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(wù)建站與企業(yè)官網(wǎng)運(yùn)營的一線實(shí)戰(zhàn)洞察。

Python實(shí)現(xiàn)眼動數(shù)據(jù)可視化:從注視點(diǎn)軌跡到熱力圖的完整實(shí)戰(zhàn)指南

Python實(shí)現(xiàn)眼動數(shù)據(jù)可視化:從注視點(diǎn)軌跡到熱力圖的完整實(shí)戰(zhàn)指南 簡介本資源是一套面向認(rèn)知科學(xué)、人機(jī)交互與用戶體驗研究者的Python眼動數(shù)據(jù)分析工具包聚焦注視點(diǎn)軌跡繪制與熱圖生成兩大核心任務(wù)解決眼動原始數(shù)據(jù)難以直觀呈現(xiàn)、視覺行為模式難量化的問題。壓縮包共5個文件3個核心Python模塊、1份依賴說明、1份項目文檔總大小僅17KB輕量高效gaze_visualizer.py負(fù)責(zé)軌跡動畫與多維熱圖渲染eyetracking_analyzer.py實(shí)現(xiàn)注視檢測、AOI劃分與掃視識別main.py提供開箱即用的分析流程。已有126人下載學(xué)習(xí)適合具備基礎(chǔ)Python能力的研究者或工程師快速開展眼動數(shù)據(jù)可視化實(shí)踐——無需從零編碼可直接加載CSV/TSV格式眼動數(shù)據(jù)一鍵生成帶時間軸的注視路徑動畫、自適應(yīng)平滑熱圖及注視時長分布統(tǒng)計圖表并支持多被試對比與興趣區(qū)域定量分析。1. 項目概述從數(shù)據(jù)到洞察眼動追蹤可視化的核心價值眼動追蹤技術(shù)聽起來像是實(shí)驗室里的高端玩意兒但如今它正快速滲透到用戶體驗研究、廣告效果評估、心理學(xué)實(shí)驗?zāi)酥劣螒蚪换ピO(shè)計等眾多領(lǐng)域。簡單來說它記錄的是人眼在觀察一個界面、一張圖片或一段視頻時視線焦點(diǎn)的移動軌跡。然而原始的眼動數(shù)據(jù)只是一系列帶有時間戳的坐標(biāo)點(diǎn)X Y對于非專業(yè)人士而言這無異于天書。這就是數(shù)據(jù)可視化登場的時候——它的使命是將這些冰冷的坐標(biāo)轉(zhuǎn)化為直觀、易懂的視覺故事讓“眼睛在看哪里”這個核心問題一目了然。這個項目的核心就是使用Python這一強(qiáng)大的數(shù)據(jù)科學(xué)工具鏈實(shí)現(xiàn)眼動數(shù)據(jù)的兩種經(jīng)典可視化注視點(diǎn)軌跡圖和熱力圖。軌跡圖如同給視線畫出了一條“行走路徑”清晰展示視覺搜索的順序和路徑熱力圖則像給界面做了一次“熱度掃描”用顏色深淺直觀呈現(xiàn)哪些區(qū)域吸引了最多的注意力。對于產(chǎn)品經(jīng)理、交互設(shè)計師、市場研究員或者心理學(xué)學(xué)生來說掌握這套從原始數(shù)據(jù)到可視化洞察的完整流程意味著你能夠獨(dú)立完成一次專業(yè)的眼動數(shù)據(jù)分析而無需依賴昂貴或封閉的商業(yè)軟件。我之所以選擇Python來實(shí)現(xiàn)是因為它的生態(tài)足夠強(qiáng)大且靈活。從數(shù)據(jù)處理Pandas NumPy到科學(xué)計算SciPy再到可視化Matplotlib Seaborn乃至交互PlotlyPython提供了一站式的解決方案。更重要的是整個過程是透明、可定制、可復(fù)現(xiàn)的。你可以完全控制從數(shù)據(jù)清洗、濾波到最終圖表渲染的每一個環(huán)節(jié)并根據(jù)你的具體研究問題調(diào)整可視化參數(shù)這是很多“黑箱”商業(yè)軟件無法比擬的優(yōu)勢。接下來我將拆解整個流程從數(shù)據(jù)準(zhǔn)備到兩種核心圖表的生成并分享我在實(shí)際項目中積累的實(shí)操技巧和避坑指南。2. 核心思路與工具選型構(gòu)建高效可復(fù)現(xiàn)的分析流水線面對眼動數(shù)據(jù)可視化一個清晰的頂層設(shè)計能讓你事半功倍。我的核心思路是構(gòu)建一條標(biāo)準(zhǔn)化的數(shù)據(jù)處理與可視化流水線其流程可以概括為原始數(shù)據(jù)接入 - 數(shù)據(jù)清洗與預(yù)處理 - 空間與時間維度分析 - 可視化渲染 - 結(jié)果解讀。這條流水線的每個環(huán)節(jié)都依賴特定的Python工具選型的理由在于它們的成熟度、性能以及彼此間無縫協(xié)作的能力。2.1 數(shù)據(jù)處理基石Pandas與NumPy原始眼動數(shù)據(jù)可能來自Tobii、EyeLink、SMI等不同品牌的設(shè)備導(dǎo)出格式多為CSV或TXT。Pandas的DataFrame是處理這類表格數(shù)據(jù)的絕佳容器。它不僅能輕松完成數(shù)據(jù)讀取、列篩選、缺失值處理其強(qiáng)大的分組、聚合和時間序列操作功能對于按試次、被試或時間段分析數(shù)據(jù)至關(guān)重要。而NumPy則為底層數(shù)值計算提供支持例如計算注視點(diǎn)之間的距離、持續(xù)時間統(tǒng)計等其數(shù)組操作效率遠(yuǎn)高于純Python循環(huán)。注意不同設(shè)備導(dǎo)出的數(shù)據(jù)列名可能不同。常見的必要列包括timestamp時間戳、gaze_point_x、gaze_point_y注視點(diǎn)坐標(biāo)通常以像素或標(biāo)準(zhǔn)化坐標(biāo)表示、fixation_index注視點(diǎn)索引如果設(shè)備已在線識別、pupil_diameter瞳孔直徑可選。在數(shù)據(jù)讀取后第一步永遠(yuǎn)是統(tǒng)一列名并理解其物理含義。2.2 可視化核心Matplotlib與SeabornMatplotlib是Python繪圖的基石功能強(qiáng)大但API較為底層。Seaborn基于Matplotlib提供了更高級的統(tǒng)計圖形接口和美觀的默認(rèn)樣式特別適合繪制熱力圖。對于注視點(diǎn)軌跡我們需要精細(xì)控制每個點(diǎn)、每條線的樣式Matplotlib的靈活性是首選。對于熱力圖Seaborn的heatmap函數(shù)可以一鍵生成并輕松集成相關(guān)性矩陣或聚合統(tǒng)計量。此外為了在靜態(tài)圖中展示時間序列Matplotlib的動畫模塊FuncAnimation或簡單的顏色漸變映射也是常用技巧。2.3 交互與進(jìn)階Plotly與自定義算法如果你的分析報告需要交互式探索例如鼠標(biāo)懸停查看具體數(shù)據(jù)點(diǎn)、縮放局部熱點(diǎn)區(qū)域那么Plotly的express或graph_objects模塊是理想選擇。它可以生成HTML格式的交互圖表直接嵌入網(wǎng)頁或Jupyter Notebook中。在算法層面對于原始注視點(diǎn)數(shù)據(jù)的清洗可能需要用到基于速度或散度的算法如I-VT I-DT來識別真正的“注視點(diǎn)”這可以借助SciPy的信號處理功能或自行實(shí)現(xiàn)。2.4 環(huán)境搭建與項目結(jié)構(gòu)一個清晰的項目結(jié)構(gòu)有助于維護(hù)和復(fù)現(xiàn)。我通常這樣組織eyetracking_visualization/ ├── data/ │ ├── raw/ # 存放原始數(shù)據(jù)文件 │ └── processed/ # 存放清洗后的數(shù)據(jù) ├── notebooks/ # Jupyter Notebook用于探索性分析 ├── src/ # 源代碼模塊 │ ├── data_loader.py # 數(shù)據(jù)加載與清洗函數(shù) │ ├── visualization.py # 軌跡圖、熱圖繪制函數(shù) │ └── analysis.py # 統(tǒng)計分析函數(shù) ├── config.yaml # 配置文件如屏幕分辨率、閾值參數(shù) └── requirements.txt # 項目依賴包列表使用requirements.txt管理依賴是專業(yè)做法內(nèi)容大致如下pandas1.4.0 numpy1.21.0 matplotlib3.5.0 seaborn0.11.0 plotly5.10.0 scipy1.8.0 jupyter通過pip install -r requirements.txt即可一鍵搭建環(huán)境。這種結(jié)構(gòu)化的方式尤其適合團(tuán)隊協(xié)作或需要多次運(yùn)行的分析項目。3. 數(shù)據(jù)預(yù)處理實(shí)戰(zhàn)清洗、映射與注視點(diǎn)識別拿到原始數(shù)據(jù)后直接繪圖往往得到的是雜亂無章的噪音。高質(zhì)量的可視化始于干凈的數(shù)據(jù)。預(yù)處理主要包括三個步驟數(shù)據(jù)清洗、坐標(biāo)映射以及關(guān)鍵的注視點(diǎn)事件識別。3.1 數(shù)據(jù)清洗處理缺失值與異常點(diǎn)眼動儀可能因眨眼、頭部移動或跟蹤丟失而產(chǎn)生無效數(shù)據(jù)。這些點(diǎn)通常表現(xiàn)為坐標(biāo)值為NaN、0或超出屏幕物理范圍。import pandas as pd import numpy as np def load_and_clean_data(filepath, screen_width1920, screen_height1080): 加載并清洗眼動數(shù)據(jù)。 假設(shè)數(shù)據(jù)包含列timestamp, gaze_x, gaze_y df pd.read_csv(filepath) # 1. 處理缺失值直接刪除或插值謹(jǐn)慎使用 df_clean df.dropna(subset[gaze_x, gaze_y]) # 2. 