• <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 ?

    基于聯(lián)合損失和恒等映射的動(dòng)態(tài)人臉識(shí)別

    2021-09-10 07:16:46劉成攀
    傳感器與微系統(tǒng) 2021年9期
    關(guān)鍵詞:人臉識(shí)別人臉損失

    劉成攀, 吳 斌, 楊 壯

    (1.西南科技大學(xué) 信息工程學(xué)院,四川 綿陽 621010;2.特殊環(huán)境機(jī)器人技術(shù)四川省重點(diǎn)實(shí)驗(yàn)室,四川 綿陽 621010)

    0 引 言

    視頻動(dòng)態(tài)人臉識(shí)別不需要識(shí)別對(duì)象配合,具有體驗(yàn)更好、準(zhǔn)確率更高、響應(yīng)速度更快、實(shí)時(shí)反饋等特點(diǎn)。但同時(shí),由于它是非限定情況下的人臉識(shí)別,外界非可控的復(fù)雜干擾因素會(huì)造成人臉識(shí)別精準(zhǔn)度急劇下降,不能適應(yīng)實(shí)際條件下的任務(wù)需求。

    近年來,涌現(xiàn)出許多基于深度學(xué)習(xí)的人臉識(shí)別方法,而損失函數(shù)是深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)中的重要部分,對(duì)其的設(shè)計(jì)與優(yōu)化也一直是研究熱點(diǎn)。目前使用最為廣泛的損失函數(shù)是SoftMax Loss,其表達(dá)簡(jiǎn)潔,沒有其他超參數(shù),最早在DeepID1中使用,而后在DeepFace等其他方法中也繼續(xù)沿用。SoftMax Loss對(duì)提取的特征分別映射到區(qū)間內(nèi),根據(jù)所得的概率完成圖像分類任務(wù)[1]。但在人臉識(shí)別任務(wù),需要計(jì)算未知類別樣本的相似度,此時(shí)僅僅保證已知類別分類正確是不夠的。為了更好地泛化性能,還需要諸如類內(nèi)樣本差異小和類間樣本差異大這樣的良好性質(zhì),而這些并不是SoftMax Loss的直接優(yōu)化目標(biāo)。

    鑒于SoftMax的局限性,有必要針對(duì)它進(jìn)行優(yōu)化約束類內(nèi)距離,擴(kuò)大類間距離。為了加強(qiáng)網(wǎng)絡(luò)模型對(duì)特征的識(shí)別度,ECCV 2016上提出的中心損失(centre Loss)[2],在結(jié)合SoftMax損失和中心損失后,類內(nèi)緊湊性顯著增強(qiáng),但是僅僅使用SoftMax損失作為類間約束是不夠的,因?yàn)樗皇枪膭?lì)特征的可分離性。因此,Deng J等人提出邊際損失Marginal Loss與SoftMax Loss聯(lián)合監(jiān)督的方式[3]。

    本文受SoftMax Loss,Center Loss以及Marginal Loss啟發(fā),提出了一種聯(lián)合損失(Joint Loss)函數(shù),并且在網(wǎng)絡(luò)模型中加入恒等映射模塊[4],實(shí)驗(yàn)表明算法更具有魯棒性。

    1 算法原理

    1.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    將Resnet34[5]作為基礎(chǔ)網(wǎng)絡(luò)進(jìn)行優(yōu)化。去掉第一個(gè)卷積層后的最大池化層,減少池化造成的位置信息缺失??s小第一個(gè)卷積層的卷積核尺寸,由 7×7 變?yōu)?3×3,步進(jìn)由2變?yōu)?,縮小卷積核可以獲取更多人臉特征信息。改進(jìn)后的Resnent34_new結(jié)構(gòu)如圖1,其中,卷積核大小為3×3,通道數(shù)為64,步長(zhǎng)為1。

    圖1 Resnet34_new神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    改進(jìn)所使用的殘差(residual)模塊,為使輸出分布穩(wěn)定進(jìn)而能夠在較大學(xué)習(xí)率下加快收斂,在模塊的輸入處增加了一個(gè)批標(biāo)準(zhǔn)化層(batch normalization)[6]如圖2。

    圖2 改進(jìn)的殘差模塊

    1.2 聯(lián)合損失函數(shù)

    結(jié)合三種損失函數(shù)特點(diǎn),Center Loss用于加強(qiáng)類內(nèi)距,SoftMax Loss和Joint Loss用于改進(jìn)類間的分離度,具體來說SoftMax負(fù)責(zé)保證分類的正確率,而Joint Loss優(yōu)化類間距。整個(gè)損失公式如下

    L=LS+αLC+βLJ

    (1)

    式中α和β為調(diào)整Center Loss和Joint Loss的超參數(shù)。

    Joint Loss公式如下

    (2)

