• <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 ?

    改進(jìn)樸素貝葉斯算法的人臉表情識別

    2021-02-04 06:53:18
    軟件導(dǎo)刊 2021年1期
    關(guān)鍵詞:樸素關(guān)鍵點(diǎn)貝葉斯

    (東華大學(xué)信息科學(xué)與技術(shù)學(xué)院,上海 201620)

    0 引言

    隨著人工智能的飛速發(fā)展,人機(jī)交互和機(jī)器視覺成為研究熱點(diǎn)。面部表情識別作為一種新興的生物特征識別技術(shù),在模式識別和人工智能領(lǐng)域受到關(guān)注。生物學(xué)家Darwin[1]2003 年就已經(jīng)對表情開始研究。1972 年,兩位美國科學(xué)家Ekamn[2]創(chuàng)造性提出將高興、驚訝、恐懼、悲傷、憤怒、厭惡作為人類6 種基本表情。

    目前,人臉特征提取方法有Gabor 濾波器[3]、尺度不變特征轉(zhuǎn)換(SIFT)[4]、梯度直方圖(HOG)[5]、線性判別分析(LDA)[6]和局部二值模式(LBP)[7]等。文獻(xiàn)[8]將SIFT 特征應(yīng)用到人臉表情識別,取得78.43% 的識別結(jié)果;文獻(xiàn)[9]將LBP 與Gabor 兩種特征相結(jié)合,取得98% 的識別結(jié)果。雖然這些特征提取方法識別效果較好,但存在特征提取方法維度大、對光照比較敏感等問題。

    在點(diǎn)跟蹤法中,經(jīng)典的ASM 和AAM 廣泛應(yīng)用在人臉表情識別中。胡珍珍[10]采用AAM 算法對人臉關(guān)鍵點(diǎn)建模,使用最小距離分類器對人臉表情進(jìn)行研究;Cristinacce等[11]提出一種AAM 算法與特征相應(yīng)成對增強(qiáng)算法相結(jié)合的方法,檢測鼻尖、嘴角和眼眶等局部區(qū)域的邊緣特征及特征點(diǎn);Michel 等[12]在面部標(biāo)記22 個(gè)關(guān)鍵點(diǎn),通過跟蹤22點(diǎn)在各個(gè)表情中和中性表情中的位移實(shí)現(xiàn)人臉識別。但在面部22 個(gè)關(guān)鍵點(diǎn)中,眉毛上面只標(biāo)記了2 個(gè)關(guān)鍵點(diǎn),并且這2 個(gè)關(guān)鍵點(diǎn)只存在于眉頭,這些關(guān)鍵點(diǎn)并不能完全表示眉毛的動(dòng)態(tài)變化。為彌補(bǔ)關(guān)鍵點(diǎn)分布不均勻問題,本文通過AAM 算法對人臉進(jìn)行68 個(gè)關(guān)鍵點(diǎn)檢測,利用關(guān)鍵點(diǎn)提取人臉幾何特征。

    提取人臉特征點(diǎn)后,還需使用合適的分類器對特征進(jìn)行分類。李郭宇等[13]將LBP 算法與BP 神經(jīng)網(wǎng)絡(luò)相結(jié)合實(shí)現(xiàn)人臉表情分類;黃忠等[14]將SIFT 算法與SVM 算法相結(jié)合實(shí)現(xiàn)人臉表情分類;齊興[15]結(jié)合主方向和SVM 算法實(shí)現(xiàn)人臉表情分類。本文使用改進(jìn)的貝葉斯算法用于人臉表情識別,通過實(shí)驗(yàn)驗(yàn)證算法的可行性。

    1 關(guān)鍵點(diǎn)定位與特征提取

    1.1 關(guān)鍵點(diǎn)定位

    ASM 算法和AAM 算法是典型的關(guān)鍵點(diǎn)跟蹤算法,AAM 算法實(shí)現(xiàn)關(guān)鍵點(diǎn)定位,該模型包含模型建立和匹配兩個(gè)步驟。

    首先,建立外觀模型和紋理模型,手工標(biāo)記訓(xùn)練數(shù)據(jù)中人臉圖像的68 個(gè)特征點(diǎn),將關(guān)鍵坐標(biāo)作為形狀的特征向量,表示為xi=(xi1,yi1,…,xi68,yi68),其中xik和yik,k∈1,…,68 為特征點(diǎn)坐標(biāo)值。對標(biāo)記好的特征向量使用普氏分析法實(shí)現(xiàn)所有訓(xùn)練樣本對齊,然后使用PCA 算法進(jìn)行降維,得到n 個(gè)形狀的特征向量Pn=[p1,…,pn],則形狀模型可表示為:

    其中,S0是平均形狀模型,bn是形狀參數(shù)。

    然后,對樣本形狀和平均形狀進(jìn)行三角仿射變換實(shí)現(xiàn)紋理歸一化,對歸一化后的紋理結(jié)果進(jìn)行PCA 降維,得到m 個(gè)紋理特征向量Tm=[t1,…,tm],則紋理模型可表示為:

    其中是平均紋理模型,am為紋理參數(shù)。

    其中,W(x;p)是圖像與模型T(x)的仿射變換,p是形變參數(shù),迭代更新p使公式(3)的值最小。圖1 是圖像定位結(jié)果。

    1.2 特征提取

    人臉表情細(xì)節(jié)主要集中于眼睛、眉毛、嘴巴等局部區(qū)域[16],經(jīng)過統(tǒng)計(jì)和實(shí)驗(yàn)選擇嘴高、嘴寬、眼高、眉毛高度之和、眉毛寬度之和、嘴巴最小外接矩形面積、眉頭和眼頭距離、眉頭距離、唇珠和嘴角高度、兩眼睛最小外接矩形面積等10 個(gè)幾何特征作為圖像提取特征??紤]到個(gè)體的差異性,本文使用幾何特征變化率Gv作為分類樣本數(shù)據(jù),計(jì)算公式如下:

    其中,G 是有表情時(shí)幾何特征,G0對應(yīng)的是無表情幾何特征。

    Fig.1 Face positioning圖1 人臉定位

    Fig.2 Facial expression feature extraction圖2 人臉表情特征提取

    2 表情識別

    2.1 樸素貝葉斯算法

    樸素貝葉斯模型(NBC)來自概率論,有著堅(jiān)實(shí)的數(shù)學(xué)理論基礎(chǔ)。貝葉斯分類算法以貝葉斯公式作為理論基礎(chǔ)計(jì)算每個(gè)屬性屬于某一類別的概率。樸素貝葉斯定理是基于各個(gè)屬性之間相互獨(dú)立假設(shè)的分類方法,具體如下:

    (1)訓(xùn)練樣本由n 維特征向量X={X1,X2,…Xn}表示,描述具有n 個(gè)屬性A 的n 維度,則有A={A1,A2,…An},表示樣本n 個(gè)屬性。

    (2)已知有m 個(gè)類別,則類別集合C={c1,c2,…cm}。P(Ci)是先驗(yàn)概率,當(dāng)有一個(gè)未知數(shù)據(jù)樣本向量X 時(shí),樸素貝葉斯方法計(jì)算在X 條件下后驗(yàn)概率的最大類別。貝葉斯公式如下:

    (3)由于P(X) 是常數(shù),所以在計(jì)算后驗(yàn)概率時(shí)只需計(jì)算P(X|Ci)P(Ci)即可。先驗(yàn)概率,其中N 是訓(xùn)練樣本數(shù)量,是訓(xùn)練樣本中類別Ci的數(shù)量。

    (4)樸素貝葉斯因?yàn)閷傩蚤g獨(dú)立性假設(shè),所以計(jì)算P(X|Ci)公式如下:

    當(dāng)屬性是連續(xù)屬性時(shí),Ai是連續(xù)值,則假設(shè)屬性服從正態(tài)分布,即,其中分別是類別Ci中的均值和標(biāo)準(zhǔn)差。

    (5)對于未知樣本 X 類別,計(jì)算每個(gè)類別的P(X|Ci)P(Ci),最后概率最大的那個(gè)類別則是樣本X 的預(yù)測類別,即:

    2.2 改進(jìn)的樸素貝葉斯算法

    樸素貝葉斯訓(xùn)練簡單,分類效果好,但也存在以下不足:①樸素貝葉斯在屬性之間的獨(dú)立性假設(shè)在實(shí)際數(shù)據(jù)中往往是不成立的;②對于連續(xù)屬性值往往使用高斯函數(shù)直接估計(jì)屬性條件密度,但和實(shí)際條件密度可能有較大差別,影響分類效果;③貝葉斯算法決策將后驗(yàn)概率最大作為分類類別,主觀性太強(qiáng)。根據(jù)以上樸素貝葉斯模型缺點(diǎn),本文將從屬性獨(dú)立性、估計(jì)概率密度函數(shù)和分類決策3個(gè)方面優(yōu)化算法。

    (1)根據(jù)不同屬性對分類結(jié)果的影響賦予不同權(quán)重值Wi,將樸素貝葉斯分類器擴(kuò)展為加權(quán)的樸素貝葉斯分類器,根據(jù)屬性重要度分配不同權(quán)值,削弱屬性獨(dú)立性假設(shè)。

