出的基于LLE重建Gabor特征,結(jié)合原論文中的GCCA算法,能夠在不同LR下?lián)碛凶罡叩淖R別率;本文提出的LLE+RCCA的改進(jìn)算法在不同分辨率下普遍高于原算法的LLR+GCCA的組合,尤其是在超低分辨率10 pixel×10 pixel時(shí),依然有86.50%的識別率;

    3 結(jié)束語

    本文提出了基于改進(jìn)的Gabor特征幻影的人臉識別算法,在Pong的算法上提出了改進(jìn)。主要有以下2點(diǎn):采用基于流形學(xué)習(xí)的LLE算法取代原論文的LLR算法,更加注重高低分辨率之間的非線性關(guān)系;在特征投影方面,采用RCCA算法,更加注重訓(xùn)練集的非線性特征。在上述實(shí)驗(yàn)結(jié)果中,改進(jìn)后的算法提高了識別率,尤其是極低分辨率的情況下。

    猜你喜歡
    低分辨率流形高分辨率
    基于全局和局部特征集成的低分辨率人臉識別方法
    紅外熱成像中低分辨率行人小目標(biāo)檢測方法
    基于偏移學(xué)習(xí)的低分辨率人體姿態(tài)估計(jì)
    高分辨率合成孔徑雷達(dá)圖像解譯系統(tǒng)
    緊流形上的Schr?dinger算子的譜間隙估計(jì)
    迷向表示分為6個(gè)不可約直和的旗流形上不變愛因斯坦度量
    Nearly Kaehler流形S3×S3上的切觸拉格朗日子流形
    樹木的低分辨率三維模型資源創(chuàng)建實(shí)踐
    高分辨率對地觀測系統(tǒng)
    太空探索(2015年8期)2015-07-18 11:04:44
    基于Curvelet-Wavelet變換高分辨率遙感圖像降噪
    国产高清国产精品国产三级| 欧美成人午夜免费资源| 内地一区二区视频在线| 亚洲成av片中文字幕在线观看 | 欧美激情国产日韩精品一区| 91午夜精品亚洲一区二区三区| 爱豆传媒免费全集在线观看| 日本猛色少妇xxxxx猛交久久| 精品一区在线观看国产| 人妻少妇偷人精品九色| 在线观看www视频免费| 欧美丝袜亚洲另类| 天天躁夜夜躁狠狠躁躁| 久久精品国产亚洲av涩爱| 不卡视频在线观看欧美| 国产男女超爽视频在线观看| 日日撸夜夜添| 亚洲综合精品二区| 又黄又爽又刺激的免费视频.| 秋霞伦理黄片| 亚洲精品视频女| 国产成人精品婷婷| 熟女人妻精品中文字幕| 亚洲精华国产精华液的使用体验| 在线观看免费日韩欧美大片| 天美传媒精品一区二区| 一级毛片黄色毛片免费观看视频| 国产欧美另类精品又又久久亚洲欧美| 久久 成人 亚洲| 蜜桃国产av成人99| 亚洲精品一二三| 母亲3免费完整高清在线观看 | 丰满乱子伦码专区| 国产精品嫩草影院av在线观看| 国产日韩欧美亚洲二区| 免费观看在线日韩| 亚洲综合色网址| 又黄又粗又硬又大视频| 久热这里只有精品99| av.在线天堂| 七月丁香在线播放| 我要看黄色一级片免费的| 十八禁高潮呻吟视频| av有码第一页| 亚洲av.av天堂| 大片免费播放器 马上看| 午夜精品国产一区二区电影| 久久国产精品大桥未久av| 国产欧美日韩综合在线一区二区| 午夜福利视频精品| 在线观看人妻少妇| 欧美精品一区二区大全| 国产视频首页在线观看| 99热全是精品| 国产又色又爽无遮挡免| 波多野结衣一区麻豆| 免费大片18禁| 男人舔女人的私密视频| 精品国产一区二区三区久久久樱花| 亚洲欧美成人综合另类久久久| 久久97久久精品| 黄色 视频免费看| 亚洲精品美女久久久久99蜜臀 | 乱码一卡2卡4卡精品| 免费高清在线观看日韩| 亚洲av福利一区| 欧美国产精品va在线观看不卡| 丝袜喷水一区| 在线天堂最新版资源| 最近最新中文字幕免费大全7| 一级毛片我不卡| 免费黄网站久久成人精品| 国产在线免费精品| 