• <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 ?

    基于深度學(xué)習(xí)多特征融合的手勢分割識別算法

    2022-05-18 03:16:12張曉俊李長勇
    關(guān)鍵詞:特征提取背景融合

    張曉俊,李長勇

    (新疆大學(xué) 機(jī)械工程學(xué)院,新疆 烏魯木齊 830047)

    隨著科技水平的提高,機(jī)器視覺的手勢識別已成為自然交互的一個(gè)重點(diǎn)研究方向,并且在意圖感知、輔助駕駛、輔助教學(xué)、醫(yī)學(xué)、人機(jī)交互、電子游戲等領(lǐng)域應(yīng)用廣泛[1-3]。手勢檢測主要分為手勢分割和識別2個(gè)部分,手勢分割的精度影響手勢識別的準(zhǔn)確度。目前手勢識別研究中常用的手勢分割方法是利用YCbCr模型[4-5]和高斯模型[6-7]等進(jìn)行手勢的分割和檢測,但是YCbCr模型在實(shí)際應(yīng)用中容易受背景類膚色的物體影響,高斯模型也容易受環(huán)境變化和個(gè)體差異的影響。在深度學(xué)習(xí)方法方面,睢丙東等[8]改進(jìn)YOLOv3網(wǎng)絡(luò),提升了手勢檢測精度,5種手勢的平均識別精度為90.38%。謝錚桂[9]和蔡娟等[10]將采集到的多種手勢圖像數(shù)據(jù)集預(yù)處理后送入卷積神經(jīng)網(wǎng)絡(luò)中訓(xùn)練,實(shí)驗(yàn)結(jié)果顯示識別精度均為96%。Flores等[11]對手勢圖像進(jìn)行預(yù)處理后運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練,簡化訓(xùn)練模型,手勢識別精度高達(dá)96%。上述方法雖然在手勢識別領(lǐng)域的研究中取得一定成果,可以識別出簡單的手勢,但實(shí)際環(huán)境中手勢分割容易受到背景中類膚色物體或個(gè)體差異的影響,且沒有考慮手勢識別的實(shí)用性。在實(shí)際交互過程中每種手勢有不同的姿態(tài)角度,但上述方法均未考慮手勢不同姿態(tài),導(dǎo)致識別精度較低,具有一定的局限性。

    針對上述問題,本文中提出基于深度學(xué)習(xí)多特征融合的手勢分割識別算法(簡稱本文算法),針對個(gè)體差異、手勢大小、手勢角度、背景類膚色物體等的影響導(dǎo)致對手勢分割純度低的問題,提出一種融合膚色聚類特征自適應(yīng)方法,對手勢進(jìn)行分割;采用最新的YOLOv4網(wǎng)絡(luò)模型對其處理后的多種手勢特征圖像進(jìn)行特征提取和訓(xùn)練,實(shí)驗(yàn)驗(yàn)證其識別效率和魯棒性。

    1 手勢圖像分割

    在人機(jī)自然交互過程中,背景對手勢識別的影響較大,在手勢圖像背景中存在類膚色物體或手勢角度的不同都會對手勢識別精度有一定影響。手勢圖像采集包含膚色背景手勢圖像、相同手勢不同姿態(tài)角度的圖像以及簡單不包含膚色背景的手勢圖像。本文中主要研究含有膚色背景和不同角度的手勢識別,如圖1所示。

    1.1 HSV顏色空間和橢圓膚色分割方法

    HSV顏色空間在目標(biāo)檢測方面運(yùn)用廣泛,可以彌補(bǔ)復(fù)雜環(huán)境下對物體特征的識別度[12-13]。雖然HSV顏色空間[12]中色調(diào)分量的膚色聚類特性較好,在復(fù)雜的環(huán)境下可以對膚色的提取提供更可靠的信息,YCbCr顏色空間[14]中藍(lán)色色度Cb、紅色色度Cr分量也在膚色方面具有較完整的聚類效果;但是,在單一的HSV顏色空間或YCbCr顏色空間對膚色進(jìn)行分割時(shí)容易受到背景膚色物體、亮度、手勢角度變化等因素的影響,因此本文中提出一種融合膚色模型結(jié)合最大類間方差的自適應(yīng)提取方法,彌補(bǔ)手勢分割時(shí)由背景膚色物體和手勢角度變化導(dǎo)致手勢提取純度較低的不足。

