• <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VGG的人臉表情識別與分類

    2021-11-12 02:31:00周義飏
    智能計算機與應(yīng)用 2021年9期
    關(guān)鍵詞:關(guān)鍵點人臉準(zhǔn)確率

    周義飏

    (北京師范大學(xué) 人工智能學(xué)院,北京 100088)

    0 引 言

    表情識別,是基于人的臉部特征信息進行身份識別的一種生物識別技術(shù),在治安、刑偵、醫(yī)療、教育、零售等領(lǐng)域發(fā)揮著越來越重要的作用。自二十世紀(jì)七十年代以來,人們在以面部動作編碼系統(tǒng)為基礎(chǔ)的表情識別道路上,向高精度、高速率、大數(shù)據(jù)的方向不斷前進。

    1 研究背景

    人臉表情識別從早期用于治安的道路監(jiān)控、機場安檢所用的基于人臉識別的身份確定,到用于審訊、心理治療的表情識別與分析,已經(jīng)成為了社會發(fā)展的一個重要課題。

    從上世紀(jì)六十年代開始,人們已經(jīng)在探索更精確、更系統(tǒng)的表情識別方法,其中最具代表性的為Paul Ekman提出的面部編碼系統(tǒng)(Facial Action Coding System, FACS)[1]。FACS的出現(xiàn),使所有可能的面部表情都能被描述出來,并進行組合。

    2 面部動作編碼系統(tǒng)概述

    二十世紀(jì)七十年代,Paul Ekman與合作者通過對表情的觀察和生物反饋實驗,描述出了不同的臉部肌肉動作與不同表情的對應(yīng)關(guān)系。FACS將人臉分成了若干個動作單元(Action Units, AU),這些動作單元依據(jù)解剖學(xué)特點劃分,相互獨立但彼此間又具有聯(lián)系。面部動作編碼主要分為3大類:主要動作單元編碼(見表1)、頭部動作單元編碼、眼睛動作單元編碼。本論文主要研究的是動作單元編碼。

    表1 主要動作單元編碼

    任何表情都能反映成若干AU的組合[2](見表2)。例如表示“快樂”情緒的表情通常表現(xiàn)為臉頰上抬和嘴角上揚,即AU6與AU12的組合。

    表2 7種基本情緒與AU對應(yīng)關(guān)系

    3 國內(nèi)外研究現(xiàn)狀

    3.1 人臉檢測

    目前,廣泛使用的幾種深度人臉檢測算法及其效率和性能的最低要求見表3。

    表3 幾種深度人臉檢測算法及其效率和性能的最低要求

    主動外觀模型(Active Appearance Model, AAM)可從整體人臉外觀和整體形狀中優(yōu)化所需的參數(shù)[3]。

    在判別模型中[4],樹木結(jié)構(gòu)模型(Mixtures of Trees, MoT)和判別式反應(yīng)圖擬合(Discriminative Response Map Fitting, DRMF),通過每個人臉坐標(biāo)周圍的局部外觀信息來表示人臉[5]。

    3.2 人臉歸一化

    人臉歸一化主要有兩種常用的方法:照度歸一化和姿態(tài)歸一化。

    照度歸一化即通過操作,使一組人臉圖像的照度和對比度相同。常用的照度歸一化算法包括基于各向同性擴散(Isotropic Diffusion, IS)的歸一化、基于離散余弦變換(Discrete Cosine Transform,DCT)的歸一化和高斯差(Difference of GAUsian , DoG)。

    姿態(tài)歸一化即人臉正面化。文獻[6]提出了一種方法,即在對面部關(guān)鍵點定位后,生成通用的3D紋理參考模型,這些3D紋理參考模型適用于所有人臉圖片,能有效估計可見的人臉成分。通過將每個人臉圖像,反投影到參考坐標(biāo)系合成初始的正面人臉。值得一提的是,生成式對抗網(wǎng)絡(luò)(Generative Adversarial Networks, GAN)在人臉圖像處理中的運用次數(shù)正飛速增長。GAN常用于生成大量的人臉圖片作為訓(xùn)練集與數(shù)據(jù)集,一定程度上避免了以往因?qū)ふ易銐虻娜四槇D片而遇到的各種困難。

    3.3 面部AU特征提取

    3.3.1 基于外觀特征的人臉AU特征提取

    基于外觀特征的人臉AU特征提取,通常會用到Gabor小波,其通過將面部圖像與一組特定的具有不同方向和比例的Gabor濾波器進行卷積,來進行Gabor表示,從而提供面部圖像的多尺度特征,反映像素之間的局部相鄰關(guān)系。

    文獻[7]中通過在面部局部區(qū)域分別應(yīng)用Haar小波分析,設(shè)計了自動AU檢測系統(tǒng),并使用AdaBoost來選擇特征子集。與Gabor方法相比,Haar和AdaBoost方法有著與Gabor方法相似的精度,但速度卻提高了若干個數(shù)量級。

