• <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
    晚上一个人看的免费电影| 色综合欧美亚洲国产小说| 黄频高清免费视频| 成年动漫av网址| 欧美精品高潮呻吟av久久| 纯流量卡能插随身wifi吗| 亚洲五月色婷婷综合| 亚洲国产最新在线播放| 男女高潮啪啪啪动态图| 可以免费在线观看a视频的电影网站| 国产色视频综合| 在线观看免费午夜福利视频| 91国产中文字幕| 一级,二级,三级黄色视频| 亚洲九九香蕉| 亚洲av欧美aⅴ国产| 国产精品久久久久久人妻精品电影 | 免费不卡黄色视频| 久久精品成人免费网站| 免费观看人在逋| 纵有疾风起免费观看全集完整版| 大话2 男鬼变身卡| 中文字幕人妻丝袜制服| av有码第一页| 国产在线免费精品| 亚洲一码二码三码区别大吗| 国产主播在线观看一区二区 | 亚洲九九香蕉| 成年动漫av网址| 晚上一个人看的免费电影| 丝袜脚勾引网站| 91精品伊人久久大香线蕉| 一区二区三区精品91| 色婷婷久久久亚洲欧美| 国产成人一区二区三区免费视频网站 | 色视频在线一区二区三区| 国产一区二区在线观看av| 亚洲一码二码三码区别大吗| 在线天堂中文资源库| 国产免费又黄又爽又色| 老汉色∧v一级毛片| 在现免费观看毛片| 啦啦啦中文免费视频观看日本| 欧美日韩亚洲国产一区二区在线观看 | 91老司机精品| 亚洲人成电影免费在线| 叶爱在线成人免费视频播放| 精品人妻在线不人妻| 国产精品久久久久久精品古装| 亚洲国产欧美网| 多毛熟女@视频| 婷婷色综合大香蕉| 国产精品av久久久久免费| avwww免费| 在线观看www视频免费| 啦啦啦中文免费视频观看日本| 中文字幕色久视频| 免费人妻精品一区二区三区视频| 国产亚洲欧美在线一区二区| 亚洲欧美色中文字幕在线| 伊人久久大香线蕉亚洲五| 一二三四在线观看免费中文在| 丝袜美足系列| 一级毛片电影观看| 日韩制服骚丝袜av| 十八禁人妻一区二区| 人体艺术视频欧美日本| 宅男免费午夜| 日本91视频免费播放| 亚洲成人免费电影在线观看 | 国产一卡二卡三卡精品| 老熟女久久久| 一区二区三区激情视频| 一本大道久久a久久精品| 亚洲精品久久午夜乱码| 一级毛片电影观看| 大片电影免费在线观看免费| 极品人妻少妇av视频| 国产欧美日韩综合在线一区二区| 国产黄频视频在线观看| 亚洲国产欧美一区二区综合| 51午夜福利影视在线观看| 免费高清在线观看日韩| 又紧又爽又黄一区二区| 2021少妇久久久久久久久久久| 精品高清国产在线一区| 国产99久久九九免费精品| 制服人妻中文乱码| 欧美中文综合在线视频| 午夜激情久久久久久久| av片东京热男人的天堂| 操出白浆在线播放| 后天国语完整版免费观看| 欧美亚洲 丝袜 人妻 在线| 欧美精品一区二区大全| 久久人妻熟女aⅴ| 精品国产乱码久久久久久男人| videosex国产| av有码第一页| 这个男人来自地球电影免费观看| 亚洲欧美精品自产自拍| 肉色欧美久久久久久久蜜桃| 久久女婷五月综合色啪小说| 日韩,欧美,国产一区二区三区| 国产伦理片在线播放av一区| 精品人妻在线不人妻| 久久精品熟女亚洲av麻豆精品| 丝袜喷水一区| 涩涩av久久男人的天堂| 97在线人人人人妻| 欧美+亚洲+日韩+国产| 伊人久久大香线蕉亚洲五| 天天躁夜夜躁狠狠躁躁| 亚洲国产欧美日韩在线播放| 亚洲人成网站在线观看播放| 天堂中文最新版在线下载| videosex国产| 国产精品成人在线| 青青草视频在线视频观看| 狂野欧美激情性bbbbbb| av在线老鸭窝| 国产精品.