• <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 ?

    基于卷積神經(jīng)網(wǎng)絡(luò)的智慧校園人臉識(shí)別系統(tǒng)設(shè)計(jì)與研究

    2021-10-24 00:26:36謝玲莉
    計(jì)算機(jī)時(shí)代 2021年10期
    關(guān)鍵詞:人臉識(shí)別

    謝玲莉

    摘要: 為了讓學(xué)生的學(xué)習(xí)、生活更加智能化,提高教學(xué)管理效率,同時(shí)建立一個(gè)更加安全的校園環(huán)境,采用卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)智慧校園人臉識(shí)別。文章對(duì)卷積神經(jīng)網(wǎng)絡(luò)的卷積層、池化層、全連接層和輸出層的原理及實(shí)現(xiàn)進(jìn)行了闡述,訓(xùn)練了olivettifaces人臉數(shù)據(jù)庫(kù)小樣本數(shù)據(jù)集。實(shí)驗(yàn)結(jié)果表明,模型的誤差率降低到5%以下。用數(shù)據(jù)庫(kù)中注冊(cè)的人臉圖像與攝像頭實(shí)時(shí)獲取的人臉圖像進(jìn)行匹配時(shí),效果良好,能滿足設(shè)計(jì)需求。

    關(guān)鍵詞: 卷積神經(jīng)網(wǎng)絡(luò); 智慧校園; 人臉識(shí)別; 圖像

    中圖分類號(hào):TP311? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A? ? ?文章編號(hào):1006-8228(2021)10-72-03

    Design and research of convolutional neural networks based intelligent

    campus face recognition system

    Xie Lingli

    (Longyan Agricultural School, Longyan, Fujian 364000, China)

    Absrtact: In order to make students' study and life more intelligent, improve the efficiency of teaching management, and at the same time establish a safer campus environment, convolutional neural networks are used to realize smart campus face recognition. This paper describes the principles and implementation of the convolutional layer, pooling layer, fully connected layer and output layer of the convolutional neural networks. The small sample data set of the olivettifaces face database is trained. The experiment results show that the error rate of the model is reduced to 5% or less. When the face image registered in the database is used to match the face image obtained by the camera in actual time, the effect is good and can meet the design requirements.

    Key words: convolutional neural networks; smart campus; face recognition; image

    0 引言

    為了提高學(xué)校的安全管理水平,創(chuàng)建更為安全的學(xué)習(xí)環(huán)境,學(xué)校使用智慧校園人臉識(shí)別系統(tǒng),本系統(tǒng)是一種一對(duì)一的身份驗(yàn)證。智慧校園人臉識(shí)別系統(tǒng)立足于我們學(xué)校智能化的視頻監(jiān)控系統(tǒng)、數(shù)字化校園平臺(tái)以及成熟的物聯(lián)網(wǎng)技術(shù),將學(xué)校在校生和教職員工的人臉等信息通過管理平臺(tái)上傳到系統(tǒng),建立人臉數(shù)據(jù)庫(kù),人員在識(shí)別時(shí)與人臉庫(kù)比對(duì),確認(rèn)身份,該系統(tǒng)能幫助學(xué)校對(duì)在校學(xué)生的日常行動(dòng)軌跡信息進(jìn)行有效管理分析,加強(qiáng)在校生的日常行為管制能力,并且可以為事后提供數(shù)據(jù),做到異常事件提前預(yù)警,便于教師及時(shí)掌握本地及在線學(xué)生的學(xué)習(xí)狀態(tài)數(shù)據(jù),并及時(shí)對(duì)學(xué)生的學(xué)習(xí)進(jìn)行引導(dǎo)。還可以通過系統(tǒng)對(duì)教職員工進(jìn)行人事考勤管理。經(jīng)過攝像機(jī)探測(cè)跟蹤人臉,并自動(dòng)獲取含有人臉的圖像,進(jìn)而對(duì)探測(cè)到的人臉開展面部圖像獲取、人臉定位、人臉識(shí)別,本系統(tǒng)有效助力實(shí)現(xiàn)校園場(chǎng)景智能監(jiān)控,提升校園安全系數(shù)。

    1 人臉圖像采集

    人臉識(shí)別是基于人臉特征的唯一性進(jìn)行身份識(shí)別的一種方法,學(xué)校在新生注冊(cè)報(bào)名登記時(shí),利用PCP人像采集系統(tǒng)4.0,統(tǒng)一進(jìn)行人臉采集,采集的是靜態(tài)圖像,以JPG格式存儲(chǔ)到計(jì)算機(jī)內(nèi),形成人臉圖像文件,每張人臉圖像大小限制在100K以內(nèi),學(xué)生按姓名+學(xué)號(hào)命名,以班級(jí)為單位收集,教職員工按工號(hào)命名,將這些圖像文件生成相對(duì)應(yīng)的編碼,以便計(jì)算機(jī)識(shí)別處理,采集學(xué)生的人臉照片可以用于學(xué)籍檔案、學(xué)生證和一卡通等,教職員工可用于上班考勤,該軟件支持從攝像機(jī)直接讀取圖像,同時(shí)支持照片與數(shù)據(jù)的批量導(dǎo)入導(dǎo)出,方便與第三方系統(tǒng)進(jìn)行對(duì)接。另一種是經(jīng)過學(xué)校大門的臨時(shí)人員,用攝像機(jī)捕捉當(dāng)前的人臉圖像,并將當(dāng)前獲取的人臉圖像文件生成面紋編碼。

