• <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 ?

    基于多遺傳算法的BP神經(jīng)網(wǎng)絡(luò)人臉識別

    2021-01-19 02:24:14姜志俠
    計算機技術(shù)與發(fā)展 2021年1期
    關(guān)鍵詞:識別率權(quán)值人臉

    曾 坤,姜志俠

    (長春理工大學(xué) 理學(xué)院,吉林 長春 130000)

    0 引 言

    隨著時代的進步,科技的不斷發(fā)展,在許多領(lǐng)域出現(xiàn)了新興技術(shù)。這些技術(shù)的出現(xiàn)也不斷地推動著其他領(lǐng)域的發(fā)展,同時一些新的需求也不斷體現(xiàn)出來。而人臉識別技術(shù)正是在這樣的背景下應(yīng)運而生的。人臉識別的應(yīng)用十分廣泛,例如門禁系統(tǒng)[1]、銀行業(yè)務(wù)[2]、公安犯罪嫌疑人偵查[3]等。近幾十年,人臉識別技術(shù)發(fā)展迅猛,吸引了各個領(lǐng)域的學(xué)者參與研究[4-5],應(yīng)用前景廣泛,具有重要的現(xiàn)實意義。

    人臉識別是一種基于人的臉部特征信息進行身份識別的生物識別技術(shù)[6]。人臉識別一般主要分為三個步驟:一是人臉圖像獲取,二是人臉特征提取,三是人臉識別。學(xué)者們也提出不少相關(guān)算法。1901年統(tǒng)計學(xué)家Karl Pearson[7]提出了PCA(principal components analysis)算法,PCA算法將高維的數(shù)據(jù)映射到低維空間,并保留了原數(shù)據(jù)的一些特征.該算法廣泛用于數(shù)據(jù)降維、數(shù)據(jù)壓縮等。Herault等人[8-9]針對盲源信號的分離提出了ICA(independent component analysis)算法并加以發(fā)展.其中1997年Hyvarinen[10]提出的FastICA算法,具有收斂速度快、分離效果好的優(yōu)點。近年來,一些學(xué)者[11-12]將ICA算法用于模式識別,并且取得了較好的效果。1986年Rumelhart等人[13]提出了按誤差逆向傳播訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)算法,廣泛用于模式識別、目標(biāo)分類等。

    該文提出了一種基于多遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值閾值的人臉識別方法。對人臉圖像的預(yù)處理采用了PCA和FastICA算法,更大程度上提取人臉圖像的特征,有利于后續(xù)的識別工作。首先用PCA算法對人臉圖像進行降維,用FastICA算法提取降維后的人臉圖像特征。針對BP神經(jīng)網(wǎng)絡(luò)易陷入局部最優(yōu)、收斂速度慢等缺點,主要采用遺傳算對BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練函數(shù)、訓(xùn)練次數(shù)、隱藏層的層數(shù)、隱藏層的神經(jīng)元個數(shù)和權(quán)值閾值進行優(yōu)化處理。仿真實驗結(jié)果顯示,識別率有了一定程度的提高。

    1 人臉特征提取

    1.1 ORL人臉數(shù)據(jù)庫

    該文采用ORL人臉數(shù)據(jù)庫進行仿真,ORL人臉數(shù)據(jù)庫共由40個人臉樣本組成,每個人臉樣本各10張,共計400張人臉圖像。每張人臉圖像尺寸均為92*112,包含不同性別、年齡以及種族等。其中部分人臉有不同的面部表情,微笑、張嘴以及是否戴眼鏡等。各張人臉之間存在的一定差異,對識別的算法具有較高的檢測能力。在人臉庫中隨機選取5張人臉組成訓(xùn)練集T,每一個人中剩余的5張人臉組成測試集Y。對訓(xùn)練集進行數(shù)字化處理,將每一張的人臉的灰度值按列連接成10 304×1維的列向量,從而將訓(xùn)練集200張人臉圖像處理為10 304×200維的矩陣。對于測試集做同樣的處理。

    1.2 PCA算法

    PCA算法是一種較為常用的降維算法,PCA算法的主要思想是截取較高貢獻(xiàn)率的特征值對應(yīng)的特征向量,從而構(gòu)成比原數(shù)據(jù)維度較低的變換矩陣,通過線性變換將高維數(shù)據(jù)沿著方差最大的方向投影到低維空間。對于人臉訓(xùn)練集T=(t1,t2,…,tn),共有n張人臉樣本,每張人臉用向量表示為ti=(t1i,t2i,…,tmi)T,計算n張人臉的均值,平均臉為:

    計算每一張人臉與平均臉的差值:

    平均臉和去均值人臉如圖1所示。

    圖1 平均臉(左)和去均值人臉(右)

    令P=(p1,p2,…,pn),構(gòu)建人臉的協(xié)方差矩陣:

    C=PPT

    傳統(tǒng)的主成分分析算法是通過樣本的協(xié)方差矩陣特征值分解進行的。但是對于高維數(shù)據(jù),即樣本的維度m很大的時候,協(xié)方差矩陣為m×m維,導(dǎo)致計算量非常大。為了避免上述問題,通常對樣本采用SVD(singular value decomposition)的思想進行處理,構(gòu)造矩陣:

