• <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 ?

    復(fù)雜場景下實時人臉口罩檢測研究

    2023-11-13 16:10:18洪叁亮
    應(yīng)用科技 2023年5期
    關(guān)鍵詞:人臉特征提取口罩

    洪叁亮

    深圳平安綜合金融服務(wù)有限公司,廣東 深圳 518000

    借助視覺算法智能識別群眾是否戴口罩,具備良好的應(yīng)用價值,如銀行、保險、微信和支付寶等金融業(yè)務(wù)人臉核驗場景、機(jī)場和火車站閘機(jī)人臉核驗場景、居民樓刷臉進(jìn)樓等。判斷群眾是否佩戴口罩,拒絕佩戴口罩人群,提高人臉識別準(zhǔn)確率,從而進(jìn)一步提高了金融安防等場景的人臉識別的安全性。

    傳統(tǒng)的目標(biāo)檢測方法通常是基于手工設(shè)計的特征,如方向梯度直方圖(histogram of oriented gradient,HOG)[1]檢測算法;基于滑窗搜索,如Viola Jones 檢測算法[2]。傳統(tǒng)的目標(biāo)檢測算法對環(huán)境要求比較嚴(yán)格,往往需要在理想環(huán)境下進(jìn)行,特征提取需要人工設(shè)計,不僅工作量大、還存在滑窗搜索性能低等缺點。

    隨著深度學(xué)習(xí)在計算機(jī)視覺的廣泛應(yīng)用,卷積神經(jīng)網(wǎng)絡(luò)(convolution neural network,CNN)也廣泛應(yīng)用于目標(biāo)檢測、圖像分類和圖像分割等領(lǐng)域。基于深度學(xué)習(xí)的目標(biāo)檢測主要有3類:第1類是基于二階段(Two-stage)算法;第2類是基于一階段(One-stage)算法;第3類是基于無錨點的檢測(anchor free)。Two-stage 主要是借助啟迪式算法或者區(qū)域候選網(wǎng)絡(luò)(region proposal network,RPN)[3]來生成候選框, 對候選框再進(jìn)一步進(jìn)行分類和回歸達(dá)到目標(biāo)檢測的目的,如空間金字塔池化網(wǎng)絡(luò)(spatial pyramid pooling network,SPPNet)[4]和Fast R-CNN[5], 此類方法檢測準(zhǔn)確率高,但存在檢測速度慢的缺點。One-stage 則是借助CNN 來預(yù)測目標(biāo)的矩形框(即所在位置)和所屬類別,同時使用錨框加速邊框回歸,網(wǎng)絡(luò)輸出再經(jīng)過非極大值抑制(non-maximum suppression,NMS)得到最終結(jié)果。如單次多盒檢測器(single shot multibox detector,SSD)[6]和你只看一次(you only look once,YOLO)[7], 此類方法檢測速度快,適合做實時檢測任務(wù)。anchor free 通常借助heatmap 預(yù)測目標(biāo)中心點并回歸相應(yīng)目標(biāo)的高度和寬度等,如CenterNet[8],該方法召回率高、誤檢少。本文人臉檢測器選擇精度和速度均較優(yōu)的AIZOO 開源算法FaceMaskDetection[9]。該方法是基于單次多盒檢測器(single shot multibox detector,SSD)的人臉口罩檢測,適合做實時檢測任務(wù)。本文方法旨在自然環(huán)境復(fù)雜場景下實現(xiàn)實時的人臉口罩檢測,并可部署應(yīng)用在計算量小的終端設(shè)備上。

    目前,有不少學(xué)者致力于人臉口罩檢測的研究。鄧黃瀟[10]基于RetinaNet 遷移學(xué)習(xí)來實現(xiàn)人臉口罩檢測;肖俊杰[11]基于 YOLO 和YCrCb 人臉膚色模型來實現(xiàn)人臉口罩檢測;牛作東等[12]基于RetinaFace 和注意力機(jī)制(attention)來實現(xiàn)人臉口罩檢測。上述算法在計算資源不足的移動設(shè)備實時檢測任務(wù)中,存在實效性和準(zhǔn)確率有待提高和在復(fù)雜環(huán)境下算法的魯棒性有待提高等不足。