    2 軟件系統(tǒng)設(shè)計(jì)

    2.1 卷積神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介

    本論文使用卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)智慧校園人臉識(shí)別,[1]在機(jī)器學(xué)習(xí)中,卷積神經(jīng)網(wǎng)絡(luò)是一種深度前饋人工神經(jīng)網(wǎng)絡(luò),人工神經(jīng)元可以響應(yīng)周圍單元,可以進(jìn)行大型圖像處理,已成功的應(yīng)用于圖像識(shí)別。卷積神經(jīng)網(wǎng)絡(luò)由于[2]它的局部感知和權(quán)值共享結(jié)構(gòu),使其更接近現(xiàn)實(shí)世界的生物神經(jīng)網(wǎng)絡(luò),權(quán)值共享結(jié)構(gòu)降低了神經(jīng)網(wǎng)絡(luò)的復(fù)雜度,這樣可以避免進(jìn)行數(shù)據(jù)重建時(shí),特征提取與分類過程的復(fù)雜度。卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練是基于python,圖像庫(kù)PIL、矩陣計(jì)算Numpy,深度學(xué)習(xí)庫(kù)theano。

    2.2 數(shù)據(jù)的預(yù)處理

    在將學(xué)習(xí)數(shù)據(jù)輸入卷積神經(jīng)網(wǎng)絡(luò)前,對(duì)原始圖像數(shù)據(jù)進(jìn)行預(yù)處理,本論文用的訓(xùn)練數(shù)據(jù)是[3]olivettifaces人臉數(shù)據(jù)庫(kù),是紐約大學(xué)組建的一個(gè)比較小的人臉數(shù)據(jù)庫(kù),包含40個(gè)人的人臉圖片,每個(gè)人10張人臉樣本,組成一張有400張人臉的大圖片,整張圖片大小是1190*942,每張照片大小是(1190/20)(942/20)= 57*47。訓(xùn)練數(shù)據(jù)RGB數(shù)據(jù)范圍在[0,255]之間,不需要再進(jìn)行歸一化處理,需對(duì)訓(xùn)練圖片進(jìn)行去均值、白化預(yù)處理操作,去均值是將各個(gè)特征值減數(shù)據(jù)集RGB通道的均值,使得數(shù)據(jù)的分布變?yōu)榫?,方差為1的數(shù)據(jù),先將訓(xùn)練數(shù)據(jù)導(dǎo)入numpy庫(kù),在Python中的代碼:import numpy as np; X -= np.mean(400, axis = 0)。白化的目的降低輸入的冗余性,減少特征之間的相關(guān)性,讓訓(xùn)練數(shù)據(jù)具有相同的分布。CNN 執(zhí)行的是有監(jiān)督的訓(xùn)練,需將圖片數(shù)據(jù)統(tǒng)一格式,對(duì)訓(xùn)練數(shù)據(jù)帶上標(biāo)簽(labels),每個(gè)人的10張人臉樣本,設(shè)置一個(gè)相同的標(biāo)簽,標(biāo)簽的值域需符合激活函數(shù)的值,對(duì)命名好的400張圖片劃分為數(shù)據(jù)集(train_data),驗(yàn)證集(valid_data),訓(xùn)練集(test_data)三個(gè)數(shù)據(jù)集:

    # 劃分?jǐn)?shù)據(jù)集

    train_data=numpy.empty((320,2679))

    train_label=numpy.empty(320)

    valid_data=numpy.empty((40,2679))

    valid_label=numpy.empty(40)

    test_data=numpy.empty((40,2679))

    test_label=numpy.empty(40)

    for i in range(40):

    ……

    2.3 卷積

    卷積層主要完成圖像的特征提取,使用卷積核與輸入圖像進(jìn)行卷積運(yùn)算,卷積核在工作時(shí),將卷積核沿著輸入圖像(或特征圖像)的水平方向和垂直方向以一定的步長(zhǎng)(stride)進(jìn)行滑動(dòng),每移動(dòng)一個(gè)步長(zhǎng),會(huì)有規(guī)律地掃過輸入特征,在感受野內(nèi)對(duì)輸入圖像和filter的對(duì)應(yīng)位置元素相乘再求和,最后加上偏置項(xiàng),運(yùn)算結(jié)果被放置在與卷積核位置相對(duì)應(yīng)的輸出特征圖像上,隨著滑動(dòng)的結(jié)束,可以得到一張新的特征圖。卷積運(yùn)算是一種線性運(yùn)算,需要引入非線性函數(shù)(即激活函數(shù))來增強(qiáng)網(wǎng)絡(luò)的性能,保證卷積神經(jīng)網(wǎng)絡(luò)的非線性能力,然后經(jīng)過激勵(lì)函數(shù)計(jì)算后送入池化層。Relu激活函數(shù)具有收斂快,求梯度簡(jiǎn)單,對(duì)輸入的負(fù)值輸出全為0,對(duì)于輸入正值原樣輸出。為了描述卷積計(jì)算過程,在卷積過程中,輸入圖像的每個(gè)像素需要進(jìn)行編號(hào),用xi,j表示圖像的第 i行第j列元素;用wm,n表示第m行第n列權(quán)重,用wb表示filter的偏置項(xiàng),用f表示激活項(xiàng),用ai,j表示Feature Map的第i行第j列元素,計(jì)算卷積的公式:

