• <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CapsuleNet架構(gòu)的模糊指紋圖像識別

    2020-10-09 11:01袁穎李論楊英倉
    軟件 2020年8期
    關(guān)鍵詞:指紋識別深度學(xué)習(xí)

    袁穎 李論 楊英倉

    摘 ?要: 指紋識別是目前應(yīng)用最廣泛的生物特征識別技術(shù)之一,傳統(tǒng)指紋識別技術(shù)中為了使原始指紋圖像特征更易于被當(dāng)前的計算方法處理,需要對指紋圖像特征點標(biāo)畫,為輸入數(shù)據(jù)設(shè)計好表示層,再仿射變換到另一個表示空間,難以得到模糊指紋圖像所需要的精確表示。本文采用膠囊神經(jīng)網(wǎng)絡(luò),使用端到端的深度學(xué)習(xí)模型來完成模糊指紋圖像的識別,克服了傳統(tǒng)機器學(xué)習(xí)算法對于感知問題不敏感,以及卷積神經(jīng)網(wǎng)絡(luò)缺乏整體特征的明確信息和最大池化中丟失了有價值的特征信息等劣勢。實驗結(jié)果表明,膠囊神經(jīng)網(wǎng)絡(luò)在模糊指紋圖像處理中具有較高的識別精度。

    關(guān)鍵詞: 指紋識別;膠囊神經(jīng)網(wǎng)絡(luò);深度學(xué)習(xí)

    中圖分類號: TP391. 41 ? ?文獻(xiàn)標(biāo)識碼: A ? ?DOI:10.3969/j.issn.1003-6970.2020.08.015

    本文著錄格式:袁穎,李論,楊英倉. 基于Capsule Net架構(gòu)的模糊指紋圖像識別[J]. 軟件,2020,41(08):48-51

    【Abstract】: Fingerprint identification is currently the most widely used biological characteristic. In traditional fingerprint identification technology, in order to make the fingerprint image feature calculate more easier, method have to sign the fingerprint image feature points, input data design good presentation layer, and affine transformation to another representation space to realize recognition. However this method is hard to get the precise fuzzy fingerprint image features.Capsule neural network in this paper use end-to-end deep learning model to match the fuzzy identification of fingerprint image. This method overcomes the unsensitive problems to perceptual features which is a common problems in the traditional machine learning algorithm. This method also overcomes the lack of clear information and the lost of characteristics of the information in integral pooling in the convolutional neural network. The experimental results show that the capsule neural network has high recognition accuracy in fuzzy fingerprint image processing.

    【Key words】: Fingerprint identification; Capsule net; Deep learning

    0 ?引言

    指紋識別技術(shù)在20世紀(jì)60年代初興起,近年已在民事、司法、安全等領(lǐng)域得到了普遍應(yīng)用,毋庸置疑已經(jīng)成為了目前使用最廣泛的生物特征識別技術(shù)。然而,面臨徒增的模糊指紋圖像,傳統(tǒng)指紋識別技術(shù)的淺層學(xué)習(xí)難以得到模糊指紋識別所需的精確表示,無法滿足實際需求。2010年以后,非定制CPU的速度提高了約5000倍[1],互聯(lián)網(wǎng)高速發(fā)展高性能圖形芯片誕生,大數(shù)據(jù)、計算機視覺技術(shù)、深度學(xué)習(xí)技術(shù)的出現(xiàn),為指紋識別的發(fā)展奠定了硬件、算法、數(shù)據(jù)集等各方面的基礎(chǔ)。自此,基于深度學(xué)習(xí)的指紋識別技術(shù)逐漸興起, Wang Yani等人[2]、L. N. Darlow[3]、D. E. Hamdi[4]等大批研究者開始采用深度識別算法對圖像進(jìn)行識別,包括CNN、MENet、CRT等,結(jié)合深度學(xué)習(xí)技術(shù)來解決指紋分類任務(wù),基于深度學(xué)習(xí)的研究還包括Artificial neural network (ANN)神經(jīng)網(wǎng)絡(luò)[5]、nonlinear back propagation neural network (BPNN)反向神經(jīng)網(wǎng)絡(luò)[6]、linear vector quantization(LVQ) 線性矢量量化[7]、extreme learning machine (ELM)極限學(xué)習(xí)機[8]等。

    廣泛研究證明以上神經(jīng)網(wǎng)絡(luò)在計算機視覺方面有顯著成績,但具備缺乏整體特征的明確信息和最大池化中會丟失有價值的特征信息等劣勢,例如CNN。2017年Geoffrey E. Hinton使用經(jīng)過分別訓(xùn)練的多層膠囊系統(tǒng)在MNIST上達(dá)到了最好的性能,并且在識別高度重疊的數(shù)字方面比卷積神經(jīng)網(wǎng)絡(luò)要好得多,訓(xùn)練精確度為99.23%,在Affinist測試集的精確度達(dá)到了79%,遠(yuǎn)遠(yuǎn)超過了CNN的66%[9]。在這之后,相繼有學(xué)者使用膠囊網(wǎng)絡(luò)對不同的研究對象做了新嘗試,例如,C. Xiang[10]、Z. Zhang[11]、Y. Xiong[12]、Yi S[13]、T. Zhao[14]等人都陸續(xù)使用膠囊網(wǎng)絡(luò)對不同圖像進(jìn)行了識別,其中包括虹膜、步態(tài)、車輛圖片等,并取得了良好的效果。