    P=UΣVT

    特征值數(shù)量與特征值貢獻(xiàn)率的關(guān)系如圖2所示。

    圖2 特征值貢獻(xiàn)率

    由圖2可以看出,較大的特征值貢獻(xiàn)較多的能量。選取前k個貢獻(xiàn)率較多的特征值對應(yīng)的特征向量,從而計算得到投影矩陣U=(u1,u2,…,uk)T,使得投影后的數(shù)據(jù)維數(shù)比原數(shù)據(jù)維數(shù)低。將投影矩陣還原為人臉像素則可得到特征臉,其特征臉如圖3所示。

    圖3 特征臉

    1.3 基于負(fù)熵的FastICA算法

    FastICA算法處理的數(shù)據(jù)要求各個分量之間是統(tǒng)計獨立或者盡可能獨立[14],因此在1.2中對人臉圖像用PCA算法進行了預(yù)處理,消除變量之間的相關(guān)性。FastICA算法是ICA算法的改進,由于收斂速度快、效果好而得到廣泛應(yīng)用。本節(jié)采用FastICA算法對人臉圖像進行特征提取。設(shè)觀測樣本數(shù)據(jù)X為m×n階的矩陣,共有n個數(shù)據(jù),每個數(shù)據(jù)為m維。

    獨立信號源為:

    即有混合矩陣A,使得X=AS,從而尋找一個恢復(fù)矩陣W,使得B=WX,讓B逼近于S。Hyvarinen等人[15]改進了FastICA算法,用負(fù)熵來度量非高斯性,最大化負(fù)熵使得非高斯性最大。采用較為經(jīng)典的負(fù)熵近似公式[16]作為目標(biāo)函數(shù):

    J(y)=[E{g(y)}-E{g(yGauss)}]2

    其中,J(y)為隨機變量y的負(fù)熵,E{·}表示均值,g為非線性函數(shù),取為:

    導(dǎo)函數(shù)為g'(y)=tanh(a1y)。經(jīng)過化簡后得到FastICA的迭代公式為:

    對迭代后的恢復(fù)矩陣進行歸一化處理:

    若W未滿足收斂條件,則重復(fù)上述過程直到收斂。計算投影矩陣B:

    B=WX

    訓(xùn)練集T在投影矩陣B下的投影為TB=BTT,測試集Y在投影矩陣B下的投影為YB=BTY。其獨立成分人臉圖像如圖4所示,對比圖3可以看出,經(jīng)過FastICA算法處理后,人臉特征更加明顯。

    圖4 FastICA算法處理后的人臉

    2 多遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)

    2.1 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    遺傳算法作為啟發(fā)式算法的一種,通過概率的方式進行選擇、交叉、變異。在多次迭代的子代種群中選擇優(yōu)良的個體,能夠有效地尋找全局最優(yōu)解。而BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)往往依靠經(jīng)驗選取,對于訓(xùn)練函數(shù)、訓(xùn)練次數(shù)、隱藏層層數(shù)及每一個隱藏層的神經(jīng)元個數(shù)較為敏感。本節(jié)采用遺傳算法對上述結(jié)構(gòu)進行優(yōu)化,在一定程度上避免了BP神經(jīng)網(wǎng)絡(luò)陷入局部最優(yōu)、收斂速度慢等問題。

    染色體的設(shè)置:在一般的遺傳算法中,染色體為等長的染色體,但是文中由于BP神經(jīng)網(wǎng)絡(luò)隱藏層層數(shù)的變化,染色體的長度可能不一樣,因此設(shè)計染色體為變長的染色體。編碼方式為正整數(shù)編碼,每一個基因位的意義表示為:第一個基因位為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練函數(shù);第二個基因位為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練次數(shù);第三個基因位為BP神經(jīng)網(wǎng)絡(luò)隱藏層的層數(shù);第四到第六個基因位為BP神經(jīng)網(wǎng)絡(luò)隱藏層每一層的神經(jīng)元個數(shù)。其中第三個基因位的值決定了剩下基因的位數(shù),染色體的格式為X=[x1,x2,x3…],每一個基因的取值范圍為:

    初始種群:采用隨機化的方法初始種群,在保證每個基因的值滿足其對應(yīng)的約束情況下隨機生成染色體。例如染色體X1=[2,5 230,2,41,36],則X1表示選用的訓(xùn)練函數(shù)為第二個函數(shù),BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練次數(shù)為5 230,BP神經(jīng)網(wǎng)絡(luò)的隱藏層層數(shù)為2層,第一個隱藏層的神經(jīng)元個數(shù)為41,第二個隱藏層的神經(jīng)元個數(shù)為36。

    適應(yīng)度值計算及選擇操作:本節(jié)遺傳算法主要優(yōu)化BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),以此提高人臉圖像的識別率,因此將識別率作為適應(yīng)度值。選擇操作采用輪盤賭方法,每個個體被選中的概率為:

    其中,fi是第i個個體的適應(yīng)度值,N是種群大小。

    交叉:由于染色體是變長的,染色體的交叉采用基于隨機交叉點的混合交叉方式。交叉點為隨機生成的正整數(shù),最大值為較短染色體長度。當(dāng)隨機交叉點的值為[1,3]時,采用單點交叉,以隨機交叉點為基準(zhǔn)互換兩條染色體配對部分。當(dāng)隨機交叉點的值為[4,6]時,即為隱藏層的神經(jīng)元個數(shù)基因位時,采用兩點交叉,在染色體中隨機選擇兩個交叉點。其中兩個交叉點值均大于3,但是小于等于較短染色體的長度,然后兩條染色體互換交叉點內(nèi)的基因。

    對于交叉概率的設(shè)置,常規(guī)的遺傳算法采用固定的交叉概率,使得較小和較大適應(yīng)度值的個體具有相同的交叉概率。對于較大適應(yīng)度值的個體可能被破壞,應(yīng)需要較小的交叉概率,盡可能地保留較好的個體。對于較小適應(yīng)度值的個體,應(yīng)需要較大的交叉概率,通過交叉的方式獲得更好的基因,因此采用自適應(yīng)的交叉概率,對于較大適度值的個體自動調(diào)整交叉概率,獲得較小的交叉概率,較小適應(yīng)度值的個體則獲得較大的交叉概率。其自適應(yīng)交叉概率[17]如下:

    其中,fmax為種群中的最大適應(yīng)度值,fc為待交叉?zhèn)€體適應(yīng)度值,favg為種群中的平均適應(yīng)度值,k1,k2為常數(shù)。

    變異:變異采用單點變異的方法。當(dāng)變異點的基因位不為3的時候,則隨機生成一個對應(yīng)基因值域范圍內(nèi)的值進行變異。當(dāng)變異點的基因位為3時,即BP神經(jīng)網(wǎng)絡(luò)的隱藏層層數(shù)發(fā)生變異,則隨機生成一個層數(shù)值域范圍內(nèi)的變異值,若變異值小于隱藏層層數(shù),則隱藏層的基因位相應(yīng)減少,若大于隱藏層層數(shù),則隱藏層的基因位相應(yīng)增加。對于變異概率同交叉概率一樣,采用自適應(yīng)的變異概率[17],其公式如下:

    其中,fmax為種群中的最大適應(yīng)度值,fm為待變異個體的適應(yīng)度值,favg為種群中的平均適應(yīng)度值,k3,k4為常數(shù)。

    2.2 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)權(quán)值閾值

    BP神經(jīng)網(wǎng)絡(luò)是基于誤差減小反向更新權(quán)值閾值的,對初始權(quán)值閾值較為敏感[18],若按照傳統(tǒng)方式隨機選取網(wǎng)絡(luò)的初始權(quán)值閾值,則有可能在BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中陷入局部最優(yōu)等問題,因此采用遺傳算法對BP神經(jīng)網(wǎng)絡(luò)的權(quán)值閾值進行優(yōu)化。

    染色體設(shè)置:該網(wǎng)絡(luò)中權(quán)值閾值數(shù)量多,若采用單染色體,則每條染色體長度十分大,在交叉變異中不利于個體進化。因此改進單染色體為多染色體并行執(zhí)行,使得每一層的權(quán)值閾值都得到有效優(yōu)化。對于2.1中得到的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),例如:一個輸入層,一個隱藏層,一個輸出層,則會有兩組權(quán)值,輸入層到隱藏層權(quán)值,隱藏層到輸出層權(quán)值,兩組閾值,輸入層到隱藏層閾值,隱藏層到輸出層閾值。一共有四條染色體,分別記為W1,W2,B1,B2。每組染色體初始化為-0.5~0.5之間的隨機值,共四組對應(yīng)子種群。設(shè)種群為:pop=[popW1,popW2,popB1,popB2]。

    適應(yīng)度值計算:將初始化的染色體傳入BP神經(jīng)網(wǎng)絡(luò),通過2.1確定BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),對BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練。用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)計算人臉測試集的識別率,把識別率作為適應(yīng)度值。

    選擇運算:采用父子競爭[19]的選擇方法。遺傳算法在交叉運算時會選擇兩組父染色體,進行交叉操作后產(chǎn)生兩組子代,一共四組染色體。計算這四組染色體的個體適應(yīng)度值,選取適應(yīng)度值較大的兩組染色體進入變異環(huán)節(jié)。在變異操作中,每組染色體經(jīng)過變異后又會產(chǎn)生一組子代.計算子代和父代的適應(yīng)度值,將適應(yīng)度值較大的個體保留到下一代。在迭代完成后選擇種群中適應(yīng)度值最大的個體作為最優(yōu)個體輸出。

    交叉:從種群中選擇對應(yīng)兩組父染色體進行交叉,采用單點交叉,隨機選擇交叉點位置,將交叉點后面部分的基因進行相互交換。由于個體適應(yīng)度值變化不是特別大,因此采用固定交叉概率,交叉概率為0.8。

    變異:在該遺傳算法中,染色體較長(基因數(shù)可能為1 000左右),因此選取多個基因進行變異。根據(jù)經(jīng)驗值選取變異的基因個數(shù)為基因總數(shù)的5%(取整),然后隨機選擇變異基因的位置進行變異,變異概率為0.1。

    2.3 基于多遺傳算法的BP神經(jīng)網(wǎng)絡(luò)