    運(yùn)用HSV顏色空間和橢圓膚色模型在不同膚色背景、不同角度手勢圖像中提取手勢,結(jié)果如圖2所示。

    由實(shí)驗(yàn)結(jié)果可以看出,在對手勢不同角度分割過程中手勢會有部分缺失,背景中的膚色物體會同時(shí)被提取出來。在HSV顏色空間分割的結(jié)果中,圖2(a)背景右上方較多的膚色物體被提取出來,但手部指尖部分有一定的缺失,圖2(b)中的手勢分割較為完整,但存在大量的膚色背景。運(yùn)用橢圓膚色模型分割的結(jié)果,圖2(c)中手勢較為完整,然而背景的膚色沒有完全過濾,并且手勢角度的變化導(dǎo)致手勢部位的一些區(qū)域被作為背景,圖2(d)中手勢部分缺失較多。

    1.2 融合膚色的手勢分割方法

    HSV顏色空間和橢圓膚色模型基本可以分割出手勢區(qū)域,但是背景中存在膚色物體和手勢角度變化時(shí)都會影響手勢的分割。HSV顏色空間對手勢進(jìn)行分割時(shí)主要是依據(jù)色度分量單一通道進(jìn)行前景與背景的分割,信息較為單一,導(dǎo)致提取手勢過程受環(huán)境因素影響嚴(yán)重。為了更完整地分割手勢,克服背景膚色和手勢角度變換對手勢特征提取的影響,本文中基于HSV顏色空間和橢圓膚色模型,對模型進(jìn)行融合變換,利用更多的手勢膚色信息結(jié)合最大類間方差法,形成一種融合膚色的手勢分割方法,有效去除背景膚色,解決手勢角度變化導(dǎo)致手勢提取不完整的問題,以便更準(zhǔn)確地分割手勢。圖3所示為融合膚色的手勢分割模型示意圖。

    圖3 融合膚色的手勢分割模型示意圖

    根據(jù)數(shù)據(jù)統(tǒng)計(jì),HSV、YCbCr顏色空間在色調(diào)、藍(lán)色色度和紅色色度3個(gè)分量上的膚色聚類較好。攝像頭采集到的手勢圖像為RGB圖像,然后從RGB圖像中獲取上述膚色聚類較好的3個(gè)分量的信息。從RGB圖像中獲取色調(diào)的數(shù)值,即

    V=max{R,G,B},

    (1)

    式中V為RGB顏色空間中R、G、B分量中較大的一個(gè)分量。

    根據(jù)以下判斷,獲取色度H分量的值:

    如果

    V=max{R,G,B},

    (2)

    那么H=0;

    如果

    R=max{R,G,B},

    (3)

    那么

    (4)

    如果

    G=max{R,G,B},

    (5)

    那么

    (6)

    如果

    B=max{R,G,B},

    (7)

    那么

    (8)

    計(jì)算YCbCr顏色空間中的藍(lán)色色度Cb分量和紅色色度Cr分量的數(shù)值。為了方便后續(xù)計(jì)算,引入中間變量Q,即

    Q=B-(0.229R+0.587G+0.114B),

    (9)

    將Q的數(shù)值代入公式,分別得到Cb分量和Cr分量,即

    Cb=0.564Q+128,

    (10)

    Cr=0.713Q+128。

    (11)

    得到色調(diào)H、藍(lán)色色度Cb和紅色色度Cr分量后,根據(jù)3個(gè)分量信息遍歷圖像所有像素點(diǎn),判斷其與膚色范圍,結(jié)合最大類間方差法,得到最優(yōu)分割閾值,輸出手勢圖像。

    計(jì)算圖像的平均灰度

    u=a0x0+a1x1,

    (12)

    式中:a0為前景像素點(diǎn)數(shù)所占比例;x0為前景像素點(diǎn)平均值;a1為背景像素點(diǎn)數(shù)所占比例;x1為背景像素點(diǎn)平均值。

    遍歷灰度級需要用方差T來判斷前景和背景最優(yōu)的閾值,即

    T=a0a1(x0-x1)2。

    (13)

    綜合上述多分量信息融合的方法進(jìn)行膚色分割,結(jié)果如圖4所示。由圖可以看出,融合膚色的手勢分割方法可以較好地過濾掉膚色背景,同時(shí)在手勢角度變化時(shí)也可以較好地保留手勢部分,能夠保留完整的手勢信息。

    綜上所述,融合膚色的手勢分割方法可以在膚色背景下和手勢角度變化時(shí)有效地分割出手勢,優(yōu)于單一的橢圓膚色模型和HSV顏色空間。

    1.3 融合膚色的手勢分割識別流程

    由于單一的手勢分割模型不能很好地克服膚色背景的影響,在手勢特征提取過程中還會受到手勢角度變化的影響,因此本文中運(yùn)用融合膚色的手勢分割方法提取手勢圖像中的手勢特征,減小背景膚色和手勢角度變化對特征提取的影響,提高手勢提取的純度,引入神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練,可以進(jìn)一步提升手勢識別精度。手勢分割識別流程如圖5所示。

