欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運營的一線實戰(zhàn)洞察。

基于CNN+LSTM與OpenCV的實時手語識別系統(tǒng)構(gòu)建與實戰(zhàn)

基于CNN+LSTM與OpenCV的實時手語識別系統(tǒng)構(gòu)建與實戰(zhàn) 簡介本資源是一套基于CNN與LSTM融合架構(gòu)的美國手語ASL實時動態(tài)識別系統(tǒng)實現(xiàn)面向計算機視覺、深度學(xué)習(xí)及輔助技術(shù)領(lǐng)域的初學(xué)者與進階開發(fā)者旨在解決聽障人群手語到文本/語音的低延遲智能翻譯問題。項目完整集成OpenCV圖像處理、手勢關(guān)鍵幀提取、時空特征建模與端到端推理流程適用于公共服務(wù)、教育輔助與無障礙交互等實際場景。壓縮包含95個文件總計8.86MB涵蓋核心可執(zhí)行程序4個exe、OpenCV依賴庫21個dll如cv100.dll、highgui100.dll、C#源碼14個cs含MainForm.cs、MotionTemp.cs等、調(diào)試符號與資源文件14個pdb、6個resources、3個resx以及配置模板haar.xml、tgnopen.xml和工程元數(shù)據(jù)csproj、settings等。已有69人學(xué)習(xí)下載提供從數(shù)據(jù)預(yù)處理、模型調(diào)用到GUI交互的全鏈路代碼結(jié)構(gòu)特別適合理解多模態(tài)時序建模在手語識別中的落地實踐。 我第一次把攝像頭對準(zhǔn)自己的手時心里沒底。手語識別不像識別靜態(tài)貓圖它既要看懂手在某一幀里的形態(tài)還要理解這個形態(tài)在幾十幀里是怎么變化的。這其實是兩類問題空間特征提取和時序序列建模。所以最終我選了CNN與LSTM做搭檔由OpenCV承擔(dān)視頻流和圖像預(yù)處理的臟活跑通了一套基于深度學(xué)習(xí)的實時動態(tài)ASL美國手語識別系統(tǒng)。它能把攝像頭里的手語動作翻譯成屏幕上的英文文本整套系統(tǒng)可以在普通筆記本上跑出15幀左右的流暢度。這篇文章會講明白為什么選這套組合、模型怎么搭、數(shù)據(jù)怎么備、實時系統(tǒng)怎么調(diào)適合正在做動作識別、多模態(tài)交互或者接觸CV的同學(xué)參考。1. 為什么手語識別必須“CNNLSTM”而不是只靠CNNASL手語里包含靜態(tài)手勢和動態(tài)詞匯兩類信息。靜態(tài)字母手勢比如“A”“B”“C”你在一個時間點看到手型就能判斷但像“幫助”“謝謝”“請”這類動態(tài)詞關(guān)鍵詞義藏在手型變化和運動軌跡里。單看某一幀你根本分不清這個手勢接下來是要繼續(xù)還是結(jié)束。很多初學(xué)者踩的坑就在這里以為手語識別就是把每個幀丟進CNN做圖像分類然后統(tǒng)計每個類別出現(xiàn)的次數(shù)。這其實只是在做“逐幀后融合”模型沒有真正理解動作的時間結(jié)構(gòu)。1.1 手語的“動態(tài)”到底難在哪ASL動態(tài)詞的時間跨度通常在0.5秒到2秒之間在30fps攝像頭下就是15到60幀。有的動作差異非常細(xì)微比如“早上”和“昨天”的手型很像區(qū)別主要在手移動的方向和起始位置還有的詞前半段和后半段由不同手型拼接含義等于兩個手型的“組合”但又不是簡單相加。如果你只給模型單幀圖像它無法知道當(dāng)前幀到底處于整個動作的哪一段。這種前后文信息必須由序列模型來提供。另一個麻煩是動作邊界不清晰。人說話有停頓手語也一樣但在實時視頻流里你很難判斷“這個動作是從哪一幀開始、哪一幀結(jié)束”。如果直接對每一幀做分類中間過渡幀特別容易被誤判成某個詞。所以系統(tǒng)設(shè)計時不能只關(guān)注模型結(jié)構(gòu)還要考慮滑動窗口、平滑策略等工程手段。這也是為什么動態(tài)手語識別比靜態(tài)手勢識別更貼近真實應(yīng)用也更難落地。1.2 CNN做單幀空間特征提取CNN在這一系統(tǒng)里的職責(zé)非常明確把每一幀手部圖像壓縮成一個高維特征向量。它的卷積核可以在二維圖像上滑動捕捉手指輪廓、手掌方向、指間相對位置這些空間信息。經(jīng)過多層卷積和池化后網(wǎng)絡(luò)最終輸出的是一個語義抽象的特征表示而不是原始像素。我為什么不用手工設(shè)計的幾何特征早期我試過提取指尖坐標(biāo)、手指角度、手掌中心速度曲線等理想情況下很有效但光照一變化、手掌角度稍微偏轉(zhuǎn)一點整個特征就崩了。CNN的好處是這些特征是從數(shù)據(jù)里學(xué)出來的它會把“手部在不同位置、不同姿態(tài)下的共性”編碼進權(quán)重。實測下來CNN提取的特征在光照變化和手部偏移情況下魯棒性明顯好于手工特征。1.3 LSTM負(fù)責(zé)把“動作的先后順序”串起來LSTM是一種適合處理時間序列的循環(huán)神經(jīng)網(wǎng)絡(luò)。相比普通RNNLSTM增加了遺忘門、輸入門和輸出門能夠選擇性地保留或遺忘歷史信息從而緩解長期依賴問題。在手語識別里這意味著LSTM可以把第t幀的手型特征和第t1、t2幀的特征關(guān)聯(lián)起來識別出“手掌從左側(cè)移動到右側(cè)”“手指從張開變成握拳”這種動態(tài)模式。用生活例子類比CNN像一臺照相機按下快門就能得到一張高清晰度的靜態(tài)照片LSTM像一段錄像機不光記錄每一幀畫面還保留著時間軸上的因果順序。手語是“會動的語言”有動作開始、保持、結(jié)束的過程所以錄像機必不可少。1.4 為什么不直接上3D CNN或Transformer很多人會問現(xiàn)在有3D CNN能同時建模空間和時間為什么不直接用我也試過。3D CNN的參數(shù)量和計算量比2D CNN大一個量級在中小規(guī)模數(shù)據(jù)上極其容易過擬合。動態(tài)手語數(shù)據(jù)集的規(guī)模遠(yuǎn)不如ImageNet這種海量基準(zhǔn)3D CNN跑起來占用顯存高訓(xùn)練收斂也慢。Transformer近年來在時序任務(wù)上表現(xiàn)強勢但它需要更大規(guī)模的數(shù)據(jù)和更精細(xì)的調(diào)參在實時推理時計算開銷也不低尤其對部署環(huán)境不友好。相比之下CNN把空間信息降維成特征序列LSTM做時序建模這套組合在控制參數(shù)量、提高訓(xùn)練穩(wěn)定性和保持推理效率之間取得了很好的平衡。它在很多視頻分析任務(wù)里都是經(jīng)典的“老搭檔”對于一個需要快速落地、還能在CPU上勉強跑動的項目來說是最務(wù)實的選擇。2. 系統(tǒng)拆解從攝像頭幀到特征序列的完整鏈路整個系統(tǒng)的數(shù)據(jù)流我拆成了七個階段。如果你照著做建議先把每個階段的輸入輸出形狀記清楚后面調(diào)bug會快很多。