    (2)在估計(jì)屬性條件密度時(shí),使用高斯函數(shù)作為屬性條件密度函數(shù),根據(jù)不同屬性權(quán)值直接調(diào)節(jié)高斯函數(shù),見公式(8)[17]。其中是在類別Ci下的某一屬性數(shù)量,是類別Ci的數(shù)量。

    (3)找出后驗(yàn)概率最大的類別,基于KNN 算法對貝葉斯算法進(jìn)行決策判斷,將加權(quán)樸素貝葉斯分類器得到的各個(gè)類別概率作為訓(xùn)練樣本進(jìn)行二次學(xué)習(xí)。

    3 實(shí)驗(yàn)結(jié)果與分析

    3.1 數(shù)據(jù)選取與預(yù)處理

    選擇專門用于人臉表情研究的CK+數(shù)據(jù)集和JAFFE數(shù)據(jù)集進(jìn)行建模和實(shí)驗(yàn),對常見的憤怒、輕蔑、厭惡、恐懼、快樂、悲傷、驚喜7 種表情進(jìn)行研究,不包括中性表情。

    圖像預(yù)處理包括圖像灰度化和圖像尺寸歸一化以及人臉對齊。圖像灰度化使用加權(quán)灰度化方法。數(shù)據(jù)集中人臉會傾斜,通過普氏分析法將傾斜的人臉轉(zhuǎn)正并歸一化圖像大小,圖3 為普氏分析法處理后的效果。

    3.2 實(shí)驗(yàn)步驟

    在CK+和JAFFE 數(shù)據(jù)集中,將80% 的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù),20% 的數(shù)據(jù)作為測試數(shù)據(jù),步驟如下:①對人臉進(jìn)行灰度化處理后提取關(guān)鍵點(diǎn)坐標(biāo);②利用關(guān)鍵點(diǎn)坐標(biāo)信息提取人臉幾何特征,然后利用無表情幾何特征計(jì)算人臉表情幾何特征變化率,變化率即分類樣本數(shù)據(jù);③利用信息增益算法計(jì)算屬性重要權(quán)值。各屬性權(quán)值如表1 所示;④利用公式(8)得到表情后驗(yàn)概率,各個(gè)表情的后驗(yàn)概率作為二次學(xué)習(xí)訓(xùn)練樣本,利用KNN 算法實(shí)現(xiàn)表情最終分類。

    Fig.3 Platts analysis treatment effect圖3 普氏分析法處理效果

    Table 1 Attribute importance表1 屬性重要度

    3.3 實(shí)驗(yàn)結(jié)果分析

    Kohavi[18]曾對各種常用的分類準(zhǔn)確性估計(jì)方法進(jìn)行綜合實(shí)驗(yàn)與統(tǒng)計(jì)分析,認(rèn)為基于10 折交叉有效性驗(yàn)證是所有驗(yàn)證方法中可靠性最高的。因此,本文分類驗(yàn)證采用10折交叉有效性驗(yàn)證方法。從表2 和表3 可以看出,快樂表情各評價(jià)指標(biāo)均達(dá)到90% 以上,這是由于快樂表情在數(shù)據(jù)集中有較明顯的表現(xiàn)形式。在JAFFE 數(shù)據(jù)集上查準(zhǔn)率、召回率、F 值以及準(zhǔn)確率達(dá)84%、86%、85%、95%。在CK+數(shù)據(jù)集上查準(zhǔn)率、召回率、F 值以及準(zhǔn)確率達(dá)88%、90%、89%、98%。CK+的識別效果比JAFFE 數(shù)據(jù)好,這是由于JAFFE 訓(xùn)練比CK+訓(xùn)練數(shù)據(jù)量少的緣故。

    Table 2 JAFFE WNBC -KNN algorithm表2 JAFFE WNBC-KNN 算法

    Table 3 CK+WNBC -KNN algorithm表3 CK+WNBC-KNN 算法

    Fig.4 Different average index comparison algorithm圖4 不同算法平均指標(biāo)對比

    圖4 是本文方法提取的特征分別在NBC、WNBC、WN?BC-KNN 數(shù)據(jù)庫中表情指標(biāo)的平均值。從圖4 可以看出,在CK+數(shù)據(jù)中,WNBC 優(yōu)于NBC,WNBC-KNN 優(yōu)于WN?BC。JAFFE 數(shù)據(jù)集中,WNBC 和NBC 各個(gè)指標(biāo)持平,在JAFFE 數(shù)據(jù)集上WNBC 效果不太明顯。但是,在JAFFE數(shù)據(jù)集上WNBC-KNN 分類效果提高30%,這是由于JAFFE 訓(xùn)練比CK+訓(xùn)練數(shù)據(jù)量少,改進(jìn)后的算法對小數(shù)據(jù)影響會更明顯的緣故。