    BP神經(jīng)網(wǎng)絡(luò)模擬生物神經(jīng)網(wǎng)絡(luò)的信號傳遞,將模型的信息存儲在神經(jīng)元、權(quán)值和閾值中,通過誤差反向傳播來訓(xùn)練網(wǎng)絡(luò)。多遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)步驟如下:

    步驟1:對人臉圖像進行降維特征提取。

    步驟2:用遺傳算法對BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練函數(shù)、訓(xùn)練次數(shù)、隱藏層層數(shù)和隱藏層神經(jīng)元個數(shù)進行優(yōu)化。為了結(jié)果的有效性,采用控制變量法,對構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)的權(quán)值閾值初始化相同的值。

    步驟3:用步驟2得到BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù),構(gòu)建BP神經(jīng)網(wǎng)絡(luò)。用遺傳算法對BP神經(jīng)網(wǎng)絡(luò)權(quán)值閾值進行優(yōu)化。以BP神經(jīng)網(wǎng)絡(luò)的識別率作為遺傳算法的適應(yīng)度值,當(dāng)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值閾值最優(yōu)時,BP神經(jīng)網(wǎng)絡(luò)的識別率達(dá)到最大。

    步驟4:保存步驟3得到的最優(yōu)識別率和對應(yīng)的BP神經(jīng)網(wǎng)絡(luò),輸出最優(yōu)識別率,整個算法流程如圖5所示。

    圖5 算法流程

    3 數(shù)據(jù)仿真實驗

    參數(shù)選取,兩層遺傳算法種群均為50,迭代次數(shù)均為10次,BP神經(jīng)網(wǎng)絡(luò)目標(biāo)誤差為0.001,默認(rèn)學(xué)習(xí)率0.05。

    用PCA算法選取前35個特征值對應(yīng)的特征向量對人臉圖像進行降維,然后用FastICA算法進行特征提取,對BP神經(jīng)網(wǎng)絡(luò)優(yōu)化處理后,用BP神經(jīng)網(wǎng)絡(luò)對測試集進行識別。經(jīng)過15次重復(fù)實驗,平均識別率為0.972 7,最高識別率可達(dá)0.985。其多次實驗的識別率以及平均識別率如圖6所示。

    在文獻(xiàn)[20]中,作者利用PCA算法提取人臉圖像中的主要特征,采用最近鄰分類器進行分類,其識別率為0.925。在文獻(xiàn)[21]中,作者采用主成分分析對人臉圖像進行特征提取,利用BP神經(jīng)網(wǎng)絡(luò)預(yù)測人臉識別率,其識別率為0.941。在文獻(xiàn)[22-23]中,作者用PCA和FastICA兩種技術(shù)對人臉特征進行提取,其識別正確率最高為0.950。文中采用多遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)進行人臉圖像識別,其多次實驗平均識別率為0.972 7,說明該算法具有良好的性能,識別率較高。文中算法與其他算法對比如表1所示。

    圖6 多次重復(fù)實驗結(jié)果

    表1 算法對比

    4 結(jié)束語

    BP神經(jīng)網(wǎng)絡(luò)在各個領(lǐng)域中的應(yīng)用十分廣泛,特別是對于一些沒有明確模型的復(fù)雜問題,BP神經(jīng)網(wǎng)絡(luò)能夠很好地解決。但是目前來說對于BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值閾值的選取沒有一套完整確定的理論,一般都是憑借人們的經(jīng)驗去選擇。而遺傳算法可以在一定程度上彌補BP神經(jīng)網(wǎng)絡(luò)的不足。文中先利用PCA和ICA算法對人臉圖形進行降維和特征提取,然后采用多遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò),這樣避免了BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及權(quán)值閾值選取的隨機性,在一定程度上提升BP神經(jīng)網(wǎng)絡(luò)的性能。最后用優(yōu)化訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)在測試集上進行人臉識別,其實驗仿真結(jié)果顯示該算法性能良好。在重復(fù)實驗過程中,多次出現(xiàn)識別率為0.975,即測試集中有5個樣本不能被正確識別,猜測數(shù)據(jù)集中可能有兩張人臉為雙胞胎或高度相似,因此識別雙胞胎或高度相似人臉將是未來的研究方向之一。

