91在线观看视频-91在线观看视频-91在线观看免费视频-91在线观看免费-欧美第二页-欧美第1页

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于RV1126開(kāi)發(fā)板的人臉姿態(tài)估計(jì)算法開(kāi)發(fā)

ljx2016 ? 來(lái)源:ljx2016 ? 作者:ljx2016 ? 2025-04-14 17:21 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

1. 人臉姿態(tài)估計(jì)簡(jiǎn)介

人臉姿態(tài)估計(jì)是通過(guò)對(duì)一張人臉圖像進(jìn)行分析,獲得臉部朝向的角度信息。姿態(tài)估計(jì)是多姿態(tài)問(wèn)題中較為關(guān)鍵的步驟。一般可以用旋轉(zhuǎn)矩陣、旋轉(zhuǎn)向量、四元數(shù)或歐拉角表示。人臉的姿態(tài)變化通常包括上下俯仰(pitch)、左右旋轉(zhuǎn)(yaw)以及平面內(nèi)角度旋轉(zhuǎn)(roll)。因此,姿態(tài)估計(jì)在多姿態(tài)人臉的識(shí)別和司機(jī)行為檢測(cè)等應(yīng)用場(chǎng)景,具有巨大的現(xiàn)實(shí)意義和實(shí)用價(jià)值。

基于EASY-EAI-Nano硬件主板的運(yùn)行效率:

算法種類 運(yùn)行效率
face_pose_estimation 22ms

2. 快速上手

2.1 開(kāi)發(fā)環(huán)境準(zhǔn)備

如果您初次閱讀此文檔,請(qǐng)閱讀《入門指南/開(kāi)發(fā)環(huán)境準(zhǔn)備/Easy-Eai編譯環(huán)境準(zhǔn)備與更新》,并按照其相關(guān)的操作,進(jìn)行編譯環(huán)境的部署

在PC端Ubuntu系統(tǒng)中執(zhí)行run腳本,進(jìn)入EASY-EAI編譯環(huán)境,具體如下所示。

cd ~/develop_environment
./run.sh
wKgZPGf809-AaxYcAACbrHAYX20890.png

2.2 源碼下載以及例程編譯

在EASY-EAI編譯環(huán)境下創(chuàng)建存放源碼倉(cāng)庫(kù)的管理目錄:

cd /opt
mkdir EASY-EAI-Toolkit
cd EASY-EAI-Toolkit

通過(guò)git工具,在管理目錄內(nèi)克隆遠(yuǎn)程倉(cāng)庫(kù)

git clone https://github.com/EASY-EAI/EASY-EAI-Toolkit-C-Demo.git

wKgZO2f809-AMaQTAADL06HcVzc085.png

注:

* 此處可能會(huì)因網(wǎng)絡(luò)原因造成卡頓,請(qǐng)耐心等待。

* 如果實(shí)在要在gitHub網(wǎng)頁(yè)上下載,也要把整個(gè)倉(cāng)庫(kù)下載下來(lái),不能單獨(dú)下載本實(shí)例對(duì)應(yīng)的目錄。

進(jìn)入到對(duì)應(yīng)的例程目錄執(zhí)行編譯操作,具體命令如下所示:

cd EASY-EAI-Toolkit-C-Demo/algorithm-face_pose_estimation/
./build.sh cpres

注:

* 若build.sh腳本帶有cpres參數(shù),則會(huì)把Release/目錄下的所有資源都拷貝到開(kāi)發(fā)板上。

* 若build.sh腳本不帶任何參數(shù),則僅會(huì)拷貝demo編譯出來(lái)的可執(zhí)行文件。

* 由于依賴庫(kù)部署在板卡上,因此交叉編譯過(guò)程中必須保持adb連接。

wKgZPGf80-CAZAZbAAGPqVfiiVE520.png

2.3 模型部署

要完成算法Demo的執(zhí)行,需要先下載人臉檢測(cè)算法模型。

百度網(wǎng)盤鏈接為:https://pan.baidu.com/s/1cxnx1T0ldJvoqkyTk1RmUg(提取碼:0b6h )。

wKgZPGf80-CAVJ08AAAfveoTfYQ949.png

同時(shí)也要下載人員姿態(tài)估計(jì)算法模型。

百度網(wǎng)盤鏈接為:https://pan.baidu.com/s/1sNZb2X0I7TwdM_n89HI9gg (提取碼:j19k )。

wKgZO2f80-CAFuJiAAAeC6E7OnU777.png

然后需要把下載的人臉檢測(cè)模型和人臉姿態(tài)估計(jì)算法模型復(fù)制粘貼到Release/目錄:

wKgZPGf80-GAHxCXAAC-IKsjWbo396.png

再通過(guò)下方命令將模型署到板卡中,如下所示。

cp ./Release/*.model /mnt/userdata/Demo

2.4 例程運(yùn)行

通過(guò)按鍵Ctrl+Shift+T創(chuàng)建一個(gè)新窗口,執(zhí)行adb shell命令,進(jìn)入板卡運(yùn)行環(huán)境。

adb shell
wKgZO2f80-GABJdmAACOVQLk9o8164.png

進(jìn)入板卡后,定位到例程上傳的位置,如下所示:

cd /userdata/Demo

運(yùn)行例程命令如下所示:

./test-face-pose-estimation test-1.jpg

2.5 運(yùn)行效果

face-pose-estimation的Demo執(zhí)行效果如下所示:

wKgZPGf80-GAdx87AACOGZlAABU767.png

再開(kāi)一個(gè)窗口,在PC端Ubuntu環(huán)境通過(guò)以下命令可以把圖片拉回來(lái):

adb pull /userdata/Demo/result.jpg .

結(jié)果圖片如下所示:

wKgZO2f80-GABnfRAAEoMiACklE454.jpg

API的詳細(xì)說(shuō)明,以及API的調(diào)用(本例程源碼),詳細(xì)信息見(jiàn)下方說(shuō)明。

3. 人臉檢測(cè)API說(shuō)明

3.1 引用方式

為方便客戶在本地工程中直接調(diào)用我們的EASY EAI api庫(kù),此處列出工程中需要鏈接的庫(kù)以及頭文件等,方便用戶直接添加。

選項(xiàng) 描述
頭文件目錄 easyeai-api/algorithm_api/face_detect
庫(kù)文件目錄 easyeai-api/algorithm_api/face_detect
庫(kù)鏈接參數(shù) -lpthread -lface_detect -lrknn_api

3.2 人臉檢測(cè)初始化函數(shù)

設(shè)置人臉檢測(cè)初始化函數(shù)原型如下所示。

 int face_detect_init(rknn_context *ctx, const char *path)

具體介紹如下所示。

函數(shù)名: face_detect_init()
頭文件 face_detect.h
輸入?yún)?shù) ctx:rknn_context句柄
path:算法模型的路徑
返回值 成功返回:0
失敗返回:-1
注意事項(xiàng) 無(wú)

3.3 人臉檢測(cè)運(yùn)行函數(shù)

設(shè)face_detect_run原型如下所示。

int face_detect_run(rknn_context ctx, cv::Mat &input_image, std::vector &result)

具體介紹如下所示。

函數(shù)名: face_detect_run ()
頭文件 face_detect.h
輸入?yún)?shù)
ctx: rknn_context句柄
input_image:Opencv Mat格式圖像
result:人臉檢測(cè)的結(jié)果輸出
返回值 成功返回:0
失敗返回:-1
注意事項(xiàng) 無(wú)

3.4 人臉檢測(cè)釋放函數(shù)

人臉檢測(cè)釋放函數(shù)原型如下所示。

int face_detect_release(rknn_context ctx)

具體介紹如下所示。

函數(shù)名: face_detect_release ()
頭文件 face_detect.h
輸入?yún)?shù)
ctx: rknn_context句柄
返回值 成功返回:0
失敗返回:-1
注意事項(xiàng) 無(wú)

4. 人臉姿態(tài)估計(jì)API說(shuō)明

4.1 引用方式

為方便客戶在本地工程中直接調(diào)用我們的EASY EAI api庫(kù),此處列出工程中需要鏈接的庫(kù)以及頭文件等,方便用戶直接添加。

選項(xiàng) 描述
頭文件目錄 easyeai-api/algorithm_api/face_pose_estimation
庫(kù)文件目錄 easyeai-api/algorithm_api/face_pose_estimation
庫(kù)鏈接參數(shù) -lpthread -lface_pose_estimation -lrknn_api

4.2 人臉姿態(tài)初始化函數(shù)

設(shè)置人臉檢測(cè)初始化函數(shù)原型如下所示。

 int face_pose_estimation_init(rknn_context *ctx, const char * path)

具體介紹如下所示。

函數(shù)名: face_pose_estimation_init()
頭文件 face_pose_estimation.h
輸入?yún)?shù) ctx:rknn_context句柄
path:算法模型的路徑
返回值 成功返回:0
失敗返回:-1
注意事項(xiàng) 無(wú)