    綜上所述,設(shè)計一個復(fù)雜場景下的實時人臉口罩檢測器是很有必要的,本文在AIZOO 開源算法FaceMaskDetection 的基礎(chǔ)上設(shè)計一個高精度輕量級人臉口罩分類器,旨在進(jìn)一步提高人臉口罩檢測的整體精度。本文設(shè)計的高精度輕量級人臉口罩分類模型,僅犧牲少量計算資源就能大大提高人臉口罩檢測的整體精準(zhǔn)度。本文提出了快速特征提取模塊FastBlock 和基于多層級特征融合的輕量級人臉口罩分類網(wǎng)絡(luò)(Light MaskNet),實驗結(jié)果表明,該人臉口罩分類模型精度可達(dá)98.852%, ,CPU 推理時間僅為9.8 ms,GPU 可實現(xiàn)亞毫秒級的運(yùn)算,可滿足計算資源較少的邊緣設(shè)備、移動端等應(yīng)用的需求。

    1 算法框架

    本文在AIZOO 開源算法FaceMaskDetection的基礎(chǔ)上設(shè)計一個高精度輕量級人臉口罩分類器,提出了快速特征提取模塊FastBlock 和基于多層級特征融合的輕量級人臉口罩分類網(wǎng)絡(luò)。

    1.1 人臉檢測方法

    人臉檢測采用AIZOO 開源算法FaceMask-Detection,該人臉檢測模型輸出人臉框的同時也輸出人臉是否戴口罩的類別,可以在環(huán)境光線不理想、人臉姿態(tài)多樣等不利條件下較好地召回人臉。

    1.2 輕量級人臉口罩分類網(wǎng)絡(luò)Light MaskNet

    由于FaceMaskDetection 即使能盡可能多召回人臉,但是在人臉口罩的分類精度上還存在較大的缺陷,因此,本文設(shè)計了基于多層級特征融合的輕量級人臉口罩分類網(wǎng)絡(luò)Light MaskNet 來彌補(bǔ)FaceMaskDetection 的精度缺陷。

    1.2.1 快速特征提取模塊FastBlock

    MobileNetV2[13]的Bottlneck 包含由非線性分離的后續(xù)深度增加擴(kuò)展( depth-increasing expansion) 和深度減少投影( depth-decreasing projection)逐點卷積(pointwise convolutions)。本文做了創(chuàng)新,交換深度可分離(Depthwise, DW)卷積和1×1 卷積的執(zhí)行順序,達(dá)到減少DW 卷積和1×1 卷積中間張量的通道數(shù)量,進(jìn)一步降低計算成本的目的,從而提高了特征提取速度。FastBlock 如圖1 所示。

    圖1 快速特征提取模塊FastBlock

    1.2.2 特征提取器

    特征提取器采用128×128 像素的RGB 輸入,由3 個2D 卷積、11 個FastBlock 組成(完整布局見表1 特征提取器)。最高張量深度(通道分辨率)為96,而最低空間分辨率為8×8。

    表1 特征提取器

    1.2.3 網(wǎng)絡(luò)結(jié)構(gòu)

    Light MaskNet 由特征提取器和1 個全連接層組成,其中特征提取器采取多層級特征融合方式進(jìn)行特征提取,不同層級之間的特征融合可以增大模型的廣度,提高模型的魯棒性。全連接層的輸入為896 個神經(jīng)單元,輸出為2 個分類神經(jīng)單元(即戴口罩與沒戴口罩),Light MaskNet 如圖2。

    圖2 Light MaskNet

    2 實驗與分析

    2.1 實驗環(huán)境

    實驗在Linux 系統(tǒng)下搭建的Pytorch 環(huán)境下進(jìn)行,CPU 為Intel?Core?i7-8750H2.21 GHz,內(nèi)存32 GB,顯卡為GeForceRTX 2080Ti。

    2.2 實驗數(shù)據(jù)

    實驗數(shù)據(jù)一部分為公開人臉數(shù)據(jù)集(MAsked FAces,MAFA)和AIZOO 提供的公開人臉數(shù)據(jù)集,訓(xùn)練集部分(AIZOO 數(shù)據(jù)集由Widerface 數(shù)據(jù)集標(biāo)注而成,場景種類繁多且復(fù)雜);另一部分為網(wǎng)上爬蟲人臉樣本及相機(jī)拍攝人臉樣本。經(jīng)整理數(shù)據(jù)集共計10 000 張圖片(戴口罩人臉與沒戴口罩人臉),其中訓(xùn)練集8 000 張圖片,測試集2000張圖片。

