• <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
    麻豆精品久久久久久蜜桃| 精品国内亚洲2022精品成人| 国内精品一区二区在线观看| 久久精品国产自在天天线| 免费大片18禁| 蜜桃亚洲精品一区二区三区| 午夜免费男女啪啪视频观看 | 久久午夜亚洲精品久久| 欧美国产日韩亚洲一区| 人妻制服诱惑在线中文字幕| 久久人人精品亚洲av| 国产精品三级大全| 亚洲四区av| 老女人水多毛片| 伦理电影大哥的女人| 白带黄色成豆腐渣| 日韩av在线大香蕉| 国产欧美日韩精品亚洲av| 国产精品免费一区二区三区在线| 色吧在线观看| 日本精品一区二区三区蜜桃| 久久久久久久久大av| 精品国产三级普通话版| 国产精品国产三级国产av玫瑰| 国国产精品蜜臀av免费| 嫩草影院新地址| 午夜福利视频1000在线观看| 最近的中文字幕免费完整| 国产v大片淫在线免费观看| 老女人水多毛片| 中文资源天堂在线| 国产亚洲精品久久久久久毛片| 天天躁夜夜躁狠狠久久av| 婷婷色综合大香蕉| 哪里可以看免费的av片| 黄色视频,在线免费观看| videossex国产| 九九爱精品视频在线观看| 日韩,欧美,国产一区二区三区 | 欧美绝顶高潮抽搐喷水| 国产午夜精品久久久久久一区二区三区 | 97超视频在线观看视频| 久久久久九九精品影院| 国产又黄又爽又无遮挡在线| 两个人的视频大全免费| 国产一区二区三区在线臀色熟女| 欧美丝袜亚洲另类| 一个人看视频在线观看www免费| 色在线成人网| 日韩av在线大香蕉| 国产又黄又爽又无遮挡在线| 12—13女人毛片做爰片一| 天堂动漫精品| 国产中年淑女户外野战色| 人人妻人人看人人澡| 嫩草影视91久久| 一级毛片电影观看 | 国产精品爽爽va在线观看网站| 日韩 亚洲 欧美在线| 国产av麻豆久久久久久久| 中文字幕av成人在线电影| 精品久久久久久久久av| 国产亚洲欧美98| 欧美日本视频| 日本 av在线| av卡一久久| 国内久久婷婷六月综合欲色啪| 波野结衣二区三区在线| 国产一区亚洲一区在线观看| 麻豆国产av国片精品| 人妻丰满熟妇av一区二区三区| 国内精品美女久久久久久| 99在线人妻在线中文字幕| 国产精品一区www在线观看| 日日摸夜夜添夜夜添小说| 日韩人妻高清精品专区| av在线天堂中文字幕| 麻豆精品久久久久久蜜桃| 欧美日韩国产亚洲二区| 热99在线观看视频| 精品久久久久久久末码| 日本一本二区三区精品| 亚洲精品日韩在线中文字幕 | aaaaa片日本免费| 久久久久免费精品人妻一区二区| 最好的美女福利视频网| 99国产精品一区二区蜜桃av| 又黄又爽又刺激的免费视频.| 永久网站在线| 有码 亚洲区| 国产精品美女特级片免费视频播放器| 熟妇人妻久久中文字幕3abv| 国产不卡一卡二| av卡一久久| 老女人水多毛片| 色哟哟哟哟哟哟| 变态另类丝袜制服| 久久精品夜色国产| 熟妇人妻久久中文字幕3abv| 久久中文看片网| 在现免费观看毛片| 亚洲无线观看免费| avwww免费| 最后的刺客免费高清国语| 国产高清三级在线| 人人妻人人澡欧美一区二区| 欧美成人一区二区免费高清观看| 国产探花在线观看一区二区| 日本色播在线视频| 一级毛片我不卡| 久久久久久久亚洲中文字幕| 国产男靠女视频免费网站| 九色成人免费人妻av| 午夜爱爱视频在线播放| 欧美日韩国产亚洲二区| 久久精品国产自在天天线| 成人无遮挡网站| 午夜精品一区二区三区免费看| 大型黄色视频在线免费观看| 女人十人毛片免费观看3o分钟| 