• <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
    日韩成人在线观看一区二区三区| av有码第一页| 日韩三级视频一区二区三区| 国产成年人精品一区二区| 欧美黑人精品巨大| 日本 av在线| 香蕉av资源在线| 国产一卡二卡三卡精品| 亚洲第一青青草原| 国产蜜桃级精品一区二区三区| 91麻豆精品激情在线观看国产| 免费在线观看完整版高清| 国产精品免费一区二区三区在线| 国产免费av片在线观看野外av| 香蕉av资源在线| 老汉色av国产亚洲站长工具| 国产精品九九99| 91成年电影在线观看| 久久久精品欧美日韩精品| 欧美日韩乱码在线| 一个人观看的视频www高清免费观看 | 俺也久久电影网| 午夜精品在线福利| 1024手机看黄色片| 日本一区二区免费在线视频| 欧美色欧美亚洲另类二区| 成年女人毛片免费观看观看9| 成人亚洲精品av一区二区| 天堂影院成人在线观看| 国产在线精品亚洲第一网站| 啦啦啦观看免费观看视频高清| 波多野结衣巨乳人妻| 两性午夜刺激爽爽歪歪视频在线观看 | 正在播放国产对白刺激| 黑人欧美特级aaaaaa片| 欧美最黄视频在线播放免费| 看黄色毛片网站| 美国免费a级毛片| 欧美不卡视频在线免费观看 | 日韩免费av在线播放| 国产精品久久久久久亚洲av鲁大| 日本五十路高清| 国产真人三级小视频在线观看| 久久99热这里只有精品18| 亚洲男人天堂网一区| 色综合站精品国产| 日本免费a在线| 亚洲国产精品成人综合色| 在线观看午夜福利视频| 1024手机看黄色片| av片东京热男人的天堂| 国产v大片淫在线免费观看| 国内久久婷婷六月综合欲色啪| 91老司机精品| 看黄色毛片网站| 欧美不卡视频在线免费观看 | 此物有八面人人有两片| 在线视频色国产色| 两个人免费观看高清视频| 老汉色av国产亚洲站长工具| 久久中文字幕人妻熟女| 免费人成视频x8x8入口观看| 黄片大片在线免费观看| 午夜精品久久久久久毛片777| 99热6这里只有精品| 特大巨黑吊av在线直播 | 久久中文看片网| 国产一区二区激情短视频| 中文字幕另类日韩欧美亚洲嫩草| 久久久久久久精品吃奶| 18美女黄网站色大片免费观看| 久久久国产成人免费| 十分钟在线观看高清视频www| 国产精品 欧美亚洲| 啦啦啦观看免费观看视频高清| 久久精品国产综合久久久| 激情在线观看视频在线高清| 亚洲精品中文字幕在线视频| 国产av在哪里看| 亚洲成人久久爱视频| 久久午夜亚洲精品久久| 精品无人区乱码1区二区| 色av中文字幕| 精品久久久久久久久久免费视频| 在线国产一区二区在线| 777久久人妻少妇嫩草av网站| 999精品在线视频| 午夜影院日韩av| 香蕉av资源在线| 日韩视频一区二区在线观看| 啪啪无遮挡十八禁网站| 男人操女人黄网站| 国产亚洲欧美98| 日韩欧美国产在线观看| 看片在线看免费视频| 老司机在亚洲福利影院| 亚洲精品中文字幕在线视频| 亚洲国产精品999在线| 国产精品,欧美在线| 国产一区二区三区在线臀色熟女| 欧美在线一区亚洲| 好男人在线观看高清免费视频 | 亚洲欧美日韩无卡精品| 国产私拍福利视频在线观看| 91成年电影在线观看| 这个男人来自地球电影免费观看| 亚洲成人久久爱视频| 国产成人啪精品午夜网站| 窝窝影院91人妻| 亚洲午夜精品一区,二区,三区| 12—13女人毛片做爰片一| 巨乳人妻的诱惑在线观看| 国产成年人精品一区二区| 18禁美女被吸乳视频| 久久午夜亚洲精品久久| 成人三级做爰电影| 国产99久久九九免费精品| 