• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于視覺運動目標跟蹤技術分析

    2011-03-19 22:31:51殷華博
    無線電工程 2011年6期
    關鍵詞:特征圖像目標

    陳 曦,殷華博

    (1.石家莊鐵路運輸學校,河北石家莊050081;2.河北遠東哈里斯通信有限公司,河北石家莊050081)

    0 引言

    計算機視覺是人工智能的一個重要分支,其研究目的就是用計算機代替人對環(huán)境和景物進行感知、解釋和理解。計算機視覺的研究融合了圖像處理、模式識別、人工智能和自動控制等多方面的知識。

    基于視覺的目標跟蹤技術在許多方面都有著廣泛的應用。因此研究基于視覺的運動目標的檢測和跟蹤具有很重要的現(xiàn)實意義和應用價值。

    視覺分析一般步驟包括視覺檢測(Visual Detection)、視覺跟蹤(Visual Tracking)和視覺理解(Visual Understanding)[1]。

    1 運動目標跟蹤

    運動目標的跟蹤,即通過目標的有效表達,在圖像序列中尋找與目標模板最相似候選目標區(qū)位置的過程。簡單來說就是在序列圖像中為目標定位。

    1.1 運動目標的有效表達

    除了對運動目標建模外,目標跟蹤中常用到的目標特性表達主要包括視覺特征(圖像邊緣、輪廓、形狀、紋理、區(qū)域)、統(tǒng)計特征(直方圖、各種矩特征)、變換系數(shù)特征(傅里葉描繪子、自回歸模型)和代數(shù)特征(圖像矩陣的奇異值分解)等[2]。除了使用單一特征外,也可通過融合多個特征來提高跟蹤的可靠性。

    1.2 相似性度量算法

    對運動目標進行特性提取之后,需要采用一定的相似性度量算法與幀圖像進行匹配,從而實現(xiàn)目標跟蹤。圖像處理與分析理論中,常見的相似性度量方法有歐氏距離、街區(qū)距離、棋盤距離、加權距離、巴特查理亞系數(shù)和Hausdorff距離等,其中應用最多和最簡單的是歐氏距離。

    1.3 搜索算法

    目標跟蹤過程中,直接對場景中的所有內(nèi)容進行匹配計算,尋找最佳匹配位置,需要處理大量的冗余信息,這樣運算量比較大,而且沒有必要。采用一定的搜索算法對未來時刻目標的位置狀態(tài)進行估計假設,縮小目標搜索范圍便具有了非常重要的意義。其中一類比較常用的方法是預測運動體下一幀可能出現(xiàn)的位置,在其相關區(qū)域內(nèi)尋找最優(yōu)點。常見的預測算法有Kalman濾波、擴展的Kalman濾波和粒子濾波方法等。

    Kalman濾波器是一個對動態(tài)系統(tǒng)的狀態(tài)序列進行線性最小方差估計的算法。它通過狀態(tài)方程和觀測方程來描述一個動態(tài)系統(tǒng),基于系統(tǒng)以前的狀態(tài)序列對下一個狀態(tài)作最優(yōu)估計,預測時具有無偏、穩(wěn)定和最優(yōu)的特點,且具有計算量小、可實時計算的特點,可以準確地預測目標的位置和速度,但其只適合于線性且呈高斯分布的系統(tǒng)。相對于卡爾曼濾波算法,粒子濾波器特別適用于非線性和非高斯系統(tǒng)。粒子濾波算法是一種基于蒙特卡洛和貝葉斯估計理論的最優(yōu)算法,以遞歸的方式對測量數(shù)據(jù)進行序貫處理,因而無需對以前的測量數(shù)據(jù)進行存儲和再處理,節(jié)省了大量的存儲空間。在跟蹤多形式的目標以及在非線性運動和測量模型中,粒子濾波器具有極好的魯棒性。