    圖5 手勢分割識別流程圖

    2 基于深度學(xué)習(xí)的手勢識別

    Redmon等[15]提出一種基于回歸方法的YOLO識別算法,此后,經(jīng)過改進(jìn)的新的YOLOv4算法[16-17]依靠更深層次的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取,全連接層進(jìn)行分類和預(yù)測,檢測精度顯著提升。該算法采用空間金字塔池化(SPP)模塊以及路徑聚合網(wǎng)絡(luò)PANet來增加訓(xùn)練中的感受區(qū)。為了使分類檢測結(jié)果更加精確,采用學(xué)習(xí)率余弦退火衰減等方法優(yōu)化網(wǎng)絡(luò)[16-17]。深度學(xué)習(xí)YOLOv4算法網(wǎng)絡(luò)結(jié)構(gòu)如圖6所示。

    圖6 深度學(xué)習(xí)YOLOv4算法網(wǎng)絡(luò)結(jié)構(gòu)圖

    為了避免在數(shù)據(jù)集訓(xùn)練過程中梯度彌散,其YOLOv4網(wǎng)絡(luò)中的Darknet-53網(wǎng)絡(luò)結(jié)構(gòu)將神經(jīng)網(wǎng)絡(luò)分為多個(gè)連續(xù)的節(jié),每個(gè)節(jié)的網(wǎng)絡(luò)通過殘差方式訓(xùn)練,使整體損失率達(dá)到最小。在手勢識別過程中,通過融合膚色的分割方法將特征圖像提取出來,輸入神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練,以減少原圖訓(xùn)練的復(fù)雜程度,提高訓(xùn)練效率。Darknet-53網(wǎng)絡(luò)提取手勢特征圖像,在手勢特征細(xì)粒度的表征能力方面優(yōu)于一般的方向梯度直方圖(HOG)、幾何等特征提取方法。YOLOv4網(wǎng)絡(luò)的預(yù)測層分為3個(gè)尺度(52×52、26×26和13×13)對手勢進(jìn)行預(yù)測,3個(gè)尺度的綜合預(yù)測增強(qiáng)了手勢檢測精度,同時(shí)網(wǎng)絡(luò)中的融合輸入(Concat)層連接提升了收斂性。

    3 實(shí)驗(yàn)結(jié)果與分析

    驗(yàn)證實(shí)驗(yàn)中電腦配置如下:Intel i5-8500處理器,主頻為 3.0 GHz,運(yùn)行內(nèi)存為12 GB,GTX1080Ti顯卡。軟件在Windows 10環(huán)境下運(yùn)行。

    為了驗(yàn)證手勢識別方法可靠性,在有膚色的復(fù)雜背景下采集多種手勢圖像,且對每種手勢的不同角度進(jìn)行采集,建立手勢數(shù)據(jù)集,其中采集的自定義手勢有10種,共有3 000個(gè)手勢圖像樣本。

    由于手勢特征提取過程受環(huán)境和角度的影響較為嚴(yán)重,因此運(yùn)用融合膚色的方法進(jìn)行手勢圖像特征提取,可以有效避免手勢圖像中背景膚色物體影響,且能保證手勢輪廓提取的光滑度,從而提高手勢特征圖的純度,減少因背景膚色及手勢角度變化引起的手勢識別不準(zhǔn)確的問題。此外,將處理得到的手勢特征圖輸入深度學(xué)習(xí)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練,既可以提高訓(xùn)練效率,又可以減小原始圖像數(shù)據(jù)集的訓(xùn)練規(guī)模。

    采用融合膚色方法處理后的手勢特征圖像直接進(jìn)行訓(xùn)練,并且運(yùn)用數(shù)據(jù)增強(qiáng)的方法將數(shù)據(jù)集圖像樣本個(gè)數(shù)增加到6 000,訓(xùn)練次數(shù)為10 000。訓(xùn)練過程中迭代次數(shù)與損失函數(shù)關(guān)系如圖7所示。由圖可以看出,訓(xùn)練次數(shù)在8 000以后損失率基本達(dá)到收斂,通過對手勢識別模型的驗(yàn)證,手勢識別精度達(dá)到99%,平均識別精度為98.8%。

    圖7 手勢模型損失率曲線

    為了進(jìn)一步驗(yàn)證本文算法的性能,分別采用單目標(biāo)多盒檢測(single shot multibox dectort,SSD)模型[18]、YOLOv3算法[19]進(jìn)行手勢識別對比,結(jié)果如表1所示。從表中可知,不同算法對手勢識別的效果差異較大,基于深度學(xué)習(xí)SSD模型的平均識別率為82.6%,且在識別的時(shí)效性表現(xiàn)方面較差。YOLOv3算法的識別精度較高,但是手勢特征提取不夠充分,在識別速度和精度上都與本文算法存在一定差距。本文算法通過對手勢圖像進(jìn)行預(yù)處理得到手勢特征圖像作為網(wǎng)絡(luò)的輸入樣本,不僅提高了特征圖像提取的純度,而且減少了手勢周圍噪聲的影響,減小了訓(xùn)練規(guī)模,縮短了訓(xùn)練時(shí)間,利用更深層次的深度學(xué)習(xí)網(wǎng)絡(luò)對手勢特征提取更加充分和精確。此外,本文算法充分考慮手勢在實(shí)際識別過程中的不同角度問題,使提取的手勢信息更加細(xì)化,具有更高的魯棒性。

