• <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 ?

    基于深度學習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
    濟南大學學報(自然科學版) 2022年3期
    關(guān)鍵詞:特征提取背景融合

    張曉俊,李長勇

    (新疆大學 機械工程學院,新疆 烏魯木齊 830047)

    隨著科技水平的提高,機器視覺的手勢識別已成為自然交互的一個重點研究方向,并且在意圖感知、輔助駕駛、輔助教學、醫(yī)學、人機交互、電子游戲等領(lǐng)域應用廣泛[1-3]。手勢檢測主要分為手勢分割和識別2個部分,手勢分割的精度影響手勢識別的準確度。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]等進行手勢的分割和檢測,但是YCbCr模型在實際應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)境變化和個體差異的影響。在深度學習方法方面,睢丙東等[8]改進YOLOv3網(wǎng)絡,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)集預處理后送入卷積神經(jīng)網(wǎng)絡中訓練,實驗結(jié)果顯示識別精度均為96%。Flores等[11]對手勢圖像進行預處理后運用卷積神經(jīng)網(wǎng)絡訓練,簡化訓練模型,手勢識別精度高達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,但實際環(huán)境中手勢分割容易受到背景中類膚色物體或個體差異的影響,且沒有考慮手勢識別的實用性。在實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習多特征融合的手勢分割識別算法(簡稱本文算法),針對個體差異、手勢大小、手勢角度、背景類膚色物體等的影響導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方法,對手勢進行分割;采用最新的YOLOv4網(wǎng)絡模型對其處理后的多種手勢特征圖像進行特征提取和訓練,實驗驗證其識別效率和魯棒性。

    1 手勢圖像分割

    在人機自然交互過程中,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顏色空間在目標檢測方面運用廣泛,可以彌補復雜環(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顏色空間對膚色進行分割時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提取方法,彌補手勢分割時由背景膚色物體和手勢角度變化導致手勢提取純度較低的不足。

    運用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。

    由實驗結(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都會影響手勢的分割。HSV顏色空間對手勢進行分割時主要是依據(jù)色度分量單一通道進行前景與背景的分割,信息較為單一,導致提取手勢過程受環(huán)境因素影響嚴重。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致手勢提取不完整的問題,以便更準確地分割手勢。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,HSV、YCbCr顏色空間在色調(diào)、藍色色度和紅色色度3個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)

    計算YCbCr顏色空間中的藍色色度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、藍色色度Cb和紅色色度Cr分量后,根據(jù)3個分量信息遍歷圖像所有像素點,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。

    計算圖像的平均灰度

    u=a0x0+a1x1,

    (12)

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

    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,同時在手勢角度變化時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)絡中進行訓練,可以進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 基于深度學習的手勢識別

    Redmon等[15]提出一種基于回歸方法的YOLO識別算法,此后,經(jīng)過改進的新的YOLOv4算法[16-17]依靠更深層次的卷積神經(jīng)網(wǎng)絡進行特征提取,全連接層進行分類和預測,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PANet來增加訓練中的感受區(qū)。為了使分類檢測結(jié)果更加精確,采用學習率余弦退火衰減等方法優(yōu)化網(wǎng)絡[16-17]。深度學習YOLOv4算法網(wǎng)絡結(jié)構(gòu)如圖6所示。

    圖6 深度學習YOLOv4算法網(wǎng)絡結(jié)構(gòu)圖

    為了避免在數(shù)據(jù)集訓練過程中梯度彌散,其YOLOv4網(wǎng)絡中的Darknet-53網(wǎng)絡結(jié)構(gòu)將神經(jīng)網(wǎng)絡分為多個連續(xù)的節(jié),每個節(jié)的網(wǎng)絡通過殘差方式訓練,使整體損失率達到最小。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)絡中進行訓練,以減少原圖訓練的復雜程度,提高訓練效率。Darknet-53網(wǎng)絡提取手勢特征圖像,在手勢特征細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)絡的預測層分為3個尺度(52×52、26×26和13×13)對手勢進行預測,3個尺度的綜合預測增強了手勢檢測精度,同時網(wǎng)絡中的融合輸入(Concat)層連接提升了收斂性。