直男gayav资源| 精品熟女少妇av免费看| 亚洲精品国产成人久久av| 性欧美人与动物交配| 白带黄色成豆腐渣| 成年女人永久免费观看视频| 蜜桃久久精品国产亚洲av| 成年版毛片免费区| 女生性感内裤真人,穿戴方法视频| 非洲黑人性xxxx精品又粗又长| 亚洲,欧美,日韩| 日韩精品有码人妻一区| 午夜爱爱视频在线播放| 免费无遮挡裸体视频| 村上凉子中文字幕在线| 国产黄a三级三级三级人| 久99久视频精品免费| 国产久久久一区二区三区| 日本成人三级电影网站| 久久精品综合一区二区三区| 欧洲精品卡2卡3卡4卡5卡区| 亚洲av中文av极速乱| 亚洲欧美日韩卡通动漫| 久久人妻av系列| 成人毛片a级毛片在线播放| 亚洲性夜色夜夜综合| 成人亚洲精品av一区二区| 国产精品久久久久久久电影| 久久综合国产亚洲精品| 精品久久久久久成人av| 不卡一级毛片| 黄色视频,在线免费观看| 成年av动漫网址| 久久精品91蜜桃| 91久久精品国产一区二区三区| 成年女人毛片免费观看观看9| 欧美日韩综合久久久久久| 国产精品国产三级国产av玫瑰| 日韩高清综合在线| 午夜激情欧美在线| 男人狂女人下面高潮的视频| 欧美日本视频| 神马国产精品三级电影在线观看| 午夜福利在线在线| 亚洲一级一片aⅴ在线观看| 亚洲av熟女| 男人狂女人下面高潮的视频| 成人精品一区二区免费| 午夜福利在线观看免费完整高清在 | 成人高潮视频无遮挡免费网站| 亚洲精品一区av在线观看| 国产精品日韩av在线免费观看| 午夜精品在线福利| 淫妇啪啪啪对白视频| 在线观看免费视频日本深夜| 婷婷六月久久综合丁香| 欧美在线一区亚洲| 亚洲av不卡在线观看| 亚洲最大成人中文| 国产 一区精品| 校园人妻丝袜中文字幕| 精品无人区乱码1区二区| 免费看光身美女| 我的女老师完整版在线观看| 国产精品伦人一区二区| 成人av一区二区三区在线看| 狠狠狠狠99中文字幕| 国产又黄又爽又无遮挡在线| www日本黄色视频网| 国产亚洲av嫩草精品影院| 国产亚洲精品av在线| 日韩欧美一区二区三区在线观看| 成年免费大片在线观看| 色哟哟哟哟哟哟| 日本免费a在线| 国产在线精品亚洲第一网站| 国内揄拍国产精品人妻在线| 麻豆精品久久久久久蜜桃| 亚洲成人av在线免费| a级毛片a级免费在线| 高清毛片免费看| 亚洲激情五月婷婷啪啪| 久久久久九九精品影院| 久久亚洲国产成人精品v| 亚洲综合色惰| 成熟少妇高潮喷水视频| 此物有八面人人有两片| 久久久色成人| 在线观看66精品国产| 九九热线精品视视频播放| 日本在线视频免费播放| 日本色播在线视频| 午夜爱爱视频在线播放| 亚洲av五月六月丁香网| 久久久久久久午夜电影| 久久久精品大字幕| 美女免费视频网站| 午夜激情欧美在线| 我的老师免费观看完整版| 亚洲av熟女| 真人做人爱边吃奶动态| 丰满人妻一区二区三区视频av| 国产69精品久久久久777片| 全区人妻精品视频| 少妇猛男粗大的猛烈进出视频 | 神马国产精品三级电影在线观看| 老司机影院成人| 国产成人freesex在线 | 亚洲色图av天堂| 国产一区二区亚洲精品在线观看| 国产大屁股一区二区在线视频| 人人妻人人澡欧美一区二区| 日韩 亚洲 欧美在线| .