    4 結(jié)語

    針對傳統(tǒng)的圖像特征提取具有較高維度而影響后續(xù)分類效率問題,本文使用AAM 算法定位68 個(gè)關(guān)鍵點(diǎn),利用68 個(gè)關(guān)鍵點(diǎn)坐標(biāo)提取人臉幾何特征,利用不同表情在幾何特征上的差異提取人臉幾何特征。針對樸素貝葉斯算法的不足提出WNBC-KNN 算法,利用信息增益率計(jì)算人臉幾何特征屬性權(quán)值,利用屬性權(quán)值直接調(diào)節(jié)屬性概率密度函數(shù),最終在分類決策時(shí)利用K 近鄰進(jìn)行二次學(xué)習(xí)。為進(jìn)一步提升樸素貝葉斯在人臉表情分類上的性能,后續(xù)可在條件概率密度估計(jì)方面進(jìn)行改進(jìn)與創(chuàng)新。

    猜你喜歡
    樸素關(guān)鍵點(diǎn)貝葉斯
    聚焦金屬關(guān)鍵點(diǎn)
    肉兔育肥抓好七個(gè)關(guān)鍵點(diǎn)
    隔離樸素
    樸素的安慰(組詩)
    他是那樣“笨拙”和樸素——30多年后,我們?yōu)槭裁催€需要讀路遙?
    最神奇最樸素的兩本書
    貝葉斯公式及其應(yīng)用
    基于貝葉斯估計(jì)的軌道占用識別方法
    一種基于貝葉斯壓縮感知的說話人識別方法
    電子器件(2015年5期)2015-12-29 08:43:15
    醫(yī)聯(lián)體要把握三個(gè)關(guān)鍵點(diǎn)
    宅男免费午夜| 性色av乱码一区二区三区2| 久久久久久久久久久久大奶| 久久久精品国产亚洲av高清涩受| 国产精品1区2区在线观看. | 久久人妻熟女aⅴ| 日韩有码中文字幕| 天堂动漫精品| 久久精品亚洲熟妇少妇任你| 最黄视频免费看| 日韩三级视频一区二区三区| 亚洲全国av大片| 亚洲色图av天堂| 少妇猛男粗大的猛烈进出视频| 黄频高清免费视频| 亚洲熟女毛片儿| 又大又爽又粗| 国产主播在线观看一区二区| 午夜视频精品福利| 国产高清videossex| 精品国产乱码久久久久久男人| 美女扒开内裤让男人捅视频| 亚洲精品久久成人aⅴ小说| 亚洲男人天堂网一区| 叶爱在线成人免费视频播放| 国产麻豆69| 成人18禁高潮啪啪吃奶动态图| 老司机深夜福利视频在线观看| 黄色 视频免费看| 亚洲中文字幕日韩| 桃花免费在线播放| 日韩大片免费观看网站| 日韩欧美国产一区二区入口| 桃红色精品国产亚洲av| 捣出白浆h1v1| 香蕉国产在线看| 国产精品免费大片| 免费在线观看视频国产中文字幕亚洲| 国产日韩欧美亚洲二区| 欧美日韩亚洲综合一区二区三区_| 如日韩欧美国产精品一区二区三区| 婷婷丁香在线五月| 超碰成人久久| 欧美在线黄色| 国产有黄有色有爽视频| 免费不卡黄色视频| 亚洲 欧美一区二区三区| 国产精品免费视频内射| 久热这里只有精品99| 国产一区二区三区在线臀色熟女 | 日韩制服丝袜自拍偷拍| 国产不卡av网站在线观看| 免费高清在线观看日韩| 黄色片一级片一级黄色片| 天堂8中文在线网| 下体分泌物呈黄色| 亚洲精品久久成人aⅴ小说| 男女无遮挡免费网站观看| 欧美激情久久久久久爽电影 | 久久人人97超碰香蕉20202| 亚洲熟女毛片儿| 午夜精品国产一区二区电影| 丁香六月天网| 韩国精品一区二区三区| 伊人久久大香线蕉亚洲五| 一边摸一边做爽爽视频免费| a级毛片黄视频| 色婷婷久久久亚洲欧美| av免费在线观看网站| 99国产精品一区二区三区| 中文字幕高清在线视频| 免费在线观看视频国产中文字幕亚洲| 国产精品熟女久久久久浪| 国产精品99久久99久久久不卡| 欧美成人午夜精品| 两个人看的免费小视频| 国产成人影院久久av| 一区二区av电影网| 久久影院123| 亚洲色图综合在线观看| 午夜91福利影院| 国产亚洲精品一区二区www | 国产成人精品久久二区二区免费| 国产精品98久久久久久宅男小说| 伊人久久大香线蕉亚洲五| 国产欧美日韩一区二区三| 国产精品av久久久久免费| 免费人妻精品一区二区三区视频| 大码成人一级视频| www.