• <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
    啦啦啦啦在线视频资源| 国产精品一区www在线观看| 国产免费视频播放在线视频| 日韩av免费高清视频| 人人妻人人澡人人看| 91国产中文字幕| 天天操日日干夜夜撸| 人成视频在线观看免费观看| 中文字幕另类日韩欧美亚洲嫩草| 性高湖久久久久久久久免费观看| 90打野战视频偷拍视频| 伦精品一区二区三区| 高清视频免费观看一区二区| 欧美变态另类bdsm刘玥| 亚洲少妇的诱惑av| 极品少妇高潮喷水抽搐| 亚洲美女搞黄在线观看| 欧美 日韩 精品 国产| 晚上一个人看的免费电影| 最近的中文字幕免费完整| 黄色视频在线播放观看不卡| a 毛片基地| 国产黄色视频一区二区在线观看| 午夜激情av网站| 亚洲精品成人av观看孕妇| 丰满饥渴人妻一区二区三| 青春草国产在线视频| 99热6这里只有精品| 日韩 亚洲 欧美在线| 亚洲人与动物交配视频| 人妻系列 视频| 一边摸一边做爽爽视频免费| 久久99热6这里只有精品| 三级国产精品片| 久久久久国产精品人妻一区二区| 亚洲精品成人av观看孕妇| 一边摸一边做爽爽视频免费| 亚洲精品中文字幕在线视频| 日韩一区二区三区影片| 韩国高清视频一区二区三区| 婷婷成人精品国产| 国产爽快片一区二区三区| 免费黄网站久久成人精品| 国产亚洲一区二区精品| 蜜桃国产av成人99| 欧美 日韩 精品 国产| 欧美成人午夜免费资源| videos熟女内射| 日韩视频在线欧美| 亚洲欧美成人精品一区二区| 老司机影院毛片| 青春草视频在线免费观看| 尾随美女入室| 国产精品人妻久久久久久| 国产毛片在线视频| 亚洲成av片中文字幕在线观看 | 国产综合精华液| 成人漫画全彩无遮挡| 亚洲色图综合在线观看| 毛片一级片免费看久久久久| 美国免费a级毛片| 亚洲精品日本国产第一区| 国产精品一区www在线观看| 天堂俺去俺来也www色官网| 亚洲精品456在线播放app| 精品人妻一区二区三区麻豆| 免费黄频网站在线观看国产| 国产又爽黄色视频| 精品视频人人做人人爽| 日韩在线高清观看一区二区三区| 国产探花极品一区二区| 波野结衣二区三区在线| 午夜福利在线观看免费完整高清在| 亚洲第一区二区三区不卡| 伊人亚洲综合成人网| 18在线观看网站| 国产一区二区三区av在线| 国产国语露脸激情在线看| 亚洲精品乱久久久久久| 国产精品欧美亚洲77777| 制服人妻中文乱码| 日日爽夜夜爽网站| 国产精品久久久久成人av| 99热6这里只有精品| 久久精品国产a三级三级三级| 亚洲精品成人av观看孕妇| 欧美成人午夜精品| 久久人人爽人人片av| 韩国高清视频一区二区三区| 国产日韩欧美亚洲二区| 精品一区二区三卡| 色5月婷婷丁香| videosex国产| 男的添女的下面高潮视频| 成人黄色视频免费在线看| 最新中文字幕久久久久| 一本—道久久a久久精品蜜桃钙片| 午夜久久久在线观看| 亚洲婷婷狠狠爱综合网| 亚洲精品国产av成人精品| 久久久久精品性色| 成人二区视频| 亚洲伊人色综图| 青春草视频在线免费观看| 五月开心婷婷网| 22中文网久久字幕| xxxhd国产人妻xxx| 久久久a久久爽久久v久久| 国产福利在线免费观看视频| 色哟哟·www| 99热6这里只有精品| 深夜精品福利| 中文字幕人妻熟女乱码| av国产久精品久网站免费入址| 国产亚洲av片在线观看秒播厂| 亚洲第一区二区三区不卡| 日韩av免费高清视频| 在现免费观看毛片| 