    2.3 數(shù)據(jù)預(yù)處理

    訓(xùn)練圖像進(jìn)行預(yù)處理,所述預(yù)處理包括數(shù)據(jù)擴(kuò)增和數(shù)據(jù)歸一化處理,數(shù)據(jù)擴(kuò)增包括隨機(jī)裁剪和補(bǔ)邊、隨機(jī)顏色抖動。訓(xùn)練圖像大小為128×128。

    2.4 損失函數(shù)

    損失函數(shù)選用交叉熵?fù)p失公式為

    式中:y為真實標(biāo)簽,y′為預(yù)測值。

    2.5 優(yōu)化器及超參數(shù)

    訓(xùn)練優(yōu)化器Adam;超參數(shù) β1和 β2分別為0.9 和0.999;學(xué)習(xí)率為0.001;batch size 設(shè)置為64,epoch 設(shè)置為20;訓(xùn)練時超過5 個 epoch 準(zhǔn)確率沒有升高則采取early stopping 策略停止訓(xùn)練。

    2.6 消融實驗

    本文為了驗證Light MaskNet 算法的有效性,在相同訓(xùn)練集上另外進(jìn)行了4 組遷移學(xué)習(xí)訓(xùn)練人臉口罩分類器,分別是基于MobileNetV2、ShuffleNetV2(x1.0)[14]、ShuffleNetV2(x0.5)和Mobile-ViT(xxs)[15]進(jìn)行遷移學(xué)習(xí)訓(xùn)練分類器,這4 個網(wǎng)絡(luò)分別去掉最后的分類層和倒數(shù)第1 個全連接層,然后接入自定義的全連接層,輸出都為2 個神經(jīng)元(分別代表戴口罩與沒戴口罩),訓(xùn)練圖像大小均為224×224,數(shù)據(jù)預(yù)處理方式和損失函數(shù)均與Light MaskNet 一致。不同算法在測試集上的測試結(jié)果如表2 所示。

    表2 不同算法測試結(jié)果

    實驗數(shù)據(jù)表明,本文提出的Light MaskNet 準(zhǔn)確率較其他4 個模型略輸,但差距并不大,但在CPU 推理時間、參數(shù)量(Params)和乘加累積操作數(shù)(MAdds)均優(yōu)于其他4 個模型,所以結(jié)合不同的應(yīng)用需求可以選擇對應(yīng)的模型,如移動端等計算資源有限的邊緣設(shè)備優(yōu)先考慮選擇本文提出的Light MaskNet。

    2.7 人臉口罩檢測

    人臉口罩檢測方案由FaceMaskDetection 和本文方法級聯(lián)而成。復(fù)雜場景下待檢測圖像先用FaceMaskDetection 進(jìn)行人臉口罩檢測,將類別為No Mask(算法判斷為沒戴口罩)的人臉區(qū)域從原圖裁剪后送入本文方法Light MaskNet 進(jìn)行進(jìn)一步的人臉口罩分類。

    為了進(jìn)一步驗證本文算法的有效性,本文與FaceMaskDetection 的人臉口罩分類準(zhǔn)確率做了比較,驗證集為AIZOO 數(shù)據(jù)集測試集,該數(shù)據(jù)集場景種類多而復(fù)雜,有利于驗證算法在復(fù)雜場景下的魯棒性。根據(jù)AIZOO 數(shù)據(jù)標(biāo)注,從測試集裁出人臉圖片(包括戴口罩與不戴口罩)1 840 張。Light MaskNet 和FaceMaskDetection 在測試集上的測試結(jié)果如表3 所示。

    表3 Light MaskNet 和FaceMaskDetection 測試結(jié)果

    實際復(fù)雜場景下人臉口罩檢測對比效果如圖3 和圖4 所示。其中,圖3 (a)為FaceMaskDetection的檢測結(jié)果,圖3 (b)為FaceMaskDetection 和本文方法Light MaskNet 級聯(lián)檢測結(jié)果。

    圖3 人臉口罩檢測對比效果1

    3 結(jié)論

    針對FaceMaskDetection 即使能盡可能多召回人臉,但是在人臉口罩的分類精度上還存在較大的缺陷,本文設(shè)計了基于多層級特征融合的輕量級人臉口罩分類網(wǎng)絡(luò)Light MaskNet,并提出快速特征提取模塊FastBlock。并設(shè)計4 套遷移學(xué)習(xí)方案與Light MaskNet 做性能、準(zhǔn)確率等綜合比較,以及基于AIZOO 測試集分析比較Light MaskNet和FaceMaskDetection 的人臉口罩分類準(zhǔn)確率,實驗數(shù)據(jù)表明本文方法能彌補(bǔ)FaceMaskDetection 精度低的缺陷,本文方法精度優(yōu)異,計算量極小,CPU 推理時間僅9.8 ms,GPU 可實現(xiàn)亞毫秒級推理,可很好地滿足計算資源有限的移動端和邊緣設(shè)備的應(yīng)用需求。