欧美日韩瑟瑟在线播放| 黄色 视频免费看| 国产主播在线观看一区二区| 亚洲精品国产精品久久久不卡| 成人午夜高清在线视频 | 欧美一区二区精品小视频在线| 男女下面进入的视频免费午夜 | 欧美色欧美亚洲另类二区| 观看免费一级毛片| 香蕉久久夜色| 亚洲熟女毛片儿| 亚洲第一av免费看| АⅤ资源中文在线天堂| av视频在线观看入口| 国产真实乱freesex| 午夜久久久在线观看| 一区二区三区国产精品乱码| 国产亚洲av高清不卡| 最好的美女福利视频网| 久久天堂一区二区三区四区| 日韩欧美免费精品| 欧美日韩福利视频一区二区| 欧洲精品卡2卡3卡4卡5卡区| 久久精品国产综合久久久| 国产午夜福利久久久久久| 久久国产精品男人的天堂亚洲| 欧美激情极品国产一区二区三区| 免费看十八禁软件| 首页视频小说图片口味搜索| 我的亚洲天堂| 午夜激情av网站| 女人高潮潮喷娇喘18禁视频| 一二三四社区在线视频社区8| 欧美黑人巨大hd| 免费在线观看亚洲国产| 亚洲在线自拍视频| 欧美激情久久久久久爽电影| 亚洲全国av大片| 丰满的人妻完整版| 制服丝袜大香蕉在线| 最近在线观看免费完整版| 午夜成年电影在线免费观看| 9191精品国产免费久久| 老司机靠b影院| 久久99热这里只有精品18| 国产黄色小视频在线观看| 无人区码免费观看不卡| 中文在线观看免费www的网站 | 亚洲五月色婷婷综合| 97人妻精品一区二区三区麻豆 | 首页视频小说图片口味搜索| 中文字幕av电影在线播放| 日韩中文字幕欧美一区二区| 精华霜和精华液先用哪个| or卡值多少钱| 国产熟女午夜一区二区三区| 欧美中文综合在线视频| 欧美乱码精品一区二区三区| 国产一区二区三区视频了| 午夜a级毛片| 丝袜美腿诱惑在线| 欧美日韩福利视频一区二区| xxx96com| 久久国产精品影院| 啦啦啦免费观看视频1| 成在线人永久免费视频| 精品欧美国产一区二区三| 国产精品久久电影中文字幕| 又黄又粗又硬又大视频| 久久久久久人人人人人| 亚洲第一青青草原| 男女视频在线观看网站免费 | 法律面前人人平等表现在哪些方面| 99久久99久久久精品蜜桃| 19禁男女啪啪无遮挡网站| av超薄肉色丝袜交足视频| 久久草成人影院| 一区二区三区国产精品乱码| 老汉色∧v一级毛片| 日韩欧美一区二区三区在线观看| 两个人视频免费观看高清| x7x7x7水蜜桃| 看免费av毛片| 一边摸一边做爽爽视频免费| 国内揄拍国产精品人妻在线 | 久久草成人影院| 美国免费a级毛片| 国产精品影院久久| 中文字幕人妻丝袜一区二区| 午夜福利在线观看吧| www.精华液| 少妇熟女aⅴ在线视频| 男女午夜视频在线观看| 午夜福利免费观看在线| 后天国语完整版免费观看| 久久国产精品人妻蜜桃| 黄色成人免费大全| 欧美黑人精品巨大| 亚洲黑人精品在线| 久久久久国产一级毛片高清牌| 亚洲专区字幕在线| 女人高潮潮喷娇喘18禁视频| 国产精品爽爽va在线观看网站 | 成人精品一区二区免费| 国产高清视频在线播放一区| 亚洲熟妇中文字幕五十中出| 丝袜人妻中文字幕| 色尼玛亚洲综合影院| 国产精品99久久99久久久不卡| 男人舔女人下体高潮全视频| 欧美成人性av电影在线观看| 欧美黄色淫秽网站| av电影中文网址| 亚洲美女黄片视频| 日韩视频一区二区在线观看| 中文字幕精品亚洲无线码一区 | 人人妻人人澡欧美一区二区| 久久久国产精品麻豆| 国产成人一区二区三区免费视频网站| 波多野结衣巨乳人妻| 久久久久久人人人人人| 19禁男女啪啪无遮挡网站| 国产精品美女特级片免费视频播放器 | 