    3 實驗結(jié)果與分析

    驗證實驗中電腦配置如下:Intel i5-8500處理器,主頻為 3.0 GHz,運行內(nèi)存為12 GB,GTX1080Ti顯卡。軟件在Windows 10環(huán)境下運行。

    為了驗證手勢識別方法可靠性,在有膚色的復雜背景下采集多種手勢圖像,且對每種手勢的不同角度進行采集,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重,因此運用融合膚色的方法進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確的問題。此外,將處理得到的手勢特征圖輸入深度學習網(wǎng)絡中進行訓練,既可以提高訓練效率,又可以減小原始圖像數(shù)據(jù)集的訓練規(guī)模。

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

    圖7 手勢模型損失率曲線

    為了進一步驗證本文算法的性能,分別采用單目標多盒檢測(single shot multibox dectort,SSD)模型[18]、YOLOv3算法[19]進行手勢識別對比,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,基于深度學習SSD模型的平均識別率為82.6%,且在識別的時效性表現(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行預處理得到手勢特征圖像作為網(wǎng)絡的輸入樣本,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,減小了訓練規(guī)模,縮短了訓練時間,利用更深層次的深度學習網(wǎng)絡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際識別過程中的不同角度問題,使提取的手勢信息更加細化,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行檢測,實驗結(jié)果驗證了該方法在膚色背景復雜情況下對不同角度的手勢能夠有效分割出手勢部分,進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,從而減小訓練規(guī)模,加快訓練速度。該方法結(jié)合深層次的深度學習網(wǎng)絡算法提取手勢特征,增強手勢細節(jié)特征提取的精度,提高了手勢識別的準確度,平均識別精度達到98.8%,具有較強的魯棒性。