精品99又大又爽又粗少妇毛片| 午夜福利乱码中文字幕| 亚洲精品美女久久av网站| 亚洲成色77777| av网站免费在线观看视频| 中文字幕人妻熟女乱码| 亚洲av福利一区| 欧美日韩视频高清一区二区三区二| 亚洲成人手机| 最近2019中文字幕mv第一页| 婷婷成人精品国产| 日韩精品免费视频一区二区三区 | 母亲3免费完整高清在线观看 | 女人被躁到高潮嗷嗷叫费观| 高清在线视频一区二区三区| 欧美老熟妇乱子伦牲交| 精品一品国产午夜福利视频| 两个人免费观看高清视频| 精品人妻一区二区三区麻豆| 久久国产精品男人的天堂亚洲 | av天堂久久9| 丝袜美足系列| 亚洲精品第二区| 久久人人97超碰香蕉20202| 精品一品国产午夜福利视频| 国产一区二区激情短视频 | 中文字幕制服av| 久久这里有精品视频免费| 久久久久国产网址| 亚洲精品自拍成人| av福利片在线| 国产片内射在线| 卡戴珊不雅视频在线播放| 国产老妇伦熟女老妇高清| 天堂俺去俺来也www色官网| 亚洲精品乱久久久久久| 免费播放大片免费观看视频在线观看| 大片电影免费在线观看免费| 毛片一级片免费看久久久久| 欧美成人午夜精品| 久久久久久久亚洲中文字幕| 人妻一区二区av| 亚洲欧美精品自产自拍| 免费观看a级毛片全部| 日本猛色少妇xxxxx猛交久久| 久久99热这里只频精品6学生| 在线 av 中文字幕| 国产69精品久久久久777片| 日韩视频在线欧美| 久久久久国产网址| 日产精品乱码卡一卡2卡三| 菩萨蛮人人尽说江南好唐韦庄| 青春草亚洲视频在线观看| 一区二区三区乱码不卡18| 久久国产精品大桥未久av| 全区人妻精品视频| 亚洲天堂av无毛| 爱豆传媒免费全集在线观看| 国产精品久久久久久av不卡| 国产黄色视频一区二区在线观看| 久久久国产欧美日韩av| 熟女av电影| 国产女主播在线喷水免费视频网站| 香蕉国产在线看| 黑人猛操日本美女一级片| 久久精品国产综合久久久 | 人成视频在线观看免费观看| 少妇人妻 视频| 精品第一国产精品| 亚洲精品日本国产第一区| 伊人久久国产一区二区| 欧美激情 高清一区二区三区| 免费观看av网站的网址| 亚洲美女黄色视频免费看| 国产精品国产三级国产av玫瑰| 中文字幕最新亚洲高清| 丰满少妇做爰视频| 国产精品久久久久久精品古装| 久久精品熟女亚洲av麻豆精品| 亚洲中文av在线| 黄片无遮挡物在线观看| 各种免费的搞黄视频| 国产av国产精品国产| 国产精品99久久99久久久不卡 | 自拍欧美九色日韩亚洲蝌蚪91| 黄色毛片三级朝国网站| 三级国产精品片| 成年女人在线观看亚洲视频| 欧美最新免费一区二区三区| 免费观看a级毛片全部| 久久ye,这里只有精品| 欧美 亚洲 国产 日韩一| 欧美成人精品欧美一级黄| 成年女人在线观看亚洲视频| 99精国产麻豆久久婷婷| 最黄视频免费看| 亚洲情色 制服丝袜| 国产精品久久久久久精品电影小说| 老熟女久久久| 看免费成人av毛片| a级毛片在线看网站| 2018国产大陆天天弄谢| 久久午夜福利片| 亚洲国产成人一精品久久久| 伦精品一区二区三区| 亚洲精品日韩在线中文字幕| 一级a做视频免费观看| 国产在视频线精品| 熟妇人妻不卡中文字幕| 亚洲国产精品999| 成人毛片a级毛片在线播放| 色吧在线观看| 国产免费一区二区三区四区乱码| 韩国av在线不卡| 另类亚洲欧美激情| 午夜福利在线观看免费完整高清在| 成人国产av品久久久| 精品少妇久久久久久888优播| 国产 精品1| 久久精品aⅴ一区二区三区四区 | 成人综合一区亚洲| 