• <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)
    女的被弄到高潮叫床怎么办| 久久人人爽人人爽人人片va| 少妇 在线观看| 最黄视频免费看| 成人午夜精彩视频在线观看| 99久久精品国产国产毛片| 草草在线视频免费看| 伊人久久精品亚洲午夜| 高清欧美精品videossex| 国内揄拍国产精品人妻在线| 久久精品熟女亚洲av麻豆精品| 有码 亚洲区| 欧美激情国产日韩精品一区| 美女高潮的动态| 91久久精品国产一区二区三区| 91久久精品电影网| 欧美成人午夜免费资源| 三级经典国产精品| 在线观看三级黄色| 最近的中文字幕免费完整| 亚洲av二区三区四区| 久久人人爽人人爽人人片va| 国产男人的电影天堂91| 如何舔出高潮| 亚洲美女黄色视频免费看| 亚洲国产色片| 网址你懂的国产日韩在线| 舔av片在线| 蜜桃久久精品国产亚洲av| 免费观看性生交大片5| 一级片'在线观看视频| 日韩中字成人| 成年美女黄网站色视频大全免费 | 欧美区成人在线视频| 久久这里有精品视频免费| 18禁动态无遮挡网站| 最近的中文字幕免费完整| 一本久久精品| 国产精品人妻久久久影院| 大码成人一级视频| 国产白丝娇喘喷水9色精品| 亚洲精品一区蜜桃| 99热全是精品| 高清不卡的av网站| 精品午夜福利在线看| 国产精品福利在线免费观看| 我的老师免费观看完整版| 大陆偷拍与自拍| 免费人成在线观看视频色| 久久女婷五月综合色啪小说| av在线老鸭窝| 中文字幕免费在线视频6| 老司机影院成人| 中文字幕精品免费在线观看视频 | 久久热精品热| 99热这里只有精品一区| 美女xxoo啪啪120秒动态图| 亚洲经典国产精华液单| 国产精品熟女久久久久浪| 日韩精品有码人妻一区| 97超碰精品成人国产| 久久97久久精品| 亚洲欧美精品专区久久| 在线观看一区二区三区激情| 91久久精品国产一区二区三区| 亚洲成色77777| 麻豆成人午夜福利视频| 免费在线观看成人毛片| 熟妇人妻不卡中文字幕| 在线免费十八禁| 夜夜骑夜夜射夜夜干| 午夜免费男女啪啪视频观看| 男人和女人高潮做爰伦理| 毛片女人毛片| 国内精品宾馆在线| 国产精品久久久久久av不卡| 我要看日韩黄色一级片| 国产成人91sexporn| 欧美日韩视频精品一区| 亚洲精品aⅴ在线观看| 夜夜看夜夜爽夜夜摸| 99久久精品一区二区三区| 国产高清三级在线| 高清午夜精品一区二区三区| 久久精品夜色国产| 毛片一级片免费看久久久久| 少妇裸体淫交视频免费看高清| 久久久久视频综合| 黄色一级大片看看| 97超碰精品成人国产| 麻豆成人av视频| 一个人看视频在线观看www免费| 80岁老熟妇乱子伦牲交| 国产精品人妻久久久久久| 男人添女人高潮全过程视频| 日韩视频在线欧美| 少妇的逼水好多| 亚洲国产精品999| 国产精品人妻久久久久久| 国产又色又爽无遮挡免| 亚洲三级黄色毛片| 夜夜爽夜夜爽视频| 夜夜爽夜夜爽视频| 精品久久久噜噜| 大又大粗又爽又黄少妇毛片口| 日本欧美视频一区| 97在线人人人人妻| videos熟女内射| 一个人免费看片子| 国产色婷婷99| 日韩视频在线欧美| 国产伦精品一区二区三区四那| 亚洲丝袜综合中文字幕| 人人妻人人看人人澡| 免费人成在线观看视频色| 观看免费一级毛片| 国产一区有黄有色的免费视频| 一本久久精品| 久久久久久久久大av| 国产欧美亚洲国产| 免费在线观看成人毛片| 一级毛片电影观看| 亚洲第一区二区三区不卡| 精品99又大又爽又粗少妇毛片| 