日韩精品一区二区三区在线视频放-无码中文字幕V?一区二区-成年片免费观看视频-国内少妇人妻丰满av-国产精品中文字幕免费观看-亚洲成人久久一区二区三区-国内少妇偷人精品视频无缓冲-一区二区国产精品日本一区二区三区在线网

ARTICLE DETAIL

資訊詳情

深耕商務建站與企業(yè)官網(wǎng)運營的一線實戰(zhàn)洞察。

基于PCA算法的人臉識別系統(tǒng):從理論到MATLAB工程實踐

基于PCA算法的人臉識別系統(tǒng):從理論到MATLAB工程實踐 簡介本資源是一套基于MATLAB實現(xiàn)的PCA算法人臉識別系統(tǒng)完整畢業(yè)設計項目面向計算機、人工智能及電子信息類本科生解決課程設計、期末大作業(yè)與畢業(yè)設計中人臉識別原理驗證與工程實現(xiàn)的核心需求。壓縮包共1234個文件含800幅BMP格式人臉訓練圖像、400個PGM標準測試樣本涵蓋多角度/光照變化、18個核心MATLAB函數(shù)含PCA特征提取、降維重構(gòu)、分類識別全流程、11張GUI界面截圖與說明圖、3個關(guān)鍵參數(shù)配置及說明文本整體13.23MB結(jié)構(gòu)清晰、模塊分明支持開箱即用。已有417人學習下載項目經(jīng)導師指導并獲高分通過包含可交互GUI操作界面、完整數(shù)據(jù)集、詳細注釋代碼及運行說明無需修改即可成功運行特別適合初學者理解PCA降維本質(zhì)與人臉識別工程落地流程。1. 項目概述從“高分畢業(yè)設計”到“可復現(xiàn)的工程實踐”最近在整理資料時翻到了一個當年讓我印象深刻的畢業(yè)設計項目“基于MATLAB實現(xiàn)PCA算法人臉識別系統(tǒng)GUI操作界面”。這個項目在各大高校的計算機、電子信息、自動化等專業(yè)的畢設選題中熱度一直居高不下。它之所以經(jīng)典是因為它完美地結(jié)合了理論深度PCA降維算法、工程實踐人臉識別系統(tǒng)和用戶體驗GUI界面形成了一個從算法原理到軟件交付的完整閉環(huán)。對于本科生而言能獨立完成這樣一個項目確實能充分展示自己的綜合能力拿到高分也在情理之中。但我也發(fā)現(xiàn)很多同學拿到類似的源碼包比如一個名為“高分項目.zip”的壓縮包后往往陷入兩個極端要么一頭霧水不知從何看起要么直接運行對背后的原理和代碼細節(jié)不求甚解。這無異于“買櫝還珠”錯過了這個項目最精華的學習價值。這個項目的核心遠不止一個能跑起來的界面。它涉及圖像處理、模式識別、矩陣運算、軟件設計等多個領(lǐng)域的知識串聯(lián)。今天我就以一個“過來人”兼項目實踐者的身份把這個項目里里外外、從理論到代碼徹底拆解一遍。無論你是正在做畢設的學生還是對PCA人臉識別感興趣的學習者都能從中獲得可以直接“抄作業(yè)”的完整方案和避坑指南。2. 核心思路拆解為什么是“PCAGUI”2.1 技術(shù)選型的底層邏輯當你決定采用“PCA主成分分析 GUI圖形用戶界面”這個組合時背后其實有一系列非常實際的考量。首先PCA算法是人臉識別領(lǐng)域經(jīng)久不衰的經(jīng)典方法也稱為特征臉Eigenfaces方法。它的最大優(yōu)勢在于理論清晰、實現(xiàn)相對直觀并且能有效解決人臉圖像數(shù)據(jù)維度過高一張100x100的圖片就是10000維帶來的“維數(shù)災難”問題。通過PCA我們可以從海量的像素數(shù)據(jù)中提取出最能代表人臉差異的少數(shù)幾個“主成分”即特征臉將萬維的數(shù)據(jù)降到幾十維極大提升了后續(xù)識別計算的效率。對于畢業(yè)設計而言這個算法既有足夠的數(shù)學深度可供闡述協(xié)方差矩陣、特征值分解又不會復雜到讓本科生無法實現(xiàn)MATLAB內(nèi)置了強大的矩陣運算函數(shù)。其次GUI界面的引入是讓項目從“算法Demo”升級為“軟件系統(tǒng)”的關(guān)鍵一步。一個只有命令行輸出的程序在答辯演示時缺乏直觀性和交互性。而一個包含圖像加載、訓練、識別、結(jié)果顯示等按鈕的圖形界面能清晰地展示系統(tǒng)的工作流程讓評委老師一目了然。在MATLAB中 GUIDEGUI Development Environment或更新版本的App Designer為快速構(gòu)建界面提供了強大支持使得學生能將主要精力放在核心算法上而不必過于糾結(jié)界面細節(jié)。2.2 系統(tǒng)工作流程全景圖整個系統(tǒng)的工作流程可以清晰地分為兩個階段訓練階段和識別階段。理解這個流程是讀懂所有代碼的基礎。訓練階段數(shù)據(jù)準備收集多個人的人臉圖像構(gòu)成訓練集。通常每個人需要多張不同光照、表情的圖片。圖像預處理將所有圖像統(tǒng)一縮放為相同尺寸如100x100并將二維圖像矩陣轉(zhuǎn)換為一維列向量。計算平均臉將所有訓練樣本的人臉向量相加求平均得到一張“平均臉”。計算差值臉每張訓練人臉減去平均臉得到只包含個性特征的“差值臉”。構(gòu)建協(xié)方差矩陣利用所有差值臉向量構(gòu)建協(xié)方差矩陣這個矩陣蘊含了所有人臉數(shù)據(jù)的變化模式。特征值分解對協(xié)方差矩陣進行特征值分解提取特征值和特征向量。特征向量就是“特征臉”它代表了人臉變化的主要方向特征值大小代表了該方向的重要性。降維與投影選取前K個最大特征值對應的特征向量主成分構(gòu)成一個投影子空間。將所有的訓練人臉差值向量都投影到這個低維子空間中得到一組低維的特征系數(shù)或稱權(quán)重這就是每個人臉在“特征臉”空間中的坐標。最后將人物標簽 特征系數(shù)保存下來形成系統(tǒng)的人臉特征數(shù)據(jù)庫。識別階段待識別圖像預處理對輸入的新人臉圖像進行與訓練階段完全相同的縮放、向量化、減去平均臉操作。投影到特征空間將預處理后的差值向量投影到之前訓練好的特征臉子空間上得到其低維特征系數(shù)。分類識別計算待識別圖像的特征系數(shù)與數(shù)據(jù)庫中所有已存特征系數(shù)之間的距離常用歐氏距離或余弦距離。找到距離最小的那個樣本其對應的人物標簽即為識別結(jié)果。結(jié)果顯示在GUI界面上展示識別結(jié)果包括匹配到的人名、置信度可以用距離的倒數(shù)或相似度分數(shù)表示以及可能的重構(gòu)圖像。注意很多初學者會混淆“特征臉”和“人臉特征”。特征臉是從所有人臉數(shù)據(jù)中學習到的、代表共性變化規(guī)律的基向量像是一組“標準人臉組件”而每個人臉的特征系數(shù)則是用這組基向量線性組合時所需的權(quán)重這個權(quán)重向量才是用于區(qū)分不同個體的“特征”。3. 核心模塊深度解析與MATLAB實現(xiàn)3.1 圖像預處理模塊一切的基礎預處理的質(zhì)量直接決定了后續(xù)特征提取的成敗。在MATLAB中這一步通常由幾個函數(shù)完成。% 假設原始圖像讀入后為 img targetSize [100, 100]; % 統(tǒng)一目標尺寸 % 1. 灰度化如果讀入的是彩色圖先轉(zhuǎn)為灰度 if size(img, 3) 3 imgGray rgb2gray(img); else imgGray img; end % 2. 尺寸歸一化使用imresize注意選擇插值方法 imgResized imresize(imgGray, targetSize); % 3. 直方圖均衡化可選但推薦增強對比度減少光照影響 imgEq histeq(imgResized); % 4. 轉(zhuǎn)換為雙精度并歸一化到[0,1]區(qū)間便于后續(xù)計算 imgNormalized im2double(imgEq); % 5. 