    猜你喜歡
    識別率權(quán)值人臉
    一種融合時間權(quán)值和用戶行為序列的電影推薦模型
    有特點的人臉
    CONTENTS
    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
    計算機工程(2020年3期)2020-03-19 12:24:50
    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
    三國漫——人臉解鎖
    動漫星空(2018年9期)2018-10-26 01:17:14
    提升高速公路MTC二次抓拍車牌識別率方案研究
    基于權(quán)值動量的RBM加速學(xué)習(xí)算法研究
    高速公路機電日常維護中車牌識別率分析系統(tǒng)的應(yīng)用
    馬面部與人臉相似度驚人
    精品一区二区免费观看| 丝袜美腿在线中文| aaaaa片日本免费| 啦啦啦观看免费观看视频高清| 两性午夜刺激爽爽歪歪视频在线观看| 此物有八面人人有两片| 黑人高潮一二区| 黄色视频,在线免费观看| 亚洲国产色片| av专区在线播放| 老熟妇乱子伦视频在线观看| 少妇丰满av| 亚洲国产欧美人成| 51国产日韩欧美| 亚洲av成人精品一区久久| av在线亚洲专区| 一进一出抽搐gif免费好疼| 亚洲综合色惰| 成人无遮挡网站| 国产v大片淫在线免费观看| 赤兔流量卡办理| 精品福利观看| 婷婷六月久久综合丁香| 美女内射精品一级片tv| 午夜精品国产一区二区电影 | 亚洲av不卡在线观看| 人人妻人人看人人澡| 亚洲欧美精品自产自拍| 日本精品一区二区三区蜜桃| 一本久久中文字幕| 91在线观看av| 国产视频一区二区在线看| 久久精品久久久久久噜噜老黄 | 高清日韩中文字幕在线| 久久天躁狠狠躁夜夜2o2o| 日本黄色片子视频| 97超碰精品成人国产| 1000部很黄的大片| 国产黄a三级三级三级人| 最近手机中文字幕大全| 久久久久久久亚洲中文字幕| 波野结衣二区三区在线| 一a级毛片在线观看| 欧美一区二区亚洲| 一级av片app| 18+在线观看网站| 一区二区三区高清视频在线| 变态另类丝袜制服| 最近2019中文字幕mv第一页| 久久久欧美国产精品| 成人毛片a级毛片在线播放| 国产精品一及| 午夜免费激情av| 校园春色视频在线观看| 欧美绝顶高潮抽搐喷水| 97人妻精品一区二区三区麻豆| 色综合站精品国产| 别揉我奶头~嗯~啊~动态视频| 国产aⅴ精品一区二区三区波| 人人妻人人澡人人爽人人夜夜 | 老司机影院成人| 精品人妻一区二区三区麻豆 | 乱人视频在线观看| 简卡轻食公司| 18+在线观看网站| 国产av在哪里看| 国国产精品蜜臀av免费| 麻豆乱淫一区二区| 国产探花极品一区二区| 久久精品久久久久久噜噜老黄 | or卡值多少钱| 桃色一区二区三区在线观看| 天堂av国产一区二区熟女人妻| 亚洲国产高清在线一区二区三| 国产高清激情床上av| 一夜夜www| a级毛色黄片| 成人精品一区二区免费| 欧美一区二区精品小视频在线| 免费电影在线观看免费观看| 毛片女人毛片| 亚洲三级黄色毛片| 此物有八面人人有两片| 一个人免费在线观看电影| 国产亚洲欧美98| 在线播放无遮挡| 国产免费一级a男人的天堂| 精品乱码久久久久久99久播| 在现免费观看毛片| 99精品在免费线老司机午夜| av在线观看视频网站免费| 中文字幕熟女人妻在线| 国产精品久久久久久久久免| 亚洲最大成人中文| 免费av毛片视频| 日本一二三区视频观看| 亚洲人成网站高清观看| 久久精品人妻少妇| 露出奶头的视频| 亚洲人与动物交配视频| 亚洲无线观看免费| 久久精品久久久久久噜噜老黄 | 亚洲性夜色夜夜综合| 免费在线观看成人毛片| 特级一级黄色大片| 草草在线视频免费看| 天天躁日日操中文字幕| 99精品在免费线老司机午夜| 18禁黄网站禁片免费观看直播| 最近中文字幕高清免费大全6| 亚洲av不卡在线观看| 国产黄片美女视频| 亚洲综合色惰| 狂野欧美白嫩少妇大欣赏| 波多野结衣巨乳人妻| 97碰自拍视频| 日本免费a在线| 成年女人毛片免费观看观看9| 日韩国内少妇激情av| 最新中文字幕久久久久| 男人和女人高潮做爰伦理| 联通29元200g的流量卡| 在线观看av片永久免费下载| 一夜夜www| 校园春色视频在线观看| 亚洲人成网站在线播放欧美日韩| 成人特级av手机在线观看| 国产美女午夜福利| 国产精品人妻久久久久久| 亚洲美女黄片视频| av卡一久久| 乱码一卡2卡4卡精品| 日本黄大片高清| 国产精品日韩av在线免费观看| 在线看三级毛片| 