    另一類減小搜索范圍的算法是優(yōu)化搜索方向。均值漂移算法(Meanshift)、連續(xù)自適應均值漂移算法(Camshift)和置信區(qū)域算法都是利用無參估計的方法優(yōu)化目標模板和候選目標距離的迭代收斂過程,以達到縮小搜索范圍的目的。Meanshift算法是利用梯度優(yōu)化方法實現(xiàn)快速目標定位能夠?qū)Ψ莿傂阅繕藢崟r跟蹤,適合于非線性運動目標的跟蹤,對目標的變形和旋轉(zhuǎn)等運動有較好的適用性。但是Meanshift算法在目標跟蹤過程中沒有利用目標在空間中的運動方向和運動速度信息,當周圍環(huán)境存在干擾時(如光線、遮擋),容易丟失目標。Camshift算法是在Meanshift算法的基礎上進行了一定的擴展,結(jié)合目標色彩信息形成的一種改進的均值漂移算法。由于目標圖像的直方圖記錄的是顏色出現(xiàn)的概率,這種方法不受目標形狀變化的影響,可以有效地解決目標變形和部分遮擋的問題,且運算效率較高,但該算法在開始前需要由人工指定跟蹤目標。

    2 視覺跟蹤算法的分類

    視覺跟蹤簡單地說就是估計一個對象的運動軌跡。另外,一個跟蹤系統(tǒng)還可以獲得被跟蹤對象的一些信息:對象的運動方向、速度、加速度和位置,從而為進一步處理與分析,實現(xiàn)對運動對象的行為理解完成更高一級的任務做準備。

    一個理想的視覺跟蹤算法應具有以下特性:

    ①快捷性:視覺跟蹤算法應該能夠有效地跟蹤運動目標,同時對場景的突然變化做出反應,這是視覺跟蹤算法的根本目的;

    ②魯棒性:魯棒性意味著可用性。被跟蹤對象從3-D投影到2-D時會造成信息損失、圖像中的噪聲、物體運動的復雜、物體的非剛性或關節(jié)的本質(zhì)、部分和全部遮擋造成的信息暫時消失、物體姿態(tài)的復雜性、場景的光照變化等,客戶希望在這些復雜環(huán)境和情況下可以隨時應用視覺跟蹤算法;

    ③透明性:視覺跟蹤算法對客戶應是透明的,客戶得到的結(jié)果僅僅是快速的響應和良好的可用性;

    ④高效性:視覺跟蹤算法帶來的運算開銷越小越好;

    ⑤穩(wěn)定性:視覺跟蹤算法不應給后續(xù)的運動識別帶來不穩(wěn)定因素;

    ⑥簡單性:視覺跟蹤算法越容易實現(xiàn)則越容易被普遍接受,一個理想的視覺跟蹤配置應簡單易行。

    通常,為了更快地運行視覺跟蹤算法,減少對資源的需求,視覺跟蹤算法應該設計得更簡單;為了實行更準確的跟蹤目標,視覺跟蹤算法又往往但要設計得很復雜。

    視覺跟蹤的數(shù)學解決方法有自底向上和自頂向下2類。自底向上方法通常是通過分析圖像內(nèi)容來重建目標狀態(tài),如重建參數(shù)化的形狀。這種方法在計算量上是有效的,但它的健壯性很大程度依賴于對圖像的分析能力。自頂向下方法產(chǎn)生和估計一系列基于目標模型的狀態(tài)假設,通過估計和校正這些圖像觀測的假設來實現(xiàn)跟蹤,它通常有4個組成成分:目標表示、觀測表示、假設的產(chǎn)生和假設的估計這種方法的健壯性較少依賴于對圖像的分析,這是因為目標假設作為分析圖像的限制條件;但是它的性能很大程度是由產(chǎn)生和校正這些假設的方法來決定的,為了獲得健壯的跟蹤效果,需要很多目標假設,而對這些假設進行估計又需要大量的計算。其中后者是目前視覺跟蹤的主流方法,但將這2種數(shù)學方法結(jié)合起來有助于提高跟蹤算法的健壯性又可以減少計算量。