    [ai,j=f(m=0m.n=0nwm,nxi+m,j+n,+wb)] ⑴

    假設(shè)有一個(gè)7*7的圖像,使用一個(gè)3*3的過濾器進(jìn)行卷積,卷積的步長(zhǎng)為2,根據(jù)公式⑴,對(duì)于輸出圖左上角元素a0,0 來說,其卷積計(jì)算方法為:

    a0,0=relu(w0,0x0,0+w0,1x0,1+w0,2x0,2+w1,0x1,0+w1,1x1,1

    +w1,2x1,2+w2,0x2,0+w2,1x2,1+w2,2x2,2)

    =relu(1*1+1*1+1*1)

    =3

    依次求出ai,j的值,得到一個(gè)3*3的Feature Map,如圖1所示。

    以上工作重復(fù)進(jìn)行,直至差平方和為0,模型訓(xùn)練完畢,可以交付使用。

    2.4 池化

    在圖像分類任務(wù)中,只關(guān)心某個(gè)特征是否出現(xiàn),不需要關(guān)心它出現(xiàn)的具體位置,而池化在獲取圖像時(shí),具有平移不變性,正好滿足這樣的需求。池化層在連續(xù)的卷積層中間,主要用于特征降維,提高計(jì)算速度,減小過擬合。為了減少網(wǎng)絡(luò)參數(shù)優(yōu)化結(jié)構(gòu),最常見的池化操作有平均池化(average pooling)、最大池化(max pooling),實(shí)際最大池化用得較多。對(duì)于每個(gè)2*2的窗口選出最大的數(shù)作為輸出矩陣的相應(yīng)元素的值,其操作過程如圖2所示。

    池化層與卷積層經(jīng)常成對(duì)出現(xiàn),通過池化操作,特征不變性和特征降維,一定程度上防止過擬合,增強(qiáng)網(wǎng)絡(luò)對(duì)圖像的魯棒性。

    2.5 全連接層

    全連接層的作用主要就是實(shí)現(xiàn)分類[4],全連接層的每一個(gè)結(jié)點(diǎn)都與上一層的所有結(jié)點(diǎn)相連,用來把前面提取到的特征綜合起來,全連接層一般會(huì)把卷積輸出的二維特征圖(feature map)轉(zhuǎn)化為一維(N*1)的一個(gè)向量,對(duì)這個(gè)向量做乘法,最終降低其維度。

    根據(jù)圖1,feature map是3×3×3,那么就需要把這個(gè)feature map 拉成27×1的列向量,相當(dāng)于有了27個(gè)像素點(diǎn),這時(shí)候,再乘一個(gè)權(quán)重,這個(gè)權(quán)重要把27個(gè)像素點(diǎn)都包含進(jìn)去,這個(gè)權(quán)重的矩陣形式應(yīng)該是1×27,所以經(jīng)過一個(gè)全連接層后的輸出就是1×27×27×1=1×1,假如需要3個(gè)1×1的神經(jīng)元,輸出為3X(1×27×27×1)=3×(1×1)。這個(gè)3在權(quán)重矩陣中代表3行,即每一行與輸入相乘,得到一個(gè)輸出:

    2.6 輸出

    分類器的作用就是將這些通過全連接層的特征按照概率分布,輸出屬于一類的概率或分類結(jié)果。本論文的分類函數(shù)使用的是softmax函數(shù),softmax函數(shù)的每個(gè)輸出信號(hào)值在0至1之間,且輸出值的總和為1,因此,把softmax函數(shù)的結(jié)果可以看做概率分布,一般而言,神經(jīng)網(wǎng)絡(luò)只把輸出值最大的神經(jīng)元所對(duì)應(yīng)的類別作為識(shí)別結(jié)果。

    softmax函數(shù)的公式:

    [yk=ceajci=1neai] ⑵

    這個(gè)公式[5]表示假設(shè)輸出層共有n個(gè)神經(jīng)元,計(jì)算第k個(gè)神經(jīng)元的輸出。softmax函數(shù)的分子是輸出層輸入信號(hào)的指數(shù)函數(shù),分母是所有輸入信號(hào)的指數(shù)函數(shù)的和,這里的C可以使用任何值,為了防止溢出,一般會(huì)使用輸入信號(hào)中的最大值。根據(jù)公式⑵,softmax函數(shù)的python 編程如下:

    Import numpy as np

    Defsoftmax(a):

    Exp=np.exp(a-c)

    Sum_exp=np.exp(exp)

    Y=exp/sum_exp

    Return y

    A=np.array([3,1,-3])