    通過Center Loss得到的類中心位置,Joint Loss再篩選所有基于閾值的類中心對(duì),對(duì)于距離小于閾值的類中心對(duì),會(huì)相應(yīng)地加入懲罰因子到損失值中。其中,K是一個(gè)批次的類數(shù)目,ci和cj分別為第i類和第j類的中心,M代表指定的最小邊距。在每一個(gè)訓(xùn)練批次里,Center Loss根據(jù)下式更新類中心

    (3)

    (4)

    式中γ為學(xué)習(xí)率,t為迭代次數(shù),δ為一個(gè)條件函數(shù),如果條件滿足則δ=1,如果條件不滿足則δ=0。

    在神經(jīng)網(wǎng)絡(luò)中,通過聯(lián)合的損失函數(shù)學(xué)習(xí)步驟如下:輸入數(shù)據(jù)為輸入訓(xùn)練樣本{fi},初始化的卷積層參數(shù)θC,最后的全連接層參數(shù)W,初始化的n類中心{cj|j=1,2,3,…,n-1,n},學(xué)習(xí)率μt,超參數(shù)α和β,類中心學(xué)習(xí)率γ和迭代次數(shù)t←1。輸出為參數(shù)θC。對(duì)所有樣本訓(xùn)練時(shí)會(huì)循環(huán)以下步驟:

    6)t←t+1。

    1.3 恒等映射模塊

    側(cè)臉和正臉之間存在一個(gè)映射,并且它們?cè)谌四槺硎咎卣骺臻g中的差異能夠用恒等映射聯(lián)系起來。通過側(cè)臉的特征獲取映射后的正臉特征,從而提高神經(jīng)網(wǎng)絡(luò)在側(cè)臉的識(shí)別效果。假定正面人臉的數(shù)據(jù)為xf,側(cè)面人臉的數(shù)據(jù)為xp,把卷積神經(jīng)網(wǎng)絡(luò)看作是一個(gè)函數(shù)φ(x),要尋找一個(gè)映射函數(shù)Mg,使得Mgφ(xp)≈φ(xf)。如式(5),式中γ(xp)∈[0,1],類似于一個(gè)門控機(jī)制,如果說圖片是正臉,則γ(x)=0

    φ(gXp)=Mgφ(Xp)=φ(Xp)+γ(Xp)R(φ(Xp))

    ≈φ(Xf)

    (5)

    如圖3,在原始網(wǎng)絡(luò)的特征向量輸出后,加上了殘差恒等映射的分支,對(duì)原始的特征表示進(jìn)行映射,得到最后的表示。殘差恒等分支分為兩個(gè)部分,一個(gè)是殘差分支,一個(gè)是頭部旋轉(zhuǎn)估計(jì)分支。

    圖3 恒等映射模塊

    殘差分支為上圖Residual分支,用來產(chǎn)生式中的R(φ(X)),其中方塊1,2為用Mish激活函數(shù)的全連接層,這個(gè)分支是與主干網(wǎng)絡(luò)分開訓(xùn)練的,訓(xùn)練的目的是為了減少側(cè)臉與其匹配的正臉的歐氏距離。具體如式(6),ΘR表示R的參數(shù)

    (6)

    使用頭部旋轉(zhuǎn)估計(jì)器來計(jì)算上式中的Y(x),即當(dāng)前圖片相對(duì)于正臉的偏離角度。首先用人臉標(biāo)準(zhǔn)對(duì)齊得到人臉關(guān)鍵點(diǎn),然后使用EPnP等算法計(jì)算人臉旋轉(zhuǎn)的角度,得到旋轉(zhuǎn)的角度后,使用函數(shù)σ(4/π)y-1)來把正的角度值映射到0~1之間,σ是Sigmoid函數(shù),如果人臉轉(zhuǎn)的角度超過45°,這個(gè)γ(x)的置信度會(huì)迅速達(dá)到1。

    選擇先端對(duì)端訓(xùn)練再重新訓(xùn)練恒等映射模塊的方法,先共同訓(xùn)練恒等映射模塊和卷積神經(jīng)網(wǎng)絡(luò),再使用正臉—側(cè)臉對(duì)訓(xùn)練恒等映射模塊。

    2 實(shí)驗(yàn)與結(jié)果分析

    2.1 實(shí)驗(yàn)參數(shù)設(shè)置

    采用訓(xùn)練步數(shù)學(xué)習(xí)率逐漸衰減的學(xué)習(xí)策略,在初始時(shí)學(xué)習(xí)率設(shè)置為0.1,分別在 40 000步和60 000步將學(xué)習(xí)率調(diào)整為原有的0.1倍,批量大小(batch-size)設(shè)置為128,使用Adam[7]來作為網(wǎng)絡(luò)優(yōu)化方法。對(duì)損失函數(shù)進(jìn)行L2正則化處理防止過擬合[8],如式(7)