日韩强制内射视频| 亚洲精品日韩在线中文字幕| 日韩成人伦理影院| 狠狠精品人妻久久久久久综合| 大片免费播放器 马上看| 亚洲怡红院男人天堂| 免费av不卡在线播放| av在线app专区| 三级国产精品片| 亚洲婷婷狠狠爱综合网| 视频中文字幕在线观看| 美女xxoo啪啪120秒动态图| 18禁在线无遮挡免费观看视频| 欧美成人一区二区免费高清观看| 亚洲国产精品成人久久小说| 亚洲人成网站在线播| 新久久久久国产一级毛片| 国产 一区 欧美 日韩| 少妇精品久久久久久久| 成年女人在线观看亚洲视频| 亚洲精华国产精华液的使用体验| 国产成人精品福利久久| 人人妻人人看人人澡| 国产成人午夜福利电影在线观看| 最近最新中文字幕大全电影3| 亚洲欧美成人精品一区二区| 国产伦在线观看视频一区| 伦精品一区二区三区| 美女脱内裤让男人舔精品视频| 亚洲精品乱码久久久久久按摩| 日韩不卡一区二区三区视频在线| 欧美日韩在线观看h| 婷婷色综合大香蕉| 亚洲国产av新网站| 国内揄拍国产精品人妻在线| 久久99热这里只有精品18| 国产精品无大码| 久久99热这里只有精品18| 精品一区在线观看国产| 一二三四中文在线观看免费高清| 亚洲av免费高清在线观看| 亚洲欧美日韩另类电影网站 | 久久精品国产亚洲网站| 亚洲图色成人| 久久这里有精品视频免费| 国产一区二区三区综合在线观看 | 插逼视频在线观看| 国产黄色免费在线视频| 日韩伦理黄色片| 美女国产视频在线观看| 国产亚洲欧美精品永久| 国产免费视频播放在线视频| 国产片特级美女逼逼视频| 国产精品久久久久久精品电影小说 | 91aial.com中文字幕在线观看| 亚洲av成人精品一二三区| 亚洲欧洲国产日韩| 免费不卡的大黄色大毛片视频在线观看| 久久人妻熟女aⅴ| 十八禁网站网址无遮挡 | 亚洲精品乱码久久久v下载方式| 国产亚洲av片在线观看秒播厂| 黄色欧美视频在线观看| 少妇被粗大猛烈的视频| 精品一区二区免费观看| av一本久久久久| 六月丁香七月| 日韩 亚洲 欧美在线| 中文字幕亚洲精品专区| 日韩视频在线欧美| 一个人看的www免费观看视频| 欧美三级亚洲精品| 亚洲精品久久久久久婷婷小说| 最近最新中文字幕免费大全7| 我要看日韩黄色一级片| 97热精品久久久久久| 超碰97精品在线观看| 国产成人精品一,二区| 久久精品国产亚洲av涩爱| 我的老师免费观看完整版| 国产成人91sexporn| 国产综合精华液| 日本一二三区视频观看| 晚上一个人看的免费电影| 大香蕉久久网| 国产亚洲5aaaaa淫片| 99热网站在线观看| 少妇裸体淫交视频免费看高清| 乱系列少妇在线播放| 精品亚洲成国产av| 久久精品国产亚洲av涩爱| 亚洲一区二区三区欧美精品| 99热网站在线观看| 一区二区三区四区激情视频| 欧美精品亚洲一区二区| 精品久久久噜噜| 五月开心婷婷网| 最黄视频免费看| 久久综合国产亚洲精品| 国产精品一区www在线观看| 亚洲人成网站在线播| 成人午夜精彩视频在线观看| 美女脱内裤让男人舔精品视频| 欧美精品人与动牲交sv欧美| 国产在线一区二区三区精| 精品少妇黑人巨大在线播放| 日日啪夜夜撸| 99热网站在线观看| 国产一区二区在线观看日韩| 久久精品夜色国产| 久久久a久久爽久久v久久| 黄色一级大片看看| 国产黄色免费在线视频| 国产国拍精品亚洲av在线观看| 色视频在线一区二区三区| 韩国高清视频一区二区三区| 97超碰精品成人国产| 国产高潮美女av| 欧美精品国产亚洲| 色婷婷久久久亚洲欧美| 