轉(zhuǎn)換為列向量這是PCA輸入的要求 imgVector imgNormalized(:);實操要點尺寸選擇100x100是一個常用折中點既能保留足夠細節(jié)又不會讓數(shù)據(jù)維度10000維過高導致計算過慢。你可以根據(jù)你的數(shù)據(jù)集和性能要求調(diào)整。插值方法imresize默認使用雙三次插值‘bicubic’效果較好。如果追求速度可以考慮‘bilinear’。為什么歸一化將像素值從0-255縮放到0-1可以避免大數(shù)值像素在計算協(xié)方差矩陣時占據(jù)絕對主導地位讓數(shù)值計算更穩(wěn)定。光照處理直方圖均衡化是處理光照不均的簡單有效方法。更高級的可以用Gamma校正或Retinex算法但對于畢業(yè)設計均衡化通常足夠。3.2 PCA算法核心實現(xiàn)從協(xié)方差矩陣到特征臉這是整個項目的數(shù)學核心。我們一步步用MATLAB代碼實現(xiàn)。function [eigenfaces, eigenvalues, meanFace, projectedTrain] myPCA(trainData, numComponents) % trainData: d x n 矩陣d是圖像向量維度n是訓練樣本數(shù) % numComponents: 要保留的主成分數(shù)量K % eigenfaces: 特征臉主成分 d x K 矩陣 % eigenvalues: 特征值 K x 1 向量 % meanFace: 平均臉 d x 1 向量 % projectedTrain: 訓練樣本在特征空間的投影 K x n 矩陣 [d, n] size(trainData); % 1. 計算平均臉 meanFace mean(trainData, 2); % 按列求平均 meanFace meanFace(:); % 確保是列向量 % 2. 計算差值臉矩陣 A A trainData - repmat(meanFace, 1, n); % 每列減去平均臉 % 3. 構(gòu)建協(xié)方差矩陣 C A * A 但維度是 d x d可能巨大(10000x10000) % 直接計算特征值和特征向量非常耗時。采用數(shù)學技巧 % 計算 L A * A (n x n)這個矩陣小得多。 L A * A; % 4. 計算L的特征值和特征向量 [V, D] eig(L); % V是特征向量矩陣D是特征值對角矩陣 eigenvalues diag(D); % 提取特征值向量 [eigenvalues, idx] sort(eigenvalues, descend); % 降序排列 V V(:, idx); % 對應重排特征向量 % 5. 根據(jù)L的特征向量V計算協(xié)方差矩陣C的特征向量U即特征臉 % 公式 u_i A * v_i / sqrt(lambda_i) 其中u_i是C的特征向量 eigenfaces zeros(d, numComponents); for i 1:numComponents v V(:, i); % L的第i大特征向量 lambda eigenvalues(i); % 對應的特征值 if lambda 0 eigenfaces(:, i) A * v / sqrt(lambda); else break; % 特征值為0沒有意義 end end % 6. 將訓練數(shù)據(jù)投影到特征臉空間 projectedTrain eigenfaces * A; % K x n 矩陣 % 7. 只保留前numComponents個特征值和特征臉 eigenvalues eigenvalues(1:numComponents); end為什么用 L A * A 這個技巧這是PCA實現(xiàn)的關(guān)鍵優(yōu)化。我們的目標是求大矩陣C A*A(d x d) 的特征向量。當樣本數(shù)n遠小于維度d時人臉識別中通常如此L A*A(n x n) 是一個小得多的矩陣。數(shù)學上可以證明L的特征值就是C的特征值而C的特征向量u_i可以通過A * v_i計算得到其中v_i是L的特征向量。這避免了直接對巨型矩陣進行特征分解計算效率提升成百上千倍。如何確定主成分數(shù)量K這是一個權(quán)衡。K越大保留的信息越多識別率可能越高但計算量也越大且可能引入噪聲。常用方法能量占比法計算前K個特征值之和占所有特征值之和的百分比。通常選擇保留90%-99%的能量。cumsum(eigenvalues) / sum(eigenvalues)可以幫你快速計算累計貢獻率。經(jīng)驗值法在人臉識別中前50-200個特征值通常包含了絕大部分信息。你可以從50開始嘗試觀察識別率變化。在GUI中做成可調(diào)參數(shù)這是一個很好的演示點讓用戶滑動滑塊選擇K值實時觀察識別率的變化非常直觀。3.3 分類識別模塊距離度量的選擇得到待識別人臉在特征空間的投影系數(shù)后如何判斷它屬于誰這就需要距離度量。function [label, minDist] faceRecognition(testCoeff, trainCoeffs, trainLabels) % testCoeff: 待識別人臉的系數(shù)向量 K x 1 % trainCoeffs: 訓練庫中所有人臉的系數(shù)矩陣 K x N % trainLabels: 訓練庫對應的標簽 1 x N 向量或元胞數(shù)組 % label: 識別結(jié)果標簽 % minDist: 最小距離 [K, N] size(trainCoeffs); distances zeros(1, N); % 方法1歐氏距離 (L2距離) - 最常用 for i 1:N distances(i) norm(testCoeff - trainCoeffs(:, i)); end % 方法2余弦相似度 (更關(guān)注方向而非大小) % for i 1:N % cosSim dot(testCoeff, trainCoeffs(:, i)) / (norm(testCoeff) * norm(trainCoeffs(:, i))); % distances(i) 1 - cosSim; % 將相似度轉(zhuǎn)換為距離越小越相似 % end % 方法3馬氏距離 (考慮特征間的相關(guān)性但需要計算協(xié)方差逆矩陣較復雜) % 需要預先計算 trainCoeffs 的協(xié)方差矩陣S % S cov(trainCoeffs); % invS inv(S); % for i 1:N % diff testCoeff - trainCoeffs(:, i); % distances(i) sqrt(diff * invS * diff); % end [minDist, idx] min(distances); label trainLabels{idx}; % 假設標簽是元胞數(shù)組 end距離度量選擇心得歐氏距離最直觀計算簡單在特征臉方法中效果通常不錯。它是默認的首選。余弦相似度當光照變化導致人臉圖像整體亮度發(fā)生變化時特征系數(shù)向量的“長度”可能會變但“方向”相對穩(wěn)定。余弦距離只關(guān)心向量夾角對光照變化更魯棒。如果你的數(shù)據(jù)集光照差異大可以嘗試。馬氏距離考慮了不同特征維度之間的相關(guān)性理論上更優(yōu)但需要估計協(xié)方差矩陣及其逆。當訓練樣本數(shù)少于特征維度N K時協(xié)方差矩陣是奇異的無法求逆需要正則化等額外處理增加了復雜度。對于畢業(yè)設計除非有特別要求否則不建議使用。設置識別閾值 在實際系統(tǒng)中不能僅僅因為找到了最小距離就判定為匹配。如果待識別的人根本不在數(shù)據(jù)庫里陌生人最小距離也可能很大。因此需要設置一個閾值。