    (7)

    式中J0為原始損失函數(shù),λ為權(quán)重衰減系數(shù)(設(shè)置λ為0.000 2)

    2.2 損失函數(shù)超參數(shù)的選取

    在實(shí)驗(yàn)中,通過不斷嘗試去尋找較為合適的參數(shù)以達(dá)到網(wǎng)絡(luò)模型的最佳效果,具體方法為控制變量法。例如先將α設(shè)置為8,β設(shè)置為6,M分別取0,50,100,150,200,250,300,350,400,訓(xùn)練后在LFW上作人臉驗(yàn)證,其準(zhǔn)確率如表1。

    表1 α設(shè)置為8,β設(shè)置為6,M不同取值下準(zhǔn)確率變化

    如表1可以看出,在M設(shè)置為250時(shí)比其他數(shù)值設(shè)置能得到更高準(zhǔn)確率。再將M設(shè)置為250,α設(shè)置為8,將β分別取1到10,訓(xùn)練后LFW上作人臉驗(yàn)證,對(duì)比發(fā)現(xiàn)β設(shè)置為6時(shí),比其他數(shù)值設(shè)置能得到更高的準(zhǔn)確率。最后將M設(shè)置為250,β設(shè)置為6,將α分別取1到10,訓(xùn)練后在LFW上作人臉驗(yàn)證,尋找α的最佳設(shè)置。

    通過實(shí)驗(yàn),發(fā)現(xiàn)α設(shè)置為8,β設(shè)置為6,M設(shè)置為250,能較好發(fā)揮網(wǎng)絡(luò)模型的性能。

    2.3 實(shí)驗(yàn)結(jié)果與分析

    首先選擇LFW,YTF,SLLFW數(shù)據(jù)集作為人臉驗(yàn)證實(shí)驗(yàn)數(shù)據(jù)集。LFW為非限定條件下的人臉數(shù)據(jù)集,共13 000多張人臉圖片。隨機(jī)選取其中圖像,組成6 000對(duì)人臉對(duì),其中正、負(fù)樣本各占50 %。YTF數(shù)據(jù)集共1 595個(gè)身份,每人大概2個(gè)視頻。從中隨機(jī)選取5 000對(duì)視頻,共計(jì)分為10個(gè)部分,每部分都包含同標(biāo)簽人的視頻對(duì)和不同標(biāo)簽人的視頻對(duì),均為250個(gè)。SLLFW使用與LFW相同的正面人臉對(duì)進(jìn)行測(cè)試。但在SLLFW中,3 000個(gè)長(zhǎng)相相似的人臉對(duì)被特意挑選出來,以取代LFW的隨機(jī)負(fù)面人臉對(duì)比,給測(cè)試增加了難度。如表2給出了各種方法的實(shí)驗(yàn)結(jié)果。

    表2 LFW,YTF,SLLFW數(shù)據(jù)集人臉驗(yàn)證準(zhǔn)確率 %

    從表2中可以看出,基于聯(lián)合損失和恒等映射模塊的神經(jīng)網(wǎng)絡(luò)在人臉驗(yàn)證實(shí)驗(yàn)中準(zhǔn)確率最高,分別為99.53 %,95.63 %,96.67 %。在LFW,YTF,SLLFW數(shù)據(jù)集上,聯(lián)合損失加上恒等映射模塊的方法比SoftMax損失分別提升1.3 %,0.82 %,1.14 %,比Center損失分別提升1.2 %,0.32 %,0.35 %,比Marginal損失分別提升1.17 %,0.27 %,0.29 %,比只用聯(lián)合損失分別提升0.87 %,0.12 %,0.24 %。

    為進(jìn)一步驗(yàn)證神經(jīng)網(wǎng)絡(luò)效果,按照MegaFace Challenge 1要求,MegaFace數(shù)據(jù)集作為干擾集,而FaceBook數(shù)據(jù)集作為測(cè)試集,進(jìn)行實(shí)驗(yàn)。其中,MegaFace數(shù)據(jù)集包括100萬張人臉,Facesrub數(shù)據(jù)集包含來自530個(gè)身份的10萬圖像。

    實(shí)驗(yàn)的CMC曲線和ROC曲線如圖4。不同方法在一百干擾下的驗(yàn)證率結(jié)果如表3。與其他方法相比,在識(shí)別和驗(yàn)證測(cè)試中,聯(lián)合損失加上恒等映射的方法性能更好,進(jìn)一步證明該方法的有效性。