4.3 人臉姿態(tài)執(zhí)行函數(shù)

設(shè)face_pose_estimation_run原型如下所示。

 int face_pose_estimation_run(rknn_context ctx, cv::Mat *face_image, float *result)

具體介紹如下所示。

函數(shù)名: face_pose_estimation_run ()
頭文件 face_pose_estimation.h
輸入?yún)?shù)
ctx: rknn_context句柄
face_image: 圖像數(shù)據(jù)輸入(cv::Mat是Opencv的類型)
result: yaw(偏航角), pitch(俯仰角), roll(翻滾角)
返回值 成功返回:0
失敗返回:-1
注意事項(xiàng) 無(wú)

4.4 人臉姿態(tài)釋放函數(shù)

人臉檢測(cè)釋放函數(shù)原型如下所示。

 int face_pose_estimation_release(rknn_context ctx)

具體介紹如下所示。

函數(shù)名: face_pose_estimation_release ()
頭文件 face_pose_estimation.h
輸入?yún)?shù)
ctx: rknn_context句柄
返回值 成功返回:0
失敗返回:-1
注意事項(xiàng) 無(wú)

5. 人臉姿態(tài)估計(jì)算法例程

例程目錄為Toolkit-C-Demo/algorithm-face_pose_estimation/test-face-pose-estimation.cpp,操作流程如下。

wKgZPGf80-KAFKdCAAAgfL0lIWw091.png

參考例程如下所示。

#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 

#include "face_detect.h"
#include "face_alignment.h"
#include "face_pose_estimation.h"

using namespace std;
using namespace cv;

int plot_one_box(Mat src, int x1, int x2, int y1, int y2, char *label, char colour)
{
    int tl = round(0.002 * (src.rows + src.cols) / 2) + 1;
    rectangle(src, cv::Point(x1, y1), cv::Point(x2, y2), Scalar(255, 0, 0, 255), 3);

    int tf = max(tl -1, 1);

    int base_line = 0;
    cv::Size t_size = getTextSize(label, FONT_HERSHEY_SIMPLEX, (float)tl/3, tf, &base_line);
    int x3 = x1 + t_size.width;
    int y3 = y1 - t_size.height - 3;

    rectangle(src, cv::Point(x1, y1), cv::Point(x3, y3), Scalar(255, 0, 0, 255), -1);
    putText(src, label, cv::Point(x1, y1 - 2), FONT_HERSHEY_SIMPLEX, (float)tl/3, cv::Scalar(255, 255, 255, 255), tf, 8);
    return 0;
}

int main(int argc, char **argv)
{

	if( argc != 2)
	{
		printf("./test-face-pose-estimation xxx.jpg n");
		return -1;
	}

	rknn_context detect_ctx, face_pose_estimation_ctx;
	std::vector detect_result;
	int ret;

	cv::Mat src;
	src = cv::imread(argv[1], 1);

	/* 人臉檢測(cè)初始化 */
	ret = face_detect_init(&detect_ctx, "./face_detect.model");
	if( ret < 0)
	{
		printf("face_detect_init fail! ret=%dn", ret);
		return -1;
	}

	/* 人臉姿態(tài)估計(jì)初始化 */
	ret = face_pose_estimation_init(&face_pose_estimation_ctx, "./face_pose_estimation.model");
	if( ret < 0)
	{
		printf("face_pose_estimation_init fail! ret=%dn", ret);
		return -1;
	}

	/* 人臉檢測(cè)執(zhí)行 */
	face_detect_run(detect_ctx, src, detect_result);

	for( int i=0; i < (int)detect_result.size() ; i++ )
	{
		int x = (int)(detect_result[i].box.x);
		int y = (int)(detect_result[i].box.y);
		int w = (int)(detect_result[i].box.width);
		int h = (int)(detect_result[i].box.height);
		int max = (w > h)?w:h;

		// 判斷圖像裁剪是否越界
		if( ((x +max) > src.cols) || ((y +max) > src.rows) )
		{
			continue;
		}
		

		cv::Mat roi_img, reize_img, reize_img_rgb;
		roi_img = src(cv::Rect(x, y, max,max));
		roi_img = roi_img.clone();

		resize(roi_img, reize_img, Size(224,224), 0, 0, INTER_AREA);
		cvtColor(reize_img, reize_img_rgb, COLOR_BGR2RGB);

