• <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 ?

    基于多通道步態(tài)集合的跨視角步態(tài)識別

    2021-12-21 11:25:34建,丁韜,許
    關(guān)鍵詞:步態(tài)識別率模板

    吳 建,丁 韜,許 鏡

    (重慶郵電大學(xué) 通信與信息工程學(xué)院,重慶 400065)

    0 引 言

    步態(tài)識別是近年來計(jì)算機(jī)視覺和生物特征識別領(lǐng)域一個備受關(guān)注的研究方向,旨在根據(jù)人們走路的姿勢進(jìn)行身份識別。每個人走路的風(fēng)格都各有不同,這都源于每個人的骨骼長度、肌肉強(qiáng)度、重心強(qiáng)度以及運(yùn)動神經(jīng)靈敏度等24種不同成分的差異性所造成的,如果把這些成分都考慮到,則步態(tài)是個體所特有的,這點(diǎn)在醫(yī)學(xué)[1]和心理學(xué)[2]上也得到了多方面的印證。正是由于每個人的步態(tài)具有唯一性,且利用步態(tài)來識別個體具有遠(yuǎn)距離,非受控,不易偽裝等優(yōu)點(diǎn),所以使得步態(tài)識別技術(shù)有了長足的發(fā)展,特別是在醫(yī)療、監(jiān)控和疑犯跟蹤等方面都有很廣闊的應(yīng)用前景。

    步態(tài)識別作為一種新興的生物識別技術(shù),相比于較為成熟的識別技術(shù)如指紋識別、人臉識別[3]等,在識別精度和速度方面都有一定的不足。隨著卷積神經(jīng)網(wǎng)絡(luò)的帶動發(fā)展,步態(tài)識別研究成果在各方面的性能得到了很大的提升。步態(tài)特征提取是整個識別過程中最為關(guān)鍵的一步,也是一直以來國內(nèi)外學(xué)者的研究熱點(diǎn)?,F(xiàn)如今的步態(tài)特征提取方法主要可分為基于模型匹配的方法和基于外觀匹配的方法?;谀P推ヅ涞姆椒ㄊ抢萌梭w動力學(xué)的知識,將人體運(yùn)動的特征參數(shù)模型化,在這些特征模型的基礎(chǔ)上進(jìn)行步態(tài)分析。文獻(xiàn)[4]用單一視角的步態(tài)輪廓圖來重構(gòu)3D步態(tài)模型,并從模型中提取周期內(nèi)的步態(tài)輪廓圖來構(gòu)建步態(tài)能量圖,最后通過空間分類器來進(jìn)行識別;文獻(xiàn)[5]采用改進(jìn)的FAST算法提取步態(tài)能量圖中的特征點(diǎn),同時用性能良好的BRIEF算法來描述特征點(diǎn),最后通過特征點(diǎn)的匹配取得了很好的識別效果;文獻(xiàn)[6]提取人體4個下肢關(guān)節(jié)角度作為運(yùn)動特征,并使用確定性學(xué)習(xí)方法學(xué)習(xí)這些人體姿態(tài)參數(shù),最終完成身份識別。這些方法的優(yōu)點(diǎn)在于能充分抓住人體的運(yùn)動信息,在人體遮擋或者偽裝的情況下,模型化后的特征參數(shù)也能保證人體運(yùn)動信息的完整性。但該方法參數(shù)運(yùn)算量較大,且對攝像頭的分辨率有較高的要求。基于外觀匹配的方法是從行人的步態(tài)序列中產(chǎn)生時空模式來分析步態(tài),通過計(jì)算視覺之間的相似性來進(jìn)行步態(tài)識別。文獻(xiàn)[7]采用步態(tài)能量圖作為方法的輸入,使用卷積神經(jīng)網(wǎng)絡(luò)和多任務(wù)學(xué)習(xí)模型來預(yù)測人的多個屬性;文獻(xiàn)[8]通過使用具有不同功能的編碼器、生成器對不同視角或狀態(tài)下的步態(tài)能量圖進(jìn)行轉(zhuǎn)換,擬合成側(cè)面視角下正常行走的步態(tài)能量圖再進(jìn)行匹配;文獻(xiàn)[9]提出通過深度神經(jīng)網(wǎng)絡(luò)直接學(xué)習(xí)步態(tài)能量圖或步態(tài)序列之間的相似度來學(xué)習(xí)步態(tài)特征從而完成步態(tài)識別。

    步態(tài)能量圖(gait energy image,GEI)通過在長時間范圍內(nèi)平均步態(tài)輪廓圖,可以有效地抑制由于預(yù)處理失敗而導(dǎo)致的噪聲,但卻丟失了部分時間上的信息。文獻(xiàn)[10]提出了一種基于時間保持的步態(tài)能量圖(chrono-gait image,CGI),該模板利用紅綠藍(lán)(red green blue,RGB)顏色空間保存了原生步態(tài)序列中的時間信息;文獻(xiàn)[11]在步態(tài)能量圖的基礎(chǔ)上,選擇更重要的GEI特征形成子集,并且使用全局-局部保持投影(globality-locality preserving projections,GLPP)算法來優(yōu)化特征子集;文獻(xiàn)[12]直接將步態(tài)輪廓圖當(dāng)作沒有時序關(guān)系的圖像集,識別效果顯著。但這里選取步態(tài)輪廓圖作為步態(tài)特征,它更注重了步態(tài)的時間信息而忽略了部分空間信息,步態(tài)的空間信息在識別過程中同樣發(fā)揮著重要的作用。為了解決在提取步態(tài)特征過程中無法兼顧步態(tài)圖像的時空信息和當(dāng)前的步態(tài)識別方法實(shí)時性較低的問題,本文提出使用多通道步態(tài)模板(period energy image,PEI)來平衡步態(tài)圖像的時空信息。綜合考慮到在保留步態(tài)時序信息的同時能降低圖像噪聲和減少計(jì)算量,這里選擇七通道作為通道數(shù)的劃分界限,并將該七通道的步態(tài)模板當(dāng)成圖像集作為深度神經(jīng)網(wǎng)絡(luò)的輸入,同時改進(jìn)了分類器的學(xué)習(xí)方式。