    圖4 實(shí)驗(yàn)的CMC曲線和ROC曲線

    表3 在一百干擾下不同方法在MegaFace和FaceScrub數(shù)據(jù)集上的識(shí)別率與驗(yàn)證率 %

    2.4 視頻動(dòng)態(tài)人臉識(shí)別系統(tǒng)

    實(shí)驗(yàn)平臺(tái)系統(tǒng)為Ubuntu18.04,GPU為i7—8700,GPU為RTX2060,內(nèi)存為32 G,在平臺(tái)上搭建視頻動(dòng)態(tài)人臉識(shí)別系統(tǒng)。視頻讀取幀,利用MTCNN檢測(cè)人臉[9]并對(duì)齊,將每張人臉的特征向量和數(shù)據(jù)庫里面的特征向量比對(duì)輸出Label標(biāo)簽和相應(yīng)的概率,再用跟蹤算法Deep-Sort[10]進(jìn)行后續(xù)的人臉跟蹤。測(cè)試了5段視頻,來驗(yàn)證在速度上是否能滿足實(shí)際的需求,檢測(cè)、跟蹤、識(shí)別所花費(fèi)的時(shí)間大概為原視頻事件的2.5倍,速度大約為原來的0.4,在實(shí)際運(yùn)行中,平均幀率也能夠穩(wěn)定在30 fps以上,肉眼無卡頓現(xiàn)象,能夠滿足實(shí)際的需求。

    3 結(jié) 論

    本文提出了基于聯(lián)合損失和恒等映射的動(dòng)態(tài)人臉識(shí)別算法。選擇Resnet34為基線網(wǎng)絡(luò),通過卷積核改變等對(duì)網(wǎng)絡(luò)進(jìn)行優(yōu)化,在同樣的訓(xùn)練條件下,對(duì)本文算法在內(nèi)的5種方法進(jìn)行有效性評(píng)估。實(shí)驗(yàn)表明:基于改進(jìn)的的聯(lián)合損失函數(shù)加上深度殘差恒等映射模塊的人臉識(shí)別算法在5種方法中表現(xiàn)最好。并在實(shí)驗(yàn)平臺(tái)上搭建了動(dòng)態(tài)實(shí)時(shí)人臉識(shí)別系統(tǒng),達(dá)到了預(yù)期的效果。