    1 ?關(guān)鍵算法原理

    膠囊神經(jīng)網(wǎng)絡(luò)自2017年由Google Brain的Geoffrey E. Hinton提出[9],近年來膠囊網(wǎng)絡(luò)被看作是一種能克服CNN缺點的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò),膠囊網(wǎng)絡(luò)是經(jīng)過分別訓(xùn)練的多層膠囊神經(jīng)系統(tǒng),膠囊就是一組神經(jīng)元,膠囊網(wǎng)絡(luò)是由這些神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò),和其他神經(jīng)網(wǎng)絡(luò)不同得是,膠囊網(wǎng)絡(luò)在特征之間的空間關(guān)系上取得了一些突破,它使原來只能用標(biāo)量來表示的輸入、輸出特征用向量來表示,向量的模的大小來表示特征出現(xiàn)的概率。向量的方向表示特征的位置,這就使得原始特征中涉及的位置信息不容易丟失。

    1.1 ?網(wǎng)絡(luò)架構(gòu)

    膠囊網(wǎng)絡(luò)的架構(gòu)如圖1所示,一層網(wǎng)絡(luò)被激活時通過轉(zhuǎn)換矩陣對更高級別的膠囊參數(shù)進(jìn)行預(yù)測,當(dāng)多個預(yù)測一致時,一個更高水平的膠囊層開始活躍。在膠囊網(wǎng)絡(luò)中基礎(chǔ)單元是膠囊,就是一系列的神經(jīng)元圖2所示[15],神經(jīng)元的活躍程度被封裝在了激活的膠囊中,代表某個特定實體的不同屬性。膠囊的長度表示這個特定實體的存在概率,膠囊的方向表示了這個實體的屬性。輸出向量的長度表示了實體存在的可能,輸出的膠囊用一個非線性的壓縮函數(shù)計算如公式1[9]所示。

    圖1所示的膠囊網(wǎng)絡(luò)中第一層是二維卷積層,作用是對輸入圖像進(jìn)行空間卷積。用濾波器對輸入圖像進(jìn)行滑動窗卷積,卷積核的數(shù)目為256,卷積核的寬度和長度為9,卷積的步長為1,“valid”指只進(jìn)行有效的卷積,即對邊界不進(jìn)行數(shù)據(jù)填充,激活函數(shù)為relu。第二層為PrimaryCaps即主膠囊層,使用squash函數(shù)作為激活函數(shù),該層接受卷積層檢測到的基本特征,用于生成特征組合。該層共有32個主膠囊,步長為2,每個主膠囊由8個卷積核組成。第三層DigitCaps層即數(shù)字膠囊層,實際上是全連接層,“in_num”為輸入,每個輸入都是一個標(biāo)量,是前一層神經(jīng)元的輸出,它有“out_num”為輸出神經(jīng)元。膠囊層是將神經(jīng)元的輸出從標(biāo)量擴展到向量。第四層是一個輔助層,用它的長度來代替每個膠囊,為了匹配真實的標(biāo)簽形狀。

    1.2 ?向量神經(jīng)元

    在膠囊網(wǎng)絡(luò)中神經(jīng)元結(jié)構(gòu)如圖2所示[9],第一層神經(jīng)元在接收到信號以后,通過連接鏈路參數(shù)進(jìn)行修改加總,b為偏差,σ(z)為激活函數(shù),最后得出一個輸出值。膠囊網(wǎng)絡(luò)和其他神經(jīng)網(wǎng)絡(luò)的不同之處在于,a1到ak都是有大小和方向的向量,σ(z)為squashing的壓縮函數(shù)作為激活函數(shù),輸出的值也為向量,一個運算單元為一個膠囊。每一層中都由很多個膠囊構(gòu)成,將輸入數(shù)值一層一層向后傳播。

    1.3 ?壓縮函數(shù)

    在CapsNets中需用到squashing 函數(shù)即壓縮函數(shù),表達(dá)式如公式(1)[9]所示, 該函數(shù)是一個非線性的“壓縮”函數(shù),作用是確保短向量被壓縮到幾乎零的長度,長向量被壓縮到略小于等于1的長度。公式(1)表示第j個膠囊的輸出向量的運算規(guī)則, 為這個膠囊的總輸入向量值, 是總輸入向量的模長,模長只有大小沒有方向。由公式(1)可以看到左邊的第一部函數(shù)的作用是當(dāng) 輸出向量很大的時候,第一部分的值能無限趨近于1,如果 輸出向量的值很小,第一部分的值會約等于0,這樣可以將輸入值壓縮在0-1之間。公式(1)的右邊部分函數(shù)保留了輸入向量的方向,向量的模的大小衡量某個實體出現(xiàn)的概率,模值越大,概率越大。當(dāng) 很小的時候, 的值就等于 ?,當(dāng) 很大的時候, 的值就等于 。

    在每一個膠囊網(wǎng)絡(luò)層里的膠囊都會向上述層中的每個不同膠囊中輸出一個向量的局部網(wǎng)格,之后每個網(wǎng)格成員和每個膠囊的變換矩陣被用來組成數(shù)量相同的類,動態(tài)路由就這樣在這個過程反復(fù)循環(huán)。

    1.4 ?損失函數(shù)