    1 獲取多通道步態(tài)能量圖

    本文的主要任務(wù)包括步態(tài)檢測和步態(tài)序列預(yù)處理,而后對步態(tài)序列進(jìn)行歸一化和周期檢測等處理,最終獲得多通道步態(tài)模板。

    1.1 步態(tài)檢測

    在靜態(tài)背景下運(yùn)動目標(biāo)檢測與分割問題上,通常使用的方法為光流法、幀間差分法和背景減除法。光流法是利用圖像序列中像素在時間域上的變化以及相鄰幀之間的相關(guān)性來找到上一幀跟當(dāng)前幀之間存在的對應(yīng)關(guān)系,幀間差分法是在圖像序列相鄰幾幀間采用基于像素的時間差分來提取出圖像中的運(yùn)動區(qū)域,背景減除法是將當(dāng)前幀與背景圖像進(jìn)行差分比較來實(shí)現(xiàn)對運(yùn)動區(qū)域的檢測。通過對各個方法進(jìn)行對比,最終采用背景減除法[13]對人體進(jìn)行檢測與分割。本文針對室內(nèi)環(huán)境采用直接差分的背景減除方法,而室外環(huán)境則采用背景實(shí)時更新的背景減除方法。假設(shè)B(x,y)和fn(x,y)分別代表背景圖像和當(dāng)前圖像中(x,y)處的像素值,進(jìn)行差分運(yùn)算得

    (1)

    1.2 歸一化步態(tài)輪廓圖

    首先,通過遍歷原始的步態(tài)輪廓圖像,找出上、下、左、右邊界像素值為1的點(diǎn),以此來確定人體輪廓的最小矩形框作為人體目標(biāo)輪廓圖像。然后將目標(biāo)輪廓中的每個像素點(diǎn)(xn,yn)縮放至(64,64yn/xn),其質(zhì)心橫坐標(biāo)xc為

    (2)

    (2)式中:xi為人體輪廓像素點(diǎn)的橫坐標(biāo);N為總體的像素點(diǎn)數(shù)。最后,歸一化輪廓圖為64×64大小,如圖1。

    圖1 原始步態(tài)輪廓圖和歸一化步態(tài)輪廓圖Fig.1 Original and normalized gait contours

    1.3 步態(tài)周期檢測

    步態(tài)區(qū)別于其他生物特征的一個重要方面就是人體步態(tài)具有很強(qiáng)的周期性。通過對單幅特征圖像或者整個周期的圖像進(jìn)行匹配,可以在識別過程中對周期步態(tài)進(jìn)行有效地評估。本文用人體運(yùn)動的幅度來表示周期性變化,通過檢測步態(tài)周期來找到一些關(guān)鍵幀,并在一個周期內(nèi)測量每個步態(tài)框架的相對位置。步態(tài)輪廓圖腿部區(qū)域的平均寬度W可表示為

    (3)

    (3)式中:h表示個體圖像的高度;Li和Ri分別表示個體第i行中最左側(cè)和最右側(cè)前景像素的位置,這里0≤α≤β≤1。連續(xù)3個波峰或3個波谷之間的時間跨度為一個步態(tài)周期,如圖2。步態(tài)周期檢測從全部的幀序列中得到長度較小的周期序列,為周期內(nèi)劃分多個通道的步態(tài)能量圖提供了依據(jù)。

    圖2 步態(tài)周期圖Fig.2 Gait periodogram

    1.4 單通道步態(tài)模板

    為了用簡單的方法提取出視頻中有用的信息,目前常用的方法是提取步態(tài)能量圖,如圖3。

    圖3 步態(tài)能量圖Fig.3 Gait energy image

    步態(tài)能量圖將一個步態(tài)周期內(nèi)的輪廓圖沿著時間維度對齊并平均,其定義可表示為

    (4)

    (4)式中:N代表行為序列的長度;t代表時間;(x,y)代表二維圖像平面坐標(biāo)。

    在GEI中,通過在長時間范圍內(nèi)平均步態(tài)輪廓圖,可以有效地抑制由于預(yù)處理失敗而導(dǎo)致的噪聲。GEI由于考慮了計(jì)算成本和識別性能之間的有效平衡,已經(jīng)成為了步態(tài)的個性簽名,是當(dāng)前最常用的方法之一。

    1.5 獲取多通道步態(tài)模板

    以單一通道的步態(tài)能量圖為基礎(chǔ),這里提出了多通道的步態(tài)模板。GEI雖然抑制了噪聲,降低了計(jì)算成本,但它卻完全丟失了步態(tài)序列上的時間信息。CGI[10]利用RGB顏色空間保存了步態(tài)時間上的信息,但空間上的信息可能會被忽略。PEI平均了這2種方法的優(yōu)劣,得到了更有效的步態(tài)模板。在多通道的步態(tài)模板中,步態(tài)序列中的幀被映射到不同的通道,本文根據(jù)幀的幅度來確定通道的邊界,步態(tài)輪廓圖在一定范圍內(nèi)對應(yīng)的幅度用T(k)表示為

    (5)