    Y=softmax(a)

    Print(y)

    Print(y.(sum))

    輸出為:

    [0.87912088? 0.11868132? ? 0.0021978]

    1.0

    3 實(shí)驗(yàn)與分析

    系統(tǒng)設(shè)計(jì)好之后,對(duì)系統(tǒng)的功能進(jìn)行初步測(cè)試,測(cè)試本文方法在智慧校園人臉識(shí)別中的應(yīng)用性能,對(duì)olivettifaces人臉數(shù)據(jù)庫(kù)中的10人共80張人臉圖像作為研究樣本進(jìn)行特征提取,能實(shí)現(xiàn)人臉的準(zhǔn)確識(shí)別,對(duì)數(shù)據(jù)庫(kù)中注冊(cè)的人臉與攝像頭實(shí)時(shí)獲取的人臉進(jìn)行匹配,顯示有95%的相似度,滿足設(shè)計(jì)需求。

    4 結(jié)束語(yǔ)

    在這人工智能技術(shù)時(shí)代,生物識(shí)別檢測(cè)技術(shù)已經(jīng)成熟并被用于普通的電子數(shù)字設(shè)備中,人臉識(shí)別實(shí)現(xiàn)身份驗(yàn)證,在很多的領(lǐng)域都被使用,該方法易于被師生接受。本文研究了在卷積神經(jīng)網(wǎng)絡(luò)下的人臉識(shí)別,介紹了卷積層對(duì)輸入數(shù)據(jù)進(jìn)行特征提取,池化層在一定程度上防止過擬合,增強(qiáng)網(wǎng)絡(luò)對(duì)圖像的魯棒性,softmax函數(shù)對(duì)全連接層的特征進(jìn)行了分類,輸出結(jié)果以概率分布,得到非常理想的識(shí)別結(jié)果,能夠?qū)崿F(xiàn)智慧校園的人臉識(shí)別。該系統(tǒng)可推廣應(yīng)用于智慧小區(qū),系統(tǒng)的不足之處是使用小樣本數(shù)據(jù)集建模,隨著數(shù)據(jù)量的增加,該系統(tǒng)還需進(jìn)一步完善。

    參考文獻(xiàn)(References):

    [1] 劉菁琪.淺析機(jī)器學(xué)習(xí)在氣候研究中的應(yīng)用[J].通訊世界,2018.9:218-219

    [2] 王嘉鑫,鄒科文,陳義明.基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別[J].電腦知識(shí)與技術(shù),2016:187-190

    [3] wepon.利用 python PIL.Cpickle讀取和保存圖像數(shù)據(jù)庫(kù)[EB/OL].http://blog.csdn.net/u012162613/article/details/43226127.

    [4] 張文濤,陳嬋娟,王澤荔.一種多尺度輕量化的人臉識(shí)別算法[J].現(xiàn)代計(jì)算機(jī)《專業(yè)版本》,2018.10.

    [5] [日]齋藤康毅.深度學(xué)習(xí)入門基于python的理論與實(shí)現(xiàn)[M].人民郵電出版社,2018.