    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
    當代陜西(2020年14期)2021-01-08 09:30:42
    《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
    毛片一级片免费看久久久久| 久久99热6这里只有精品| 我的女老师完整版在线观看| h日本视频在线播放| 乱系列少妇在线播放| 精品久久久久久久久av| 成年免费大片在线观看| 午夜福利高清视频| 免费黄网站久久成人精品| 午夜老司机福利剧场| 一本一本综合久久| 亚洲av成人精品一区久久| 日韩精品中文字幕看吧| 日韩欧美精品v在线| 波多野结衣高清作品| 两个人视频免费观看高清| 熟女人妻精品中文字幕| 啦啦啦韩国在线观看视频| 少妇熟女aⅴ在线视频| 22中文网久久字幕| 国产成人福利小说| 可以在线观看的亚洲视频| 日韩欧美国产在线观看| 国产免费男女视频| 国产av在哪里看| 波多野结衣高清作品| 亚洲五月天丁香| 国产精品久久久久久久久免| 黄色配什么色好看| 婷婷六月久久综合丁香| 日韩高清综合在线| 淫妇啪啪啪对白视频| 精品不卡国产一区二区三区| 精品乱码久久久久久99久播| 亚洲欧美中文字幕日韩二区| 麻豆一二三区av精品| 人妻夜夜爽99麻豆av| 亚洲自偷自拍三级| 亚洲成人久久爱视频| 精品国内亚洲2022精品成人| 国产爱豆传媒在线观看| 欧美性猛交╳xxx乱大交人| 简卡轻食公司| 国产伦在线观看视频一区| 久久久午夜欧美精品| 淫秽高清视频在线观看| 美女高潮的动态| 免费av观看视频| 又粗又爽又猛毛片免费看| 精品久久久久久久久av| 国产中年淑女户外野战色| 啦啦啦韩国在线观看视频| 国产免费一级a男人的天堂| 日韩三级伦理在线观看| 亚洲国产精品成人久久小说 | 久久久久久久久中文| 91久久精品电影网| 黄色视频,在线免费观看| 在线看三级毛片| 亚洲国产日韩欧美精品在线观看| 深夜a级毛片| 一级毛片久久久久久久久女| 高清毛片免费看| 三级经典国产精品| 在线免费观看的www视频| 成人午夜高清在线视频| 国产综合懂色| 成人毛片a级毛片在线播放| 长腿黑丝高跟| 亚洲人与动物交配视频| 日本熟妇午夜| 国产高清激情床上av| 99国产精品一区二区蜜桃av| 亚洲国产精品国产精品| 国产成人精品久久久久久| av免费在线看不卡| 俺也久久电影网| 亚洲国产精品国产精品| 悠悠久久av| 国产一区二区亚洲精品在线观看| 狂野欧美白嫩少妇大欣赏| 午夜免费男女啪啪视频观看 | 精品日产1卡2卡| 伊人久久精品亚洲午夜| 一进一出抽搐gif免费好疼| 日韩精品有码人妻一区| 国产成人福利小说| 亚洲精品粉嫩美女一区| 日本 av在线| www.色视频.com| 我要看日韩黄色一级片| 91久久精品国产一区二区成人| 成人av在线播放网站| 国产色爽女视频免费观看| 永久网站在线| 成人漫画全彩无遮挡| 国产麻豆成人av免费视频| 在线播放无遮挡| 欧美日韩在线观看h| 亚洲欧美日韩东京热| 亚洲精品日韩av片在线观看| 午夜福利在线观看吧| 一本精品99久久精品77| 国产爱豆传媒在线观看| 69人妻影院| 午夜精品国产一区二区电影 | 国语自产精品视频在线第100页| 99久久精品热视频| 精品一区二区三区视频在线| 欧美人与善性xxx| 看非洲黑人一级黄片| 欧美在线一区亚洲| 中文字幕久久专区| 亚洲国产精品sss在线观看| 久久6这里有精品| 国产av一区在线观看免费| 你懂的网址亚洲精品在线观看 | 搡女人真爽免费视频火全软件 | 色综合色国产| 国产精品一区二区三区四区久久| 韩国av在线不卡| 国产免费男女视频| 免费不卡的大黄色大毛片视频在线观看 | 老司机影院成人| 波多野结衣巨乳人妻| 国产av在哪里看| 一区二区三区四区激情视频 | 免费看光身美女| 亚洲精品亚洲一区二区| 久久99热这里只有精品18| 国产男人的电影天堂91| 免费看美女性在线毛片视频| 岛国在线免费视频观看| 国产成人aa在线观看| 久久精品国产鲁丝片午夜精品| 国产白丝娇喘喷水9色精品| 日韩欧美一区二区三区在线观看| 可以在线观看的亚洲视频| 尾随美女入室| 久久精品国产亚洲av香蕉五月| 岛国在线免费视频观看| 国产黄色视频一区二区在线观看 | 久久欧美精品欧美久久欧美| 国产一区亚洲一区在线观看| 免费搜索国产男女视频| 在线看三级毛片| 18+在线观看网站| 亚洲成人久久性| 亚洲精品日韩av片在线观看| 国产精品国产三级国产av玫瑰| 国产一区二区激情短视频| 久久天躁狠狠躁夜夜2o2o| 麻豆成人午夜福利视频| 精品久久久久久久久久久久久| 最近最新中文字幕大全电影3| 欧美不卡视频在线免费观看| 国产精品无大码| 国产一区二区三区在线臀色熟女| 国内精品宾馆在线| 蜜桃久久精品国产亚洲av| 高清午夜精品一区二区三区 | 中国国产av一级| 一卡2卡三卡四卡精品乱码亚洲| 国产视频一区二区在线看| 哪里可以看免费的av片| 国产精品久久久久久久久免| 22中文网久久字幕| 欧美xxxx黑人xx丫x性爽| 亚洲人成网站高清观看| www日本黄色视频网| 最后的刺客免费高清国语| 国产在线男女| 99久久精品热视频| 欧美丝袜亚洲另类| 九九在线视频观看精品| 国产黄色小视频在线观看| 乱码一卡2卡4卡精品| 嫩草影视91久久| 亚洲av熟女| 国产精品一区二区免费欧美| 亚洲精品成人久久久久久| 午夜免费激情av| 国产在线男女| 免费不卡的大黄色大毛片视频在线观看 | 久久久久国产精品人妻aⅴ院| 久久久久久久久久黄片| 老司机福利观看| 三级国产精品欧美在线观看| 一个人观看的视频www高清免费观看| 欧美最黄视频在线播放免费| 久久99热这里只有精品18| 国产成人aa在线观看| 婷婷亚洲欧美| АⅤ资源中文在线天堂| av黄色大香蕉| 五月伊人婷婷丁香| 午夜激情欧美在线| 国产极品精品免费视频能看的| 我要搜黄色片| 亚洲av中文字字幕乱码综合| 精品乱码久久久久久99久播| 精品久久久久久成人av| 悠悠久久av| 69av精品久久久久久| 99热精品在线国产| 国产精品一及| 成人鲁丝片一二三区免费| 你懂的网址亚洲精品在线观看 | 精品久久国产蜜桃| 亚洲国产精品国产精品| 美女免费视频网站| 午夜激情福利司机影院| 国产精品亚洲一级av第二区| 69av精品久久久久久| 美女被艹到高潮喷水动态| 在线观看一区二区三区| 欧美丝袜亚洲另类| 三级国产精品欧美在线观看| 一边摸一边抽搐一进一小说| 少妇熟女aⅴ在线视频| 国产成人福利小说| 国产精品久久电影中文字幕| 99国产极品粉嫩在线观看| 午夜老司机福利剧场| 色5月婷婷丁香| 久久久久久久久久黄片| 色尼玛亚洲综合影院| 日产精品乱码卡一卡2卡三| 亚洲精品久久国产高清桃花| 99久久精品热视频| 中出人妻视频一区二区| 日本五十路高清| 禁无遮挡网站| 人妻制服诱惑在线中文字幕| 九九热线精品视视频播放| 久久久久精品国产欧美久久久| 自拍偷自拍亚洲精品老妇| 最近手机中文字幕大全| 亚洲欧美日韩东京热| 国产精品三级大全| 久久久精品大字幕| 