久久久| 国产精品成人在线| 一级毛片电影观看| 亚洲精品国产av成人精品| 久久人人97超碰香蕉20202| 90打野战视频偷拍视频| 欧美人与性动交α欧美精品济南到| 久久国产精品人妻蜜桃| 亚洲国产精品成人久久小说| 十八禁高潮呻吟视频| 国产精品二区激情视频| 久久精品国产亚洲av涩爱| 国产成人一区二区在线| 尾随美女入室| 免费在线观看完整版高清| 亚洲第一青青草原| 一本一本久久a久久精品综合妖精| 人人妻人人爽人人添夜夜欢视频| 亚洲成av片中文字幕在线观看| 老汉色av国产亚洲站长工具| 精品少妇黑人巨大在线播放| 啦啦啦 在线观看视频| 久久鲁丝午夜福利片| 国产精品九九99| 午夜福利在线免费观看网站| 亚洲av电影在线进入| 人体艺术视频欧美日本| 精品免费久久久久久久清纯 | 欧美精品人与动牲交sv欧美| 交换朋友夫妻互换小说| 天天躁夜夜躁狠狠久久av| 久久天躁狠狠躁夜夜2o2o | 国产精品久久久久久精品电影小说| www日本在线高清视频| 老司机在亚洲福利影院| 一边摸一边做爽爽视频免费| 精品国产超薄肉色丝袜足j| 亚洲精品中文字幕在线视频| 每晚都被弄得嗷嗷叫到高潮| 久久人人97超碰香蕉20202| 国产深夜福利视频在线观看| 精品亚洲乱码少妇综合久久| videos熟女内射| 男女无遮挡免费网站观看| 久久毛片免费看一区二区三区| 免费在线观看完整版高清| 黑人巨大精品欧美一区二区蜜桃| 老司机靠b影院| 国产在线一区二区三区精| 涩涩av久久男人的天堂| 亚洲国产看品久久| 人妻 亚洲 视频| 午夜免费男女啪啪视频观看| 蜜桃在线观看..| 国产一区二区三区综合在线观看| 90打野战视频偷拍视频| 久久人妻福利社区极品人妻图片 | 丝袜美足系列| 高清欧美精品videossex| 老司机亚洲免费影院| 亚洲专区国产一区二区| 精品亚洲成a人片在线观看| 成人国产一区最新在线观看 | 日本午夜av视频| e午夜精品久久久久久久| 久久久久国产一级毛片高清牌| 欧美日韩亚洲国产一区二区在线观看 | 国产精品久久久av美女十八| 成年动漫av网址| 熟女av电影| 19禁男女啪啪无遮挡网站| 90打野战视频偷拍视频| 国产亚洲精品久久久久5区| 欧美在线一区亚洲| 免费人妻精品一区二区三区视频| 日本一区二区免费在线视频| av片东京热男人的天堂| 欧美日韩亚洲国产一区二区在线观看 | www.999成人在线观看| 国产在线免费精品| 中文字幕另类日韩欧美亚洲嫩草| 国产精品 国内视频| 国产精品成人在线| 国产成人一区二区三区免费视频网站 | 亚洲欧美成人综合另类久久久| 亚洲精品乱久久久久久| 欧美中文综合在线视频| 色视频在线一区二区三区| 国产成人精品久久二区二区免费| 国产精品久久久久成人av| 久久久久国产精品人妻一区二区| 中文字幕亚洲精品专区| 亚洲精品一区蜜桃| 亚洲午夜精品一区,二区,三区| 老司机影院成人| 91精品国产国语对白视频| 欧美 亚洲 国产 日韩一| 侵犯人妻中文字幕一二三四区| 999精品在线视频| 亚洲精品一区蜜桃| 成人午夜精彩视频在线观看| 十八禁网站网址无遮挡| 亚洲九九香蕉| 1024视频免费在线观看| 青草久久国产| 亚洲成国产人片在线观看| 熟女少妇亚洲综合色aaa.