    猜你喜歡
    人臉識(shí)別
    人臉識(shí)別 等
    揭開人臉識(shí)別的神秘面紗
    人臉識(shí)別技術(shù)的基本原理與應(yīng)用
    電子制作(2019年14期)2019-08-20 05:43:34
    人臉識(shí)別技術(shù)在高速公路打逃中的應(yīng)用探討
    基于(2D)2PCA-LBP 的人臉識(shí)別方法的研究
    電子制作(2017年17期)2017-12-18 06:40:55
    淺談人臉識(shí)別技術(shù)
    人臉識(shí)別在高校安全防范中的應(yīng)用
    電子制作(2017年1期)2017-05-17 03:54:46
    巡演完美收官 英飛拓引領(lǐng)人臉識(shí)別新潮流
    人臉識(shí)別在Android平臺(tái)下的研究與實(shí)現(xiàn)
    基于Metaface字典學(xué)習(xí)與核稀疏表示的人臉識(shí)別方法
    国产人伦9x9x在线观看| 午夜精品久久久久久毛片777| 欧美在线一区亚洲| 日本wwww免费看| 国产国语露脸激情在线看| 视频区欧美日本亚洲| 最新的欧美精品一区二区| 色在线成人网| 欧美不卡视频在线免费观看 | 美女 人体艺术 gogo| 国产精品av久久久久免费| 12—13女人毛片做爰片一| 亚洲人成77777在线视频| 亚洲五月色婷婷综合| 高清毛片免费观看视频网站 | 纯流量卡能插随身wifi吗| 亚洲五月色婷婷综合| 国产亚洲av高清不卡| 最新美女视频免费是黄的| 熟女少妇亚洲综合色aaa.| 极品教师在线免费播放| 免费在线观看完整版高清| 国产欧美日韩精品亚洲av| 亚洲熟妇熟女久久| 99热国产这里只有精品6| 国产精品一区二区免费欧美| 一级黄色大片毛片| 精品国产美女av久久久久小说| 久久99一区二区三区| 日本撒尿小便嘘嘘汇集6| 99国产精品99久久久久| av天堂在线播放| 91成年电影在线观看| 欧美人与性动交α欧美精品济南到| 成人18禁在线播放| 亚洲欧美日韩另类电影网站| 美女高潮喷水抽搐中文字幕| 国产成人影院久久av| www.精华液| 一边摸一边抽搐一进一出视频| 在线视频色国产色| xxx96com| 麻豆乱淫一区二区| 中文字幕人妻丝袜一区二区| bbb黄色大片| 99精品在免费线老司机午夜| 国产在线一区二区三区精| 国产午夜精品久久久久久| 国产熟女午夜一区二区三区| 一级毛片精品| 涩涩av久久男人的天堂| 国产免费现黄频在线看| 最新在线观看一区二区三区| 欧美日韩国产mv在线观看视频| 黑人巨大精品欧美一区二区蜜桃| 亚洲av成人av| 久久这里只有精品19| 亚洲成人手机| www.自偷自拍.com| 黄色视频,在线免费观看| 极品人妻少妇av视频| 在线国产一区二区在线| 无遮挡黄片免费观看| 免费高清在线观看日韩| 夜夜夜夜夜久久久久| 欧美乱码精品一区二区三区| 亚洲国产看品久久| 精品久久久久久久毛片微露脸| 亚洲av欧美aⅴ国产| 制服诱惑二区| 国产片内射在线| 欧美精品亚洲一区二区| 亚洲男人天堂网一区| 超色免费av| 国产高清videossex| 久热爱精品视频在线9| 精品视频人人做人人爽| 一区二区三区精品91| 丰满迷人的少妇在线观看| 亚洲熟女毛片儿| 99精品欧美一区二区三区四区| 成人手机av| 亚洲情色 制服丝袜| 国产亚洲精品久久久久久毛片 | 日日夜夜操网爽| 国产欧美日韩一区二区三区在线| 久久精品人人爽人人爽视色| 18禁裸乳无遮挡动漫免费视频| 午夜福利影视在线免费观看| 天天躁狠狠躁夜夜躁狠狠躁| 久久99一区二区三区| 国产精品久久电影中文字幕 | 国产精品自产拍在线观看55亚洲 | 日韩精品免费视频一区二区三区| 免费看十八禁软件| 欧美久久黑人一区二区| 婷婷成人精品国产| 免费高清在线观看日韩| 高清在线国产一区| 黑人巨大精品欧美一区二区蜜桃| 夜夜爽天天搞| 看免费av毛片| 美女午夜性视频免费| 国产成人精品久久二区二区91| 亚洲精品国产一区二区精华液| 老司机深夜福利视频在线观看| 亚洲国产精品sss在线观看 | 满18在线观看网站| 黄色怎么调成土黄色| 精品国产超薄肉色丝袜足j| 欧美激情 高清一区二区三区| 国产精品偷伦视频观看了| 夫妻午夜视频| 欧美 日韩 精品 国产| 亚洲中文av在线| 极品人妻少妇av视频| 欧美 亚洲 国产 日韩一| 国产精品久久久av美女十八| 少妇裸体淫交视频免费看高清 | 亚洲色图综合在线观看| 免费少妇av软件| 天天操日日干夜夜撸| 欧美成人免费av一区二区三区 | 午夜福利在线免费观看网站| 亚洲avbb在线观看| 亚洲熟女毛片儿| 成年人免费黄色播放视频| 