    猜你喜歡
    人臉特征提取口罩
    有特點的人臉
    戴口罩的苦與樂
    意林(2020年9期)2020-06-01 07:26:22
    因為一個口罩,我決定離婚了
    海峽姐妹(2020年4期)2020-05-30 13:00:08
    霧霾口罩
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    三國漫——人臉解鎖
    動漫星空(2018年9期)2018-10-26 01:17:14
    Bagging RCSP腦電特征提取算法
    要戴口罩的霧霾天
    馬面部與人臉相似度驚人
    基于MED和循環(huán)域解調(diào)的多故障特征提取
    春色校园在线视频观看| 亚洲在线自拍视频| 成人永久免费在线观看视频| 嫩草影视91久久| 在线观看一区二区三区| a级毛片免费高清观看在线播放| 在线观看午夜福利视频| 九九爱精品视频在线观看| 欧美日韩国产亚洲二区| 自拍偷自拍亚洲精品老妇| 国产高清视频在线观看网站| 最后的刺客免费高清国语| 老司机福利观看| 成人美女网站在线观看视频| 欧美日韩黄片免| 久久精品国产清高在天天线| www.www免费av| 欧美色欧美亚洲另类二区| 欧美成人免费av一区二区三区| 天堂网av新在线| 波野结衣二区三区在线| 色综合亚洲欧美另类图片| 制服丝袜大香蕉在线| 在线免费观看不下载黄p国产 | 波多野结衣高清作品| 色精品久久人妻99蜜桃| 婷婷丁香在线五月| 婷婷精品国产亚洲av| 91av网一区二区| 99九九线精品视频在线观看视频| 精品无人区乱码1区二区| 联通29元200g的流量卡| 男人舔奶头视频| 免费av毛片视频| 美女xxoo啪啪120秒动态图| 午夜精品久久久久久毛片777| 国产精品一区二区免费欧美| 1000部很黄的大片| 亚洲av日韩精品久久久久久密| 男人和女人高潮做爰伦理| 国产 一区 欧美 日韩| 国语自产精品视频在线第100页| 久久欧美精品欧美久久欧美| 热99在线观看视频| 亚洲自偷自拍三级| 国产精华一区二区三区| 免费观看精品视频网站| 日韩精品青青久久久久久| 麻豆国产97在线/欧美| 国产精品国产高清国产av| 又爽又黄a免费视频| 免费无遮挡裸体视频| 黄片wwwwww| 亚洲av第一区精品v没综合| 久久久国产成人精品二区| 精品国内亚洲2022精品成人| 波野结衣二区三区在线| 亚洲精品色激情综合| 最后的刺客免费高清国语| 精品人妻一区二区三区麻豆 | 国产精品98久久久久久宅男小说| 高清日韩中文字幕在线| 日韩亚洲欧美综合| 99久久精品一区二区三区| 身体一侧抽搐| 欧美性猛交黑人性爽| 在线免费观看不下载黄p国产 | 久久6这里有精品| 成年女人毛片免费观看观看9| 午夜久久久久精精品| 人妻制服诱惑在线中文字幕| 18禁黄网站禁片免费观看直播| 一级毛片久久久久久久久女| 欧美丝袜亚洲另类 | 一边摸一边抽搐一进一小说| 人妻久久中文字幕网| 成人高潮视频无遮挡免费网站| 国产真实伦视频高清在线观看 | 在线天堂最新版资源| 亚洲av免费在线观看| 毛片女人毛片| 少妇的逼水好多| 97碰自拍视频| 午夜精品一区二区三区免费看| 精品福利观看| 五月玫瑰六月丁香| 欧美色欧美亚洲另类二区| 国产精品亚洲美女久久久| 亚洲国产精品sss在线观看| 91在线精品国自产拍蜜月| aaaaa片日本免费| 亚洲,欧美,日韩| 精品久久久久久久久亚洲 | 亚洲人成网站在线播放欧美日韩| 99在线人妻在线中文字幕| 在线免费十八禁| 少妇的逼水好多| 国产三级在线视频| 国产精品久久久久久av不卡| 欧美一级a爱片免费观看看| 两个人的视频大全免费| 俄罗斯特黄特色一大片| 一级av片app| 欧美精品啪啪一区二区三区| 美女黄网站色视频| 日本欧美国产在线视频| 人人妻人人看人人澡| 亚洲 国产 在线| 亚洲综合色惰| 日日干狠狠操夜夜爽| 欧洲精品卡2卡3卡4卡5卡区| 久久精品91蜜桃| 亚洲精品粉嫩美女一区| 中出人妻视频一区二区| av.