亚洲国产精品专区欧美| 女性被躁到高潮视频| 男人添女人高潮全过程视频| 最新的欧美精品一区二区| 欧美精品av麻豆av| 女的被弄到高潮叫床怎么办| 中文字幕人妻丝袜制服| 亚洲欧洲日产国产| 热re99久久精品国产66热6| 国产成人一区二区在线| 视频区图区小说| 男男h啪啪无遮挡| 老熟女久久久| 亚洲av欧美aⅴ国产| 男女边吃奶边做爰视频| 另类精品久久| 亚洲成色77777| 亚洲伊人久久精品综合| av女优亚洲男人天堂| 成年动漫av网址| 国产永久视频网站| 天美传媒精品一区二区| 一个人免费看片子| 男女边摸边吃奶| 欧美性感艳星| 欧美成人午夜免费资源| 交换朋友夫妻互换小说| 国产日韩一区二区三区精品不卡| 自线自在国产av| 美女脱内裤让男人舔精品视频| 黑人高潮一二区| 免费日韩欧美在线观看| 国产精品国产av在线观看| 亚洲精品aⅴ在线观看| 欧美国产精品一级二级三级| 一边摸一边做爽爽视频免费| 五月开心婷婷网| 草草在线视频免费看| 一级毛片我不卡| 日韩电影二区| 丝袜人妻中文字幕| 国产精品久久久久久av不卡| 巨乳人妻的诱惑在线观看| 成人毛片a级毛片在线播放| 国产精品欧美亚洲77777| 麻豆乱淫一区二区| 国产一区二区三区综合在线观看 | 亚洲三级黄色毛片| 久久99精品国语久久久| 好男人视频免费观看在线| 一级爰片在线观看| 国产精品偷伦视频观看了| 免费观看性生交大片5| 国产深夜福利视频在线观看| 久久免费观看电影| 中文字幕av电影在线播放| 黑人巨大精品欧美一区二区蜜桃 | 韩国av在线不卡| 人人妻人人爽人人添夜夜欢视频| 少妇人妻久久综合中文| 国产黄色视频一区二区在线观看| 九草在线视频观看| √禁漫天堂资源中文www| 亚洲精品成人av观看孕妇| 日本黄色日本黄色录像| 免费不卡的大黄色大毛片视频在线观看| 老司机亚洲免费影院| 人妻 亚洲 视频| 在线观看免费日韩欧美大片| 春色校园在线视频观看| 尾随美女入室| av免费在线看不卡| 99热6这里只有精品| 亚洲精品美女久久av网站| av片东京热男人的天堂| 亚洲欧美日韩另类电影网站| 五月开心婷婷网| 精品午夜福利在线看| 99热全是精品| 在线观看三级黄色| 婷婷色av中文字幕| av.在线天堂| 国产亚洲最大av| 国产精品久久久久久久久免| 亚洲欧美一区二区三区黑人 | 国产乱来视频区| 九草在线视频观看| www.熟女人妻精品国产 | 在线观看三级黄色| 亚洲国产成人一精品久久久| a级毛片在线看网站| 视频中文字幕在线观看| 久久久a久久爽久久v久久| 母亲3免费完整高清在线观看 | 老司机亚洲免费影院| a级片在线免费高清观看视频| 日韩中字成人| 国产精品久久久久久精品电影小说| 伦精品一区二区三区| 精品一区二区免费观看| 国产精品国产三级国产专区5o| 九草在线视频观看| 国产片内射在线| 久久久久久久大尺度免费视频| 全区人妻精品视频| 久久影院123| 国产爽快片一区二区三区| 高清黄色对白视频在线免费看| 成人影院久久| 国产成人精品一,二区| 亚洲精品久久久久久婷婷小说| 日日爽夜夜爽网站| 80岁老熟妇乱子伦牲交| 中国三级夫妇交换| 黄色 视频免费看| 成年美女黄网站色视频大全免费| 青青草视频在线视频观看| av免费观看日本| 性色avwww在线观看| 久久精品aⅴ一区二区三区四区 | 亚洲精品色激情综合| 韩国高清视频一区二区三区| 国产成人精品无人区| 日本av手机在线免费观看| 一个人免费看片子| 国产一区二区在线观看日韩| 亚洲人与动物交配视频| 九九在线视频观看精品| 久久久久久久精品精品| 久久精品aⅴ一区二区三区四区 | 国产精品一区二区在线不卡| 老女人水多毛片| freevideosex欧美| 美女内射精品一级片tv| 97超碰精品成人国产| 国产国语露脸激情在线看| 老司机影院成人| 亚洲在久久综合| 中国三级夫妇交换| 