熟女电影av网| 日日撸夜夜添| 精品久久久精品久久久| 蜜桃国产av成人99| av视频免费观看在线观看| 中文字幕人妻丝袜制服| 精品国产一区二区久久| 亚洲,一卡二卡三卡| 国产69精品久久久久777片| 久久婷婷青草| 亚洲精品aⅴ在线观看| 久久精品国产自在天天线| 亚洲 欧美一区二区三区| 欧美精品亚洲一区二区| 国产精品麻豆人妻色哟哟久久| 免费高清在线观看日韩| 亚洲av成人精品一二三区| 欧美性感艳星| 妹子高潮喷水视频| 亚洲国产日韩一区二区| 久久这里只有精品19| 国产精品久久久久成人av| 亚洲国产日韩一区二区| 免费大片18禁| 久久久精品免费免费高清| 亚洲av.av天堂| 999精品在线视频| 22中文网久久字幕| a级毛片黄视频| 夫妻性生交免费视频一级片| 又黄又爽又刺激的免费视频.| 中文欧美无线码| 下体分泌物呈黄色| 国产免费福利视频在线观看| 亚洲综合精品二区| 国产av精品麻豆| 免费观看性生交大片5| 丝袜喷水一区| 久久久亚洲精品成人影院| 国产片内射在线| 成人二区视频| 成人亚洲精品一区在线观看| 一本—道久久a久久精品蜜桃钙片| 国产精品熟女久久久久浪| 免费看不卡的av| 久久99精品国语久久久| 日韩欧美精品免费久久| tube8黄色片| 亚洲av国产av综合av卡| 亚洲精品国产色婷婷电影| 国产精品一二三区在线看| 人人妻人人爽人人添夜夜欢视频| 美女主播在线视频| 成人无遮挡网站| 欧美+日韩+精品| 国产男女内射视频| 免费人成在线观看视频色| 成人国产av品久久久| 国产av国产精品国产| 熟女av电影| 国产男女内射视频| 精品视频人人做人人爽| 日韩中文字幕视频在线看片| 亚洲国产毛片av蜜桃av| 女人精品久久久久毛片| 涩涩av久久男人的天堂| 精品久久久久久电影网| 国产深夜福利视频在线观看| 亚洲欧美成人综合另类久久久| 麻豆精品久久久久久蜜桃| 男女下面插进去视频免费观看 | 午夜福利网站1000一区二区三区| 又黄又粗又硬又大视频| 国产熟女欧美一区二区| 美女内射精品一级片tv| 亚洲av电影在线进入| 黄色怎么调成土黄色| 18禁国产床啪视频网站| 狂野欧美激情性xxxx在线观看| 男人添女人高潮全过程视频| 一边亲一边摸免费视频| 国产日韩欧美在线精品| 国产成人精品婷婷| 久久精品熟女亚洲av麻豆精品| 成人国产麻豆网| 大香蕉97超碰在线| 色网站视频免费| 精品少妇内射三级| 人人妻人人澡人人爽人人夜夜| 日日爽夜夜爽网站| 女性生殖器流出的白浆| 亚洲婷婷狠狠爱综合网| 最近中文字幕2019免费版| 国产精品久久久久久av不卡| 老司机影院毛片| 毛片一级片免费看久久久久| 波野结衣二区三区在线| 精品久久久精品久久久| 免费观看av网站的网址| 国产精品嫩草影院av在线观看| 亚洲成色77777| 久久国产亚洲av麻豆专区| 久久久久久久久久成人| 日韩成人av中文字幕在线观看| 97超碰精品成人国产| 欧美国产精品一级二级三级| kizo精华| 成人18禁高潮啪啪吃奶动态图| 久久久精品免费免费高清| 九色成人免费人妻av| 天天影视国产精品| 大片电影免费在线观看免费| 80岁老熟妇乱子伦牲交| av天堂久久9| kizo精华| 国产综合精华液| 伦精品一区二区三区| 免费大片18禁| 欧美日本中文国产一区发布| 中文字幕av电影在线播放| 免费看光身美女| 综合色丁香网| 国产欧美亚洲国产| 在线观看免费高清a一片| 女人久久www免费人成看片| 亚洲欧美日韩卡通动漫| 国产伦理片在线播放av一区| 