2.1 先說總體流程攝像頭采集到原始BGR幀后先做手部區(qū)域檢測得到包含整只手的矩形框然后從原幀裁剪出ROIresize到固定尺寸做灰度化和對比度增強增強后的圖像輸入CNN輸出128維特征向量接著用滑動窗口緩存近32幀的特征組裝成時間序列序列輸入LSTM得到類別概率最后經(jīng)過決策平滑把穩(wěn)定后的標(biāo)簽顯示在屏幕上。這個流程里最容易被忽略的是第5步。很多人會直接對每一幀圖片做分類然后取最多出現(xiàn)的標(biāo)簽或者把幾幀的預(yù)測結(jié)果做平均。這其實沒有真正把時序信息交給模型LSTM根本沒有看見連續(xù)幀的序列結(jié)構(gòu)。正確做法是由CNN把每幀壓成緊湊特征并緩存等攢夠一個序列長度后把整段特征序列喂給LSTM。這樣LSTM能學(xué)到的是“特征在時間軸上的變化模式”而不是離散幀間的投票統(tǒng)計。2.2 OpenCV在手部區(qū)域定位中的角色我在項目里實現(xiàn)了兩條手部定位路線。第一條是傳統(tǒng)膚色檢測把BGR幀轉(zhuǎn)換到Y(jié)CbCr空間對Cb、Cr通道設(shè)定閾值生成掩膜再用形態(tài)學(xué)開運算去掉細(xì)小噪點最后用cv2.findContours找最大連通域作為手部區(qū)域。為什么用YCbCr而不是RGB因為膚色在YCbCr空間受亮度影響相對小室內(nèi)黃光下RGB閾值經(jīng)常漂移YCbCr能穩(wěn)住不少。但這套方法在強側(cè)光、手臂膚色與背景接近時照樣容易翻車。第二條路線是接入預(yù)訓(xùn)練的手部關(guān)鍵點檢測器直接得到21個手部關(guān)鍵點坐標(biāo)。對比下來關(guān)鍵點檢測在復(fù)雜背景下的魯棒性高了一個檔次但它依賴額外模型會吃掉一部分算力。實際使用中我讓兩條路線并行關(guān)鍵點檢測結(jié)果優(yōu)先膚色檢測作為兜底。如果關(guān)鍵點檢測置信度過低就退回膚色掩膜生成候選框。這兩步都跑完以后OpenCV統(tǒng)一負(fù)責(zé)圖像格式轉(zhuǎn)換和后續(xù)裁剪。2.3 圖像增強EqualizeHist這類操作不只是“調(diào)亮度”實時視頻流最常見的問題是光照突變。一扇窗戶、一盞忽明忽暗的燈都會讓同一只手在相鄰幀里亮度差異極大。OpenCV里的equalizeHist可以做直方圖均衡化把對比度拉開。但它有一個坑如果手部只占整幅圖像的一小塊背景會主導(dǎo)直方圖分布均衡化反而壓縮了手的細(xì)節(jié)。我的做法是先裁剪手部ROI再對ROI做增強。具體來說使用CLAHE對比度受限自適應(yīng)直方圖均衡化而不是普通均衡化clipLimit設(shè)置在2.0到4.0之間tileGridSize設(shè)為8x8。CLAHE會把圖像分成多個小區(qū)域分別做直方圖均衡避免局部過曝或細(xì)節(jié)丟失。我在實際測試?yán)锉容^過普通equalizeHist和CLAHECLAHE在膚色檢測和模型推理上的穩(wěn)定性都更好。2.4 序列長度怎么定時間步長N是整個項目里最容易被低估的超參數(shù)。我最初設(shè)成16幀結(jié)果模型頻繁把動作的前半段和后半段拆開誤識別率很高改成64幀后計算量明顯增加但準(zhǔn)確率并沒有提升。最終我取N32在30fps攝像頭下約等于1秒多一點恰好覆蓋ASL動態(tài)詞一次完整動作。處理時不是每隔32幀才預(yù)測一次而是每5幀滑動一次避免漏掉動作中間的關(guān)鍵變化。import cv2 import numpy as np def preprocess_hand_roi(frame, hand_rect): x, y, w, h hand_rect margin int(max(w, h) * 0.1) x max(0, x - margin) y max(0, y - margin) roi frame[y:y h 2 * margin, x:x w 2 * margin] h_roi, w_roi roi.shape[:2] scale 64 / max(h_roi, w_roi) new_w int(w_roi * scale) new_h int(h_roi * scale) roi_resized cv2.resize(roi, (new_w, new_h), interpolationcv2.INTER_AREA) canvas np.zeros((64, 64, 3), dtypenp.uint8) canvas[:new_h, :new_w] roi_resized gray cv2.cvtColor(canvas, cv2.COLOR_BGR2GRAY) clahe cv2.createCLAHE(clipLimit3.0, tileGridSize(8, 8)) gray clahe.apply(gray) return gray / 255.03. 模型結(jié)構(gòu)細(xì)節(jié)與參數(shù)設(shè)定128維是一次恰到好處的取舍模型結(jié)構(gòu)并不復(fù)雜真正花時間的是參數(shù)的平衡。我給出的代碼結(jié)構(gòu)在PyTorch里大概是這樣import torch.nn as nn class CNN2D(nn.Module): def __init__(self, feature_dim128): super().__init__() self.features nn.Sequential( nn.Conv2d(1, 32, 3, padding1), nn.BatchNorm2d(32), nn.ReLU(), nn.MaxPool2d(2), nn.Conv2d(32, 64, 3, padding1), nn.BatchNorm2d(64), nn.ReLU(), nn.MaxPool2d(2), nn.Conv2d(64, 128, 3, padding1), nn.BatchNorm2d(128), nn.ReLU(), nn.MaxPool2d(2), ) self.fc nn.Linear(128 * 8 * 8, feature_dim) def forward(self, x): x self.features(x) x x.view(x.size(0), -1) return self.fc(x) class SLRModel(nn.Module): def __init__(self, num_classes, feature_dim128, hidden_dim256): super().__init__() self.cnn CNN2D(feature_dim) self.lstm nn.LSTM(feature_dim, hidden_dim, num_layers2, batch_firstTrue) self.classifier nn.Linear(hidden_dim, num_classes) def forward(self, x): batch_size, seq_len, c, h, w x.size() cnn_out self.cnn(x.view(batch_size * seq_len, c, h, w)) cnn_out cnn_out.view(batch_size, seq_len, -1) lstm_out, _ self.lstm(cnn_out) out self.classifier(lstm_out[:, -1, :]) return out3.1 CNN模塊為什么輸入用64x64灰度圖CNN的輸入尺寸我定為64x64的單通道灰度圖。