精品一区二区免费观看| 麻豆av噜噜一区二区三区| 国产极品精品免费视频能看的| 最近中文字幕高清免费大全6| 人妻丰满熟妇av一区二区三区| 欧美日韩精品成人综合77777| 国产精品嫩草影院av在线观看| 免费看光身美女| 国产黄a三级三级三级人| 欧美国产日韩亚洲一区| 国产不卡一卡二| 国产麻豆成人av免费视频| 欧美区成人在线视频| 一个人免费在线观看电影| 啦啦啦观看免费观看视频高清| 成人国产麻豆网| 97超级碰碰碰精品色视频在线观看| 永久网站在线| 亚洲精品国产av成人精品 | 日本免费a在线| 日韩大尺度精品在线看网址| 高清日韩中文字幕在线| 欧洲精品卡2卡3卡4卡5卡区| 免费在线观看影片大全网站| 男女视频在线观看网站免费| 精品少妇黑人巨大在线播放 | 国产蜜桃级精品一区二区三区| 成年免费大片在线观看| 久久久久久九九精品二区国产| 美女内射精品一级片tv| 久久鲁丝午夜福利片| 日韩制服骚丝袜av| 精品午夜福利视频在线观看一区| 久久人人精品亚洲av| 午夜爱爱视频在线播放| 国产精品久久久久久久电影| av卡一久久| 欧美人与善性xxx| 亚洲国产欧美人成| 联通29元200g的流量卡| 国产精品av视频在线免费观看| 亚洲精品国产av成人精品 | 1024手机看黄色片| 国产熟女欧美一区二区| 久久天躁狠狠躁夜夜2o2o| 精品少妇黑人巨大在线播放 | 久久精品影院6| 尤物成人国产欧美一区二区三区| 少妇丰满av| 久久久久性生活片| 夜夜看夜夜爽夜夜摸| www.色视频.com| 99热这里只有是精品在线观看| av.在线天堂| 国产成人福利小说| 中文在线观看免费www的网站| 欧美bdsm另类| 亚洲一区高清亚洲精品| 亚洲美女黄片视频| 午夜精品在线福利| 国产精品乱码一区二三区的特点| 国内少妇人妻偷人精品xxx网站| 久久久欧美国产精品| 国产女主播在线喷水免费视频网站 | 中文字幕人妻熟人妻熟丝袜美| 一级黄色大片毛片| 床上黄色一级片| 99热这里只有是精品在线观看| 免费无遮挡裸体视频| 五月玫瑰六月丁香| 秋霞在线观看毛片| 亚洲最大成人中文| 国产国拍精品亚洲av在线观看| 蜜桃亚洲精品一区二区三区| 国内精品美女久久久久久| 69av精品久久久久久| 午夜精品一区二区三区免费看| 最好的美女福利视频网| 欧美激情在线99| 晚上一个人看的免费电影| 黄色配什么色好看| 国产亚洲91精品色在线| 在线看三级毛片| 欧美绝顶高潮抽搐喷水| 国产精品av视频在线免费观看| 久久九九热精品免费| 国产精品人妻久久久久久| 看非洲黑人一级黄片| 亚洲最大成人手机在线| 国产成人一区二区在线| 我的女老师完整版在线观看| aaaaa片日本免费| 国产精品综合久久久久久久免费| 久久久国产成人免费| 亚洲欧美精品自产自拍| 亚洲av第一区精品v没综合| 亚洲性久久影院| 噜噜噜噜噜久久久久久91| 老师上课跳d突然被开到最大视频| av中文乱码字幕在线| 国产成人福利小说| 国产淫片久久久久久久久| 在线播放无遮挡| 亚洲成人精品中文字幕电影| 日本爱情动作片www.