    表1 不同手勢識別算法的比較

    4 結(jié)語

    手勢的多樣性、相同手勢的不同角度以及手勢的背景信息等都會影響手勢識別的精度。利用融合膚色的手勢識別方法對手勢進(jìn)行檢測,實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法在膚色背景復(fù)雜情況下對不同角度的手勢能夠有效分割出手勢部分,進(jìn)一步提高了手勢特征圖的純度,減小了噪聲對手勢特征提取的影響,從而減小訓(xùn)練規(guī)模,加快訓(xùn)練速度。該方法結(jié)合深層次的深度學(xué)習(xí)網(wǎng)絡(luò)算法提取手勢特征,增強(qiáng)手勢細(xì)節(jié)特征提取的精度,提高了手勢識別的準(zhǔn)確度,平均識別精度達(dá)到98.8%,具有較強(qiáng)的魯棒性。

    猜你喜歡
    特征提取背景融合
    “新四化”背景下汽車NVH的發(fā)展趨勢
    村企黨建聯(lián)建融合共贏
    融合菜
    從創(chuàng)新出發(fā),與高考數(shù)列相遇、融合
    《論持久戰(zhàn)》的寫作背景
    《融合》
    基于Gazebo仿真環(huán)境的ORB特征提取與比對的研究
    電子制作(2019年15期)2019-08-27 01:12:00
    一種基于LBP 特征提取和稀疏表示的肝病識別算法
    晚清外語翻譯人才培養(yǎng)的背景
    基于MED和循環(huán)域解調(diào)的多故障特征提取
    成年动漫av网址| 国产精品永久免费网站| 97人妻天天添夜夜摸| 男女午夜视频在线观看| 成年人免费黄色播放视频| 这个男人来自地球电影免费观看| 成熟少妇高潮喷水视频| 中文字幕高清在线视频| av天堂在线播放| 亚洲精品粉嫩美女一区| 一级作爱视频免费观看| 99精品在免费线老司机午夜| 每晚都被弄得嗷嗷叫到高潮| 在线天堂中文资源库| 国产av一区二区精品久久| 精品国产美女av久久久久小说| 久久天堂一区二区三区四区| 午夜免费观看网址| 一本一本久久a久久精品综合妖精| 一本一本久久a久久精品综合妖精| 天堂√8在线中文| 大香蕉久久网| 90打野战视频偷拍视频| 天堂中文最新版在线下载| 国产精品久久视频播放| 久99久视频精品免费| av网站在线播放免费| 免费观看精品视频网站| 黄色a级毛片大全视频| 男女免费视频国产| 亚洲av欧美aⅴ国产| 人成视频在线观看免费观看| 欧美精品一区二区免费开放| 国产精品亚洲av一区麻豆| 婷婷丁香在线五月| 男女高潮啪啪啪动态图| 欧美国产精品一级二级三级| xxx96com| 亚洲av片天天在线观看| 久久国产精品影院| 国产无遮挡羞羞视频在线观看| 亚洲精品中文字幕在线视频| 一级黄色大片毛片| 女人爽到高潮嗷嗷叫在线视频| 午夜免费鲁丝| 欧美大码av| 9191精品国产免费久久| 少妇 在线观看| 亚洲伊人色综图| 精品一品国产午夜福利视频| 麻豆av在线久日| 高清在线国产一区| 亚洲成人免费电影在线观看| 亚洲熟妇熟女久久| 视频区图区小说| 黄色毛片三级朝国网站| 亚洲伊人色综图| 国产av精品麻豆| 色婷婷av一区二区三区视频| 国产亚洲精品一区二区www | 日本撒尿小便嘘嘘汇集6| 99久久99久久久精品蜜桃| www.