• <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
    国产老妇女一区| a级毛色黄片| 精品午夜福利在线看| 国产亚洲精品久久久久久毛片| 久久草成人影院| 俄罗斯特黄特色一大片| 深夜精品福利| 免费看a级黄色片| 日韩,欧美,国产一区二区三区 | 亚洲欧美日韩高清在线视频| 夜夜爽天天搞| 久久精品国产亚洲av香蕉五月| 九九爱精品视频在线观看| 亚洲婷婷狠狠爱综合网| 一进一出好大好爽视频| 亚洲国产精品合色在线| 国产亚洲精品av在线| 国产乱人偷精品视频| 亚洲欧美日韩卡通动漫| 99久久精品热视频| 亚洲激情五月婷婷啪啪| 久久久a久久爽久久v久久| 日韩高清综合在线| 亚洲成人精品中文字幕电影| 欧美不卡视频在线免费观看| 99久久成人亚洲精品观看| 我要看日韩黄色一级片| 两个人的视频大全免费| 国产伦精品一区二区三区四那| 国产欧美日韩一区二区精品| 久久99热6这里只有精品| 国产精品一区二区三区四区久久| 亚洲专区国产一区二区| 国产91av在线免费观看| 久久国内精品自在自线图片| 床上黄色一级片| 国产成年人精品一区二区| 一级av片app| ponron亚洲| 全区人妻精品视频| 亚洲精品一卡2卡三卡4卡5卡| 在线国产一区二区在线| 少妇熟女aⅴ在线视频| 欧美高清成人免费视频www| 男人狂女人下面高潮的视频| 国产精品一及| 亚洲av二区三区四区| 麻豆一二三区av精品| 欧美丝袜亚洲另类| 久久6这里有精品| 国产精品三级大全| 91av网一区二区| 亚洲第一区二区三区不卡| 国产精品野战在线观看| 美女高潮的动态| 国产亚洲精品久久久com| 精品久久国产蜜桃| eeuss影院久久| 麻豆久久精品国产亚洲av| 国产综合懂色| 欧美成人a在线观看| 男女下面进入的视频免费午夜| 午夜日韩欧美国产| 91精品国产九色| 春色校园在线视频观看| 99在线人妻在线中文字幕| 成人三级黄色视频| 91久久精品电影网| 午夜免费男女啪啪视频观看 | 欧美成人免费av一区二区三区| 高清毛片免费观看视频网站| 俄罗斯特黄特色一大片| 久久精品国产清高在天天线| ponron亚洲| 国产成人一区二区在线| 一本精品99久久精品77| 狂野欧美白嫩少妇大欣赏| 日本免费a在线| 丰满乱子伦码专区| 国产一区二区在线观看日韩| 中文字幕精品亚洲无线码一区| 色综合亚洲欧美另类图片| 国产免费一级a男人的天堂| 人人妻人人澡人人爽人人夜夜 | 美女大奶头视频| 99久久久亚洲精品蜜臀av| 精品少妇黑人巨大在线播放 | 国产一区二区三区av在线 | 内射极品少妇av片p| 两性午夜刺激爽爽歪歪视频在线观看| 日韩精品中文字幕看吧| 国产免费男女视频| 少妇高潮的动态图| 在线a可以看的网站| 国产精品一区二区性色av| 12—13女人毛片做爰片一| 亚洲国产日韩欧美精品在线观看| 亚洲欧美日韩高清专用| 最近在线观看免费完整版| 给我免费播放毛片高清在线观看| 日韩欧美精品免费久久| 亚洲国产精品成人综合色| 校园人妻丝袜中文字幕| 亚洲av熟女| 男女视频在线观看网站免费| 亚洲精品色激情综合| 九九久久精品国产亚洲av麻豆| 国产男靠女视频免费网站| 亚洲欧美精品自产自拍| 免费无遮挡裸体视频| 亚洲欧美成人精品一区二区| 久久久精品大字幕| 久久久久久久久久久丰满| 精品人妻熟女av久视频| 99riav亚洲国产免费| 久久99热6这里只有精品| 毛片女人毛片| 岛国在线免费视频观看| 久久久精品94久久精品| 久久精品国产清高在天天线| 国产蜜桃级精品一区二区三区| 午夜福利高清视频| 国内精品美女久久久久久| 一区二区三区高清视频在线| 在线看三级毛片| 美女内射精品一级片tv| 一级毛片久久久久久久久女| 俄罗斯特黄特色一大片| 综合色av麻豆| 欧美在线一区亚洲| 国产亚洲av嫩草精品影院| 午夜爱爱视频在线播放| 狂野欧美白嫩少妇大欣赏| 日本三级黄在线观看| 国产日本99.