• <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SVM的盲文檢測方法

    2021-03-13 14:38:43盧利瓊吳東
    現(xiàn)代信息科技 2021年15期

    盧利瓊 吳東

    摘? 要:盲文是視力障礙人士用來學(xué)習(xí)技能和了解世界的重要手段,盲文檢測則是促進(jìn)視力障礙人士和正常人士交流的關(guān)鍵技術(shù)。針對盲文掃描圖像,利用HOG(Histogram of Oriented Gradient)特征和SVM(Support Vector Machine)提出了一種盲文檢測方法,并在盲文掃描圖像數(shù)據(jù)集DSBI上進(jìn)行了驗(yàn)證,實(shí)驗(yàn)結(jié)果表明,所提出的方法能夠有效檢測盲文點(diǎn)信息。

    關(guān)鍵詞:視力障礙;盲文檢測;HOG;SVM

    中圖分類號:TP391.4? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼:A文章編號:2096-4706(2021)15-0131-03

    Abstract: Braille is an important means for the visually impaired people to learn skills and understand the world. And braille detection is the key technology to promote the communication between visually impaired people and normal people. For braille scanned images, a braille detection method is proposed by using HOG (Histogram of Oriented Gradient) feature and SVM (Support Vector Machine), and verified on braille scanned image data set DSBI. The experimental results show that the proposed method can effectively detect braille point information.

    Keywords: visually impaired; braille detection; HOG; SVM

    0? 引? 言

    我國目前視力障礙人士超過1 800萬,平均每一分鐘就會出現(xiàn)一位視力障礙人士[1]。盲文是這些視障人士用來學(xué)習(xí)和了解世界的重要手段。我國政府非常重視視障人士的生活和發(fā)展問題,提出了“特殊教育信息化”的總導(dǎo)思想。盲文檢測旨在利用人工智能技術(shù)自動檢測出整幅圖像中的盲文信息,是諸多特殊教育產(chǎn)品應(yīng)用能夠落地的關(guān)鍵技術(shù),如盲文書籍電子化、盲文自動閱卷、盲人與正常人的交流,等等。

    盲文由多個(gè)盲方組成,而每個(gè)盲方則由六個(gè)盲點(diǎn)按照固定順序(共兩列,每列三個(gè)盲點(diǎn))和盲點(diǎn)是否出現(xiàn)進(jìn)行排列[2],如圖1所示。目前,盲文檢測是先將盲文點(diǎn)檢測出來,然后再組成盲方進(jìn)行識別?,F(xiàn)有的盲文點(diǎn)檢測方法主要有兩類,第一類是利用圖像分割和盲點(diǎn)凸起的特性從像素的角度將每個(gè)像素分成凸點(diǎn)像素、凹點(diǎn)像素和背景像素三類,然后將相鄰的凸點(diǎn)像素組合得到盲文點(diǎn);第二類則是先利用滑窗的機(jī)制從圖像中獲取多個(gè)子圖像,然后針對每個(gè)子圖像來提取紋理特征作為機(jī)器學(xué)習(xí)方法(例如SVM,Adaboost等)的輸入進(jìn)行盲文點(diǎn)的檢測。從實(shí)驗(yàn)結(jié)果來看,第二類方法的檢測性能優(yōu)于第一類方法[3]。

    本文首先利用滑窗機(jī)制將盲文掃描圖像分割成多個(gè)子圖像,然后從每個(gè)子圖像中提取HOG特征,緊接著將HOG特征作為SVM的輸入對圖像中盲點(diǎn)的位置進(jìn)行檢測,最后利用非極大值抑制(Non-Max-Suppression, NMS)算法過濾多個(gè)相似的檢測結(jié)果得到最優(yōu)結(jié)果。在數(shù)據(jù)集DSBI[3]上對本文提出的方法進(jìn)行了驗(yàn)證,實(shí)驗(yàn)結(jié)果表明,該方法能夠有效地從盲文掃描圖像中檢測出盲點(diǎn)的位置信息,與基于圖像分割等方法相比,其檢測性能有一定的提升。

    1? 基于SVM的盲文檢測方法

    1.1? HOG特征提取

    HOG全稱為Histogram of Oriented Gradient,即方向梯度直方圖,是計(jì)算機(jī)視覺和圖像檢測中用來描述物體特征的特征子,也是目前使用最廣泛的一種特征子。HOG特征通過統(tǒng)計(jì)和計(jì)算圖像梯度和邊緣的方向梯度來構(gòu)成特征。在一幅圖像中,HOG特征能較好地描述圖像局部的表象和形狀。HOG特征提取的邊緣和梯度特征能很好地抓住局部形狀的特點(diǎn),對幾何和光學(xué)變化具有不變性。HOG特征結(jié)合SVM分類器已經(jīng)被廣泛地應(yīng)用于各類檢測領(lǐng)域中,尤其是在人臉檢測領(lǐng)域取得了巨大的成功[4]。