    (5)式中:k為通道數(shù),k=1,2,…,nc;m為通道窗口的大??;nc表示可能重疊的窗口數(shù),代表了整個步態(tài)序列的空間信息。每個通道中的模板PEIk用該通道中幀的平均值序列來表示成步態(tài)能量圖為

    (6)

    (6)式中:Nk為該通道內(nèi)步態(tài)輪廓圖的數(shù)量;Bt為第t幀的輪廓圖像。通常情況下,通過增大m來提高Nk的大小可以提升降噪的效果,但同時也會增加計(jì)算量。這里通過(5)式和(6)式得到不同視角下(36°,90°和144°)的七通道步態(tài)模板如圖4。

    圖4 七通道步態(tài)模板Fig.4 Seven-channel gait template

    2 識別方法與原理

    基于單幅圖像提取特征的方法提取了步態(tài)能量圖中的高維特征,這樣既降低了計(jì)算成本,也保留了大部分的步態(tài)信息,但是這樣會忽略步態(tài)中的時序信息,而直接從有序的步態(tài)輪廓圖中提取特征能很好地建模步態(tài)中的時域和空域信息,但是計(jì)算復(fù)雜且不易于訓(xùn)練。本文方法結(jié)合了以上2種方法的優(yōu)點(diǎn),將多通道的步態(tài)能量圖當(dāng)作沒有時序關(guān)系的圖像集,讓深度神經(jīng)網(wǎng)絡(luò)自身去提取并利用這種關(guān)系。

    2.1 步態(tài)識別的基本方法

    深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)是一種前饋網(wǎng)絡(luò)系統(tǒng),主要包括卷積層和池化層。卷積層主要是在原始的輸入上進(jìn)行特征提取,池化層主要負(fù)責(zé)對輸入的特征圖進(jìn)行壓縮,提取主要特征。卷積神經(jīng)網(wǎng)絡(luò)的人工神經(jīng)元可以響應(yīng)一部分覆蓋范圍內(nèi)的周圍單元,在圖像處理問題上有很出色的表現(xiàn)。由于深度學(xué)習(xí)在各種生成任務(wù)上表現(xiàn)良好,因此被廣泛用于步態(tài)識別任務(wù)[14-16],本文步態(tài)識別系統(tǒng)的工作原理如圖5。

    圖5 步態(tài)識別基本過程Fig.5 Basic process of gait recognition

    步態(tài)識別過程如下。

    1)攝像頭采集人的步態(tài);

    2)通過背景減除法從視頻幀中提取步態(tài)輪廓圖,并且對目標(biāo)輪廓圖進(jìn)行歸一化等預(yù)處理;

    3)通過步態(tài)周期檢測從預(yù)處理后的輪廓圖中得到長度較小的周期序列,然后從中獲取多通道步態(tài)模板;

    4)將多張模板圖像當(dāng)成圖像集作為輸入進(jìn)行特征提取,這里提取的特征包含豐富的時間和空間信息,并且具有較強(qiáng)的魯棒性;

    5)通過特征的分類與匹配來判斷是否為同一個行人。

    2.2 基于圖像集的特征提取和聚合

    特征提取作為整個步態(tài)識別過程中最為關(guān)鍵的一步,直接影響了最后的識別結(jié)果。本文通過提取幀級通道能量圖特征方法來代替提取單一的步態(tài)能量圖的方法,以獲得更全面的特征信息。

    fi=H(G(F(xi)))

    (7)

    (4)式中:函數(shù)F(·)通過CNN網(wǎng)絡(luò)對序列中的每個輪廓圖都進(jìn)行特征提?。缓瘮?shù)G(·)將提取到的多幅圖像的特征映射到序列級函數(shù)中,得到一個聚合特征向量;函數(shù)H(·)通過全連接網(wǎng)絡(luò)對得到的聚合特征向量進(jìn)行辨別從而實(shí)現(xiàn)識別效果。由于一個周期的輪廓圖包含了整個動作中的完整信息,這里的xi表示為周期內(nèi)的多通道步態(tài)模板,方法的基本流程如圖6。

    圖6 方法實(shí)現(xiàn)的基本流程Fig.6 Basic process of method implementation

    2.3 度量學(xué)習(xí)方式的選擇

    識別任務(wù)大都是基于數(shù)據(jù)上的距離度量展開的,為了處理相似度,可以在特定的任務(wù)中選擇合適的特征并手動構(gòu)建距離函數(shù)。然而這種方法需要很大的人工投入,并且數(shù)據(jù)的改變會造成系統(tǒng)的魯棒性降低。度量學(xué)習(xí)作為一個理想的替代,學(xué)習(xí)樣本之間的距離度量,為估計(jì)樣本相似性提供更可靠的依據(jù)。

    (8)

    (8)式中,ε1為閾值參數(shù)。對其距離進(jìn)行l(wèi)2范數(shù)歸一化處理得

    (9)

    (10)

    傳統(tǒng)的三元組損失函數(shù)只要求樣本對之間的類內(nèi)距離小于類間距離,而并沒有提出相似樣本對之間的相似程度。在著裝、遮擋、不同視角等外界環(huán)境的影響下,就很有可能導(dǎo)致相似樣本對之間產(chǎn)生較大的差異。

    基于以上的問題,這里做出了相應(yīng)的改進(jìn)。本文添加了新的損失函數(shù)來增強(qiáng)約束,使得相似樣本對之間的距離應(yīng)小于一個設(shè)定的閾值τ2,并且這個閾值應(yīng)該小于τ1。這樣,改進(jìn)的損失函數(shù)通過增加約束來增大類間距離和減小類內(nèi)距離,改進(jìn)后的Triplet Loss函數(shù)可表示為