免费观看| 亚洲精品国产av成人精品 | 久久久久精品国产欧美久久久| 99国产精品一区二区蜜桃av| 91久久精品国产一区二区成人| 中国国产av一级| 一夜夜www| 成人无遮挡网站| 一级毛片我不卡| 欧美xxxx性猛交bbbb| 老司机福利观看| 日韩 亚洲 欧美在线| 18禁裸乳无遮挡免费网站照片| 成年女人永久免费观看视频| 村上凉子中文字幕在线| 亚洲国产精品合色在线| 亚洲人成网站在线播| 狂野欧美白嫩少妇大欣赏| 久久久国产成人免费| 美女cb高潮喷水在线观看| 嫩草影院入口| 国产高清有码在线观看视频| 简卡轻食公司| 毛片女人毛片| 最近手机中文字幕大全| 午夜福利视频1000在线观看| 性色avwww在线观看| 久久天躁狠狠躁夜夜2o2o| 搡老妇女老女人老熟妇| 一区二区三区四区激情视频 | 老熟妇仑乱视频hdxx| 99视频精品全部免费 在线| 亚洲人成网站在线播放欧美日韩| 天天一区二区日本电影三级| 搞女人的毛片| 伦精品一区二区三区| 看片在线看免费视频| 十八禁国产超污无遮挡网站| 老师上课跳d突然被开到最大视频| 18+在线观看网站| 午夜久久久久精精品| 别揉我奶头 嗯啊视频| 一卡2卡三卡四卡精品乱码亚洲| 国产精品一及| av天堂在线播放| 成人av一区二区三区在线看| 两个人的视频大全免费| 日本黄色视频三级网站网址| 亚洲成人av在线免费| 欧美三级亚洲精品| 亚洲一区二区三区色噜噜| 全区人妻精品视频| 国产精品国产高清国产av| 国语自产精品视频在线第100页| av福利片在线观看| 白带黄色成豆腐渣| 国产免费男女视频| 亚洲专区国产一区二区| h日本视频在线播放| 永久网站在线| 人人妻人人澡欧美一区二区| 美女免费视频网站| 床上黄色一级片| 免费人成视频x8x8入口观看| 久久九九热精品免费| 麻豆av噜噜一区二区三区| 在现免费观看毛片| av在线播放精品| 18禁在线无遮挡免费观看视频 | 亚洲成a人片在线一区二区| 欧美国产日韩亚洲一区| 久久亚洲国产成人精品v| 国产精品国产高清国产av| av福利片在线观看| 在线观看av片永久免费下载| 成人av一区二区三区在线看| eeuss影院久久| 久久久久久国产a免费观看| 五月玫瑰六月丁香| www日本黄色视频网| 亚洲欧美清纯卡通| 亚洲一级一片aⅴ在线观看| 亚洲熟妇中文字幕五十中出| 午夜亚洲福利在线播放| 99久久精品国产国产毛片| 久久人人爽人人片av| 国产 一区 欧美 日韩| 天堂av国产一区二区熟女人妻| 人妻制服诱惑在线中文字幕| 成人av一区二区三区在线看| 人人妻,人人澡人人爽秒播| 深夜精品福利| 一边摸一边抽搐一进一小说| 精品无人区乱码1区二区| 国产高清三级在线| 熟女电影av网| 美女免费视频网站| 日韩欧美免费精品| 久久精品夜色国产| 女人被狂操c到高潮| 国产精品久久电影中文字幕| 男女那种视频在线观看| 精品久久久久久久人妻蜜臀av| av在线亚洲专区| 婷婷精品国产亚洲av| 国产视频一区二区在线看| 人妻夜夜爽99麻豆av| 男女啪啪激烈高潮av片| 精品久久久久久久久亚洲| 免费av毛片视频| 