剔除明顯異常點(diǎn)坐標(biāo)超出屏幕范圍或為0 valid_x (df_clean[gaze_x] 0) (df_clean[gaze_x] screen_width) valid_y (df_clean[gaze_y] 0) (df_clean[gaze_y] screen_height) df_clean df_clean[valid_x valid_y] # 3. 基于速度的簡單濾波可選移除瞬時跳躍點(diǎn) # 計算逐點(diǎn)速度像素/毫秒 df_clean[delta_x] df_clean[gaze_x].diff() df_clean[delta_y] df_clean[gaze_y].diff() df_clean[delta_t] df_clean[timestamp].diff() df_clean[velocity] np.sqrt(df_clean[delta_x]**2 df_clean[delta_y]**2) / df_clean[delta_t] df_clean df_clean[df_clean[velocity] 100] # 設(shè)置一個經(jīng)驗速度閾值 return df_clean.reset_index(dropTrue)實(shí)操心得速度閾值如100像素/毫秒需要根據(jù)你的數(shù)據(jù)采樣率和屏幕尺寸進(jìn)行校準(zhǔn)。一個經(jīng)驗法則是超過這個速度的眼動更可能是掃視saccade過程中的數(shù)據(jù)或噪音而非有效的注視??梢韵壤L制速度分布直方圖來觀察并確定閾值。3.2 坐標(biāo)映射從數(shù)據(jù)空間到圖像空間你的刺激材料如圖片、網(wǎng)頁截圖和眼動數(shù)據(jù)可能存在于不同的坐標(biāo)空間。例如眼動數(shù)據(jù)可能是屏幕分辨率坐標(biāo)0-1920 0-1080而你的背景圖可能是另一尺寸。必須將注視點(diǎn)坐標(biāo)精確映射到背景圖上。def map_coordinates(df, stim_width, stim_height, screen_width, screen_height): 將注視點(diǎn)坐標(biāo)從屏幕空間線性映射到刺激材料空間。 假設(shè)刺激材料已等比例適配屏幕常見情況。 # 線性映射 df[mapped_x] df[gaze_x] * (stim_width / screen_width) df[mapped_y] df[gaze_y] * (stim_height / screen_height) return df如果刺激材料在屏幕上的位置有偏移例如居中顯示但四周有黑邊則需要更復(fù)雜的映射考慮偏移量offset。關(guān)鍵在于記錄實(shí)驗呈現(xiàn)時的準(zhǔn)確布局參數(shù)。3.3 注視點(diǎn)識別從連續(xù)采樣點(diǎn)到有意義事件原始數(shù)據(jù)是高速采樣的凝視點(diǎn)我們需要將其聚類成具有心理學(xué)意義的“注視點(diǎn)”——即視線在空間上相對穩(wěn)定停留的一段時間。這里介紹一種最常用的速度閾值算法I-VT。from scipy import signal import matplotlib.pyplot as plt def identify_fixations_ivt(df, velocity_threshold30, min_duration100): 使用I-VT算法識別注視點(diǎn)。 :param velocity_threshold: 速度閾值單位像素/毫秒 :param min_duration: 最小注視持續(xù)時間單位毫秒 :return: 添加了fixation_id列的DataFrame # 計算速度沿用清洗時的速度或重新計算 if velocity not in df.columns: # ... 計算速度代碼 ... pass # 二值化低于閾值為潛在注視點(diǎn)1高于為掃視0 df[is_fixation_candidate] df[velocity] velocity_threshold # 找到連續(xù)為True的片段 df[fixation_group] (df[is_fixation_candidate] ! df[is_fixation_candidate].shift()).cumsum() df.loc[~df[is_fixation_candidate], fixation_group] -1 # 將非候選點(diǎn)標(biāo)記為-1 # 計算每個候選片段的持續(xù)時間 fixation_groups df[df[fixation_group] ! -1].groupby(fixation_group) group_durations fixation_groups[timestamp].apply(lambda x: x.max() - x.min()) # 篩選出持續(xù)時間大于最小閾值的片段并分配注視點(diǎn)ID valid_groups group_durations[group_durations min_duration].index fixation_id_map {old_id: new_id for new_id, old_id in enumerate(valid_groups, start1)} df[fixation_id] df[fixation_group].map(fixation_id_map) # 計算每個注視點(diǎn)的平均坐標(biāo)和開始、結(jié)束時間 fixations_summary df[df[fixation_id].notna()].groupby(fixation_id).agg({ mapped_x: mean, mapped_y: mean, timestamp: [min, max] }).round(2) fixations_summary.columns [fixation_x, fixation_y, start_time, end_time] fixations_summary[duration] fixations_summary[end_time] - fixations_summary[start_time] return df, fixations_summary這個函數(shù)最終輸出兩個結(jié)果1標(biāo)記了每個采樣點(diǎn)所屬注視點(diǎn)ID的原始數(shù)據(jù)框2一個注視點(diǎn)摘要表包含每個注視點(diǎn)的中心坐標(biāo)、起止時間和持續(xù)時間。這個摘要表是后續(xù)可視化的直接輸入。4. 注視點(diǎn)軌跡圖實(shí)現(xiàn)繪制視覺的“足跡”注視點(diǎn)軌跡圖通過按時間順序連接注視點(diǎn)中心直觀展示視覺掃描路徑。它揭示了觀察者的注意轉(zhuǎn)移順序、回視行為等模式。4.1 基礎(chǔ)靜態(tài)軌跡圖繪制我們使用Matplotlib以刺激材料為背景繪制注視點(diǎn)序列。import matplotlib.pyplot as plt from matplotlib.patches import Circle import matplotlib.cm as cm def plot_fixation_trajectory(fixations_df, background_image_pathNone, image_sizeNone): 繪制注視點(diǎn)軌跡圖。 :param fixations_df: 注視點(diǎn)摘要DataFrame需包含fixation_x, fixation_y, duration, 且按時間排序 :param background_image_path: 背景圖片路徑 :param image_size: 背景圖片尺寸寬高用于設(shè)置坐標(biāo)軸范圍 fig, ax plt.subplots(figsize(12, 8)) # 1. 設(shè)置背景 if background_image_path: img plt.imread(background_image_path) if image_size: ax.imshow(img, extent[0, image_size[0], image_size[1], 0]) # 注意y軸方向 else: ax.imshow(img) ax.set_xlim(0, image_size[0] if image_size else img.shape[1]) ax.set_ylim(image_size[1] if image_size else img.shape[0], 0) # 原點(diǎn)在左上角 else: # 如果沒有背景圖根據(jù)數(shù)據(jù)范圍設(shè)置坐標(biāo)軸 ax.set_xlim(fixations_df[fixation_x].min() - 50, fixations_df[fixation_x].max() 50) ax.set_ylim(fixations_df[fixation_y].max() 50, fixations_df[fixation_y].min() - 50) # Y軸反向 ax.set_aspect(equal) # 2. 繪制注視點(diǎn)及連線 # 按時間順序繪制連線 x_coords fixations_df[fixation_x].values y_coords fixations_df[fixation_y].values ax.plot(x_coords, y_coords, o-, colorred, linewidth1.5, markersize4, alpha0.7, labelGaze Path) # 3. 