自偷自拍.com| 久久久国产精品麻豆| 日本一区二区免费在线视频| 亚洲av成人一区二区三| 天天躁狠狠躁夜夜躁狠狠躁| 久久精品成人免费网站| 一级毛片女人18水好多| 每晚都被弄得嗷嗷叫到高潮| 久久人妻福利社区极品人妻图片| 在线av久久热| 欧美日韩精品网址| 人人妻人人爽人人添夜夜欢视频| 欧美色视频一区免费| 亚洲精品久久午夜乱码| 老熟女久久久| cao死你这个sao货| 久久久久久久久免费视频了| 少妇粗大呻吟视频| 亚洲性夜色夜夜综合| 国产区一区二久久| 亚洲精品一卡2卡三卡4卡5卡| av视频免费观看在线观看| 久久天躁狠狠躁夜夜2o2o| 在线播放国产精品三级| 老熟妇仑乱视频hdxx| 国产一区二区激情短视频| 黄色片一级片一级黄色片| 国产成人精品久久二区二区免费| 国产又爽黄色视频| 日韩大码丰满熟妇| 色播在线永久视频| 精品一区二区三卡| 久久性视频一级片| 午夜日韩欧美国产| 国产成人系列免费观看| 日韩大码丰满熟妇| 久久精品国产综合久久久| 色在线成人网| 亚洲av欧美aⅴ国产| 国产人伦9x9x在线观看| 黄网站色视频无遮挡免费观看| 久久中文看片网| 国产熟女午夜一区二区三区| 一本综合久久免费| 一进一出好大好爽视频| bbb黄色大片| 欧美日韩国产mv在线观看视频| 亚洲国产精品sss在线观看 | x7x7x7水蜜桃| 一边摸一边抽搐一进一出视频| 国产高清激情床上av| 久久久久国内视频| 精品久久久久久久久久免费视频 | 亚洲成人免费av在线播放| 亚洲七黄色美女视频| 国产激情久久老熟女| 久热爱精品视频在线9| 欧美老熟妇乱子伦牲交| 亚洲色图 男人天堂 中文字幕| 窝窝影院91人妻| 中文字幕制服av| 丝袜美腿诱惑在线| 黄色丝袜av网址大全| 久久久精品区二区三区| 免费观看人在逋| 亚洲第一欧美日韩一区二区三区| 国产亚洲一区二区精品| 欧美激情高清一区二区三区| 国产精品一区二区在线不卡| 国产精品影院久久| 69av精品久久久久久| 欧美久久黑人一区二区| 天天躁狠狠躁夜夜躁狠狠躁| 久久精品91无色码中文字幕| 色播在线永久视频| 亚洲精品一二三| 别揉我奶头~嗯~啊~动态视频| 丝袜美足系列| 久久狼人影院| 欧美日韩福利视频一区二区| 日韩欧美三级三区| 男人的好看免费观看在线视频 | 国产亚洲一区二区精品| 午夜亚洲福利在线播放| 淫妇啪啪啪对白视频| 欧美+亚洲+日韩+国产| 免费女性裸体啪啪无遮挡网站| 日韩欧美在线二视频 | 女人被狂操c到高潮| 欧美不卡视频在线免费观看 | 亚洲五月婷婷丁香| 亚洲一区二区三区不卡视频| 两个人免费观看高清视频| 欧美成狂野欧美在线观看| 成人精品一区二区免费| 成年动漫av网址| 如日韩欧美国产精品一区二区三区| 热re99久久国产66热| 国产一区在线观看成人免费| 一进一出抽搐动态| 变态另类成人亚洲欧美熟女 | 亚洲精品一二三| 女警被强在线播放| 久热爱精品视频在线9| 欧美激情极品国产一区二区三区| 日韩欧美在线二视频 | 中出人妻视频一区二区| 丝袜在线中文字幕| 精品福利永久在线观看| 久久久久久久久免费视频了| 国产不卡一卡二| tocl精华| 国产乱人伦免费视频| 在线观看免费视频网站a站| 久久人妻福利社区极品人妻图片| 国产精华一区二区三区| 久99久视频精品免费| 免费av中文字幕在线| 咕卡用的链子| 国产亚洲精品久久久久久毛片 | 亚洲avbb在线观看| 757午夜福利合集在线观看| 91成人精品电影| 黑丝袜美女国产一区| 一进一出抽搐动态| 欧美最黄视频在线播放免费 | 高清欧美精品videossex| 免费看a级黄色片| 日韩视频一区二区在线观看| 黑人欧美特级aaaaaa片| 丁香欧美五月| 后天国语完整版免费观看| 美国免费a级毛片| 国产蜜桃级精品一区二区三区 | 亚洲第一av免费看| 久久久精品国产亚洲av高清涩受| 丰满饥渴人妻一区二区三| 精品国产一区二区三区久久久樱花| √禁漫天堂资源中文www| 亚洲国产欧美日韩在线播放| a级毛片在线看网站| 中文字幕av电影在线播放| 久久国产精品男人的天堂亚洲| 嫁个100分男人电影在线观看| 亚洲成人手机| 一二三四社区在线视频社区8| 亚洲成国产人片在线观看| 一区二区三区激情视频| 久久亚洲真实| av电影中文网址| 国产91精品成人一区二区三区| 精品无人区乱码1区二区| 成年人午夜在线观看视频| 亚洲精品美女久久久久99蜜臀| 国产精品亚洲av一区麻豆| 国产无遮挡羞羞视频在线观看| 国产伦人伦偷精品视频| 亚洲精品久久午夜乱码| 1024香蕉在线观看| 熟女少妇亚洲综合色aaa.