精品久久蜜臀av无| 97精品久久久久久久久久精品| 最近2019中文字幕mv第一页| 两个人免费观看高清视频| 日韩精品有码人妻一区| 亚洲欧美中文字幕日韩二区| 国产欧美亚洲国产| 一级片'在线观看视频| 如何舔出高潮| 亚洲精品aⅴ在线观看| 国产成人a∨麻豆精品| 另类亚洲欧美激情| 亚洲av男天堂| 成人二区视频| 中文天堂在线官网| 男男h啪啪无遮挡| 久久国产精品男人的天堂亚洲 | 丰满乱子伦码专区| 热re99久久精品国产66热6| 美女脱内裤让男人舔精品视频| 久久久国产一区二区| 欧美丝袜亚洲另类| 亚洲成人av在线免费| 国产精品人妻久久久影院| 成年人午夜在线观看视频| 国产在线免费精品| 日韩中文字幕视频在线看片| 亚洲精品第二区| 五月开心婷婷网| 日日撸夜夜添| 婷婷成人精品国产| 免费女性裸体啪啪无遮挡网站| 色视频在线一区二区三区| 久久久久久久亚洲中文字幕| 国产精品偷伦视频观看了| 亚洲色图综合在线观看| 亚洲欧美色中文字幕在线| 观看av在线不卡| 侵犯人妻中文字幕一二三四区| 欧美xxⅹ黑人| av卡一久久| 尾随美女入室| 久久久精品94久久精品| 久久久久久久亚洲中文字幕| 免费播放大片免费观看视频在线观看| 看免费av毛片| 国产深夜福利视频在线观看| 国产 一区精品| 亚洲欧美日韩另类电影网站| 在线看a的网站| 日韩欧美精品免费久久| 亚洲伊人色综图| 老司机影院毛片| 精品少妇内射三级| 久久久久久久亚洲中文字幕| 亚洲欧美一区二区三区黑人 | 狂野欧美激情性xxxx在线观看| 国产又色又爽无遮挡免| 精品第一国产精品| 女人久久www免费人成看片| 精品卡一卡二卡四卡免费| 国产有黄有色有爽视频| 国产片特级美女逼逼视频| 一级,二级,三级黄色视频| 麻豆精品久久久久久蜜桃| 亚洲天堂av无毛| 成年av动漫网址| 七月丁香在线播放| 久久这里有精品视频免费| 久久ye,这里只有精品| 99re6热这里在线精品视频| 黄色怎么调成土黄色| 大码成人一级视频| 免费黄网站久久成人精品| 菩萨蛮人人尽说江南好唐韦庄| 国产高清三级在线| 九色成人免费人妻av| 国产不卡av网站在线观看| 午夜免费鲁丝| 国产av精品麻豆| 中文乱码字字幕精品一区二区三区| 91午夜精品亚洲一区二区三区| 啦啦啦啦在线视频资源| 草草在线视频免费看| 乱码一卡2卡4卡精品| 一边亲一边摸免费视频| 人人妻人人爽人人添夜夜欢视频| 丝袜美足系列| 边亲边吃奶的免费视频| 欧美3d第一页| 美女国产视频在线观看| 成年女人在线观看亚洲视频| 欧美日韩视频高清一区二区三区二| 性高湖久久久久久久久免费观看| 国内精品宾馆在线| 免费人妻精品一区二区三区视频| 亚洲国产成人一精品久久久| 国产av国产精品国产| 亚洲av电影在线进入| 色婷婷久久久亚洲欧美| 91国产中文字幕| 国产爽快片一区二区三区| 18禁裸乳无遮挡动漫免费视频| 久久精品aⅴ一区二区三区四区 | 亚洲高清免费不卡视频| 在线看a的网站| 青春草国产在线视频| 免费播放大片免费观看视频在线观看| 免费少妇av软件| 久久影院123| 国产精品人妻久久久久久| 欧美另类一区| 精品视频人人做人人爽| 99热网站在线观看| 免费黄网站久久成人精品| 视频区图区小说| 蜜桃国产av成人99| 成人毛片a级毛片在线播放| 午夜老司机福利剧场| 亚洲精品美女久久久久99蜜臀 | 一本—道久久a久久精品蜜桃钙片| 中文字幕制服av| 国产精品成人在线| 少妇熟女欧美另类| 日韩av在线免费看完整版不卡| 