    (11)

    (4)式中:N為訓(xùn)練樣本的個數(shù);β為平衡類內(nèi)和類間距離所占比重的系數(shù)。

    3 實(shí)驗(yàn)結(jié)果分析

    本文在MATLAB R2016b和PyTorch 0.4環(huán)境下進(jìn)行實(shí)驗(yàn),計(jì)算機(jī)配置為NVIDIA 1080TI GPU,運(yùn)算平臺為CUDA 9.0,實(shí)驗(yàn)過程都是基于Windows10(64 bit)操作系統(tǒng)上完成。

    3.1 數(shù)據(jù)準(zhǔn)備

    本次實(shí)驗(yàn)采用CASIA-B標(biāo)準(zhǔn)步態(tài)數(shù)據(jù)集,如圖7。CASIA-B是一個大規(guī)模的,多視角的步態(tài)庫,共有124人,每個人有11個視角(0°,18°,36°,…,90°,…,180°),在普通條件,穿大衣和攜帶背包3種行走條件下采集。實(shí)驗(yàn)數(shù)據(jù)均通過降維和降噪處理。

    圖7 11個視角和3種行走狀態(tài)Fig.7 Eleven perspectives and three walking states

    由于步態(tài)能量圖直接由輪廓圖平均相加而成,所以輪廓圖的規(guī)范程度對識別效果有很大的影響。而且在跨視角情況下又很容易導(dǎo)致提取到的步態(tài)輪廓圖的形變問題。這里在融合步態(tài)能量圖之前對輪廓圖使用STN(spatial transformer network)網(wǎng)絡(luò)進(jìn)行預(yù)處理。STN網(wǎng)絡(luò)通過對輪廓圖進(jìn)行旋轉(zhuǎn)、縮放、平移、投影和彈性變形處理,有效地改善了步態(tài)能量圖的特征表達(dá)能力。STN網(wǎng)絡(luò)的結(jié)構(gòu)如圖8。

    圖8 STN網(wǎng)絡(luò)結(jié)構(gòu)Fig.8 Spatial transformer network structure

    圖8中,U為輸入的原始步態(tài)輪廓圖,θ為定位網(wǎng)格產(chǎn)生的空間變換參數(shù),Tθ(G)為空間變換函數(shù),V為輸出的特征圖。

    3.2 實(shí)驗(yàn)結(jié)果

    實(shí)驗(yàn)中對不同視角下的步態(tài)樣本進(jìn)行分析,在CASIA-B步態(tài)標(biāo)準(zhǔn)數(shù)據(jù)集中,每個樣本有6組正常行走狀態(tài),2組攜帶背包和2組穿大衣狀態(tài)。由于本文的主要目標(biāo)是研究視角變化對特征表達(dá)的影響,所以試驗(yàn)均在同狀態(tài)(nm-nm,bg-bg,cl-cl)下進(jìn)行。在6組正常行走狀態(tài)中,選取4組作為訓(xùn)練集,剩下2組作為測試集。攜帶背包和穿大衣狀態(tài)各選一組作為訓(xùn)練集和測試集,實(shí)驗(yàn)如表1。

    在跨視角對比實(shí)驗(yàn)中視角的選擇上,本文選取了90°,54°,126°,72°和108°視角進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果如表2—表6。

    表1 CASIA-B數(shù)據(jù)集的試驗(yàn)

    表2 90°視角下各算法識別率對比

    從表2中可以看出,本文算法在對穿大衣等協(xié)變量上有很強(qiáng)的魯棒性,各個狀態(tài)下識別率均高于基于生成對抗網(wǎng)絡(luò)的步態(tài)識別[16]。與文獻(xiàn)[16]相比,平均提高了19.5% 。其中,選擇度量學(xué)習(xí)中改進(jìn)的三元組損失函數(shù)對最終的識別性能也有所提升。從實(shí)驗(yàn)結(jié)果可以看出,平均提高了1.0%。

    表3 54°視角下各算法識別率對比

    表4 126°視角下各算法識別率對比

    從表2—表4可以看出,本文算法相比于DeepCNNs[9]算法在某些情況下識別率略有降低,這是因?yàn)镈eepCNNs算法中使用了復(fù)雜的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),其網(wǎng)絡(luò)分為局部特征匹配的底層網(wǎng)絡(luò),中級特征匹配和全局特征匹配的上層網(wǎng)絡(luò),對步態(tài)特征的映射更為明顯,但是訓(xùn)練時間和測試時間都有很大程度的增加。實(shí)驗(yàn)表明,本文算法相比于GaitSet[12]算法在速度上提升了10倍左右,更適合于實(shí)時應(yīng)用場景的識別。

    表5 72°視角下各算法識別率對比

    表6 108°視角下各算法識別率對比

    從表3—表6可以看出,本文算法在各個視角下的識別率都有很大提升,與基于生成對抗網(wǎng)絡(luò)方法所用算法相比,在72°和108°視角下識別率分別平均提高了19.7%,19.4%,有效緩解了視角變化給識別率所帶來的影響。其中,側(cè)身角度識別效果更佳,這是因?yàn)閭?cè)身角度同時擁有與步行方向平行的步幅信息和與行走方向垂直的步態(tài)信息,包含的特征信息更加豐富。