国产精品久久| 激情 狠狠 欧美| 国产大屁股一区二区在线视频| 欧美日韩在线观看h| 日韩亚洲欧美综合| 变态另类成人亚洲欧美熟女| 深爱激情五月婷婷| 精品久久久噜噜| 最新中文字幕久久久久| 久久精品国产99精品国产亚洲性色| 身体一侧抽搐| 在线观看午夜福利视频| 国产 一区 欧美 日韩| 亚洲国产高清在线一区二区三| 色噜噜av男人的天堂激情| 在线观看美女被高潮喷水网站| 麻豆av噜噜一区二区三区| 亚洲国产日韩欧美精品在线观看| 身体一侧抽搐| 99热只有精品国产| 日本欧美国产在线视频| 国产黄色视频一区二区在线观看 | 国产午夜精品久久久久久一区二区三区 | 久久久久久大精品| 桃色一区二区三区在线观看| 少妇熟女aⅴ在线视频| 亚洲欧美成人综合另类久久久 | 久久国产乱子免费精品| 国产精品女同一区二区软件| 免费看日本二区| 欧美一区二区精品小视频在线| 午夜福利在线观看吧| 国产精品不卡视频一区二区| 变态另类丝袜制服| 久久久精品大字幕| 免费不卡的大黄色大毛片视频在线观看 | 寂寞人妻少妇视频99o| 变态另类丝袜制服| 免费看日本二区| 日韩av不卡免费在线播放| 国产精品精品国产色婷婷| 成年女人毛片免费观看观看9| 日韩av不卡免费在线播放| 最近手机中文字幕大全| 婷婷亚洲欧美| 美女xxoo啪啪120秒动态图| 联通29元200g的流量卡| 亚洲国产欧洲综合997久久,| 中文字幕人妻熟人妻熟丝袜美| 亚洲精品日韩av片在线观看| 国产亚洲欧美98| 欧美一区二区精品小视频在线| 高清毛片免费观看视频网站| 在线a可以看的网站| 校园人妻丝袜中文字幕| 久久久久久久久中文| 日韩三级伦理在线观看| 国产高清三级在线| 久久中文看片网| 国产精品久久电影中文字幕| 少妇丰满av| 久久99热6这里只有精品| 成人毛片a级毛片在线播放| 俺也久久电影网| 久久久久国产精品人妻aⅴ院| 噜噜噜噜噜久久久久久91| 久久久久久久亚洲中文字幕| 99热只有精品国产| 99久久成人亚洲精品观看| 少妇人妻一区二区三区视频| 秋霞在线观看毛片| 久久热精品热| 国产黄色视频一区二区在线观看 | av天堂中文字幕网| 一个人观看的视频www高清免费观看| 91在线观看av| 嫩草影院精品99| 联通29元200g的流量卡| АⅤ资源中文在线天堂| 青春草视频在线免费观看| 91麻豆精品激情在线观看国产| 中文字幕免费在线视频6| 午夜福利18| 秋霞在线观看毛片| 日产精品乱码卡一卡2卡三| 简卡轻食公司| 在线观看av片永久免费下载| 可以在线观看的亚洲视频| 日本黄大片高清| 插阴视频在线观看视频| 欧美日韩一区二区视频在线观看视频在线 | 国产精品日韩av在线免费观看| 亚洲av成人精品一区久久| 久久久久久伊人网av| 成年av动漫网址| av国产免费在线观看| 欧美丝袜亚洲另类| 国产精品福利在线免费观看| 欧美丝袜亚洲另类| 欧美日韩在线观看h| 国产精品一二三区在线看| 精品人妻偷拍中文字幕| 简卡轻食公司| 亚洲激情五月婷婷啪啪| 日本撒尿小便嘘嘘汇集6| 天天躁夜夜躁狠狠久久av| 国产欧美日韩一区二区精品| 老熟妇仑乱视频hdxx| 精品一区二区三区视频在线| 国产女主播在线喷水免费视频网站 | 一个人看视频在线观看www免费| 黄色视频,在线免费观看| 午夜日韩欧美国产| 舔av片在线| 中文字幕av在线有码专区| 女生性感内裤真人,穿戴方法视频| 99热精品在线国产| 久久久精品94久久精品| 午夜免费男女啪啪视频观看 | 大香蕉久久网| 六月丁香七月| 国产熟女欧美一区二区| 亚洲精品久久国产高清桃花| 特级一级黄色大片| 久久精品久久久久久噜噜老黄 | 亚洲欧美清纯卡通| av专区在线播放| 人人妻人人澡欧美一区二区| videossex国产| 美女被艹到高潮喷水动态| 久久精品国产自在天天线| 亚洲国产精品成人久久小说 | h日本视频在线播放| 国产精品三级大全| 国产乱人偷精品视频| 