亚洲欧美中文字幕日韩二区| 亚洲国产精品一区二区三区在线| 婷婷色综合www| 一级毛片黄色毛片免费观看视频| 我要看黄色一级片免费的| 国产永久视频网站| 中文字幕免费在线视频6| 18禁裸乳无遮挡动漫免费视频| 国产精品国产av在线观看| 免费观看性生交大片5| 欧美日韩一区二区视频在线观看视频在线| 一级黄片播放器| 成人国产麻豆网| 男女无遮挡免费网站观看| 国产综合精华液| 国产有黄有色有爽视频| 麻豆精品久久久久久蜜桃| 久久这里只有精品19| h视频一区二区三区| av国产精品久久久久影院| 成年美女黄网站色视频大全免费| 欧美3d第一页| 黑人高潮一二区| 色5月婷婷丁香| 一区二区三区乱码不卡18| 亚洲精品日韩在线中文字幕| 黑人巨大精品欧美一区二区蜜桃 | 99国产精品免费福利视频| 亚洲国产最新在线播放| 国产极品天堂在线| 亚洲美女搞黄在线观看| 一级毛片电影观看| 亚洲av电影在线进入| 最近的中文字幕免费完整| 成人国产麻豆网| 日韩一区二区视频免费看| 黄色毛片三级朝国网站| 欧美精品人与动牲交sv欧美| 成年av动漫网址| 精品久久国产蜜桃| 亚洲中文av在线| 9热在线视频观看99| 最黄视频免费看| 精品视频人人做人人爽| 久久国产亚洲av麻豆专区| 男的添女的下面高潮视频| 亚洲精品国产av蜜桃| 国产精品免费大片| 看十八女毛片水多多多| 少妇人妻精品综合一区二区| 日韩不卡一区二区三区视频在线| 80岁老熟妇乱子伦牲交| 亚洲婷婷狠狠爱综合网| 国产精品国产三级专区第一集| 极品少妇高潮喷水抽搐| 精品第一国产精品| 免费观看av网站的网址| 999精品在线视频| 中文精品一卡2卡3卡4更新| 久久久久精品人妻al黑| 成年人午夜在线观看视频| 中文字幕人妻熟女乱码| 久久精品aⅴ一区二区三区四区 | 人妻少妇偷人精品九色| 一区二区av电影网| 97超碰精品成人国产| 一本久久精品| 欧美日韩视频精品一区| 男人添女人高潮全过程视频| 国产1区2区3区精品| 日韩av在线免费看完整版不卡| 亚洲伊人色综图| 国产日韩一区二区三区精品不卡| 一级毛片黄色毛片免费观看视频| 亚洲成人一二三区av| 亚洲国产欧美在线一区| 国产在线免费精品| 侵犯人妻中文字幕一二三四区| av片东京热男人的天堂| 久久亚洲国产成人精品v| 99久久精品国产国产毛片| 国产一区二区三区av在线| 精品一区二区三卡| 久久韩国三级中文字幕| 18在线观看网站| 又黄又爽又刺激的免费视频.| 久久99热这里只频精品6学生| 男的添女的下面高潮视频| 99久久人妻综合| 在线观看国产h片| 永久网站在线| 中文字幕制服av| 国产片内射在线| 全区人妻精品视频| 如何舔出高潮| 男女国产视频网站| 欧美日韩一区二区视频在线观看视频在线| 亚洲精品456在线播放app| 免费久久久久久久精品成人欧美视频 | 日韩成人伦理影院| av在线播放精品| 久久久久久久久久久免费av| 人妻人人澡人人爽人人| 免费高清在线观看日韩| 我要看黄色一级片免费的| 男女下面插进去视频免费观看 | 欧美日韩综合久久久久久| 婷婷色综合www| 日本黄大片高清| 国产片特级美女逼逼视频| 国产福利在线免费观看视频| 日本欧美国产在线视频| 一级片免费观看大全| 另类精品久久| 免费播放大片免费观看视频在线观看| 欧美日韩亚洲高清精品| 少妇人妻 视频| 日韩视频在线欧美| 国国产精品蜜臀av免费| 熟女av电影| 中文字幕av电影在线播放| 全区人妻精品视频| 欧美xxxx性猛交bbbb| 黄片无遮挡物在线观看|