    視覺跟蹤算法之間的差別一般有以下幾方面[3]:

    ①跟蹤對象的表示;

    ②跟蹤對象的外表、運動和形狀的表示;

    ③圖像特征的選擇。

    傳統(tǒng)的跟蹤對象可以表示成點、原始的幾何形狀(如矩形、橢圓形等)、對象的輪廓和投影、骨架模型、關節(jié)狀模型等[3]。

    視覺跟蹤算法一般分成基于主動輪廓的跟蹤算法(Active Contour-based Tracking Algorithm)、基于特征的跟蹤算法(Feature-based Tracking Algorithm)、基于區(qū)域的跟蹤算法(Region-based Tracking Algorithm)和基于模型的跟蹤算法(Model-basedTracking Algorithm)[4]。

    2.1 基于主動輪廓的跟蹤

    Kass等人提出的主動輪廓模型,即Snake模型,是在圖像域內(nèi)定義的可變形曲線,通過對其能量函數(shù)的最小化,動態(tài)輪廓逐步調(diào)整自身形狀與目標輪廓相一致,該可變形曲線又稱為Snake曲線。Snake技術可以處理任意形狀物體的任意形變,首先將分割得到的物體邊界作為跟蹤的初始模板,然后確定表征物體真實邊界的目標函數(shù),并通過降低目標函數(shù)值,使初始輪廓逐漸向物體的真實邊界移動。

    基于主動輪廓跟蹤的優(yōu)點是不但考慮來自圖像的灰度信息,而且考慮整體輪廓的幾何信息,增強了跟蹤的可靠性。由于跟蹤過程實際上是解的尋優(yōu)過程,帶來的計算量比較大而且由于Snake模型的盲目性,對于快速運動的物體或者形變較大的情況,跟蹤效果不夠理想[5]。

    2.2 基于特征的跟蹤

    基于特征匹配的跟蹤方法不考慮運動目標的整體特征,只通過目標圖像的一些顯著特征來進行跟蹤。假定運動目標可以由惟一的特征集合表達,搜索到該相應的特征集合就認為跟蹤上了運動目標。除了用單一的特征來實現(xiàn)跟蹤外,還可以采用多個特征信息融合在一起作為跟蹤特征?;谔卣鞯母欀饕ㄌ卣魈崛『吞卣髌ヅ?個方面。

    ①特征提取是指從景物的原始圖像中提取圖像的描繪特征,理想的圖像特征應具備的特點是:特征應具有直觀意義,符合人們的視覺特性;特征應具備較好的分類能力,能夠區(qū)分不同的圖像內(nèi)容;特征計算應該相對簡單,以便于快速識別;特征應具備圖像平移、旋轉(zhuǎn)和尺度變化等不變性。目標跟蹤中常用的運動目標的特征主要包括顏色、紋理、邊緣、塊特征、光流特征、周長、面積、質(zhì)心和角點等。提取對尺度伸縮、形變和亮度變化不敏感的有效特征至今仍是圖像處理研究領域中一個比較活躍的方面;

    ②特征匹配提取的目的是進行幀間目標特征的匹配,并以最優(yōu)匹配來跟蹤目標。常見的基于特征匹配的跟蹤算法[6]有基于二值化目標圖像匹配的跟蹤、基于邊緣特征匹配或角點特征匹配的跟蹤、基于目標灰度特征匹配的跟蹤和基于目標顏色特征匹配的跟蹤等?;谔卣鞯母櫵惴ǖ膬?yōu)點在于對運動目標的尺度、形變和亮度等變化不敏感,即使目標的某一部分被遮擋,只要還有一部分特征可以被看到,就可以完成跟蹤任務;另外,這種方法與Kalman濾波器聯(lián)合使用,也具有很好的跟蹤效果。但是其對于圖像模糊和噪聲等比較敏感,圖像特征的提取效果也依賴于各種提取算子及其參數(shù)的設置,此外,連續(xù)幀間的特征對應關系也較難確定,尤其是當每一幀圖像的特征數(shù)目不一致、存在漏檢、特征增加或減少等情況;