用散點(diǎn)大小表示注視持續(xù)時間 # 將持續(xù)時間映射到點(diǎn)的大小范圍例如50-400平方像素 dur_min, dur_max fixations_df[duration].min(), fixations_df[duration].max() if dur_max dur_min: sizes 50 350 * (fixations_df[duration] - dur_min) / (dur_max - dur_min) else: sizes 200 # 如果所有持續(xù)時間相同使用默認(rèn)大小 scatter ax.scatter(x_coords, y_coords, ssizes, crange(len(fixations_df)), cmapviridis, alpha0.6, edgecolorsblack, linewidth0.5, zorder5) # 4. 添加起始點(diǎn)標(biāo)記 ax.scatter(x_coords[0], y_coords[0], s200, marker^, colorgreen, edgecolorsdarkgreen, linewidth2, zorder10, labelStart) ax.scatter(x_coords[-1], y_coords[-1], s200, markers, colorblue, edgecolorsdarkblue, linewidth2, zorder10, labelEnd) # 5. 添加注視點(diǎn)序號 for i, row in fixations_df.iterrows(): ax.annotate(str(i1), (row[fixation_x], row[fixation_y]), xytext(5, 5), textcoordsoffset points, fontsize9, colordarkred) # 6. 美化圖表 ax.set_xlabel(X Coordinate (pixels)) ax.set_ylabel(Y Coordinate (pixels)) ax.set_title(Fixation Trajectory with Duration Encoding, fontsize14, pad20) ax.legend(locupper right) # 添加顏色條表示時間順序 cbar plt.colorbar(scatter, axax, shrink0.8) cbar.set_label(Fixation Sequence) plt.tight_layout() return fig, ax這段代碼生成了一張信息豐富的軌跡圖連線表示視線移動順序點(diǎn)的大小編碼了注視持續(xù)時間點(diǎn)越大看的時間越長顏色從紫到黃的變化表示時間先后順序綠色三角和藍(lán)色方塊分別標(biāo)記了起點(diǎn)和終點(diǎn)旁邊的數(shù)字是注視點(diǎn)的序號。4.2 進(jìn)階動態(tài)軌跡圖與交互式探索靜態(tài)圖有時難以表現(xiàn)時間流。我們可以用Matplotlib的動畫功能制作動態(tài)軌跡圖讓注視點(diǎn)按時間順序依次出現(xiàn)。from matplotlib.animation import FuncAnimation def create_animated_trajectory(fixations_df, background_image_path, image_size, interval500): 創(chuàng)建動態(tài)注視點(diǎn)軌跡動畫。 :param interval: 每幀間隔毫秒可關(guān)聯(lián)注視點(diǎn)實(shí)際持續(xù)時間。 fig, ax plt.subplots(figsize(10, 7)) img plt.imread(background_image_path) ax.imshow(img, extent[0, image_size[0], image_size[1], 0]) ax.set_xlim(0, image_size[0]) ax.set_ylim(image_size[1], 0) line, ax.plot([], [], ro-, linewidth1.5, markersize6, alpha0.7) scatter ax.scatter([], [], s[], c[], cmapviridis, alpha0.6, edgecolorsk, zorder5) start_marker ax.scatter([], [], s200, marker^, colorgreen, zorder10) text_annotations [] def init(): line.set_data([], []) scatter.set_offsets(np.empty((0, 2))) scatter.set_sizes([]) start_marker.set_offsets(np.empty((0, 2))) for ann in text_annotations: ann.remove() text_annotations.clear() return line, scatter, start_marker def update(frame): # frame代表當(dāng)前繪制的注視點(diǎn)索引0到n current_data fixations_df.iloc[:frame1] x current_data[fixation_x].values y current_data[fixation_y].values # 更新連線 line.set_data(x, y) # 更新散點(diǎn)所有已出現(xiàn)的點(diǎn) offsets np.column_stack((x, y)) scatter.set_offsets(offsets) # 更新散點(diǎn)大小基于持續(xù)時間 sizes 50 350 * (current_data[duration] - dur_min) / (dur_max - dur_min) scatter.set_sizes(sizes) # 更新散點(diǎn)顏色序列 scatter.set_array(np.arange(len(current_data))) # 更新起點(diǎn)標(biāo)記 if frame 0: start_marker.set_offsets([[x[0], y[0]]]) # 更新序號標(biāo)注 for ann in text_annotations: ann.remove() text_annotations.clear() for i, row in current_data.iterrows(): ann ax.annotate(str(i1), (row[fixation_x], row[fixation_y]), xytext(5,5), textcoordsoffset points, fontsize8) text_annotations.append(ann) ax.set_title(fFixation Trajectory (Frame {frame1}/{len(fixations_df)}), fontsize12) return line, scatter, start_marker, *text_annotations dur_min, dur_max fixations_df[duration].min(), fixations_df[duration].max() ani FuncAnimation(fig, update, frameslen(fixations_df), init_funcinit, intervalinterval, blitFalse, repeat_delay2000) plt.tight_layout() # 保存動畫 # ani.save(fixation_trajectory.gif, writerpillow, fps2) plt.show() return ani這個動畫能更生動地再現(xiàn)視覺搜索過程。參數(shù)interval控制每個注視點(diǎn)顯示的時長可以設(shè)置為固定值也可以與注視點(diǎn)的實(shí)際持續(xù)時間相關(guān)聯(lián)實(shí)現(xiàn)更真實(shí)的重放。5. 熱力圖生成可視化注意力的“密度場”如果說軌跡圖描繪的是視覺路徑那么熱力圖呈現(xiàn)的就是注意力的分布密度。它通過高斯核密度估計將離散的注視點(diǎn)通常加權(quán)了持續(xù)時間轉(zhuǎn)化為一個連續(xù)的密度表面并用顏色梯度表示關(guān)注度高低。5.1 基于高斯核密度估計的熱力圖我們使用scipy.stats.gaussian_kde來計算二維核密度。注視點(diǎn)的持續(xù)時間可以作為權(quán)重表示某些點(diǎn)貢獻(xiàn)了更多的“熱度”。from scipy import stats import seaborn as sns def generate_heatmap(fixations_df, background_image_path, image_size, downscale_factor0.2, sigma20): 生成基于核密度估計的熱力圖。 :param downscale_factor: 熱力圖網(wǎng)格下采樣因子用于平衡精度與計算速度。0.2表示使用原圖20%的分辨率。 :param sigma: 高斯核的標(biāo)準(zhǔn)差帶寬控制平滑程度。值越大熱圖越平滑、分散。 # 1. 準(zhǔn)備數(shù)據(jù) x fixations_df[fixation_x].values y fixations_df[fixation_y].values # 使用持續(xù)時間作為權(quán)重 weights fixations_df[duration].values if duration in fixations_df.columns else None # 2. 