在线天堂| 免费高清视频大片| 国产69精品久久久久777片| 成人高潮视频无遮挡免费网站| 国产高清激情床上av| 国模一区二区三区四区视频| 国产精品人妻久久久久久| 国产 一区精品| 黄色视频,在线免费观看| 一进一出好大好爽视频| 一级a爱片免费观看的视频| 嫩草影院精品99| 久久午夜亚洲精品久久| 尾随美女入室| 亚洲综合色惰| 99热6这里只有精品| 搡老熟女国产l中国老女人| 美女免费视频网站| 成年人黄色毛片网站| 成人一区二区视频在线观看| 国产不卡一卡二| 午夜老司机福利剧场| 欧美一级a爱片免费观看看| 嫩草影视91久久| 亚洲av一区综合| 一卡2卡三卡四卡精品乱码亚洲| 免费av不卡在线播放| 精品乱码久久久久久99久播| 国产精品久久久久久av不卡| 精品久久久久久成人av| 91久久精品电影网| 嫩草影院新地址| 久久久久久久久久久丰满 | 欧美成人性av电影在线观看| 国产高清三级在线| 久久国产乱子免费精品| 最近在线观看免费完整版| 国产伦精品一区二区三区四那| 人人妻,人人澡人人爽秒播| 狠狠狠狠99中文字幕| 亚洲天堂国产精品一区在线| 男女啪啪激烈高潮av片| 女人十人毛片免费观看3o分钟| 99久久成人亚洲精品观看| 99久久九九国产精品国产免费| 国内揄拍国产精品人妻在线| 能在线免费观看的黄片| h日本视频在线播放| 国产精品人妻久久久影院| 人妻少妇偷人精品九色| 日本熟妇午夜| 久久精品影院6| 亚洲一区高清亚洲精品| 国内精品美女久久久久久| 极品教师在线免费播放| 欧美色欧美亚洲另类二区| 亚洲精华国产精华液的使用体验 | 国产老妇女一区| 久久精品影院6| 最新在线观看一区二区三区| 亚洲第一区二区三区不卡| a级毛片a级免费在线| 特大巨黑吊av在线直播| 亚洲国产高清在线一区二区三| 91久久精品国产一区二区三区| 亚洲精品456在线播放app | 国产麻豆成人av免费视频| 欧美绝顶高潮抽搐喷水| 97超视频在线观看视频| 日本黄色片子视频| 国产熟女欧美一区二区| 免费观看人在逋| 亚洲第一电影网av| 波多野结衣高清无吗| 嫩草影院入口| 韩国av一区二区三区四区| 精品一区二区免费观看| 干丝袜人妻中文字幕| 欧美区成人在线视频| 日本黄大片高清| 亚洲一区二区三区色噜噜| 99九九线精品视频在线观看视频| 又黄又爽又刺激的免费视频.| 成人国产一区最新在线观看| 亚洲七黄色美女视频| 久久久精品大字幕| 精品人妻偷拍中文字幕| videossex国产| 国产激情偷乱视频一区二区| 国产精品无大码| 免费观看的影片在线观看| 波多野结衣巨乳人妻| 国产高清激情床上av| 男人和女人高潮做爰伦理| 高清在线国产一区| bbb黄色大片| 欧美高清成人免费视频www| 一区二区三区高清视频在线| 亚洲国产欧洲综合997久久,| 婷婷丁香在线五月| 国产高清视频在线播放一区| 女人十人毛片免费观看3o分钟| 亚洲三级黄色毛片| 黄片wwwwww| 99在线视频只有这里精品首页| 日韩在线高清观看一区二区三区 | 很黄的视频免费| 又紧又爽又黄一区二区| 亚洲无线在线观看| 美女 人体艺术 gogo| 免费一级毛片在线播放高清视频| 久久久久久久久大av| 在线免费观看不下载黄p国产 | 精品人妻熟女av久视频| 亚洲人成网站在线播放欧美日韩| 亚洲欧美日韩卡通动漫| 