    3.3.2 基于幾何特征的人臉AU特征提取

    基于幾何的特征,描述了面部幾何信息并基于幾何形狀將面部動作分類。幾何信息可以是一組關(guān)鍵點連接起來的面部網(wǎng)格。一些研究中,利用面部分量的變形,表情和中性面部圖像之間的基準(zhǔn)點的位置或差異[8-9]來進行識別。但并非所有的AU都可以僅僅通過幾何表示來識別,例如AU6的特征包括眼睛外角周圍的皮膚起皺和臉頰隆起,這很難通過變形來識別。同時,幾何特征也無法檢測出細(xì)微的面部特征,例如皺紋或紋理變化[10]。

    3.3.3 基于混合特征的人臉AU特征提取

    一些研究整合了基于外觀特征與基于幾何特征兩種方法[11-12],并且結(jié)合了整體表示與局部表示、小波分析表示與直方圖表示、低級表示與高級表示。文獻[13]通過引入拓?fù)浣Y(jié)構(gòu)和關(guān)系約束提出多條件潛在變量模型。該模型將特征和模型級別的AU,依賴項編碼用于AU識別的學(xué)習(xí)中,對于9個AU進行操作,其最佳識別精度達到92.7%。

    4 數(shù)據(jù)預(yù)處理

    4.1 人臉對齊

    本方法對1 268張人臉圖片進行識別與檢測,在下巴、雙眉、雙眼、雙唇、鼻梁、鼻尖9個部位返回68個關(guān)鍵點(不同部位的某些關(guān)鍵點可能重合)。圖1為未處理的人臉圖片,經(jīng)過處理后可得到各關(guān)鍵點的坐標(biāo)如圖2。

    圖1 8張未經(jīng)處理的人臉圖片

    圖2 含關(guān)鍵點的人臉圖片

    這些關(guān)鍵點與人臉各個部位的位置相對應(yīng),將在接下來的仿射變換中起到定位作用。本步驟運用仿射變換實現(xiàn)人臉對齊,對齊后的人臉圖片如圖3所示。

    圖3 對齊后的人臉圖片

    本文進行仿射變換的具體思路為:分別計算左、右眼中心坐標(biāo)、計算左右眼中心坐標(biāo)連線與水平方向的夾角、計算左右兩眼整體中心坐標(biāo)、以左右兩眼整體中心坐標(biāo)為基點,將圖片逆時針旋轉(zhuǎn)相應(yīng)角度,使左右眼中心坐標(biāo)連線與水平方向平行,確保人臉圖片為視覺上的正向。

    4.2 剪裁

    實際上,對于執(zhí)行過上一步驟的圖片,CNN可以較為精確地選取出圖片中的人臉部分。但為了減少CNN的執(zhí)行時間,需盡可能減少圖片中的無效部分。根據(jù)landmark裁剪人臉到固定尺寸,水平方向以最靠左和最靠右的landmark中點為裁剪后圖片的中心點,垂直方向上分為3部分:中部(雙眼中心到雙唇中心的像素距離)、底部和頂部(雙眼中心到雙唇中心的距離)。裁剪后的圖片為邊長為138像素的正方形,如圖4所示。

    圖4 剪裁后的人臉圖片

    4.3 數(shù)據(jù)增強

    本文使用基于68張人臉圖片關(guān)鍵點的“圖像擴充”,即對每個關(guān)鍵點取子區(qū)域,使每個子區(qū)域能包含至少2/3的人臉區(qū)域,從而將數(shù)據(jù)量擴大至69倍,原本的1 268張人臉圖片擴充為87 492張圖片,但依然只反映1 268張人臉,如圖5所示。子區(qū)域均為邊長為92像素的正方形。

    圖5 數(shù)據(jù)增強示例

    為了方便表示,建立2個平面直角坐標(biāo)系記為:坐標(biāo)系A(chǔ)與坐標(biāo)系B。分別以經(jīng)上一步驟剪裁后的圖片左上角頂點和每個關(guān)鍵點子區(qū)域左上角頂點為原點(如圖6)。以圖5為例,各個關(guān)鍵點及其對應(yīng)的坐標(biāo)見表4。

    圖6 兩個坐標(biāo)系

    表4 各個關(guān)鍵點及其對應(yīng)的坐標(biāo)

    5 基于深度卷積網(wǎng)絡(luò)的人臉表情識別與分類

    5.1 卷積神經(jīng)網(wǎng)絡(luò)

    CNN是一類可進行卷積計算并且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)(Feedforward Neural Networks, FNN),是深度學(xué)習(xí)的代表算法之一。CNN主要由輸入層、池化層、激活函數(shù)、卷積層、全連接層5個部分組成。