精华液| 国产1区2区3区精品| 一级a爱视频在线免费观看| 大型黄色视频在线免费观看| 男女无遮挡免费网站观看| 人妻 亚洲 视频| 国产精品九九99| 满18在线观看网站| 日本一区二区免费在线视频| 亚洲精品国产色婷婷电影| 亚洲中文日韩欧美视频| av电影中文网址| 久久国产精品人妻蜜桃| 99九九在线精品视频| 麻豆成人av在线观看| 丁香六月天网| 高清视频免费观看一区二区| 免费观看人在逋| 国产黄频视频在线观看| 亚洲国产中文字幕在线视频| 99久久99久久久精品蜜桃| 精品国产超薄肉色丝袜足j| 久久国产精品男人的天堂亚洲| 久久久久精品人妻al黑| 性色av乱码一区二区三区2| 国产欧美日韩综合在线一区二区| 午夜成年电影在线免费观看| 老司机深夜福利视频在线观看| 老汉色∧v一级毛片| 日韩精品免费视频一区二区三区| 人人妻人人澡人人爽人人夜夜| 18禁美女被吸乳视频| 精品国产一区二区久久| 久久国产精品人妻蜜桃| 久久久久网色| av天堂在线播放| 亚洲熟妇熟女久久| 交换朋友夫妻互换小说| 后天国语完整版免费观看| 夜夜夜夜夜久久久久| 十分钟在线观看高清视频www| 一级毛片电影观看| 久久国产精品人妻蜜桃| 亚洲欧美精品综合一区二区三区| 精品亚洲成国产av| 99精品欧美一区二区三区四区| 久久人妻福利社区极品人妻图片| 欧美日韩成人在线一区二区| 一本—道久久a久久精品蜜桃钙片| 亚洲欧洲精品一区二区精品久久久| 亚洲成人手机| 一区二区三区激情视频| 亚洲伊人色综图| 国产欧美日韩一区二区三| 国产伦人伦偷精品视频| 欧美乱妇无乱码| 欧美成人免费av一区二区三区 | 69精品国产乱码久久久| 亚洲精品乱久久久久久| 久久人人爽av亚洲精品天堂| 老司机深夜福利视频在线观看| 999精品在线视频| 亚洲专区中文字幕在线| 免费在线观看影片大全网站| 一级黄色大片毛片| 免费看a级黄色片| 51午夜福利影视在线观看| 国产精品欧美亚洲77777| 侵犯人妻中文字幕一二三四区| 1024香蕉在线观看| 一区二区av电影网| 久久精品亚洲熟妇少妇任你| 精品一区二区三卡| 久久中文看片网| 亚洲,欧美精品.| 国产成人精品久久二区二区免费| 啦啦啦视频在线资源免费观看| 亚洲精品国产色婷婷电影| 老鸭窝网址在线观看| 免费在线观看影片大全网站| 欧美人与性动交α欧美软件| 丰满少妇做爰视频| 精品久久久精品久久久| 国产精品久久久久久精品电影小说| a级毛片黄视频| 婷婷成人精品国产| 天天躁狠狠躁夜夜躁狠狠躁| 欧美黑人精品巨大| 黄色视频不卡| 免费女性裸体啪啪无遮挡网站| 精品久久蜜臀av无| 中文亚洲av片在线观看爽 | 在线观看一区二区三区激情| 亚洲欧美精品综合一区二区三区| 成人18禁高潮啪啪吃奶动态图| 中文字幕av电影在线播放| 精品久久久精品久久久| 亚洲全国av大片| kizo精华| 久久中文字幕人妻熟女| 精品福利永久在线观看| 视频在线观看一区二区三区| 91国产中文字幕| 18禁黄网站禁片午夜丰满| 亚洲精品国产色婷婷电影| 一区二区三区乱码不卡18| 欧美日韩黄片免| 日韩视频在线欧美| 91精品三级在线观看| 久久精品国产亚洲av高清一级| 一区二区三区精品91| 成人三级做爰电影| 欧美大码av| 热re99久久国产66热| 美女福利国产在线| 91九色精品人成在线观看| 一边摸一边抽搐一进一出视频| 国产精品亚洲一级av第二区| 丝袜喷水一区| 在线天堂中文资源库| cao死你这个sao货| 电影成人av| 一区二区av电影网| 菩萨蛮人人尽说江南好唐韦庄| 国产成人免费观看mmmm| 一本大道久久a久久精品| 午夜福利一区二区在线看| 国产av又大| 成人永久免费在线观看视频 | 十分钟在线观看高清视频www| 国产精品免费视频内射| 肉色欧美久久久久久久蜜桃| 99精品在免费线老司机午夜| 午夜福利乱码中文字幕| 久久久久久亚洲精品国产蜜桃av| 12—13女人毛片做爰片一| 亚洲av第一区精品v没综合| 最近最新中文字幕大全电影3 | 国产成人系列免费观看| 麻豆国产av国片精品| 无限看片的www在线观看| 日韩欧美一区二区三区在线观看 | 日韩大片免费观看网站| 久久久久久免费高清国产稀缺| 少妇裸体淫交视频免费看高清 | 日本精品一区二区三区蜜桃| 国产一区二区激情短视频| 国产精品 国内视频| 十分钟在线观看高清视频www| 亚洲中文日韩欧美视频| 国产亚洲一区二区精品| 少妇被粗大的猛进出69影院| 亚洲av电影在线进入| 日韩一卡2卡3卡4卡2021年| 真人做人爱边吃奶动态| 国产高清视频在线播放一区| 国产一区二区激情短视频| 99热网站在线观看| 天堂8中文在线网| 在线观看免费午夜福利视频| www.精华液| 高潮久久久久久久久久久不卡| 国产一区二区三区视频了| 99精品欧美一区二区三区四区| 两性夫妻黄色片| 久久午夜综合久久蜜桃| 黄网站色视频无遮挡免费观看| 久久国产精品男人的天堂亚洲| 99国产综合亚洲精品| 99精品久久久久人妻精品| 国产av国产精品国产| 国产高清视频在线播放一区| 国产午夜精品久久久久久| 麻豆国产av国片精品| 日本av手机在线免费观看| 亚洲人成电影免费在线| 午夜久久久在线观看| 一边摸一边抽搐一进一出视频| 97在线人人人人妻| 亚洲av电影在线进入| 十分钟在线观看高清视频www| netflix在线观看网站| 午夜视频精品福利| 欧美激情极品国产一区二区三区| 精品国产一区二区久久| 欧美日韩国产mv在线观看视频| 免费黄频网站在线观看国产| 在线永久观看黄色视频| 国产日韩欧美亚洲二区| 久久中文字幕一级| 熟女少妇亚洲综合色aaa.| 亚洲av成人一区二区三| 999精品在线视频| 欧美日韩中文字幕国产精品一区二区三区 | 久久香蕉激情| 久久久国产欧美日韩av| 中文字幕人妻丝袜一区二区| cao死你这个sao货| 国产97色在线日韩免费| 最近最新中文字幕大全电影3 | 80岁老熟妇乱子伦牲交| 香蕉国产在线看| 99九九在线精品视频| 99久久人妻综合| 国产精品九九99| 亚洲色图 男人天堂 中文字幕| 色婷婷av一区二区三区视频| 天堂8中文在线网| 亚洲精品在线观看二区| 电影成人av| 久久青草综合色| 国产在线观看jvid| 汤姆久久久久久久影院中文字幕| 成人精品一区二区免费| 亚洲国产看品久久| 男人操女人黄网站| 9191精品国产免费久久| 久久狼人影院| 欧美日韩福利视频一区二区| 色视频在线一区二区三区| 一二三四在线观看免费中文在| 亚洲全国av大片| 热99久久久久精品小说推荐| 久久人妻福利社区极品人妻图片| 男人操女人黄网站| 色播在线永久视频| av视频免费观看在线观看| 99香蕉大伊视频| 女人爽到高潮嗷嗷叫在线视频| 动漫黄色视频在线观看| 欧美日韩亚洲高清精品| 久久人人97超碰香蕉20202| 国产深夜福利视频在线观看| 男人舔女人的私密视频| 日韩免费av在线播放| 大型黄色视频在线免费观看| 大型黄色视频在线免费观看| 亚洲全国av大片| 久久精品国产a三级三级三级| 日韩欧美国产一区二区入口| 精品亚洲乱码少妇综合久久| 亚洲精品在线观看二区| 午夜免费成人在线视频| av天堂在线播放| 午夜福利视频在线观看免费| 午夜福利视频在线观看免费| 亚洲欧美色中文字幕在线| 丁香欧美五月| 亚洲第一av免费看| 国产精品香港三级国产av潘金莲| 国产精品香港三级国产av潘金莲| 久久亚洲精品不卡| 亚洲性夜色夜夜综合| 黑人猛操日本美女一级片| av天堂久久9| 91老司机精品| 久久青草综合色| 亚洲av片天天在线观看| 久久精品国产综合久久久| 久久精品亚洲精品国产色婷小说| 欧美性长视频在线观看| 