    4 結(jié)束語

    本文以標(biāo)準(zhǔn)數(shù)據(jù)集CASIA-B為研究對象,對原始步態(tài)輪廓序列進(jìn)行周期檢測和歸一化處理,最后獲取了一個周期的七通道步態(tài)模板。這里提出了將七通道步態(tài)模板當(dāng)成圖像集作為輸入的識別方法,在提高了識別率的同時,還加速了網(wǎng)絡(luò)的收斂速度,減少了識別時間。本文算法在各個視角的情況下都取得了很好的實(shí)驗(yàn)結(jié)果。在今后的工作中,為了應(yīng)用于真實(shí)的識別場景,還將增加更多視角下的實(shí)驗(yàn),同時對通道數(shù)進(jìn)行相應(yīng)的調(diào)整,以設(shè)計(jì)出一個能應(yīng)對各種環(huán)境的步態(tài)識別系統(tǒng)。

    猜你喜歡
    步態(tài)識別率模板
    小螞蟻與“三角步態(tài)”
    鋁模板在高層建筑施工中的應(yīng)用
    鋁模板在高層建筑施工中的應(yīng)用
    基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測
    基于真耳分析的助聽器配戴者言語可懂度指數(shù)與言語識別率的關(guān)系
    基于面部和步態(tài)識別的兒童走失尋回系統(tǒng)
    電子制作(2018年18期)2018-11-14 01:48:04
    基于Kinect的學(xué)步期幼兒自然步態(tài)提取
    提升高速公路MTC二次抓拍車牌識別率方案研究
    高速公路機(jī)電日常維護(hù)中車牌識別率分析系統(tǒng)的應(yīng)用
    鋁模板在高層建筑施工中的應(yīng)用
    亚洲av成人精品一二三区| 在线观看www视频免费| 丰满人妻一区二区三区视频av| 日韩人妻高清精品专区| 人妻制服诱惑在线中文字幕| 丰满人妻一区二区三区视频av| av有码第一页| 国产精品久久久久久精品古装| 国产免费视频播放在线视频| 国产精品秋霞免费鲁丝片| 国产永久视频网站| 亚洲在久久综合| 观看免费一级毛片| 日韩 亚洲 欧美在线| 有码 亚洲区| 国产极品天堂在线| 午夜免费观看性视频| 99热这里只有精品一区| 亚洲欧美清纯卡通| 九九久久精品国产亚洲av麻豆| 在线天堂最新版资源| 日韩一区二区三区影片| 精品久久久久久久久av| 97超碰精品成人国产| 黄色毛片三级朝国网站 | 99久久人妻综合| 久久综合国产亚洲精品| 久久久久久久久久久久大奶| 欧美精品高潮呻吟av久久| 丝袜脚勾引网站| 亚洲伊人久久精品综合| 国产亚洲5aaaaa淫片| 少妇高潮的动态图| a级片在线免费高清观看视频| 国产精品蜜桃在线观看| 狂野欧美白嫩少妇大欣赏| 少妇人妻久久综合中文| 国产永久视频网站| 国产精品一区二区在线观看99| 亚洲国产精品999| 亚洲国产毛片av蜜桃av| 久久婷婷青草| 亚洲av综合色区一区| 丰满人妻一区二区三区视频av| 亚洲av成人精品一区久久| 成人二区视频| 国产免费一区二区三区四区乱码| 久久久久久久久久久久大奶| 岛国毛片在线播放| av女优亚洲男人天堂| 亚洲av.av天堂| 免费看av在线观看网站| 在线观看免费高清a一片| av.在线天堂| 久久久久国产精品人妻一区二区| 日韩av在线免费看完整版不卡| 蜜桃在线观看..| 少妇 在线观看| 久久青草综合色| 国产精品99久久久久久久久| 久久久久网色| 丰满人妻一区二区三区视频av| 国内少妇人妻偷人精品xxx网站| 欧美一级a爱片免费观看看| 亚洲av电影在线观看一区二区三区| 日韩欧美 国产精品| 日韩成人伦理影院| 曰老女人黄片| 亚洲美女视频黄频| 成人亚洲精品一区在线观看| av不卡在线播放| 免费久久久久久久精品成人欧美视频 | 天天操日日干夜夜撸| 亚洲精品第二区| 成人影院久久| 国产熟女午夜一区二区三区 | av天堂久久9| 日本免费在线观看一区| 午夜福利影视在线免费观看| 亚洲国产精品专区欧美| 欧美变态另类bdsm刘玥| 国产精品一区二区三区四区免费观看| 亚洲欧美中文字幕日韩二区| 91在线精品国自产拍蜜月| 久久国产乱子免费精品| 少妇被粗大的猛进出69影院 | 午夜日本视频在线| 亚洲av不卡在线观看| 18禁在线播放成人免费| 国产高清不卡午夜福利| 99九九在线精品视频 | 免费观看无遮挡的男女| 亚洲av男天堂| 国产伦理片在线播放av一区| 一级黄片播放器| 亚洲婷婷狠狠爱综合网| 美女大奶头黄色视频| 中文资源天堂在线| 极品少妇高潮喷水抽搐| 亚洲人与动物交配视频| 哪个播放器可以免费观看大片| 国产一区二区三区综合在线观看 | 欧美日本中文国产一区发布| 久久久久久人妻| 国产精品99久久99久久久不卡 | 天美传媒精品一区二区| 日本wwww免费看| 97超碰精品成人国产| 在线亚洲精品国产二区图片欧美 | 内地一区二区视频在线| 男人爽女人下面视频在线观看| 日韩强制内射视频| 国产黄色免费在线视频| av视频免费观看在线观看| 如何舔出高潮| 激情五月婷婷亚洲| 国产成人精品久久久久久| 日本爱情动作片www.