用灰度圖的原因很直接手語識別更依賴輪廓和空間結(jié)構(gòu)而不是顏色信息。顏色在室內(nèi)外不同光照下非常不穩(wěn)定強行用RGB反而會讓模型去學(xué)一些脆弱的顏色模式。有人會擔(dān)心丟失信息其實對2D手型特征來說灰度圖已經(jīng)包含了足夠多的邊緣和形狀信息訓(xùn)練出來效果和RGB差不多但顯存占用和計算時間都更少。3.2 LSTM模塊兩層256就夠用LSTM部分我用了兩層每層256個隱藏單元。為什么要兩層一層LSTM的建模能力在動作復(fù)雜度較高時不太夠它難以同時捕捉“手指彎曲”和“手掌移動”兩個層次的動態(tài)特征。兩層LSTM能把第一層輸出的隱藏狀態(tài)再交給第二層處理一遍形成更高層次的抽象表示。但也不是層數(shù)越多越好。我試過三層驗證集準(zhǔn)確率只提升不到0.5%推理耗時卻增加了約20%。對實時系統(tǒng)來說這部分開銷不值得。3.3 為什么CNN輸出要選128維我對比過64、128、256三種特征維度。64維時模型對相近手勢的區(qū)分度不夠比如手型相同但運動方向不同的動作容易混在一起256維在驗證集上的準(zhǔn)確率比128維只高約0.3%但訓(xùn)練時間明顯增加實時推理也略慢。128維處在一個比較舒服的位置足夠表達(dá)手型空間的復(fù)雜變化同時不會讓LSTM層因輸入維度過大而參數(shù)膨脹。如果你換一個更大的數(shù)據(jù)集維度可以適當(dāng)上調(diào)到256但如果是中小規(guī)模項目128維是性價比最高的選擇。3.4 損失函數(shù)與優(yōu)化器多分類任務(wù)直接用交叉熵?fù)p失。優(yōu)化器我用Adam初始學(xué)習(xí)率1e-3并配合學(xué)習(xí)率衰減當(dāng)驗證集loss連續(xù)3個epoch不下降時學(xué)習(xí)率降為原來的0.1。之所以不用SGD是因為手語識別任務(wù)的數(shù)據(jù)分布不均Adam的自適應(yīng)學(xué)習(xí)率能讓訓(xùn)練前期快速找到一個好的區(qū)域。后面我試過改用SGD加余弦退火效果差不多但需要更多迭代次數(shù)才能穩(wěn)定調(diào)度成本較高。4. 訓(xùn)練數(shù)據(jù)準(zhǔn)備、增強與訓(xùn)練時的痛點模型結(jié)構(gòu)只是骨架數(shù)據(jù)準(zhǔn)備才是決定準(zhǔn)確率上限的關(guān)鍵。4.1 公開數(shù)據(jù)集與自制數(shù)據(jù)結(jié)合ASL的動態(tài)手語數(shù)據(jù)集沒有想象中豐富。我參考了LSA64等公開數(shù)據(jù)集做預(yù)訓(xùn)練再針對自己的攝像頭角度、手勢幅度、執(zhí)行速度錄制了一批自制樣本做微調(diào)。這套“公開預(yù)訓(xùn)練私有微調(diào)”的組合能明顯減少過擬合同時讓模型更快適應(yīng)真實環(huán)境。但這里有個隱蔽的坑公開數(shù)據(jù)集里的動作片段往往已經(jīng)做了起止裁剪每一幀都是某個動作的核心過程而真實攝像頭里一個動作開始前手會懸停結(jié)束后會放下或切到下一個詞。模型在干凈片段上訓(xùn)練得很好一到實時視頻就把“動作前停頓”識別成一個詞。解決辦法是在自制數(shù)據(jù)里保留動作前后的過渡幀甚至專門加入“無手勢”類別讓模型學(xué)會輸出“我什么都沒看懂”。4.2 數(shù)據(jù)增強要貼合真實攝像頭場景我給訓(xùn)練數(shù)據(jù)加了隨機亮度擾動、對比度擾動、水平翻轉(zhuǎn)、隨機裁剪、縮放寬高比例擾動和小角度旋轉(zhuǎn)。加這么多增強不是盲目堆數(shù)量而是盡量模仿攝像頭真實采集中存在的問題室內(nèi)忽亮忽暗、手部忽遠(yuǎn)忽近、手掌角度有偏轉(zhuǎn)。有一點要特別小心ASL里有些手勢有左右語義區(qū)分比如“左邊”和“右邊”這類方向性詞匯隨機水平翻轉(zhuǎn)會讓模型學(xué)反。我處理的方式是對方向性詞匯不啟用水平翻轉(zhuǎn)只在非方向性詞匯樣本上做翻轉(zhuǎn)增強。這樣既擴了數(shù)據(jù)量又不會破壞語義。4.3 過擬合的跡象與對策訓(xùn)練時我在驗證集上遇到一個典型過擬合信號訓(xùn)練集準(zhǔn)確率接近100%驗證集準(zhǔn)確率卻在89%到92%之間反復(fù)震蕩。這時候我按順序做了三件事在CNN的全連接層和LSTM輸出層各加一個Dropout層比率設(shè)為0.3在LSTM層之間增加BatchNorm把LSTM權(quán)重初始化改成正交初始化。三步做完驗證集準(zhǔn)確率穩(wěn)定在94%左右。如果這三步還不夠我建議回到數(shù)據(jù)層面檢查是不是訓(xùn)練集和驗證集的光照、背景分布差異太大。有時候不是模型過擬合而是驗證集本身就包含了一些與訓(xùn)練集分布不同的“未知領(lǐng)域”這時候數(shù)據(jù)增強比調(diào)模型結(jié)構(gòu)更管用。4.4 類別不均衡怎么處理手語詞庫里頻次差異很明顯有的詞是常用詞錄了很多樣本有的低頻詞只錄了十幾條。如果直接訓(xùn)練模型會偏向高頻類別把所有模糊輸入都猜成那個高頻詞。我用加權(quán)交叉熵解決這個問題每個類別的權(quán)重設(shè)為該類樣本數(shù)的倒數(shù)。這個改動讓低頻詞的召回率明顯提高整體準(zhǔn)確率雖然只提升了1~2個百分點但對用戶體驗的提升很大。5. 實時識別系統(tǒng)的工程實現(xiàn)視頻流里的時序模型模型練好只是第一步把模型塞進實時視頻流里跑起來才是真正的考驗。這里我踩了不少坑也積累了一些比較管用的優(yōu)化技巧。5.1 視頻采集幀率管理最基礎(chǔ)的錯誤是一幀一推理。在普通筆記本上單次CNNLSTM推理可能耗時0.08秒左右也就是每秒最多處理12幀如果連續(xù)不斷對每一幀推理CPU很快就滿載幀率直線下降畫面還會卡頓。我的方案是采集線程和推理線程分離采集線程用opencv的VideoCapture持續(xù)讀幀把最新一幀放入隊列推理線程每2幀取一次相當(dāng)于把推理頻率控制在15fps左右。這樣做最終顯示的畫面看起來依然流暢但CPU占用下降了很多。如果還想更激進可以用幀差法先判斷畫面是否發(fā)生明顯變化沒有變化就直接跳過推理手語動作中大量“靜止等待”幀就不需要處理了。5.2 手部ROI與模型輸入的銜接拿到手部矩形框后不能直接resize我先做了兩件事外擴10%邊界防止檢測框把手邊緣裁掉然后等比縮放并填充到64x64而不是直接拉伸。