国产精品国产高清国产av | 黄片播放在线免费| 精品国内亚洲2022精品成人 | 国产精品自产拍在线观看55亚洲 | 男女无遮挡免费网站观看| 80岁老熟妇乱子伦牲交| 人人妻人人爽人人添夜夜欢视频| 国产在线视频一区二区| 99精品欧美一区二区三区四区| 欧美激情极品国产一区二区三区| 90打野战视频偷拍视频| 亚洲一码二码三码区别大吗| 人成视频在线观看免费观看| 免费看十八禁软件| 在线观看免费午夜福利视频| 亚洲免费av在线视频| 亚洲第一欧美日韩一区二区三区 | 国产高清激情床上av| kizo精华| 女人久久www免费人成看片| 国产麻豆69| 黄色毛片三级朝国网站| 香蕉久久夜色| 一二三四在线观看免费中文在| 日韩中文字幕欧美一区二区| 五月天丁香电影| 一边摸一边抽搐一进一出视频| 精品国产超薄肉色丝袜足j| 老熟女久久久| avwww免费| 亚洲精品国产精品久久久不卡| 免费观看av网站的网址| 嫁个100分男人电影在线观看| 精品国产一区二区久久| 人妻久久中文字幕网| 久久影院123| 美女福利国产在线| 又黄又粗又硬又大视频| 麻豆成人av在线观看| 丝瓜视频免费看黄片| 欧美在线黄色| 99在线人妻在线中文字幕 | 91麻豆精品激情在线观看国产 | 日韩大片免费观看网站| 成人影院久久| 王馨瑶露胸无遮挡在线观看| 777久久人妻少妇嫩草av网站| 亚洲国产欧美日韩在线播放| 免费少妇av软件| 在线天堂中文资源库| 亚洲国产精品一区二区三区在线| 中文欧美无线码| av又黄又爽大尺度在线免费看| 国产成人av激情在线播放| 欧美性长视频在线观看| 老司机靠b影院| 一区福利在线观看| 欧美日韩中文字幕国产精品一区二区三区 | 十八禁人妻一区二区| 99久久精品国产亚洲精品| 成人影院久久| 老司机深夜福利视频在线观看| 热re99久久精品国产66热6| 国产精品麻豆人妻色哟哟久久| 国产精品二区激情视频| 满18在线观看网站| 国产麻豆69| 久久人人爽av亚洲精品天堂| 不卡av一区二区三区| 亚洲精品中文字幕在线视频| 精品视频人人做人人爽| 91成年电影在线观看| 这个男人来自地球电影免费观看| 在线av久久热| 国产1区2区3区精品| 黑人巨大精品欧美一区二区mp4| 人人妻,人人澡人人爽秒播| 欧美黑人欧美精品刺激| 一区二区av电影网| 另类精品久久| 国产伦人伦偷精品视频| 伦理电影免费视频| 久久婷婷成人综合色麻豆| 日韩熟女老妇一区二区性免费视频| 日韩一卡2卡3卡4卡2021年| 欧美性长视频在线观看| av不卡在线播放| 在线观看人妻少妇| 国产精品久久久久久人妻精品电影 | 人人妻人人添人人爽欧美一区卜| 天天躁夜夜躁狠狠躁躁| 一夜夜www| 亚洲欧洲精品一区二区精品久久久| 国产成人欧美| 1024视频免费在线观看| 免费久久久久久久精品成人欧美视频| 一本大道久久a久久精品| 欧美+亚洲+日韩+国产| 老汉色av国产亚洲站长工具| 丝袜人妻中文字幕| 免费久久久久久久精品成人欧美视频| 午夜福利影视在线免费观看| 丝瓜视频免费看黄片| 国产午夜精品久久久久久| 亚洲色图 男人天堂 中文字幕| 国产高清国产精品国产三级| 下体分泌物呈黄色| 午夜福利欧美成人| 少妇裸体淫交视频免费看高清 | 欧美+亚洲+日韩+国产| 十八禁网站网址无遮挡| 亚洲精品自拍成人| svipshipincom国产片| 国产精品国产高清国产av | 在线观看免费视频日本深夜| h视频一区二区三区| 99国产精品一区二区蜜桃av | 又大又爽又粗| av一本久久久久| 麻豆成人av在线观看| 另类亚洲欧美激情| 亚洲国产欧美一区二区综合| 亚洲国产中文字幕在线视频| 曰老女人黄片| tube8黄色片| 天堂中文最新版在线下载| 首页视频小说图片口味搜索| 日韩免费高清中文字幕av| 97在线人人人人妻| 精品国产一区二区三区久久久樱花| 老司机午夜十八禁免费视频| 亚洲欧美一区二区三区久久| 