熟妇人妻不卡中文字幕| 国产极品天堂在线| 91精品国产国语对白视频| 久久国产精品男人的天堂亚洲 | 伊人久久国产一区二区| 亚洲一区二区三区欧美精品| 一二三四中文在线观看免费高清| 日韩视频在线欧美| 婷婷色综合大香蕉| 欧美xxxx性猛交bbbb| 99国产精品免费福利视频| av免费在线看不卡| 精品99又大又爽又粗少妇毛片| 亚洲一码二码三码区别大吗| 好男人视频免费观看在线| 国产不卡av网站在线观看| 又大又黄又爽视频免费| 婷婷色av中文字幕| 国产精品三级大全| 女人被躁到高潮嗷嗷叫费观| 亚洲精品自拍成人| 国产精品久久久久成人av| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 26uuu在线亚洲综合色| 男人爽女人下面视频在线观看| 不卡视频在线观看欧美| 亚洲内射少妇av| 乱人伦中国视频| 熟女电影av网| 国产精品人妻久久久影院| 丰满饥渴人妻一区二区三| 18+在线观看网站| 汤姆久久久久久久影院中文字幕| 国产精品熟女久久久久浪| 国产一区二区激情短视频 | 最近的中文字幕免费完整| 久久久久久久久久久免费av| 看免费av毛片| 欧美变态另类bdsm刘玥| 午夜激情久久久久久久| 欧美亚洲日本最大视频资源| 满18在线观看网站| 欧美人与性动交α欧美软件 | 亚洲av免费高清在线观看| 亚洲精品美女久久久久99蜜臀 | 九草在线视频观看| 综合色丁香网| 中国美白少妇内射xxxbb| 日韩大片免费观看网站| 伊人久久国产一区二区| 人人妻人人澡人人看| 少妇人妻精品综合一区二区| 香蕉丝袜av| 黄色怎么调成土黄色| 久久这里有精品视频免费| 国产一区二区在线观看av| 少妇熟女欧美另类| 亚洲激情五月婷婷啪啪| 婷婷色综合www| 日本黄色日本黄色录像| 综合色丁香网| 国产成人一区二区在线| 国产精品一区二区在线不卡| 欧美变态另类bdsm刘玥| √禁漫天堂资源中文www| 国产日韩欧美亚洲二区| 精品一区二区免费观看| 美女视频免费永久观看网站| 日产精品乱码卡一卡2卡三| 欧美人与性动交α欧美软件 | 国产精品久久久久久精品电影小说| 国产高清不卡午夜福利| 综合色丁香网| 欧美人与善性xxx| 亚洲综合色网址| 精品亚洲乱码少妇综合久久| 久久这里只有精品19| 建设人人有责人人尽责人人享有的| 亚洲第一区二区三区不卡| 久久97久久精品| 国产伦理片在线播放av一区| 午夜激情久久久久久久| 精品国产一区二区三区四区第35| 少妇人妻久久综合中文| 久久精品国产鲁丝片午夜精品| 一区在线观看完整版| 最近2019中文字幕mv第一页| 国产有黄有色有爽视频| 9191精品国产免费久久| 久久久久久久久久久免费av| 久久韩国三级中文字幕| 久久av网站| 一级毛片电影观看| 久久精品熟女亚洲av麻豆精品| 又大又黄又爽视频免费| 精品99又大又爽又粗少妇毛片| av有码第一页| 国产免费视频播放在线视频| 亚洲成av片中文字幕在线观看 | 亚洲成人手机| 亚洲欧美成人精品一区二区| 国产精品免费大片| 久久久久久久亚洲中文字幕| 一级毛片 在线播放| 18禁动态无遮挡网站| 只有这里有精品99| av女优亚洲男人天堂| 国产熟女欧美一区二区| 9191精品国产免费久久| 大陆偷拍与自拍| 观看美女的网站| 久久婷婷青草| 一边亲一边摸免费视频| 一级爰片在线观看| 哪个播放器可以免费观看大片| 久久午夜福利片| 午夜视频国产福利| 看非洲黑人一级黄片| 人妻少妇偷人精品九色| 精品国产露脸久久av麻豆| 精品久久蜜臀av无| 中文字幕免费在线视频6| 国产av精品麻豆| 黑人猛操日本美女一级片| 国产乱来视频区| 全区人妻精品视频| 久久ye,这里只有精品| 如何舔出高潮| 欧美日韩一区二区视频在线观看视频在线| 中国国产av一级| videos熟女内射| 亚洲精品,欧美精品| 亚洲综合精品二区| 亚洲,欧美精品.