在线观看 | 午夜福利在线在线| 日韩成人av中文字幕在线观看 | 国产一区二区在线观看日韩| 欧美极品一区二区三区四区| 婷婷六月久久综合丁香| 日韩欧美国产在线观看| 亚洲自偷自拍三级| 欧美一级a爱片免费观看看| 久久久久久久久久黄片| 校园春色视频在线观看| 亚洲精品一区av在线观看| 色播亚洲综合网| 国产精品人妻久久久久久| 欧美精品国产亚洲| 极品教师在线视频| 久久精品人妻少妇| 91在线精品国自产拍蜜月| 国内久久婷婷六月综合欲色啪| 国内少妇人妻偷人精品xxx网站| 中国美女看黄片| 特级一级黄色大片| 天堂动漫精品| 别揉我奶头 嗯啊视频| 日本-黄色视频高清免费观看| 最近视频中文字幕2019在线8| 级片在线观看| 亚洲美女黄片视频| 男人的好看免费观看在线视频| 久久久久久久久久成人| 日本精品一区二区三区蜜桃| 久久草成人影院| 九九在线视频观看精品| 成人欧美大片| 婷婷色综合大香蕉| 在线免费十八禁| 色哟哟·www| 又爽又黄无遮挡网站| 国产成人精品久久久久久| 国产精品女同一区二区软件| av黄色大香蕉| 色在线成人网| 午夜福利视频1000在线观看| 国产老妇女一区| 男插女下体视频免费在线播放| 日本-黄色视频高清免费观看| 好男人在线观看高清免费视频| 日本黄大片高清| 国产人妻一区二区三区在| 久久精品人妻少妇| 久久精品国产99精品国产亚洲性色| 精品人妻视频免费看| 中出人妻视频一区二区| 国产蜜桃级精品一区二区三区| 国产在视频线在精品| 免费不卡的大黄色大毛片视频在线观看 | 国产成人freesex在线 | 久久热精品热| 97超级碰碰碰精品色视频在线观看| 国产午夜精品久久久久久一区二区三区 | 亚洲欧美成人精品一区二区| 搡老妇女老女人老熟妇| 婷婷精品国产亚洲av| videossex国产| 国产熟女欧美一区二区| 久99久视频精品免费| 日日啪夜夜撸| 99久国产av精品| 欧美bdsm另类| 观看免费一级毛片| 亚洲熟妇熟女久久| 亚洲欧美成人精品一区二区| 女人十人毛片免费观看3o分钟| 少妇高潮的动态图| 搡老妇女老女人老熟妇| 国产在线男女| 麻豆久久精品国产亚洲av| 亚洲精品在线观看二区| 久久韩国三级中文字幕| 国产免费男女视频| 91久久精品国产一区二区三区| 国产探花在线观看一区二区| 97超视频在线观看视频| 高清毛片免费看| 午夜福利在线在线| 久久久色成人| 成人永久免费在线观看视频| 婷婷六月久久综合丁香| 国产黄色视频一区二区在线观看 | 丝袜美腿在线中文| 亚洲国产日韩欧美精品在线观看| 久久婷婷人人爽人人干人人爱| 秋霞在线观看毛片| 一进一出抽搐gif免费好疼| 99九九线精品视频在线观看视频| 一进一出好大好爽视频| 最近在线观看免费完整版| 欧美人与善性xxx| 女的被弄到高潮叫床怎么办| 熟妇人妻久久中文字幕3abv| 精品久久久久久久久av| 色尼玛亚洲综合影院| 此物有八面人人有两片| а√天堂www在线а√下载| 国产aⅴ精品一区二区三区波| 人人妻人人澡欧美一区二区| 精品一区二区三区视频在线| 国产白丝娇喘喷水9色精品| 亚洲18禁久久av| 夜夜夜夜夜久久久久| 国产男靠女视频免费网站| 成人亚洲精品av一区二区| www.色视频.com| 免费观看精品视频网站| 乱人视频在线观看| h日本视频在线播放| 99久国产av精品国产电影| 国产三级中文精品| 男女啪啪激烈高潮av片| 最新在线观看一区二区三区| 热99在线观看视频| 午夜精品一区二区三区免费看| or卡值多少钱| 人人妻人人澡人人爽人人夜夜 | 大又大粗又爽又黄少妇毛片口| 激情 狠狠 欧美| 99久久九九国产精品国产免费| 国产亚洲精品久久久com| 波多野结衣高清无吗| 国产v大片淫在线免费观看| 日日撸夜夜添| 中文字幕av在线有码专区| 91在线精品国自产拍蜜月| 高清午夜精品一区二区三区 | 日韩在线高清观看一区二区三区| 夜夜爽天天搞| 永久网站在线| 亚洲一区高清亚洲精品| 我的女老师完整版在线观看| 欧美高清成人免费视频www| 亚洲欧美日韩卡通动漫| 三级国产精品欧美在线观看| 男人狂女人下面高潮的视频| 