亚洲av成人不卡在线观看播放网| 99re6热这里在线精品视频| tocl精华| 少妇猛男粗大的猛烈进出视频| 伊人久久大香线蕉亚洲五| 亚洲av电影在线进入| 国产成人免费观看mmmm| 高清欧美精品videossex| 国产xxxxx性猛交| av网站免费在线观看视频| 久久久久精品国产欧美久久久| 一级a爱视频在线免费观看| 热99久久久久精品小说推荐| 桃红色精品国产亚洲av| 高潮久久久久久久久久久不卡| 12—13女人毛片做爰片一| 女性生殖器流出的白浆| 亚洲国产av影院在线观看| 咕卡用的链子| 免费少妇av软件| 久久精品91无色码中文字幕| 两个人看的免费小视频| 蜜桃国产av成人99| 成人亚洲精品一区在线观看| 18禁裸乳无遮挡动漫免费视频| 成年人午夜在线观看视频| 午夜福利一区二区在线看| 欧美精品一区二区免费开放| 亚洲精品久久午夜乱码| av线在线观看网站| 日韩欧美免费精品| 久久久国产一区二区| 亚洲专区国产一区二区| 日本精品一区二区三区蜜桃| 午夜老司机福利片| 色婷婷久久久亚洲欧美| 欧美午夜高清在线| 操出白浆在线播放| 欧美乱码精品一区二区三区| 国产不卡一卡二| 欧美亚洲 丝袜 人妻 在线| 国产精品电影一区二区三区 | 精品福利观看| 99re6热这里在线精品视频| 亚洲伊人久久精品综合| 美女国产高潮福利片在线看| 一本一本久久a久久精品综合妖精| 视频区图区小说| 岛国在线观看网站| 一本一本久久a久久精品综合妖精| 黄色片一级片一级黄色片| 欧美人与性动交α欧美软件| 国产精品国产av在线观看| 操出白浆在线播放| 岛国在线观看网站| www.999成人在线观看| 日本vs欧美在线观看视频| 成年版毛片免费区| 19禁男女啪啪无遮挡网站| 日韩中文字幕视频在线看片| 一级黄色大片毛片| 亚洲av日韩精品久久久久久密| 可以免费在线观看a视频的电影网站| 国产视频一区二区在线看| 国产精品一区二区在线观看99| 老司机福利观看| 国产一区二区三区视频了| 91av网站免费观看| 国产在线精品亚洲第一网站| 精品亚洲成国产av| 又大又爽又粗| 91九色精品人成在线观看| 欧美午夜高清在线| 夜夜夜夜夜久久久久| 黄网站色视频无遮挡免费观看| 久久国产精品大桥未久av| 中文字幕最新亚洲高清| 国产男靠女视频免费网站| 欧美日韩成人在线一区二区| av电影中文网址| 男女床上黄色一级片免费看| 狂野欧美激情性xxxx| 精品一区二区三区视频在线观看免费 | 欧美亚洲日本最大视频资源| 亚洲欧美一区二区三区黑人| 日日夜夜操网爽| 考比视频在线观看| 国产成人免费观看mmmm| 亚洲精品在线美女| 国产免费福利视频在线观看| 亚洲欧美日韩高清在线视频 | 国产成人影院久久av| 又黄又粗又硬又大视频| 国产欧美日韩精品亚洲av| 国产男女内射视频| 亚洲伊人色综图| 日本av免费视频播放| 757午夜福利合集在线观看| 成人免费观看视频高清| 国产人伦9x9x在线观看| 丁香欧美五月| 久久这里只有精品19| 在线观看www视频免费| 久久久久久久精品吃奶| 亚洲国产欧美网| 中文字幕人妻丝袜一区二区| 午夜久久久在线观看| videos熟女内射| 精品久久蜜臀av无| 久热这里只有精品99| 国产aⅴ精品一区二区三区波| 他把我摸到了高潮在线观看 | 久久狼人影院| 在线观看一区二区三区激情| 一级片'在线观看视频| a级片在线免费高清观看视频| 国产高清videossex| 18禁国产床啪视频网站| 丰满迷人的少妇在线观看| 高清视频免费观看一区二区| 亚洲欧美日韩高清在线视频 | 亚洲精品国产一区二区精华液| 涩涩av久久男人的天堂| 国产国语露脸激情在线看| 亚洲精品国产区一区二| 亚洲一区二区三区欧美精品| 曰老女人黄片| 久久精品国产亚洲av高清一级| 天天躁日日躁夜夜躁夜夜| 亚洲精品国产精品久久久不卡| 精品一区二区三区av网在线观看 | 国产一区二区激情短视频| 日本av手机在线免费观看|