    猜你喜歡
    人臉識(shí)別人臉損失
    少問一句,損失千金
    人臉識(shí)別 等
    有特點(diǎn)的人臉
    胖胖損失了多少元
    揭開人臉識(shí)別的神秘面紗
    玉米抽穗前倒伏怎么辦?怎么減少損失?
    三國漫——人臉解鎖
    一般自由碰撞的最大動(dòng)能損失
    基于類獨(dú)立核稀疏表示的魯棒人臉識(shí)別
    馬面部與人臉相似度驚人
    亚洲国产精品一区二区三区在线| 国产熟女午夜一区二区三区| 久久久久久久大尺度免费视频| 亚洲欧洲日产国产| 男女下面插进去视频免费观看 | 国产成人精品一,二区| 观看美女的网站| 91aial.com中文字幕在线观看| 看十八女毛片水多多多| 久久久久久人人人人人| 色视频在线一区二区三区| 哪个播放器可以免费观看大片| 色网站视频免费| 伦理电影大哥的女人| 深夜精品福利| 男人舔女人的私密视频| 久久97久久精品| 精品久久蜜臀av无| 插逼视频在线观看| 内地一区二区视频在线| 在现免费观看毛片| 久久人人爽av亚洲精品天堂| 欧美人与性动交α欧美精品济南到 | 中国美白少妇内射xxxbb| 久久人人爽人人片av| 在线观看美女被高潮喷水网站| 91aial.com中文字幕在线观看| 国产伦理片在线播放av一区| 男女午夜视频在线观看 | 午夜免费观看性视频| 欧美人与性动交α欧美软件 | 国产一级毛片在线| 日本爱情动作片www.在线观看| 国产成人免费观看mmmm| 久久免费观看电影| 黄色一级大片看看| 欧美变态另类bdsm刘玥| 免费看不卡的av| 老女人水多毛片| 最近中文字幕2019免费版| av不卡在线播放| 人人澡人人妻人| 日韩制服骚丝袜av| 汤姆久久久久久久影院中文字幕| 免费看不卡的av| 日韩制服丝袜自拍偷拍| av电影中文网址| 多毛熟女@视频| 久久99蜜桃精品久久| 大香蕉久久网| 国产色爽女视频免费观看| 国产精品熟女久久久久浪| 国产精品三级大全| 亚洲精品久久久久久婷婷小说| 欧美激情国产日韩精品一区| 熟妇人妻不卡中文字幕| 美国免费a级毛片| 男女边吃奶边做爰视频| 香蕉国产在线看| 看十八女毛片水多多多| 日本欧美视频一区| 国产成人aa在线观看| 丰满迷人的少妇在线观看| 久久久久精品久久久久真实原创| 捣出白浆h1v1| 高清在线视频一区二区三区| 国产老妇伦熟女老妇高清| 国精品久久久久久国模美| 国产成人a∨麻豆精品| 精品第一国产精品| 国产精品一区二区在线不卡| 久久久国产一区二区| 亚洲一级一片aⅴ在线观看| 亚洲色图 男人天堂 中文字幕 | 精品国产乱码久久久久久小说| 蜜臀久久99精品久久宅男| 免费观看在线日韩| 看免费成人av毛片| 日韩精品免费视频一区二区三区 | 熟妇人妻不卡中文字幕| 亚洲综合精品二区| 欧美少妇被猛烈插入视频| av免费在线看不卡| 一区在线观看完整版| 国产精品久久久久久久电影| 国产在线视频一区二区| 精品国产一区二区三区四区第35| 国产精品久久久久久精品古装| 999精品在线视频| 国产亚洲一区二区精品| 99热这里只有是精品在线观看| 在线 av 中文字幕| 一级黄片播放器| 欧美成人午夜精品| 免费日韩欧美在线观看| 久久97久久精品| 欧美精品国产亚洲| 国产一区亚洲一区在线观看| 国产极品粉嫩免费观看在线| 国产熟女午夜一区二区三区| 亚洲色图 男人天堂 中文字幕 | 日韩av在线免费看完整版不卡| 欧美日韩一区二区视频在线观看视频在线| h视频一区二区三区| 亚洲av在线观看美女高潮| 成年av动漫网址| 黄网站色视频无遮挡免费观看| 亚洲五月色婷婷综合| 99久久精品国产国产毛片| 国产精品久久久久成人av| 精品久久国产蜜桃| 男人操女人黄网站| 男女边摸边吃奶| 99精国产麻豆久久婷婷| 午夜福利,免费看| 国产亚洲av片在线观看秒播厂| 午夜激情av网站| 久久人人爽av亚洲精品天堂| 少妇的丰满在线观看| 久久99精品国语久久久| 国产成人精品无人区| 亚洲,欧美,日韩| 亚洲欧美日韩另类电影网站| 国产成人精品婷婷| 免费不卡的大黄色大毛片视频在线观看| 色婷婷av一区二区三区视频| 少妇人妻 视频| 欧美日韩精品成人综合77777| av播播在线观看一区| 交换朋友夫妻互换小说| 看免费成人av毛片| 熟女av电影| 午夜福利视频在线观看免费| 一级黄片播放器| 青春草国产在线视频| 好男人视频免费观看在线| 精品少妇久久久久久888优播| 国产国拍精品亚洲av在线观看| 