观看免费一级毛片| 91av网一区二区| 成年人黄色毛片网站| 欧美最黄视频在线播放免费| 12—13女人毛片做爰片一| 国产高清视频在线观看网站| 蜜桃亚洲精品一区二区三区| 神马国产精品三级电影在线观看| 一本一本综合久久| 国产白丝娇喘喷水9色精品| 国产精品三级大全| 久久人妻av系列| 国产三级在线视频| 欧美色视频一区免费| 日韩精品中文字幕看吧| 免费大片18禁| 久久久久久久久中文| 色吧在线观看| 久久久久性生活片| 久久精品国产自在天天线| 能在线免费观看的黄片| 欧美最黄视频在线播放免费| 在线观看免费视频日本深夜| 午夜福利18| 在线观看午夜福利视频| 日韩在线高清观看一区二区三区 | 亚洲四区av| 国产在线男女| 黄色女人牲交| 日本撒尿小便嘘嘘汇集6| 日韩,欧美,国产一区二区三区 | 久久久久久久久中文| 热99在线观看视频| 人妻少妇偷人精品九色| 在线天堂最新版资源| 美女高潮喷水抽搐中文字幕| 欧美极品一区二区三区四区| 久久久午夜欧美精品| 一区二区三区免费毛片| 国内精品一区二区在线观看| 女生性感内裤真人,穿戴方法视频| 亚洲av电影不卡..在线观看| 国产av在哪里看| 亚洲va在线va天堂va国产| 中文资源天堂在线| 色哟哟·www| 欧洲精品卡2卡3卡4卡5卡区| 美女免费视频网站| 国内精品久久久久久久电影| 国产精品一区二区性色av| 搡老妇女老女人老熟妇| 色综合婷婷激情| 91麻豆精品激情在线观看国产| 两人在一起打扑克的视频| 一区二区三区激情视频| 国产一区二区三区av在线 | 亚洲一区二区三区色噜噜| 午夜亚洲福利在线播放| 国产伦精品一区二区三区四那| 搡老岳熟女国产| 久久久国产成人免费| 亚洲色图av天堂| 我要看日韩黄色一级片| 99精品在免费线老司机午夜| 久久中文看片网| 午夜福利成人在线免费观看| 欧美日本亚洲视频在线播放| 18禁裸乳无遮挡免费网站照片| 很黄的视频免费| 国产av一区在线观看免费| 欧美一级a爱片免费观看看| 天堂影院成人在线观看| 啦啦啦观看免费观看视频高清| 日韩国内少妇激情av| 成人永久免费在线观看视频| 久久久久久久久中文| 色5月婷婷丁香| 国产白丝娇喘喷水9色精品| 国产一级毛片七仙女欲春2| 无遮挡黄片免费观看| 99久久中文字幕三级久久日本| 极品教师在线免费播放| 一本一本综合久久| 国内久久婷婷六月综合欲色啪| 久久久久久久久久成人| 大型黄色视频在线免费观看| 日韩欧美一区二区三区在线观看| 日韩强制内射视频| 岛国在线免费视频观看| 中亚洲国语对白在线视频| 久久久久性生活片| 看免费成人av毛片| 国产午夜精品久久久久久一区二区三区 | av中文乱码字幕在线| 人人妻人人澡欧美一区二区| 久久久成人免费电影| or卡值多少钱| 一级黄片播放器| 欧美潮喷喷水| 国产一级毛片七仙女欲春2| 久久婷婷人人爽人人干人人爱| 女人十人毛片免费观看3o分钟| 色视频www国产| 欧美日本视频| 免费看a级黄色片| 精品久久久久久久久av| videossex国产| 搡老熟女国产l中国老女人| 床上黄色一级片| 久久国产精品人妻蜜桃| 精品乱码久久久久久99久播| 中文在线观看免费www的网站| 精品人妻视频免费看| 国产淫片久久久久久久久| 久久精品国产亚洲av涩爱 | 美女高潮喷水抽搐中文字幕| 中文在线观看免费www的网站| 少妇被粗大猛烈的视频| 成年女人毛片免费观看观看9| 亚洲色图av天堂| 成年女人永久免费观看视频| 久久久国产成人免费| 久久久久九九精品影院| 久久99热6这里只有精品| 欧洲精品卡2卡3卡4卡5卡区| 欧美一级a爱片免费观看看| 亚洲精品一卡2卡三卡4卡5卡| 日韩中字成人| 午夜亚洲福利在线播放| 特大巨黑吊av在线直播| 长腿黑丝高跟| 婷婷六月久久综合丁香| www.www免费av| 精品国内亚洲2022精品成人| 日韩欧美精品v在线| 日日干狠狠操夜夜爽| 日韩欧美在线二视频| 国产精品1区2区在线观看.