創(chuàng)建評估網(wǎng)格 h, w image_size[1], image_size[0] # 下采樣網(wǎng)格以減少計算量 grid_h, grid_w int(h * downscale_factor), int(w * downscale_factor) X, Y np.mgrid[0:h:complex(0, grid_h), 0:w:complex(0, grid_w)] # complex步長創(chuàng)建網(wǎng)格點(diǎn) positions np.vstack([Y.ravel(), X.ravel()]) # 注意np.mgrid返回的維度順序是(Y, X)需要轉(zhuǎn)置 # 3. 計算核密度估計 # 將數(shù)據(jù)堆疊(2, N) 數(shù)組 values np.vstack([x, y]) # 調(diào)整帶寬矩陣。這里使用一個標(biāo)量sigma意味著各向同性高斯核。 # 對于眼動數(shù)據(jù)通常x和y方向使用相同的帶寬。 bandwidth_matrix np.eye(2) * (sigma ** 2) # 使用自定義協(xié)方差矩陣創(chuàng)建KDE對象 kde stats.gaussian_kde(values, bw_methodscott) # 先使用自動帶寬 # 手動設(shè)置協(xié)方差矩陣影響平滑度 kde.covariance bandwidth_matrix kde.inv_cov np.linalg.inv(kde.covariance) if weights is not None: # 如果提供權(quán)重需要手動計算加權(quán)密度gaussian_kde本身不支持權(quán)重參數(shù) # 這里采用一種簡化方法將每個點(diǎn)按其權(quán)重重復(fù)近似 # 注意對于大數(shù)據(jù)集這可能效率低下。更嚴(yán)謹(jǐn)?shù)淖龇ㄊ菍?shí)現(xiàn)加權(quán)KDE。 weights_normalized weights / weights.sum() repeated_indices np.repeat(np.arange(len(x)), (weights_normalized * 100).astype(int)) # 放大權(quán)重并取整 if len(repeated_indices) 0: values_weighted np.vstack([x[repeated_indices], y[repeated_indices]]) kde stats.gaussian_kde(values_weighted, bw_methodscott) kde.covariance bandwidth_matrix kde.inv_cov np.linalg.inv(kde.covariance) # 4. 在網(wǎng)格位置上評估KDE Z np.reshape(kde(positions).T, X.shape) # 5. 繪制熱力圖 fig, ax plt.subplots(figsize(14, 10)) # 顯示背景圖 img plt.imread(background_image_path) ax.imshow(img, extent[0, w, h, 0], alpha0.7) # 背景半透明 # 使用Seaborn的heatmap疊加密度設(shè)置透明度 # 需要將Z的坐標(biāo)軸與圖像對齊imshow的extent是左下右上 heatmap sns.heatmap(Z, cmapjet, # 或 hot, coolwarm, viridis alpha0.6, # 熱圖透明度 cbarTrue, cbar_kws{label: Attention Density}, squareFalse, # 根據(jù)網(wǎng)格比例調(diào)整 axax, zorder5) # 調(diào)整熱力圖位置和范圍以匹配背景圖 heatmap.set_xlim(0, w) heatmap.set_ylim(h, 0) heatmap.set_xticks([]) heatmap.set_yticks([]) # 6. 可選疊加注視點(diǎn)位置 ax.scatter(x, y, s10, colorwhite, edgecolorsblack, linewidth0.5, alpha0.7, zorder10, labelFixation Centers) ax.set_title(Gaze Heatmap (Gaussian KDE), fontsize16, pad20) ax.legend(locupper right) plt.tight_layout() return fig, ax, Z這個函數(shù)生成了疊加在背景圖上的半透明熱力圖。顏色越暖如紅色、黃色表示該區(qū)域受到的注視密度越高。參數(shù)sigma是關(guān)鍵它控制高斯核的寬度。sigma值太小熱圖會呈現(xiàn)為分散的斑點(diǎn)值太大則會過度平滑丟失細(xì)節(jié)。通常需要根據(jù)屏幕分辨率和研究目的進(jìn)行調(diào)試。5.2 優(yōu)化與變體自適應(yīng)帶寬與AOI分析有時固定的sigma可能不適用于所有場景。我們可以使用更先進(jìn)的自適應(yīng)帶寬方法或者在計算熱圖前先定義興趣區(qū)AOI進(jìn)行分區(qū)分析。def adaptive_heatmap(fixations_df, background_img_path, img_size, k50): 使用k近鄰距離自適應(yīng)確定局部帶寬。 :param k: 用于計算局部密度的近鄰數(shù)。 from sklearn.neighbors import NearestNeighbors x fixations_df[fixation_x].values.reshape(-1, 1) y fixations_df[fixation_y].values.reshape(-1, 1) coords np.hstack([x, y]) # 計算每個點(diǎn)到其第k個近鄰的距離作為局部帶寬的估計 nbrs NearestNeighbors(n_neighborsk1).fit(coords) # 1 因為包含自身 distances, _ nbrs.kneighbors(coords) local_bandwidth distances[:, -1] # 第k個近鄰的距離 # 創(chuàng)建一個網(wǎng)格簡化版實(shí)際計算需對每個點(diǎn)用不同帶寬的核計算量較大 # 此處為示意更高效的實(shí)現(xiàn)可能需要使用其他庫如KDEpy或近似算法 print(自適應(yīng)帶寬計算完成局部帶寬范圍, local_bandwidth.min(), local_bandwidth.max()) # ... 后續(xù)可使用每個點(diǎn)的local_bandwidth進(jìn)行加權(quán)或分區(qū)域KDE ... # 作為簡化我們可以取中位數(shù)作為全局帶寬 global_sigma np.median(local_bandwidth) print(f建議的全局sigma值{global_sigma:.2f}) return generate_heatmap(fixations_df, background_img_path, img_size, sigmaglobal_sigma) def aoi_based_analysis(fixations_df, aoi_list): 興趣區(qū)分析。 :param aoi_list: 每個AOI是一個字典如{name: Logo, x: 100, y: 150, width: 200, height: 80} results [] for aoi in aoi_list: name aoi[name] x_min, y_min aoi[x], aoi[y] x_max, y_max x_min aoi[width], y_min aoi[height] # 判斷注視點(diǎn)是否落在AOI內(nèi) inside ((fixations_df[fixation_x] x_min) (fixations_df[fixation_x] x_max) (fixations_df[fixation_y] y_min) (fixations_df[fixation_y] y_max)) aoi_fixations fixations_df[inside] total_fixations len(fixations_df) aoi_count len(aoi_fixations) aoi_total_duration aoi_fixations[duration].sum() if duration in aoi_fixations.columns else np.nan results.append({ AOI: name, Fixation_Count: aoi_count, Fixation_Count_Percent: (aoi_count / total_fixations * 100) if total_fixations 0 else 0, Total_Duration: aoi_total_duration, Average_Duration: aoi_total_duration / aoi_count if aoi_count 0 else np.nan }) return pd.DataFrame(results)AOI分析能夠提供更精確的量化指標(biāo)例如“Logo區(qū)域獲得了多少比例的注視次數(shù)”、“按鈕區(qū)域的總注視時長是多少”這對于A/B測試或設(shè)計元素的效果評估非常有用。6. 實(shí)戰(zhàn)整合與結(jié)果輸出從單被試到多被試聚合在實(shí)際研究中我們往往需要分析多個被試的數(shù)據(jù)并生成聚合熱力圖或?qū)Ρ溶壽E圖。6.1 多被試數(shù)據(jù)聚合熱圖將多個被試的注視點(diǎn)數(shù)據(jù)合并可以生成反映群體注意力模式的“總覽圖”。