| 日韩免费av在线播放| 亚洲精华国产精华精| 午夜日韩欧美国产| 久久久水蜜桃国产精品网| 免费久久久久久久精品成人欧美视频| av天堂在线播放| 91国产中文字幕| 不卡av一区二区三区| 美女高潮喷水抽搐中文字幕| 午夜久久久在线观看| 成人国产一区最新在线观看| 欧美乱妇无乱码| 香蕉久久夜色| 女人久久www免费人成看片| 色尼玛亚洲综合影院| 国产深夜福利视频在线观看| 69精品国产乱码久久久| 一区二区三区激情视频| 国产精品久久视频播放| 国产精品乱码一区二三区的特点 | 精品国产美女av久久久久小说| 色婷婷av一区二区三区视频| ponron亚洲| 电影成人av| 91在线观看av| 岛国毛片在线播放| 正在播放国产对白刺激| 99re在线观看精品视频| 色婷婷av一区二区三区视频| 好男人电影高清在线观看| 视频在线观看一区二区三区| 欧美精品啪啪一区二区三区| 国产有黄有色有爽视频| 一级毛片高清免费大全| 亚洲成av片中文字幕在线观看| 欧美另类亚洲清纯唯美| 天天影视国产精品| 久久这里只有精品19| 动漫黄色视频在线观看| 中国美女看黄片| 亚洲一区二区三区不卡视频| 90打野战视频偷拍视频| 免费一级毛片在线播放高清视频 | 国产一区在线观看成人免费| 久久久国产成人精品二区 | 久久久国产精品麻豆| 国产aⅴ精品一区二区三区波| 日韩成人在线观看一区二区三区| 精品国产一区二区久久| 18禁观看日本| 亚洲人成电影免费在线| 999精品在线视频| 夜夜爽天天搞| 色婷婷久久久亚洲欧美| 中文字幕人妻丝袜制服| 韩国av一区二区三区四区| 天堂动漫精品| 亚洲在线自拍视频| 国产不卡av网站在线观看| 成年女人毛片免费观看观看9 | 国产精品成人在线| 日韩中文字幕欧美一区二区| 午夜福利在线观看吧| 无限看片的www在线观看| 国产亚洲欧美在线一区二区| 亚洲精品久久午夜乱码| 亚洲国产精品sss在线观看 | 欧洲精品卡2卡3卡4卡5卡区| 欧美在线黄色| 久久久久视频综合| 国产亚洲精品第一综合不卡| 亚洲人成伊人成综合网2020| 久久香蕉精品热| 男女下面插进去视频免费观看| 欧美日韩国产mv在线观看视频| 亚洲精品国产精品久久久不卡| 最近最新中文字幕大全电影3 | 欧美丝袜亚洲另类 | 久久精品国产综合久久久| 老熟妇仑乱视频hdxx| 亚洲av成人一区二区三| 乱人伦中国视频| 久久人妻福利社区极品人妻图片| 女警被强在线播放| 国产激情欧美一区二区| 久久精品国产a三级三级三级| 日韩视频一区二区在线观看| 亚洲avbb在线观看| 国产一区二区三区视频了| 丝袜美腿诱惑在线| 亚洲精品国产色婷婷电影| 欧美 日韩 精品 国产| 国产亚洲精品久久久久5区| 高清在线国产一区| 18禁观看日本| 男女下面插进去视频免费观看| 精品久久久久久久久久免费视频 | 黑人操中国人逼视频| 午夜免费观看网址| 久久久精品国产亚洲av高清涩受| 自线自在国产av| 久久香蕉激情| 国产欧美日韩一区二区三区在线| 日本一区二区免费在线视频| 成人国产一区最新在线观看| 精品久久久久久电影网| 国产高清视频在线播放一区| av福利片在线| 老汉色∧v一级毛片| 亚洲欧美一区二区三区黑人| 成人国语在线视频| 在线看a的网站| 少妇的丰满在线观看| 超碰成人久久| 在线观看免费视频网站a站| 中文欧美无线码| 美国免费a级毛片| a级片在线免费高清观看视频| 日韩有码中文字幕| 色婷婷久久久亚洲欧美| 人人妻人人爽人人添夜夜欢视频| 免费不卡黄色视频| 水蜜桃什么品种好| 国产欧美日韩精品亚洲av| 首页视频小说图片口味搜索| 亚洲精品成人av观看孕妇| 国产亚洲欧美在线一区二区| 成熟少妇高潮喷水视频| 