免费在线观看亚洲国产| 美女国产高潮福利片在线看| 99re在线观看精品视频| 1024视频免费在线观看| 久久 成人 亚洲| 亚洲成人免费av在线播放| 母亲3免费完整高清在线观看| 一级片'在线观看视频| av免费在线观看网站| 美女高潮喷水抽搐中文字幕| 在线av久久热| 亚洲色图av天堂| 1024香蕉在线观看| 国产av又大| 一区二区三区国产精品乱码| 国产不卡一卡二| av超薄肉色丝袜交足视频| 亚洲情色 制服丝袜| 18禁观看日本| 18禁美女被吸乳视频| 夫妻午夜视频| 久久精品国产a三级三级三级| 黄频高清免费视频| 淫妇啪啪啪对白视频| 丝瓜视频免费看黄片| 日韩欧美免费精品| 成人国语在线视频| 亚洲欧美精品综合一区二区三区| 久久久久久久午夜电影 | 无限看片的www在线观看| 精品一品国产午夜福利视频| 国产极品粉嫩免费观看在线| av免费在线观看网站| 久久久水蜜桃国产精品网| 99久久精品国产亚洲精品| 又黄又爽又免费观看的视频| 在线天堂中文资源库| 两人在一起打扑克的视频| 欧美日韩精品网址| 久久精品人人爽人人爽视色| 正在播放国产对白刺激| 亚洲全国av大片| 国产有黄有色有爽视频| 国产成人av激情在线播放| 国产精品电影一区二区三区 | 成人18禁高潮啪啪吃奶动态图| 美女视频免费永久观看网站| 在线看a的网站| 精品一区二区三区av网在线观看| 国产真人三级小视频在线观看| 丝袜人妻中文字幕| 免费一级毛片在线播放高清视频 | 男女午夜视频在线观看| 最近最新免费中文字幕在线| 99久久99久久久精品蜜桃| 午夜福利乱码中文字幕| 久久这里只有精品19| av免费在线观看网站| 19禁男女啪啪无遮挡网站| 可以免费在线观看a视频的电影网站| 亚洲五月色婷婷综合| 午夜福利免费观看在线| 亚洲情色 制服丝袜| 精品亚洲成a人片在线观看| 中亚洲国语对白在线视频| 一级毛片女人18水好多| 亚洲第一av免费看| 美女 人体艺术 gogo| 777久久人妻少妇嫩草av网站| 99国产精品免费福利视频| 亚洲成a人片在线一区二区| 黄色成人免费大全| 天天添夜夜摸| 欧美大码av| 十八禁高潮呻吟视频| 丝袜人妻中文字幕| a级毛片黄视频| 欧美日本中文国产一区发布| 少妇猛男粗大的猛烈进出视频| 精品少妇一区二区三区视频日本电影| 丝袜美腿诱惑在线| 国产精品电影一区二区三区 | 人人妻人人添人人爽欧美一区卜| 日韩 欧美 亚洲 中文字幕| 99精品久久久久人妻精品| av不卡在线播放| 人妻一区二区av| 99热网站在线观看| 欧美亚洲日本最大视频资源| 这个男人来自地球电影免费观看| 女性被躁到高潮视频| 亚洲精品美女久久久久99蜜臀| 女人被狂操c到高潮| 久久久精品区二区三区| 天堂中文最新版在线下载| 黑人欧美特级aaaaaa片| avwww免费| 国产成人av教育| 国产乱人伦免费视频| 国产一区二区激情短视频| 国产精品永久免费网站| 久久国产精品男人的天堂亚洲| 欧美精品一区二区免费开放| 一级黄色大片毛片| 男女下面插进去视频免费观看| av国产精品久久久久影院| 巨乳人妻的诱惑在线观看| 精品熟女少妇八av免费久了| 国产精品一区二区精品视频观看| 男女之事视频高清在线观看| 久久人妻av系列| 午夜福利视频在线观看免费| 日本wwww免费看| 成人特级黄色片久久久久久久| 天堂中文最新版在线下载| 欧美最黄视频在线播放免费 | 日韩欧美一区视频在线观看| 老司机午夜福利在线观看视频| 精品少妇一区二区三区视频日本电影| cao死你这个sao货| 欧美性长视频在线观看| 亚洲精品国产精品久久久不卡| 欧洲精品卡2卡3卡4卡5卡区| 国产一区有黄有色的免费视频| 国产精华一区二区三区| 一二三四在线观看免费中文在| 日韩熟女老妇一区二区性免费视频| 国产高清国产精品国产三级| tube8黄色片| 如日韩欧美国产精品一区二区三区| 免费在线观看视频国产中文字幕亚洲| 黑丝袜美女国产一区| 久久国产精品人妻蜜桃| 午夜福利一区二区在线看| 首页视频小说图片口味搜索| 精品电影一区二区在线| 中文欧美无线码| 欧美乱色亚洲激情| videosex国产| 大码成人一级视频| 久热爱精品视频在线9| 天堂动漫精品| 国产精品秋霞免费鲁丝片| 中文字幕最新亚洲高清| 侵犯人妻中文字幕一二三四区| 天天躁狠狠躁夜夜躁狠狠躁| 中文字幕人妻丝袜制服| 高清av免费在线| 欧美乱码精品一区二区三区| 午夜福利视频在线观看免费| 免费女性裸体啪啪无遮挡网站| e午夜精品久久久久久久| 超碰成人久久| 亚洲男人天堂网一区| 91国产中文字幕| 99国产精品99久久久久| 国产日韩欧美亚洲二区| 黑丝袜美女国产一区| 国产97色在线日韩免费| 欧美乱码精品一区二区三区| 老汉色∧v一级毛片| 日韩熟女老妇一区二区性免费视频| 