一区福利在线观看| av视频在线观看入口| 成人三级做爰电影| 婷婷亚洲欧美| 精品国产一区二区三区四区第35| 成人午夜高清在线视频 | 国产精品香港三级国产av潘金莲| 欧美zozozo另类| 亚洲avbb在线观看| 日韩精品中文字幕看吧| 精华霜和精华液先用哪个| 久久精品国产亚洲av高清一级| 久久久久国产一级毛片高清牌| 亚洲国产精品合色在线| 日韩 欧美 亚洲 中文字幕| 满18在线观看网站| 91麻豆av在线| 在线十欧美十亚洲十日本专区| 无遮挡黄片免费观看| 亚洲精品中文字幕一二三四区| 99久久综合精品五月天人人| 99国产精品一区二区三区| 亚洲国产毛片av蜜桃av| 日本免费a在线| 成熟少妇高潮喷水视频| 老熟妇乱子伦视频在线观看| 一a级毛片在线观看| 欧美在线一区亚洲| 色尼玛亚洲综合影院| 熟女电影av网| 精品乱码久久久久久99久播| 一本久久中文字幕| 夜夜躁狠狠躁天天躁| 日本免费一区二区三区高清不卡| 国产午夜精品久久久久久| 精品一区二区三区四区五区乱码| 9191精品国产免费久久| 精品久久久久久,| 人成视频在线观看免费观看| 欧洲精品卡2卡3卡4卡5卡区| 国产亚洲精品久久久久久毛片| 国产精品二区激情视频| 亚洲人成电影免费在线| 亚洲国产欧美网| 97人妻精品一区二区三区麻豆 | 国产精品永久免费网站| 一区二区三区激情视频| 亚洲久久久国产精品| 欧美人与性动交α欧美精品济南到| 一级毛片高清免费大全| 午夜免费成人在线视频| 香蕉丝袜av| 午夜福利成人在线免费观看| 变态另类成人亚洲欧美熟女| 欧美激情 高清一区二区三区| 久9热在线精品视频| 亚洲av中文字字幕乱码综合 | 国产精品亚洲av一区麻豆| 激情在线观看视频在线高清| 国产私拍福利视频在线观看| 久久香蕉激情| 久久精品国产综合久久久| 99re在线观看精品视频| 欧美成人一区二区免费高清观看 | 99久久无色码亚洲精品果冻| 天堂影院成人在线观看| 亚洲成人久久性| 久久人妻福利社区极品人妻图片| 国产激情久久老熟女| 中文亚洲av片在线观看爽| 久久香蕉国产精品| 成人国语在线视频| 国产精品98久久久久久宅男小说| 男女床上黄色一级片免费看| 非洲黑人性xxxx精品又粗又长| 欧美乱色亚洲激情| 欧美一级毛片孕妇| 欧美精品啪啪一区二区三区| 草草在线视频免费看| 嫁个100分男人电影在线观看| 免费在线观看日本一区| 韩国精品一区二区三区| 少妇裸体淫交视频免费看高清 | 亚洲色图 男人天堂 中文字幕| 99国产精品99久久久久| 亚洲自拍偷在线| 免费看十八禁软件| 成人欧美大片| 精品久久久久久,| 一边摸一边抽搐一进一小说| 免费观看精品视频网站| 亚洲美女黄片视频| 午夜福利在线观看吧| 亚洲人成网站高清观看| 神马国产精品三级电影在线观看 | 午夜免费激情av| 国产激情偷乱视频一区二区| 色在线成人网| 日本 欧美在线| 黄色a级毛片大全视频| 亚洲真实伦在线观看| 久久精品国产亚洲av高清一级| 黄色丝袜av网址大全| 18禁观看日本| 亚洲av第一区精品v没综合| 久久人妻av系列| 精品电影一区二区在线| 久久久久久久午夜电影| 午夜福利成人在线免费观看| 久久香蕉精品热| 午夜福利免费观看在线| 婷婷丁香在线五月| 中文亚洲av片在线观看爽| 女性生殖器流出的白浆| 成人国语在线视频| 亚洲av五月六月丁香网| www.999成人在线观看| 亚洲成a人片在线一区二区| 在线观看66精品国产| 国产黄a三级三级三级人| 久久久国产成人精品二区| 侵犯人妻中文字幕一二三四区| 啦啦啦 在线观看视频| 99久久综合精品五月天人人| 