一进一出抽搐gif免费好疼 | 免费观看人在逋| 高潮久久久久久久久久久不卡| 波多野结衣av一区二区av| 久久精品亚洲av国产电影网| 午夜久久久在线观看| 免费在线观看日本一区| 99久久人妻综合| 亚洲精品自拍成人| 国产成人免费无遮挡视频| avwww免费| 精品熟女少妇八av免费久了| 热99国产精品久久久久久7| 美女高潮喷水抽搐中文字幕| 亚洲精品乱久久久久久| 久久婷婷成人综合色麻豆| 欧美在线一区亚洲| 真人做人爱边吃奶动态| 精品一品国产午夜福利视频| bbb黄色大片| 精品少妇一区二区三区视频日本电影| 午夜福利免费观看在线| 国内久久婷婷六月综合欲色啪| 成人国产一区最新在线观看| 国产精品久久视频播放| 女人爽到高潮嗷嗷叫在线视频| 国产不卡av网站在线观看| 夫妻午夜视频| 国产一卡二卡三卡精品| 丰满迷人的少妇在线观看| 美女高潮喷水抽搐中文字幕| 99精品在免费线老司机午夜| 免费高清在线观看日韩| 99国产精品一区二区三区| 亚洲av日韩在线播放| 欧美日韩瑟瑟在线播放| 老鸭窝网址在线观看| 久久国产精品影院| 国产av又大| 成人av一区二区三区在线看| aaaaa片日本免费| 精品亚洲成国产av| 成熟少妇高潮喷水视频| 他把我摸到了高潮在线观看| 国产成人av激情在线播放| 亚洲av成人av| 王馨瑶露胸无遮挡在线观看| 国产亚洲精品久久久久5区| 在线十欧美十亚洲十日本专区| 亚洲av熟女| 九色亚洲精品在线播放| 亚洲一区二区三区欧美精品| 国产一区二区三区视频了| 中文字幕人妻熟女乱码| 日韩制服丝袜自拍偷拍| 可以免费在线观看a视频的电影网站| 免费少妇av软件| 高清av免费在线| av视频免费观看在线观看| 成人18禁高潮啪啪吃奶动态图| 99精品欧美一区二区三区四区| 欧美最黄视频在线播放免费 | 国产一区二区激情短视频| 午夜日韩欧美国产| а√天堂www在线а√下载 | bbb黄色大片| 精品人妻1区二区| 久久精品国产99精品国产亚洲性色 | 久久久久国产一级毛片高清牌| 国产又爽黄色视频| 久久ye,这里只有精品| 日韩欧美一区视频在线观看| 色婷婷av一区二区三区视频| 少妇粗大呻吟视频| 国产精品久久久久久人妻精品电影| 王馨瑶露胸无遮挡在线观看| 美女高潮喷水抽搐中文字幕| 成人三级做爰电影| ponron亚洲| 18在线观看网站| 欧美精品啪啪一区二区三区| 亚洲人成77777在线视频| 国产成人av激情在线播放| 丰满的人妻完整版| 亚洲综合色网址| 女人高潮潮喷娇喘18禁视频| 日韩有码中文字幕| 在线观看www视频免费| cao死你这个sao货| 国产免费男女视频| 一个人免费在线观看的高清视频| 怎么达到女性高潮| 亚洲,欧美精品.| 丰满人妻熟妇乱又伦精品不卡| 精品熟女少妇八av免费久了| 变态另类成人亚洲欧美熟女 | 精品人妻1区二区| 国产欧美日韩综合在线一区二区| 亚洲成人免费电影在线观看| 电影成人av| 成年人午夜在线观看视频| 中文字幕人妻丝袜制服| 亚洲av熟女| 午夜日韩欧美国产| 国产一区二区激情短视频| 淫妇啪啪啪对白视频| 久久中文看片网| www.熟女人妻精品国产| av在线播放免费不卡| 亚洲一区高清亚洲精品| 91字幕亚洲| 欧美日韩福利视频一区二区| 老汉色∧v一级毛片| 久久性视频一级片| 午夜两性在线视频| 久久精品91无色码中文字幕| 变态另类成人亚洲欧美熟女 | 国产男靠女视频免费网站| 欧美亚洲 丝袜 人妻 在线| 99国产精品一区二区三区| 久久中文字幕一级| 午夜91福利影院| 人人妻人人澡人人爽人人夜夜| 国产高清videossex| av在线播放免费不卡| 久久精品国产99精品国产亚洲性色 | 午夜福利乱码中文字幕| 日本vs欧美在线观看视频| 三上悠亚av全集在线观看| 一边摸一边抽搐一进一小说 | 亚洲欧美一区二区三区黑人| 中文字幕精品免费在线观看视频| 