直接拉伸會把手指比例壓變形導(dǎo)致訓(xùn)練和推理時的手型分布不一致這一步如果省略實時準(zhǔn)確率會掉一大截。resize的插值方法也有講究。對圖像縮小我優(yōu)先用cv2.INTER_AREA它能在縮小過程中保留更多有效紋理不會像INTER_LINEAR那樣出現(xiàn)明顯鋸齒。雖然這個細(xì)節(jié)看起來很細(xì)但實際在線測試?yán)锼_實幫助模型在低分辨率輸入下更穩(wěn)定。5.3 序列緩存與滑動窗口為了讓LSTM獲得連續(xù)時序信息我維護了一個長度固定為32的fifo列表每次推理得到當(dāng)前幀的128維特征就追加到列表末尾并彈出最舊的特征。當(dāng)列表長度達(dá)到32后把整個列表作為LSTM輸入。這個滑動窗口讓模型每次預(yù)測時都能看到最近32幀的手部變化而不是孤立地判斷某一幀。from collections import deque frame_features deque(maxlen32) ret, frame cap.read() # 檢測手部后得到 rect roi preprocess_hand_roi(frame, rect) feat cnn(torch.tensor(roi).unsqueeze(0)).squeeze(0) frame_features.append(feat.detach().numpy()) if len(frame_features) 32: seq torch.tensor([frame_features], dtypetorch.float32) prob torch.softmax(model(seq), dim-1) pred_class torch.argmax(prob, dim-1).item()這樣處理之后模型對動作的“中間狀態(tài)”有了很好的魯棒性。因為它每次看到的都是一段連續(xù)過程而不是一個孤立瞬間。5.4 決策平滑別讓輸出“抖”個不停實時系統(tǒng)里最影響體驗的問題是輸出抖動。同一個動作可能在某一幀被識別成類別A下一幀被識別成類別B過兩幀又回到A屏幕文字就會來回閃。我一開始直接把LSTM輸出的概率分布做單幀argmax結(jié)果發(fā)現(xiàn)動態(tài)詞的識別結(jié)果特別不穩(wěn)定。解決辦法是在LSTM輸出之后再加一層“時序投票”維護最近5個LSTM輸出的概率分布每次取這5個分布的平均值再取平均分布中的最大類別作為最終輸出。這相當(dāng)于做了一個低通濾波能顯著減少類別跳變。付出的代價是每個動作的響應(yīng)會延遲大約2到3幀不過對真人交互來說完全感知不到。6. 實際測試中的翻車現(xiàn)場與應(yīng)對任何實時系統(tǒng)都會在實際測試中露餡這部分我總結(jié)了幾次最典型的翻車經(jīng)歷和修復(fù)方案。6.1 光照突變導(dǎo)致手部區(qū)域丟失有一次測試時我從書桌走到窗邊畫面里的手因為反光直接斷成幾塊膚色檢測完全失效模型輸出一片亂碼。我后來把膚色檢測、背景差分和關(guān)鍵點檢測三條路并行以置信度最高的結(jié)果作為手部ROI。如果某一路檢測結(jié)果明顯和其他路沖突就降低它的權(quán)重。這樣即使光照突變導(dǎo)致膚色檢測失靈關(guān)鍵點檢測仍然能給出穩(wěn)定的候選框。如果你不想引入過多復(fù)雜邏輯至少也應(yīng)該在檢測到的手部區(qū)域面積突然變小或置信度驟降時保留上一幀的ROI作為臨時ROI避免畫面閃斷。這個“跟蹤失敗保持”策略雖然簡單卻能在光線不穩(wěn)定的場景里救回很多次識別。6.2 LSTM在長句連續(xù)識別時延遲積累連續(xù)識別多個手語詞時我發(fā)現(xiàn)模型經(jīng)常把兩個詞之間的收手動作識別成某個詞。這比我想象中更影響體驗。后來我在標(biāo)簽集合里專門增加了一個“無明顯手勢”類別用大量靜止、收手、過渡幀去訓(xùn)練它。這看似只是新增一個類別實際效果是準(zhǔn)確率從82%直接跳到90%以上。因為模型終于有一個可以輸出“不知道”的通道不再強行把每一個過渡幀塞進某個語義類別。這個思路在很多多分類實時系統(tǒng)里都通用。如果你在做一個動作識別或者語音片段分類系統(tǒng)不要只關(guān)注“如何提高正類準(zhǔn)確率”還要留出一個“背景類”的緩沖會讓整個系統(tǒng)的穩(wěn)定性提升很多。6.3 訓(xùn)練和推理不一致導(dǎo)致效果下降有段時間我訓(xùn)練時表現(xiàn)很好一跑到實時視頻里準(zhǔn)確率就掉。查到最后發(fā)現(xiàn)訓(xùn)練時我使用的是固定尺寸ROI裁剪但推理時手部ROI框是動態(tài)變化的resize時直接把不同比例的手圖強行壓成了64x64導(dǎo)致手指比例的形變和訓(xùn)練時不一致。修復(fù)方式很粗暴先等比縮放再填充黑邊不做直接拉伸。就是這么一個小改動實時準(zhǔn)確率提升了接近七個百分點。很多模型的離線評估和線上效果差異都來自這種“預(yù)處理不一致”。我的經(jīng)驗是訓(xùn)練管線里用的預(yù)處理函數(shù)和推理管線必須完全同一套最好抽成同一個函數(shù)否則很容易出現(xiàn)這種隱蔽的數(shù)據(jù)分布漂移。6.4 關(guān)鍵參數(shù)經(jīng)驗值匯總參數(shù)我的取值說明CNN輸入尺寸64x64 灰度再大精度提升有限推理速度明顯變慢時間步長 N32幀覆蓋一次完整ASL動態(tài)詞動作LSTM隱藏層256 x 2層再加層準(zhǔn)頭提升不大延遲上漲明顯CNN特征維度128平衡判別力與計算量Dropout率0.3過擬合時優(yōu)先調(diào)整這里推理間隔每2幀推理一次約15fps人眼感覺流暢決策平滑窗口最近5次輸出平均防抖延遲約增加0.3秒在調(diào)試這套系統(tǒng)時我踩過最深的坑就是把“圖像識別”和“序列識別”混為一談。做到一半我才真正理解手語識別里真正難的不是讓CNN認(rèn)出哪一幀是哪個手勢而是讓LSTM知道“這個手勢是從哪里開始、在哪里結(jié)束、和上一個手勢有什么不同”。一個單獨的CNN只能看到“現(xiàn)在”LSTM能記住“剛才”而把這兩者接起來以后整個系統(tǒng)才有能力理解“這幾十幀里到底發(fā)生了什么”。最后再分享一個我自己很受用的小技巧在實時調(diào)試階段不要只盯著準(zhǔn)確率看可以順手把手部ROI的邊界框、模型的top-3概率分布、最近一個動作的歷史標(biāo)簽畫在同一幀畫面里。很多看似玄學(xué)的問題比如“怎么突然識別錯了”一看可視化就立刻明白是手部追蹤跟丟了還是分類置信度本身就在多個類別之間反復(fù)橫跳。這個習(xí)慣幫我省下的調(diào)參時間比模型本身的價值還大。本文還有配套的精品資源點擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