| 视频区图区小说| 国产精品久久久久成人av| 精品少妇黑人巨大在线播放| 99热网站在线观看| 51国产日韩欧美| 女性生殖器流出的白浆| 日韩中文字幕视频在线看片| 国产精品一二三区在线看| 天堂中文最新版在线下载| 亚洲情色 制服丝袜| 国产色爽女视频免费观看| 亚洲色图 男人天堂 中文字幕 | 国产在线一区二区三区精| 免费女性裸体啪啪无遮挡网站| 日韩av免费高清视频| 国产精品国产三级国产专区5o| 免费大片黄手机在线观看| 我的女老师完整版在线观看| 国产成人aa在线观看| 欧美激情国产日韩精品一区| 久久久久视频综合| 欧美xxxx性猛交bbbb| 大陆偷拍与自拍| 国产亚洲午夜精品一区二区久久| 韩国av在线不卡| 国产女主播在线喷水免费视频网站| 亚洲色图综合在线观看| 涩涩av久久男人的天堂| 69精品国产乱码久久久| 麻豆精品久久久久久蜜桃| 狠狠婷婷综合久久久久久88av| 久久影院123| 巨乳人妻的诱惑在线观看| 哪个播放器可以免费观看大片| 成年人午夜在线观看视频| 在线观看免费日韩欧美大片| 好男人视频免费观看在线| kizo精华| 中文精品一卡2卡3卡4更新| 18禁动态无遮挡网站| 亚洲av中文av极速乱| 午夜老司机福利剧场| 午夜福利,免费看| 久久热在线av| 国产日韩欧美亚洲二区| 91国产中文字幕| 久久久久网色| 在线天堂中文资源库| 亚洲欧洲日产国产| 精品人妻一区二区三区麻豆| 亚洲精品久久久久久婷婷小说| 久久精品国产综合久久久 | 午夜久久久在线观看| 午夜精品国产一区二区电影| 一级,二级,三级黄色视频| 精品少妇内射三级| 80岁老熟妇乱子伦牲交| 成人国语在线视频| 亚洲国产欧美日韩在线播放| 蜜臀久久99精品久久宅男| 丰满少妇做爰视频| 亚洲久久久国产精品| 国产亚洲欧美精品永久| 男人舔女人的私密视频| 日本与韩国留学比较| 日本欧美国产在线视频| 日韩,欧美,国产一区二区三区| 一边亲一边摸免费视频| 亚洲国产精品国产精品| 亚洲精品乱码久久久久久按摩| 午夜福利影视在线免费观看| 亚洲精品美女久久av网站| 在线观看国产h片| 91成人精品电影| 观看av在线不卡| 亚洲欧美中文字幕日韩二区| 女性生殖器流出的白浆| 在线观看美女被高潮喷水网站| 成人午夜精彩视频在线观看| 99久久中文字幕三级久久日本| 飞空精品影院首页| 美女大奶头黄色视频| 一区二区三区乱码不卡18| 99re6热这里在线精品视频| 黑人猛操日本美女一级片| 精品国产一区二区三区四区第35| 精品一区二区免费观看| 国产欧美日韩一区二区三区在线| 亚洲av中文av极速乱| 97精品久久久久久久久久精品| 国产成人精品久久久久久| 欧美日韩视频高清一区二区三区二| 成年女人在线观看亚洲视频| 亚洲一级一片aⅴ在线观看| 99久久人妻综合| av播播在线观看一区| 免费黄色在线免费观看| 亚洲国产精品一区二区三区在线| 99久久综合免费| 99re6热这里在线精品视频| 久久午夜综合久久蜜桃| 国产一区有黄有色的免费视频| 如日韩欧美国产精品一区二区三区| 亚洲欧美一区二区三区国产| 免费观看av网站的网址| 亚洲成人手机| 十八禁网站网址无遮挡| 9色porny在线观看| 熟女av电影| www.熟女人妻精品国产 | 亚洲av成人精品一二三区| 亚洲国产欧美在线一区| 国内精品宾馆在线| 成人亚洲欧美一区二区av| 嫩草影院入口| 亚洲中文av在线| 久久综合国产亚洲精品| 亚洲国产精品999| 狂野欧美激情性xxxx在线观看| 青春草视频在线免费观看| 自拍欧美九色日韩亚洲蝌蚪91| 午夜影院在线不卡| 最近最新中文字幕免费大全7| 在线观看人妻少妇| 亚洲一级一片aⅴ在线观看| 国产精品麻豆人妻色哟哟久久| 亚洲av.av天堂| 老熟女久久久| 精品国产乱码久久久久久小说| 啦啦啦啦在线视频资源| 久久免费观看电影| 