亚洲,欧美,日韩| 少妇被粗大猛烈的视频| 日本欧美国产在线视频| 亚洲无线观看免费| 欧美bdsm另类| 在线免费十八禁| 亚洲精华国产精华液的使用体验 | 一级毛片久久久久久久久女| 国产av一区在线观看免费| 欧美日韩一区二区视频在线观看视频在线 | 婷婷亚洲欧美| 国产精品人妻久久久影院| 在现免费观看毛片| 久久久久久久久中文| 亚洲精品在线观看二区| 两个人视频免费观看高清| 九九爱精品视频在线观看| 黄色日韩在线| 99在线人妻在线中文字幕| 狂野欧美白嫩少妇大欣赏| 搞女人的毛片| 在线国产一区二区在线| 99久久精品热视频| 热99re8久久精品国产| 中国美白少妇内射xxxbb| 国产一区二区三区av在线 | 99久国产av精品| 不卡视频在线观看欧美| 国产精品,欧美在线| 国内精品宾馆在线| 日日摸夜夜添夜夜添av毛片| 国产精品av视频在线免费观看| 性插视频无遮挡在线免费观看| 最近最新中文字幕大全电影3| 亚洲成人久久性| 国产精品日韩av在线免费观看| 免费看日本二区| 亚洲成人av在线免费| 床上黄色一级片| aaaaa片日本免费| 成人高潮视频无遮挡免费网站| 男人舔女人下体高潮全视频| 亚洲欧美日韩高清专用| 97超碰精品成人国产| 美女免费视频网站| 给我免费播放毛片高清在线观看| 国产精品亚洲美女久久久| 菩萨蛮人人尽说江南好唐韦庄 | 波多野结衣高清作品| 亚洲人与动物交配视频| 又黄又爽又免费观看的视频| 国产私拍福利视频在线观看| 非洲黑人性xxxx精品又粗又长| 国产精品亚洲美女久久久| 久久婷婷人人爽人人干人人爱| 最近手机中文字幕大全| 中国美白少妇内射xxxbb| 国产不卡一卡二| 成人无遮挡网站| 国产激情偷乱视频一区二区| 婷婷六月久久综合丁香| 麻豆国产av国片精品| 精品久久久久久久人妻蜜臀av| 国产真实伦视频高清在线观看| 美女内射精品一级片tv| 欧美日韩国产亚洲二区| 精品久久久久久久久av| 久久精品国产鲁丝片午夜精品| 一进一出抽搐gif免费好疼| 男女之事视频高清在线观看| av在线老鸭窝| 亚洲真实伦在线观看| 国产成人a∨麻豆精品| 99精品在免费线老司机午夜| 国产高清激情床上av| 午夜爱爱视频在线播放| 欧美最新免费一区二区三区| 久久精品综合一区二区三区| 日本三级黄在线观看| 国产午夜福利久久久久久| 淫秽高清视频在线观看| 老女人水多毛片| 亚洲av中文av极速乱| 免费人成视频x8x8入口观看| 成人综合一区亚洲| 免费看a级黄色片| 国产精品久久视频播放| 国产亚洲精品av在线| 99久久精品热视频| 亚洲成a人片在线一区二区| 色综合色国产| 久久久久久国产a免费观看| 一卡2卡三卡四卡精品乱码亚洲| 你懂的网址亚洲精品在线观看 | 国产成人福利小说| 99热这里只有精品一区| 神马国产精品三级电影在线观看| 俺也久久电影网| 99久久精品一区二区三区| 日韩欧美精品v在线| 亚洲精品国产av成人精品 | 欧美xxxx黑人xx丫x性爽| 联通29元200g的流量卡| 亚洲av.av天堂| 51国产日韩欧美| 成年版毛片免费区| 我要看日韩黄色一级片| 亚洲欧美日韩高清在线视频| 久久精品国产自在天天线| 别揉我奶头~嗯~啊~动态视频| 精品少妇黑人巨大在线播放 | 人人妻人人澡欧美一区二区| 亚洲四区av| 国内精品一区二区在线观看| 日韩欧美免费精品| 99精品在免费线老司机午夜| 亚洲精品成人久久久久久| 最近手机中文字幕大全| 又黄又爽又免费观看的视频| 国产精品日韩av在线免费观看| 又爽又黄a免费视频| 欧美日本亚洲视频在线播放| 亚洲国产色片| 在线观看免费视频日本深夜| 狂野欧美激情性xxxx在线观看| 欧美国产日韩亚洲一区| 婷婷精品国产亚洲av在线| 国产精品久久久久久av不卡| 亚洲精华国产精华液的使用体验 | 日本欧美国产在线视频| 看十八女毛片水多多多| 久久久久久久午夜电影| 又黄又爽又刺激的免费视频.| 又粗又爽又猛毛片免费看| 欧美在线一区亚洲| 18+在线观看网站| 亚洲av.av天堂| 日本黄色片子视频| 日本免费一区二区三区高清不卡| 男插女下体视频免费在线播放| 两性午夜刺激爽爽歪歪视频在线观看| 成人特级av手机在线观看| 国产综合懂色| 国产一区二区在线观看日韩| 久久99热6这里只有精品| 日本黄色视频三级网站网址| 91在线精品国自产拍蜜月| 亚洲丝袜综合中文字幕| 黄片wwwwww| 非洲黑人性xxxx精品又粗又长| 国产精品亚洲一级av第二区| 日本a在线网址| 人妻丰满熟妇av一区二区三区| 日本色播在线视频| 午夜激情欧美在线| 国产午夜福利久久久久久| 69av精品久久久久久| 真人做人爱边吃奶动态| 在线免费观看的www视频| 