    基于此,本文將HOG特征作為掃描文檔圖像中盲文點(diǎn)的特征子。本文提取HOG特征的具體步驟為:

    (1)將所有的掃描盲文圖像轉(zhuǎn)換成灰度圖,在水平和垂直方向以步長為2(像素)提取大小為20×20的子圖像。

    (2)利用式(1)計(jì)算子圖像中每個(gè)像素的水平梯度和垂直梯度,其中針對像素(x,y),I(x,y)表示該像素的像素值,h(x,y)表示水平梯度,v(x,y)表示垂直梯度。

    (3)利用式(2)計(jì)算每個(gè)像素的梯度和方向,其中g(shù)(x,y)表示梯度值,o(x,y)表示方向。

    (4)從方向上將每個(gè)子圖像分成18個(gè)范圍(360度,每20度為一個(gè)范圍),然后進(jìn)行直方圖的統(tǒng)計(jì)得到HOG特征。

    (5)對所獲取的HOG特征進(jìn)行高斯平滑操作,將HOG特征存儲在指定的路徑下。

    圖2給出了盲文掃描圖像以及從該圖像中提取部分圖像獲得的HOG特征圖示,從圖2中可以看出,存在盲文點(diǎn)的地方,HOG特征方向和梯度信息非常明顯,這也證明HOG特征可以很好地描述盲文掃描圖像中的盲點(diǎn)信息。

    綜上所述,本文利用Python實(shí)現(xiàn)了某路徑下所有圖像的HOG特征提取,部分偽代碼為:

    #針對正樣本提取HOG特征,并保存到指定路徑

    for 每張圖像 in 所有圖像:

    im = imread(path)? #讀取圖像

    fdg = hog(im,18,20,20,visualise=visualize)

    fd_name = getName(path)? #獲取特征的名稱

    fd_path = getPath(path,fd_name)? #獲取HOG特征保存路徑

    SaveFeature(fd, fd_path)? #保存HOG特征到指定路徑

    1.2? 標(biāo)簽設(shè)置

    經(jīng)過以上處理,每幅圖像被分成了多個(gè)子圖像,而每個(gè)子圖像需要被分配一個(gè)標(biāo)簽0或者1。0表示該子圖像不是盲點(diǎn)區(qū)域,反之,1則表示該子圖像是盲點(diǎn)區(qū)域。在設(shè)置標(biāo)簽時(shí),先利用式(3)來計(jì)算真實(shí)盲點(diǎn)區(qū)域面積(T)與子圖像區(qū)域面積(C)的IOU值,如果IOU值大于0.8,則該子圖像被認(rèn)為是盲點(diǎn)區(qū)域,并且設(shè)置標(biāo)簽為1,否則設(shè)置標(biāo)簽為0。

    1.3? 基于SVM的盲文點(diǎn)檢測

    支持向量機(jī)(Support Vector Machine, SVM)是一種快速可靠的線性分類器,其最終的目的是找到一個(gè)最優(yōu)超平面,從而對訓(xùn)練數(shù)據(jù)進(jìn)行分類。關(guān)于SVM算法,可以借助圖3來理解。假設(shè)二維平面上有一些方框和圓圈,需要找出一條最佳直線將這兩類數(shù)據(jù)分開。顯然,這樣的直線可以找出很多條,但是最佳直線怎么尋找呢?SVM所做的就是找到一條直線(或超平面),它與訓(xùn)練樣本的最小距離最大,比如下圖中穿過中心的實(shí)線。在計(jì)算機(jī)視覺領(lǐng)域,由于數(shù)據(jù)不再是二維的,所以使用超平面來進(jìn)行分類。

    本文實(shí)驗(yàn)中,從文檔掃描圖像數(shù)據(jù)集中獲取的正樣本圖像的個(gè)數(shù)遠(yuǎn)小于負(fù)樣本的個(gè)數(shù),故本文在訓(xùn)練過程中設(shè)定正負(fù)樣本的比例為1:3,以便能更好地訓(xùn)練SVM分類模型。