關(guān)鍵在于數(shù)據(jù)的對齊確保所有數(shù)據(jù)映射到同一坐標(biāo)空間和標(biāo)準(zhǔn)化。def aggregate_heatmap(data_list, background_img_path, img_size, sigma25, normalizeTrue): 生成多被試聚合熱力圖。 :param data_list: 包含多個被試注視點(diǎn)DataFrame的列表。 :param normalize: 是否對每個被試的貢獻(xiàn)進(jìn)行歸一化避免個別被試數(shù)據(jù)量過大主導(dǎo)熱圖。 all_x, all_y, all_weights [], [], [] for i, df in enumerate(data_list): x df[fixation_x].values y df[fixation_y].values weights df[duration].values if duration in df.columns else np.ones_like(x) if normalize: weights weights / weights.sum() # 歸一化使每個被試總權(quán)重為1 all_x.append(x) all_y.append(y) all_weights.append(weights) # 合并所有數(shù)據(jù) combined_x np.concatenate(all_x) combined_y np.concatenate(all_y) combined_weights np.concatenate(all_weights) # 使用加權(quán)KDE通過重復(fù)樣本近似 # 為提升效率這里采用采樣策略 combined_df pd.DataFrame({fixation_x: combined_x, fixation_y: combined_y, weight: combined_weights}) # 按權(quán)重進(jìn)行重采樣近似 sampled_df combined_df.sample(nmin(5000, len(combined_df)), weightsweight, replaceTrue, random_state42) # 調(diào)用之前的generate_heatmap函數(shù)傳入采樣后的數(shù)據(jù) fig, ax, Z generate_heatmap(sampled_df, background_img_path, img_size, sigmasigma) ax.set_title(fAggregated Gaze Heatmap (N{len(data_list)} Participants), fontsize16) return fig, ax, Z6.2 生成專業(yè)報告與圖表導(dǎo)出分析完成后需要將結(jié)果整合成可發(fā)布的圖表。Matplotlib支持多種格式和高DPI導(dǎo)出。def export_visualizations(fixations_df, heatmap_matrix, output_dir./output): 導(dǎo)出所有可視化結(jié)果。 import os os.makedirs(output_dir, exist_okTrue) # 1. 保存注視點(diǎn)軌跡圖 fig_traj, _ plot_fixation_trajectory(fixations_df, background_image_path, image_size) traj_path os.path.join(output_dir, fixation_trajectory.png) fig_traj.savefig(traj_path, dpi300, bbox_inchestight) plt.close(fig_traj) print(f軌跡圖已保存至{traj_path}) # 2. 保存熱力圖 fig_heat, ax_heat, Z generate_heatmap(fixations_df, background_image_path, image_size) heat_path os.path.join(output_dir, gaze_heatmap.png) fig_heat.savefig(heat_path, dpi300, bbox_inchestight, transparentFalse) # 背景不透明 plt.close(fig_heat) # 3. 保存熱力圖數(shù)據(jù)矩陣可用于其他軟件進(jìn)一步分析 np.savetxt(os.path.join(output_dir, heatmap_matrix.csv), Z, delimiter,) # 4. 保存注視點(diǎn)統(tǒng)計數(shù)據(jù) stats fixations_df.describe().T stats_path os.path.join(output_dir, fixation_statistics.csv) stats.to_csv(stats_path) print(f統(tǒng)計數(shù)據(jù)已保存至{stats_path}) # 5. 生成簡易文本報告 report_path os.path.join(output_dir, analysis_report.txt) with open(report_path, w) as f: f.write(f眼動數(shù)據(jù)分析報告\n) f.write(f*40 \n) f.write(f總注視點(diǎn)數(shù)量{len(fixations_df)}\n) f.write(f總注視時長{fixations_df[duration].sum():.0f} ms\n) f.write(f平均注視時長{fixations_df[duration].mean():.0f} ms\n) f.write(f注視點(diǎn)空間標(biāo)準(zhǔn)差 (X){fixations_df[fixation_x].std():.1f} px\n) f.write(f注視點(diǎn)空間標(biāo)準(zhǔn)差 (Y){fixations_df[fixation_y].std():.1f} px\n) f.write(f熱力圖峰值坐標(biāo)近似{np.unravel_index(Z.argmax(), Z.shape)}\n) print(f報告已保存至{report_path})通過這樣一套流程你就擁有了從原始數(shù)據(jù)到出版級圖表和統(tǒng)計報告的完整能力。導(dǎo)出的高分辨率PNG圖片可以直接用于論文或演示文稿CSV格式的中間數(shù)據(jù)也方便與其他工具如R SPSS進(jìn)行交互。7. 常見問題與排查技巧實(shí)錄在實(shí)際操作中你一定會遇到各種預(yù)料之外的情況。下面是我在多個項目中總結(jié)的典型問題及其解決方案。7.1 數(shù)據(jù)與圖像對不齊問題繪制的注視點(diǎn)全部偏移到圖像角落或完全錯位。排查檢查坐標(biāo)映射確認(rèn)屏幕分辨率screen_width,screen_height和刺激材料尺寸stim_width,stim_height是否輸入正確。確保映射函數(shù)中的乘除順序無誤。檢查坐標(biāo)原點(diǎn)計算機(jī)圖形學(xué)中圖像坐標(biāo)原點(diǎn)通常在左上角(0,0)而某些繪圖庫或數(shù)據(jù)可能使用左下角。Matplotlib的imshow的extent參數(shù)[left, right, bottom, top]決定了圖像在坐標(biāo)軸中的位置注意bottom和top的設(shè)置通常bottom是heighttop是0以實(shí)現(xiàn)原點(diǎn)在左上角。驗證原始數(shù)據(jù)用簡單的散點(diǎn)圖不帶背景繪制原始gaze_x和gaze_y看其范圍是否與宣稱的屏幕分辨率匹配。有時數(shù)據(jù)可能是歸一化的0-1需要反歸一化。7.2 熱力圖過于稀疏或過度平滑問題熱力圖要么是幾個孤立的亮點(diǎn)要么是一片模糊沒有清晰的焦點(diǎn)。解決調(diào)整sigma帶寬這是最關(guān)鍵的參數(shù)。可以先嘗試一個經(jīng)驗值如屏幕寬度的1/50到1/20。然后根據(jù)效果微調(diào)。技巧繪制不同sigma值如10 25 50 100的熱力圖進(jìn)行對比選擇能清晰顯示熱點(diǎn)又不失細(xì)節(jié)的那個。檢查數(shù)據(jù)量如果單個被試的注視點(diǎn)很少如少于20個熱力圖必然稀疏??紤]聚合多個試次或多個被試的數(shù)據(jù)。使用自適應(yīng)帶寬如上面提到的adaptive_heatmap函數(shù)對于數(shù)據(jù)分布不均勻的情況效果更好。下采樣網(wǎng)格downscale_factor太小如0.05會導(dǎo)致網(wǎng)格太粗糙丟失細(xì)節(jié)太大如0.8則計算緩慢。0.1到0.3是一個合理的范圍。7.3 注視點(diǎn)識別算法效果不佳問題I-VT算法將很多掃視點(diǎn)誤判為注視點(diǎn)或者把長注視拆成了多個短注視。調(diào)參與優(yōu)化速度閾值velocity_threshold這是區(qū)分注視和掃視的關(guān)鍵??梢酝ㄟ^繪制所有采樣點(diǎn)的速度分布直方圖來觀察。通常速度分布會呈現(xiàn)雙峰一個低峰注視一個高峰掃視。閾值應(yīng)設(shè)在兩峰之間的谷底附近。最小注視持續(xù)時間min_duration通常設(shè)置在50-200毫秒。低于此值可能是噪音或微眼跳??梢越Y(jié)合領(lǐng)域知識調(diào)整。考慮使用更復(fù)雜的算法對于高速或噪音大的數(shù)據(jù)可以嘗試I-DT散度閾值算法或者使用開源庫如pymovements、eyekit它們實(shí)現(xiàn)了更魯棒的算法。