在线观看| 国产黄片美女视频| 热re99久久精品国产66热6| 校园人妻丝袜中文字幕| 亚洲欧洲国产日韩| 国产成人精品福利久久| 99热这里只有是精品50| 亚洲综合精品二区| 边亲边吃奶的免费视频| 乱人伦中国视频| 亚洲四区av| 久久久久人妻精品一区果冻| 人妻夜夜爽99麻豆av| 亚洲精品一二三| 国产片特级美女逼逼视频| 久久午夜综合久久蜜桃| 一级毛片 在线播放| 亚洲精品乱码久久久久久按摩| 久久99热6这里只有精品| 国产精品久久久久久av不卡| 国产视频首页在线观看| 日本av免费视频播放| 欧美激情国产日韩精品一区| 亚洲精品久久午夜乱码| 国产午夜精品一二区理论片| 国产片特级美女逼逼视频| 一级二级三级毛片免费看| 久久99蜜桃精品久久| 欧美区成人在线视频| 午夜影院在线不卡| 亚洲精品中文字幕在线视频 | 天堂中文最新版在线下载| 亚洲在久久综合| 午夜影院在线不卡| 超碰97精品在线观看| 热re99久久国产66热| 天堂中文最新版在线下载| 少妇被粗大的猛进出69影院 | 久久国产精品男人的天堂亚洲 | 免费人妻精品一区二区三区视频| 99久久人妻综合| 校园人妻丝袜中文字幕| 少妇人妻久久综合中文| 国产熟女欧美一区二区| 美女脱内裤让男人舔精品视频| 在线天堂最新版资源| 国产熟女欧美一区二区| 欧美+日韩+精品| 国产探花极品一区二区| 免费黄频网站在线观看国产| 国产色爽女视频免费观看| 另类精品久久| 少妇人妻精品综合一区二区| 乱系列少妇在线播放| 我要看黄色一级片免费的| 免费不卡的大黄色大毛片视频在线观看| 日产精品乱码卡一卡2卡三| 亚洲第一区二区三区不卡| 99视频精品全部免费 在线| 成人亚洲欧美一区二区av| 日本黄色日本黄色录像| 国产深夜福利视频在线观看| 午夜福利影视在线免费观看| 少妇的逼好多水| 国产精品免费大片| 最黄视频免费看| 纵有疾风起免费观看全集完整版| 久久久久久久久久久免费av| 久久女婷五月综合色啪小说| 最近中文字幕2019免费版| 国产欧美亚洲国产| 一级毛片aaaaaa免费看小| 日日啪夜夜爽| 亚洲av不卡在线观看| 亚洲精品第二区| 久久国产亚洲av麻豆专区| 久久影院123| 免费久久久久久久精品成人欧美视频 | 精品久久久久久电影网| 亚洲综合色惰| 亚洲av男天堂| 免费观看在线日韩| 久久99热6这里只有精品| 国产精品久久久久成人av| 日日爽夜夜爽网站| 视频中文字幕在线观看| 国产精品成人在线| 亚洲av欧美aⅴ国产| 亚洲精品一二三| 国产淫语在线视频| 亚洲不卡免费看| 久久国产亚洲av麻豆专区| 91久久精品国产一区二区三区| 午夜日本视频在线| a级一级毛片免费在线观看| 美女内射精品一级片tv| 97超视频在线观看视频| 国产熟女午夜一区二区三区 | 一级黄片播放器| 七月丁香在线播放| 性高湖久久久久久久久免费观看| 观看免费一级毛片| 日本av手机在线免费观看| 少妇猛男粗大的猛烈进出视频| 日本欧美国产在线视频| 五月天丁香电影| 极品教师在线视频| av在线app专区| 欧美最新免费一区二区三区| 亚洲欧美精品自产自拍| 亚洲成人av在线免费| 久久久久久久久久久免费av| 黄色一级大片看看| 成年女人在线观看亚洲视频| 久久久国产欧美日韩av| 内地一区二区视频在线| 丝瓜视频免费看黄片| 精品亚洲成a人片在线观看| 99久久人妻综合| 国产淫语在线视频| 国产精品国产av在线观看| 乱人伦中国视频| 免费看日本二区| 免费黄频网站在线观看国产| 国产免费又黄又爽又色| 欧美老熟妇乱子伦牲交| 国产成人freesex在线| 美女脱内裤让男人舔精品视频| 欧美高清成人免费视频www| 黄色日韩在线| 男的添女的下面高潮视频| 91精品一卡2卡3卡4卡| 全区人妻精品视频| 国产成人freesex在线| 国产成人freesex在线| 精品国产露脸久久av麻豆| .