露出奶头的视频| 久久国产亚洲av麻豆专区| 亚洲成人国产一区在线观看| 国产男女内射视频| 午夜影院日韩av| 视频区图区小说| 国产欧美日韩一区二区三区在线| 99香蕉大伊视频| 久久久久久人人人人人| 久9热在线精品视频| 亚洲精品国产区一区二| 久久精品亚洲av国产电影网| 国产无遮挡羞羞视频在线观看| 欧美日韩视频精品一区| 黄色 视频免费看| 超色免费av| 免费在线观看视频国产中文字幕亚洲| 又紧又爽又黄一区二区| 日本黄色日本黄色录像| 午夜久久久在线观看| 韩国精品一区二区三区| 欧美日韩福利视频一区二区| 妹子高潮喷水视频| 99riav亚洲国产免费| 亚洲欧美激情在线| 久久婷婷成人综合色麻豆| 狠狠婷婷综合久久久久久88av| 天天躁日日躁夜夜躁夜夜| 99精国产麻豆久久婷婷| 亚洲 欧美一区二区三区| 捣出白浆h1v1| 久久国产亚洲av麻豆专区| 日韩熟女老妇一区二区性免费视频| 日日爽夜夜爽网站| 亚洲精品国产精品久久久不卡| 男男h啪啪无遮挡| 亚洲性夜色夜夜综合| 美国免费a级毛片| 久久精品国产亚洲av高清一级| 久久精品亚洲精品国产色婷小说| 中文字幕人妻丝袜制服| 成年人午夜在线观看视频| 电影成人av| 国产亚洲一区二区精品| 欧美日韩视频精品一区| 国产高清视频在线播放一区| 久99久视频精品免费| 中文字幕制服av| aaaaa片日本免费| 巨乳人妻的诱惑在线观看| 日本vs欧美在线观看视频| 涩涩av久久男人的天堂| 亚洲免费av在线视频| 午夜免费成人在线视频| 99久久精品国产亚洲精品| 天天躁狠狠躁夜夜躁狠狠躁| 久久精品国产99精品国产亚洲性色 | 三上悠亚av全集在线观看| 久久午夜亚洲精品久久| 身体一侧抽搐| 三级毛片av免费| 人人妻,人人澡人人爽秒播| 老司机午夜福利在线观看视频| 国产淫语在线视频| 男女高潮啪啪啪动态图| 人妻一区二区av| 日日爽夜夜爽网站| 国产一区二区三区在线臀色熟女 | 国产精品免费视频内射| 超色免费av| 亚洲国产欧美日韩在线播放| 日本一区二区免费在线视频| 精品人妻1区二区| 亚洲第一欧美日韩一区二区三区| av在线播放免费不卡| 国产片内射在线| 91精品三级在线观看| 国产1区2区3区精品| 国产男女超爽视频在线观看| 女人爽到高潮嗷嗷叫在线视频| 在线看a的网站| 又紧又爽又黄一区二区| 亚洲熟女精品中文字幕| 大型黄色视频在线免费观看| 两人在一起打扑克的视频| 国产真人三级小视频在线观看| 欧美国产精品一级二级三级| 精品乱码久久久久久99久播| 中文字幕av电影在线播放| 精品国产一区二区三区久久久樱花| 欧美性长视频在线观看| 大型av网站在线播放| 一级a爱视频在线免费观看| 这个男人来自地球电影免费观看| 超碰97精品在线观看| 99久久国产精品久久久| 免费少妇av软件| xxx96com| 人人妻人人澡人人爽人人夜夜| 国产亚洲精品一区二区www | netflix在线观看网站| 狠狠婷婷综合久久久久久88av| 激情在线观看视频在线高清 | 黄网站色视频无遮挡免费观看| 制服诱惑二区| 久久人人97超碰香蕉20202| 精品欧美一区二区三区在线| 精品人妻在线不人妻| 久久久久久久久免费视频了| 国产亚洲欧美在线一区二区| 一本大道久久a久久精品| 男女免费视频国产| 亚洲三区欧美一区| 午夜精品久久久久久毛片777| 丝瓜视频免费看黄片| 国产成人免费观看mmmm| 精品一区二区三卡| 欧洲精品卡2卡3卡4卡5卡区| 亚洲久久久国产精品| 亚洲成人手机| 男女免费视频国产| 精品国产超薄肉色丝袜足j| 国产极品粉嫩免费观看在线| 欧美精品高潮呻吟av久久| 欧美国产精品一级二级三级| 啦啦啦 在线观看视频| 久久精品亚洲熟妇少妇任你| 久久精品91无色码中文字幕| 亚洲专区中文字幕在线| 人妻久久中文字幕网| 亚洲成人国产一区在线观看| 在线国产一区二区在线| 久久亚洲真实|