threshold 0.5 * mean(distances); % 一個簡單的閾值設定方法例如取所有距離平均值的0.5倍 if minDist threshold label Unknown; end閾值的設定需要根據(jù)你的數(shù)據(jù)集進行實驗調(diào)整。更科學的方法是在一個獨立的驗證集上繪制錯誤接受率FAR和錯誤拒絕率FRR曲線選取交叉點EER對應的距離作為閾值。4. GUI界面設計與系統(tǒng)集成實戰(zhàn)4.1 界面布局與控件功能規(guī)劃一個友好的人臉識別系統(tǒng)GUI至少應包含以下幾個功能區(qū)圖像顯示區(qū)用于顯示加載的訓練圖像、平均臉、特征臉、待識別圖像及結(jié)果。數(shù)據(jù)管理區(qū)按鈕或菜單用于“加載訓練集”、“添加單人樣本”、“清除數(shù)據(jù)庫”等。訓練控制區(qū)“開始訓練”按鈕以及用于設置主成分數(shù)量K的輸入框或滑塊。識別操作區(qū)“加載測試圖”、“開始識別”按鈕。結(jié)果輸出區(qū)文本框或靜態(tài)文本用于顯示識別結(jié)果人名、置信度、系統(tǒng)狀態(tài)和日志。在MATLAB中你可以使用傳統(tǒng)的GUIDE或新一代的App Designer。App Designer更現(xiàn)代面向?qū)ο蟠a更清晰是推薦的選擇。下面以App Designer的思路來設計回調(diào)函數(shù)。4.2 關(guān)鍵回調(diào)函數(shù)邏輯實現(xiàn)1. 訓練集加載與預處理回調(diào) 這個函數(shù)負責讀取指定文件夾下的所有人臉圖像組織成訓練數(shù)據(jù)矩陣。function LoadTrainingSetButtonPushed(app, event) % 彈出文件夾選擇對話框 selectedPath uigetdir(, 選擇訓練集文件夾); if selectedPath 0 return; % 用戶取消了選擇 end % 假設文件夾結(jié)構(gòu)為/訓練集/人名1/*.jpg; /人名2/*.jpg; ... personDirs dir(selectedPath); personDirs personDirs([personDirs.isdir]); % 只保留文件夾 personDirs personDirs(~ismember({personDirs.name}, {., ..})); % 去除.和.. trainData []; trainLabels {}; imgCount 0; for i 1:length(personDirs) personName personDirs(i).name; personPath fullfile(selectedPath, personName); imgFiles dir(fullfile(personPath, *.jpg)); % 支持其他格式如png for j 1:length(imgFiles) imgPath fullfile(personPath, imgFiles(j).name); imgVector preprocessFaceImage(imgPath); % 調(diào)用前面寫的預處理函數(shù) trainData [trainData, imgVector]; trainLabels{end1} personName; imgCount imgCount 1; end end % 保存到app屬性中供其他回調(diào)函數(shù)使用 app.trainData trainData; app.trainLabels trainLabels; % 更新界面狀態(tài) app.StatusTextArea.Value sprintf(成功加載%d個人的%d張訓練圖像。, length(personDirs), imgCount); app.TrainButton.Enable on; % 激活訓練按鈕 end2. 訓練按鈕回調(diào) 這是調(diào)用PCA核心函數(shù)的地方并將結(jié)果保存。function TrainButtonPushed(app, event) if isempty(app.trainData) app.StatusTextArea.Value 錯誤請先加載訓練集; return; end % 從界面獲取主成分數(shù)量K K app.NumComponentsEditField.Value; % 假設有一個輸入框 if K size(app.trainData, 2) % K不能超過訓練樣本數(shù) K size(app.trainData, 2); app.NumComponentsEditField.Value K; app.StatusTextArea.Value sprintf(警告K值超過樣本數(shù)已自動調(diào)整為%d。, K); end % 顯示“訓練中...”提示 app.StatusTextArea.Value PCA訓練中請稍候...; drawnow; % 刷新界面顯示更新 % 調(diào)用PCA函數(shù) [app.eigenfaces, app.eigenvalues, app.meanFace, app.projectedTrain] ... myPCA(app.trainData, K); % 計算并顯示平均臉和前幾個特征臉 showMeanAndEigenfaces(app); % 更新狀態(tài) energyRatio sum(app.eigenvalues) / sum(app.eigenvalues); % 這里需要修改實際應計算累計能量 % 正確計算累計能量占比 allEigenvalues eig(app.trainData * app.trainData); % 需要重新計算所有特征值或修改myPCA函數(shù)返回全部 allEigenvalues sort(allEigenvalues, descend); cumEnergy cumsum(allEigenvalues) / sum(allEigenvalues); energyRatio cumEnergy(K); app.StatusTextArea.Value sprintf(訓練完成保留%d個主成分累計能量占比%.2f%%。, K, energyRatio*100); app.RecognizeButton.Enable on; % 激活識別按鈕 end3. 識別按鈕回調(diào)function RecognizeButtonPushed(app, event) % 1. 加載待識別圖像 [file, path] uigetfile({*.jpg;*.png;*.bmp, Image Files}, 選擇待識別人臉圖像); if isequal(file, 0) return; end testImgPath fullfile(path, file); % 2. 預處理 testVector preprocessFaceImage(testImgPath); % 3. 減去平均臉投影到特征空間 diffVector testVector - app.meanFace; testCoeff app.eigenfaces * diffVector; % 投影得到系數(shù) % 4. 分類識別 [predictedLabel, minDist] faceRecognition(testCoeff, app.projectedTrain, app.trainLabels); % 5. 閾值判斷 threshold app.ThresholdSlider.Value; % 假設有一個閾值滑塊 if minDist threshold finalLabel Unknown Person; confidence 0; else finalLabel predictedLabel; confidence 1 / (1 minDist); % 一個簡單的置信度計算距離越小置信度越高 end % 6. 