    2.3 基于區(qū)域的跟蹤

    基于區(qū)域的跟蹤算法基本思想是:得到包含目標的模板,該模板可通過圖像分割獲得或預先人為確定,模板通常為略大于目標的矩形,也可為不規(guī)則形狀;在序列圖像中,運用相關算法跟蹤目標。這種算法的優(yōu)點在于當目標未被遮擋時,跟蹤精度非常高、跟蹤非常穩(wěn)定。但其缺點首先是費時,當搜索區(qū)域較大時情況尤其嚴重;其次,算法要求目標變形不大,且不能有太大遮擋,否則相關精度下降會造成目標的丟失。近年來,對基于區(qū)域的跟蹤方法關注較多的是如何處理模板變化時的情況,這種變化是由運動目標姿態(tài)變化引起的,如果能正確預測目標的姿態(tài)變化,則可實現(xiàn)穩(wěn)定跟蹤。

    2.4 基于模型的跟蹤

    基于模型的跟蹤是通過一定的先驗知識對所跟蹤目標建立模型,然后通過匹配跟蹤目標進行模型的實時更新。對于剛體目標來說,其運動狀態(tài)變換主要是平移和旋轉(zhuǎn)等,可以利用該方法實現(xiàn)目標跟蹤。但是實際應用中跟蹤的不僅僅是剛體,還有一大部分是非剛體,目標確切的幾何模型不容易得到。

    這種方法不易受觀測視角的影響,具有較強的魯棒性,模型匹配跟蹤精度高,適合于機動目標的各種運動變化,抗干擾能力強,但由于計算分析復雜、運算速度慢,模型的更新較為復雜,實時性較差。準確建立運動模型是模型匹配能否成功的關鍵。

    3 需要進一步研究的問題

    盡管視覺跟蹤技術在近幾年已經(jīng)取得了很大的研究進展,但是仍然有許多問題和難點需要解決:

    ①針對人的感知特性,如何建立一個感知特性的數(shù)學模型。因為視覺跟蹤的過程與人的感知特性緊密聯(lián)系,它又是很多問題的基礎。比如建立適當?shù)囊曈X注意機制、發(fā)現(xiàn)輔助物的數(shù)量和可靠性的關系、如何快速發(fā)現(xiàn)輔助物、在短時間內(nèi)發(fā)現(xiàn)更多的輔助物、在更長的時間內(nèi)發(fā)現(xiàn)少而更可靠的輔助物等,這就需要以后對這個問題作深入的研究,進行統(tǒng)計建模;

    ②針對多線索的融合,如何建立一個多線索融合的模型,尤其是多線索之間的同步和每個線索的異步更新。如在視覺跟蹤中,通過顏色分布、運動軌跡預測、被跟蹤對象輪廓和輔助物等多線索實現(xiàn)跟蹤;在多人視覺跟蹤中,可以引入音頻跟蹤技術,提高定位的準確性,解決一定程度的遮擋問題;

    ③針對視覺跟蹤方法的性能,如何建立一個多種視覺跟蹤方法相互配合的跟蹤系統(tǒng),提高整體性能。因為不同的方法在計算成本和結(jié)果的準確性方面有不同的性能特點,對計算成本過高的方法對其復雜性進行研究,構(gòu)造快速算法;另外,鑒于純數(shù)學的算法通常要較長的計算時間,因此應用人工智能技術,采用專家系統(tǒng),降低對尋優(yōu)精度的要求,從而提高速度,也是一種現(xiàn)實的途徑;

    ④針對2-D和3-D跟蹤算法的融合,如何決定使用2-D跟蹤算法和3-D跟蹤算法的時間。當跟蹤算法從2-D轉(zhuǎn)到3-D時,如何根據(jù)2-D跟蹤算法的跟蹤結(jié)果來初始化3-D跟蹤算法的姿態(tài)參數(shù)。因為2-D跟蹤算法和3-D跟蹤算法各有優(yōu)缺點;