人人妻人人澡欧美一区二区| 亚洲精品国产av成人精品 | 露出奶头的视频| 国产又黄又爽又无遮挡在线| 国产精品无大码| 久久久色成人| 久久久久国产精品人妻aⅴ院| 亚洲国产欧美人成| 国内久久婷婷六月综合欲色啪| 亚洲真实伦在线观看| 亚洲av免费高清在线观看| 免费无遮挡裸体视频| 日韩强制内射视频| 日日摸夜夜添夜夜添小说| 成年女人永久免费观看视频| 日韩成人伦理影院| 国产高清有码在线观看视频| av福利片在线观看| 亚洲最大成人手机在线| 欧美一区二区精品小视频在线| 国产麻豆成人av免费视频| 97碰自拍视频| 亚洲精品456在线播放app| 国产一区二区在线观看日韩| av黄色大香蕉| 哪里可以看免费的av片| 国产亚洲精品综合一区在线观看| 精品免费久久久久久久清纯| 国语自产精品视频在线第100页| 一区二区三区免费毛片| 久久精品91蜜桃| 亚洲欧美日韩高清专用| 又粗又爽又猛毛片免费看| 免费在线观看成人毛片| 97人妻精品一区二区三区麻豆| 欧美成人精品欧美一级黄| 色噜噜av男人的天堂激情| 亚洲图色成人| www.色视频.com| 又黄又爽又刺激的免费视频.| 国产欧美日韩精品亚洲av| 免费一级毛片在线播放高清视频| 久久综合国产亚洲精品| 精品福利观看| 最近中文字幕高清免费大全6| 干丝袜人妻中文字幕| 国产成人一区二区在线| 日产精品乱码卡一卡2卡三| 成人无遮挡网站| 精品久久久噜噜| 日本五十路高清| 18禁在线无遮挡免费观看视频 | 18禁黄网站禁片免费观看直播| 国产黄色视频一区二区在线观看 | 男人狂女人下面高潮的视频| 久久久久久九九精品二区国产| 97热精品久久久久久| 日韩国内少妇激情av| 嫩草影院精品99| 欧美潮喷喷水| av免费在线看不卡| 特大巨黑吊av在线直播| 波多野结衣高清无吗| 久久久色成人| 高清午夜精品一区二区三区 | 免费电影在线观看免费观看| 国产人妻一区二区三区在| 在线观看66精品国产| 一个人观看的视频www高清免费观看| 99视频精品全部免费 在线| 久久久色成人| 最好的美女福利视频网| 日本三级黄在线观看| 免费不卡的大黄色大毛片视频在线观看 | eeuss影院久久| 精品久久久久久久久久久久久| 国产男人的电影天堂91| 91在线观看av| 天天躁日日操中文字幕| 国产女主播在线喷水免费视频网站 | 熟女电影av网| 国产淫片久久久久久久久| 人人妻,人人澡人人爽秒播| 欧美成人免费av一区二区三区| 精品一区二区免费观看| 成人一区二区视频在线观看| 99九九线精品视频在线观看视频| 国产精品国产高清国产av| 亚洲欧美清纯卡通| 国产精品久久久久久亚洲av鲁大| 国产男人的电影天堂91| 成人欧美大片| 一个人免费在线观看电影| 欧美最新免费一区二区三区| 午夜爱爱视频在线播放| 美女免费视频网站| av在线老鸭窝| 91久久精品国产一区二区三区| 少妇熟女aⅴ在线视频| 最后的刺客免费高清国语| 一区二区三区高清视频在线| 一级av片app| 99热网站在线观看| 国产伦精品一区二区三区四那| 一级毛片久久久久久久久女| 国产老妇女一区| av女优亚洲男人天堂| 色在线成人网| 最近最新中文字幕大全电影3| 久久久久久久午夜电影| 欧美不卡视频在线免费观看| 最近在线观看免费完整版| 国产三级在线视频| 在线播放国产精品三级| 国产精品日韩av在线免费观看| 伊人久久精品亚洲午夜| 午夜免费激情av| 亚洲精品日韩在线中文字幕 | 人人妻人人澡人人爽人人夜夜 | 日本-黄色视频高清免费观看| 国产中年淑女户外野战色| 少妇丰满av| 国内精品久久久久精免费| 