    在測試階段,首先利用訓(xùn)練得到的模型預(yù)測每個(gè)子圖像的類別(盲文點(diǎn)或者非盲文點(diǎn)),隨后利用NMS算法[5]進(jìn)行過濾和篩選后得到最終的盲文點(diǎn)檢測結(jié)果。在實(shí)驗(yàn)過程中設(shè)定分類的閾值為0.8,NMS的閾值為0.4。

    本文所有的代碼均使用python實(shí)現(xiàn),訓(xùn)練SVM的主體偽代碼為:

    # 加載正樣本

    for 每個(gè)HOG特征 in 所有正樣本HOG特征:

    fd = GetFeature(hog)? #得到每個(gè)HOG特征

    hogs.setFeature(fd)

    labels.setLabel(1)? ?#設(shè)置標(biāo)簽為1

    # 加載負(fù)樣本

    for 每個(gè)HOG特征 in 所有負(fù)樣本HOG特征:

    fd = GetFeature(hog)? #得到每個(gè)HOG特征

    hogs.setFeature(fd)

    labels.setLabel(0)? #設(shè)置對應(yīng)的變?yōu)?

    clf = GetSVMModel()? #建立SVM模型

    clf.fit(hogs, labels)? #將訓(xùn)練數(shù)據(jù)放入到模型中,并開始訓(xùn)練

    2? 實(shí)驗(yàn)結(jié)果分析

    2.1? 盲文點(diǎn)檢測性能指標(biāo)

    本文采用文本檢測領(lǐng)域使用的準(zhǔn)確率(Precision)、回歸率(Recall)和綜合指標(biāo)F來表示盲文點(diǎn)的檢測性能。此三個(gè)指標(biāo)的計(jì)算方法如式(4)所示,其中TP表示預(yù)測正確的個(gè)數(shù),F(xiàn)P表示預(yù)測錯(cuò)誤的個(gè)數(shù),F(xiàn)N表示漏檢和檢測錯(cuò)誤的個(gè)數(shù)。

    2.2? DSBI數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果分析

    針對本文提出的HOG+SVM盲文檢測方法,在DSBI數(shù)據(jù)集上進(jìn)行了盲文點(diǎn)檢測性能的驗(yàn)證。DSBI是由Li等人于2019年發(fā)布的一個(gè)盲文掃描圖像數(shù)據(jù)集,該數(shù)據(jù)集中包含數(shù)學(xué)、雜志和小說等盲文文檔掃描圖像。本文提出的HOG+SVM方法在DBSI數(shù)據(jù)集上進(jìn)行盲文點(diǎn)檢測獲得準(zhǔn)確率(Precision)為0.978,召回率(Recall)為0.971,F(xiàn)值為0.974。與基于圖像分割的方法相比,本文提出方法的檢測性能提升明顯,F(xiàn)值提升接近3%;與基于Harr+Adaboost的方法相比,通過本文提出方法計(jì)算的F值提升了0.4%。本文提出的方法與現(xiàn)有方法的對比如表1所示。

    圖4給出了部分盲文掃描圖像的盲文點(diǎn)檢測結(jié)果圖。圖4(a)是正反兩面盲文掃描文檔圖像檢測結(jié)果,從圖中可以看出,大部分盲文點(diǎn)(凸點(diǎn))都被正確檢測出來了,有一兩個(gè)反面的盲點(diǎn)(凹點(diǎn))被誤檢成盲點(diǎn)。圖4(b)是單面盲文掃描圖像檢測結(jié)果,基本上所有的盲文點(diǎn)都被正確檢測出來了。

    3? 結(jié)? 論

    本文針對盲文掃描圖像中的盲文檢測問題,提出了基于HOG+SVM的盲文點(diǎn)檢測方法。首先,利用滑窗機(jī)制從盲文圖像中提取多個(gè)子圖像,然后從這些子圖像中獲取HOG特征,將這些HOG特征以及對應(yīng)的標(biāo)簽輸入SVM分類器中,進(jìn)行訓(xùn)練后得到檢測模型,最后在測試集上利用訓(xùn)練后的模型對新的盲文文檔掃描圖像進(jìn)行盲點(diǎn)檢測。在DBSI數(shù)據(jù)集上對本文提出的方法進(jìn)行了測試,并與已有的基于圖像分割和基于Harr+Adaboost的方法進(jìn)行了對比,實(shí)驗(yàn)結(jié)果表明,本文提出的方法在準(zhǔn)確率(Precison)、回歸率(Recall)和F值上均有提升。

    參考文獻(xiàn):

    [1] 中國青年網(wǎng).有1800萬人,在聲音里尋找光 [EB/OL].(2020-12-06).https://baijiahao.baidu.com/s?id=1685329774912727962&wfr=spider&for=pc,2020.12.06.