顯示結(jié)果 app.TestImageAxes.imshow(imread(testImgPath)); % 在指定坐標軸顯示圖像 app.ResultNameLabel.Text finalLabel; app.ResultConfidenceLabel.Text sprintf(Confidence: %.2f, confidence); app.ResultDistanceLabel.Text sprintf(Distance: %.4f, minDist); % 7. 可選顯示重構(gòu)臉 reconstructedFace app.meanFace app.eigenfaces * testCoeff; reconstructedFace reshape(reconstructedFace, 100, 100); % 恢復為圖像矩陣 app.ReconstructedAxes.imshow(reconstructedFace, []); end4.3 界面美化與用戶體驗提升一個高分的GUI不僅功能要全體驗也要好。進度反饋訓練PCA可能耗時幾秒到幾十秒一定要用app.StatusTextArea.Value或waitbar函數(shù)給用戶進度提示避免程序“假死”。異常處理對所有文件操作、用戶輸入進行try-catch包裝給出友好的錯誤提示而不是讓MATLAB拋出紅色錯誤代碼。數(shù)據(jù)持久化添加“保存模型”和“加載模型”功能。將訓練好的eigenfaces,meanFace,projectedTrain,trainLabels等變量用save命令保存為.mat文件下次可直接加載無需重新訓練??梢暬鰪姵孙@示平均臉和特征臉還可以繪制特征值大小分布圖 scree plot直觀展示能量累計曲線幫助用戶理解K值的選擇。5. 項目部署、優(yōu)化與常見問題排查5.1 從腳本到可交付項目你的畢業(yè)設計不能只是一堆散亂的.m文件。一個專業(yè)的項目交付物應該包括主程序入口一個名為main.m或FaceRecognitionSystem.m的腳本或者直接是.mlapp文件App Designer生成用戶雙擊即可運行。清晰的目錄結(jié)構(gòu)/FaceRecognitionProject ├── main.m (或 FaceRecognitionSystem.mlapp) # 主入口 ├── /src # 源代碼目錄 │ ├── preprocessFaceImage.m │ ├── myPCA.m │ ├── faceRecognition.m │ └── ... (其他功能函數(shù)) ├── /gui # GUI相關(guān)文件如果GUIDE生成 │ ├── FaceRecognitionGUI.fig │ └── FaceRecognitionGUI.m ├── /data # 數(shù)據(jù)目錄 │ ├── /train │ └── /test ├── /models # 存放訓練好的模型文件(.mat) ├── /docs # 說明文檔、報告、截圖 └── README.txt # 項目說明寫明環(huán)境要求、如何運行依賴管理在README中明確寫明所需的MATLAB版本如R2020a及以上以及可能需要的工具箱Image Processing Toolbox是必須的。示例數(shù)據(jù)提供一個小型的、整理好的示例訓練集和測試集確保評審老師能直接運行出結(jié)果。5.2 性能優(yōu)化與精度提升技巧如果你的系統(tǒng)運行慢或者識別率不高可以嘗試以下方法性能優(yōu)化向量化操作避免在循環(huán)中對圖像進行逐像素操作盡量使用MATLAB的矩陣運算。例如A trainData - repmat(meanFace, 1, n)就是向量化的典范。減少實時計算訓練階段完成后所有模型參數(shù)特征臉、平均臉、投影系數(shù)都應保存下來。識別階段只是簡單的矩陣乘法和距離計算速度很快??刂茍D像分辨率如果100x100仍然太慢可以嘗試降到64x64或32x32。人臉識別的關(guān)鍵信息在于整體結(jié)構(gòu)和五官相對位置過低的分辨率如低于32x32才會顯著損失信息。精度提升數(shù)據(jù)增強如果訓練樣本少可以對原始圖像進行輕微旋轉(zhuǎn)±5°、平移、縮放、添加輕微噪聲來生成更多樣本提高模型魯棒性。人臉對齊PCA對姿態(tài)非常敏感。確保訓練和測試圖像中的人臉都大致對齊眼睛在同一水平線上。可以使用MATLAB的vision.CascadeObjectDetector檢測人臉和眼睛然后進行仿射變換對齊。嘗試不同的預處理除了直方圖均衡化可以嘗試光照歸一化算法如imadjust或自適應直方圖均衡化adapthisteq。融合多種特征PCA提取的是全局灰度特征??梢越Y(jié)合局部特征如LBP局部二值模式。簡單做法先用PCA降維再提取圖像的LBP特征將兩種特征拼接在一起進行識別。這通常會提升精度但會增加復雜度。5.3 常見問題與調(diào)試實錄在開發(fā)過程中你幾乎一定會遇到以下問題。這里是我的排查記錄問題1訓練時MATLAB報錯“矩陣維度必須一致”或“索引超出矩陣維度”。原因最可能的原因是預處理后圖像向量的長度不一致。比如第一張圖是100x10010000維第二張圖誤處理成了100x10110100維。排查在preprocessFaceImage函數(shù)末尾和組裝trainData矩陣時用size(imgVector)打印維度確認。確保所有圖像在預處理階段都被imresize到了完全相同的尺寸。問題2識別率極低甚至總是認錯。原因A數(shù)據(jù)量太少或質(zhì)量太差。PCA需要每個類別每個人有足夠多的樣本來刻畫其變化。如果一個人只有一張正面光照良好的照片系統(tǒng)根本無法學習到該人在不同條件下的模樣。解決確保每個人至少有5-10張不同光照、表情的圖片。使用公開數(shù)據(jù)集如ORL、Yale Face Database進行測試對比。原因B光照差異過大。訓練集在室內(nèi)均勻光下拍攝測試集在室外強光下。解決加強預處理中的光照歸一化步驟或使用對光照更魯棒的余弦距離。原因C人臉未對齊。解決增加人臉檢測和對齊模塊。問題3特征臉顯示出來是雜亂無章的噪聲而不是像“鬼臉”一樣的人臉形狀。原因特征向量特征臉在計算后沒有進行正確的歸一化顯示。特征向量的值可能包含正負且范圍很大直接imshow會顯示為一片灰色或噪聲。解決在顯示特征臉之前需要將其值線性縮放到0-1區(qū)間。eigenfaceToShow app.eigenfaces(:, i); % 取第i個特征臉向量 eigenfaceToShow reshape(eigenfaceToShow, 100, 100); % 重塑為圖像矩陣 % 歸一化到[0,1] eigenfaceToShow eigenfaceToShow - min(eigenfaceToShow(:)); eigenfaceToShow eigenfaceToShow / max(eigenfaceToShow(:)); imshow(eigenfaceToShow, Parent, app.EigenfaceAxes);問題4運行GUI時點擊按鈕沒反應或報錯“未定義函數(shù)或變量”。原因路徑問題。GUI回調(diào)函數(shù)找不到你寫的myPCA、preprocessFaceImage等自定義函數(shù)。解決在GUI的OpeningFcnGUIDE或startupFcnApp Designer中將你的源代碼目錄添加到MATLAB搜索路徑。