    深度卷積網(wǎng)絡(luò)將小的神經(jīng)網(wǎng)絡(luò)串聯(lián)起來,從而構(gòu)成深度神經(jīng)網(wǎng)絡(luò)。以三維圖進行卷積處理為例,如圖7所示,同一卷積核對不同輸入層進行卷積操作,得到一組輸出,多個卷積核則得到多個輸出。

    圖7 CNN的卷積過程

    5.2 基于VGG-19的AU識別網(wǎng)絡(luò)結(jié)構(gòu)

    VGG網(wǎng)絡(luò)是Oxford Visual Geometry Group于2014年提出的一種CNN模型,其采用連續(xù)的小卷積核代替較大卷積核,以獲取更大的網(wǎng)絡(luò)深度。例如,使用2個3*3卷積核代替5*5卷積核(圖7)。這種方法使得在確保相同感知野的條件下,VGG網(wǎng)絡(luò)具有比一般的CNN更大的網(wǎng)絡(luò)深度,提升了神經(jīng)網(wǎng)絡(luò)特征提取及分類的效果。VGG網(wǎng)絡(luò)與其他幾種常用的CNN模型對比見表5。

    表5 幾種常用的CNN模型

    本方法使用的VGG-19網(wǎng)絡(luò)包含了19個隱藏層、16個卷積層和3個全連接層。該網(wǎng)絡(luò)模型使用的卷積核均為3*3卷積,池化層則采用2*2最大值池化(圖8)。

    圖8 VGG-19網(wǎng)絡(luò)結(jié)構(gòu)

    以往的研究中通常使用Soft-Max作為激活函數(shù),損失函數(shù)則使用分類交叉熵,但這種方法僅適用于單標(biāo)簽分類。而本文方法不僅實驗AU分類,更要對同一AU的不同強度進行識別和分類,因此需要進行多標(biāo)簽多分類。本文方法需要分類的AU為12個,每個AU分為0~5個強度等級,總共為60種分類項。因此,本文采用二分類疊加使用的方式,即先對不同AU種類進行二分類,再對單個AU所對應(yīng)的不同強度進行二分類,最后將每種AU與對應(yīng)強度結(jié)合形成對照表。采用Sigmoid函數(shù)作為激活函數(shù),損失函數(shù)使用二進制交叉熵函數(shù)。

    在后續(xù)的實驗中,還將向VGG19網(wǎng)絡(luò)中加入一個加權(quán)處理層。

    5.3 疊加的人臉AU特征檢測

    5.3.1 數(shù)據(jù)來源

    DISFA是一個無姿勢的面部表情數(shù)據(jù)庫。該數(shù)據(jù)庫包含具有不同種族的27位成人受試者(12位女性和15位男性)的立體聲視頻。使用PtGrey立體成像系統(tǒng)以高分辨率(1 024×768)采集圖像,由FACS專家手動對所有視頻幀的AU(0~5)強度進行評分。

    5.3.2 AU分類與強度計算

    87 492張圖片分為兩個數(shù)據(jù)集,其中86 224個子區(qū)域圖片為訓(xùn)練集,1 268張人臉圖片為測試集,輸入至VGG-19網(wǎng)絡(luò)。

    圖9與圖10分別展現(xiàn)了使用VGG-19網(wǎng)絡(luò)訓(xùn)練30個Epoch和60個Epoch的效果。

    圖9 訓(xùn)練30個Epoch的效果

    圖10 訓(xùn)練60個Epoch的效果

    可以看出,訓(xùn)練至第30個Epoch時測試集的準(zhǔn)確率幾乎不再發(fā)生改變,訓(xùn)練至第60個Epoch時測試集的準(zhǔn)確率為54.52%。

    結(jié)果呈現(xiàn)為每個人臉圖片12種AU的強度(0~5)。以圖11為例,其12種AU的強度呈現(xiàn)在右側(cè)表中所示。

    圖11 人臉圖片及其含有的AU強度

    總體來看,該方法能基本滿足人臉AU分類與強度計算,實現(xiàn)人臉表情分類。因此,為提高精度,將引入一個加權(quán)處理層。

    6 人臉表情分類優(yōu)化

    為了提高VGG網(wǎng)絡(luò)進行人臉表情分類時的精度,本文將通過在VGG-19網(wǎng)絡(luò)中加入加權(quán)處理層,實現(xiàn)加權(quán)處理下的人臉表情分類。

    6.1 加權(quán)處理層

    加權(quán)處理層在VGG網(wǎng)絡(luò)中的位置如圖12所示。在這一層中,經(jīng)過4組卷積層處理后的人臉圖片會根據(jù)含有的AU,被劃為若干個子區(qū)域,子區(qū)域的劃分是基于AU區(qū)域的中心。AU中心為完成每個AU所需的面部器官對應(yīng)關(guān)鍵點構(gòu)成的矩形中心,而以這些中心為中心的邊長6像素的正方形區(qū)域,為該AU中心的子區(qū)域。