    當(dāng)網(wǎng)絡(luò)在訓(xùn)練時,輸入的特征沒有對應(yīng)的標(biāo)簽,需要把特征值對應(yīng)向量最大的值輸出給全連接層,網(wǎng)絡(luò)就會根據(jù)標(biāo)簽決定輸出值對應(yīng)的向量。底層的膠囊將其輸出傳輸給高層的膠囊,高層的膠囊的向量由底層膠囊預(yù)測出的大量的標(biāo)量信息,輸出的向量的長度表示了預(yù)測的概率。此時就必須定義損失函數(shù),對于k行向量做如下運算如公式(4)[9]所示。

    默認(rèn) 的值為1或0,損失希望正例樣本 預(yù)測在0.9,負(fù)例樣本值 在0.1,該函數(shù)的意義在于如果k行向量屬于當(dāng)前的分類k,就使 大于0.9,否在小于0.1。神經(jīng)網(wǎng)絡(luò)以此來辨別輸入的圖像是否屬于圖片所屬的標(biāo)簽。

    2 ?實驗分析

    2.1 ?實驗環(huán)境

    實驗環(huán)境為Window10 64位系統(tǒng),中央處理器(CPU) 為Intel(R)Core(TM) i7-8550U 1.80 GHz,內(nèi)存為16 GB,顯卡UDH Graphics 620,實驗工具為VS Code、Jupyter Notebook,編程環(huán)境為Python3.0,開發(fā)平臺為Keras框架 。

    2.2 ?指紋數(shù)據(jù)庫構(gòu)建

    本數(shù)據(jù)庫名為索科托考文垂數(shù)據(jù)庫(SOCO-Fing)[16],由來自英國考文垂大學(xué)的Yahaya Isah Shehu和Ariel Ruiz-Garcia等人構(gòu)建,該指紋庫是使用韓國 Secugen HSDU03指紋采集儀收集的圖像。SOCOFing總共包含55273張指紋圖像。所有文件圖像的分辨率為1×96×103(灰度×寬度×高度)。

    SOCOFing數(shù)據(jù)集包含了600名非洲被測者的6000個指紋。每個被測者年齡都在18歲以上,每人采集了10個手指的10枚指紋,每張指紋圖像為500dbi分辨率,SOCOFing數(shù)據(jù)庫的標(biāo)簽包含了受測者的具體屬性標(biāo)簽,例如性別、手位和手指名稱等信息。將指紋圖像進(jìn)行Z-cut、模糊和中心旋轉(zhuǎn),以此來對指紋庫進(jìn)行模糊處理,并根據(jù)變換的大小將數(shù)據(jù)分為簡單(easy)、中等(medium)和復(fù)雜(hard)三個等級,如圖3所示為指紋庫中同一人的同一枚指紋經(jīng)過同一類變換得到的容易、中等、困難指紋圖。

    在對每張原始指紋圖像進(jìn)行模糊、中心旋轉(zhuǎn)和z切割3次變換以后,去除所有低質(zhì)量或不可讀的指紋圖像以進(jìn)行質(zhì)量控制,最后我們總共得到了17,934張參數(shù)設(shè)置簡單(easy)的變換圖片,17,067張參數(shù)設(shè)置中等(medium)的變換圖片,14,272張參數(shù)設(shè)復(fù)雜(hard)的變換圖片。之后每張指紋圖以如下的命名規(guī)則進(jìn)行編輯。識別被測者編號分別為:001到600。表示被測者的性別:M -男,F(xiàn) -女。表示手位:左Left或右Right。表示手指的名稱:小指Little,環(huán)指Ring,中指Middle,食指Index,拇指Thumb。指示變換的類型:Obl -模糊、CR -中心旋轉(zhuǎn)或Zcut。文件擴展名:“bmp”為所有圖像的擴展名。

    2.3 ?實驗結(jié)果分析

    使用imgaug從數(shù)量較少的圖像庫中創(chuàng)造出豐富的數(shù)據(jù)集,imgaug是一個用于機器學(xué)習(xí)實驗中圖像增強的庫,它支持廣泛的增強技術(shù),允許輕松地結(jié)合各種增強技術(shù),并在隨機順序或在多個CPU核心上執(zhí)行,有一個簡單而強大的隨機接口,可以增強圖像增強魯棒性較少過擬合,使用了iaa.Affine代碼對圖像進(jìn)行仿射變換,對圖像進(jìn)行縮放、平移、旋轉(zhuǎn)、剪切等操作。對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,載入測試圖像,得到如圖4所示的匹配結(jié)果。

    圖4中左側(cè)是從hard庫進(jìn)行變換以后的模糊指紋,其中Input Key是該指紋的標(biāo)簽,該指紋圖片的具體屬性為321__M_Right_index_finger_Obl.BMP,標(biāo)簽為321011,根據(jù)圖5的命名規(guī)則,男性(M)0,女性(F)1,左手(L)是0,右手(R)是1,拇指(Thumb)編碼0 食指(Index)編碼1 中指(Middle)編碼2環(huán)指(Ring)編碼3 小指(Little)編碼4。標(biāo)簽為321011即第321個人的指紋男性右手食指,由以上編碼規(guī)則可以看出input和key值時對應(yīng)的,都是321011,兩張圖的匹配值為99.59%。