啦啦啦啦在线视频资源| 91午夜精品亚洲一区二区三区| 午夜福利视频1000在线观看| 一级黄色大片毛片| 少妇猛男粗大的猛烈进出视频 | 波多野结衣高清无吗| 美女内射精品一级片tv| 看免费成人av毛片| 国国产精品蜜臀av免费| 成人综合一区亚洲| 中文字幕av成人在线电影| 亚洲高清免费不卡视频| 久久鲁丝午夜福利片| 一级毛片电影观看 | 久久久国产成人免费| 亚洲专区国产一区二区| 久久韩国三级中文字幕| 熟妇人妻久久中文字幕3abv| 成人漫画全彩无遮挡| 成人一区二区视频在线观看| 亚洲内射少妇av| 久久久久久久亚洲中文字幕| 男女做爰动态图高潮gif福利片| 老司机午夜福利在线观看视频| 悠悠久久av| 男插女下体视频免费在线播放| 伦理电影大哥的女人| 校园人妻丝袜中文字幕| 搡老熟女国产l中国老女人| 精品久久国产蜜桃| 免费人成在线观看视频色| 国产成人91sexporn| 欧美丝袜亚洲另类| 1000部很黄的大片| 日韩亚洲欧美综合| 欧美日韩一区二区视频在线观看视频在线 | 深夜精品福利| 日韩欧美国产在线观看| www.色视频.com| 免费看日本二区| 人人妻,人人澡人人爽秒播| 国产精品嫩草影院av在线观看| 一个人看的www免费观看视频| 中文字幕熟女人妻在线| 亚洲精华国产精华液的使用体验 | 在线免费观看不下载黄p国产| 国产免费一级a男人的天堂| 久久国内精品自在自线图片| 九九在线视频观看精品| 午夜福利在线观看吧| 日韩精品中文字幕看吧| 欧美一区二区亚洲| 日韩在线高清观看一区二区三区| 色哟哟·www| 免费人成在线观看视频色| 99热只有精品国产| 99热这里只有是精品50| 亚洲av免费在线观看| 亚洲图色成人| 日本 av在线| 午夜精品国产一区二区电影 | 久久久久久久久久黄片| 老女人水多毛片| 久久婷婷人人爽人人干人人爱| 午夜福利成人在线免费观看| 亚洲成人中文字幕在线播放| 男人狂女人下面高潮的视频| 亚洲成人中文字幕在线播放| 成年女人毛片免费观看观看9| 国产精品福利在线免费观看| 又爽又黄无遮挡网站| 欧美又色又爽又黄视频| 99热这里只有是精品在线观看| 国产三级中文精品| 午夜激情欧美在线| 婷婷精品国产亚洲av在线| 国产麻豆成人av免费视频| 色哟哟哟哟哟哟| 久久国内精品自在自线图片| 国产午夜福利久久久久久| 久久久久九九精品影院| .国产精品久久| 嫩草影院入口| 免费av不卡在线播放| 性插视频无遮挡在线免费观看| 伦理电影大哥的女人| 99国产精品一区二区蜜桃av| 看免费成人av毛片| 最近中文字幕高清免费大全6| 久久久久久久久久成人| 超碰av人人做人人爽久久| 久久久久免费精品人妻一区二区| 日韩三级伦理在线观看| 亚洲精品456在线播放app| 大型黄色视频在线免费观看| 最近在线观看免费完整版| 天天一区二区日本电影三级| 久久久精品94久久精品| 午夜免费男女啪啪视频观看 | 免费无遮挡裸体视频| 亚洲欧美日韩卡通动漫| .国产精品久久| 一区二区三区免费毛片| av.在线天堂| 99riav亚洲国产免费| 插逼视频在线观看| 亚洲欧美清纯卡通| 你懂的网址亚洲精品在线观看 | 日本爱情动作片www.在线观看 | 国内精品宾馆在线| 国产免费一级a男人的天堂| 麻豆成人午夜福利视频| 99久久久亚洲精品蜜臀av| 免费观看的影片在线观看| 一级黄色大片毛片| 春色校园在线视频观看| 成人毛片a级毛片在线播放| 能在线免费观看的黄片| 欧美又色又爽又黄视频| 午夜激情福利司机影院| 2021天堂中文幕一二区在线观| 麻豆乱淫一区二区| 国产午夜精品久久久久久一区二区三区 | 中文字幕av在线有码专区| 日韩强制内射视频| 久久久久国产网址| 国模一区二区三区四区视频| 高清午夜精品一区二区三区 | 久久久a久久爽久久v久久| 深夜精品福利| 免费一级毛片在线播放高清视频| 乱人视频在线观看| 精品少妇黑人巨大在线播放 | 亚洲内射少妇av| 亚洲av中文字字幕乱码综合| 18禁在线播放成人免费| 欧美绝顶高潮抽搐喷水| 少妇猛男粗大的猛烈进出视频 | 久久99热这里只有精品18| 蜜桃久久精品国产亚洲av| 亚洲欧美成人综合另类久久久 | 亚洲欧美精品综合久久99| www日本黄色视频网| 如何舔出高潮| 少妇丰满av| 亚洲第一电影网av| 亚洲国产欧洲综合997久久,| 免费一级毛片在线播放高清视频| 我要看日韩黄色一级片| 国产精品一区二区三区四区免费观看 | 免费一级毛片在线播放高清视频| 一级毛片久久久久久久久女| 欧美+日韩+精品| 露出奶头的视频| 成人永久免费在线观看视频| 岛国在线免费视频观看| .