    [2] ISAYED S,TAHBOUB R. A review of optical Braille recognition [C]//2015 2nd World Symposium on Web Applications and Networking (WSWAN). Sousse:IEEE,2015:1-6.

    [3] LI R Q,LIU H,WANG X D, et al. DSBI: Double-Sided Braille Image Dataset and Algorithm Evaluation for Braille Dots Detection [C]//ICVIP 2018: Proceedings of the 2018 the 2nd International Conference on Video and Image Processing. 2018.

    [4] DALAL N,TRIGGS B. Histograms of oriented gradients for human detection[C]//IEEE Computer Society Conference on Computer Vision & Pattern Recognition.San Diego:IEEE,2005:886-893.

    [5] NEUBECK A,GOOL LJV. Efficient Non-Maximum Suppression [C]//International Conference on Pattern Recognition (ICPR).Hong Kong:IEEE,2006:850-855.

    作者簡介:盧利瓊(1980—),女,漢族,湖北崇陽人,講師,博士,主要研究方向:文本識別;吳東(1981—),男,漢族,廣東合浦人,副教授,碩士,主要研究方向:模式識別。

    3207500338215

    亚洲在线观看片| 亚洲无线观看免费| 搞女人的毛片| 大话2 男鬼变身卡| 婷婷色综合大香蕉| 亚洲国产欧美人成| 五月天丁香电影| 99热这里只有是精品在线观看| 中文在线观看免费www的网站| 亚洲,欧美,日韩| 免费观看在线日韩| 亚洲av成人精品一二三区| 一级毛片电影观看| 亚洲精品国产av成人精品| 婷婷色av中文字幕| 一级毛片aaaaaa免费看小| 成人亚洲精品一区在线观看 | 午夜爱爱视频在线播放| 亚洲精品乱码久久久v下载方式| 中文字幕av在线有码专区| 国产老妇女一区| 日产精品乱码卡一卡2卡三| 亚洲av免费在线观看| 亚洲av一区综合| 一个人观看的视频www高清免费观看| 日本猛色少妇xxxxx猛交久久| 欧美高清成人免费视频www| 特大巨黑吊av在线直播| 韩国av在线不卡| 久久韩国三级中文字幕| 久久6这里有精品| 青春草亚洲视频在线观看| 一个人观看的视频www高清免费观看| 午夜老司机福利剧场| 亚洲人与动物交配视频| 日本三级黄在线观看| 中文字幕亚洲精品专区| 欧美成人午夜免费资源| 久热久热在线精品观看| 亚洲精品456在线播放app| 伊人久久国产一区二区| 亚洲成人久久爱视频| 乱系列少妇在线播放| 久久久久久久午夜电影| 久久久久久久久大av| 国产伦精品一区二区三区视频9| 黑人高潮一二区| 99久久精品热视频| 99久久精品热视频| 99久久精品热视频| 五月玫瑰六月丁香| 国产男人的电影天堂91| 国产精品一区二区三区四区久久| 欧美另类一区| 美女xxoo啪啪120秒动态图| 毛片一级片免费看久久久久| 欧美性猛交╳xxx乱大交人| 在线观看美女被高潮喷水网站| 性插视频无遮挡在线免费观看| 久久97久久精品| 乱人视频在线观看| av卡一久久| 天天躁日日操中文字幕| 一二三四中文在线观看免费高清| 一区二区三区乱码不卡18| 欧美日韩国产mv在线观看视频 | 