    神經(jīng)網(wǎng)絡(luò)精度和損失值如圖5所示,橫坐標(biāo)為訓(xùn)練次數(shù),縱坐標(biāo)為訓(xùn)練損失值和精度,從圖像可以看出測試集精度開始為0.82,經(jīng)過不斷訓(xùn)練最后達(dá)到0.993,損失值最終數(shù)值為0.023。

    3 ?結(jié)語

    膠囊網(wǎng)絡(luò)在此次用的數(shù)據(jù)庫基礎(chǔ)上表現(xiàn)良好,但在選擇較難(Hard)擴增指紋庫中,有些指紋圖像會出現(xiàn)比不中的情況,這說明網(wǎng)絡(luò)的精度還需要進(jìn)一步提高,此外,膠囊網(wǎng)絡(luò)的運行速度比較慢,網(wǎng)絡(luò)在訓(xùn)練過程中需要好幾個小時,因為其動態(tài)路由是需要在兩個膠囊層之間進(jìn)行信息傳遞,這是一個非常復(fù)雜的過程。然而優(yōu)點是,膠囊網(wǎng)絡(luò)對于特征密集的圖像有出色的表現(xiàn),對于表征指紋這類高級圖像確實具有顯著的優(yōu)勢,并且可以使用較少的數(shù)據(jù)集訓(xùn)練出良好的精度,膠囊網(wǎng)絡(luò)的動態(tài)路由可以實時根據(jù)預(yù)測結(jié)果調(diào)整權(quán)重,以此來調(diào)整選取的識別圖像的特征。

    參考文獻(xiàn)

    [1] 弗朗索瓦. 肖萊, 張亮譯. PYTHON 深度學(xué)習(xí)[M]. 人民郵電出版社, 2019(9): 3-15.

    [2] Wang Yani, Wu Zhendong, Zhang Jianwu, Chen Hongli. A robust damaged fingerprint identification algorithm based on deep learning[C]. IEEE Advanced Information Management, Communicates, Electronic and Automation Control Conference (IMCEC), 2016: 1048-1052.

    [3] L. N. Darlow, B. Rosman. Fingerprint minutiae extraction using deep learning[C]. IEEE International Joint Conference on Biometrics (IJCB). Denver, CO, 2017: 22-30.

    [4] D E. Hamdi, I. Elouedi, A. Fathallah, M. K. Nguyuen, A. Hamouda. Combining Fingerprints and their Radon Transform as Input to Deep Learning for a Fingerprint Classification Task[C]. 15th International Conference on Control. Automation, Robotics and Vision (ICARCV), 2018: 1448-1453.

    [5] Yang J C, Park D S. Fingerprint Verification Based on Invariant Moment Features and Nonlinear BPNN[J]. International Journal of Control, 2008, 6(6): 800-808.

    [6] Yang J, Xie S , Yoon S. el at. Fingerprint Matching Based on Extreme Learning Machine[J]. Neural Computing & Applications. 2013, 22(34): 435-445.

    [7] Kumar, R. Fingerprint Matching Using Rotational Invariant Orientation Local Binary Pattern Descriptor and Machine Learning Techniques[J]. International Journal of Computer Vision and Image Processing. 2017, 7(4): 51-67.

    [8] Adjimi A, Hacine-Gharbi A, Ravier P, el at. Extraction and Selection of Binarised Statistical Image Features for Fingerprint Recognition[J]. International Journal of Biometrics. 2017, 9(1): 67-80.

    [9] Sabour, Sara, Frosst, Nicholas, Hinton, Geoffrey E. Dynamic routing between capsules[J]. Advances in Neural Information Processing Systems. USA. 2017: 3857-3867.

    [10] C. Xiang, L. Zhang, Y. Tang, W. Zou and C. Xu. MS-CapsNet: A Novel Multi-Scale Capsule Network[J]. IEEE Signal Processing Letters, 2018, 25(12): 1850-1854.

    [11] Z. Zhang, D. Zhang and H. Wei. Vehicle Type Recognition using Capsule Network[C]. Chinese Control And Decision Conference (CCDC), China, 2019: 2944-2948.

    [12] Y Xiong, G Su, S Ye, Y Sun, Y Sun. Deeper Capsule Network For Complex Data[C]. International Joint Conference on Neural Networks (IJCNN). Budapest, Hungary, 2019: 1-8.

    [13] Ye J, Chang Q, Jia X. Research on Image-to-Image Translation with Capsule Network[C]. Artificial Neural Networks and Machine Learning, Lecture Notes in Computer Science, 2019: 11727.

    [14] T Zhao, Y Liu, G Huo and X Zhu. A Deep Learning Iris Recognition Method Based on Capsule Network Architecture[J]. IEEE Access, 2019(7): 49691-49701.

    [15] 陳屹. 神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)實戰(zhàn)[M]. 機械工業(yè)出版社, 2019(08): 266-270.

    [16] Yahaya Isah Shehu, Ariel Ruiz-Garcia, Vasile Palade, Anne James. Sokoto Coventry Fingerprint Dataset. Kaggle. [EB/OL] (2018-7-23)[2020-2-29].