婷婷综合中文字幕| 久热精品视频在线观| 婷婷狠狠18禁久久| 中文不卡一二三区| 狠狠综合| 91丁香婷婷综合资源| 97久久超碰| 五月天色婷婷图片| 大香蕉操操| 人妻av在线| 天天日,天天射,天天舔| 伊人干练久| 波多野结衣AV无码Porn| 天色色综合网| 亚洲综合色婷婷文学| 色激情综合| 97婷婷丁香五月| 九九综合网色全集| 婷婷五月欧美| 天天干天天av天天射| 色~性~乱~伦~噜| 欧美性色五月天| 异能之下短剧免费观看全集| 五月丁香六月成人| 久久婷婷夜| 亚洲爆乳无码精品AAA片蜜桃| 五月天最新网| 色五月亚洲| 五月丁香婷婷福利| 久久99婷婷| 99热亚州综合| 99青青草99| 成人va在线播放| 亚洲、热| 99激情视频热| 五月6香色婷婷视频| 五月婷婷 婷婷五月 一区二区 久久久| 五月丁香婷婷色色色| 狠狠操狠狠干综合| 婷婷五月天激情五月天| 17.c黄色| 操人妻视频91| 天天搞天天色综合| 99热a片免| 99爱免费视频在线观看| 天天摸日日舔狠狠添婷婷婷| 狠狠看狠狠| 九九色之九九色88| 男人天堂99| 99热插| 五月婷A V在线| 99热免费| H亚洲| AA片在线观看视频在线播放| 老美AA片| 色啪久| 中文字幕有多少字| 91欧美日韩| 99久久精品免费精品国产_国产精品久久久久久_国产在线|日韩_久久国产精品电影 | αv中文字幕在线观| 亚洲99热| 国产精品涩涩涩视频网站| 伊人五月天在线| 人妻激情综合| 高清一区二区三区日本久| 日夜操B| www色五月| 久操人妻| 五月丁香婷婷色| 激情六月婷婷| 青青久在线视频免费观看| 欧美日韩精品人妻狠狠躁免费视频| 综合色播| 综合激情五月丁香9999久久精| 91疯狂操操操操| 91疯狂操操操操| 欧美操综合| 99热色综合| 五月丁香趴趴| 日本高清久久| 人妻久久久久久久久| 桔色成人官方网站| 久久激情五月| 99欧美| 中文人妻AV久久人妻18| www.cao.com久久| 怡红院91a√| 999久久久国产精品| 丁香婷婷色情| 日本a片网址| 婷婷丁香六月影视| 九九激情| 狠狠狠狠狠| 欧美十二区| 操日本99| 日本三级大片| 可以免费看AV网站| 久热只有精品| 熟女国产在线一区二区三区四区| 国产精品久久久久久白浆色欲| 九九人妻福利| 激情五月天在线免费美女视频| 99操无码视频观看| 国产真实乱了老女人视频| www,婷婷,com| 婷婷五月天精品| 国产成人高清| 夜夜操夜夜爽| 182TV大香蕉| 婷婷激情社区| 九九综合88| 91婷婷丁香五月| 六月丁香基地| 日本婷婷在线| 婷婷五月丁香青青草在线| 69人妻人人澡人人爽久久| 五月丁香激情综合网| 人妻射精AV| www.五月婷| 国产乱人偷精品人妻A片| 婷婷综合在线网| 五月丁香六月婷婷啪啪| 精品无码99| 猫咪伊人久久| 97超级碰| 激情五月综合ì香亚洲| 97丁香五月| 九九在线视频| 好好干Av| 在线网黄| 亚洲无码yw| 欧美成人网婷婷综合在线| 丁香五月六月综合欧美| 色婷婷丁香A片区毛片区女人区| 欧美特大片黄| 高清无码.com| 久久综合激情| 国产精品国产| 亚洲va欧洲va国产va不卡| 久久色区| 综合九九久久| 老司机伊人| 婷色五月天| 超级黄色片| 五月综合影院| 丁香五月花| 九九综合伊人| 97亚洲婷婷| 久久久久久久久月丁| 色色色色色色色色五月先| 激情九九这里只有精品| 久久精品国产一区二区三区四区| 亚洲欧美婷婷五月色综合| 极骚大香蕉伊人| 噜噜色五月| a久久| 五月天丁香婷婷网| 青青草深爱激情网| 双性美人被调教到喷水A片| 91视频一起草| 美女网黄| 色婷丁香| 1024日韩| 91 九色 熟女| 九九热99热| 97人人看一| 五月丁香怕怕综合| 天天插天天干| peg 2区三区四区的| 综合久久9| 另类五月激情| 婷婷5月九九| 碰碰91| 99热99| 五月好婷婷| 亚洲天堂婷婷丁香| 五月色俺婷婷| 99ri国产精品| 天天干,天天日| 狠狠色婷婷综合开心影视| 色婷婷丁香AV综合| 97久久综合网| 五月天婷婷在线播放| 婷婷在线日韩综合| 99热精品在这里| 丁香五月 性爱| 丁香婷婷色五月天| 日都一级A片| 色婷婷基地| 青吴乐视频| 久久99热这里只有| 亚洲愉拍99热成人精品| 色色 9| 婷婷久久网| 亚洲另类婷婷五月丁香在线播放| 极品少妇XXXX精品少妇偷拍| 99日这里只有精品| www综合久久| 婷婷综合网| 十区av| 免费观看大片视频 丁香婷婷 六月欧美| 国产午夜精品一区二区三区四区| 新激情五月天色播| 久久综合网桃花| 天天婷婷色六月| 91九九九九九九| 六月丁香五月天| 开心五月婷婷婷美女| 91ncm视频| 人人97碰| 2018国产大陆天天弄| 亚洲AAA| 玩熟女五十AV一二三区| 亚洲成人人人操| 色婷婷五月影视| 人妻aV在线| 五月婷婷99热| 欧美婷婷综合| 五月天色视频| 日本色天堂| 久久六月天| WWW夜夜| 激情婷婷狠狠干综合| 亚洲国产色色| 亚洲综合在线视频| 久久五月天丁香花| 国产又黄又爽又色的免费| 六月婷婷色宗合| 色情成人五月天| 亚洲AV网址| 色五月丁香五月| 激情婷婷五月亚洲| 色射7856五月天激情四射| 久婷婷婷| 天天摸人人摸| 日韩欧美一区二区三区四区| 另类图片五月天婷婷| 丁香婷婷基地| 五月婷婷第四色| 色六月婷婷| 丁香婷婷影院| 九九热这里| 久久98热re| 婷婷天堂站| 中文无码精品一区二区三区| 精品99在线看| 一区操| 五月婷婷激情| 六月婷婷久久大全| renrencaoni| se色综合网| 久草大| 国产在线另类五月婷婷| 伊人婷婷青青cao| 4399无码视频| 播播网色播播| 五月丁香综合影院| 操射国产日本| 亚洲综合干| 五月丁香啪啪综合网| 99视频在线观看地址| 91九色中文字幕女在线观看| 天天搞天天色综合| 天天成人综合| 草草视频91| 综合一啪| 91九色 熟| 狠狠精品干练久久久无码中文字幕| 天天插天天爱| 婷婷六月五月天综合| 天天狠天天狠| 97干视频| 91熟妇大香蕉| 成人龟情网丁香五月| 婷婷色啪| 国产精品久久久海的味道| 激情五月综合免费| 操人妻90p| 99久久婷婷五月综合| 玖玖爱伊人网| 影音先锋91在线资源站| 曰韩少妇内射免费播放| 狠狠五月激情在线| ay2区| 五月丁香六月婷婷久久肏| 三日本无码| 国产精品a无线| 岛国AV网| 婷婷亚洲综合| 日韩人妻无码专区| 91chinese在线| 婷婷在线免费| 可以直接看的AV| 久草狼人| 久久丁香五月婷婷| 99热这里只| 久久精品夜色噜噜亚洲a∨| 色欲色香综合网| 成人电影丁香六月天| 激情五月婷婷综合视频| 中文字幕婷婷五月天在线观看| 色插综合网| 丁香五月六月久久综合| 天堂婷婷五月色| 另类五月婷婷| 天天舔天天摸天天射| www.