亚洲人成网站在线观看播放| 国产成人精品一,二区| 亚洲av中文字字幕乱码综合| 99久久精品一区二区三区| 99久久精品一区二区三区| 91精品一卡2卡3卡4卡| 成年版毛片免费区| 成年女人看的毛片在线观看| 一区二区三区乱码不卡18| 国产亚洲精品av在线| 天天一区二区日本电影三级| 国产毛片a区久久久久| 尾随美女入室| 亚洲图色成人| 一级爰片在线观看| 国产欧美日韩精品一区二区| 18+在线观看网站| 欧美区成人在线视频| 91午夜精品亚洲一区二区三区| 蜜臀久久99精品久久宅男| 99热网站在线观看| 日韩强制内射视频| 久久97久久精品| 中文乱码字字幕精品一区二区三区 | 国产黄a三级三级三级人| 一级毛片久久久久久久久女| 成人av在线播放网站| 久久精品久久久久久久性| 18禁动态无遮挡网站| 久久精品夜色国产| 国产人妻一区二区三区在| 亚洲精品成人av观看孕妇| 欧美丝袜亚洲另类| 人妻系列 视频| 蜜桃亚洲精品一区二区三区| 精品亚洲乱码少妇综合久久| 精品99又大又爽又粗少妇毛片| 日韩欧美国产在线观看| 精品国内亚洲2022精品成人| 久久久久久九九精品二区国产| 久久久久久国产a免费观看| 97精品久久久久久久久久精品| 亚洲欧美成人精品一区二区| 日韩不卡一区二区三区视频在线| 一本一本综合久久| 91精品一卡2卡3卡4卡| 日韩欧美精品v在线| 日日干狠狠操夜夜爽| 成人二区视频| 美女脱内裤让男人舔精品视频| 黑人高潮一二区| 成年人午夜在线观看视频 | 看非洲黑人一级黄片| 两个人视频免费观看高清| 久久久久久久大尺度免费视频| 国产成人精品福利久久| 99热网站在线观看| 五月天丁香电影| 国产在线男女| 日本-黄色视频高清免费观看| 日韩欧美三级三区| 国产综合精华液| 非洲黑人性xxxx精品又粗又长| 国产久久久一区二区三区| 伦精品一区二区三区| 亚洲自拍偷在线| 国精品久久久久久国模美| 国产精品一区www在线观看| 别揉我奶头 嗯啊视频| 夜夜看夜夜爽夜夜摸| 热99在线观看视频| 观看美女的网站| 女的被弄到高潮叫床怎么办| 国产成人freesex在线| 成人午夜精彩视频在线观看| 久久久久久九九精品二区国产| 国产成年人精品一区二区| 午夜爱爱视频在线播放| 一级毛片aaaaaa免费看小| 日韩av不卡免费在线播放| 亚洲内射少妇av| 亚洲综合精品二区| 国产高清三级在线| 人人妻人人澡人人爽人人夜夜 | 国产在视频线精品| 一级爰片在线观看| 成人毛片60女人毛片免费| 亚洲一级一片aⅴ在线观看| 午夜亚洲福利在线播放| 少妇人妻精品综合一区二区| 国产精品一区二区在线观看99 | 亚洲怡红院男人天堂| 91在线精品国自产拍蜜月| 卡戴珊不雅视频在线播放| 九九爱精品视频在线观看| 久久鲁丝午夜福利片| av播播在线观看一区| 夫妻午夜视频| 99热全是精品| 十八禁网站网址无遮挡 | 免费黄频网站在线观看国产| 中文欧美无线码| 日韩强制内射视频| 麻豆av噜噜一区二区三区| 国产激情偷乱视频一区二区| 人妻夜夜爽99麻豆av| 最近最新中文字幕免费大全7| 91精品伊人久久大香线蕉| 国产91av在线免费观看| 欧美不卡视频在线免费观看| 淫秽高清视频在线观看| 亚洲成人一二三区av| 亚洲,欧美,日韩| 亚洲欧美精品专区久久| 青春草亚洲视频在线观看| 久久精品夜色国产| 久久久久久久久中文| 亚洲av日韩在线播放| 在线免费观看的www视频| 欧美日韩国产mv在线观看视频 | 午夜激情久久久久久久| 久久精品夜色国产| 久久鲁丝午夜福利片| 日韩欧美精品v在线| 视频中文字幕在线观看| 日本黄色片子视频| 久久鲁丝午夜福利片| 日产精品乱码卡一卡2卡三| 嫩草影院入口| 亚洲精品国产av蜜桃| 少妇的逼水好多| 边亲边吃奶的免费视频| 黑人高潮一二区| 麻豆成人午夜福利视频| 看黄色毛片网站| 深夜a级毛片| 精品久久久久久久久av| 午夜免费激情av| 