    猜你喜歡
    指紋識別深度學(xué)習(xí)
    基于單片機指紋識別電子寄存柜設(shè)計
    指紋識別
    有體驗的學(xué)習(xí)才是有意義的學(xué)習(xí)
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場域建構(gòu)
    大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
    指紋識別技術(shù)綜述
    指紋掛鎖
    基于大容量指紋識別的實時身份認(rèn)證系統(tǒng)
    基于線陣CCD的指紋識別實驗
    26uuu在线亚洲综合色| 成人综合一区亚洲| 中文乱码字字幕精品一区二区三区 | 亚洲在线自拍视频| 中文在线观看免费www的网站| 亚洲国产精品久久男人天堂| 亚洲天堂国产精品一区在线| 午夜免费男女啪啪视频观看| 亚洲欧美精品自产自拍| 七月丁香在线播放| 男插女下体视频免费在线播放| 蜜桃亚洲精品一区二区三区| 伦精品一区二区三区| 亚洲精品乱码久久久久久按摩| 国产高清视频在线观看网站| 精品一区二区三区视频在线| 中文字幕久久专区| 成人毛片a级毛片在线播放| 久久这里只有精品中国| 18禁裸乳无遮挡免费网站照片| 精品久久久久久成人av| 免费av不卡在线播放| 成人国产麻豆网| 99国产精品一区二区蜜桃av| 别揉我奶头 嗯啊视频| 91精品一卡2卡3卡4卡| 久久精品人妻少妇| 亚洲av电影在线观看一区二区三区 | 国产一区亚洲一区在线观看| 99久久精品国产国产毛片| 精品久久久久久久久久久久久| 两性午夜刺激爽爽歪歪视频在线观看| 免费播放大片免费观看视频在线观看 | 美女高潮的动态| 亚洲精华国产精华液的使用体验| 亚洲成人精品中文字幕电影| 两个人视频免费观看高清| 婷婷色av中文字幕| 国语自产精品视频在线第100页| www日本黄色视频网| 偷拍熟女少妇极品色| 人妻少妇偷人精品九色| 亚洲人成网站在线观看播放| 欧美又色又爽又黄视频| 我要看日韩黄色一级片| a级毛色黄片| 久久久欧美国产精品| 日本免费一区二区三区高清不卡| 乱人视频在线观看| 国产片特级美女逼逼视频| 国产精品久久久久久久久免| 天堂影院成人在线观看| 亚洲人成网站在线播| 亚洲av福利一区| 少妇猛男粗大的猛烈进出视频 | 日韩一本色道免费dvd| 26uuu在线亚洲综合色| 丰满人妻一区二区三区视频av| 国产视频首页在线观看| 男女视频在线观看网站免费| 女的被弄到高潮叫床怎么办| 熟妇人妻久久中文字幕3abv| 亚洲精品自拍成人| 国产亚洲91精品色在线| 97热精品久久久久久| 亚洲人与动物交配视频| 日韩视频在线欧美| 国产伦一二天堂av在线观看| 国产极品精品免费视频能看的| 亚洲精品久久久久久婷婷小说 | 成年免费大片在线观看| 啦啦啦观看免费观看视频高清| 熟妇人妻久久中文字幕3abv| 亚洲中文字幕一区二区三区有码在线看| 蜜臀久久99精品久久宅男| 亚洲精品色激情综合| 69av精品久久久久久| 熟女人妻精品中文字幕| 九九爱精品视频在线观看| 美女被艹到高潮喷水动态| 在线天堂最新版资源| 亚洲第一区二区三区不卡| 久久久亚洲精品成人影院| 2021天堂中文幕一二区在线观| 亚洲乱码一区二区免费版| 99久久中文字幕三级久久日本| 高清av免费在线| 最近中文字幕高清免费大全6| 一级黄片播放器| 国产在线一区二区三区精 | 中国美白少妇内射xxxbb| 国产精品.久久久| 大话2 男鬼变身卡| 久久99精品国语久久久| 免费播放大片免费观看视频在线观看 | 国产精品国产三级国产av玫瑰| 欧美性猛交黑人性爽| 嫩草影院入口| 最近2019中文字幕mv第一页| 晚上一个人看的免费电影| 国产又色又爽无遮挡免| 国产精品国产高清国产av| 国产免费福利视频在线观看| 久久久久久久久久黄片| 一级黄片播放器| 一个人看视频在线观看www免费| 国产不卡一卡二| 嫩草影院入口| 日韩视频在线欧美| 亚洲精品日韩av片在线观看| 亚洲国产最新在线播放| av专区在线播放| 婷婷色麻豆天堂久久 | 国产熟女欧美一区二区| 中文字幕熟女人妻在线| 国产精品久久电影中文字幕| 亚洲av日韩在线播放| 国产精品一区二区三区四区久久| 国产乱来视频区| 免费看光身美女| 午夜a级毛片| 久久午夜福利片| 国产免费又黄又爽又色| 久久99蜜桃精品久久| 两个人视频免费观看高清| 99久久成人亚洲精品观看| 日本免费在线观看一区| 久久久精品欧美日韩精品| 极品教师在线视频| 寂寞人妻少妇视频99o| 