function startupFcn(app) % 假設你的src文件夾在當前GUI文件的同級目錄下 appDir fileparts(mfilename(fullpath)); addpath(fullfile(appDir, src)); % ... 其他初始化代碼 end問題5系統(tǒng)對戴眼鏡、留胡子等變化非常敏感識別失敗。原因這是PCA等全局特征方法的固有局限性。它主要捕捉全局灰度分布局部細節(jié)的劇烈變化會嚴重影響投影結(jié)果。解決在畢業(yè)設計答辯中這可以作為一個“局限性分析”來提并探討改進方向例如使用局部特征LBP、HOG或深度學習方法。這反而能體現(xiàn)你的思考深度。6. 超越畢業(yè)設計擴展思路與項目升華完成基本功能只是及格線。要讓項目脫穎而出可以考慮以下擴展方向這些都可以在你的設計報告和答辯中作為“創(chuàng)新點”或“未來工作展望”來闡述實時視頻識別利用MATLAB的webcam支持和vision.CascadeObjectDetector從攝像頭實時捕獲視頻流逐幀進行人臉檢測和識別。這會將項目從“圖像處理”升級到“實時視覺系統(tǒng)”。集成多種算法對比在同一個GUI框架下除了PCA再實現(xiàn)LDA線性判別分析和LBP直方圖兩種人臉識別方法。讓用戶可以選擇不同的算法進行訓練和識別并對比它們的準確率和速度。這極大地豐富了項目的技術(shù)含量。人臉數(shù)據(jù)庫管理功能為系統(tǒng)增加一個完整的CRUD增刪改查界面。可以注冊新用戶拍攝多張照片入庫、刪除用戶、更新用戶信息等。這使項目更接近一個完整的應用系統(tǒng)。識別置信度可視化不僅顯示識別結(jié)果還用進度條或顏色綠/黃/紅直觀顯示置信度高低。當識別距離接近閾值時給出“疑似陌生人請重試”的提示。生成分析報告訓練完成后自動生成一份簡單的圖文報告包含平均臉、前N個特征臉、特征值曲線、訓練集大小、識別率如果提供了測試集等信息并保存為PDF或圖片。這個功能非常受老師青睞。最后我想分享一點個人體會。這個項目最寶貴的收獲不是最后那個能運行的界面而是在實現(xiàn)過程中你被迫去真正理解PCA的每一個數(shù)學步驟去思考如何用代碼實現(xiàn)矩陣運算去處理圖像讀取、異常處理、用戶交互這些工程細節(jié)。你會遇到無數(shù)個bug然后一個個去調(diào)試、解決。這個過程對你編程能力、解決問題能力和耐心的鍛煉遠比抄一份代碼然后點一下“運行”要大得多。所以如果你正在做這個項目請務必沉下心來從零開始親手敲一遍代碼。當你最終看到自己寫的程序成功識別出那張臉時那種成就感才是這個“高分畢業(yè)設計”給你最好的禮物。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
无码精品人妻一区二区三区妖精| 超AV色女| 天天舔天天| 日本999精品视频| 人人妻天天做天天爽| 欲色综合| 午夜影美女日鸡鸡天天视频国产| 在线观看一卡二卡| 国产精品久久久久久久免牛肉蒲团 | 中国黄色特级精品一区二区三区片| 老熟乱一区二区三区四区| 麻豆三极片| 岛国毛片在线观看免费| 六月婷婷综合| 亚州高清色综合| 六月色色| 久久精品免视看国产成人﹣蜜臀av一区. 久久精品免视看国产成人,蜜臀av一区 | 麻豆人妻偷人精品无码视频| 97综合网| 91在线精品| 天天日日本| 日1区2区3区2020| av网站免费看| 色综合色综合网| 岛国AV一区二区电影| 老鸭窝在线视频播放| 超碰99热中文字幕| 亚洲在线91| 久久久久久日韩| 天美麻豆精品视频99| 久日综合网| 欧美AB在线| 在线观看色视频| 精品久久一区二区三区四区五区| 91无摭挡| 无码外流操逼视频| 男人的天堂,欧美亚洲另类国产日韩,日本高清一区二区 | 天天综合官网| 91视频综合在线| 九九久久玖玖| 国模吧 一区二区三区| 极品白嫩福利在线| 久久久青草青青国产亚洲免观精品高清完整版_97久久综合区小说区图片区,国精品 | 亚洲中文sv| www.91逼逼.com| 丰满人妻一区二区三区在线| 97免费在线观看| 无码av永久免费专区网站| 极品粉嫩一区二区| 亚洲黄片免费在线播放| 欧美Ⅴ性爱| 欧美另类色图片| 亚洲天堂久| 日韩国产精品人妻无码久久久| 国产自偷自拍一区| 亚欧洲日韩国产精品| 精品国产丝袜一区二区三区乱码| 刺激精品视频| 性天堂| 91 刺激在线| 亚洲国产亚洲天堂| 亚洲综合另类小说色区亚洲成av人片在www| 超碰亚洲欧美日韩无| 久久久久九九九九九| 26uuu偷拍亚洲欧洲综合| 95人妻爽爽人人做人人澡 | 综合色91| 级做a爱无码性色永久免费| 久99热| 激情文学亚洲| 免费A V在线播放| 亚洲综合射| 啪啪啪精品| 天天看片天天爽| 一级乱伦网站| 九色 人妻 大香蕉| 在线日韩日本亚洲国产| 夜夜狼人妻| 国产美女在线精品免费看| 久久女人一区二区三区| 97精品一区二区视频在线观看| 草草网站影院白丝内射| 丝袜翘臀后入欧美校园亚洲自拍另类小说一区中文字幕少妇诱惑 | 日韩高清黄片| 久久精品女同亚洲女同13| 白嫩91在线亚洲| 国产精品久久伊人| 亚洲丝袜少妇在线| 综合激情97| CCYY草草影院地址入口| 大香蕉宅男伊人| 1769国内精品视频| 久久99草| 中文字幕一区 二区三四五 区日 日骚| 理论久久婷婷网8| 亚洲精品99| 亚洲欧美内射| 91丝袜美腿网站| 国产在线视频午夜精华在| 顶级少妇BT天堂| 性爱综合一区二区| 蜜臀色乳| 亚洲欧美中文日韩视频中国语| 激情婷婷丁香网| 男人的天堂 在线一区| 日韩三级一区 | 免费成人在线熟妇网| av天堂天堂av日韩| 97操97干| 亚洲色图久久精品蜜| 人人摸人人入| 美女91在线观看| 黑人操一区二区| 亚洲中亚日激情视频| 成人八戒网站| 清纯唯美亚洲综合| 色综和网| 国产亚洲精品农村妇女| 成人开心网在线视频| 亚洲少妇喷视频看| 中国操逼无码| 九色 蝌蚪 熟女自| 日韩性色b| 欧美第一页| 九九亚洲视频| 伊人操你| 久热99999| 黑丝内射一区二区三区| 性饥渴少妇av无码毛片| 精品久操| 欧美熟妇乱码在线一区| 日韩亚洲Av人人夜夜澡人人爽| 高颜值美女口爆高潮浪叫| 天天狠| 欧美另类综合久久| 无遮挡男女激烈动态图| 成人区人妻精品一| 日本A级视频| 国产综合网站在线播放 | 国产成人精品日本视频| 日韩免费福利在线观看| 熟妇人妻丰满久久久久久久无码| 亚洲精品国产精品乱码不卡| 大学生美女口爆| 品亲网欧美品亲网| 欧美九九99久久精品| 在线看片国产精品每日更新| 天天视频黄| 懂色av中文字幕一区二区三区天美| 亚州操操穴网| 屌逼麻豆| av资源在线观看少妇| 欧美日韩另类在线| 亚洲97| 亚洲第一男人天堂| 综合欧美日韩在线| 91视频成人福利网站在线一区| 久久这里只精品99re66图 | 99操| av国产无码| 国产精品午夜福利亚洲综合网| 丝袜美腿91| 免费一级特黄特色大片在线观看看| 久热热| 爱妻综合网| 麻豆久久久久久久久丝袜| 韩国一级婬片A片AAAAA| 亚洲国产成人福利在线观看| 青青免费在线视频一区 | av网站在线看| 99re视频在线播放青草| 久久久久久久综合,国产| 成人日本精品九区| 亚洲国产一级中文综合久久天堂在线免费观看| 香蕉综合网| 日韩成人精品视频自拍| 国产AV色黄看到爽| 久久亚洲中文字幕视频| 成人怡红院| JuliaAnnXXX888| 国桃视频产巨乳精品一区二区在线| 99re视频在线观看这里只有精品| 美欧色综合| 碰超人人在线一区二区三区| 青青草在线视频欧美| 婷婷尹人大香蕉免费| 黄色av一区二区在线| 精品无码不卡视频| 中文字幕人成乱码熟女香港| 麻豆国产精品午夜视频| 亚洲男人电影天堂| 春色综合网| 人妻在线大香蕉| 久久只有精品一区二区三区| 日韩在线AB| 看黑人AV不卡| 青娱乐亚洲热| 91在线丝袜视频| 国产黄色剧情影片麻豆免费播放| 日韩一级久久毛片| 乱抡国产91| 亚欧无码线免费观看视频| 激情小说亚洲| 中文字幕制服诱惑| 欧美色www亚洲国产阿娇要播| 麻豆精品一区二区三区四区免费观看| 亚州综合网| 一区二区三区视频| 手机午夜电影神马久久| 性videos欧美熟妇hdx| 懂色中文一区二区三区| 国产精品ⅴ无码大片在线看.