    ⑤全方位視覺。因為能搜集到360°的場景信息,成本也越來越低而逐漸得到人們的重視,但需要解決全方位視覺鏡頭造成的圖像扭曲和圖像細節(jié)丟失等情況。

    4 結(jié)束語

    向用戶提供快捷、穩(wěn)定、準確和低成本的跟蹤結(jié)果是視覺跟蹤系統(tǒng)追求的目標,也是視覺跟蹤取得成功的關鍵。文中介紹了視覺跟蹤算法的研究現(xiàn)狀,包括視覺跟蹤算法的分類、常有數(shù)學方法,討論了遮擋問題和輔助物的利用等。但是因為被跟蹤對象周圍環(huán)境的多樣性和復雜性,使得視覺跟蹤技術仍然有很多需要解決的問題擺在研究者面前。

    [1]WANG Liang,HU Wei-ming,TAN Tie-niu.Recent Developments in Human Motion Analysis[J].Pattern Recognition,2003,36(3):585-601.

    [2]KOR NPROBST P,DERICHE R.Image Sequence Analysis via Partial Difference Equations[J].Mathematical Imaging and Vision,1999,11(1):5-26.

    [3]YIL MAZ P,JAVED O,SHAH M.Object Tracking:a Survey[J].ACM Computing Surveys(CSUR),2006,38(4):1-45.

    [4]HU Wei-ming,TAN Tie-niu,WANG Liang,et al.A Survey on Visual Surveillance of Objec Tmotion and Behaviors[J].IEEE Transactions on Systems,Man,and Cybernetics,Part C:Applications and Reviews,2004,34(3):334-352.

    [5]王素玉,沈藍蓀.智能視覺監(jiān)控技術研究進展[J].中國圖象圖形學報,2007,12(9):1505-1514.

    [6]STAUFFER C,GRIMSONW E L.Learning Patterns of Activity Usingreal-time Tracking[J].IEEE Trans on Pattern Analysis and Machine Intelligence,2000,22(8):747-757.