		/* 人臉姿態(tài)估計(jì)運(yùn)行 */
		float pose_result[3];
		face_pose_estimation_run(face_pose_estimation_ctx, &reize_img_rgb, pose_result);

		printf("yaw(偏航角):%f, pitch(俯仰角):%f, roll(翻滾角):%fn", pose_result[0], pose_result[1], pose_result[2]);

		char label_text[100];
		memset(label_text, 0 , sizeof(label_text));
		sprintf(label_text, "yaw:%0.2f pitch:%0.2f roll:%0.2f", pose_result[0], pose_result[1], pose_result[2]); 
		plot_one_box(src, x, x+w, y, y+h, label_text, i%10);

	}

	imwrite("result.jpg", src);

	/* 人臉檢測(cè)釋放 */
	face_detect_release(detect_ctx);

	/* 人臉姿態(tài)估計(jì)釋放 */
	face_pose_estimation_release(face_pose_estimation_ctx);

	return 0;
}

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 算法
    +關(guān)注

    關(guān)注

    23

    文章

    4710

    瀏覽量

    95409
  • 開(kāi)發(fā)板
    +關(guān)注

    關(guān)注

    25

    文章

    5682

    瀏覽量

    104840
  • rv1126
    +關(guān)注

    關(guān)注

    0

    文章

    108

    瀏覽量

    3544
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    RV1126基于虹軟人臉識(shí)別算法實(shí)現(xiàn)指南

    1、RV1126基于虹軟人臉識(shí)別算法實(shí)現(xiàn)的示例使用教程示例(rkmedia_vi_arc_rtsp_test.cc) 使用 CORE-1126-JD4 配套的 os04a10 攝像頭進(jìn)
    發(fā)表于 06-08 15:51

    RV1126 38mm主控數(shù)據(jù)手冊(cè)

    本產(chǎn)品是基于瑞芯微 RV1126 媒體處理芯片開(kāi)發(fā)的 IPC 開(kāi)發(fā)板,分為核心和底板,且 RV1126
    發(fā)表于 08-30 11:55 ?14次下載

    RV1126開(kāi)發(fā)板數(shù)據(jù)手冊(cè)

    本產(chǎn)品是基于瑞芯微 RV1126 媒體處理芯片開(kāi)發(fā)的 IPC 開(kāi)發(fā)板,分為核心和底板, 且 RV1126
    發(fā)表于 08-28 11:09 ?20次下載

    RV1126 實(shí)現(xiàn)人臉檢測(cè)方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉檢測(cè)方案,充分體現(xiàn)了電子方面的實(shí)踐經(jīng)驗(yàn)和目標(biāo)檢測(cè)技術(shù)。
    的頭像 發(fā)表于 04-14 09:25 ?268次閱讀
    <b class='flag-5'>RV1126</b> 實(shí)現(xiàn)<b class='flag-5'>人臉</b>檢測(cè)方案

    基于RV1126開(kāi)發(fā)板的人臉檢測(cè)算法開(kāi)發(fā)

    RV1126開(kāi)發(fā)人臉檢測(cè)算法組件
    的頭像 發(fā)表于 04-14 10:19 ?330次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b><b class='flag-5'>的人臉</b>檢測(cè)<b class='flag-5'>算法</b><b class='flag-5'>開(kāi)發(fā)</b>

    基于RV1126開(kāi)發(fā)板的人員檢測(cè)算法開(kāi)發(fā)

    RV1126開(kāi)發(fā)人員檢測(cè)AI算法組件
    的頭像 發(fā)表于 04-14 13:56 ?313次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b><b class='flag-5'>的人</b>員檢測(cè)<b class='flag-5'>算法</b><b class='flag-5'>開(kāi)發(fā)</b>

    基于RV1126開(kāi)發(fā)板的按鍵測(cè)試方法與例程

    RV1126開(kāi)發(fā)板的按鍵測(cè)試方法與例程詳細(xì)描述
    的頭像 發(fā)表于 04-15 17:03 ?356次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>的按鍵測(cè)試方法與例程

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉檢測(cè)方案

    RV1126上實(shí)現(xiàn)人臉檢測(cè):在圖像中找出人臉,以及每張人臉的landmarks位置。方案設(shè)計(jì)邏輯流程圖,方案代碼分為分為兩個(gè)業(yè)務(wù)流程,主體代碼負(fù)責(zé)抓取、合成圖像,
    的頭像 發(fā)表于 04-18 16:47 ?277次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)<b class='flag-5'>人臉</b>檢測(cè)方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉識(shí)別方案

    RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉識(shí)別:在圖像中找出人臉,并與數(shù)據(jù)庫(kù)進(jìn)行比對(duì),得出該人臉對(duì)應(yīng)的身份信息。 方案設(shè)計(jì)邏輯流程圖,方案代
    的頭像 發(fā)表于 04-18 16:55 ?83次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)<b class='flag-5'>人臉</b>識(shí)別方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)駕駛員行為檢測(cè)方案

    RV1126開(kāi)發(fā)板上實(shí)現(xiàn)駕駛員行為檢測(cè):通過(guò)圖像識(shí)別出這幾種行為:打電話、抽煙、疲勞駕駛。
    的頭像 發(fā)表于 04-18 17:47 ?354次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)駕駛員行為檢測(cè)方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉檢測(cè)方案

    RV1126開(kāi)發(fā)板上實(shí)現(xiàn)人臉檢測(cè):在圖像中找出人臉,以及每張人臉的landmarks位置。 方案設(shè)計(jì)邏輯流程圖,方案代碼分為分
    的頭像 發(fā)表于 04-21 10:21 ?99次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)<b class='flag-5'>人臉</b>檢測(cè)方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉識(shí)別方案

    RV1126開(kāi)發(fā)板上實(shí)現(xiàn)人臉識(shí)別:在圖像中找出人臉,并與數(shù)據(jù)庫(kù)進(jìn)行比對(duì),得出該人臉對(duì)應(yīng)的身份信息。 方案設(shè)計(jì)邏輯流程圖,方案
    的頭像 發(fā)表于 04-21 10:24 ?107次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)<b class='flag-5'>人臉</b>識(shí)別方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉識(shí)別方案

    RV1126上實(shí)現(xiàn)人臉識(shí)別:在圖像中找出人臉,并與數(shù)據(jù)庫(kù)進(jìn)行比對(duì),得出該人臉對(duì)應(yīng)的身份信息。 方案設(shè)計(jì)邏輯流程圖,方案代碼分為分為三個(gè)業(yè)務(wù)流程,主體代碼負(fù)責(zé)抓取、合成圖
    的頭像 發(fā)表于 04-21 13:51 ?11次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)<b class='flag-5'>人臉</b>識(shí)別方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉檢測(cè)方案

    RV1126開(kāi)發(fā)板上實(shí)現(xiàn)人臉檢測(cè):在圖像中找出人臉,以及每張人臉的landmarks位置。 方案設(shè)計(jì)邏輯流程圖,方案代碼分為分
    的頭像 發(fā)表于 04-21 14:00 ?13次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)<b class='flag-5'>人臉</b>檢測(cè)方案

    基于RV1126開(kāi)發(fā)板實(shí)現(xiàn)人臉檢測(cè)方案

    RV1126開(kāi)發(fā)板上實(shí)現(xiàn)人臉檢測(cè):在圖像中找出人臉,以及每張人臉的landmarks位置。 方案設(shè)計(jì)邏輯流程圖,方案代碼分為分
    的頭像 發(fā)表于 04-21 17:59 ?476次閱讀
    基于<b class='flag-5'>RV1126</b><b class='flag-5'>開(kāi)發(fā)板</b>實(shí)現(xiàn)<b class='flag-5'>人臉</b>檢測(cè)方案
    主站蜘蛛池模板: 高清午夜线观看免费 | 天天干夜夜玩 | 女bbbbxxxx毛片视频 | 黄视频网站观看 | 新版天堂资源在线官网8 | 久久澳门 | 222aaa免费| 免费观看a毛片一区二区不卡 | 在线视频观看你懂的 | 综合色影院 | 国产小片 | 91视频啪啪 | 亚洲精品一区二区中文 | 五月婷婷综合网 | 婷婷五月色综合香五月 | 热re66久久精品国产99热 | 午夜黄大色黄大片美女图片 | 欧美人与zoxxxx视频 | 热久在线| 一级片视频播放 | 亚洲免费在线观看视频 | 免费在线观看的网站 | 日本69sex护士 | www.色.con| 视频精品一区二区三区 | 亚洲性天堂 | 人人添人人澡人人澡人人人爽 | 天天操天天干天天操 | 99草精品视频 | 国产一区二区三区不卡观 | 久久成人福利视频 | 永久免费看的啪啪网站 | 手机看片福利日韩国产 | 成年美女| h视频免费在线 | 操干干| 日本黄色影片 | 丁香婷婷综合五月六月 | 欧美videos 另类 | 天天狠天天干 | 成人午夜大片免费视频77777 |