色综合.com| 亚洲激情综| 视频一二区| 亚洲另类AV| 日韩小视频在线99| 97色色综合| 97五月婷婷| 99热很操老逼| 91狠狠综合网| 婷婷五月黄色激情在线| 亚洲色域网| 玖玖精品资源| 99久久极情精品一区| 日日夜夜爽| 五月天色婷婷网| 五月丁香婷婷国产精品综合| A色色| 欧美VA在线观看| 视色综合| 五月综合色| 日韩色五月| 色色色色色色色色五月先| 色婷视频| 国产精品久久久爽爽爽麻豆色哟哟| 韩国真做片在线观看| 老师的粉嫩小又紧水又多A片视频| 人妻第九页| 婷婷五月天综合久久日美女| 我去色色网五雨天| 狠狠夜夜五月丁香| 五月色天情| 九九这里只有精品| 中文字幕 中文字幕明步| 丁香六月婷| 五月婷婷色色爱| 人人爽网| 超碰在线观看9| 亚洲小视频免费播放| 色网站99| WWW.17C亚洲精品| 老司机伊人| 色婷婷成人做爰A片免费看网站| 婷婷综合丁香| 久久伊人婷婷| 开心五月天激情网站| 99色综合| 国产成人99久久亚洲综合精品| 99热这里只有精品在线| 99欧州偷拍视频| 91 九色 熟女| www.minyis.com【JT】国内CDN落地页保证转化QQ2101460746 | 欧洲日韩一区二区三区| www.色五月| 婷婷五月丁香欧洲| 丁香情色五月| 久9热| 六月丁香婷婷尤物| 91操熟女| 日韩啪图| 深爱五月天婷综合| 思思热精品在线| 伊人婷婷五月天| 丁香五月婷婷激情蜜桃| 激情婷婷色小说| 五月花综合视频| 日韩AAAAA| 另类亚洲电影| 一根材五月婷成人| 99日本精品视频热| 99精品女人天堂| 综合色天天| 久操激情| 99视频在线观看视频| 中文字幕丰满乱孑伦无码专区| www五月天com| 免费观看全黄做爰的视频| 五月天丁香婷婷久久九| 另类色网| 大香蕉婷婷色| 激情视频综合| 婷婷六月久久综合导航| 大战熟女丰满人妻AV| 超碰色综合| 婷婷亚洲五月丁香综合在线| www.99在线| 久久久久久婷| 五月丁香六月婷婷a v| 最新久久网址| 伊人婷婷五月天av| 色播五月婷婷五月| 国产精品18久久久| 久草婷婷| 中文AV在线播放| 97狠狠碰| 丁香五月激情在线| 亚洲免费电影2| 狠狠色丁香婷婷综合久久97AV| 久热大香蕉| 久久午夜丁香| 韩国激情五月天综合网| 久久久久久婷| 99国产这里只有精品| 国产精品人人做人人爽人人添| 最新av在线观看| 久久视频在线| 亚洲黄色网址| 最新亚洲色色网| 婷婷成人五月天| 国产操碰| 综合久久影院| 亚洲成人av在线观看| 色色婷婷综合网| 中文字幕无码人妻少妇免费视频| 色99亚洲| 亚洲精品久久久无码| 第2色五月婷| 成人丁香五月| 久久这里只有精品5| 97精品综合| 亚洲中文字幕网| 色人久久| 天天做天天爱天天日| 欧美色性色好| 天天射天天干天插色综合| 人人操AV| 精品久久99| 99热国产精品| 色五月综合婷婷久久综合婷婷久久综合婷婷久久综合婷婷久久 | 日噜噜色| 夜夜骑天天操| 99熟女视频| 欧美激情综合| 婷婷爱综合| 五月天色不卡| 97婷婷丁香五月| 五月综合激情啪啪啪啪啪| 久色姿源| 欧美大片免费播放器| 丁香五月婷婷亚洲综合精品在线| 9色资源在线| 五月天天爽| 丁香久久九九99| 丁香五月社区| 丁香无月在线观看| 日日躁夜夜躁狠狠久久AV| 五月丁香六月合| 黄色av高清| 天天综合网在线| 91尤物九色在线| 26UUU精品一区二区| 国产99热| 无码成人AAAAA毛片AI换脸| 久久婷婷五月激情网站| 97sese婷婷| 欧美成人精品A片免费一区99| 亚洲成人中心| 天天干天天插| 狠色色狠网| 色激情五月| 99热久| 五月天激情图| 久久五月激情综合| 琪琪色五月婷婷老师| 九九99久久| 超碰93在线观看| 色婷婷色99国产综合精品| 99热精品综合| 久久香视频| 丁香婷婷基地| 色。 婷婷婷| 狠狠精品干练久久久无码中文字幕| 色播五月丁香| 在线五月婷婷小电影| 风流少妇A片一区二区蜜桃 | 色五月综合在线| 六月丁香激情网| www,五月丁,com| 五月婷婷日本| αv中文字幕在线观| 日本五月婷婷| 婷婷六月激情小说网| 婷婷大香焦| 天天爽夜爽| 丁香五月1页| 亚洲在线网站| 激情综合色网| 激情黄色小说五月天| 亚洲视频1区| 五月婷婷婷| 色五月综合网| 亚洲精久久| 色婷婷另类| 99热这里只有精品9| 天天爽夜夜爽夜夜爽精品视频| 99热99成人| 激情丁香五月| 99热亚洲| 99日本精品视频热| 深爱五月最新网址| 婷婷色播六月无码| 91日视频| 久久久久五月丁香| 欧洲电影在线观看免费版英语版| 91色综合| 久久五月天激情| 狠狠做六月爱婷婷综合aⅴ| 大香婷婷| 懂色av粉嫩AV蜜臀AV| 婷婷99视频精品| 婷婷色丁香五月| 色婷婷丁香五月| 青青草Avb在线| 精品少妇人妻AV无码专区偷人| 婷婷激情综合网| 51avj视频大全| 久久这里面只有精品视频| 激情爱爱网站| 激情图片婷婷丁香五月| 五月婷av| 超碰色碰碰| 丁香六月天| 色9999日韩国产| 色色色热热热| 91婷婷五月天嫩女| 天天日天天操天天干| 开心五月激情| 全高清无码视頻| 欧美男女婷婷| 丁香六月成人| 亚洲视频综合网| 欧美电影在线播放| 国产又粗又大又爽又黄| 成人做爰A片免费看网站找不到了| 日本九九九九| 中文字幕在线资源| 国产精品美女| 色丁香五月天| 丁香九九九九| 亚洲激情AV| 五月丁香久久丝袜啪啪| 成人一区在线观看| 丁香婷婷综合色五月激情国产基地| 丁香狠狠干| 欧美成人AAA片一区国产精品| 五月婷婷三级| 婷婷五月天影院| 亚洲av综合网| www.婷婷五月| 99这里| 五月丁香六月成人| 色优久久| 婷婷六月色| 五月丁香婷婷色色| 中文字幕在线观看视频www| 成人 视频免费观看网站| 色婷婷亚洲六月婷婷中文字幕| 天天干天天操天天拍| 天天色天天爱天天爽| 66精品成人免费网站在线观看| 99热99热| 五月天桃色深爱网| 狼人久草| 大地资源色婷婷视频在线| 最新高清无码专区| 婷婷五月精品| 婷婷综合另类| 成人视频在线免费播放| 精品五月视频婷婷在线观看| 六月丁香婷婷拍拍| 我要射综合| 日韩五月丁香| 日韩AV大全| 日本欧美成人片AAAA| 欧美日本韩国亚洲| 综合五月丁香97| 婷婷九月激情| 五月丁香成人| 五月婷婷开心网| 久99| 婷婷伊人五月天| 9热在线视频| 91操片| 人妻内射麻豆视频| 欧美成人色婷婷| 九九久久五月天| 日本色五月| 丰满少妇猛烈A片免费看观看| 另类五月激情| 97五月久久丁香婷婷| 狠狠夜夜五月丁香| 五月综合无码| 大香蕉啪啪网| 亚洲AV无码成人精品电影| 日韩成人AV在线| 九九热欧美| 狠狠狠狠操| 久久综合丁香| 激情五月四色| 99热日本| 六月丁香激情网| 久久久中文| 精品九九九久| 99热综合在线| 狠狠做深爱婷婷久久综合一区| 五月丁香777| 黄色av网站在线免费播放| 国产免费一区二区三区三州老师F1F1.CC| 日日夜夜狠狠婷婷色| 丁香婷婷啪啪啪| 久久五月婷婷丁香| 婷婷丁香18| 日本成人综合| www五月天激情com| 激情婷婷五月天| 亚洲精品网址| 777.