    猜你喜歡
    特征圖像目標
    改進的LapSRN遙感圖像超分辨重建
    有趣的圖像詩
    如何表達“特征”
    不忠誠的四個特征
    當代陜西(2019年10期)2019-06-03 10:12:04
    抓住特征巧觀察
    我們的目標
    線性代數(shù)的應用特征
    河南科技(2014年23期)2014-02-27 14:19:15
    遙感圖像幾何糾正中GCP選取
    趣味數(shù)獨等4則
    意林(2011年10期)2011-05-14 07:44:00
    中學英語之友·上(2008年2期)2008-04-01 01:19:30
    日韩成人在线观看一区二区三区| 亚洲精品一二三| h视频一区二区三区| 大香蕉久久网| 免费观看a级毛片全部| av天堂久久9| 夜夜骑夜夜射夜夜干| 欧美亚洲日本最大视频资源| 日韩精品免费视频一区二区三区| 国产av精品麻豆| 日韩有码中文字幕| 高潮久久久久久久久久久不卡| 国产精品国产高清国产av | 欧美日韩亚洲高清精品| 精品少妇黑人巨大在线播放| 日本av免费视频播放| 国产片内射在线| 久久精品亚洲熟妇少妇任你| 99re在线观看精品视频| 大型av网站在线播放| 一本—道久久a久久精品蜜桃钙片| 亚洲成人手机| 欧美 日韩 精品 国产| 亚洲精品一二三| 久久久久久久久久久久大奶| 免费av中文字幕在线| 99国产精品一区二区三区| 国产在线一区二区三区精| 99在线人妻在线中文字幕 | 成人影院久久| 在线观看免费视频日本深夜| 久久中文看片网| 99国产精品一区二区蜜桃av | 日韩免费高清中文字幕av| 老熟妇仑乱视频hdxx| 人人妻人人爽人人添夜夜欢视频| 成人黄色视频免费在线看| √禁漫天堂资源中文www| 757午夜福利合集在线观看| 涩涩av久久男人的天堂| 久久精品国产亚洲av高清一级| 99久久精品国产亚洲精品| 丁香六月欧美| 99国产极品粉嫩在线观看| 亚洲中文av在线| 成年人黄色毛片网站| 成人影院久久| 日韩免费av在线播放| 国产欧美亚洲国产| 亚洲成a人片在线一区二区| 亚洲国产欧美网| 老熟女久久久| 自拍欧美九色日韩亚洲蝌蚪91| 在线观看舔阴道视频| 成人国产一区最新在线观看| 国产一区二区三区在线臀色熟女 | 青草久久国产| 啦啦啦中文免费视频观看日本| 动漫黄色视频在线观看| 99精品欧美一区二区三区四区| 久久精品成人免费网站| 欧美精品av麻豆av| 建设人人有责人人尽责人人享有的| 国产精品久久久人人做人人爽| 欧美精品人与动牲交sv欧美| 欧美大码av| 在线观看免费视频日本深夜| 捣出白浆h1v1| 日韩有码中文字幕| 日韩免费高清中文字幕av| 波多野结衣av一区二区av| 中文字幕人妻丝袜制服| 国产激情久久老熟女| 欧美激情久久久久久爽电影 | 黄色a级毛片大全视频| 亚洲精品成人av观看孕妇| 国产av一区二区精品久久| 欧美在线一区亚洲| 制服人妻中文乱码| 亚洲国产成人一精品久久久| 亚洲av电影在线进入| 国产精品秋霞免费鲁丝片| 啦啦啦在线免费观看视频4| 免费在线观看影片大全网站| 俄罗斯特黄特色一大片| 午夜激情久久久久久久| 精品国产亚洲在线| 一本一本久久a久久精品综合妖精| 精品国产一区二区三区久久久樱花| 人妻 亚洲 视频| 欧美国产精品va在线观看不卡| 亚洲国产欧美网| 亚洲va日本ⅴa欧美va伊人久久| 水蜜桃什么品种好| 国产主播在线观看一区二区| 91国产中文字幕| 精品少妇久久久久久888优播| 动漫黄色视频在线观看| 欧美日本中文国产一区发布| 美女主播在线视频| 一区二区三区乱码不卡18| 黑人巨大精品欧美一区二区蜜桃| 女人久久www免费人成看片| 欧美日韩一级在线毛片| 午夜91福利影院| 国产男靠女视频免费网站| 