国产精品久久| 国产精华一区二区三区| 亚洲激情五月婷婷啪啪| 日本撒尿小便嘘嘘汇集6| 亚洲成人中文字幕在线播放| 国产乱人偷精品视频| 丰满人妻一区二区三区视频av| 亚洲av成人精品一区久久| 男女边吃奶边做爰视频| 亚洲无线观看免费| 久久午夜福利片| 亚洲中文字幕一区二区三区有码在线看| 国产精品一区www在线观看| 又粗又爽又猛毛片免费看| 国产69精品久久久久777片| 国产精品久久视频播放| 人妻夜夜爽99麻豆av| 麻豆精品久久久久久蜜桃| 在线观看一区二区三区| 一本精品99久久精品77| 91久久精品国产一区二区三区| 久久久久久久久久成人| 国产精品久久久久久av不卡| 色哟哟哟哟哟哟| 一级黄片播放器| 一级a爱片免费观看的视频| 中文字幕免费在线视频6| 久久久成人免费电影| 亚洲欧美日韩高清在线视频| 91久久精品国产一区二区三区| 久久精品国产亚洲av涩爱 | 丝袜喷水一区| 国产精品三级大全| 不卡视频在线观看欧美| 给我免费播放毛片高清在线观看| 神马国产精品三级电影在线观看| 一卡2卡三卡四卡精品乱码亚洲| 国产蜜桃级精品一区二区三区| 人妻丰满熟妇av一区二区三区| 嫩草影院精品99| 国产毛片a区久久久久| 男人的好看免费观看在线视频| 此物有八面人人有两片| 国产91av在线免费观看| 国产精品一区二区三区四区久久| 人人妻人人看人人澡| 一区二区三区四区激情视频 | 丰满人妻一区二区三区视频av| 99久久精品一区二区三区| 校园人妻丝袜中文字幕| 国产精品久久久久久久电影| 国产成人aa在线观看| 久久国产乱子免费精品| 最近最新中文字幕大全电影3| 欧美一区二区国产精品久久精品| 国内精品一区二区在线观看| 亚洲av免费高清在线观看| 欧美+亚洲+日韩+国产| 亚洲av不卡在线观看| 亚洲av免费在线观看| 亚洲精华国产精华液的使用体验 | 免费黄网站久久成人精品| 日日撸夜夜添| a级一级毛片免费在线观看| 嫩草影院新地址| 国产老妇女一区| 国产中年淑女户外野战色| 国产 一区精品| 乱码一卡2卡4卡精品| 一级毛片电影观看 | 欧美国产日韩亚洲一区| 亚洲国产欧美人成| 99久久九九国产精品国产免费| 久久午夜亚洲精品久久| av中文乱码字幕在线| 午夜久久久久精精品| 91久久精品国产一区二区三区| 欧美不卡视频在线免费观看| 99在线视频只有这里精品首页| 一级a爱片免费观看的视频| 天堂网av新在线| 日韩成人av中文字幕在线观看 | 国产69精品久久久久777片| 免费av毛片视频| 亚洲人成网站在线观看播放| 久久6这里有精品| 亚洲国产高清在线一区二区三| 最新在线观看一区二区三区| www.色视频.com| 久久久久久久久中文| 天天躁日日操中文字幕| 国产乱人视频| 色av中文字幕| 哪里可以看免费的av片| 又黄又爽又免费观看的视频| 国产淫片久久久久久久久| 美女免费视频网站| 精品久久久噜噜| 岛国在线免费视频观看| 午夜福利高清视频| 亚洲久久久久久中文字幕| 97在线视频观看| 看十八女毛片水多多多| 日韩 亚洲 欧美在线| 久久精品夜夜夜夜夜久久蜜豆| 欧美一级a爱片免费观看看| 91在线精品国自产拍蜜月| av.在线天堂| 国产v大片淫在线免费观看| 99在线人妻在线中文字幕| 伦理电影大哥的女人| 三级毛片av免费| avwww免费| 人人妻人人看人人澡| 一级毛片我不卡| 国产男靠女视频免费网站| 男女那种视频在线观看| 午夜亚洲福利在线播放| 成人毛片a级毛片在线播放| 亚洲不卡免费看| 最近视频中文字幕2019在线8| 国产老妇女一区| 久久久国产成人精品二区| 日本精品一区二区三区蜜桃| 黄色一级大片看看| 少妇人妻精品综合一区二区 | 97在线视频观看| 国产老妇女一区| 又爽又黄无遮挡网站| 变态另类丝袜制服| 免费无遮挡裸体视频| 久久精品国产亚洲网站| 内射极品少妇av片p| 禁无遮挡网站| 日本色播在线视频| 看片在线看免费视频| 午夜老司机福利剧场| 亚洲国产精品sss在线观看| 国产精品电影一区二区三区| 精品久久久久久久末码| av中文乱码字幕在线| 国产色婷婷99| 六月丁香七月| 国产午夜精品久久久久久一区二区三区 | 日本-黄色视频高清免费观看| 精品日产1卡2卡| 十八禁网站免费在线| 一个人看的www免费观看视频| 桃色一区二区三区在线观看| 久久人人爽人人爽人人片va| 欧美不卡视频在线免费观看| 在线看三级毛片| 长腿黑丝高跟| 看十八女毛片水多多多| 夜夜夜夜夜久久久久| 少妇人妻一区二区三区视频| 国产av麻豆久久久久久久| 亚洲婷婷狠狠爱综合网| 国产真实伦视频高清在线观看| 国产精品野战在线观看| 亚洲精品国产av成人精品 | 成人综合一区亚洲| 精品久久久久久久末码| 成人三级黄色视频| 波多野结衣巨乳人妻|