日韩强制内射视频| 久久精品国产亚洲av天美| 人人妻人人澡人人爽人人夜夜 | 欧美性感艳星| 高清在线视频一区二区三区 | 卡戴珊不雅视频在线播放| 老师上课跳d突然被开到最大视频| 成人毛片60女人毛片免费| 激情 狠狠 欧美| 99久国产av精品| 九九在线视频观看精品| 乱人视频在线观看| 老女人水多毛片| 日本免费一区二区三区高清不卡| 成人午夜高清在线视频| 国产色婷婷99| 欧美日韩精品成人综合77777| 日韩高清综合在线| 国产亚洲精品av在线| 日韩精品有码人妻一区| 国产中年淑女户外野战色| 国产探花极品一区二区| 长腿黑丝高跟| 亚洲国产成人一精品久久久| 国内精品美女久久久久久| 色综合站精品国产| 亚洲国产精品久久男人天堂| 久久久午夜欧美精品| 狠狠狠狠99中文字幕| 精品人妻一区二区三区麻豆| 日日啪夜夜撸| 午夜老司机福利剧场| 青春草视频在线免费观看| 日本五十路高清| 一二三四中文在线观看免费高清| 久久这里有精品视频免费| 亚洲乱码一区二区免费版| 好男人视频免费观看在线| 国产探花在线观看一区二区| 国内揄拍国产精品人妻在线| 精品人妻熟女av久视频| 一级黄色大片毛片| 青青草视频在线视频观看| 我的女老师完整版在线观看| 日韩一区二区三区影片| 人体艺术视频欧美日本| 深爱激情五月婷婷| 一级爰片在线观看| 日本色播在线视频| 国产麻豆成人av免费视频| 日本熟妇午夜| 国产一区二区在线av高清观看| 超碰97精品在线观看| 亚洲成人av在线免费| 97在线视频观看| 一级av片app| av福利片在线观看| 听说在线观看完整版免费高清| 亚洲精品乱码久久久v下载方式| 三级国产精品欧美在线观看| 日韩av在线大香蕉| 97超碰精品成人国产| 免费播放大片免费观看视频在线观看 | 日本一本二区三区精品| 日韩中字成人| 欧美xxxx性猛交bbbb| 国产白丝娇喘喷水9色精品| 国产成人福利小说| 在线播放国产精品三级| 日韩欧美精品v在线| 日韩高清综合在线| av在线亚洲专区| 国产精品国产三级国产av玫瑰| 建设人人有责人人尽责人人享有的 | 亚洲欧美成人综合另类久久久 | 欧美日韩精品成人综合77777| 一本一本综合久久| 亚洲av二区三区四区| 亚洲欧洲日产国产| 老师上课跳d突然被开到最大视频| 亚洲精品久久久久久婷婷小说 | 亚洲欧美日韩东京热| 亚洲熟妇中文字幕五十中出| 99久久人妻综合| 婷婷色麻豆天堂久久 | 欧美又色又爽又黄视频| 老司机影院成人| 黄色配什么色好看| 激情 狠狠 欧美| 乱码一卡2卡4卡精品| 亚洲av中文av极速乱| 国模一区二区三区四区视频| 国产成人freesex在线| 亚洲18禁久久av| 久久久国产成人精品二区| 夜夜看夜夜爽夜夜摸| 日韩成人av中文字幕在线观看| 国产成人精品一,二区| 国产真实伦视频高清在线观看| 免费观看的影片在线观看| 国产伦理片在线播放av一区| 高清av免费在线| 九九爱精品视频在线观看| 婷婷色麻豆天堂久久 | 汤姆久久久久久久影院中文字幕 | 一级黄片播放器| 国产av码专区亚洲av| 在线观看美女被高潮喷水网站| 午夜精品一区二区三区免费看| 五月伊人婷婷丁香| 国产69精品久久久久777片| 午夜福利在线观看免费完整高清在| 超碰av人人做人人爽久久| 国产精品麻豆人妻色哟哟久久 | 日日摸夜夜添夜夜爱| 亚洲丝袜综合中文字幕| 国产欧美另类精品又又久久亚洲欧美| 国产91av在线免费观看| 国产精品无大码| 日韩亚洲欧美综合| 夜夜看夜夜爽夜夜摸| 91在线精品国自产拍蜜月| 99热精品在线国产| 菩萨蛮人人尽说江南好唐韦庄 | 国产精品一区二区性色av| 岛国在线免费视频观看| 亚洲国产日韩欧美精品在线观看| 精品久久久久久久久av| 国产免费又黄又爽又色| 亚洲精品乱久久久久久| 国产在视频线在精品| 黄片无遮挡物在线观看| 久久人人爽人人片av| 国产精品久久久久久久电影| 久久99热这里只频精品6学生 | 亚洲精品乱久久久久久| 国产乱人偷精品视频| 男人舔奶头视频| 禁无遮挡网站| 精品不卡国产一区二区三区| 国产免费视频播放在线视频 | 精品人妻视频免费看| 人妻少妇偷人精品九色| 永久免费av网站大全| 一区二区三区免费毛片| 高清视频免费观看一区二区 | 人妻少妇偷人精品九色| 国产免费一级a男人的天堂| 久久韩国三级中文字幕| 免费看光身美女| 狂野欧美激情性xxxx在线观看| 成人美女网站在线观看视频| 高清日韩中文字幕在线| 国产精品久久久久久久久免| 国产一区二区三区av在线| av女优亚洲男人天堂| 欧美区成人在线视频| 最近中文字幕高清免费大全6| 