7.4 性能問題處理大數(shù)據(jù)集時速度慢問題當(dāng)處理高頻采樣如500Hz的長時程數(shù)據(jù)或多個被試數(shù)據(jù)時核密度估計計算非常耗時。優(yōu)化策略下采樣在計算熱力圖前對注視點(diǎn)坐標(biāo)進(jìn)行網(wǎng)格下采樣或者使用downscale_factor大幅降低評估網(wǎng)格的分辨率。近似計算使用更快的近似KDE方法例如通過scipy.ndimage.gaussian_filter對二值化的注視點(diǎn)矩陣進(jìn)行高斯濾波這在很多情況下是足夠的近似且速度快得多。并行處理如果分析多個獨(dú)立被試使用multiprocessing或joblib庫進(jìn)行并行計算。使用專用庫探索如KDEpy這樣的庫它提供了更高效的算法實(shí)現(xiàn)。7.5 可視化圖表不夠美觀或信息過載問題生成的圖看起來不專業(yè)或者元素太多難以閱讀。設(shè)計建議顏色映射熱力圖慎用彩虹色jet雖然對比強(qiáng)但可能扭曲數(shù)據(jù)感知。推薦使用感知均勻的色圖如viridis、plasma、magma適用于黑白打印時仍有區(qū)分度。在Seaborn中cmaprocket或cmapmako也是很好的選擇。簡化軌跡圖如果注視點(diǎn)過多軌跡圖會變成一團(tuán)亂麻??梢試L試1只繪制前N個或后N個注視點(diǎn)2用透明度alpha表示時間遠(yuǎn)近3完全移除連線只用帶序號的散點(diǎn)。分面繪制對于多試次或多被試對比使用plt.subplots創(chuàng)建多個子圖保持坐標(biāo)軸范圍一致便于比較。添加比例尺和指北針如果背景是真實(shí)場景圖添加比例尺如“200像素”和方向指示會提升專業(yè)性。掌握這些排查技巧你就能從容應(yīng)對大部分分析過程中遇到的挑戰(zhàn)確保最終的可視化結(jié)果既準(zhǔn)確又具有洞察力。整個Python實(shí)現(xiàn)流程雖然涉及多個步驟但一旦構(gòu)建成模塊化的腳本就可以成為你分析眼動數(shù)據(jù)的強(qiáng)大、靈活且可復(fù)用的武器庫。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
91九色丰满高潮| 五月天激情国产综合婷婷婷| 国产精品成人蜜臀AV在线| 婷婷中文网| 色丁香久久| 国产av高清版| 黄色av播放免不| 91N综合网| 在线综合网| 中文字幕日韩专区精品系列| 日本www操操操| 久久久夜夜嗨免费视频| 亚洲欧美九九| 日日做夜狠狠爱欧美黑人| 人妻色情天天操| 亚洲色图欧洲| 啪啪啪东京| 国产一级αv免费看片| 色老汉玖玖爱| 乱子伦一区二区三区国产精品| 大香蕉手机在线| 91激情| 国产成人精品无码久久| 亚州色交| 欧美黑人168页欧美黑人167| 曰韩中文人妻视频| 操逼网免费无码视频| 久草综合京东| 久久久久女教师免费一区| 国产成人91一区二区三区| 久久久国产亚洲精品系列| 91色情黑丝搞鸡在线观看一区二区三区三州| 岛国AV一区二区电影| 国产精品97超碰| 亚欧高清| 大香樵伊人网| 日韩av情韩国爱禁区av一区二区| 国产精品国产亚洲区艳妇糸列| 欧亚在线视频| 男女激情中文字幕| 久久久久久久性爱| 婷婷久久五月天| 97色色,97综合| 欧美色图欧美| 亚洲欧美一区二区三区一猛片| 五月丁香亭亭| 91少妇高潮| 国产精品原创巨作?v网站| 色啪网| 91丝袜美腿片| 在线亚洲 欧美 日本专区| 青草青草久热| 人人妻人人色| 精品一级毛片在线观看| 日韩一级二级| 国产又粗又长又大的视频| 亚欧免费| 亚洲人妻熟妇三十三区| 亚洲欧美一区二区网址| 亚洲综合五月天婷婷丁香| 东方亚洲在线操逼天堂| 强免费黄色网址| 97精选久久| 啪啪性爱免费视频| 亚洲、日韩、综合、另类| 91情色在线| 嫩草影院性色| 欧美少妇高潮久久91| 中文字幕av亚洲精品| 人妻欧美| 婷婷丁香六月| 91操熟女视频| 欧美疯狂做爰xxxx| 日韩日韩日韩-国产乱码精品一区二区| 日本一级婬片试看三分钟| 国产农村妇女精品1区二区| 91亚洲电影| 热九九精品| 豆1无夜无码| 激情五月综合开心五月| 99综合自拍| 亚洲国产成人精品女人久久久| 99爱精品| 永久电影三级在线观看| 精品熟女一区=区三区| 精品在线蜜臀| 国产视频三区四区| 九九综合九九综合| se吧提供国产乱老熟视频胖女人 | 久久久蜜桃一区二区三区| 青青草中日韩在线| 午夜精品探花| 亚洲欧美综合| 伊人成人情色综合| 美女午夜福利免费视频| 色妇91| 丝袜熟女一区二区三区| 天天综合欧美黑人| 啊灬啊灬啊灬好深灬快高潮了动漫-国产字幕国产在线观看-B049AV | 国产精品久久久九九九| 被窝影院午夜看片无码| 97色97好| 亚洲av综合色| 超碰9 7女人| 在线观看av区| 欧美激情综合网| 91大胆欧美| 超碰成人人人爽人人爽| 91麻豆一二三区| 中文字幕亚洲热播人妻| 91国产丝袜白虎| 五月婷婷性爱| 91亚洲综合| 免费看污网站| 日韩精品在线观看观看| 日本一级性爱| 久肏视频字幕| 97操97色| 亚洲第2页| 日本大香蕉综合网红本杳社区 | 磁力99AV| 日韩性爱小视频在线观看| 成人情色综合网| 天天日天天舔天天喷天天射| 国产色产精品在线观看| 加勒比伊人影院| 天天看,天天做| 久久久久99999| 人妻天天操天天爽视频免费| 奇米狠999| 男同专区一区二区三区在线| 日本天天操| 狠狠操狠狠燥| 后入内射蜜桃臀| 国产男人又猛又粗又爽| 试看日韩黄片| 超碰日韩美妻| 天天欧美色| 成人国产视频在线观看| 一本色道久久综合熟妇| 久热色情精品| www欧美性爱| 神马久久久久久| 99www.bibizy香蕉资源国产一区二区三区高清 | 亚洲精品人妻吞精av| 97超碰中文在线| 亚洲情色在线| 亚洲 欧美 91| 爆操无码| 免费自拍三级综合| 91美女视频直播| av午夜玫瑰| 色综合婷婷| 一级@啪啪视频| 男人的天堂99| 国外91| 天天射,天天操,天天爽-国内精品一区二区三区-成人AV | 欧美特大黄一级片片免费| 久久久96| 97伊人超碰| 国产天天看| 人妻嗯啊啊在线播放| 377p欧洲日本亚洲大胆| 精品国产av一区二区三区四区入口| 日日骚精品视频| 久久久久13| 亚洲高清无码在线桃色| 秋霞色色影院| 78m啪啪啪| 嗯嗯啊好大| 色五91| 十八禁的黄污污免费网站| 亚洲色人阁| AV色五月| 我中文字幕6区| 日韩素人无码一区二区三区三州| hd成人一区二区在线| 欧美中文字幕日韩在线| 久夜视频| 97视频播放| 伊人视频| 久久夜精品一区二区三区| 日本一区二区三区精品| 中文字幕老熟妇黄色视频| www成人啪啪18秘 免费| 97精品熟女少妇一区| 日韩亚洲欧美中文字幕| 蜜臀久久久99久久久久| 日韩电影中文字幕| 久久精品日韩专区免费观看| 亚热日本熟女| 欧美国产一区二区三区麻豆传媒| 这里是精品| 裸体美女免费看网站青草| 国产吞精a级片激情电影| 手机在线A片| 成人小说视频在线精品欧美| 国产综合日韩伦理| 人人看人人插| 久久精品国产亚洲AV高清演员表| 亚洲午夜未满十八勿入网站日本又色又爽又黄| 久操免费观看| 精品国产乱码久久久久久蜜臀| 欧美亚洲清纯| 97就爱干| 加勒比性爱成人在线| 99国产精品久久久在线播放| 日本东京热大香蕉a片| 96爱综合| 三级网站超变态精品| 男人的天堂色偷偷青青草视频婷婷网| 91N五十路| 亚洲精品一区二区三区新线路| 五月天伊人| 美女露胸露奶头| 色月天AV导航| 欧美中文狠| juliaann丝袜大战黑鬼| 殴洲老熟女| 嗯嗯啊啊视频一区二区三区| 人妻熟女一区二区| 久九九九九九九九热| 超碰97伊人| 高清孕妇孕交 交| 91制服丝袜| 南澳成人一级片在线播放| 女人香蕉久久毛毛片精品| 熟女熟妇一区二区三四区| 校园春色第一页| 国产精品久久久久婷婷二区次| 天天综合官网| AVE乱伦| 91香蕉视频在线观看免费| 逼操网站| 一区二区娱乐网站| 蜜臀av在线播放一区二区三区| 亚洲情色电影网| 成人日本精品九区| 成人欧美日超碰| 国产后入清纯| 久久二| 日韩欧无码一区二区三区免费不卡| 天天综合中文字幕 91| 91老熟妇| 婷婷中文网| 五月丁香| 超碰综合色| 97在线观看视频| 深夜国产福利| 黄片免费日韩| 中文字幕一区二区三区高清| 91精品黄在线观看| 狠狠躁天天躁日日躁| 人乳av| 啊啊啊网站| 曰韩精品视频一区二区| 激情色色| 强奸少妇AV导航网| 欧美体内射精| 精品国产Av无码久久久伦古装| 国产最新小视频在线播放下载| 免费无码国产精品v片在线观看| 丝袜美腿制服人妻二区中文字幕| 色色色网站| 欧美五区| 青青草一本道福利视频| 嫩草美女久久| 任你草| 美欧老女人97| 亚洲欲色| 伊人激情五月天一区二区| 五月激情在线| 91路www| 性色亚洲| 亚洲AV永久无码一区仙野| 天天干天天日天天射黄色| 大吊色| 欧美日本不卡在线| a v网站在线播放| 67914亚洲精品| 五月天加勒比啪| 久久久久久久精| 日韩探花精品在线视频| 翘臀vidoes| 国产av色网| 人人搞人人插人人操| 欧美麻豆成人同性GⅤ在线| 中文字幕国产精品1区| 国产99999久久精品| 黑人猛交| 亚洲激情网| 国产亚洲精品美女| 26UUU欧美日本| 婷婷激情综合网| 白丝在线一区| 国产狂喷潮在线精品| 五月天婷婷色色| 日本欧美m v精品网站加| 亚洲在线91| 亚洲精品乱码久久久久久蜜桃麻豆| 97资源视频| 深夜福利黄片| 丁香五月偷拍| 中文熟女五十乱码在线| 国产精品无码成人精品| 亚洲精品男人的天堂| 欧美黑人91| 国产精品ⅴ无码大片在线看.