| 久久中文看片网| 国内毛片毛片毛片毛片毛片| 亚洲成a人片在线一区二区| 婷婷精品国产亚洲av| 91久久精品国产一区二区三区| 久久99热6这里只有精品| 欧美不卡视频在线免费观看| 88av欧美| bbb黄色大片| 一个人看视频在线观看www免费| 黄色女人牲交| 免费在线观看成人毛片| 熟妇人妻久久中文字幕3abv| 久久热精品热| 午夜亚洲福利在线播放| 黄色丝袜av网址大全| 成人高潮视频无遮挡免费网站| www.色视频.com| 别揉我奶头~嗯~啊~动态视频| 亚洲国产精品久久男人天堂| 国产毛片a区久久久久| 亚洲精品亚洲一区二区| 国产一区二区亚洲精品在线观看| 97超级碰碰碰精品色视频在线观看| 免费看光身美女| 精品一区二区免费观看| 99久久精品国产国产毛片| 免费在线观看日本一区| 日本与韩国留学比较| 日韩欧美精品免费久久| 国产欧美日韩精品一区二区| 成人三级黄色视频| 在线观看午夜福利视频| 精品久久久久久久人妻蜜臀av| 五月伊人婷婷丁香| 在现免费观看毛片| 亚洲精品亚洲一区二区| 搡女人真爽免费视频火全软件 | 欧美日韩亚洲国产一区二区在线观看| 黄片wwwwww| 亚洲av电影不卡..在线观看| 国产精品久久久久久精品电影| 国内久久婷婷六月综合欲色啪| 国产蜜桃级精品一区二区三区| 天堂影院成人在线观看| 十八禁网站免费在线| 久久久精品大字幕| 国产一区二区在线av高清观看| 国产伦精品一区二区三区四那| 91久久精品国产一区二区三区| 亚洲精华国产精华液的使用体验 | 变态另类丝袜制服| 亚洲中文日韩欧美视频| 校园人妻丝袜中文字幕| 欧美不卡视频在线免费观看| a在线观看视频网站| 日本黄色视频三级网站网址| 精品一区二区三区视频在线| 人人妻,人人澡人人爽秒播| 夜夜夜夜夜久久久久| 美女免费视频网站| 精品人妻一区二区三区麻豆 | a级毛片a级免费在线| 免费av观看视频| 午夜亚洲福利在线播放| av天堂中文字幕网| 久久久久国内视频| 国产精品综合久久久久久久免费| 桃色一区二区三区在线观看| 一a级毛片在线观看| 99久久成人亚洲精品观看| 日日撸夜夜添| 大又大粗又爽又黄少妇毛片口| 琪琪午夜伦伦电影理论片6080| 在线国产一区二区在线| 狂野欧美激情性xxxx在线观看| 欧美日本视频| 久久亚洲真实| 一区二区三区激情视频| 午夜激情福利司机影院| 无遮挡黄片免费观看| 内地一区二区视频在线| 日韩欧美三级三区| 精品久久久久久成人av| 久久久久久伊人网av| 男女那种视频在线观看| 国国产精品蜜臀av免费| 欧美激情国产日韩精品一区| 成人国产一区最新在线观看| 我要搜黄色片| 成人国产综合亚洲| 亚洲av免费高清在线观看| 一进一出抽搐gif免费好疼| 在线免费十八禁| 神马国产精品三级电影在线观看| 人妻久久中文字幕网| 国产私拍福利视频在线观看| 精品久久久久久久人妻蜜臀av| 免费大片18禁| h日本视频在线播放| 男人的好看免费观看在线视频| 亚洲一区二区三区色噜噜| 一级黄片播放器| eeuss影院久久| 日韩欧美国产在线观看| 床上黄色一级片| 欧美+日韩+精品| 啪啪无遮挡十八禁网站| 我的老师免费观看完整版| 美女 人体艺术 gogo| 中文字幕av成人在线电影| 午夜老司机福利剧场| 成人永久免费在线观看视频| 亚洲熟妇熟女久久| 成人二区视频| 婷婷精品国产亚洲av| 精品午夜福利在线看| 国产麻豆成人av免费视频| 欧美激情久久久久久爽电影| 