国产一级毛片七仙女欲春2 | 亚洲午夜理论影院| 少妇被粗大的猛进出69影院| 午夜激情福利司机影院| 变态另类成人亚洲欧美熟女| 亚洲人成77777在线视频| 亚洲国产中文字幕在线视频| 久久久久久九九精品二区国产 | 欧美乱妇无乱码| 搞女人的毛片| 亚洲精品美女久久久久99蜜臀| 欧美一级毛片孕妇| 丝袜在线中文字幕| 国产黄色小视频在线观看| 夜夜躁狠狠躁天天躁| 美女免费视频网站| 亚洲一卡2卡3卡4卡5卡精品中文| 岛国在线观看网站| 亚洲精品国产精品久久久不卡| 国产成人啪精品午夜网站| 自线自在国产av| a级毛片在线看网站| 一区二区三区国产精品乱码| 黄色女人牲交| 久久久精品国产亚洲av高清涩受| 欧美日韩精品网址| 久久久国产精品麻豆| 亚洲天堂国产精品一区在线| 国产精品久久久久久亚洲av鲁大| www.www免费av| 国产精品亚洲美女久久久| 亚洲成人国产一区在线观看| 精品无人区乱码1区二区| 亚洲人成网站在线播放欧美日韩| 丝袜美腿诱惑在线| 夜夜躁狠狠躁天天躁| 男人舔女人下体高潮全视频| 中文字幕精品亚洲无线码一区 | 老汉色av国产亚洲站长工具| 人妻久久中文字幕网| 一区二区三区高清视频在线| 夜夜爽天天搞| 黑人操中国人逼视频| 国产精品,欧美在线| 成年女人毛片免费观看观看9| 悠悠久久av| cao死你这个sao货| 色综合婷婷激情| 亚洲精品色激情综合| 色av中文字幕| 亚洲av成人不卡在线观看播放网| 久久精品91无色码中文字幕| 亚洲国产日韩欧美精品在线观看 | 后天国语完整版免费观看| 亚洲色图av天堂| 亚洲人成77777在线视频| 国产在线精品亚洲第一网站| 午夜a级毛片| 夜夜夜夜夜久久久久| 久久婷婷成人综合色麻豆| 久久久久久久精品吃奶| 9191精品国产免费久久| 深夜精品福利| 亚洲男人的天堂狠狠| 人人妻,人人澡人人爽秒播| 俺也久久电影网| 色老头精品视频在线观看| 露出奶头的视频| 50天的宝宝边吃奶边哭怎么回事| 午夜a级毛片| e午夜精品久久久久久久| 国产一区二区三区视频了| 男女视频在线观看网站免费 | 侵犯人妻中文字幕一二三四区| 国产伦人伦偷精品视频| 日日夜夜操网爽| 亚洲第一青青草原| 校园春色视频在线观看| 国产三级在线视频| 久久午夜亚洲精品久久| 国产又爽黄色视频| 十八禁人妻一区二区| 亚洲国产精品合色在线| 91成年电影在线观看| 精品一区二区三区av网在线观看| 2021天堂中文幕一二区在线观 | 国产99白浆流出| 午夜福利在线观看吧| 欧美日韩瑟瑟在线播放| 国产精品精品国产色婷婷| 两个人视频免费观看高清| 成人精品一区二区免费| 免费在线观看完整版高清| 人妻久久中文字幕网| av天堂在线播放| 两个人视频免费观看高清| 久久久久久久久中文| 亚洲成人国产一区在线观看| 色综合欧美亚洲国产小说| 久久久久亚洲av毛片大全| 两性夫妻黄色片| 亚洲欧美精品综合一区二区三区| 欧美性猛交╳xxx乱大交人| 免费一级毛片在线播放高清视频| 黄色女人牲交| 欧美一级毛片孕妇| 99国产极品粉嫩在线观看| 91国产中文字幕| 午夜激情av网站| 日本免费a在线| 在线观看舔阴道视频| 19禁男女啪啪无遮挡网站| 久久国产精品人妻蜜桃| 日本 av在线| 欧美一级毛片孕妇| 国产男靠女视频免费网站| 麻豆国产av国片精品| 亚洲欧美精品综合一区二区三区| 男女之事视频高清在线观看| 国产激情偷乱视频一区二区| 亚洲男人天堂网一区| www.