偷拍熟女少妇极品色| 免费av不卡在线播放| 午夜爱爱视频在线播放| 久久精品国产自在天天线| 国产成人a区在线观看| av在线天堂中文字幕| av天堂中文字幕网| 少妇人妻精品综合一区二区 | 久久精品影院6| 熟妇人妻久久中文字幕3abv| 春色校园在线视频观看| 亚洲真实伦在线观看| 久久久久久久久久久丰满| 有码 亚洲区| 日韩,欧美,国产一区二区三区 | 国产精品久久久久久av不卡| 国产午夜福利久久久久久| 最近的中文字幕免费完整| 五月伊人婷婷丁香| 啦啦啦观看免费观看视频高清| 少妇裸体淫交视频免费看高清| 国产亚洲精品久久久久久毛片| 欧美xxxx性猛交bbbb| 日日啪夜夜撸| 桃色一区二区三区在线观看| 网址你懂的国产日韩在线| 美女大奶头视频| 欧美xxxx性猛交bbbb| 12—13女人毛片做爰片一| 日本欧美国产在线视频| 久久精品91蜜桃| 亚洲av免费高清在线观看| 人妻夜夜爽99麻豆av| 别揉我奶头~嗯~啊~动态视频| 一进一出抽搐gif免费好疼| 国产精品美女特级片免费视频播放器| 亚洲激情五月婷婷啪啪| 赤兔流量卡办理| 97超视频在线观看视频| 最近最新中文字幕大全电影3| 亚洲自偷自拍三级| 99热精品在线国产| 麻豆国产97在线/欧美| 人人妻人人看人人澡| 黄色视频,在线免费观看| 不卡视频在线观看欧美| 日日摸夜夜添夜夜爱| 波野结衣二区三区在线| 亚洲va在线va天堂va国产| 国产综合懂色| 国产三级在线视频| 国产精品美女特级片免费视频播放器| 午夜福利在线在线| 欧美中文日本在线观看视频| 成人三级黄色视频| 久久精品国产亚洲网站| 99久久久亚洲精品蜜臀av| 国产精品美女特级片免费视频播放器| 99国产极品粉嫩在线观看| 又爽又黄无遮挡网站| 美女免费视频网站| 亚洲第一电影网av| 国产一区二区在线av高清观看| 啦啦啦韩国在线观看视频| 淫秽高清视频在线观看| 久久久久久久久久成人| 欧美性感艳星| 亚洲,欧美,日韩| or卡值多少钱| 欧美激情国产日韩精品一区| 校园人妻丝袜中文字幕| 亚洲av五月六月丁香网| 狠狠狠狠99中文字幕| 看免费成人av毛片| 亚洲aⅴ乱码一区二区在线播放| 婷婷精品国产亚洲av| 99久国产av精品国产电影| 欧美极品一区二区三区四区| 色综合色国产| 亚洲无线在线观看| 欧美色欧美亚洲另类二区| 亚洲美女黄片视频| 日本撒尿小便嘘嘘汇集6| 欧美日韩精品成人综合77777| 亚洲精品久久国产高清桃花| 国产午夜精品论理片| 国产精品久久视频播放| 1000部很黄的大片| 国产亚洲精品久久久com| 国内少妇人妻偷人精品xxx网站| 国产美女午夜福利| 午夜福利高清视频| 夜夜夜夜夜久久久久| 日韩欧美一区二区三区在线观看| 午夜久久久久精精品| 五月玫瑰六月丁香| 97超碰精品成人国产| 国产一区二区亚洲精品在线观看| 成人永久免费在线观看视频| 丝袜美腿在线中文| 国产高清不卡午夜福利| 一本一本综合久久| 人人妻人人澡欧美一区二区| 亚洲不卡免费看| 哪里可以看免费的av片| 国产精品99久久久久久久久| 亚洲av熟女| 亚洲人成网站在线播放欧美日韩| 亚洲精品久久国产高清桃花| 亚洲欧美精品自产自拍| 在线免费观看不下载黄p国产| 五月伊人婷婷丁香| 黄色欧美视频在线观看| 观看美女的网站| 在线a可以看的网站| 一本一本综合久久| 亚洲成人精品中文字幕电影| 级片在线观看| 久久久久久久午夜电影| 国产精品国产高清国产av| 免费观看的影片在线观看| 亚洲精品一区av在线观看| 亚洲国产精品国产精品| 精品久久久久久久久av|