亚洲乱码一区二区免费版| 日韩av在线大香蕉| 成人欧美大片| 久久婷婷人人爽人人干人人爱| xxxwww97欧美| 亚洲一区二区三区色噜噜| 嫩草影院入口| 色5月婷婷丁香| 精品久久久久久久久av| 男女那种视频在线观看| 中文字幕久久专区| 麻豆久久精品国产亚洲av| 欧美+亚洲+日韩+国产| 久久久国产成人免费| 日韩,欧美,国产一区二区三区 | 在线天堂最新版资源| 久久精品影院6| 亚洲第一电影网av| 久久这里只有精品中国| 亚洲久久久久久中文字幕| 午夜福利欧美成人| 一级av片app| 人人妻,人人澡人人爽秒播| 国产人妻一区二区三区在| 亚洲第一区二区三区不卡| 日韩,欧美,国产一区二区三区 | 国产精品久久久久久久久免| 波多野结衣高清无吗| 1024手机看黄色片| 麻豆久久精品国产亚洲av| 熟女人妻精品中文字幕| 亚洲电影在线观看av| 久久6这里有精品| 亚洲色图av天堂| 69av精品久久久久久| 熟妇人妻久久中文字幕3abv| 一个人免费在线观看电影| 欧美+日韩+精品| 国产国拍精品亚洲av在线观看| а√天堂www在线а√下载| 国产伦一二天堂av在线观看| 最近视频中文字幕2019在线8| 久久久久久久久中文| 极品教师在线免费播放| 欧美日韩国产亚洲二区| 日韩强制内射视频| 国产伦一二天堂av在线观看| 一夜夜www| 亚洲国产精品合色在线| 日日干狠狠操夜夜爽| 欧美区成人在线视频| 成人av在线播放网站| 国产高清视频在线播放一区| 美女 人体艺术 gogo| 九九久久精品国产亚洲av麻豆| 波多野结衣巨乳人妻| 日本 欧美在线| 精品人妻偷拍中文字幕| 国产单亲对白刺激| 久久人人爽人人爽人人片va| 国产探花极品一区二区| 嫁个100分男人电影在线观看| 亚洲精品在线观看二区| 久久久久精品国产欧美久久久| or卡值多少钱| 国产亚洲精品久久久久久毛片| 一级黄片播放器| 我的女老师完整版在线观看| 久久久久免费精品人妻一区二区| 久久久色成人| 国产午夜精品久久久久久一区二区三区 | 噜噜噜噜噜久久久久久91| 又黄又爽又免费观看的视频| 真人一进一出gif抽搐免费| 18禁黄网站禁片免费观看直播| 99热精品在线国产| 免费搜索国产男女视频| 神马国产精品三级电影在线观看| 亚洲不卡免费看| 88av欧美| 中文字幕av在线有码专区| 人妻制服诱惑在线中文字幕| 舔av片在线| 久久久久久久久中文| 男女边吃奶边做爰视频| 亚洲国产日韩欧美精品在线观看| 深爱激情五月婷婷| 欧美精品啪啪一区二区三区| 天天躁日日操中文字幕| 夜夜看夜夜爽夜夜摸| 精品人妻熟女av久视频| 亚洲乱码一区二区免费版| 欧美日韩亚洲国产一区二区在线观看| 久久久久久久久大av| 一本精品99久久精品77| 久久久久久久久久黄片| 亚洲在线自拍视频| 国产欧美日韩精品亚洲av| 国产激情偷乱视频一区二区| 最近视频中文字幕2019在线8| 亚洲欧美日韩东京热| 亚洲精品影视一区二区三区av| 欧美日韩综合久久久久久 | 久久久国产成人精品二区| 在线观看一区二区三区| 中文字幕人妻熟人妻熟丝袜美| 亚洲自偷自拍三级| 精品久久久久久久人妻蜜臀av| 一级毛片久久久久久久久女| 欧美日韩瑟瑟在线播放| 午夜免费激情av| 国产一级毛片七仙女欲春2| 18禁黄网站禁片午夜丰满| 亚洲国产精品sss在线观看| 亚洲久久久久久中文字幕| 久久久国产成人免费| 欧美绝顶高潮抽搐喷水| 简卡轻食公司| 99久久精品热视频| 欧美人与善性xxx| 好男人在线观看高清免费视频| 国产精品av视频在线免费观看| 国产午夜精品论理片| 麻豆成人午夜福利视频| 久久99热这里只有精品18| 在线国产一区二区在线| 日本 欧美在线| 国产爱豆传媒在线观看|