色色| 激情都市五月天| 久久婷婷视频| 婷五月天六| 丁香五月婷婷色综合基地| 丁香五月婷婷亚洲色图| 久久久久久久久18久久| 激情五月天婷婷久久久久久久久久久 | 九月婷婷综合在线| 一个色的综合| 99色在线视频| 98永久精品| 婷婷丁香人妻久久在线观看| 99综合免费视频| 亚洲天99| 激情都市丁香婷婷| 久久日婷婷| 热久久77777| 中文字幕黄色片| 婷婷第一页| 一级二级香港秋霞欧美欧美秋霞| 99热这里只有精| 91人人网| 九九性爱网| 婷婷狠狠爱| 五月丁香六月合| 丁香婷婷五月天激情四射| 色五月婷婷777| 六月99天天婷婷激情综合| 六月综合婷婷开心伊人| 精品人妻伦一二三区久久| 久久久久亚洲AV无码网影音先锋| 都市激情小说婷婷| 五月丁久久| 这里只有视频精品| 久久婷婷六月综合综合| 天天插天天玩天天干| 欧美婷婷日本| 九九热婷婷| 婷婷五月天婷婷| 最近中文字幕2019视频1| 色五月之第四色| 99热免费在线| 免费成人va| 五月色婷婷综合| av在线免费播放| 日本婷久久| 97色色综合| 亚洲综合五月天婷婷丁香| 日韩AV在线免费| 啪啪综合网| 五月花激情| 色狠狠综合网| 99热91| 五月丁香激情啪啪| 久久激情网| 久久综合激情五月天| 五月综合激情网| 丁香婷婷五月综合影院| 91seav| 久久婷婷激情| 久久婷婷五月| 99er6| 激情综合婷婷| 亚洲十月婷婷综合| 精品无码久久久久久久久| 97婷婷丁香五月天激情图片| 亚洲三A| 精品草原久久视频| 久久天堂婷婷五月| 99热99干| 久久亚洲精品成人无码网站导航| 成人免费120分钟啪啪| 丁香五月丁香伊人| 久久久色情| 另类小说色婷婷| 色婷婷操逼| 激情綜合網址| 激情综合五月激情XXXX| 丁香婷婷天堂| 久久精品人妻| 高清不卡一区| 农村熟妇高潮精品A片| 天天操天天草天天草天天| 怡红院91a√| 影音先锋噜一噜| 久久综合激情五月天| 日韩国产在线精品| 99视频久久| 五月婷婷色| 国外亚洲成AV人片在线观看| 天天做天天干天天综合网| 丁香五月天影院| 99乱视频| 丁香婷婷五月天色综合| 婷婷狠狠青青| 亚洲成人综合在线| 色综合网综合| 欧美大香蕉视频| 日韩啪啪视频| 四五月婷婷| 久久久久久久久久久月丁| 色色操| 久久人人人人妻| 丁香影院五月综合| av九九| 久久99美女精彩视频| www.久久99热地址发布| 伊人在线视频| 久久婷婷综合网| aaaaaa片| 在线免费观看激情视频| 九九视频这里只有精品| 日韩在线五月天婷婷| 色婷婷综合视频| 九九九激情网| 久久性爱视频网站| 五月婷婷,六月丁香| 五月丁香婷婷无码中文| www狠狠com| 99re热视频这里只精品| 色综合大香蕉| www.深爱激情| 亚洲五月六丁香激情| 色爽九九| 91婷婷丁香五月亚洲| 欧美色婷婷| 久久久天天啊| 成年人99热| 啪啪啪综合网| 婷婷欧美激情| 26uuu成人网| 97色色婷婷| 中文字幕AV网址| 蜜臀嫩草| 五婷婷六月合| 91窝窝| 日本欧美成人片AAAA| 午夜色婷婷| 99热这里只有精品在线观看| 五月丁香在线精品| 99re在线视频精品,这里只有精品18,| 九热视频免费观看| 熟女强人妻一区二区三区四区无| 色色色在线观看| 五月六月激情| 六月丁香婷婷尤物| xxxx五月| 婷婷五月天丁香| 婷婷狠狠18禁久久| 色原狠狠综合| 五月天激情亚洲| 91婷婷| 一起草av| 五月丁香综合啪啪| 91丨九色丨熟女|新版| 天天舔天天操| 国产VA亚洲VA96| 丁香五月婷婷成人网| www.日日日.com| xxxx五月| 五月婷婷高清| 欧亚色色| 色色色国产| 五月 成人 婷婷| 激情久久 婷婷| 91美女啪啪| 97色精品视频| 激情色五月天| aaaa久久| 丁香婷婷欧美综合| 欧美三级A做爰在线观看| 五月婷婷六月激情| 97精品综合| 丁香五月激情啪啪| 久久免费精彩视频| 蜜桃人妻无码AV天堂三区| 1024日韩| 国产成人精品一区二区三区视频| 国产国产乱老熟女视频网站97| 婷婷亚洲天堂| 欧美色综合天天久久综合精品| 亚洲精品白浆高清久久久久久| 91丨九色丨43老版熟女| 91久久久久久久| 99热最新| 能看的av| 日本猛少妇色XXXXX猛叫| 2018国产大陆天天弄| 少妇高潮呻吟A片免费看软件| 国产精品99久久久久久久女警| 国产欧美性成人精品午夜| 99热国品| 夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂亚洲亚洲亚洲亚洲亚洲亚洲亚洲亚洲色 | 丁香五月亚洲AV| 九九热这里精品| 亚洲五月天综合| 五月婷久久在线| 丰满熟女人妻一区二区三| 欧美乱码国产一级A片| 人妻熟妇国产精品| 亚州色色色| 五月丁香网站| 亚洲日韩一页精品发布| 精品AV无码超碰| 伊人色五月| 丁香五月色情| 深爱激情五月天色婷婷| 永久AⅤ1| 婷婷激情九月| 综合五月天| 婷婷不卡基地| 97超碰在线免费观看| 永久的网站AAAA| AV五月丁香| 五月婷婷天| 99久久久免费| 欧美槡BBBB槡BBB少妇| 亚洲啪啪精品| 婷婷天堂综合| 美臀自射自家人妻| 日本成人小说婷婷六月| 色五月五月天色婷婷色五月| 五月丁香偷拍| 韩国中文字幕91| 97色图片中文字幕视频在线观看| 五月婷婷丁香啪啪| 久色欧美| 天天爱天天操| 亚洲色频| 九九热在线亚洲免费视频| 五月激情综合深爱| 色五月激情网| 在线播放 精品| 伊人久久大香网| 色宗合久久五月婷婷| av中文网站| 色色五月婷婷| 91男人资源站| 丁香五月激情宗合网| 激情婷婷综合五月少妇| 九九Av| 日本97在线观看| 亚洲区视频| 婷婷五月六月激情| 色色射| 色色综合五月| 成人超碰AV| 五月激情六月综合| 99色色网| 五月婷婷亚洲| 99热久草| 色狠狠综合| 久久看九九90| 99色视| 色婷婷久久综合久色综| 粉嫩AV久久一区二区三区| 99熟女啪啪视频| 五月天激情婷婷丁香| 婷婷六月久久综合导航| 精品视频网| 久久狠色噜噜狠狠狠狠97| 日韩99视频| 亚洲第一成人无码A片| 99ri在线观看视频| 激情欧美丁香五月| 亚洲 在线 另类| 天天做天天要天天爱| 五月丁香六月婷婷色日| 丁香综合日产精品久久| 五月婷婷新网站| 在线成人视频免费| 久久九九99视频| 色99视| 九色视频91| 开心五月婷婷综合在线精品素人| 久久婷婷亚洲五月天| 婷婷五月天堂| 超碰精品国产首页| 婷婷五月天综合中文| 99色视频| 无码人妻激情| 99热这里只有精品在线观看| 色五月色综合| 日日夜夜狠狠婷婷色| 久久婷婷五月综合色奶水99啪| 九月婷婷在线观看| 99久久久国产精品免费蜜乳tv| 亚洲综合在线视频| 99精品热视频只有精品10| 亚洲六月色婷婷| 亚洲热久| 丁香五月天啪啪a日本| Av狠狠色丁香婷| 丁香六月视频| 91丨九色丨大屁股| 五月丁香六月激情综合网| 人人操日| 六月丁香综合| 日日噜噜夜夜狠狠久久丁香六月| 婷婷丁香91| 综合图片色色| 熟美女麻豆| 久久国产色| 国产99久9在线+|+传媒| 色情五月天首页| 俺也去色| 很很干在线视频| 色偷偷AV亚洲男人的天堂| 这里只有精品热| 久久五月视频| 5月色亭亭视频| 天天爽天天| 久色姿源| 大学生高潮无套内谢视频| 深爱 五月天| 深爱五月婷婷| 亚洲婷婷丁香五月亚洲| 九九99九九精品免费| 天天摸天天高潮天天爽| 五月婷婷影视| 色色色免费视频| 国产亚洲色婷婷久久99精品9j| 亚洲狠狠干| 久久影视婷婷五月| 91黄操| 九九久久五月天| 伊人五月天在线| 99在线爽| 超碰免费在线| 激情丁香五月婷| 香蕉久久国产AV一区二区 | 婷婷激情图片| 中文字幕综合| 99久久久99久久91熟女| 在线va网站| 大地资源色婷婷视频在线| 日日夜夜噜噜爽爽| 色综合久久无码| 亚洲婷婷久久综合| 日韩成人av在线| 深爱五月婷婷| 五月花婷婷丁香| 天天艹| 亚洲网视屏| 国产精品VIDEOSSEX久久发布| 五月丁香欧美综合免费视频| 五月婷婷黄色网址| 神马欧美精| 欧美情月伍月天| 日本老女人黄页在线播放| 操一区| 欧美大奶熟女噜噜噜噜| 六月激情婷婷综合| 99视频在线观看视频| 涩涩激情五月婷婷| 婷婷六月成人| 久草九一| 色www久视频| 少妇大叫太大太粗太爽了A片| www.