    圖12 加權(quán)處理層在VGG網(wǎng)絡(luò)中的位置

    在劃分AU子區(qū)域后,對于子區(qū)域內(nèi)的每個1*1像素塊,計算其到AU中心的曼哈頓距離。

    設(shè)A為權(quán)重,d為該位置到AU中心的曼哈頓距離。由于經(jīng)過第三個池化層和第四組卷積層處理后的圖片大小為28*28,子區(qū)域內(nèi)每個位置的權(quán)重以該位置距離的0.1%進行衰減,即距離每增加1像素,權(quán)重減少0.028。A與d的關(guān)系如式(1)。

    A=1-0.028d

    (1)

    6.2 結(jié)果比較

    引入加權(quán)處理層后,訓(xùn)練30個Epoch和60個Epoch的效果分別如圖13和圖14所示。

    圖13 訓(xùn)練30個Epoch的效果

    圖14 訓(xùn)練60個Epoch的效果

    結(jié)果顯示,直接運用VGG-19網(wǎng)絡(luò)進行表情分類的測試集準(zhǔn)確率在訓(xùn)練60個Epoch時僅為54.52%,而引入加權(quán)處理層后的準(zhǔn)確率達到了83.76%。即引入加權(quán)處理層能顯著提高VGG網(wǎng)絡(luò)進行表情分類的準(zhǔn)確率。

    7 結(jié)束語

    本文采用了兩種提高準(zhǔn)確率的方法:一是在數(shù)據(jù)預(yù)處理階段對圖片進行二次剪裁,實現(xiàn)數(shù)據(jù)增強,在運用VGG網(wǎng)絡(luò)進行訓(xùn)練時使用疊加后的數(shù)據(jù)集,提高了準(zhǔn)確率,同時避免了以往研究中為獲取龐大數(shù)據(jù)集而遇到的種種困難;二是在VGG-19網(wǎng)絡(luò)的第四組卷積層和第五組卷積層之前加入一個加權(quán)處理層,從而提高準(zhǔn)確率,最終使測試集準(zhǔn)確率相比未引入加權(quán)處理層時提高了53.63%。

    在采用了提高準(zhǔn)確率的新方法的同時,也存在一些有待改進之處,主要體現(xiàn)在人臉圖片樣本較為單一、缺少其它卷積神經(jīng)網(wǎng)絡(luò)模型的對比、加權(quán)處理層作用較為單一等問題,有待進一步研究解決。