亚洲国产色片| 久久女婷五月综合色啪小说| 久久人人爽av亚洲精品天堂| 久久久精品免费免费高清| 亚洲综合色惰| 韩国精品一区二区三区 | 在线观看www视频免费| 国产有黄有色有爽视频| 两个人看的免费小视频| 考比视频在线观看| 色哟哟·www| av在线老鸭窝| 亚洲av.av天堂| 国产在线一区二区三区精| 欧美精品一区二区免费开放| 欧美xxxx性猛交bbbb| 国产精品 国内视频| 亚洲欧美一区二区三区国产| 中文天堂在线官网| www日本在线高清视频| 亚洲av电影在线进入| 国产成人免费无遮挡视频| 岛国毛片在线播放| 最近中文字幕高清免费大全6| 看免费成人av毛片| 亚洲 欧美一区二区三区| 亚洲精品一二三| 制服人妻中文乱码| 日韩在线高清观看一区二区三区| 一级毛片电影观看| 欧美变态另类bdsm刘玥| 国产片内射在线| 亚洲人成网站在线观看播放| 国产精品欧美亚洲77777| 乱码一卡2卡4卡精品| 亚洲av男天堂| 男女午夜视频在线观看 | 人人澡人人妻人| 蜜桃在线观看..| 一级a做视频免费观看| 久久这里有精品视频免费| 亚洲内射少妇av| 久久狼人影院| 国产精品人妻久久久影院| 亚洲国产毛片av蜜桃av| 各种免费的搞黄视频| 午夜精品国产一区二区电影| av免费观看日本| 香蕉精品网在线| 日韩伦理黄色片| 伊人久久国产一区二区| 免费在线观看黄色视频的| 久久久久久久国产电影| 日韩中字成人| 男人舔女人的私密视频| 国产精品秋霞免费鲁丝片| 国产亚洲精品第一综合不卡 | 十八禁高潮呻吟视频| 精品久久久久久电影网| 国产日韩欧美亚洲二区| 亚洲av.av天堂| 久久久a久久爽久久v久久| av免费在线看不卡| 久久久国产欧美日韩av| 26uuu在线亚洲综合色| 在线观看www视频免费| 成人毛片a级毛片在线播放| 国语对白做爰xxxⅹ性视频网站| 国产在线免费精品| 观看美女的网站| 亚洲人成网站在线观看播放| 极品人妻少妇av视频| 丝袜在线中文字幕| 男女边摸边吃奶| 国产精品久久久久久精品电影小说| 国产av精品麻豆| 国产成人a∨麻豆精品| 亚洲成av片中文字幕在线观看 | 午夜福利,免费看| 97在线视频观看| 国产亚洲精品第一综合不卡 | 一二三四在线观看免费中文在 | 国产成人91sexporn| 久久久久久久国产电影| 亚洲av中文av极速乱| 曰老女人黄片| 久久国产精品大桥未久av| 日本爱情动作片www.在线观看| 午夜视频国产福利| 高清av免费在线| 欧美精品高潮呻吟av久久| 亚洲伊人久久精品综合| 中文字幕亚洲精品专区| 欧美人与性动交α欧美精品济南到 | 国产亚洲一区二区精品| 天天躁夜夜躁狠狠久久av| av女优亚洲男人天堂| 制服丝袜香蕉在线| 春色校园在线视频观看| 久久久久久久久久人人人人人人| 午夜91福利影院| 插逼视频在线观看| 亚洲欧美一区二区三区国产| 街头女战士在线观看网站| 天堂俺去俺来也www色官网| 只有这里有精品99| 欧美3d第一页| 国产欧美日韩综合在线一区二区| 高清在线视频一区二区三区| 自拍欧美九色日韩亚洲蝌蚪91| 人妻 亚洲 视频| 久久久久久久精品精品| 国产精品一区二区在线观看99| 国产在视频线精品| 免费观看在线日韩| 亚洲四区av| 你懂的网址亚洲精品在线观看| 少妇猛男粗大的猛烈进出视频| 日韩熟女老妇一区二区性免费视频| 亚洲欧美日韩卡通动漫| 99精国产麻豆久久婷婷| 欧美 亚洲 国产 日韩一| 亚洲av日韩在线播放| 下体分泌物呈黄色| 欧美精品一区二区大全| 美女国产高潮福利片在线看| 99视频精品全部免费 在线| 在线观看免费高清a一片| 成人免费观看视频高清| 一区二区三区四区激情视频| 五月开心婷婷网| 丝袜美足系列| videosex国产| 丝袜美足系列| 中文字幕另类日韩欧美亚洲嫩草| 春色校园在线视频观看| 欧美xxⅹ黑人| 午夜激情av网站|