亚洲精品粉嫩美女一区| 日韩欧美三级三区| 老熟妇乱子伦视频在线观看| 搡老熟女国产l中国老女人| 色综合色国产| 亚洲国产高清在线一区二区三| 又粗又爽又猛毛片免费看| 亚洲国产精品sss在线观看| 18禁黄网站禁片免费观看直播| 亚洲av二区三区四区| 青春草视频在线免费观看| 内射极品少妇av片p| 在线观看免费视频日本深夜| 国产高潮美女av| 一个人免费在线观看电影| 一个人观看的视频www高清免费观看| 在现免费观看毛片| 国产亚洲欧美98| 日韩欧美在线乱码| 一进一出抽搐gif免费好疼| 97碰自拍视频| 美女免费视频网站| 波多野结衣高清作品| 69人妻影院| 亚洲欧美日韩高清专用| 国产精品嫩草影院av在线观看| 狠狠狠狠99中文字幕| 免费人成视频x8x8入口观看| 亚洲精品国产av成人精品 | 国产乱人偷精品视频| 精品久久久久久久人妻蜜臀av| 国产精品伦人一区二区| 亚洲国产欧美人成| 美女xxoo啪啪120秒动态图| av视频在线观看入口| 精品人妻熟女av久视频| 午夜激情欧美在线| 如何舔出高潮| 精品久久久久久久人妻蜜臀av| 国产一级毛片七仙女欲春2| 亚洲精品一区av在线观看| 一进一出好大好爽视频| 欧美成人一区二区免费高清观看| 欧美国产日韩亚洲一区| 99热这里只有是精品50| 中文资源天堂在线| 亚洲专区国产一区二区| 欧美又色又爽又黄视频| 十八禁网站免费在线| 色综合站精品国产| 亚洲va在线va天堂va国产| 麻豆乱淫一区二区| 亚洲av成人精品一区久久| 日本熟妇午夜| 97超视频在线观看视频| 欧美成人a在线观看| 少妇人妻精品综合一区二区 | 99在线视频只有这里精品首页| 亚洲欧美日韩高清专用| 午夜老司机福利剧场| 亚洲欧美中文字幕日韩二区| 欧美最黄视频在线播放免费| 久久久欧美国产精品| 久久久a久久爽久久v久久| 亚洲人成网站在线观看播放| 精品福利观看| 在线天堂最新版资源| 日韩欧美 国产精品| 国产高潮美女av| 久久国产乱子免费精品| 国产精品女同一区二区软件| 亚洲中文字幕日韩| 国产精品一区二区三区四区免费观看 | 我的老师免费观看完整版| 插逼视频在线观看| 九九在线视频观看精品| 国产色婷婷99| 国产精品不卡视频一区二区| 久久久久精品国产欧美久久久| 中出人妻视频一区二区| 亚洲成人久久爱视频| 精品无人区乱码1区二区| 日本一本二区三区精品| 成人高潮视频无遮挡免费网站| 白带黄色成豆腐渣| 两个人的视频大全免费| 一级a爱片免费观看的视频| av免费在线看不卡| 免费不卡的大黄色大毛片视频在线观看 | 99热只有精品国产| 99热网站在线观看| 超碰av人人做人人爽久久| 国内精品宾馆在线| 在线免费观看不下载黄p国产| 少妇猛男粗大的猛烈进出视频 | 成人亚洲精品av一区二区| 最新在线观看一区二区三区| 午夜福利视频1000在线观看| 人妻少妇偷人精品九色| 精品久久久久久久久久久久久| 国产精品一区二区免费欧美| 国内久久婷婷六月综合欲色啪| 人人妻人人看人人澡| 精品少妇黑人巨大在线播放 | 精品不卡国产一区二区三区| 欧美bdsm另类| 成人国产麻豆网| 日韩欧美免费精品| 51国产日韩欧美| 亚洲欧美日韩高清在线视频| 看免费成人av毛片| 日本与韩国留学比较| 成年女人永久免费观看视频| 淫秽高清视频在线观看| 观看美女的网站| 午夜福利在线观看吧| 俺也久久电影网| 男人和女人高潮做爰伦理| 精品一区二区三区视频在线| av黄色大香蕉| 变态另类成人亚洲欧美熟女| 天天躁夜夜躁狠狠久久av| 