国产精品久久| 大香蕉久久网| 亚洲在久久综合| 国产精品久久久久久久电影| 国产亚洲91精品色在线| 热re99久久精品国产66热6| www.av在线官网国产| 久久久久视频综合| 少妇人妻精品综合一区二区| 伦理电影大哥的女人| 久久久久久伊人网av| 国产精品一区www在线观看| 色5月婷婷丁香| 免费播放大片免费观看视频在线观看| 精品卡一卡二卡四卡免费| 免费少妇av软件| 国产亚洲5aaaaa淫片| 视频区图区小说| 亚洲精品国产成人久久av| 成人漫画全彩无遮挡| 一区二区三区免费毛片| 丰满少妇做爰视频| 久久久久网色| 亚洲人成网站在线播| 两个人免费观看高清视频 | 久久久a久久爽久久v久久| freevideosex欧美| 大香蕉97超碰在线| 国产男女超爽视频在线观看| 国产成人免费无遮挡视频| 欧美老熟妇乱子伦牲交| 七月丁香在线播放| 老熟女久久久| 亚洲av欧美aⅴ国产| 偷拍熟女少妇极品色| 久久精品国产亚洲av天美| 亚洲欧美一区二区三区黑人 | 免费观看的影片在线观看| av专区在线播放| 这个男人来自地球电影免费观看 | 岛国毛片在线播放| 亚洲国产欧美在线一区| 日韩一区二区三区影片| 国产精品久久久久久久电影| 狂野欧美激情性xxxx在线观看| 在线观看一区二区三区激情| 91久久精品国产一区二区三区| 18禁裸乳无遮挡动漫免费视频| 成人无遮挡网站| 国产在线一区二区三区精| 夜夜看夜夜爽夜夜摸| 中文精品一卡2卡3卡4更新| 秋霞在线观看毛片| 人妻制服诱惑在线中文字幕| 久久久久久久久大av| 男人爽女人下面视频在线观看| 人妻 亚洲 视频| 国产精品无大码| 六月丁香七月| 欧美一级a爱片免费观看看| 亚洲精品日韩在线中文字幕| 成人18禁高潮啪啪吃奶动态图 | 最近最新中文字幕免费大全7| 高清不卡的av网站| 国产中年淑女户外野战色| 中文精品一卡2卡3卡4更新| 久久久久人妻精品一区果冻| av国产久精品久网站免费入址| 99久久人妻综合| 精华霜和精华液先用哪个| 国产美女午夜福利| 成年美女黄网站色视频大全免费 | 大片免费播放器 马上看| 一个人看视频在线观看www免费| 午夜久久久在线观看| 亚洲第一av免费看| 一级片'在线观看视频| 国产色爽女视频免费观看| 亚洲国产精品专区欧美| videos熟女内射| 少妇人妻 视频| 在线亚洲精品国产二区图片欧美 | 日日爽夜夜爽网站| 性高湖久久久久久久久免费观看| 国产精品久久久久久av不卡| av福利片在线观看| 一级毛片我不卡| 国产高清不卡午夜福利| 国语对白做爰xxxⅹ性视频网站| 波野结衣二区三区在线| 一区二区三区乱码不卡18| 久久久国产精品麻豆| 国产av国产精品国产| 亚洲在久久综合| 在线观看美女被高潮喷水网站| 熟女av电影| 噜噜噜噜噜久久久久久91| 另类亚洲欧美激情| 亚洲国产精品一区三区| 国产精品99久久久久久久久| 人人妻人人添人人爽欧美一区卜| 日韩,欧美,国产一区二区三区| 9色porny在线观看| 人妻 亚洲 视频| 国产成人免费观看mmmm| 国产精品一二三区在线看| 高清视频免费观看一区二区| 国产黄色免费在线视频| 久久97久久精品| 国产精品一二三区在线看| 亚洲性久久影院| www.色视频.com| 久久精品久久久久久久性| 99精国产麻豆久久婷婷| 丰满迷人的少妇在线观看| 国产精品伦人一区二区| 黄色配什么色好看| 十分钟在线观看高清视频www | 国产av一区二区精品久久| 久久精品久久久久久噜噜老黄| 亚洲欧美中文字幕日韩二区| 成年人免费黄色播放视频 | 亚洲精品日本国产第一区| 欧美高清成人免费视频www| 最新中文字幕久久久久| 中文乱码字字幕精品一区二区三区| 99国产精品免费福利视频| 中文欧美无线码| 丰满迷人的少妇在线观看| 欧美 日韩 精品 国产| 日本-黄色视频高清免费观看| 一级片'在线观看视频| 国语对白做爰xxxⅹ性视频网站| 免费黄网站久久成人精品| 不卡视频在线观看欧美| 国产亚洲一区二区精品| a级毛片免费高清观看在线播放| 亚洲国产色片| 久久婷婷青草| 在线观看av片永久免费下载| 丰满乱子伦码专区| 麻豆精品久久久久久蜜桃| 国产探花极品一区二区| 久久久久久久久大av| 一级黄片播放器| 国产男女超爽视频在线观看| 一级毛片电影观看| 狂野欧美激情性bbbbbb| 麻豆成人av视频| 日韩中字成人| 老司机影院成人| 欧美日本中文国产一区发布| av免费在线看不卡| 国产视频内射| 美女脱内裤让男人舔精品视频| 男女国产视频网站| 亚洲不卡免费看| 男女边摸边吃奶| 久久 成人 亚洲| 久久久久久久亚洲中文字幕| 国产一区二区三区av在线| videossex国产| 亚洲久久久国产精品| 免费久久久久久久精品成人欧美视频 | 国产无遮挡羞羞视频在线观看| 欧美亚洲 丝袜 人妻 在线| 另类精品久久| 九九久久精品国产亚洲av麻豆| 乱码一卡2卡4卡精品| 亚洲国产欧美在线一区| 免费看不卡的av| 少妇裸体淫交视频免费看高清| 亚洲无线观看免费| 久久久精品94久久精品| 亚洲av成人精品一区久久| 欧美日韩精品成人综合77777| 久久午夜福利片| 尾随美女入室| 各种免费的搞黄视频| 国产日韩欧美视频二区| 夫妻性生交免费视频一级片| 亚州av有码| 国产精品久久久久久精品电影小说| 国产又色又爽无遮挡免| 99热国产这里只有精品6| 国产片特级美女逼逼视频| 内射极品少妇av片p| 国产成人91sexporn| 国产精品蜜桃在线观看| 汤姆久久久久久久影院中文字幕| 精品一区二区三区视频在线| 