久久久久久久久中文| 国产一区亚洲一区在线观看| 日本一本二区三区精品| 国产精品国产三级国产av玫瑰| 精品99又大又爽又粗少妇毛片| 久久99蜜桃精品久久| 亚洲成人久久爱视频| 人体艺术视频欧美日本| 丰满少妇做爰视频| 成人亚洲欧美一区二区av| 狠狠狠狠99中文字幕| 中文资源天堂在线| 一级二级三级毛片免费看| 天堂av国产一区二区熟女人妻| 在线免费观看的www视频| 欧美成人午夜免费资源| 搡女人真爽免费视频火全软件| 婷婷色av中文字幕| 日本五十路高清| 最近2019中文字幕mv第一页| 中文字幕av成人在线电影| 禁无遮挡网站| 国产成人精品久久久久久| 男女视频在线观看网站免费| 三级经典国产精品| 亚洲国产精品成人综合色| 亚洲三级黄色毛片| 国产成人精品久久久久久| 亚洲,欧美,日韩| 日日啪夜夜撸| 国产私拍福利视频在线观看| 99在线视频只有这里精品首页| 日韩在线高清观看一区二区三区| 九九久久精品国产亚洲av麻豆| 51国产日韩欧美| 欧美不卡视频在线免费观看| 亚洲内射少妇av| 成年av动漫网址| 国产乱人视频| 狂野欧美激情性xxxx在线观看| www.av在线官网国产| 男人舔奶头视频| 国产黄色小视频在线观看| 特大巨黑吊av在线直播| 国产免费福利视频在线观看| 色哟哟·www| 99在线视频只有这里精品首页| 国产伦精品一区二区三区四那| 亚洲av中文av极速乱| 少妇猛男粗大的猛烈进出视频 | 久久久久久国产a免费观看| 亚洲一区高清亚洲精品| 国产精品一区二区在线观看99 | 热99在线观看视频| 久久久国产成人免费| 麻豆成人av视频| 97超视频在线观看视频| 建设人人有责人人尽责人人享有的 | 久久精品国产鲁丝片午夜精品| 你懂的网址亚洲精品在线观看 | 麻豆成人av视频| 亚洲av成人av| 一卡2卡三卡四卡精品乱码亚洲| 日韩一本色道免费dvd| 国产在视频线精品| 国产免费男女视频| 少妇的逼好多水| 欧美高清性xxxxhd video| 1000部很黄的大片| 中国国产av一级| av线在线观看网站| 日本免费在线观看一区| 久久久久久大精品| 久久久久久久久久久丰满| 精品人妻偷拍中文字幕| 亚洲av熟女| 欧美潮喷喷水| 久久久久精品久久久久真实原创| 在现免费观看毛片| 天天一区二区日本电影三级| 黑人高潮一二区| 晚上一个人看的免费电影| 两个人的视频大全免费| 91在线精品国自产拍蜜月| 啦啦啦韩国在线观看视频| 亚洲精品成人久久久久久| 中文乱码字字幕精品一区二区三区 | 久久精品国产亚洲av天美| 大话2 男鬼变身卡| 日韩高清综合在线| 身体一侧抽搐| 乱系列少妇在线播放| 边亲边吃奶的免费视频| 99热全是精品| 中文欧美无线码| 一级av片app| www日本黄色视频网| 国产91av在线免费观看| 国产成人免费观看mmmm| 亚洲在线自拍视频| 久久精品综合一区二区三区| 亚洲性久久影院| 精品免费久久久久久久清纯| 亚洲av二区三区四区| 最后的刺客免费高清国语| 亚洲中文字幕日韩| 国产精品一区www在线观看| 日韩一本色道免费dvd| 免费在线观看成人毛片| 婷婷色综合大香蕉| 在线播放国产精品三级| 国产男人的电影天堂91| 亚洲丝袜综合中文字幕| 欧美性感艳星| 免费无遮挡裸体视频| 97热精品久久久久久| 久久精品91蜜桃| 久久久久网色| 国产精品国产三级专区第一集| 麻豆精品久久久久久蜜桃| 人人妻人人澡欧美一区二区| 国产精品国产三级国产专区5o | 一级毛片我不卡| 久久久欧美国产精品| 国产成人免费观看mmmm| 欧美丝袜亚洲另类| 插逼视频在线观看| 校园人妻丝袜中文字幕| 国产精品野战在线观看| 99久久中文字幕三级久久日本| 久热久热在线精品观看| 91午夜精品亚洲一区二区三区| 丝袜美腿在线中文| 国产一区有黄有色的免费视频 | 亚洲国产高清在线一区二区三| 两个人视频免费观看高清| 成人午夜精彩视频在线观看| 日韩制服骚丝袜av| 禁无遮挡网站| 亚洲国产精品合色在线| 久久国产乱子免费精品| 久久久色成人| 成年版毛片免费区| 久久久久久大精品| 亚洲天堂国产精品一区在线| 国内揄拍国产精品人妻在线| 韩国av在线不卡| 人人妻人人澡人人爽人人夜夜 | 国产不卡一卡二| 午夜激情欧美在线| 我的老师免费观看完整版| 搡老妇女老女人老熟妇| 天堂网av新在线| 少妇被粗大猛烈的视频| 麻豆成人午夜福利视频| 午夜爱爱视频在线播放| 可以在线观看毛片的网站| 精品久久久久久电影网 | 亚洲精品久久久久久婷婷小说 | 18+在线观看网站| 国产精品一区二区三区四区久久| 久久精品国产亚洲av天美| av国产免费在线观看| 