| 中文AV制服乱伦| 91丝袜在线观看| 高树玛利亚无码流出| 99999无码| 青青操少妇| 色天堂综合| 大香蕉一人在线| 欧美一级专区免费大片| 精品国产a∨一区天美传媒| 亚洲男人天堂视频| 不卡二三区人妻少妇| 激情综合 婷婷五月 红杏| 91女日逼| 五月丁香激情四射| 国产性爱在线视频一区二区| 黄色电影观看久久9| 日韩AC| 亚洲天堂99| 丰满熟女一区二区三区在线播放| 精品一级毛片在线观看| 九月丁香婷婷色| 久久免费精品视频免一| 91 刺激在线| 久久久久精| 国产精品乱人伊人网| 91麻豆天美传媒HD| 少妇内射视频| 人妻丝袜一区二区三区在线| 狠狠久久手机视频精品| 国产精品呦一区二区三区| 操屄不卡视频| 亚洲国产欧美日韩精品一区二区三区,国产一区二区三区在线看片,欧美性猛交 XXX | 日韩有码中文字幕女同性恋 | 少妇久久久久| 91久久婷婷| 91成人社区| 久久高清无码夜夜操| 蜜汁欧美| 女欧美一区二三区| 免费中文在线| 亚洲色图超碰在线| 超碰久久精品| 青青久久艹| 370p日韩欧美亚洲精品| 九久9精品| 亚洲色图 欧美热图 清纯唯美 另类自拍 | 天天舔天天| a男人的天堂| 狠狠操狠狠燥| 欧美一区二区三区不卡高清视频| 日韩一性一交一A片俄罗斯| 日本午夜久久电影| 亚洲射综合网| 色网亚洲人| 翔田千里爆乳巨臀无码| 婷婷深爱五月| 久久国产乱子伦精品免费女人| 91精品人妻电影| 欧美激情总合网| 精品亚州18| 97在线观| 国产亚洲精品av一区| 超碰亚洲欧美日韩无| 91视频综合在线| 色欲天天综合久久久无码网中文| 欧美国产日韩高清在线| 国产欧美日韩臀| 久久九九精品一区二区| 99久久精品无码一区二区毛片免费| 亚洲强奸乱伦影视网| 91久青| 91日日夜夜| 亚洲激情视频| 丁香五月天激情网站| 亚洲天堂另类小说男人| 国产乱子伦一区二区三区在线观看| 欧美在线视频观看一二三四区高清| 狠狠爱大香蕉| 免费a在线播放v| 色诱avtt| 亚州综合网| 丁香婷婷九月| 大屁股熟女一区二区三区| 永久电影三级在线观看| 久久草大香蕉| 五十路熟女,国产欧美精品区一区二区三区| 人妻精品视频一区二区三区| 蜜臀久久99精品久久综合| 久久久内射良家| 黄片视频,下载| 日韩美女久久一区二区三区| 青青久久艹| 激情五月天婷婷| 五月婷婷激情综合| 久久是精品| av强奸乱轮| 性色高清在线| 中文AV制服乱伦| 少妇99成人麻豆| 香蕉综合网| 激情五月综合网| 骚货操死你| 久久久久亚洲Aⅴ无码| 大香蕉啪啪啪啪在线| 国产真乱mangent| 欧美另类色图片| 精品日韩| 99色综合| 色汉综合| 国产精品青青草| 97超碰香蕉| 精品国产乱子伦一区二区三区,精品一 | 日本操逼视频在线| 日本 免费 一区二区三区 久久香蕉| 啊v在线观看视频| 1024人妻| 日日夜夜摸| 91婷婷伊人狠人| 伊人骚琪琪亚洲天堂网站| 久久久久久久人妻| 欧美熟妇精品黑人巨大91| 五月丁香六月婷| 欧美 亚洲 在线| 视频二区美腿丝袜制服人妻欧美| 酒色综合网| 久久这里都是精品| 亚洲精品国语在线播放| 99国产精品免费| a一区二区三区乱码在线| 天天操人人操骚逼网站| 久久av成人无码免费| 久久精品日韩专区免费观看| 亚洲色婷婷综合久久一区二区三区| 91啪啪视频| 欧美操逼录像国产黄色国产| 天天射网| 在线岛| 欧美性五月| 中文字幕黄色片| 精品视频久久| 亚洲91亚洲| 免费看黄视频亚洲网站| 青青草国产一区二区三区| 久久ww| 丝袜足交视频| 亚洲天堂自拍| 变态乱伦伪娘灌肠一区二区| 亚洲天天精品| 久久精彩视频| 亚洲第一免费视频| 日韩97超碰| 口爆综合网| 亚洲密乳AV| 色眯眯av| 亚洲天堂女优在线| 蜜乳Av成人片网站| 校园春色亚洲色图| 欧美亚洲素人制服精品| 极品美女嘿咻| 成人精品视频一区二区| 秋霞一级视频在线观看免费| 97在线免费观看| 日韩美女高潮喷水视频| 男人天堂一区二区| 免费观看国产小粉嫩喷水精品午| 蜜桃臀av一区二区| 97超级欧美| 粉嫩绯色AV一区二区在线| 好爽视频在线观看视频| 色九九九综合| 蜜桃久久综合视频| 久久精品日韩| 嗯嗯啊啊好爽| 久操免费电影| 欧美青青视频| 天天流夜夜操| 家庭乱伦网站国产| 欧美色宗合| 亚洲欧洲激情| 91丝袜美女| 国产热RE99久久6国产精品首| 国产SV一线| 性爱1区| 欧美精品23| 亚洲色图A| 丰满人妻一区| 日本大香蕉| 九九热精品免费视频| 欧美久久伊人| 操逼操逼逼操操逼91| 色99999| 蜜桃视频啊啊啊啊| 曰本熟女视频| 深夜操逼网| 国产精品无码AV网站| 91伊人久| 东北女人操逼| 校园春色 亚洲| 97精品视频网站| 精品久久99| 大香蕉五月天| 美国一区二区免费视频| 国产精品亚洲一级av第二区| 欧美片第一页| 欧美天天综合在线| 青青草影视蜜久久| 男人天堂 天天射| av天堂天堂av日韩| 久久男人天堂| 欧美色图亚洲色| 限制级中的三级片中的黑粗大屌屌日人妻熟女 | 情色大香蕉| 后入式在线免费观看60秒| 男人天堂站| 国产精品麻豆成人AV艾秋| 久草福利在线资源站| 91深夜夜| 欧美的性爱网站免费| 999精品久久久久久久| 9美女超碰在线免费观看| 啊啊啊好大好湿| 亚州色图狠狠干| 日韩在线视频1234| 亚洲综合春色| 99ri视频| 狠狠干综合| 极品极品色影院| 不卡一区二区日本视频 | 色婷婷丁香五月| 啊视频在线| 超碰久久精品| 人妻素股| 欧美人妻熟女在线| 亚洲熟女少妇免费视频| 人人摸人人舔一区二区| 免费草草草草草视频| 久久精品中文| 超碰午夜| 久久久78| 伊人九九九| 色与欲影视| 欧美性夜| 永久电影三级在线观看| 东京热,男人的天堂| 美女十八禁| 9久久精品| 久久婷婷成人综合色怡春院| 欧美亚洲天堂| 国产精品成人AV片免费看网站| 日韩啊V| 亚洲无码国产探花在线观看| 亚洲阿v天堂无码z2018| 日韩欧美aⅴ综合网站发布| 综合 欧美 亚洲 日本| 国产最新小视频在线播放下载 | www.色婷婷色综合| 欧美黄色大香蕉一区二区| 9999久久久久| 6080yy午夜理论三级一区二区三区无码| 中文字幕老熟妇黄色视频| 欧美久久九九| 欧美中字二区| 天天日熟妇| 欧美se综合| 国产精品999aaa| 日韩有码 一区二区三区| 在线观看一级α片刺激高潮视频| 超碰成人公开| 天天色播| 天天综合网久久ww| 亚洲美女黄色| 91熟女网| 成人性爱av| 久久久成人国产精品无码| 久久女婷| 一区麻豆 高清中文字幕| 密臀AV在线| 91超碰在线观看| 97超碰9| 欧美中文字幕日韩在线| 国产自偷| 青娱乐国产剧情av一区| 成人亚欧免费视频| 色五月婷婷麻豆在| 久久综合av| 免费视频观看60秒| 亚洲欧洲中文日韩女优乱码| 国产黄色av大片网站| 小少妇| 91美女在线视频| 四虎影视国产精品| www熟女乱伦com| 岛国在线一区二区三区| 久久久精品国产亚洲伊人| 好看的91视频| 超碰97伊人| 国产精品麻豆成人av| 国产精品视频精品一二| 91超碰人人| 十八禁电影伊人网| 亚洲97成人在线观看| 五月天玖玖资源站| 中美日韩毛片| 中文字幕一区二区三区人妻不卡| 精品成人无码| 精品国产一区二区三区av在线资源| 日本久久综合| 欧美人妻少妇| 999精品女人| 久久人人爽爽人人爽人人片αV| 