老女人水多毛片| 国产在线免费精品| 欧美精品一区二区免费开放| 我要看日韩黄色一级片| 97精品久久久久久久久久精品| 国产高清三级在线| 99视频精品全部免费 在线| 我的女老师完整版在线观看| 能在线免费看毛片的网站| 欧美成人午夜免费资源| 亚洲成色77777| 亚洲真实伦在线观看| 国产亚洲最大av| 久久国产亚洲av麻豆专区| videos熟女内射| 熟女电影av网| av免费在线看不卡| 性色avwww在线观看| av黄色大香蕉| 插逼视频在线观看| 久久久久视频综合| 毛片女人毛片| 成人综合一区亚洲| 边亲边吃奶的免费视频| 各种免费的搞黄视频| 久久97久久精品| 亚洲精品国产av蜜桃| 久久久久久久久久成人| 午夜日本视频在线| av又黄又爽大尺度在线免费看| 狂野欧美激情性xxxx在线观看| 97热精品久久久久久| 91精品国产九色| 国产午夜精品一二区理论片| 岛国毛片在线播放| 国产有黄有色有爽视频| 亚洲精品aⅴ在线观看| 国产成人精品一,二区| 99久国产av精品国产电影| 91精品伊人久久大香线蕉| 欧美日韩亚洲高清精品| 看免费成人av毛片| 日韩av在线免费看完整版不卡| 大片电影免费在线观看免费| 91久久精品国产一区二区成人| 麻豆精品久久久久久蜜桃| av在线老鸭窝| h日本视频在线播放| 国产极品天堂在线| 少妇人妻一区二区三区视频| 美女脱内裤让男人舔精品视频| 日韩人妻高清精品专区| 成人国产麻豆网| 免费久久久久久久精品成人欧美视频 | 国产精品av视频在线免费观看| 国产男人的电影天堂91| 国产高清有码在线观看视频| 美女cb高潮喷水在线观看| 美女高潮的动态| 日本欧美视频一区| 亚洲无线观看免费| 身体一侧抽搐| 看非洲黑人一级黄片| 夫妻午夜视频| 最后的刺客免费高清国语| 欧美成人一区二区免费高清观看| 亚洲av综合色区一区| 观看免费一级毛片| av福利片在线观看| 全区人妻精品视频| 女性生殖器流出的白浆| 中文欧美无线码| 久久久国产一区二区| 免费观看性生交大片5| av女优亚洲男人天堂| 伊人久久国产一区二区| 亚洲精品一二三| 午夜日本视频在线| 亚洲一级一片aⅴ在线观看| 久久综合国产亚洲精品| 免费观看的影片在线观看| 久久久久久人妻| 成人美女网站在线观看视频| 永久网站在线| 亚洲美女黄色视频免费看| 国产爱豆传媒在线观看| 国产精品秋霞免费鲁丝片| 2018国产大陆天天弄谢| 偷拍熟女少妇极品色| 亚洲色图综合在线观看| 卡戴珊不雅视频在线播放| 成人18禁高潮啪啪吃奶动态图 | 街头女战士在线观看网站| 成人国产麻豆网| 国产亚洲欧美精品永久| 欧美xxxx黑人xx丫x性爽| 啦啦啦啦在线视频资源| 一级爰片在线观看| 国产在线视频一区二区| 国产精品一区二区性色av| 又大又黄又爽视频免费| 自拍欧美九色日韩亚洲蝌蚪91 | 观看av在线不卡| 国产亚洲91精品色在线| 性色avwww在线观看| 狂野欧美白嫩少妇大欣赏| 免费大片黄手机在线观看| 亚洲精品,欧美精品| 一级毛片久久久久久久久女| 国产 精品1| 国产午夜精品一二区理论片| 中文天堂在线官网| 777米奇影视久久| 精品久久久精品久久久| 中文字幕久久专区| av在线蜜桃| 日韩欧美精品免费久久| 成人18禁高潮啪啪吃奶动态图 | 黑人猛操日本美女一级片| 大片免费播放器 马上看| av黄色大香蕉| 国产精品一区二区三区四区免费观看| 天天躁夜夜躁狠狠久久av| 2018国产大陆天天弄谢| 男人和女人高潮做爰伦理| 久久精品国产a三级三级三级| 制服丝袜香蕉在线| 