国产蜜桃级精品一区二区三区| 99九九线精品视频在线观看视频| 美女cb高潮喷水在线观看| av黄色大香蕉| av在线亚洲专区| 精品不卡国产一区二区三区| 国产三级中文精品| 波多野结衣高清无吗| 亚洲美女视频黄频| 精品人妻熟女av久视频| 日本三级黄在线观看| 精品久久久噜噜| 搞女人的毛片| 亚洲成人久久性| 日韩制服骚丝袜av| 国产精品人妻久久久影院| 国产淫片久久久久久久久| 日韩国内少妇激情av| 人人妻人人澡人人爽人人夜夜 | 亚洲成人精品中文字幕电影| 美女大奶头视频| 在线免费观看的www视频| 国产精品人妻久久久影院| 久久国内精品自在自线图片| 国产91av在线免费观看| 国产亚洲精品av在线| 日本黄色视频三级网站网址| 婷婷色综合大香蕉| 老司机影院成人| av黄色大香蕉| 中文亚洲av片在线观看爽| 久久99热这里只有精品18| 欧美日韩乱码在线| 美女高潮的动态| 亚洲中文字幕日韩| 亚洲国产欧洲综合997久久,| 国产人妻一区二区三区在| 精品国内亚洲2022精品成人| 日本黄色视频三级网站网址| 一进一出好大好爽视频| 国模一区二区三区四区视频| 成年av动漫网址| 伊人久久精品亚洲午夜| 一区二区三区高清视频在线| 亚洲熟妇熟女久久| 亚洲无线在线观看| 人妻少妇偷人精品九色| 国产精品一区二区免费欧美| 亚洲一区二区三区色噜噜| 一级毛片电影观看 | 岛国在线免费视频观看| 亚洲成人久久爱视频| 国产精品一区二区免费欧美| 高清午夜精品一区二区三区 | 十八禁国产超污无遮挡网站| 久久久久国产网址| 久久热精品热| 有码 亚洲区| 好男人在线观看高清免费视频| 日本一本二区三区精品| 寂寞人妻少妇视频99o| 日本 av在线| 成人漫画全彩无遮挡| 最近的中文字幕免费完整| 熟妇人妻久久中文字幕3abv| 亚洲乱码一区二区免费版| av在线天堂中文字幕| 特级一级黄色大片| 久久久午夜欧美精品| 亚洲自偷自拍三级| 日本一二三区视频观看| 国产成人a区在线观看| 日本黄色视频三级网站网址| 成人国产麻豆网| 亚洲精品久久国产高清桃花| 韩国av在线不卡| 国产精品电影一区二区三区| 日本与韩国留学比较| 18禁在线播放成人免费| 一级黄片播放器| 欧美高清成人免费视频www| 久久中文看片网| 精品久久国产蜜桃| 国国产精品蜜臀av免费| 18禁在线无遮挡免费观看视频 | 色5月婷婷丁香| 91久久精品电影网| 欧美一区二区国产精品久久精品| 亚洲欧美清纯卡通| 青春草视频在线免费观看| 日本免费一区二区三区高清不卡| 国产精品人妻久久久影院| 一进一出抽搐动态| 真人做人爱边吃奶动态| 国产真实伦视频高清在线观看| 国产一区二区亚洲精品在线观看| 最近2019中文字幕mv第一页| 国产乱人偷精品视频| 人人妻人人澡人人爽人人夜夜 | 亚洲国产精品sss在线观看| 91久久精品国产一区二区成人| 免费看光身美女| 色尼玛亚洲综合影院| 精品一区二区三区av网在线观看| 在线观看免费视频日本深夜| 国产国拍精品亚洲av在线观看| 91av网一区二区| 日本-黄色视频高清免费观看| 国产熟女欧美一区二区| 人人妻人人澡人人爽人人夜夜 | 中国美女看黄片| 国产aⅴ精品一区二区三区波| 亚洲一区二区三区色噜噜| 91狼人影院| 一级黄色大片毛片| 蜜臀久久99精品久久宅男| 国产一区二区三区在线臀色熟女| 亚洲一区高清亚洲精品| 免费无遮挡裸体视频| 热99在线观看视频| 卡戴珊不雅视频在线播放| 久久人妻av系列| 国产午夜福利久久久久久| 亚洲精品色激情综合| 欧美成人一区二区免费高清观看| 简卡轻食公司| 亚洲婷婷狠狠爱综合网| 观看免费一级毛片| 伦理电影大哥的女人| 99久久中文字幕三级久久日本| 狠狠狠狠99中文字幕| 99久久成人亚洲精品观看| 又粗又爽又猛毛片免费看| 日本爱情动作片www.