色吧在线观看| 免费av观看视频| 男女视频在线观看网站免费| 久久久久久九九精品二区国产| 蜜桃亚洲精品一区二区三区| 国产一区亚洲一区在线观看| 亚洲,欧美,日韩| 六月丁香七月| ponron亚洲| 国产v大片淫在线免费观看| 在线免费观看的www视频| 日日摸夜夜添夜夜添小说| 亚洲七黄色美女视频| 成年女人看的毛片在线观看| 国产69精品久久久久777片| 日韩欧美一区二区三区在线观看| 亚洲人成网站在线观看播放| 亚洲高清免费不卡视频| 亚洲激情五月婷婷啪啪| 校园春色视频在线观看| 亚洲精品粉嫩美女一区| 少妇高潮的动态图| 能在线免费观看的黄片| 久久精品夜夜夜夜夜久久蜜豆| 人妻丰满熟妇av一区二区三区| 综合色丁香网| 不卡一级毛片| 精品午夜福利视频在线观看一区| 长腿黑丝高跟| 大香蕉久久网| 熟女人妻精品中文字幕| 搡女人真爽免费视频火全软件 | 五月玫瑰六月丁香| 国产探花极品一区二区| 精品欧美国产一区二区三| 午夜影院日韩av| 丝袜喷水一区| 日韩成人av中文字幕在线观看 | 麻豆av噜噜一区二区三区| 国产精品一及| 亚洲性久久影院| 国产精华一区二区三区| 亚洲国产精品sss在线观看| 亚洲在线自拍视频| 成年女人永久免费观看视频| 亚洲国产日韩欧美精品在线观看| 成人午夜高清在线视频| 国产视频一区二区在线看| 99久国产av精品国产电影| 日本免费一区二区三区高清不卡| 色视频www国产| 精品久久久久久久久亚洲| 成年av动漫网址| 日韩欧美三级三区| 亚洲三级黄色毛片| 国产成年人精品一区二区| 欧美潮喷喷水| 淫秽高清视频在线观看| 亚洲,欧美,日韩| 国产成人a∨麻豆精品| 在线天堂最新版资源| 最近手机中文字幕大全| 国产免费一级a男人的天堂| 国产淫片久久久久久久久| 欧美又色又爽又黄视频| 国产单亲对白刺激| 精品国产三级普通话版| 国产又黄又爽又无遮挡在线| 国产欧美日韩精品亚洲av| av视频在线观看入口| 亚洲av二区三区四区| 亚洲婷婷狠狠爱综合网| 熟女电影av网| 亚洲欧美中文字幕日韩二区| 久久久久久九九精品二区国产| 啦啦啦啦在线视频资源| 看非洲黑人一级黄片| 国产乱人偷精品视频| 久久精品国产清高在天天线| 日韩大尺度精品在线看网址| 噜噜噜噜噜久久久久久91| 日韩国内少妇激情av| 欧美成人a在线观看| 国内精品一区二区在线观看| 99riav亚洲国产免费| av在线蜜桃| 国产成人影院久久av| 亚洲一区二区三区色噜噜| 久久午夜亚洲精品久久| 亚洲精品日韩在线中文字幕 | 国产成人a区在线观看| 日韩成人av中文字幕在线观看 | 晚上一个人看的免费电影| 麻豆国产97在线/欧美| 一级黄色大片毛片| 男人狂女人下面高潮的视频| 有码 亚洲区| 欧美日韩综合久久久久久| 久久久国产成人精品二区| 99在线人妻在线中文字幕| 国产白丝娇喘喷水9色精品| 在线看三级毛片| 国产高清视频在线观看网站| 精品福利观看| 桃色一区二区三区在线观看| 亚洲熟妇中文字幕五十中出| 亚洲经典国产精华液单| 国产视频内射| 亚洲自偷自拍三级| 网址你懂的国产日韩在线| 久久99热6这里只有精品| АⅤ资源中文在线天堂| 在线观看66精品国产| 麻豆av噜噜一区二区三区| 国产黄a三级三级三级人| 小说图片视频综合网站| 中出人妻视频一区二区| 亚洲无线在线观看| 国产午夜福利久久久久久| 亚洲人成网站在线播| 一级毛片电影观看 | 日韩大尺度精品在线看网址| 美女内射精品一级片tv| 深夜a级毛片| 亚洲中文日韩欧美视频| 99久国产av精品国产电影| 亚洲美女视频黄频|