最黄视频免费看| 午夜福利网站1000一区二区三区| 90打野战视频偷拍视频| 性高湖久久久久久久久免费观看| 成年人免费黄色播放视频| 国产毛片在线视频| 亚洲欧美成人精品一区二区| 日韩电影二区| 18禁动态无遮挡网站| 国产成人aa在线观看| 9191精品国产免费久久| 久久综合国产亚洲精品| √禁漫天堂资源中文www| 我的女老师完整版在线观看| 日韩不卡一区二区三区视频在线| av播播在线观看一区| 日本午夜av视频| 国产精品一国产av| 极品人妻少妇av视频| 亚洲美女视频黄频| 亚洲一级一片aⅴ在线观看| av天堂久久9| 亚洲高清免费不卡视频| 91精品国产国语对白视频| 青青草视频在线视频观看| 久久人人爽人人爽人人片va| 亚洲成国产人片在线观看| 久久人人爽人人爽人人片va| 久久精品久久精品一区二区三区| 亚洲综合精品二区| 免费日韩欧美在线观看| 欧美 亚洲 国产 日韩一| 精品卡一卡二卡四卡免费| 18禁在线无遮挡免费观看视频| 欧美 亚洲 国产 日韩一| a 毛片基地| 久久久精品区二区三区| 久久精品国产鲁丝片午夜精品| 国产高清三级在线| 亚洲伊人色综图| 国产精品麻豆人妻色哟哟久久| 国产毛片在线视频| 深夜精品福利| 大香蕉久久网| 亚洲人成77777在线视频| 久久免费观看电影| 亚洲精品视频女| 一区二区三区精品91| 91aial.com中文字幕在线观看| 大香蕉久久成人网| 国产一区二区在线观看av| 七月丁香在线播放| 大码成人一级视频| 亚洲国产精品一区三区| 国产免费视频播放在线视频| 国产 精品1| 在线观看www视频免费| 青春草国产在线视频| 成人二区视频| 久久精品国产亚洲av天美| 国产在线一区二区三区精| 成人综合一区亚洲| 久热久热在线精品观看| 国产亚洲一区二区精品| 国产精品国产三级国产专区5o| 麻豆乱淫一区二区| 麻豆精品久久久久久蜜桃| 少妇 在线观看| 亚洲欧美日韩另类电影网站| 欧美国产精品va在线观看不卡| av不卡在线播放| 在线 av 中文字幕| 国产片特级美女逼逼视频| 国产精品久久久久成人av| 久久久久网色| 9热在线视频观看99| 女性被躁到高潮视频| 国产 精品1| 最近2019中文字幕mv第一页| 青春草国产在线视频| 啦啦啦啦在线视频资源| a级毛色黄片| 免费黄频网站在线观看国产| 亚洲第一av免费看| 国产毛片在线视频| 国产极品粉嫩免费观看在线| 最黄视频免费看| av片东京热男人的天堂| 亚洲情色 制服丝袜| 欧美性感艳星| 久久精品国产综合久久久 | 日本91视频免费播放| 男女无遮挡免费网站观看| 亚洲国产日韩一区二区| 免费高清在线观看日韩| 国产av码专区亚洲av| 在线天堂最新版资源| 22中文网久久字幕| 日韩伦理黄色片| 亚洲内射少妇av| 国产1区2区3区精品| 午夜福利视频精品| 国产片特级美女逼逼视频| 国产日韩欧美视频二区| 黄色 视频免费看| 老女人水多毛片| 亚洲精品久久成人aⅴ小说| 91精品三级在线观看| 夫妻性生交免费视频一级片| 伊人亚洲综合成人网| 日日撸夜夜添| 精品午夜福利在线看| 18禁在线无遮挡免费观看视频| 亚洲成人一二三区av| 精品一品国产午夜福利视频| 亚洲精品美女久久av网站| 久久人妻熟女aⅴ| 国产黄频视频在线观看| 色婷婷av一区二区三区视频| 黑人欧美特级aaaaaa片| 99九九在线精品视频| 亚洲欧美中文字幕日韩二区| 亚洲少妇的诱惑av| 久久国产精品男人的天堂亚洲 | 亚洲av国产av综合av卡| 看非洲黑人一级黄片| 成人国产av品久久久| 美女大奶头黄色视频| 最新的欧美精品一区二区| 亚洲色图 男人天堂 中文字幕 | 久久ye,这里只有精品| 人人澡人人妻人| 卡戴珊不雅视频在线播放| 少妇猛男粗大的猛烈进出视频| 人妻人人澡人人爽人人| 久久人人爽人人片av| 在线亚洲精品国产二区图片欧美| 欧美97在线视频| 亚洲精品美女久久av网站| 国产男女超爽视频在线观看| 22中文网久久字幕| 99香蕉大伊视频| 又粗又硬又长又爽又黄的视频| 久久影院123| a级毛片黄视频| 亚洲精品国产av蜜桃| 久久久久国产网址| 日韩人妻精品一区2区三区| 亚洲av福利一区| 99久久综合免费| 欧美成人精品欧美一级黄| 巨乳人妻的诱惑在线观看| 国产成人精品在线电影| 国产精品国产三级专区第一集| 各种免费的搞黄视频| av在线播放精品| 免费黄色在线免费观看| 日日啪夜夜爽| 欧美激情国产日韩精品一区| av网站免费在线观看视频| 