又爽又黄a免费视频| av天堂中文字幕网| 亚洲国产高清在线一区二区三| 免费看a级黄色片| 看非洲黑人一级黄片| 日韩成人av中文字幕在线观看| 日韩一区二区三区影片| 18+在线观看网站| 国产欧美日韩精品一区二区| 26uuu在线亚洲综合色| 一级毛片久久久久久久久女| 春色校园在线视频观看| 伊人久久国产一区二区| av在线老鸭窝| 联通29元200g的流量卡| 久久久久久久久久人人人人人人| 狂野欧美激情性xxxx在线观看| 中文乱码字字幕精品一区二区三区 | 精品人妻一区二区三区麻豆| 免费av不卡在线播放| 草草在线视频免费看| 日日干狠狠操夜夜爽| 国产精品蜜桃在线观看| 看免费成人av毛片| 一边亲一边摸免费视频| 日韩一区二区三区影片| 精品少妇黑人巨大在线播放| 九九久久精品国产亚洲av麻豆| 日韩成人av中文字幕在线观看| 男女那种视频在线观看| 国产熟女欧美一区二区| 少妇的逼好多水| 熟女人妻精品中文字幕| 欧美+日韩+精品| 自拍偷自拍亚洲精品老妇| 日韩欧美精品免费久久| 国产成人a区在线观看| 22中文网久久字幕| 青青草视频在线视频观看| 欧美日韩亚洲高清精品| 国产白丝娇喘喷水9色精品| 高清av免费在线| 麻豆乱淫一区二区| 在线播放无遮挡| 日韩欧美精品v在线| 久久精品久久精品一区二区三区| 真实男女啪啪啪动态图| 夜夜看夜夜爽夜夜摸| 色哟哟·www| 久久人人爽人人片av| 人人妻人人看人人澡| 日产精品乱码卡一卡2卡三| 日本av手机在线免费观看| 最近2019中文字幕mv第一页| 国产精品一区www在线观看| 免费av毛片视频| 丰满乱子伦码专区| 久久精品久久精品一区二区三区| 禁无遮挡网站| 国产69精品久久久久777片| 丝袜喷水一区| 国产亚洲精品av在线| 大陆偷拍与自拍| 我的老师免费观看完整版| 日韩中字成人| 少妇的逼好多水| 99热6这里只有精品| 亚洲图色成人| 久久久久久久久久成人| 国产精品.久久久| 街头女战士在线观看网站| 天堂√8在线中文| 少妇猛男粗大的猛烈进出视频 | av免费在线看不卡| 在线免费观看不下载黄p国产| 91狼人影院| 亚洲av.av天堂| 男人和女人高潮做爰伦理| 人人妻人人看人人澡| 97超视频在线观看视频| 色视频www国产| 国产伦一二天堂av在线观看| 国产视频首页在线观看| 国产91av在线免费观看| 日产精品乱码卡一卡2卡三| 日日干狠狠操夜夜爽| 久久久久久久久久久丰满| 国产午夜精品久久久久久一区二区三区| 两个人视频免费观看高清| 国产精品蜜桃在线观看| 免费高清在线观看视频在线观看| 色播亚洲综合网| 久久久a久久爽久久v久久| 日韩一本色道免费dvd| 乱人视频在线观看| 亚洲精品一二三| 哪个播放器可以免费观看大片| 午夜老司机福利剧场| 免费人成在线观看视频色| 成人毛片a级毛片在线播放| 亚洲最大成人av| 日韩电影二区| 美女主播在线视频| 高清欧美精品videossex| 午夜免费观看性视频| 免费高清在线观看视频在线观看| 韩国av在线不卡| 亚洲经典国产精华液单| 一级a做视频免费观看| 又爽又黄无遮挡网站| h日本视频在线播放| 校园人妻丝袜中文字幕| 亚洲国产精品国产精品| 天天躁夜夜躁狠狠久久av| 成人午夜高清在线视频| 久久久a久久爽久久v久久| 国产乱人视频| 一本一本综合久久| 97超碰精品成人国产| 久久精品国产自在天天线| 精品欧美国产一区二区三| av在线亚洲专区| 亚洲怡红院男人天堂| 国产精品美女特级片免费视频播放器| 国产黄片美女视频| 噜噜噜噜噜久久久久久91| 国产91av在线免费观看| 麻豆久久精品国产亚洲av| 最近手机中文字幕大全| 日韩成人伦理影院| 亚洲综合色惰| 建设人人有责人人尽责人人享有的 | 纵有疾风起免费观看全集完整版 | 国产人妻一区二区三区在| 欧美高清成人免费视频www| 精品久久国产蜜桃| 久热久热在线精品观看| 亚洲av日韩在线播放| 18禁在线播放成人免费| 日本一本二区三区精品| 日本色播在线视频| 好男人视频免费观看在线| 成人午夜精彩视频在线观看| 国内揄拍国产精品人妻在线| 国产黄色视频一区二区在线观看| 网址你懂的国产日韩在线| 欧美日韩精品成人综合77777| 啦啦啦啦在线视频资源| 国产熟女欧美一区二区| 日本爱情动作片www.