五月天婷婷| 第五色婷婷| 亚洲无码色色| 99自拍视频网站| 色婷婷综合亚洲| 综合性爱网| 国产成人亚洲综合A∨婷婷| 另类五月激情| 五月激情婷婷丁香| 五月天伊人综合| 色婷婷基地| 思思re视频在线| 亚洲激情高潮| 婷婷五月天,影院| 色婷婷五月丁香在线观看| 99这里的视频都是精品| 十月丁香婷婷| 91热er| 天天操九九插| 人人干AV| 久久综合天天综合| 夜夜骑日日夜夜| 免费久久这里只有精品99| www.av视频xx999.com| 怕怕av| 亚洲狠狠婷婷综合久久久| 婷婷舔| 99九九视屏| 69色色视频| 五月天社区狠狠| 丁香五月天AV| WWW.桔色成人.COM| 美女精品一级不卡视频| 五月婷六月| 性爱久久| 五月天播播| 99精品视频在线观看| 五月婷婷丁香六月| 玖玖综合色| 婷婷中文字幕| 91人人人人人| 五月丁香婷婷老司机| 婷婷综合一二三| 婷婷激情人妻| 亚洲综合在线伊人婷| 99国产er热视频| 天天在线久久综合 | 婷婷五月天亚洲色| 亚洲激情免费久久| 一本综合丁香日日狠狠色| 婷婷六月啪啪| 亚洲网视屏| 黑人糟蹋人妻HD中文字幕| 激情综合网激情五月婷婷| 狠狠色噜噜狠狠狠777奇米| 蜜乳人妻一区二区三区| 亚洲啪视频| 天天日人人| 色婷五月| www.99热精品| 五月天另类小说| 亚洲欧洲中文日韩久久AV乱码| 色爱爱综合网| 狠狠久久婷五月| 国产日韩欧美性生活| 婷婷视频在线| 欧美一级操逼视频| 色色五月天激情| 中文字幕日本最新乱码视频| 97超碰欧美中文字幕| 婷婷色在线观看| 色久五月| 激情五月婷黄版| av狠狠操| 热久综合| 五月天丁香综合| 久久五月婷婷开心网| 亚洲激情综合| 色婷婷av在线观看| 婷婷伊人綜合中文| www,五月天com| 夜夜操,天天撸| 色综合色五月| 成人精品视频99在线观看免费| 色九月综合网| 婷婷色五月综合丁香| 夜夜操天天干| 婷婷六月激情| 98热精品| 99re思思在线视频| 久久怕怕视频| 97在线观看| 啪啪99| 亚洲色婷婷色| 日本九九视频| 久草婷婷网| 91九九| 婷婷五月激情天| 五月天激情图片| www,超碰| 欧美噜一噜| 色~性~乱~伦~噜| 182无码| 亚洲AV人人操| 99久久免费精品| 五月天色婷婷综合| 丁香五月天堂网AV| 五月丁六月香av| 色情五月天丁香社区| 色亭亭影园| 色五月婷婷婷婷婷婷婷婷婷婷| 婷婷五月天第四色| 五月丁香啪啪| 六月婷婷日| 婷婷美女精品视频| 黄网免费看| WWW、日本色丁香、co m| 色情·com| 泰州成人视频| 99超超碰| 色五月中文字幕| 国产精品久久久60086| 欧美三日本三级少妇三99| 久久婷综| 99热思思在线观看| 激情久久综合| 激情国产五月| yazhou seshipin| 99操碰| 久久99久久久| 伊人久久五月天| 中文字幕成人| 日韩一级片| 久久亚洲天堂| 大香久久综合网| 丁香六月视频| 天天草天天爽| 另类图片色五月| 狠狠干,狠狠操| 五月婷无码| 小视频aaa久久久| 五月丁香成人网| 七七色色综合| 99热这里只有精品66| 久久久aaa| 天天操九九插| 五月大香蕉| 亚洲超碰在线| 在线观看av网站| 丁香五月婷婷综合激情哟哟哟| 激情婷婷综合| 激情av| 色婷婷手机在线| 色色色热热热| 日韩青青| 婷婷五月天深爱| 五月丁香六月激情| 色五月xxx| site:pnnrt.com| 全高清无码视頻| 亚洲成人超碰| 天堂综合久久| 五月情涩综合婷婷| 亚洲va综合va国产va中文| 国产精品大香蕉| 精品五月天| 99视频内射三四| 色99网| a在线观看| 婷婷综合五月| 久热久| 五月色色网| 国产成人AV在线播放| 婷婷五月在线视频| 九九精品热播| 狠狠干综合网| a九九热www| 五月婷婷深深爱| 碰碰人人漕| 人人操人人干AV| 热五月婷婷| 日本人妻A片成人免费看片| 人妻人人操| 五月天婷婷色色| 色性综合| 五月天偷拍| 婷婷色五月激情| 亚洲操操| 丁香五月天欧美| 婷婷伊人欧美| 亚洲这里只有精品| 综合色婷婷| 色综合丁香婷婷| 超碰在线国产| 激情六月婷婷| 色欲丁香久久| 久操乱| 丁香五月在线观看| 国产白丝在线一区| 天天日,天天干,天天操| 五月丁香六月日逼| 在线中文AV| 婷婷五月天欧美图片在线播放电驴| 欧美婷婷综合| 天天舔天天操| 91丨九色丨丰满人妖| 色色网站| 五月婷婷综合色啪首页| 精品自拍99| 色色色成人网| 色婷婷丁香社综合| 婷婷色情网| 精品婷婷五月视| 不卡成人免费| 99热综合色图| 都市激情蜜桃婷婷五月天| 久久婷婷午夜| 欧美色必爱| 五月婷婷色男女| 超碰五月婷婷五月天| 激情 婷婷| 麻豆科斗777| 91九色偷拍| www.99热视频| 狠狠五月丁香色婷| 无码动漫AV| 久久六月天| 亚洲狠狠婷婷综合久久久| 91热手机在线| 国产精品久久久久久白浆色欲| 婷婷综合成人五月天| 色99xx| 九九热超碰| 婷婷六月网| 色天使色婷婷| 六月丁香婷| 天天干狠狠艹| 99内射视频| 九九热精品视频在线观看| 婷婷五月天成人综合网| 五月丁香综合啪啪| 色爽干| 丁香五月久久| 五月综合婷婷久久在线| 亚洲无线视频| 爱操天堂| 五月丁香综合激情| 天天综合天综合| 久久五月天婷婷| 青草青草久9视频在线视频| 五月丁香黄色视频| 丁香五月婷婷影院| 涩涩涩,com| 六月婷婷啪啪| 成人av在线网| 99思思| 日本激情综合| 深爱五月激情网| 久久99精品久久久久久青青AR | 99热99ai| 丁香九月激情久久| 天天干天天做| 色婷婷888| 五月婷婷欲色| 99热只有精品在线播放| 99日在线观看视频| 日韩在线看AV| 67194国产| 色婷婷丁香五月| 色婷婷婷综合五月天| 97碰啪啪| 五月婷婷狠狠久久| 国产乱子轮XXX农村| 99久久综合| 人人播| 人人草人人爱手机视频看看| 激情综合啪啪啪| 久久久性爱网| 嘿嘿视频免费看9| 欧美韩国日本| VA色婷婷| 色五月涩涩婷婷| 开心五月激情站| 亚洲五月天综合色| 久久视频婷婷视频|