熟女人妻精品国产| av天堂在线播放| 操出白浆在线播放| 亚洲精品国产区一区二| 99riav亚洲国产免费| 成人国产综合亚洲| 午夜亚洲福利在线播放| 在线观看舔阴道视频| 亚洲狠狠婷婷综合久久图片| 看黄色毛片网站| 成人免费观看视频高清| 丁香六月欧美| 天堂动漫精品| 国产成人av激情在线播放| 99热只有精品国产| 欧美中文综合在线视频| 久久国产精品男人的天堂亚洲| 久久久久久亚洲精品国产蜜桃av| 97碰自拍视频| 女警被强在线播放| 老熟妇仑乱视频hdxx| 给我免费播放毛片高清在线观看| 婷婷精品国产亚洲av| 日韩av在线大香蕉| 天天一区二区日本电影三级| 精品国产乱码久久久久久男人| 午夜日韩欧美国产| 国产精品日韩av在线免费观看| 日日夜夜操网爽| 久久精品影院6| 人妻丰满熟妇av一区二区三区| 91麻豆精品激情在线观看国产| 欧美国产日韩亚洲一区| 日本 av在线| 婷婷丁香在线五月| 日本五十路高清| 国内精品久久久久久久电影| ponron亚洲| 亚洲成av人片免费观看| 日本成人三级电影网站| 精品免费久久久久久久清纯| 国产亚洲精品一区二区www| 久久久久久大精品| 久久久久久久久中文| 啦啦啦 在线观看视频| 精品国内亚洲2022精品成人| 男女床上黄色一级片免费看| 日本一本二区三区精品| 一二三四社区在线视频社区8| 日日夜夜操网爽| 色综合站精品国产| netflix在线观看网站| 精品国产乱码久久久久久男人| 超碰成人久久| 久久久久久久精品吃奶| 国语自产精品视频在线第100页| 狠狠狠狠99中文字幕| 老司机在亚洲福利影院| 视频在线观看一区二区三区| 亚洲中文字幕日韩| 精品欧美国产一区二区三| 国产高清视频在线播放一区| 国产麻豆成人av免费视频| 精品人妻1区二区| 国产成人欧美在线观看| 在线观看一区二区三区| 国产av一区在线观看免费| 在线免费观看的www视频| 亚洲人成网站高清观看| 天堂动漫精品| 免费一级毛片在线播放高清视频| 天天添夜夜摸| 在线十欧美十亚洲十日本专区| 国产精品久久久久久人妻精品电影| 亚洲欧美精品综合一区二区三区| a在线观看视频网站| 老汉色∧v一级毛片| 三级毛片av免费| 97碰自拍视频| 日本撒尿小便嘘嘘汇集6| 国产又爽黄色视频| 国内久久婷婷六月综合欲色啪| 亚洲av美国av| 久久国产亚洲av麻豆专区| 国产精品av久久久久免费| 国产成+人综合+亚洲专区| 亚洲av第一区精品v没综合| 欧美精品亚洲一区二区| 日韩高清综合在线| 国产精品一区二区精品视频观看| 一区二区三区精品91| 国产爱豆传媒在线观看 | 中文字幕精品亚洲无线码一区 | 午夜福利在线观看吧| 亚洲一区二区三区色噜噜| 免费在线观看黄色视频的| 精品人妻1区二区| 人妻久久中文字幕网| 91麻豆精品激情在线观看国产| 精品国内亚洲2022精品成人| 极品教师在线免费播放| 激情在线观看视频在线高清| 桃红色精品国产亚洲av| 好男人电影高清在线观看| 成年女人毛片免费观看观看9| 国产免费av片在线观看野外av| 我的亚洲天堂| 99国产综合亚洲精品| 岛国在线观看网站| 亚洲五月婷婷丁香| 欧美一区二区精品小视频在线| 亚洲免费av在线视频| 黄色女人牲交| 免费在线观看日本一区| 丝袜美腿诱惑在线| 欧美精品亚洲一区二区| 1024手机看黄色片| 午夜福利18| svipshipincom国产片| 久久久水蜜桃国产精品网| 美国免费a级毛片| 欧美成人一区二区免费高清观看 | 成人18禁在线播放| 天堂动漫精品| 搡老熟女国产l中国老女人| 色精品久久人妻99蜜桃| 亚洲成人久久性| 精品久久蜜臀av无| 91麻豆精品激情在线观看国产| 精品久久久久久久人妻蜜臀av|