欧美精品国产亚洲| 国产视频内射| 男人添女人高潮全过程视频| 亚洲电影在线观看av| 国产午夜精品久久久久久一区二区三区| 亚洲成人手机| 婷婷色av中文字幕| 欧美人与善性xxx| 成人黄色视频免费在线看| 热99国产精品久久久久久7| 亚洲三级黄色毛片| 国产爱豆传媒在线观看| 亚洲,一卡二卡三卡| 国产在线免费精品| 又大又黄又爽视频免费| 美女内射精品一级片tv| 狠狠精品人妻久久久久久综合| 夫妻性生交免费视频一级片| 亚洲国产精品专区欧美| 中文字幕精品免费在线观看视频 | 精品一区二区三区视频在线| 尤物成人国产欧美一区二区三区| .国产精品久久| 视频区图区小说| 成人无遮挡网站| 色视频www国产| 韩国av在线不卡| 18禁动态无遮挡网站| 美女脱内裤让男人舔精品视频| 一本色道久久久久久精品综合| 亚洲精品国产av成人精品| 久久精品熟女亚洲av麻豆精品| 永久免费av网站大全| 97在线视频观看| 日韩 亚洲 欧美在线| 日韩成人伦理影院| 免费观看a级毛片全部| 亚洲,一卡二卡三卡| 中文字幕人妻熟人妻熟丝袜美| 永久免费av网站大全| 免费观看性生交大片5| 久久精品国产鲁丝片午夜精品| 在线看a的网站| 国产高清有码在线观看视频| 国产爽快片一区二区三区| 在线天堂最新版资源| 交换朋友夫妻互换小说| 久久久久久久精品精品| 成人综合一区亚洲| 亚洲av中文av极速乱| 亚洲成人手机| 国产色婷婷99| 这个男人来自地球电影免费观看 | 这个男人来自地球电影免费观看 | 亚洲国产成人一精品久久久| 久久99蜜桃精品久久| 大香蕉久久网| 国产亚洲5aaaaa淫片| 成年美女黄网站色视频大全免费 | 国产精品人妻久久久影院| 久久久午夜欧美精品| 精品久久国产蜜桃| 精品一区二区三区视频在线| 91精品一卡2卡3卡4卡| 街头女战士在线观看网站| 高清欧美精品videossex| 国产精品国产av在线观看| 免费高清在线观看视频在线观看| 久久女婷五月综合色啪小说| 亚洲美女黄色视频免费看| 国模一区二区三区四区视频| 精品久久久噜噜| 天堂中文最新版在线下载| 久久久久久伊人网av| 亚洲欧美日韩卡通动漫| 精品一品国产午夜福利视频| 亚洲精品乱码久久久久久按摩| 日本av手机在线免费观看| 国产成人午夜福利电影在线观看| 亚洲av中文av极速乱| 一级二级三级毛片免费看| 欧美丝袜亚洲另类| 亚洲精品456在线播放app| 欧美区成人在线视频| av一本久久久久| 美女高潮的动态| 国产成人精品福利久久| 18禁裸乳无遮挡动漫免费视频| 国产一级毛片在线| 欧美区成人在线视频| 国产精品三级大全| 欧美xxxx性猛交bbbb| 国产精品一区二区在线观看99| 国产欧美另类精品又又久久亚洲欧美| 噜噜噜噜噜久久久久久91| 欧美亚洲 丝袜 人妻 在线| 久久97久久精品| 男女无遮挡免费网站观看| 菩萨蛮人人尽说江南好唐韦庄| 亚洲四区av| 久久精品熟女亚洲av麻豆精品| 亚洲美女黄色视频免费看| 一本一本综合久久| 国产精品人妻久久久久久| 少妇被粗大猛烈的视频| 精品一区二区三区视频在线| 亚洲色图av天堂| 中文精品一卡2卡3卡4更新| a级毛色黄片| 两个人的视频大全免费| 亚洲国产最新在线播放| 大香蕉久久网| 看非洲黑人一级黄片| 国产亚洲精品久久久com| 色5月婷婷丁香| 国产男女内射视频| 成年av动漫网址| 人妻夜夜爽99麻豆av| 丰满人妻一区二区三区视频av| 欧美成人精品欧美一级黄| 欧美日韩综合久久久久久| 久久ye,这里只有精品| 亚洲精品成人av观看孕妇| 