制服诱惑二区| 91在线观看av| 国产不卡一卡二| 久久午夜亚洲精品久久| 久久久国产成人精品二区 | 十分钟在线观看高清视频www| 曰老女人黄片| 亚洲成人国产一区在线观看| 午夜精品在线福利| 欧美乱码精品一区二区三区| 老汉色∧v一级毛片| 五月开心婷婷网| 男女高潮啪啪啪动态图| 精品国产超薄肉色丝袜足j| 精品久久久久久久毛片微露脸| 欧美成人免费av一区二区三区 | 美女高潮喷水抽搐中文字幕| x7x7x7水蜜桃| 建设人人有责人人尽责人人享有的| 亚洲视频免费观看视频| 精品熟女少妇八av免费久了| 亚洲自偷自拍图片 自拍| 在线视频色国产色| 亚洲五月天丁香| 欧美成人免费av一区二区三区 | 久热这里只有精品99| 91国产中文字幕| 精品一区二区三区四区五区乱码| 欧美乱码精品一区二区三区| 国产主播在线观看一区二区| 久99久视频精品免费| 777久久人妻少妇嫩草av网站| 欧美激情极品国产一区二区三区| 亚洲免费av在线视频| 亚洲色图av天堂| 亚洲中文av在线| 免费久久久久久久精品成人欧美视频| 久久久精品区二区三区| 天天操日日干夜夜撸| 久久 成人 亚洲| 巨乳人妻的诱惑在线观看| 国产精品成人在线| 人妻丰满熟妇av一区二区三区 | 日韩精品免费视频一区二区三区| 欧美在线一区亚洲| 国产精品亚洲av一区麻豆| 下体分泌物呈黄色| 亚洲成av片中文字幕在线观看| 欧美黄色淫秽网站| av免费在线观看网站| 国产一区二区三区综合在线观看| 日本wwww免费看| 久久国产精品影院| 91字幕亚洲| 久久久国产精品麻豆| 大码成人一级视频| 精品福利观看| 国产欧美日韩一区二区三| 亚洲一码二码三码区别大吗| 制服人妻中文乱码| 中文亚洲av片在线观看爽 | av一本久久久久| 久久精品国产a三级三级三级| 69精品国产乱码久久久| 激情视频va一区二区三区| 黄片大片在线免费观看| 欧美日韩黄片免| 久久性视频一级片| 动漫黄色视频在线观看| 国产欧美日韩一区二区精品| 老司机靠b影院| 黄片大片在线免费观看| 亚洲精品中文字幕在线视频| 欧美色视频一区免费| 国产精品久久久久久精品古装| 成年人黄色毛片网站| 久久久精品区二区三区| 免费观看a级毛片全部| 久久久久久免费高清国产稀缺| 18在线观看网站| 一边摸一边做爽爽视频免费| 欧美乱妇无乱码| 亚洲中文字幕日韩| 免费观看a级毛片全部| 美女视频免费永久观看网站| 一进一出抽搐动态| 国产日韩欧美亚洲二区| 精品午夜福利视频在线观看一区| 午夜福利乱码中文字幕| 国产高清国产精品国产三级| 99国产精品免费福利视频| xxxhd国产人妻xxx| 久久久国产精品麻豆| 在线国产一区二区在线| 国产亚洲精品久久久久5区| 日韩免费高清中文字幕av| 亚洲精品国产精品久久久不卡| 久久人人爽av亚洲精品天堂| 成年人免费黄色播放视频| 国产激情欧美一区二区| 黄色视频不卡| 精品卡一卡二卡四卡免费| 亚洲性夜色夜夜综合| av电影中文网址| 午夜亚洲福利在线播放| 精品福利观看| 久久精品亚洲av国产电影网| 亚洲精品国产区一区二| 国产成人av教育| 女人高潮潮喷娇喘18禁视频| 国产97色在线日韩免费| 国产不卡一卡二| 多毛熟女@视频| 欧美午夜高清在线| 人人澡人人妻人| 中文字幕人妻丝袜一区二区| 美女福利国产在线| 久久中文字幕人妻熟女| 久久精品亚洲熟妇少妇任你| 亚洲欧美一区二区三区黑人| 97人妻天天添夜夜摸| 这个男人来自地球电影免费观看| 国产成人欧美| 国产国语露脸激情在线看| 午夜免费成人在线视频| 777米奇影视久久| 精品一品国产午夜福利视频| 91大片在线观看| 99国产精品免费福利视频| 啦啦啦在线免费观看视频4| 欧美激情极品国产一区二区三区| 咕卡用的链子| 国产精品久久久久久人妻精品电影| 下体分泌物呈黄色| 国产色视频综合| 国产欧美日韩一区二区三区在线| 最新在线观看一区二区三区| 午夜福利乱码中文字幕| 精品一区二区三区av网在线观看| 视频区欧美日本亚洲| 午夜福利影视在线免费观看| 母亲3免费完整高清在线观看| 在线观看免费视频日本深夜| 男人操女人黄网站| 999久久久国产精品视频| 99热网站在线观看| 久久亚洲精品不卡| 高潮久久久久久久久久久不卡| 国产亚洲欧美在线一区二区| 欧美乱码精品一区二区三区| 电影成人av| 一边摸一边做爽爽视频免费| 日韩有码中文字幕| 极品少妇高潮喷水抽搐| 日韩欧美在线二视频 | 不卡av一区二区三区| 狠狠狠狠99中文字幕| 一级a爱视频在线免费观看| 国产精华一区二区三区| 国产深夜福利视频在线观看| 久久久久视频综合| 亚洲精品一二三| 窝窝影院91人妻| 国产一区二区三区在线臀色熟女 | 美女午夜性视频免费| 欧洲精品卡2卡3卡4卡5卡区| 