探花精品视频| 亚洲日韩东京热一区| 国产精品9999| 中文自拍欧美影视| 中出789在线视频| 加勒比99999| 91人妻做a观看视频| 好淫网一二三视区| 亚洲情色 自拍| 亚洲乱伦图片视频| 中文字幕视频2区| 殴美性天天| 高跟丝袜AV专区国产| AV老汉| 九九九九九九九九九国产精品 | 欧美 亚洲 制服 精品| 欲女人妻性色av| 成人av在线播放| 日韩熟妇二区| 国产suv一区二区三区6| 国产高清成人传媒影视| 久久少妇人妻| 综合伊人激情| 射丝袜高跟鞋99| 人人摸人人舔一区二区| 精品综合久久久久久97| 2017人人操,人人摸| 日韩三四五区| 欧美综合网在线| 亚洲中文国际强奸字幕| 欧美日韩大陆黑人少妇99| 久久神马| 97中文天堂| 欧美写真视频一区| 中文字幕亚洲在线一区| 后入日本1234| 久久精品中文字幕观看| 欧美日韩国产电影| 国产在线激情视频| 欧洲中文字幕| 91国产操逼视频| 97人人干| 国产精品大屁股999| 日本无码1| 亚洲天堂情色| 国产日韩区| 男生女生啊啊啊啊| 一级做a爰片性色毛片久久| 日韩AV电影网站| 加勒比海人人操超碰在线| 亚卅熟女乱色| 2017,超碰| 九九热最新| 欧美九九九| 99无码视频| 日韩精品人妻一区二区| 精品日韩人妻视频| 嗯……啊…嗯嗯…啊…好舒服| 日本欧美中文字幕| 毛片视频白嫩| 人人搞人人插人人操| 91扒丝袜综合在线| 黄色香蕉视频网站一区| 欲射影视| 26uuu国产免费观看| 97超碰国产亚洲精品| 色综合色欲色综合色综合色综合| 精品国产乱码久久久影院| 国产这里只有精品| 久久精品综合| 大奶啊啊好爽 | 爱做久久久久久| 亚洲Av诱惑| 欧美色棕合| 成人蜜乳小视频网站| 亚洲棕合电彰| 午夜精品五区| 欧美情色亚洲| 亚洲人精品久久久喷水| 国产一区二区三区白丝| 91视频综合在线| 激情综合五月| jizz啪啪| julia中文字幕在线观看| 亚洲第一视频 欧美风情 日韩| 激情综合五月丁香| 插入逼91| 91国产丝袜美女| 五月丁香久久| 欧美一二三级精品在线| 中文字幕一区二区三四五区日日骚| 艹精品| 视频在线97| 国产黄a三级三级三级av在线看| 粉嫩av平台| 蜜臀无码一区二区| 操碰97| 欧美操人视频| 欧美肥臀在线| 色女网日韩| 亚洲成人一区二区精品| 蜜桃臀av一区二区| 刺激性视频黄页| 粉嫩av在线一区二区| 97在线视频网站| 欧美成人综合| 日韩一级成人毛片免费观看| 屁股久久久久久| 色娱乐色呦呦夜夜夜夜av| 日韩精品一区的| 亚洲春色欧美激情自拍| 99re在线视频这里只有精品| 久9久| 日韩中文字幕在线视频观看| 测评在线观看AV| 久9爱经典视频 | 日韩性爱网址| 9国产超碰| 91天天综合在线观看| 偷拍亚洲高清图片| 久久久com| 在线观看无码三级少妇| 国产精品乱码久久| 国产一区二区三区,在线观看观看| 91大学精品激情戏| 黄色免费网页无码| 国产自制av蜜乳| 91超碰丝袜制服| 高树玛利亚无码流出| www.久久久久| 最好看的中文字幕在线2018| 久久这里只有精品9| 97天天插| 男女激情中文字幕| 中文字幕一区 二区三四五 区日 日骚| 欧美亚洲尤物久久| aa片毛片| 91中出视频| 裸体1区| 欧美亚洲丝袜美女电影| 99热亚洲| 亚洲成人性爱在线观看| 蜜臀AV秘一区翔田千里| 欧美亚洲高清晰| 欧美色图成人网一区二区 | 亚洲色图久久精品蜜| 青草青草久热| 曰韩操B| 精品一级毛片在线观看| www鬼畜国产男人的天堂| 大屁股xxxxx| 岛国网址国产 | 97色操| 日韩欧美天天爽爽爽天天爽爽| 高凊专区人人操| 蜜桃久久一区二区三区| 婬女免费一二三区A片| 亚洲第2页| 日韩精品在线观看观看| 蜜乳成人AV| 台湾一区国产高清在线| 日本一区二区中文字幕久久| 天天爽天天操啊啊啊| 久午视频| 91第一页| 日本色日夜干| 久久久久久久精| 天美传媒AV在线| 999久久久九九九九| 青青草依人大香蕉| 午夜噜噜噜| 999国产精品999久久久久久| 亚洲蜜臀精品视频久久| 日韩欧美久久婷婷网站| 亚州Av天美传媒| 玖玖爱伊人玖玖爱| 后入式999| 天天干1区2区在线| 婷婷久久综合久| 强奸xx国产| 高清国产av无码| 成人午夜无码视频| 国产免费一区在线观看| 久久久婷婷婷| 大奶啊啊好爽| 青青操青娱乐| 久久久久久久久久久人妻| 厕所偷拍在线| 精品一区96| 神马午夜久久久| 精品一久久久| 91久久国外网| 97日韩欧美亚洲| 99在线精品观看视频中文| 99热婷婷一区二区三| 久操免费观看| 国产高清成人免费视频| 囯产精品久久久久久久久久梁医生 | 国产成人啪一区二区| 在线观看啊啊啊啊啊| 欧美啪啪天堂| 性一级黄色录像片网站导航| 久久久久久九九九| 国产91亚洲精品一区二区三区| 欧美区亚洲区偷拍区| 国产最火爆久久国产网站网站| 国产日韩精品人妻久久久久色欲网站| 国产女人极品高潮毛片| 亚洲国产麻豆一区二区三区| 91丨九色丨国产打屁股| 日韩国产品视频中文字| 人妻 欧美 中文| 日韩电影免费网站麻豆视频| 少妇熟女一区二区三区| 亚欧高清| 久久久久久国产无码精品| 午夜一区| 亚洲精品一区二区精品| 日韩成人性爱AV| 91碰碰碰| 91夜夜蜜桃臀1区2区3区| 亚洲性感丝袜诱惑在线观看| 97超碰伊人| 久久精品国产亚洲AV先锋| 大香蕉黄色一级片免费看| 无色无码| 台欧久久精品视频| 亚洲AV资源| 天美麻豆黄色录像| 少妇久久久久久| 8x福利精品第一福利视频导航| 亚洲最大无码中文字幕网站| 午夜呻吟欧美| 久久久久9999精品九九九| 96一区二区三区| 91肉片| 视频国产精品未满十八禁止在线观看| av九九| 丝袜制服字幕在线| 亚洲 欧美 综合 91| 极品色| 家庭乱伦性爱av| 日本久久久久久久久| 在线亚洲丝袜视频网站| 亚欧美综合网| 国产精品呦一区二区三区| 最新欧洲欧美日本激情网站| 亚洲大色堂| 插入综合网| 欧美色图在线视频少妇| 天天做天天爱| 婷婷中文网| 东京热一区二区三区四区五区六区| 97资源站久久| 国产家庭乱伦表演| 久操操| 欧美性爱网97| 男人的天堂 在线一区| 亚洲最新a在线观看| 97超碰69| 午夜福利 成人 91| 久久五月天婷婷丁香中文字幕| www.zbzhongsen.com| 少妇内射www在线观看视频| 热热色AV| 亚洲欧洲综合成人av一区| 97天天摸天天碰| 97天天在线| 美国黄片aaa| 在线观看一卡二卡| 麻豆黄站| 三级特黄60分钟播放| 久久这里都是精品| 午夜操操操| 思思热国产在线视频| juliaann精品熟女一区| 青青草AV色| 老司机老司机午夜影院| 蜜桃在线观看一区二区三区 | 老司机午夜精品福利视频一区二区| 久久久四区| 亚洲国产欧美中日韩成人综合视频| 亚洲精品一区二区三区新线路| 中文字幕一区二区三区四五区| 韩国成人精品久久久免费看| 一区麻豆 高清中文字幕| 色香综合| 99热官网| 天天性射网| 熟妇操花| 蜜乳av首页| 男女性扦B| 久久首页| 久久精品免视看国产成人﹣蜜臀av一区. 久久精品免视看国产成人,蜜臀av一区 | 欧美十八禁视频| 蜜臀久久99精品久久综合| 日本一二三免费久久| aaaa黄片| 人妻天天爽| 久久成人国产| 国产精品午夜福利视频| 26uuu性物| 久操九九九九九九九九九九九九九九九九九九九九九九九九九九九九 | 亚洲欧美日产国产91毛片| 欧美一级美片在线观看免费| 国产白领连续中出在线观看| 欧美天天弄| 亚 欧 美 综合| 亚州男人天堂| 天天综合,91综合永久| 婷婷8月天青娱乐| 婷婷久久五月| 精品人妻少妇| 激情五月婷婷综合| 欧美激情在线观看视频| www.