在线观看| 国产 一区 欧美 日韩| 亚洲欧美精品专区久久| 亚洲精品国产av成人精品| 国产老妇女一区| av在线天堂中文字幕| 国产日韩欧美在线精品| 亚洲欧美精品专区久久| 蜜桃亚洲精品一区二区三区| 寂寞人妻少妇视频99o| 免费观看性生交大片5| 大又大粗又爽又黄少妇毛片口| 亚洲av国产av综合av卡| 久久人人爽人人片av| 99视频精品全部免费 在线| 嫩草影院精品99| 观看免费一级毛片| 国产一区二区三区av在线| 免费看av在线观看网站| 亚洲电影在线观看av| 视频中文字幕在线观看| 国产激情偷乱视频一区二区| 搡老乐熟女国产| 国产色爽女视频免费观看| 少妇人妻一区二区三区视频| 五月天丁香电影| 纵有疾风起免费观看全集完整版 | 干丝袜人妻中文字幕| 三级国产精品欧美在线观看| 男人和女人高潮做爰伦理| 黄色一级大片看看| 欧美zozozo另类| 可以在线观看毛片的网站| 国产成人福利小说| 尤物成人国产欧美一区二区三区| 亚洲国产av新网站| 超碰97精品在线观看| 2021天堂中文幕一二区在线观| 97热精品久久久久久| 天堂av国产一区二区熟女人妻| 2018国产大陆天天弄谢| 亚洲人成网站在线播| 草草在线视频免费看| 青春草国产在线视频| 亚洲欧美日韩卡通动漫| 99久久九九国产精品国产免费| 91在线精品国自产拍蜜月| 欧美日本视频| 视频中文字幕在线观看| 国产在线男女| 少妇裸体淫交视频免费看高清| 在线免费观看不下载黄p国产| 欧美潮喷喷水| 九九在线视频观看精品| 婷婷色综合大香蕉| 欧美xxxx黑人xx丫x性爽| 熟妇人妻久久中文字幕3abv| 久久精品综合一区二区三区| 亚洲人成网站在线观看播放| 欧美精品国产亚洲| 久久这里有精品视频免费| 国产成人免费观看mmmm| 亚洲在线观看片| 亚洲美女视频黄频| 伊人久久国产一区二区| 91av网一区二区| 国产精品蜜桃在线观看| 国产三级在线视频| 欧美3d第一页| 亚洲精品亚洲一区二区| 天堂俺去俺来也www色官网 | 久久精品夜夜夜夜夜久久蜜豆| 特大巨黑吊av在线直播| 欧美精品一区二区大全| 天堂俺去俺来也www色官网 | 亚洲aⅴ乱码一区二区在线播放| 小蜜桃在线观看免费完整版高清| 超碰av人人做人人爽久久| 久久久久久久亚洲中文字幕| 日本猛色少妇xxxxx猛交久久| 色尼玛亚洲综合影院| 亚洲精品乱久久久久久| 免费黄网站久久成人精品| 亚洲综合色惰| 亚洲av不卡在线观看| 亚洲伊人久久精品综合| 99久国产av精品| 久久精品久久久久久噜噜老黄| 免费黄色在线免费观看| 精品久久久久久久久亚洲| 亚洲精品日本国产第一区| 亚洲精品日韩在线中文字幕| 午夜老司机福利剧场| 国产av码专区亚洲av| 亚洲av一区综合| 国产白丝娇喘喷水9色精品| 舔av片在线| 久久精品国产亚洲av涩爱| 少妇的逼好多水| 久久亚洲国产成人精品v| 亚洲自偷自拍三级| 在线播放无遮挡| 亚洲精品乱久久久久久| 亚洲图色成人| 欧美日韩精品成人综合77777| 在现免费观看毛片| 肉色欧美久久久久久久蜜桃 | 免费在线观看成人毛片| 久久久成人免费电影| 亚洲一区高清亚洲精品| 最新中文字幕久久久久| 亚洲成人一二三区av| 成人国产麻豆网| 久久精品久久久久久久性| 国产不卡一卡二| 久久精品国产亚洲网站| 亚洲欧美成人综合另类久久久| 又爽又黄无遮挡网站| 日韩制服骚丝袜av| av线在线观看网站| 国产黄a三级三级三级人| 午夜福利成人在线免费观看| 免费电影在线观看免费观看| 国产91av在线免费观看| 