久久中文字幕一级| 成人三级做爰电影| 精品少妇一区二区三区视频日本电影| 精品少妇黑人巨大在线播放| 性少妇av在线| 亚洲色图av天堂| 国产又色又爽无遮挡免费看| 汤姆久久久久久久影院中文字幕| 99精品在免费线老司机午夜| 午夜精品国产一区二区电影| 99国产综合亚洲精品| 18禁裸乳无遮挡动漫免费视频| 亚洲va日本ⅴa欧美va伊人久久| 国产又爽黄色视频| 国产黄色免费在线视频| 免费在线观看日本一区| 波多野结衣av一区二区av| 久久久久久久精品吃奶| 久久影院123| 日韩中文字幕欧美一区二区| 五月开心婷婷网| 女警被强在线播放| 成年人午夜在线观看视频| 精品人妻在线不人妻| a级毛片在线看网站| 国产人伦9x9x在线观看| 亚洲精品在线观看二区| 69av精品久久久久久 | 久久久精品免费免费高清| 一级,二级,三级黄色视频| 国产精品一区二区在线不卡| 嫩草影视91久久| 久久人妻熟女aⅴ| 欧美成人免费av一区二区三区 | 黄色 视频免费看| 日本黄色日本黄色录像| 精品午夜福利视频在线观看一区 | 男女之事视频高清在线观看| 91大片在线观看| 不卡一级毛片| 性高湖久久久久久久久免费观看| 99精品久久久久人妻精品| 99久久精品国产亚洲精品| 99在线人妻在线中文字幕 | 国产亚洲av高清不卡| 亚洲精品中文字幕在线视频| 日韩成人在线观看一区二区三区| 俄罗斯特黄特色一大片| 菩萨蛮人人尽说江南好唐韦庄| 欧美大码av| 成年版毛片免费区| av在线播放免费不卡| 天堂中文最新版在线下载| 精品国产一区二区久久| 一级毛片精品| 老司机靠b影院| 91麻豆精品激情在线观看国产 | 乱人伦中国视频| 美女高潮到喷水免费观看| 午夜福利在线观看吧| 多毛熟女@视频| 老司机在亚洲福利影院| 国产主播在线观看一区二区| 国产精品一区二区在线观看99| 一区在线观看完整版| 久久这里只有精品19| 欧美另类亚洲清纯唯美| 免费一级毛片在线播放高清视频 | 一二三四在线观看免费中文在| 无遮挡黄片免费观看| 国产精品一区二区在线观看99| 亚洲熟女精品中文字幕| 午夜成年电影在线免费观看| 色老头精品视频在线观看| 欧美在线黄色| 中文字幕人妻丝袜制服| 国产一区二区在线观看av| 99国产精品99久久久久| 每晚都被弄得嗷嗷叫到高潮| 亚洲av美国av| 久久精品成人免费网站| 成人18禁在线播放| 黄色成人免费大全| 久久久精品免费免费高清| 欧美精品人与动牲交sv欧美| 一级片'在线观看视频| 亚洲va日本ⅴa欧美va伊人久久| 欧美精品高潮呻吟av久久| 国产伦人伦偷精品视频| 少妇的丰满在线观看| 久久精品亚洲熟妇少妇任你| 国产真人三级小视频在线观看| 肉色欧美久久久久久久蜜桃| 一本—道久久a久久精品蜜桃钙片| 亚洲专区字幕在线| 丁香六月天网| av有码第一页| 黄色片一级片一级黄色片| netflix在线观看网站| 老汉色∧v一级毛片| 亚洲久久久国产精品| 久久午夜亚洲精品久久| 国产在线精品亚洲第一网站| netflix在线观看网站| 乱人伦中国视频| 高清视频免费观看一区二区| 国产精品 国内视频| 大码成人一级视频| 色婷婷久久久亚洲欧美| 天天躁狠狠躁夜夜躁狠狠躁| 日韩欧美三级三区| 日韩大码丰满熟妇| 黑人猛操日本美女一级片| 真人做人爱边吃奶动态| 久久久久久人人人人人| 老汉色av国产亚洲站长工具| 久久九九热精品免费| 久久午夜综合久久蜜桃| 亚洲精品成人av观看孕妇| 人妻 亚洲 视频| 欧美精品一区二区大全| 成人三级做爰电影| 手机成人av网站| 成人国产一区最新在线观看| 黑丝袜美女国产一区| 在线av久久热| 一本久久精品| 日本欧美视频一区| 黄频高清免费视频| 性少妇av在线| 亚洲欧美一区二区三区久久| 欧美 日韩 精品 国产| 亚洲精品国产精品久久久不卡| 