    猜你喜歡
    關(guān)鍵點人臉準(zhǔn)確率
    聚焦金屬關(guān)鍵點
    肉兔育肥抓好七個關(guān)鍵點
    有特點的人臉
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
    2015—2017 年寧夏各天氣預(yù)報參考產(chǎn)品質(zhì)量檢驗分析
    三國漫——人臉解鎖
    動漫星空(2018年9期)2018-10-26 01:17:14
    高速公路車牌識別標(biāo)識站準(zhǔn)確率驗證法
    馬面部與人臉相似度驚人
    醫(yī)聯(lián)體要把握三個關(guān)鍵點
    91久久精品国产一区二区成人| 国产精品一区二区在线观看99 | 尤物成人国产欧美一区二区三区| 乱码一卡2卡4卡精品| 欧美另类亚洲清纯唯美| 一级av片app| 国产在线精品亚洲第一网站| 99热这里只有是精品50| 黄色一级大片看看| 欧美日韩一区二区视频在线观看视频在线 | 精品免费久久久久久久清纯| 禁无遮挡网站| 亚洲精品乱码久久久v下载方式| 久久精品久久久久久久性| 欧美高清性xxxxhd video| 成人综合一区亚洲| 亚洲经典国产精华液单| 2021天堂中文幕一二区在线观| 免费电影在线观看免费观看| 99国产精品一区二区蜜桃av| 中文字幕精品亚洲无线码一区| 亚洲不卡免费看| 赤兔流量卡办理| 久久久久久久亚洲中文字幕| 日韩,欧美,国产一区二区三区 | 亚洲国产精品久久男人天堂| 非洲黑人性xxxx精品又粗又长| 99热这里只有精品一区| 99久国产av精品国产电影| 国产麻豆成人av免费视频| 九九爱精品视频在线观看| 成人一区二区视频在线观看| 小说图片视频综合网站| 我的女老师完整版在线观看| 亚洲最大成人中文| 亚洲国产高清在线一区二区三| 成人国产麻豆网| 狠狠狠狠99中文字幕| 国产69精品久久久久777片| 少妇的逼水好多| 永久网站在线| 久久久久久国产a免费观看| 欧美色视频一区免费| 久久人妻av系列| 免费av不卡在线播放| avwww免费| av在线播放精品| 嘟嘟电影网在线观看| 久久久久久久久久成人| 91av网一区二区| 搡老妇女老女人老熟妇| 特大巨黑吊av在线直播| 少妇高潮的动态图| 国产精品免费一区二区三区在线| 国内精品宾馆在线| 亚洲欧美日韩高清在线视频| 三级国产精品欧美在线观看| 久久久久久久午夜电影| 成年免费大片在线观看| av在线亚洲专区| 国产高潮美女av| 婷婷六月久久综合丁香| 狂野欧美激情性xxxx在线观看| 欧美色视频一区免费| 大又大粗又爽又黄少妇毛片口| 欧美三级亚洲精品| 波多野结衣高清作品| 国内精品宾馆在线| 久久久欧美国产精品| 久久精品人妻少妇| 青青草视频在线视频观看| 麻豆精品久久久久久蜜桃| 欧美高清成人免费视频www| 欧美精品一区二区大全| 床上黄色一级片| 麻豆成人午夜福利视频| 日韩成人伦理影院| 久久精品国产自在天天线| 免费人成视频x8x8入口观看| 国产成人a区在线观看| 久久精品91蜜桃| 国产一区亚洲一区在线观看| 熟女人妻精品中文字幕| 在线播放无遮挡| 91aial.com中文字幕在线观看| а√天堂www在线а√下载| 久久久国产成人精品二区| 亚洲无线观看免费| 日韩精品有码人妻一区| 毛片女人毛片| 小蜜桃在线观看免费完整版高清| 日产精品乱码卡一卡2卡三| 国产精品精品国产色婷婷| 桃色一区二区三区在线观看| 免费无遮挡裸体视频| 草草在线视频免费看| 18禁在线无遮挡免费观看视频| 亚洲图色成人| 国产女主播在线喷水免费视频网站 | 尾随美女入室| av国产免费在线观看| 欧美激情在线99| 蜜桃久久精品国产亚洲av| 成人亚洲欧美一区二区av| 日日撸夜夜添| 国产中年淑女户外野战色| 精品久久久久久成人av| 亚洲国产日韩欧美精品在线观看| 日本-黄色视频高清免费观看| 久久久成人免费电影| 最近视频中文字幕2019在线8| 99久久精品国产国产毛片| 高清毛片免费看| 久久久久久久久久成人| 男女啪啪激烈高潮av片| 国产高清视频在线观看网站| 97热精品久久久久久| 国产一级毛片在线| 国内精品久久久久精免费| 欧美+日韩+精品| 91久久精品电影网| 草草在线视频免费看| 最近中文字幕高清免费大全6| 美女 人体艺术 gogo| 亚洲欧美日韩高清在线视频| 亚洲欧美精品自产自拍| 日韩欧美三级三区| 91在线精品国自产拍蜜月| 成人无遮挡网站| 蜜桃久久精品国产亚洲av| 日日摸夜夜添夜夜添av毛片| 