精品国产一区二区三区久久久樱花| 国产69精品久久久久777片| 久久久久国产网址| 一级a做视频免费观看| 亚洲av在线观看美女高潮| av福利片在线| 国产69精品久久久久777片| 交换朋友夫妻互换小说| 亚洲欧美清纯卡通| 夫妻性生交免费视频一级片| 嫩草影院新地址| 色5月婷婷丁香| 美女xxoo啪啪120秒动态图| 国产av一区二区精品久久| 男女边吃奶边做爰视频| 亚洲丝袜综合中文字幕| 国产欧美另类精品又又久久亚洲欧美| 午夜精品国产一区二区电影| 国产永久视频网站| 能在线免费看毛片的网站| 看免费成人av毛片| 久久综合国产亚洲精品| 热re99久久精品国产66热6| 99精国产麻豆久久婷婷| 91久久精品国产一区二区成人| 午夜福利,免费看| 18禁在线播放成人免费| 在线观看免费视频网站a站| 免费播放大片免费观看视频在线观看| 久久久久精品性色| 日本黄大片高清| 我要看黄色一级片免费的| 在线天堂最新版资源| 国产高清有码在线观看视频| 在线播放无遮挡| 亚洲精品国产成人久久av| 国产日韩欧美在线精品| 日韩大片免费观看网站| 亚洲图色成人| 少妇人妻一区二区三区视频| videossex国产| 久久久欧美国产精品| 少妇人妻久久综合中文| 天堂俺去俺来也www色官网| 高清黄色对白视频在线免费看 | av在线老鸭窝| 哪个播放器可以免费观看大片| 国产 精品1| 三级经典国产精品| 成人漫画全彩无遮挡| 久久国产精品男人的天堂亚洲 | 免费人成在线观看视频色| 日韩伦理黄色片| 亚洲欧美日韩另类电影网站| 91午夜精品亚洲一区二区三区| 日本欧美国产在线视频| 国产成人精品久久久久久| 男人和女人高潮做爰伦理| 国产白丝娇喘喷水9色精品| 久久综合国产亚洲精品| 国产成人午夜福利电影在线观看| 久久久久视频综合| 国产91av在线免费观看| 汤姆久久久久久久影院中文字幕| 春色校园在线视频观看| 国产欧美亚洲国产| 亚洲国产精品一区三区| 男人添女人高潮全过程视频| 日本wwww免费看| 亚洲精品中文字幕在线视频 | 国产欧美另类精品又又久久亚洲欧美| 女的被弄到高潮叫床怎么办| 亚洲av国产av综合av卡| av不卡在线播放| 你懂的网址亚洲精品在线观看| 午夜老司机福利剧场| 国产av精品麻豆| 男男h啪啪无遮挡| 女性生殖器流出的白浆| 日韩成人av中文字幕在线观看| 久久精品熟女亚洲av麻豆精品| 亚州av有码| 久久狼人影院| 国产男人的电影天堂91| 国产精品麻豆人妻色哟哟久久| 人人妻人人澡人人看| 欧美 日韩 精品 国产| 少妇人妻一区二区三区视频| a级毛色黄片| 欧美亚洲 丝袜 人妻 在线| 欧美3d第一页| 久久99蜜桃精品久久| 亚洲av综合色区一区| 日本午夜av视频| 狠狠精品人妻久久久久久综合| 草草在线视频免费看| 国产91av在线免费观看| 国产一区二区在线观看av| 乱码一卡2卡4卡精品| 爱豆传媒免费全集在线观看| 国产亚洲av片在线观看秒播厂| 女人精品久久久久毛片| 精品亚洲成国产av| 亚洲熟女精品中文字幕| 国产日韩欧美视频二区| 婷婷色麻豆天堂久久| 人妻系列 视频| 国产黄色免费在线视频| 亚洲欧美中文字幕日韩二区| 在线看a的网站| 国内精品宾馆在线| av播播在线观看一区| 美女cb高潮喷水在线观看| 国产白丝娇喘喷水9色精品| av在线播放精品| www.av在线官网国产| 久久6这里有精品| 国产白丝娇喘喷水9色精品| 热re99久久国产66热| 免费av不卡在线播放| 男男h啪啪无遮挡| 精品国产一区二区三区久久久樱花| 最后的刺客免费高清国语| 国产免费福利视频在线观看| 国产 精品1| av播播在线观看一区| 中文字幕制服av| 国产一区二区在线观看av| 国产精品麻豆人妻色哟哟久久| 亚洲内射少妇av| av视频免费观看在线观看| 大片电影免费在线观看免费| av专区在线播放| 噜噜噜噜噜久久久久久91| 亚洲在久久综合| 啦啦啦视频在线资源免费观看| 国产高清不卡午夜福利| av国产久精品久网站免费入址| 亚洲欧美成人精品一区二区| 99久久中文字幕三级久久日本| 高清毛片免费看| 两个人的视频大全免费| 美女福利国产在线| 你懂的网址亚洲精品在线观看| 亚洲国产色片| 婷婷色麻豆天堂久久| 久久精品夜色国产| a级毛片在线看网站| 久久精品夜色国产| 国产精品成人在线| 国产精品伦人一区二区| 久久久久精品久久久久真实原创| 涩涩av久久男人的天堂| 欧美精品国产亚洲| 蜜桃在线观看..| 99九九线精品视频在线观看视频| 久久鲁丝午夜福利片| 久久ye,这里只有精品| 亚洲欧美成人精品一区二区| 欧美性感艳星| 亚洲欧美日韩东京热| 免费观看性生交大片5| 日本黄色日本黄色录像| 亚洲色图综合在线观看| 国产白丝娇喘喷水9色精品| 精品国产国语对白av| 插逼视频在线观看| 国内精品宾馆在线| 精品人妻偷拍中文字幕| 水蜜桃什么品种好| 婷婷色麻豆天堂久久|