五月玫瑰六月丁香| 日日啪夜夜爽| 一边亲一边摸免费视频| 高清毛片免费看| 亚洲精品色激情综合| 久久草成人影院| 国产精品久久久久久精品电影| 国产乱来视频区| 日韩伦理黄色片| 麻豆av噜噜一区二区三区| 草草在线视频免费看| 成人美女网站在线观看视频| 国产欧美另类精品又又久久亚洲欧美| 亚洲人成网站在线观看播放| 搡老乐熟女国产| 大香蕉久久网| 亚洲欧美日韩卡通动漫| 亚洲欧美精品自产自拍| 午夜免费激情av| 神马国产精品三级电影在线观看| 99热6这里只有精品| 国产不卡一卡二| 免费看av在线观看网站| 国产精品国产三级国产av玫瑰| 国产精品久久久久久久久免| 国产成年人精品一区二区| 人人妻人人看人人澡| 噜噜噜噜噜久久久久久91| 国产白丝娇喘喷水9色精品| 最近中文字幕高清免费大全6| 大陆偷拍与自拍| 欧美xxxx黑人xx丫x性爽| 国产乱人视频| 97精品久久久久久久久久精品| 少妇丰满av| 99热这里只有精品一区| 日本午夜av视频| 在线观看免费高清a一片| 91在线精品国自产拍蜜月| 特大巨黑吊av在线直播| 天堂中文最新版在线下载 | 最后的刺客免费高清国语| 色综合色国产| 国产视频首页在线观看| 国产午夜精品一二区理论片| 亚洲国产精品专区欧美| 少妇熟女欧美另类| 你懂的网址亚洲精品在线观看| 青春草亚洲视频在线观看| 免费av观看视频| 97超视频在线观看视频| 观看免费一级毛片| 亚洲国产精品sss在线观看| 蜜桃亚洲精品一区二区三区| 国产成人精品福利久久| 一级毛片电影观看| 看黄色毛片网站| 精品久久久久久久久亚洲| 嘟嘟电影网在线观看| 午夜福利网站1000一区二区三区| 亚洲av一区综合| 亚洲国产高清在线一区二区三| 欧美日韩国产mv在线观看视频 | 国产精品福利在线免费观看| 久久久久精品性色| 久久久久久久久久久免费av| 人妻少妇偷人精品九色| 日韩中字成人| 亚洲精品乱码久久久v下载方式| 男女边吃奶边做爰视频| 久久久欧美国产精品| av卡一久久| 精品国产一区二区三区久久久樱花 | 免费黄网站久久成人精品| 久久精品久久久久久噜噜老黄| 国产精品麻豆人妻色哟哟久久 | 国产成人午夜福利电影在线观看| 国产精品久久久久久av不卡| av福利片在线观看| 国产精品国产三级国产专区5o| 中文欧美无线码| 成人美女网站在线观看视频| 亚洲熟妇中文字幕五十中出| 国产毛片a区久久久久| 国产精品久久久久久精品电影小说 | 精品久久久久久电影网| 中文字幕久久专区| 少妇丰满av| 国产在线一区二区三区精| 汤姆久久久久久久影院中文字幕 | 色视频www国产| 成年版毛片免费区| 久久久久久国产a免费观看| 国产久久久一区二区三区| 99久久精品热视频| 成年免费大片在线观看| 一区二区三区高清视频在线| 欧美xxxx性猛交bbbb| 亚洲成人av在线免费| 免费观看性生交大片5| 亚洲色图av天堂| 国产高清国产精品国产三级 | 亚洲性久久影院| xxx大片免费视频| 蜜桃久久精品国产亚洲av| 亚洲av男天堂| 欧美极品一区二区三区四区| 亚洲欧美精品专区久久| 青春草视频在线免费观看| 777米奇影视久久| 免费无遮挡裸体视频| 午夜免费激情av| 精华霜和精华液先用哪个| 欧美成人午夜免费资源| av在线天堂中文字幕| 免费大片黄手机在线观看| 久99久视频精品免费| 婷婷色麻豆天堂久久| 中文在线观看免费www的网站| 精品久久久久久电影网| 国产精品99久久久久久久久| 一本久久精品| 男女边摸边吃奶| av在线老鸭窝| 夫妻午夜视频| 伦精品一区二区三区| 亚洲精品影视一区二区三区av| 高清午夜精品一区二区三区| 国产单亲对白刺激| 国产三级在线视频| 国产淫语在线视频| 一级a做视频免费观看| 搞女人的毛片| 久久精品夜色国产| 久久99蜜桃精品久久| 精品一区二区三卡| 欧美性猛交╳xxx乱大交人| 我的老师免费观看完整版|