日韩人妻高清精品专区| 国产精品一区二区三区四区久久| 午夜老司机福利剧场| 老司机福利观看| 日韩制服骚丝袜av| 村上凉子中文字幕在线| 色综合站精品国产| 精品欧美国产一区二区三| 欧美另类亚洲清纯唯美| 国产成人freesex在线| 国内精品美女久久久久久| 久久国产乱子免费精品| 淫秽高清视频在线观看| 毛片女人毛片| 99久国产av精品| 赤兔流量卡办理| 三级经典国产精品| 此物有八面人人有两片| 久久精品国产清高在天天线| 久久6这里有精品| 国产精品一二三区在线看| 美女被艹到高潮喷水动态| 插逼视频在线观看| 日韩中字成人| 一级二级三级毛片免费看| av女优亚洲男人天堂| 男女那种视频在线观看| 亚洲最大成人中文| 久久人人精品亚洲av| 亚洲内射少妇av| 日本欧美国产在线视频| 国产成人精品一,二区 | 老司机影院成人| 中文字幕av在线有码专区| 亚洲国产精品sss在线观看| videossex国产| 青春草视频在线免费观看| 亚洲真实伦在线观看| 男女视频在线观看网站免费| 国产成人a区在线观看| 亚洲真实伦在线观看| 夜夜爽天天搞| 久久久欧美国产精品| 国产不卡一卡二| 在现免费观看毛片| 国产精品.久久久| 亚洲18禁久久av| 日韩一区二区三区影片| 欧美区成人在线视频| 国产黄a三级三级三级人| 日韩一区二区三区影片| 亚洲第一区二区三区不卡| 中文字幕熟女人妻在线| 国产精品久久电影中文字幕| 日韩人妻高清精品专区| 亚洲高清免费不卡视频| 欧美变态另类bdsm刘玥| 久久精品国产清高在天天线| 国产69精品久久久久777片| 99久久九九国产精品国产免费| 99久久中文字幕三级久久日本| 日日干狠狠操夜夜爽| 九九爱精品视频在线观看| 亚洲欧美精品自产自拍| 久久韩国三级中文字幕| 国内久久婷婷六月综合欲色啪| 欧美+日韩+精品| 日日撸夜夜添| 男插女下体视频免费在线播放| 国产av一区在线观看免费| 在线观看av片永久免费下载| 成人无遮挡网站| 久久久欧美国产精品| 九九久久精品国产亚洲av麻豆| 国产淫片久久久久久久久| 国产精品99久久久久久久久| 波多野结衣高清作品| 久久草成人影院| av.在线天堂| 久久久久久大精品| 丝袜喷水一区| 国产午夜精品久久久久久一区二区三区| 99久久无色码亚洲精品果冻| 国产午夜精品论理片| 高清日韩中文字幕在线| 欧美色欧美亚洲另类二区| av天堂中文字幕网| 午夜亚洲福利在线播放| 看片在线看免费视频| eeuss影院久久| 亚洲欧美日韩高清专用| 日韩,欧美,国产一区二区三区 | 好男人在线观看高清免费视频| 国产伦在线观看视频一区| 久久中文看片网| 国产亚洲欧美98| 欧美三级亚洲精品| 国产成人a∨麻豆精品| 小蜜桃在线观看免费完整版高清| 国产高清视频在线观看网站| 晚上一个人看的免费电影| 国产女主播在线喷水免费视频网站 | 亚洲欧美日韩无卡精品| 中国美女看黄片| 日韩成人伦理影院| 精品久久国产蜜桃| 欧洲精品卡2卡3卡4卡5卡区| 天天躁夜夜躁狠狠久久av| 99久久无色码亚洲精品果冻| 久久亚洲国产成人精品v| 爱豆传媒免费全集在线观看| 国产单亲对白刺激| 国产三级中文精品| 亚洲国产色片| 国产黄片美女视频| 有码 亚洲区| 亚洲国产色片| 国产在线男女| 国产一区二区三区av在线 | av专区在线播放| 只有这里有精品99| 深爱激情五月婷婷| 国产视频内射| www.av在线官网国产| 亚洲精品色激情综合| 非洲黑人性xxxx精品又粗又长| 国产黄片美女视频| 97在线视频观看| 欧美丝袜亚洲另类| 亚洲无线观看免费| 亚洲成人中文字幕在线播放| 最近中文字幕高清免费大全6| 亚洲国产精品久久男人天堂| 亚洲成人av在线免费| 久久久久久久久久黄片| 毛片一级片免费看久久久久| 啦啦啦啦在线视频资源| 国产精品99久久久久久久久| 亚洲精品成人久久久久久| 中国美女看黄片| 99热这里只有是精品50| 91午夜精品亚洲一区二区三区| 少妇的逼好多水| 色综合亚洲欧美另类图片| 午夜免费激情av| 中文字幕久久专区| 大型黄色视频在线免费观看| 久久久久久大精品| 婷婷色av中文字幕| 天天一区二区日本电影三级| 男女啪啪激烈高潮av片| 国产片特级美女逼逼视频| 少妇高潮的动态图| 舔av片在线| 国产高清三级在线| 免费电影在线观看免费观看| 老司机福利观看| 欧美+亚洲+日韩+国产| 99riav亚洲国产免费| 亚洲国产精品合色在线| 免费看美女性在线毛片视频| 中文资源天堂在线| 亚洲精品国产成人久久av| 亚洲在线观看片| 