| 高潮久久久久久久久久久不卡| 丰满少妇做爰视频| 少妇 在线观看| 亚洲精品国产av蜜桃| 国产日韩欧美在线精品| 亚洲男人天堂网一区| 叶爱在线成人免费视频播放| 亚洲一区二区三区欧美精品| 美女主播在线视频| 777米奇影视久久| 黄片播放在线免费| 一本综合久久免费| 国产精品国产三级国产专区5o| 91字幕亚洲| 男女无遮挡免费网站观看| 十八禁网站网址无遮挡| 性色av乱码一区二区三区2| 超色免费av| 极品人妻少妇av视频| 国产高清videossex| 在线观看免费高清a一片| 欧美日韩av久久| 亚洲专区中文字幕在线| 久久亚洲精品不卡| 大香蕉久久网| 母亲3免费完整高清在线观看| 免费在线观看黄色视频的| 亚洲综合色网址| 日日摸夜夜添夜夜爱| 国产精品99久久99久久久不卡| 午夜精品国产一区二区电影| 国产精品国产av在线观看| 老司机影院毛片| 在线观看免费日韩欧美大片| 各种免费的搞黄视频| 欧美日韩视频高清一区二区三区二| 超碰成人久久| 午夜视频精品福利| 蜜桃在线观看..| 欧美激情高清一区二区三区| 一区二区三区精品91| 久久久久久亚洲精品国产蜜桃av| 久久午夜综合久久蜜桃| 99国产精品一区二区三区| 久久久久久人人人人人| 亚洲人成网站在线观看播放| 欧美日韩综合久久久久久| 嫁个100分男人电影在线观看 | 国产深夜福利视频在线观看| 1024香蕉在线观看| 中文字幕人妻丝袜制服| 成人黄色视频免费在线看| 婷婷丁香在线五月| 真人做人爱边吃奶动态| 一边摸一边做爽爽视频免费| 国产免费又黄又爽又色| 视频区欧美日本亚洲| 国产成人精品在线电影| 国产黄色免费在线视频| 成年女人毛片免费观看观看9 | xxx大片免费视频| 啦啦啦视频在线资源免费观看| 侵犯人妻中文字幕一二三四区| 丝袜喷水一区| 国产高清不卡午夜福利| 人人妻人人澡人人看| 久久ye,这里只有精品| 91字幕亚洲| videosex国产| 一本色道久久久久久精品综合| 2021少妇久久久久久久久久久| 亚洲成人国产一区在线观看 | 美女视频免费永久观看网站| 黄片小视频在线播放| 国产精品国产三级专区第一集| 在线观看免费日韩欧美大片| 亚洲九九香蕉| 老司机影院毛片| 国产精品九九99| 欧美日韩视频精品一区| 久久免费观看电影| 黄频高清免费视频| 这个男人来自地球电影免费观看| 麻豆av在线久日| 这个男人来自地球电影免费观看| 99国产综合亚洲精品| 五月开心婷婷网| 国产在线免费精品| 亚洲色图 男人天堂 中文字幕| 美女扒开内裤让男人捅视频| a 毛片基地| 亚洲av成人不卡在线观看播放网 | 久久亚洲国产成人精品v| 一级片免费观看大全| 岛国毛片在线播放| 欧美激情极品国产一区二区三区| 18在线观看网站| 又粗又硬又长又爽又黄的视频| av国产久精品久网站免费入址| 美女视频免费永久观看网站| 国产av一区二区精品久久| 你懂的网址亚洲精品在线观看| 婷婷色综合大香蕉| 校园人妻丝袜中文字幕| 一边摸一边做爽爽视频免费| 亚洲精品久久成人aⅴ小说| 亚洲七黄色美女视频| 一本色道久久久久久精品综合| 欧美乱码精品一区二区三区| 中文字幕亚洲精品专区| 久久精品国产亚洲av涩爱| 只有这里有精品99| 国产人伦9x9x在线观看| 亚洲欧美精品综合一区二区三区| 日韩视频在线欧美| 久久人妻福利社区极品人妻图片 | 亚洲国产欧美日韩在线播放| 人妻一区二区av| 日本av免费视频播放| 国产高清国产精品国产三级| 一级a爱视频在线免费观看| 精品国产一区二区三区四区第35| 国产亚洲精品久久久久5区| 国产成人免费观看mmmm| 91九色精品人成在线观看| 国产在线一区二区三区精| 亚洲成色77777| 国产极品粉嫩免费观看在线| 午夜福利视频精品| 日韩制服丝袜自拍偷拍| 黄色视频不卡| 男人操女人黄网站| 青青草视频在线视频观看| 丰满饥渴人妻一区二区三| 蜜桃在线观看..