婷婷| 超碰碰97资源站| 一区二区三区在线资源| 色综91| 综合激情五月丁香| 久草这里只有精品| 情侣开房子拍 日韩无码 女的很漂亮| 欧美人妻少妇| 久久久久精| 成人综合网 欧美| 操逼日批| 欧美亚洲日韩16色| 日韩欧美中文| 51一区二区三区| 天天躁日日躁AAA片李宗瑞| 999久久芭蕾| 色色五月天婷婷| 大香蕉伊人75| 中文一区二区婷婷视频| 欧美日韩*字幕一区| 欧美韩国你懂得在线| 欧亚成人| 中文字幕av一区二区三区人妻少妇| 日韩av乱伦| 久久精品28| 看黑人AV不卡| 99国产精品视频尤物| 91性| 在线99热| 粉嫩av在线| 东京成人一区| 免费簧片在线观看| 黑人性欧美| www.激情| 久久久久少妇| 蜜臀久久久国产| 国产精品免费视频不卡| 特污精品女优骚货黄色视频在线免费观看| 97日本超碰综合| 91香蕉视频在线观看免费| 久久综合久色欧美综合狠狠| 丁香五月天激情| 探花视频免费观看国产专区| 躁躁日曰躁2020| 亚洲av无线观看| 亚洲激情视频| 日欧毛片久久| 这里都是精品在线观看| 欧美不卡五十路| 欧美熟女逼久久久久久| 第一高清av中文字幕| 色在线视频导航| 狠狠色噜噜狠狠狠狠狠色综合久久| 亚洲淫色网中文| 欧美顶级黄片AAAAA在线免费看 | 久久久久久久亚洲Av无码| 成人情色综合网| 嗯嗯嗯啊啊啊在线免费观看| 免费精品无码一级毛片牛牛影视| 久久久久七视频| 91在线视频观看国产| 成人久久久精品| 亚洲天堂区| 国产极品精品美女视频| 精品少妇一区二区三区| 2001天天操| 99re公开精品免费视频| 99re这里只有| 色噜噜人妻丝袜AV资源| 国产精品亚洲一区二区三区四区| 久久精品国产亚洲粉嫩| 中文字暮97| 欧美探花网| 97超级久久| 西西美女视频网| 四虎AV在线观看| 91快色色色色色| 又大又大又大又粗爽高潮观看| 欧美亚州色的图| 99这里有精品| 女人爽到高潮潮喷18禁网站| 亚洲 欧美 日韩 国产一区二区| 2020天天色综合| 久久爽爽精品| 91成人久久| 日本东京热久久久电影| 综合亚洲网| 久久同城AV| oumeisetu综合| 国产免费一区在线观看| 日韩乱伦AⅤ| 久久久久白虎| 久草老司机| 上床不卡网站| 91天天日| 97人人模人人爽人人| 日韩综合97P| 亚洲AO在线| 中文字幕高清20页视频| 综合操逼| 日逼逼免费看| 人人爱人人乐人人操| 天天色综合影视网| 日本三级韩国三级美三级91| 青青草在线视频欧美| 老女人爆菊| 五月婷婷爱六月丁香色| 欧美日韩国产中文精品字幕自在自线| 极品销魂美女一区二区| 少妇三p| 好一吊区二区| 超碰久在线天天做| 超碰中文字幕人妻草一区| 色综合一区二区三巨| 五月丁香色色网| 久久99午夜精品一区人妻| 国产女同在线观看视频| 超碰97护士| 亚洲 在线| 国产综合久| 天天操狠狠日夜夜干超大胆开放com大香蕉视频在线观看 | 色黄色美女大长腿午夜视频| 偷拍偷窥与盗摄视频专区| 色噜噜狠狠色综无码久久合欧美| 久久久久久无码人妻中文字幕| 香蕉色网| 91欧美性| 伊人久久亚洲中文字幕不卡| 久久伊人青青草| 在线视频五十市| 一区 欧美 日韩 麻豆| 亚洲精品久久久久久久久豆丁网| 天堂精品在线| 91爽啪| 偷拍 精品另类 凸凹了四区| 成人日韩欧美| 五月丁香影院| 女同在线视频一区| 人妻-91porn| 欧美成人性爱视频大全| 国内毛片无码一级毛片| 超碰97COm中文| 黑人性暴力毛片| 国产精选视频| 国产白丝AV| 久久久久久久97| 超碰97综合| 日日超碰亚洲| 日本一区二区亚洲综合| 亚洲AV成人精品网站在AV| 色吧91| 韩国三级一线观看久| 国产精品第一区第一页| 亚洲精品国产无码高清| 欧美一级美片在线观看免费| 一区二区精品日韩欧美在线观看| 日韩美女啪啪一区| 97精品久久| 亚洲日韩在线a不卡99精品| 人人看人人插| 欧美,日韩综合久久| 人人人人插| 精品成人av一区二区三区在线| 亚洲激情AV| 99国内精品| 麻豆久久久久久久久丝袜| 10000部十八禁看电影| 精品国产久久乱码| 人妻丰满熟妇av无码区蜜桃| 亚洲女优有码无码高清| 九色黄站| 国产日韩精品无码去免费专区国产| 日韩亚洲精品一区二区| 美女写真| 天天干,天天日| 99re这里只有精品3| 男人天堂综合| 国产欧洲精品亚洲午夜拍精品| 久久久月天| 七月婷婷综合| 韩国一级婬片A片无码天美| 国产精品免费视频人成| 亚洲91极品| 97超碰亚洲| 97 国产精品| 曰韩人妻中文字幕在线 | 夜夜免费视频| 成人国产二区三区在线,男女精品。| 人人模人人看| 三级三级三级a级全黄三| 五月激情天| 亚洲 欧美 小说| 玖色av| 精品无码一区二区三区色欲| 九九热三级片| 日日摸日日弄日日拍| 97亚洲综合影院| 三级色综合| 婷婷综合久久| 欧色综合| 一本色道久久综合亚洲二区三区| 久久精品一区二区| 影音先锋视频在线| 日韩人妻资源在线看| 美女97超碰| 亚洲第二页| 欧美一级美片在线观看免费| 色一色综合网| 久久久久13| 亚洲美女黄色| 天天干人人看综合| aⅴ日韩成人电影av在线免费看av大全 | 久久精品国产亚洲AV高级北京| 成人丁香五月| 97色欧州| 91久久国产精品| 美女操逼A A| 夜夜草网站| 欧美日韩一干二干| 欧美加勒比| 懂色AV蜜臀无码精品APP | 国产精品不卡一区二区三区| 91 综合网| 精品亚洲国产成人av网站| 久久这里都是精品| 亚洲久草AV色图| 五月丁香黄色网| 久热9| 夜夜 中文视频rt| 欧美一区二区男人天堂| 26uuu国产免费观看| 日韩99神马视频片| 欧美色图电影| 熟女六十路| 超碰538| 最近二区三区视频大全| 天天看,天天做| 99在线视频播放| 日本阿v天堂在线观看| 26uuu国产免费观看| 欲射影视| 国产无码三级视频在线观看| 人妻少妇久久久| 激情文学亚洲| gogogo免费高清看中国国语| 色999人与兽| 欧美亚洲特P| 久草免费在线一区二区| 91高跟美女在线播放| 亚洲色宗合| 超碰av在线| 91黄射| 久久av成人无码免费| 青娱乐蜜桃臀AV色婷| 黑人猛交| 国产九月婷婷| 亚洲高清欧美总合| 亚卅熟女乱色| 欧美91久久久久| 一级毛片久久久久久久女人18| 热天堂一区二区| 国产精品国产精品国产| 91操碰| 色69大色97香蕉| 亚洲砖码砖专无区2023| 久噜噜| 日韩操逼HD| 97色色国产视频| 国产精品分类在线观看| 97超级久久强资源| 蜜桃久久一区二区| 婷婷爱五月| 一区二区三区一亚洲中文字幕、综合区灬 | 免费一级精品啪啪视频| 啊啊啊啊啊在线视频| av网站免费线看| 亚洲一区中文字幕久久,果冻传媒一区二区天美传媒 | 中文字幕中文字幕一区二区| 丁香婷婷激情五月天无毒不卡| 伊人影院日本| 精品国产自在在线99| 亚洲国产综合视频| 精品一区二区在线针对华人免费观看这里只有精品免费观看 | 亚洲色欲一区二区三区| 欧美黄色手机在线观看| 欧美久久婷| 国产一级高清免费观看| 尻女朋友一夜| 无码精品久久久久久亚洲| 日本免费不卡二区| 少妇一级无码精品| 强奸少妇AV导航网| 精品人妻中文字幕高清| 熟妇亚洲一区二区三区| 少妇厨房愉情理伦片bd在线观看| 超硑97精品| 韩国手机不卡无码三级视频| 欧美暴力猛交| 国产乱码精品一区二区三区四川| 久久久久婷婷精品av电影| 99久久精品国产高潮| 99色在线| 婷婷五月天激情小说| 欧美综合91| 免费看污网站| 色翁荡息又大又硬又粗又爽| 久久蜜色情在线视频xxx免费观看| 在线观看高清AV| 屁股久久久久久久久| 国产精品视频精品一二| 91亚洲网站| 超碰三级秋霞| 青娱乐二区免费| 天美传媒AV国产在线| 成人免费福利在线观看| 美女十八禁| 五月天婷婷综合网| 欧美欧美啪啪视频| 97超碰资源网| 亚州操逼网| 久久区| 少妇诱惑视频| 色色香蕉|