男女下面进入的视频免费午夜| 日韩一区二区三区影片| 日日啪夜夜撸| 欧美xxxx性猛交bbbb| 国产成人精品久久久久久| 国模一区二区三区四区视频| 国产精品乱码一区二三区的特点| 美女xxoo啪啪120秒动态图| 99久久精品一区二区三区| 久久精品国产清高在天天线| 精品人妻一区二区三区麻豆| 久久精品国产亚洲av香蕉五月| 日本撒尿小便嘘嘘汇集6| ponron亚洲| 18禁裸乳无遮挡免费网站照片| 免费看光身美女| 我要看日韩黄色一级片| 欧美变态另类bdsm刘玥| 亚洲精品国产成人久久av| 免费人成在线观看视频色| 亚洲av男天堂| 国产又黄又爽又无遮挡在线| 美女黄网站色视频| 直男gayav资源| 欧美bdsm另类| 欧美成人免费av一区二区三区| 国产三级在线视频| 桃色一区二区三区在线观看| 亚洲欧美精品专区久久| 日本撒尿小便嘘嘘汇集6| 国产乱人视频| 国产人妻一区二区三区在| 日本黄大片高清| 国模一区二区三区四区视频| 人体艺术视频欧美日本| 最近手机中文字幕大全| 三级男女做爰猛烈吃奶摸视频| 国产高清有码在线观看视频| 国产毛片a区久久久久| 国产视频首页在线观看| 国产成人a区在线观看| 日韩制服骚丝袜av| av黄色大香蕉| 国产三级中文精品| 日日摸夜夜添夜夜爱| 伦精品一区二区三区| 99热只有精品国产| 极品教师在线视频| 国产真实伦视频高清在线观看| 久久99热6这里只有精品| 久久欧美精品欧美久久欧美| 国产日本99.免费观看| 午夜福利在线观看免费完整高清在 | 99久久精品一区二区三区| 亚洲熟妇中文字幕五十中出| 国产av一区在线观看免费| 搡女人真爽免费视频火全软件| 亚洲av电影不卡..在线观看| 欧美bdsm另类| 国产视频内射| 成人三级黄色视频| 精品无人区乱码1区二区| 男的添女的下面高潮视频| av女优亚洲男人天堂| 成人毛片60女人毛片免费| 国内精品宾馆在线| 一进一出抽搐gif免费好疼| 亚洲va在线va天堂va国产| 国产白丝娇喘喷水9色精品| 国产高清有码在线观看视频| 久久久久久久久久久免费av| 一级二级三级毛片免费看| 国产高清三级在线| 日韩中字成人| 在现免费观看毛片| 三级经典国产精品| 91久久精品国产一区二区三区| 蜜桃久久精品国产亚洲av| 成年女人看的毛片在线观看| 一边亲一边摸免费视频| 晚上一个人看的免费电影| 日本黄大片高清| 男女边吃奶边做爰视频| 亚洲人与动物交配视频| 亚洲国产精品合色在线| 一边亲一边摸免费视频| 精品日产1卡2卡| 欧美三级亚洲精品| 一夜夜www| 亚洲人成网站高清观看| 三级国产精品欧美在线观看| 岛国在线免费视频观看| 亚洲三级黄色毛片| 18禁黄网站禁片免费观看直播| 性色avwww在线观看| 日日摸夜夜添夜夜添av毛片| 爱豆传媒免费全集在线观看| 女的被弄到高潮叫床怎么办| 天天躁夜夜躁狠狠久久av| 夜夜爽天天搞| 国产av麻豆久久久久久久| 久久精品久久久久久噜噜老黄 | 国产精品久久久久久精品电影小说 | 看黄色毛片网站| 国国产精品蜜臀av免费| 欧美日本视频| 综合色丁香网| 99久久九九国产精品国产免费| 国产精品久久久久久av不卡| 欧美日韩一区二区视频在线观看视频在线 | 中文字幕免费在线视频6| av免费观看日本| 女的被弄到高潮叫床怎么办| 男女做爰动态图高潮gif福利片| 国产av一区在线观看免费| 99热网站在线观看| 国产亚洲av片在线观看秒播厂 | 亚洲中文字幕一区二区三区有码在线看| 性色avwww在线观看| 日本-黄色视频高清免费观看| 一区二区三区免费毛片| 身体一侧抽搐| 热99re8久久精品国产| 亚洲精品久久久久久婷婷小说 | 久久精品国产鲁丝片午夜精品| 99久久精品热视频| 十八禁国产超污无遮挡网站| 国产高清视频在线观看网站| 麻豆一二三区av精品| 国产视频首页在线观看| 特级一级黄色大片| 99久久无色码亚洲精品果冻| 国产亚洲精品久久久久久毛片| 美女cb高潮喷水在线观看| 日本黄大片高清| 欧美xxxx性猛交bbbb| 午夜福利在线在线| 91精品国产九色| 国产精品av视频在线免费观看| 国产精品久久电影中文字幕| 久久中文看片网| 欧美一级a爱片免费观看看| 国产一区二区亚洲精品在线观看| 日韩成人伦理影院| 99久久无色码亚洲精品果冻| 亚洲电影在线观看av| 嫩草影院入口| 老熟妇乱子伦视频在线观看| 亚洲最大成人手机在线| 三级国产精品欧美在线观看| 久久久色成人| 人人妻人人澡欧美一区二区| 成人二区视频| 久久精品国产清高在天天线| 国产伦精品一区二区三区四那| 欧美性猛交黑人性爽| 