| 99精品在线观看| 蜜乳av一区二区三区四区不卡| 国产精品福利资源在线尤物| 日韩欧美视频青青| 人人超碰在线观看黄| 亚洲限制级| 中文字幕丰满子伦无码专区在线视频最新 | 欧美日韩1234| 九九久久99| 男人的天堂日韩| 日韩国产欧美伦理在线| 精品美女少妇一区二区三区| 亚洲av性爱电影| 天天天天操| 亚洲图片欧美另类综合免费视频大大香| 国产成人 综合亚洲 天堂| 深夜啪啪啪视频免费| 这里只有精品视频在线| 97爱爱官网| 精品在线观看视频在线| 人妻少妇久久| 日本国产成人亚洲精品无码| 老色鬼成人精品视频下载大在线观看| av爱爱爱| 蜜臀99999| 国产欧美日本亚洲精品| AV高清一区| 天天射天天操天天干天天吃2018| 啪啪91| 又粗又长又大国产不卡| 欧美中文字幕男人天堂久久精品| 国产熟女精品一区二区| 色婷婷综合久久久久中文国产精品一区中文字幕,国产福利电影一区二区三区 | 91在线综合网| 成 人 A V免费视频在线观看| 天天综合网国产| 日日夜夜精品视频| 国产精品制服丝袜中文字幕日韩一区二区三区 | 日韩专区数据列表-第3230页-精品国产一区二区三区香蕉 久久99熟女人妻中文字 | 天天综合网~91综合网| 免费?级毛片无码?∨蜜芽试看| 偷窥自拍亚洲色图| 日韩黄片影院| 亚洲少妇激情一区二区三区| 综合网色| 清纯唯美亚洲| 亚洲情色图片区| 伊人网免费视频| 综合天天网| 亚洲综合色图欧美| 亚洲av综合色区图片亚洲| 啊啊啊在线观看免费视频| 777AV电影| 色嗨嗨在线| 久久是精品| 中文字幕性感少妇av| 骚鸭AV| 日日操天天操| 日本不卡一区二区| 精品人妻视频一区二区三区蜜桃视频| 久久青青草原免费视频| 夜夜爽夜夜摸夜夜操免费视频| 精品-91人妻子系列| 熟女熟妇一区二区三四区| 伊人成人中文字幕久久网| 97干色| 丁香婷婷激情五月天无毒不卡| 超碰人妻天天干| 国产AV线| 色999人与兽| 国产v亚洲v日韩v欧美v片另类| 亚洲色9| 97人人操人人摸人人爱| 天堂综合网| 日韩99神马视频片| 99综合网| 国内偷自视频区视频综合| 亚州欧美综合| www.色婷婷.com| 成人一道本免费视频| 人人摸人人舔一区二区| 日韩伦理视频| 日韩黄色电影网站| 妇女性内射冈站HDWWWCOM| 看看日B真人视频| 在线黄页看毛片| 亚洲欧美日韩免费电影| 天天欧美| 国产第二页| 99综合网| 色噜噜精品一区二区三| 人人操,人人液| 人澡逼| 裸体女人草逼视频播放一区,二区,三区,四区,五区 | 亚州一区二区成人片免费| 超碰 欧美| 97超碰无码网| 五月天开心网| 高清无码 国产精品| 人妻欧美| 天天操狠狠日夜夜干超大胆开放com大香蕉视频在线观看 | 天美传媒麻豆一区二区三区国产精| 久热久一区二区三区| 国人欧美精品一区二区| 蜜乳中文字幕a在线| 99色在线| 国产精品欧美激在线| 日日爽夜夜爽| 26uuu国产免费观看| 欧美18 在线观看| 果冻传媒A片麻豆熟妇人妻| 裸体1区| 91ise欧美| 黄片直播三级黄片两女一男| 国产精品探花色| 精品传媒在线一区| 久草毛片| AV色五月天| 99综合自拍| 香蕉在线一区二区三区| 色小视频蜜乳| 欧亚性爱啪啪| 国产乱伦性爱区| 欧洲久久一二线| 偷偷人人精品女女久久| 9.1小视频| 欧美精品三区| 嗯嗯啊啊好疼| 欧美熟妇视频| 蜜桃臀av在线观看| 五月婷丁香| 人人摸人人叼| 1769精品一区二区三区| 国产午夜激片Av毛片不卡| 五十路六十路七十路熟婆| 色激情综合网站| 欧美综合亚洲综合| 精品久9| 久啪视频| …中文字幕亚洲乱,97人妻无码费视…| 蜜臀久久99精品久久综合| 色婷五月| 翔田千里av一区二区三区| 天堂中文资源在线bt| 中文字幕在线观看永久| 午夜操逼不卡| 久久男人精品| 久久人人爽爽人人爽人人片αV| 色哟哟AⅤ| 韩国免费播放一级毛片| 富女玩鸭子一级毛片| 91精品人妻一品二品三品| 久久久精品九| 天天舔天天日天天射| 精品人妻一区二区三区夜夜| 热久日综合| 神马久久网| 北京美女一区二区| 亚洲综合性网址| 久久久久元码视频| 欧美最大综合网| wuyechaopeng| 97人人夜| 综合第一页| 蜜臀99久久| 搡老女人911熟妇老熟女| 国产粉嫩蜜臀av一区二区三区| 亚洲av性爱电影| 欧美人与动性人交a| 久久 国产 无码| 亚洲欧美日韩免费电影| 日本色色色视频| AV综合中文字幕干| 欧美性天天影视| 蜜桃臀 后入 一区 二区 三区 在线| 久久久久中出| 人人澡人人弄| 欧美天天影院| 高清孕妇孕交| 欧美亚洲一级在线观看| 丁香六月东京热| 亚洲丁香花色| 亚洲三级网址久久最新| 久久一区二区加油站| 99精品无码| 96精品久久| 亚洲国产一级黄色视频| 国产极品美女高潮无套在线观看| 亚洲福利中文字幕在线| 欧美图片偷拍| 亚洲视频二区| 60秒不遮不挡| 国产精品蜜臀久久久久无码AV| 欧美另类综合久久| 亚洲精品男人的天堂| 中文字幕精品丝袜| 99热18这里只有精品| 91欧美www| 1000部熟女视频在线观看| 日韩无码黄色片| 婷婷中文字幕| 97公开久久| 欧美日韩中文字幕不卡| 欧美色www亚洲国产阿娇要播| 日韩色欲久久一二三四区| 亚洲操逼网| 中文字幕在在线观看网站| Aa东京男人的天堂| 免费精品无码一级毛片牛牛影视| 嫩草一区二区在线观看| 丰满翘臀美女影院视频| 97超碰色屌| 久久精品国产99久久,亚洲日韩久久日本一区一区三区 | 欧美宗合网| 国产精品一区二区亚洲人成毛片| 蜜乳AV色欲AVAV无码| 久久久久久久久久久人妻| 天天情欲宗合网| 美女诱惑一区| 99热在线观看| 天堂麻豆天美| 999久久久国产精品| 久久亚洲欧美中文字幕国语| 爽爽淫人网| 狠狠躁日日躁夜夜躁A| 国产精品久久久久久久久久久久久久| 男女做爰猛烈动高潮A片免费应用| 91丨熟女丨丰满熟女| 亚洲s在线观看| 热热色综合网| 岛国在线免费视频| 伊人AAA| 婷婷九月国产| 加勒比综合网| 综合色啪| 亚洲无限观看| 97精品一区二区视频| 亚洲综合色婷婷| 激情四射五月天| 农村女一级毛卡片| 色九九综合| 亚洲日本天堂| 亚洲无线码欧洲精品区别| 天天草天天干天天日| 青青久操| 婷婷伊人五月| 97九色人妻| 超碰人人干天天射| 国产精品亚洲一区二区三区四区| 久久久国产精品人妻丝袜| 亚洲图片欧美| 人人摸人人添人人操| 综合 青草 伊久久 影院 综合| 九九热精品视频六| 免费在线观看AV无码网站| 99RE在线视频精品,这里只有精品| 亚洲97在线观看| 激情AV| 新91视频.cmp| 亚洲最大无码中文字幕网站| 香蕉大久久久| 成人aⅴ一区二区三区| 五十路熟女工口 | 天天舔天天日天天射| 极品销魂美女一区二区| 99综合视频| 亚洲骚男同com| 日本五十路熟女一区二区| 欧美亚洲第1页| 俄罗斯及免费在线看| www.狠狠干.coom | 色五月第四色| 91东京热男人的天堂| 天天干天天干天天干| 精品人妻一区二区蜜桃视频| 熟女字幕| 亚洲做性| 亚洲激情网| 人人妻人人爽一区二区三区| 99性爱| 亚洲一区二区三区婷婷| 亚洲综合网电影91| 三上悠亚在线毛片91| 亚洲天堂性爱| 色欲久久久久综合网| 亚洲熟女综合| 天天躁日日躁AAAAXXXX国产 | 三级网色| 国产精品一区二区麻豆| 色婷婷基地| 国产免费内射视频| 91久久国产综合久久| 久久女人| 久久久久久大| 欧美一区二区日韩三区| 日韩欧美中文字| 亚洲第一无码播放立川理惠| 亚春色色| 亚洲最大91网| 2019精品国产无码成人| 欧美伦乱爱| 亚洲古典另类欧美在线| 少妇色欲综合网2| 正在播放:深夜激情大战,自带黑丝袜全力输出骚穴 | www.AV有限公司一区| 久干9操| 凹凸 69堂 在线播放| 中文字幕 人妻不满 在线视频| 日本天天干天天操一区| 欧美老妇综合网| 久久美女国产| 99re在线视频这里只有精品| 五月丁香综合网| 日本韩高清无砖码22o| 97久久免费| 日本欧美亚洲高清在线看| 99re99在线视频| 毛片视频白嫩| 先锋色眉乱伦资源| 久操国产在线| 99re69| 久久精品美女一区| 狠狠婷婷亚洲中文综合久久| 久偷拍欧美日韩三区| 欧美亚洲日本视频久久久| 精品超碰色| 九九玖玖精品| 另类小色呦| 国产白丝精品在线观看| 中文字幕视频免费| 欧美色图天堂在线| 韩日性爱av| 欧美成人精品一区二区男人蜜臀| 伊人成人中文字幕久久网| 成人无码在线超碰网| 青青草原成人| 97香蕉人人乳| 丁香五月久久| 欧美亚洲一级在线观看| 极品少妇久久久| A啊啊在线观看| 麻豆这里只有精品| AV一起草在线| 另类小说欧美激情校园春色| 婷婷美人网| 欧美精品四区| 亚洲乱码国产乱码精网站| 亚洲综合电影| 欧美爱国产综合、| 日夜久久久九九九久| 色墦五月丁香| 日韩Va亚洲va欧美Ⅴa久久| 97爱亚洲| 91综合天天看| 久久久久密臀视频| 日韩精品人妻系列无码天堂| 国产999精品久久久久久| 国内毛片国产专区二| 97资源视频| 99久久精品国产系列| 欧美综合天堂| 久久久久久免费电影| 欧美老妇女内射网址| 亚洲色图久久精品蜜| 8050无码八戒| 日韩操逼HD| 天天干天天操天天操夜夜操天天操| 亚洲AV永久无码精品成人调教| 刺激精品视频| 美女露胸露屁股| 9色在线| 国产亚州精品美女久久久免费| 久久亚洲国产成人| 97亚洲精品| 日本在线999| 麻豆a'v电影| 欧洲精品网| 玖玖爱在线视频免费观看| 成人草草视频| 男女性扦B| 清清草影| 校园春色亚洲欧洲| 99热亚洲| 99热这里是精品| 欧美亚洲日本激情在线| 日韩欧美国产一区二区三区四区| 性久久久| 天美传媒婬乱| 国产精品久久蜜乳av| 校园春色美腿丝袜| 亚洲亚洲亚洲天堂天堂| 四虎在线免费视频| 日韩丝袜人妻AV| 女同在线视频一区| 精品区9| 亚洲色人妻综合| 美女啊啊啊啊pc| 富二代亚洲精品99| 91新在线欧美| 久久久久亚洲一区女同性恋中文字幕| 亚洲大色堂| 都市激情人妻一区二区青青操视频 | 日韩精品操少妇| 99热这里只有是精品10| 亚洲高清少妇| 操美女高潮抽搐白浆| 国产精选三级在线观看| 色丁香五月婷婷| 日日爽夜夜爽| 夜夜夜久久| 韩国三级三级BD在线| 天美传媒AV国产在线| 91 综合 色| 大香蕉日亚洲日本亚大 | 天天综合91在线| 亚洲情色五月天| 97天天做| 男女性扦B| 亚洲色图欧美色18直播在线| 欧美97超碰| 强奸乱伦 亚洲一区| 国产日韩在线播放av| 日韩精品黄片免费观看| 大香蕉啪啪网| 久久久精久久久| 97公开久久| 亚洲影视第一页| 大香蕉淫人网| 天天视频网站黄| 黄色小视频日本txt| 