| 久久性视频一级片| 黑人欧美特级aaaaaa片| 一区二区三区激情视频| 亚洲av美国av| 亚洲五月婷婷丁香| 精品一区二区三区av网在线观看 | 精品国产乱码久久久久久小说| 欧美+亚洲+日韩+国产| 你懂的网址亚洲精品在线观看| 亚洲成国产人片在线观看| 亚洲熟女毛片儿| 欧美日韩亚洲综合一区二区三区_| 大片电影免费在线观看免费| 老司机靠b影院| 国产女主播在线喷水免费视频网站| 色播在线永久视频| 亚洲男人天堂网一区| 中国国产av一级| 日韩电影二区| 99热网站在线观看| 美女视频免费永久观看网站| 中国美女看黄片| 精品国产国语对白av| 亚洲成av片中文字幕在线观看| 激情五月婷婷亚洲| 午夜免费成人在线视频| 99国产精品一区二区蜜桃av | 久久国产精品影院| 五月开心婷婷网| 亚洲国产精品一区三区| 国产av一区二区精品久久| 国产成人免费观看mmmm| 午夜视频精品福利| 汤姆久久久久久久影院中文字幕| 日本欧美国产在线视频| 欧美激情极品国产一区二区三区| 亚洲一卡2卡3卡4卡5卡精品中文| 国产精品一区二区精品视频观看| 大陆偷拍与自拍| av网站在线播放免费| 国产在线一区二区三区精| 欧美在线一区亚洲| 黄片播放在线免费| 欧美老熟妇乱子伦牲交| 2018国产大陆天天弄谢| 久久精品aⅴ一区二区三区四区| 麻豆国产av国片精品| 我要看黄色一级片免费的| 国产精品国产av在线观看| 欧美黄色淫秽网站| 电影成人av| 欧美中文综合在线视频| 欧美日韩黄片免| 波野结衣二区三区在线| 自拍欧美九色日韩亚洲蝌蚪91| 国产日韩欧美视频二区| 国产欧美亚洲国产| 久久久久久亚洲精品国产蜜桃av| 国产精品一区二区精品视频观看| 亚洲成av片中文字幕在线观看| 一区二区av电影网| 国产精品熟女久久久久浪| 免费在线观看完整版高清| 国产极品粉嫩免费观看在线| 又黄又粗又硬又大视频| 1024香蕉在线观看| 亚洲av成人精品一二三区| 久久精品亚洲熟妇少妇任你| 午夜福利,免费看| 精品一区二区三区四区五区乱码 | 久久人人爽人人片av| 19禁男女啪啪无遮挡网站| 爱豆传媒免费全集在线观看| 建设人人有责人人尽责人人享有的| 大香蕉久久网| 大码成人一级视频| 韩国高清视频一区二区三区| 国产成人精品在线电影| 男女边吃奶边做爰视频| 亚洲九九香蕉| 男女高潮啪啪啪动态图| 每晚都被弄得嗷嗷叫到高潮| 国产成人精品久久久久久| 国产日韩一区二区三区精品不卡| 成人国产一区最新在线观看 | av国产久精品久网站免费入址| 80岁老熟妇乱子伦牲交| 在线观看免费午夜福利视频| 超碰成人久久| 亚洲男人天堂网一区| 99热网站在线观看| 日韩中文字幕欧美一区二区 | 91精品伊人久久大香线蕉| 男人添女人高潮全过程视频| 亚洲美女黄色视频免费看| 美国免费a级毛片| 国产91精品成人一区二区三区 | 午夜影院在线不卡| 国产成人影院久久av| 99九九在线精品视频| 国产精品国产av在线观看| 国产麻豆69| 亚洲三区欧美一区| 国产熟女欧美一区二区| 成人18禁高潮啪啪吃奶动态图| 国产在线一区二区三区精| 最新的欧美精品一区二区| av国产久精品久网站免费入址| 国产精品久久久人人做人人爽| 女警被强在线播放| 侵犯人妻中文字幕一二三四区| 90打野战视频偷拍视频| 国产精品欧美亚洲77777| 成人国产一区最新在线观看 | 国产片特级美女逼逼视频| 啦啦啦 在线观看视频| 2018国产大陆天天弄谢| 久久久久久久国产电影| 亚洲精品日韩在线中文字幕| 王馨瑶露胸无遮挡在线观看| 国产不卡av网站在线观看| 两人在一起打扑克的视频| 婷婷成人精品国产| 纵有疾风起免费观看全集完整版| 