久久久久久伊人网av| xxxhd国产人妻xxx| 欧美国产精品va在线观看不卡| 亚洲成人一二三区av| 男女无遮挡免费网站观看| 在线天堂中文资源库| 亚洲欧美一区二区三区黑人 | 国产免费福利视频在线观看| 亚洲欧美成人综合另类久久久| 久久久精品94久久精品| 王馨瑶露胸无遮挡在线观看| 亚洲精品456在线播放app| 18+在线观看网站| 寂寞人妻少妇视频99o| 欧美精品一区二区免费开放| 色婷婷av一区二区三区视频| 免费大片18禁| 少妇 在线观看| 久久精品国产a三级三级三级| 亚洲精华国产精华液的使用体验| 99视频精品全部免费 在线| 欧美精品一区二区免费开放| 婷婷色综合大香蕉| 欧美少妇被猛烈插入视频| 免费黄色在线免费观看| 精品亚洲乱码少妇综合久久| 日韩,欧美,国产一区二区三区| 只有这里有精品99| av天堂久久9| 成年人午夜在线观看视频| 亚洲第一av免费看| 老熟女久久久| 久久国产精品男人的天堂亚洲 | 午夜久久久在线观看| 久久精品国产综合久久久 | 欧美日韩成人在线一区二区| 日韩中字成人| 久久影院123| 卡戴珊不雅视频在线播放| 午夜激情av网站| 亚洲伊人色综图| 国产精品不卡视频一区二区| 精品熟女少妇av免费看| 日本av免费视频播放| √禁漫天堂资源中文www| 又黄又粗又硬又大视频| 男人舔女人的私密视频| 亚洲,欧美精品.| 边亲边吃奶的免费视频| 女人精品久久久久毛片| 免费大片18禁| 少妇熟女欧美另类| 亚洲第一av免费看| 人人妻人人澡人人爽人人夜夜| 男人操女人黄网站| 久久影院123| 妹子高潮喷水视频| 亚洲精品久久成人aⅴ小说| 老司机影院毛片| 69精品国产乱码久久久| 亚洲 欧美一区二区三区| 免费看av在线观看网站| 亚洲国产精品999| 国产精品偷伦视频观看了| 少妇的逼好多水| 亚洲av免费高清在线观看| 国产精品久久久av美女十八| 亚洲经典国产精华液单| 亚洲色图 男人天堂 中文字幕 | av天堂久久9| 欧美成人午夜精品| 黄色配什么色好看| 最黄视频免费看| 看免费av毛片| 国产69精品久久久久777片| 少妇被粗大的猛进出69影院 | 黑人猛操日本美女一级片| 国产精品国产三级国产专区5o| 另类亚洲欧美激情| 2022亚洲国产成人精品| 夫妻午夜视频| 午夜激情av网站| 97超碰精品成人国产| 日本与韩国留学比较| 亚洲婷婷狠狠爱综合网| tube8黄色片| 免费观看在线日韩| av又黄又爽大尺度在线免费看| 夜夜骑夜夜射夜夜干| 一个人免费看片子| 亚洲成人av在线免费| 日韩不卡一区二区三区视频在线| av卡一久久| 黑人巨大精品欧美一区二区蜜桃 | 男女国产视频网站| 国产成人aa在线观看| 国产免费又黄又爽又色| 日本免费在线观看一区| 国产成人91sexporn| av不卡在线播放| 天天影视国产精品| 在线看a的网站| 日韩中文字幕视频在线看片| 最后的刺客免费高清国语| 极品少妇高潮喷水抽搐| 免费观看av网站的网址| 在线观看三级黄色| www日本在线高清视频| 国产不卡av网站在线观看| 亚洲国产av新网站| 亚洲色图综合在线观看| 午夜影院在线不卡| 欧美日韩一区二区视频在线观看视频在线| 日韩大片免费观看网站| 热99国产精品久久久久久7| 巨乳人妻的诱惑在线观看| 男女下面插进去视频免费观看 | 午夜精品国产一区二区电影| 国产白丝娇喘喷水9色精品| 日韩制服骚丝袜av| 精品久久久精品久久久| 欧美精品高潮呻吟av久久| 成年美女黄网站色视频大全免费| 啦啦啦在线观看免费高清www| 久久久久精品性色| 午夜免费男女啪啪视频观看| 国产一区二区三区av在线| 免费观看无遮挡的男女| 91成人精品电影| 满18在线观看网站| 午夜激情久久久久久久| 亚洲国产色片| 亚洲丝袜综合中文字幕| 这个男人来自地球电影免费观看 | 赤兔流量卡办理| 蜜臀久久99精品久久宅男| 国产成人av激情在线播放| 美女视频免费永久观看网站| 免费av不卡在线播放| 亚洲精品乱久久久久久| 亚洲欧美中文字幕日韩二区| 日韩成人伦理影院| 免费观看a级毛片全部| 精品少妇内射三级| 老女人水多毛片| 天天躁夜夜躁狠狠久久av| 免费大片18禁| 高清毛片免费看| 在线看a的网站| 国产高清国产精品国产三级| 久热久热在线精品观看| 人人妻人人澡人人爽人人夜夜| 最近最新中文字幕免费大全7| 国产精品99久久99久久久不卡 | 日韩 亚洲 欧美在线| 成人综合一区亚洲| 欧美精品一区二区免费开放| 国产免费一区二区三区四区乱码| 