婷婷综合激情| 天天摸夜夜摸| 蜜桃丰满熟妇av无码区不卡| 91热热色| 日韩av性爱在线播放| 欧美一区二区三区入口| 粉嫩在线一区二区懂色| 午夜精品一区二区三区三上悠亚| 欧美色图亚洲特色| 人人爽夜夜玩视频| 97干97色| 乱伦图一区| 天天日天天爽| 亚洲自拍欧美国产首页网曝| 大屁股熟女一区二区三区| 欧美精品庄| 国产Av超碰| 国语精品av| 欧美传媒| 久久久久国产无av| 大香蕉综合| 夜夜爽夜夜摸夜夜操免费视频| 天天综合~91| 中文字幕日韩人妻视频一区二区三区| 大香蕉久久| 久久久久久久久久久999| 美女黄色91| 国产亚洲精品A在线观看下载| 激情接吻视频久久久久久| 射 色综合| 精品乱码在线观看| 蜜臀一区二区三区在线 | 男人天堂一区二区| 欧美男人亚洲天堂| 91青青草| 日本三级R| 超碰97网址| 日日不卡av| 最新三级网址| 青青青国产| 91天天爽| 亚洲国产欧美另类自拍| 日韩AV一区二区三区四四| 亚洲超碰综合网| 99人妻碰碰碰久久久久禁片| 激情专区综合| 啊啊啊啊啊啊啊啊啊啊在线观看| 综合色好色| 91精品国产高清久久久久久,亚洲成人| 爱干爱射网啊啊啊| 蜜臀网 一区| 玖玖爱免费观看视频| 欧亚不卡| 欧美狠狠干| 色色婷婷丁香| 后入福利视频| 亚洲h片在线免费观看| 人人爽天天爽| 久久九九97| 国产69精品久久久久99尤物| 久久九七| 亚洲阿v天堂在线| 色婷婷丁香五月天| 亚洲人人夜夜澡人人爽| 翔田千里AⅤHD无码| 日本人体九九九九九九| 欧美美逼| 国产小u女在线观看| 好屌色综合| 亚洲av国产av综合av卡| 青青草原人妻| 91人人操| 伊人五月天| 亚州黄站| 国产又色又爽又舒服的三级视频| 强歼乱伦资源网| 日本一区99| 日本αv| 天天色悠悠激情| 精品久久97| 天天狂操夜夜狂日| 6080YYY午夜理论片在线观看| 97玖玖人妻| 日本道不卡| 美女超碰978| 国产传媒一区二区三区| 久热伊人| 果冻传媒A片麻豆熟妇人妻| 中文久久爆乳| 日韩无码服务区| 精品区国产区一区二区三区| 黑人干亚洲| 久久一级无码精品毛片6| 97精品国产精品免费观看| 欧美激情性爱视频网站| 夜夜騷av、一區二區| 日本精品中文字幕视频| 91精品人妻一区二区-全集完整版免费正片国语-B02AV | 99久久综合网| 色原狠狠天天天| 亚洲啪啪性视频| 少妇高潮九九九九九九九| www.色操逼| 老熟乱一区二区三区四区| 九九久久99| 97精品在线视频| 情侣开房子拍 日韩无码 女的很漂亮| 亚洲天堂男人天堂网| 欧美1727免费观看视频| 大色综合| 自拍丝袜美腿人妻| 尤物视频一区| 91人妻久久久久久久久久久久久| 亚州AV无码国产精品| 啊啊啊啊,啊啊好多水| 国产精品青草综合久久| 日本欧美不卡| 中文字幕91综合| 97干天天| 另类 日韩 熟女| 色欧美在线| 99丝袜福利在线播放| 欧美一区二区三区不卡高清视频| 婷婷色香| 精品人妻av在线播放| 男人的天堂三级| 亚欧精品久久久久久久久久久| 国产色图乱伦| 五十路熟女工口 | 国内精品久久久久影院亚洲| 少妇三p| 一区=区三区视频| 国产东北女人在线视频| 国产精品一区二区麻豆| 熟妇在线视频一区二区| 内射夫妻三片| 美女91色黄18| 亚洲婷婷五月天| 97超碰磁| 高清不卡 中文 人妻| 六月丁香网| 黄色免费一级在线毛片| 色亚州人久干视频在线观看免费版| 三级片网站在线播放| 超碰色综合| 日本五十路在线| 91精品久久久久久77777| 国产精品精品系列在线观看| 东京热不卡视频| 久久伊人五月天| 老熟女乱伦片| AV男人天堂网| 成人影 天天操 亚洲| 天天摸夜夜添无码小视频| 欧美日韩制服| 热热色国产一二区AV| 午夜视频黄| 秋霞一级A片黄色视频| 丝袜亚洲综合| 97频视在线| 91久久久久久久| 亚洲AV麻豆Aⅴ无码电影一| 久久九操在线观看| 亚洲91少妇| 天天操夜夜嗨| 亚洲熟女av中文字幕| 久久99精品国产| 综合熟女| 丰满人妻一区二区三区四区| 9Ⅰ超碰| 亚欧美综合网。| 日本熟妇一区二区三区| 日本丝袜人妻内射| 91狠狠综| 九九久精品| 韩国三级三级BD在线| 婷婷天堂站| 日韩成人在线性爱视频| 日韩91网站| 色偷综合| 亚洲色图加勒比| 超碰久热| 顶级丝袜熟女一区二区三区 | 97bbn| 人妻天天操天天爽视频免费 | 蜜臀AV成人精品蜜臀| 日韩欧美视频青青| 国产三区免费在线观看| 日韩欧美大片免费高清啪啪| 好涩综合| av草草在线电影| 国产成自自拍在线观看| 成人五月香网在线| 爽 好舒服 无码刺激久久| 中文精品一区二去| 天天草天天日| 欧美激情高清性猛交| 亚洲国产中文字幕| 九九九影院| 99re不伦| 一道本久久棕合爱| 丁香五月激情婷婷| 国产精品免费美女视频| av一区二区三区四区| 久久精品国产亚洲AV先锋| 啊啊啊啊免费视频| 天天日熟妇| 99只有精品| 中文字幕av久久爽Av| 97人妻色| 久久香蕉网| 人妻少妇av在线观看| 精品亚洲国产成人av网站| 岛国1区2区3区在线观看| 白丝一区| 欧美中文综合| 啊啊啊啊免费视频| 精品少妇一区二区| 亚欧美色图| 97av,com| 经典丝袜一区| 日本中文字幕一区| 亚洲美女 晚间男人天堂 | 天天欧美欧美亚洲网| 色五月首页| 看一级黄色视频| 欧美性爱在线无码| 新版天堂中文资源8在线| 亚洲情色中文字幕一区| 国产AV毛片| 国产精品无套内谢| 亚洲第一精品在线视频| 亚洲第一免费视频| 日本性爱欧美性爱| 18啪啪手机免费性爱| 久久欲| 无码外流操逼视频| 男人的天堂午夜av| 成人精品一区二区91毛片不卡| 操www| 成全在线观看免费观看| 思思热免费在线视频| 干干干天天| 欧美人妻久久精品二区三区| 亚洲 一区二区 自拍| 色呦呦呦在线观看视频| 激情综合二| 凸凹视频在线观看| 无码国产精品久久久久| 日韩欧美国产高清视频| 操逼日韩无码 | 污到发麻的视频 国产| 特级大荫道BBwBBwBBW| 91夜夜蜜桃臀1区2区3区| 无码视频一区二区| 秋霞鲁丝午夜无码一区二区三| 啊啊啊啊啊啊啊在线| 欧美爱国产综合、| 最新AV在线| 国产强奸乱伦第1页| 日韩有码 一区二区三区| 国产a片操逼| 操逼操网| 丁香五月偷拍| 日韩丝袜人妻AV| 久久偷拍人| 十八禁一区二区无码观看| 亚洲影视第一页| 大香蕉狠狠爱| 成人性爱免费播放| 日本一级婬片试看三分钟| 日韩精品永久在线观看| 99久久久99久久91熟女| 人妻夜夜爽天天爽麻豆三区网站 | 加勒比五月天| 成年在线视频日本亚洲在线视频区精品江靖宇公司 | 久久久精品中文字幕爱豆| 日韩A优精品在线观看| 丁香五月综合| av婷婷色网| 中文字幕在线2| 欧美在线电影| JIZZJIZZ亚洲女人被躁| 日韩国产在线观看av| 激情五月综合网| 一区,二区,三区网站| 青青伊人这里只有精品| 91性网| 久久精品人人做人人看| 一个人免费HD91视频| 欧美天天拍| 91美女看B| 四虎影视欧美| A级毛片在线看免费| 91精品丝袜在线观看| 骚乳在线| 四虎免费视频| 99久久久无码国产精品性啊聊| 精品偷拍13p欧美dodk视频| 婷婷色网| 久久久久久久国产| 东京热av影院| 亚洲无码成人精品| 97啪啪| 97超碰逼| 欧美综合综合| 免费av在线播放二区| 欧美 亚洲 偷拍自拍| 欧美亚洲第1页| 性生活性生大爱77AV国产| 精品国产三级av韩国在线| 九九无码视频| 欧洲亚洲人妻无码中字久久三区四区| 狠狠97| 日韩综合成人免费视频| 可以看的av| 亚洲欧美国产va在线| 白嫩少妇| 日本在线视频导航| 久久久久久久久九九久孕交| a啊啊啊啊啊啊啊啊一区二区| 国产精品露脸在线观看| 丁香六月婷| 亚洲宗合网| 一级片视频啪啪| 狠狠综合网| 天天摸夜夜操视频| 亚洲精品97| 精品人人插人人操| 神马久久69| 韩国一级做a久久久久| 欧美亚洲中文字幕| 国产乱人妻精品入口| 欧美裸体美女日麻屄| 国产成人网站在线观看| 福利天堂| 欧美成人性爱视频在线播放 | 亚州AV无码国产精品| 国产91精品久久久久久久网曝门| 日比av无码| 亚洲一区二区性爱电影| 精品176精品2| 欧美日本成人一区二区| 91chinese在线| 久久人人爽av亚洲精品天堂桃色| 色欲Av人妻精品一区二| 东京热亚洲一区二区| 91在线丝袜| 99精品视频在线观看免费| 看黑丝美女操逼青青网站| 久夜视频| 色色激情五月天| 欧美色图片欧美色图| 亚洲精品一二区| 熟女中出视频| 欧美色图片| www.99热| 夜夜春夜夜操| 最新啪啪视频| AV中文字幕剧情1区2区3| 色黄污美女啪啪啪免费网站| 丝袜内射| 男啪女色黄无遮挡免费观看| 精品视频久久久久九九九九9999| 91久热| 日韩AV一起草| ...日韩成人一区二区三区字幕| 久久久久免费看少妇A片特黄| 欧美亚洲丝袜美女电影| 伊人国产成人av网站| 综合网欧美在线| v91av| 激情丁香五月婷婷| 日韩欧美中文字幕搭讪巨乳美人妻视频| 综合欧美日本三级| 日本97久久久精品| 久久精品国产精品| 亚洲精品三区在线观看| 日韩欧美丝袜诱惑| 欧美呦呦性爱| 五月天色电影| 无码高清少妇久久| 干b在线性社区| 日婷婷| 四虎884a| 国产亚洲精品美女久久久| 极品五月天噜噜| 人妻天天爽夜夜爽2| 黄色免费网页无码| 夜夜青青无码影院| 懂色AV蜜臀无码精品APP| 肉丝中文无码高清| 999国产精品999| 久久精品噜噜噜成人看免欧美大片| 亚洲综合色婷婷| 96久久久久久久| 丝袜美腿欧美| 欧美黄色手机在线观看| 九九热超碰97亚洲最新香蕉 | se吧提供91精品国产91久久久久久| 亚洲AV资源| 日本熟女免费視颖| 亚洲日韩久久精品一区| 久久无码电影| 国产一区二区精品久久久不卡蜜臀 | 九99久久| 日韩成人网址| 91国模| 很黄很污的免费网站| 国产精品蜜臀久久久久无码AV| 亚洲人91| 一区二区三区精品久久| 久久9久久| 后入 亚洲 美女 射| 无码高清少妇久久| 欧美亚洲成人在线一区二区三区| 日本女优在线视频福利| 999久久久久久久久| 91N欧美| 老司机深夜18禁污污网站| 亚州欧美总和| 91九九|