人妻系列 视频| 国产爱豆传媒在线观看| 好男人在线观看高清免费视频| 国产精品一区二区在线观看99 | 一边亲一边摸免费视频| 精品人妻一区二区三区麻豆| 最新中文字幕久久久久| 又爽又黄无遮挡网站| 蜜臀久久99精品久久宅男| 亚洲欧美精品综合久久99| 日日撸夜夜添| 国产午夜精品一二区理论片| 两个人视频免费观看高清| 精品国产露脸久久av麻豆 | 中文字幕亚洲精品专区| 黄色欧美视频在线观看| 国产精品精品国产色婷婷| 久久久久国产网址| 春色校园在线视频观看| 国产极品天堂在线| 99久久人妻综合| 国产国拍精品亚洲av在线观看| 国产精品不卡视频一区二区| 天天躁日日操中文字幕| 边亲边吃奶的免费视频| 99久国产av精品| 最近最新中文字幕免费大全7| 成人欧美大片| 亚洲欧美日韩卡通动漫| 全区人妻精品视频| 亚洲国产色片| 97人妻精品一区二区三区麻豆| videos熟女内射| 麻豆国产97在线/欧美| 亚洲在久久综合| 一本久久精品| 国产精品国产三级专区第一集| 国产精品久久电影中文字幕| 国产黄a三级三级三级人| 亚洲性久久影院| 97热精品久久久久久| 久久久亚洲精品成人影院| 女的被弄到高潮叫床怎么办| 欧美精品国产亚洲| 日本熟妇午夜| 在现免费观看毛片| 久久国产乱子免费精品| 国产av一区在线观看免费| 亚洲国产欧美人成| 白带黄色成豆腐渣| 熟女人妻精品中文字幕| 26uuu在线亚洲综合色| 啦啦啦观看免费观看视频高清| 我要搜黄色片| 午夜福利在线观看免费完整高清在| 三级国产精品片| www.色视频.com| 国产精品野战在线观看| 少妇猛男粗大的猛烈进出视频 | 精品国产露脸久久av麻豆 | 国产精品永久免费网站| 色哟哟·www| www.av在线官网国产| 久久久久网色| eeuss影院久久| 免费观看精品视频网站| av视频在线观看入口| 麻豆久久精品国产亚洲av| 嘟嘟电影网在线观看| 精品午夜福利在线看| 熟妇人妻久久中文字幕3abv| 国内精品宾馆在线| av播播在线观看一区| 中文字幕人妻熟人妻熟丝袜美| 床上黄色一级片| 国产精品一区二区三区四区免费观看| 亚洲国产最新在线播放| av天堂中文字幕网| 禁无遮挡网站| 中文字幕av成人在线电影| 麻豆av噜噜一区二区三区| 看非洲黑人一级黄片| 欧美另类亚洲清纯唯美| 亚洲欧洲国产日韩| 级片在线观看| 亚洲国产欧美在线一区| 大又大粗又爽又黄少妇毛片口| 亚洲内射少妇av| 人人妻人人看人人澡| 我要看日韩黄色一级片| 亚洲在久久综合| av卡一久久| 久久精品91蜜桃| 麻豆成人午夜福利视频| 国内少妇人妻偷人精品xxx网站| 国产美女午夜福利| 只有这里有精品99| 免费看av在线观看网站| 3wmmmm亚洲av在线观看| 国产在线一区二区三区精 | 亚洲欧美清纯卡通| 日本-黄色视频高清免费观看| 亚洲欧美清纯卡通| 国产女主播在线喷水免费视频网站 | 国产一区二区在线av高清观看| 人人妻人人看人人澡| 视频中文字幕在线观看| 国内精品一区二区在线观看| 亚洲精品影视一区二区三区av| 国产精品久久久久久久电影| 免费黄色在线免费观看| 国产真实伦视频高清在线观看| 中文字幕免费在线视频6| 色综合亚洲欧美另类图片| 日本一本二区三区精品| 国产一区二区亚洲精品在线观看| kizo精华| av视频在线观看入口| 99视频精品全部免费 在线| 好男人在线观看高清免费视频| 神马国产精品三级电影在线观看| 一级av片app| 亚洲伊人久久精品综合 | 久久欧美精品欧美久久欧美| 蜜桃亚洲精品一区二区三区| 亚洲综合色惰| 成人欧美大片| 校园人妻丝袜中文字幕| 色网站视频免费| 国产乱来视频区| 亚洲18禁久久av| 白带黄色成豆腐渣| 人妻系列 视频| 国产精品一区二区三区四区久久| 少妇高潮的动态图| 久久精品国产亚洲网站| 精品午夜福利在线看| 白带黄色成豆腐渣| 国产精品国产三级国产专区5o | 亚洲,欧美,日韩| 在线免费十八禁| www.色视频.com| 日韩成人伦理影院| 国产老妇伦熟女老妇高清| 国产精品av视频在线免费观看| 欧美日本视频| 久久久色成人| 国产伦精品一区二区三区视频9| av在线亚洲专区| 成人av在线播放网站| 久久久久久久久大av| 日本熟妇午夜| 免费黄色在线免费观看| 国产精品人妻久久久影院| 国产毛片a区久久久久| 久久人人爽人人片av| 亚洲国产欧洲综合997久久,| 熟妇人妻久久中文字幕3abv| 插阴视频在线观看视频| 男女啪啪激烈高潮av片| 晚上一个人看的免费电影| 久久久久久久久久黄片| 欧美变态另类bdsm刘玥| av在线播放精品|