在线观看 | 精品人妻一区二区三区麻豆 | 天天一区二区日本电影三级| 日本精品一区二区三区蜜桃| 亚洲欧美中文字幕日韩二区| 波多野结衣巨乳人妻| 久久人人爽人人爽人人片va| 91精品国产九色| 亚洲人成网站在线播| 日韩在线高清观看一区二区三区| 国产又黄又爽又无遮挡在线| 波多野结衣巨乳人妻| 一进一出抽搐gif免费好疼| 国产成人91sexporn| 日日干狠狠操夜夜爽| 高清毛片免费观看视频网站| 欧美国产日韩亚洲一区| 少妇的逼水好多| 久久久久国产网址| 一进一出抽搐gif免费好疼| 日本与韩国留学比较| 亚洲熟妇熟女久久| 亚洲四区av| 美女被艹到高潮喷水动态| 国产午夜精品论理片| 欧美日韩精品成人综合77777| 精品久久久久久久末码| 成熟少妇高潮喷水视频| 免费观看在线日韩| 久久久精品欧美日韩精品| 成熟少妇高潮喷水视频| 特级一级黄色大片| 国产国拍精品亚洲av在线观看| 美女 人体艺术 gogo| 在线播放国产精品三级| 国产免费一级a男人的天堂| 97在线视频观看| 美女高潮的动态| 精品午夜福利视频在线观看一区| .国产精品久久| 两个人的视频大全免费| 哪里可以看免费的av片| 最后的刺客免费高清国语| 中文字幕免费在线视频6| 人人妻人人看人人澡| 免费看a级黄色片| 18禁在线无遮挡免费观看视频 | 看片在线看免费视频| 婷婷精品国产亚洲av在线| 亚州av有码| av在线观看视频网站免费| 亚洲国产色片| 中国美白少妇内射xxxbb| 黑人高潮一二区| 91久久精品国产一区二区成人| 校园春色视频在线观看| 亚洲电影在线观看av| 久久久久久久久久黄片| 国产男靠女视频免费网站| 性色avwww在线观看| 久久久久久久久中文| 精品人妻视频免费看| 能在线免费观看的黄片| 看片在线看免费视频| 国产三级中文精品| 一本久久中文字幕| 中国美白少妇内射xxxbb| 99热网站在线观看| 99久久精品国产国产毛片| 午夜精品一区二区三区免费看| 欧美最新免费一区二区三区| 天堂动漫精品| 午夜福利成人在线免费观看| 中文亚洲av片在线观看爽| 热99在线观看视频| 亚洲精品456在线播放app| 中文亚洲av片在线观看爽| 中文字幕熟女人妻在线| 亚洲成人久久爱视频| 国产成人一区二区在线| 九九久久精品国产亚洲av麻豆| 日本免费a在线| 成人综合一区亚洲| 亚洲成人精品中文字幕电影| 别揉我奶头~嗯~啊~动态视频| 亚洲美女搞黄在线观看 | 亚洲欧美精品自产自拍| 丝袜美腿在线中文| 一级毛片aaaaaa免费看小| 在线观看一区二区三区| 秋霞在线观看毛片| 免费观看在线日韩| 丰满的人妻完整版| 狂野欧美白嫩少妇大欣赏| 欧美一级a爱片免费观看看| 精品熟女少妇av免费看| 日日摸夜夜添夜夜爱| 精品国内亚洲2022精品成人| www日本黄色视频网| 午夜亚洲福利在线播放| 欧美色视频一区免费| 99久久九九国产精品国产免费| 国内少妇人妻偷人精品xxx网站| 欧美在线一区亚洲| 国产午夜精品论理片| 九色成人免费人妻av| 久久99热6这里只有精品| 久久精品91蜜桃| 一区二区三区免费毛片| 中国美白少妇内射xxxbb| 欧美性感艳星| 亚洲三级黄色毛片| 一进一出好大好爽视频| 男人狂女人下面高潮的视频| 国产三级中文精品| 成人av在线播放网站|