欧美xxⅹ黑人| 成人18禁高潮啪啪吃奶动态图 | 在线观看免费高清a一片| 黄色欧美视频在线观看| 91aial.com中文字幕在线观看| 人妻系列 视频| 寂寞人妻少妇视频99o| 2018国产大陆天天弄谢| 又爽又黄a免费视频| 男的添女的下面高潮视频| 国产成人a∨麻豆精品| av专区在线播放| 精品久久久久久电影网| 韩国高清视频一区二区三区| 亚洲精品aⅴ在线观看| 有码 亚洲区| 晚上一个人看的免费电影| 性高湖久久久久久久久免费观看| 深夜a级毛片| 国产精品一二三区在线看| 久久鲁丝午夜福利片| 国产亚洲91精品色在线| 极品教师在线视频| 蜜臀久久99精品久久宅男| 成人无遮挡网站| 欧美+日韩+精品| 日韩制服骚丝袜av| 午夜激情福利司机影院| 亚洲av二区三区四区| 日本爱情动作片www.在线观看| 亚洲三级黄色毛片| 亚洲成人中文字幕在线播放| 中文乱码字字幕精品一区二区三区| 亚洲精华国产精华液的使用体验| av播播在线观看一区| 欧美日韩视频高清一区二区三区二| av国产久精品久网站免费入址| 中文字幕免费在线视频6| 十八禁网站网址无遮挡 | 亚洲成人一二三区av| 国产又色又爽无遮挡免| 在线观看一区二区三区| 国产精品久久久久久av不卡| 精品酒店卫生间| 午夜福利在线观看免费完整高清在| 亚洲美女视频黄频| 观看美女的网站| 国产精品久久久久成人av| 青春草国产在线视频| 最近2019中文字幕mv第一页| 欧美精品亚洲一区二区| 亚洲精品国产av蜜桃| 日韩欧美一区视频在线观看 | 我要看日韩黄色一级片| 久久久久久久精品精品| 日韩欧美精品免费久久| 少妇熟女欧美另类| 美女视频免费永久观看网站| 在线亚洲精品国产二区图片欧美 | 99热国产这里只有精品6| 伦理电影免费视频| 欧美国产精品一级二级三级 | .国产精品久久| 欧美少妇被猛烈插入视频| 麻豆成人午夜福利视频| 亚洲av成人精品一区久久| 男女免费视频国产| 日日摸夜夜添夜夜爱| 久热久热在线精品观看| 男女无遮挡免费网站观看| 亚洲激情五月婷婷啪啪| 国产av国产精品国产| 久久精品熟女亚洲av麻豆精品| 国产黄频视频在线观看| 亚洲aⅴ乱码一区二区在线播放| 97在线人人人人妻| 高清黄色对白视频在线免费看 | 国产一区二区三区综合在线观看 | 日韩成人av中文字幕在线观看| 狂野欧美激情性bbbbbb| 精品视频人人做人人爽| 亚洲成人中文字幕在线播放| 五月天丁香电影| 欧美人与善性xxx| 爱豆传媒免费全集在线观看| 欧美3d第一页| 国产熟女欧美一区二区| 高清av免费在线| 女的被弄到高潮叫床怎么办| 十八禁网站网址无遮挡 | 久久久久久久久久成人| 亚洲av男天堂| 毛片女人毛片| 99国产精品免费福利视频| 大码成人一级视频| 免费看日本二区| 午夜福利在线观看免费完整高清在| 欧美日韩视频高清一区二区三区二| 高清在线视频一区二区三区| 亚洲av国产av综合av卡| 欧美xxxx黑人xx丫x性爽| 亚洲丝袜综合中文字幕| 婷婷色综合大香蕉| 春色校园在线视频观看| 精品亚洲成a人片在线观看 | 18禁在线播放成人免费| 直男gayav资源| av网站免费在线观看视频| 在线观看免费高清a一片| 内地一区二区视频在线| 男人舔奶头视频| 亚洲欧美日韩卡通动漫| 亚洲精品456在线播放app| 制服丝袜香蕉在线| 一级a做视频免费观看| 国产淫片久久久久久久久| 成人亚洲精品一区在线观看 | 亚洲一级一片aⅴ在线观看| 免费看日本二区| 日韩一本色道免费dvd| 国产成人免费无遮挡视频|