久久久久久久亚洲中文字幕| 永久网站在线| 国产精品欧美亚洲77777| 韩国av在线不卡| 国产在线免费精品| 欧美精品国产亚洲| 建设人人有责人人尽责人人享有的| 日本黄色日本黄色录像| 少妇人妻久久综合中文| 国语对白做爰xxxⅹ性视频网站| 国产日韩欧美在线精品| 成人毛片a级毛片在线播放| 久久99热这里只频精品6学生| 亚洲伊人色综图| 精品人妻偷拍中文字幕| av一本久久久久| 久久精品久久久久久久性| 亚洲精品美女久久av网站| 日韩电影二区| 亚洲中文av在线| 久久久国产一区二区| 九九爱精品视频在线观看| 视频在线观看一区二区三区| 欧美日韩国产mv在线观看视频| 男女无遮挡免费网站观看| 免费观看a级毛片全部| 婷婷色综合www| 国产伦理片在线播放av一区| 91国产中文字幕| 亚洲综合精品二区| 热99久久久久精品小说推荐| 日本午夜av视频| 午夜老司机福利剧场| 高清视频免费观看一区二区| 日韩制服骚丝袜av| 丝袜脚勾引网站| 黄色一级大片看看| 午夜激情久久久久久久| 丝袜在线中文字幕| 欧美xxⅹ黑人| 国产精品女同一区二区软件| 精品亚洲乱码少妇综合久久| 天天躁夜夜躁狠狠久久av| 亚洲色图综合在线观看| 亚洲精华国产精华液的使用体验| 久久久久久伊人网av| 天堂俺去俺来也www色官网| 老司机影院毛片| 欧美精品av麻豆av| 免费黄频网站在线观看国产| 日韩一本色道免费dvd| 日日摸夜夜添夜夜爱| 在线观看免费视频网站a站| 国产欧美日韩综合在线一区二区| av不卡在线播放| 色5月婷婷丁香| av免费在线看不卡| 国产乱来视频区| 你懂的网址亚洲精品在线观看| 久久午夜综合久久蜜桃| 久久久国产欧美日韩av| 如日韩欧美国产精品一区二区三区| 日韩欧美精品免费久久| 亚洲性久久影院| 国产国拍精品亚洲av在线观看| 女人被躁到高潮嗷嗷叫费观| 色94色欧美一区二区| 国产片内射在线| 亚洲图色成人| 亚洲av中文av极速乱| 色婷婷久久久亚洲欧美| 亚洲av电影在线进入| 精品第一国产精品| 国产成人精品一,二区| www.色视频.com| 亚洲精品456在线播放app| 亚洲精品自拍成人| 亚洲综合精品二区| 高清视频免费观看一区二区| 亚洲精品乱久久久久久| 亚洲av综合色区一区| 高清黄色对白视频在线免费看| 一区二区三区四区激情视频| 美女中出高潮动态图| 日韩伦理黄色片| 欧美xxxx性猛交bbbb| 色网站视频免费| 日韩成人av中文字幕在线观看| 少妇精品久久久久久久| 日本色播在线视频| a 毛片基地| 久久女婷五月综合色啪小说| 国产日韩一区二区三区精品不卡| 国产亚洲精品第一综合不卡 | 一区二区三区四区激情视频| 国产av一区二区精品久久| 亚洲综合色惰| 亚洲av综合色区一区| 母亲3免费完整高清在线观看 | 亚洲熟女精品中文字幕| 五月天丁香电影| 久久久国产精品麻豆| 久久热在线av| 精品一区二区三卡| 日韩不卡一区二区三区视频在线| 人妻系列 视频| 满18在线观看网站| 好男人视频免费观看在线| 国产毛片在线视频| 一级片'在线观看视频| av线在线观看网站| 最黄视频免费看| 欧美丝袜亚洲另类| 男女啪啪激烈高潮av片| 免费日韩欧美在线观看| 大陆偷拍与自拍| 啦啦啦视频在线资源免费观看| 久久精品aⅴ一区二区三区四区 | 欧美老熟妇乱子伦牲交| 亚洲精品乱久久久久久| 久久久久久久国产电影| 亚洲精品,欧美精品| 中文乱码字字幕精品一区二区三区| 精品国产一区二区三区久久久樱花| 免费观看性生交大片5| 免费在线观看完整版高清| 色哟哟·www| 天天躁夜夜躁狠狠久久av| 在线观看美女被高潮喷水网站| 国产成人午夜福利电影在线观看| 日韩中文字幕视频在线看片| 新久久久久国产一级毛片| www.色视频.com| 亚洲国产精品国产精品| 视频区图区小说| 自线自在国产av| 欧美日韩精品成人综合77777| 激情视频va一区二区三区| 街头女战士在线观看网站| 国产日韩欧美视频二区| 亚洲精品自拍成人| 九色亚洲精品在线播放| 高清黄色对白视频在线免费看| 一级毛片我不卡| 黑丝袜美女国产一区| av国产精品久久久久影院| 高清视频免费观看一区二区| 国产高清国产精品国产三级| 国产淫语在线视频| xxx大片免费视频| 又黄又爽又刺激的免费视频.| 一区二区av电影网| 九九爱精品视频在线观看| 少妇被粗大猛烈的视频| 香蕉精品网在线| 国产熟女午夜一区二区三区| 在线亚洲精品国产二区图片欧美| 中文字幕人妻熟女乱码| 三上悠亚av全集在线观看|