一二三四社区在线视频社区8| 国产成人免费无遮挡视频| 久久中文字幕一级| 国产精品免费视频内射| 久久香蕉激情| 亚洲国产毛片av蜜桃av| 欧美大码av| 美女高潮到喷水免费观看| 热re99久久国产66热| 欧美激情高清一区二区三区| 一级a爱视频在线免费观看| 国产av又大| 午夜免费成人在线视频| 国产成人啪精品午夜网站| 亚洲av美国av| 亚洲午夜理论影院| a级毛片在线看网站| 国产精品久久久久久精品古装| 国产麻豆69| 国产野战对白在线观看| 久久久久精品国产欧美久久久| 国产一区二区三区综合在线观看| 高清欧美精品videossex| 一级,二级,三级黄色视频| 国产一区二区三区视频了| 99久久国产精品久久久| 久久精品熟女亚洲av麻豆精品| 欧美久久黑人一区二区| 天天添夜夜摸| 亚洲专区国产一区二区| 国产国语露脸激情在线看| 国产又爽黄色视频| 黄片播放在线免费| 午夜福利在线免费观看网站| 97人妻天天添夜夜摸| 一区在线观看完整版| 村上凉子中文字幕在线| 丰满人妻熟妇乱又伦精品不卡| 19禁男女啪啪无遮挡网站| 国产aⅴ精品一区二区三区波| 欧美日韩中文字幕国产精品一区二区三区 | 午夜福利一区二区在线看| 脱女人内裤的视频| 亚洲av日韩在线播放| 激情视频va一区二区三区| 老司机午夜十八禁免费视频| 日韩欧美一区二区三区在线观看 | 午夜福利,免费看| netflix在线观看网站| 国产精品 国内视频| 午夜视频精品福利| 亚洲精品乱久久久久久| 亚洲av美国av| 中文字幕精品免费在线观看视频| 18禁裸乳无遮挡免费网站照片 | 久9热在线精品视频| 波多野结衣av一区二区av| 91大片在线观看| 成在线人永久免费视频| 国产精品国产高清国产av | 波多野结衣av一区二区av| 久久午夜综合久久蜜桃| 亚洲中文av在线| 亚洲成人手机| 少妇裸体淫交视频免费看高清 | 嫩草影视91久久| 久久久国产一区二区| 日本精品一区二区三区蜜桃| 两性午夜刺激爽爽歪歪视频在线观看 | 一级作爱视频免费观看| 亚洲国产看品久久| 亚洲色图综合在线观看| 亚洲黑人精品在线| 久久久久久人人人人人| 国产激情久久老熟女| 久久香蕉国产精品| 777久久人妻少妇嫩草av网站| 在线观看免费午夜福利视频| 亚洲精品久久成人aⅴ小说| 免费一级毛片在线播放高清视频 | 国产亚洲欧美在线一区二区| 777久久人妻少妇嫩草av网站| 99热国产这里只有精品6| 精品一品国产午夜福利视频| 美女福利国产在线| 亚洲精品自拍成人| 亚洲少妇的诱惑av| 黑人欧美特级aaaaaa片| 国产一区二区三区在线臀色熟女 | 午夜福利,免费看| 午夜福利影视在线免费观看| 久久午夜亚洲精品久久| 日韩 欧美 亚洲 中文字幕| 窝窝影院91人妻| 电影成人av| 99久久人妻综合| 久久午夜综合久久蜜桃| 日韩欧美免费精品| 美女视频免费永久观看网站| 校园春色视频在线观看| 国产午夜精品久久久久久| 午夜激情av网站| 精品无人区乱码1区二区| 日韩欧美一区视频在线观看| 9191精品国产免费久久| 嫁个100分男人电影在线观看| 免费看a级黄色片| 最新美女视频免费是黄的| 欧美日韩乱码在线| 欧美日韩亚洲高清精品| 亚洲精品国产一区二区精华液| 欧美日韩中文字幕国产精品一区二区三区 | 如日韩欧美国产精品一区二区三区| 亚洲第一av免费看| 91精品国产国语对白视频| 电影成人av| 亚洲少妇的诱惑av| 我的亚洲天堂| 久久亚洲真实| 新久久久久国产一级毛片| 黄色a级毛片大全视频| 亚洲aⅴ乱码一区二区在线播放 | 亚洲性夜色夜夜综合| 精品国产超薄肉色丝袜足j| 777米奇影视久久| 欧美日韩中文字幕国产精品一区二区三区 | 波多野结衣一区麻豆| 成年动漫av网址| netflix在线观看网站| 欧美乱妇无乱码| av在线播放免费不卡| 在线国产一区二区在线| 国产精品偷伦视频观看了| 久久国产精品男人的天堂亚洲| 国产成人免费无遮挡视频| 18在线观看网站| 天天影视国产精品| 成人精品一区二区免费| 男人的好看免费观看在线视频 | 人成视频在线观看免费观看| 男人舔女人的私密视频| 久久人妻av系列| 男女下面插进去视频免费观看| 国产深夜福利视频在线观看| 精品久久久久久久久久免费视频 | 一区在线观看完整版| 一区二区日韩欧美中文字幕| 美国免费a级毛片| 一级作爱视频免费观看| 91麻豆精品激情在线观看国产 | 一区福利在线观看| 天天躁日日躁夜夜躁夜夜| 国产熟女午夜一区二区三区| av视频免费观看在线观看| 天天躁日日躁夜夜躁夜夜| 69精品国产乱码久久久| 久久天堂一区二区三区四区| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲第一青青草原| 中文字幕高清在线视频|