亚洲精品av麻豆狂野| 日韩欧美一区视频在线观看| 亚洲欧美成人综合另类久久久| 麻豆乱淫一区二区| 狠狠婷婷综合久久久久久88av| 色视频在线一区二区三区| 亚洲精品久久成人aⅴ小说| 少妇人妻 视频| 午夜两性在线视频| 亚洲欧美精品自产自拍| 亚洲,一卡二卡三卡| kizo精华| 亚洲国产欧美在线一区| 18禁观看日本| 中文欧美无线码| 亚洲午夜精品一区,二区,三区| videosex国产| 两个人看的免费小视频| 成年动漫av网址| 99热网站在线观看| 国产一级毛片在线| 日韩人妻精品一区2区三区| 夜夜骑夜夜射夜夜干| 岛国毛片在线播放| 欧美大码av| 青春草视频在线免费观看| 色婷婷av一区二区三区视频| 国产精品久久久久久精品古装| 精品福利永久在线观看| 天天躁日日躁夜夜躁夜夜| 国产在线免费精品| 丰满迷人的少妇在线观看| 美女中出高潮动态图| 99热网站在线观看| 亚洲 国产 在线| 两性夫妻黄色片| 欧美精品亚洲一区二区| 你懂的网址亚洲精品在线观看| 高清不卡的av网站| 尾随美女入室| √禁漫天堂资源中文www| 国产免费又黄又爽又色| 精品一区二区三区四区五区乱码 | 欧美人与善性xxx| 亚洲欧洲精品一区二区精品久久久| 免费黄频网站在线观看国产| 国产极品粉嫩免费观看在线| 免费看av在线观看网站| 男女边摸边吃奶| 国产精品熟女久久久久浪| 亚洲九九香蕉| 国产成人精品久久二区二区免费| 十八禁网站网址无遮挡| 国产精品一区二区在线不卡| 国产主播在线观看一区二区 | 国产日韩欧美亚洲二区| 如日韩欧美国产精品一区二区三区| 秋霞在线观看毛片| 男的添女的下面高潮视频| 人妻人人澡人人爽人人| 女性生殖器流出的白浆| 亚洲色图综合在线观看| 人人妻人人爽人人添夜夜欢视频| 男女高潮啪啪啪动态图| 久久精品aⅴ一区二区三区四区| 国产精品人妻久久久影院| 好男人电影高清在线观看| 精品国产乱码久久久久久小说| 久久久久久免费高清国产稀缺| 久久精品成人免费网站| 成年人午夜在线观看视频| 在线看a的网站| 欧美 亚洲 国产 日韩一| 人体艺术视频欧美日本| 精品少妇内射三级| 国产精品九九99| av国产精品久久久久影院| 在线精品无人区一区二区三| 久久午夜综合久久蜜桃| 久久久欧美国产精品| 久久ye,这里只有精品| 欧美黑人精品巨大| 免费久久久久久久精品成人欧美视频| 男女无遮挡免费网站观看| 91麻豆av在线| 欧美在线黄色| 亚洲国产中文字幕在线视频| 日韩电影二区| 熟女少妇亚洲综合色aaa.| 久久亚洲精品不卡| 日本猛色少妇xxxxx猛交久久| 国产真人三级小视频在线观看| 久久久久国产一级毛片高清牌| 欧美在线黄色| 一级片'在线观看视频| 亚洲欧美色中文字幕在线| 狂野欧美激情性xxxx| 日韩视频在线欧美| 高清av免费在线| 一区福利在线观看| 男女边吃奶边做爰视频| 两个人免费观看高清视频| 欧美精品av麻豆av| 熟女av电影| 91老司机精品| 国产一区二区三区综合在线观看| 啦啦啦视频在线资源免费观看| av有码第一页| 王馨瑶露胸无遮挡在线观看| 天天添夜夜摸| 免费日韩欧美在线观看| 人成视频在线观看免费观看| 国产精品一区二区精品视频观看| 国产黄色免费在线视频| 亚洲三区欧美一区| 国产精品一国产av| 久久久久久久大尺度免费视频| 亚洲国产av影院在线观看| 精品亚洲成a人片在线观看| 一本色道久久久久久精品综合| 亚洲国产看品久久| 欧美少妇被猛烈插入视频| 亚洲精品一二三| 9色porny在线观看| 大香蕉久久网| 丰满少妇做爰视频| 欧美在线一区亚洲| 秋霞在线观看毛片|