精品久久久久久久人妻蜜臀av| 久久综合国产亚洲精品| 国产白丝娇喘喷水9色精品| 免费搜索国产男女视频| 日本黄大片高清| 国产美女午夜福利| 亚洲精品成人久久久久久| 99久久人妻综合| 爱豆传媒免费全集在线观看| kizo精华| 日日摸夜夜添夜夜爱| 国产精品久久久久久久电影| 人妻少妇偷人精品九色| av天堂中文字幕网| 免费观看人在逋| 国产探花极品一区二区| 日韩高清综合在线| 边亲边吃奶的免费视频| 夜夜夜夜夜久久久久| 少妇被粗大猛烈的视频| 国产精品麻豆人妻色哟哟久久 | 国产伦精品一区二区三区视频9| 丝袜喷水一区| 久久久久久大精品| 国产伦一二天堂av在线观看| 夜夜爽天天搞| 国产一级毛片七仙女欲春2| 乱系列少妇在线播放| 国产精品福利在线免费观看| 亚洲第一电影网av| 亚洲国产欧美人成| 国产午夜精品论理片| 亚洲精品影视一区二区三区av| 精品不卡国产一区二区三区| 最近的中文字幕免费完整| 此物有八面人人有两片| 蜜桃久久精品国产亚洲av| 亚洲熟妇中文字幕五十中出| 国产亚洲精品av在线| 免费搜索国产男女视频| 国产老妇女一区| 在线免费十八禁| 蜜臀久久99精品久久宅男| 校园春色视频在线观看| 免费电影在线观看免费观看| 18+在线观看网站| 日本免费a在线| 婷婷亚洲欧美| 久久久色成人| 成人三级黄色视频| 精品人妻一区二区三区麻豆| 综合色av麻豆| 亚洲色图av天堂| 亚洲国产精品成人久久小说 | 国产久久久一区二区三区| 波多野结衣高清作品| 国产亚洲精品av在线| 亚洲五月天丁香| 天堂中文最新版在线下载 | ponron亚洲| 美女高潮的动态| 国产精品无大码| 老女人水多毛片| 国产精品国产三级国产av玫瑰| 日韩欧美在线乱码| 亚洲av第一区精品v没综合| www.av在线官网国产| 成人无遮挡网站| 色综合色国产| 可以在线观看的亚洲视频| 亚洲成人精品中文字幕电影| 丝袜喷水一区| 黑人高潮一二区| 啦啦啦韩国在线观看视频| 亚洲乱码一区二区免费版| 高清毛片免费观看视频网站| 啦啦啦观看免费观看视频高清| 久久人妻av系列| 亚洲久久久久久中文字幕| 3wmmmm亚洲av在线观看| 国产黄色视频一区二区在线观看 | 亚洲av中文字字幕乱码综合| 亚州av有码| 性欧美人与动物交配| 日韩欧美 国产精品| 国产淫片久久久久久久久| 日本-黄色视频高清免费观看| 最新中文字幕久久久久| 一边亲一边摸免费视频| 综合色av麻豆| 夜夜夜夜夜久久久久| 人妻夜夜爽99麻豆av| 插阴视频在线观看视频| a级一级毛片免费在线观看| 久久婷婷人人爽人人干人人爱| 亚洲五月天丁香| kizo精华| 婷婷色综合大香蕉| av卡一久久| 又黄又爽又刺激的免费视频.| 国产亚洲精品久久久久久毛片| 亚洲国产欧美在线一区| 午夜爱爱视频在线播放| 大又大粗又爽又黄少妇毛片口| 大香蕉久久网| 亚洲av成人av| 嫩草影院入口| 特大巨黑吊av在线直播| 青春草视频在线免费观看| 亚洲精品日韩在线中文字幕 | 久久亚洲精品不卡| 热99re8久久精品国产| 国产精品久久久久久久电影| 少妇裸体淫交视频免费看高清| 99热这里只有是精品50| 热99在线观看视频| 男人和女人高潮做爰伦理| 两性午夜刺激爽爽歪歪视频在线观看| 国产精品人妻久久久影院| 久久精品国产亚洲av天美| 男人舔奶头视频| 久久久久九九精品影院| 国产免费男女视频| 国产精品免费一区二区三区在线| 特大巨黑吊av在线直播| 久久久午夜欧美精品| 日日干狠狠操夜夜爽| 久久人妻av系列| 国产三级中文精品| 国产午夜精品久久久久久一区二区三区| 人妻夜夜爽99麻豆av| 久久久久网色| 欧美激情久久久久久爽电影| 色综合站精品国产| 国产色爽女视频免费观看| 久久99热这里只有精品18| 亚洲av电影不卡..在线观看| 亚洲欧美日韩无卡精品| 最近2019中文字幕mv第一页| 亚洲一区二区三区色噜噜| 国产老妇伦熟女老妇高清| 欧美三级亚洲精品| 国产精品久久视频播放| 久久久久免费精品人妻一区二区| 久久人人精品亚洲av| 韩国av在线不卡| 亚洲欧美精品自产自拍| 99国产精品一区二区蜜桃av| 欧美不卡视频在线免费观看| 免费大片18禁| 亚洲av中文字字幕乱码综合| 日日撸夜夜添| 又爽又黄a免费视频| 成人三级黄色视频| 成人二区视频| 亚洲自拍偷在线| 免费黄网站久久成人精品| 精品久久久久久久久亚洲| 99热这里只有精品一区| 黄片wwwwww| 久久精品国产亚洲av天美| 国产精品人妻久久久影院| 男女那种视频在线观看| 黑人高潮一二区|