99精品久久久久人妻精品| 天堂8中文在线网| 国产无遮挡羞羞视频在线观看| 考比视频在线观看| 国产免费福利视频在线观看| 黄片大片在线免费观看| 成人国语在线视频| 男男h啪啪无遮挡| 久久久久久免费高清国产稀缺| 91成人精品电影| 美女高潮到喷水免费观看| 国产欧美日韩一区二区精品| 成人三级做爰电影| 免费在线观看视频国产中文字幕亚洲| 99国产极品粉嫩在线观看| 欧美黑人欧美精品刺激| 如日韩欧美国产精品一区二区三区| 夫妻午夜视频| 手机成人av网站| 丝袜喷水一区| 国产精品九九99| 别揉我奶头~嗯~啊~动态视频| 黑人欧美特级aaaaaa片| 一边摸一边做爽爽视频免费| 丁香欧美五月| 最近最新中文字幕大全免费视频| 免费观看a级毛片全部| 久久人妻av系列| 国产日韩欧美视频二区| 久久久国产欧美日韩av| 人妻一区二区av| 中亚洲国语对白在线视频| 欧美另类亚洲清纯唯美| av免费在线观看网站| 在线观看免费视频网站a站| 久久人妻福利社区极品人妻图片| 99热国产这里只有精品6| 免费一级毛片在线播放高清视频 | 黄色成人免费大全| 久久亚洲精品不卡| 电影成人av| 免费久久久久久久精品成人欧美视频| 成年人午夜在线观看视频| 丁香欧美五月| 午夜福利免费观看在线| 夜夜夜夜夜久久久久| 久久精品亚洲熟妇少妇任你| 久热这里只有精品99| 久久精品成人免费网站| 欧美精品av麻豆av| 老司机亚洲免费影院| 涩涩av久久男人的天堂| 久久中文字幕一级| 亚洲第一欧美日韩一区二区三区 | www.自偷自拍.com| 色94色欧美一区二区| 国产成人一区二区三区免费视频网站| 国内毛片毛片毛片毛片毛片| 欧美人与性动交α欧美精品济南到| 日日爽夜夜爽网站| 极品少妇高潮喷水抽搐| 女人久久www免费人成看片| 亚洲人成电影免费在线| 国产成人精品久久二区二区免费| 国产一区有黄有色的免费视频| 亚洲黑人精品在线| 日本撒尿小便嘘嘘汇集6| 高清欧美精品videossex| 天天影视国产精品| 一级,二级,三级黄色视频| 丁香六月欧美| 午夜福利视频在线观看免费| 亚洲欧美一区二区三区黑人| 精品国产一区二区久久| 黄色毛片三级朝国网站| 午夜精品国产一区二区电影| 中文字幕人妻丝袜制服| 男女高潮啪啪啪动态图| 在线观看66精品国产| 十八禁网站免费在线| aaaaa片日本免费| 激情在线观看视频在线高清 | 久久精品aⅴ一区二区三区四区| 国产精品 国内视频| 免费一级毛片在线播放高清视频 | 亚洲精品美女久久久久99蜜臀| 在线观看免费午夜福利视频| 搡老熟女国产l中国老女人| 少妇精品久久久久久久| 久久久久久久精品吃奶| 久久午夜综合久久蜜桃| 国产成人欧美| 国产有黄有色有爽视频| 高清在线国产一区| 亚洲欧美精品综合一区二区三区| 欧美激情 高清一区二区三区| 久久久精品国产亚洲av高清涩受| 9191精品国产免费久久| 18禁观看日本| 性色av乱码一区二区三区2| 女人精品久久久久毛片| www日本在线高清视频| av视频免费观看在线观看| 欧美日韩视频精品一区| 99九九在线精品视频| 大型黄色视频在线免费观看| 99精国产麻豆久久婷婷| 国产精品 欧美亚洲| 又紧又爽又黄一区二区| 19禁男女啪啪无遮挡网站| 两人在一起打扑克的视频| 午夜两性在线视频| 成年人免费黄色播放视频| 大码成人一级视频| 日韩中文字幕欧美一区二区| 亚洲中文av在线| 性少妇av在线| 我要看黄色一级片免费的| 精品一区二区三卡| 99riav亚洲国产免费| 亚洲欧美日韩高清在线视频 | 欧美精品人与动牲交sv欧美| 最新美女视频免费是黄的| 好男人电影高清在线观看| 国产伦人伦偷精品视频| 熟女少妇亚洲综合色aaa.| 少妇 在线观看| 天堂动漫精品| 久久这里只有精品19| 色婷婷久久久亚洲欧美| 十八禁网站网址无遮挡| 国产国语露脸激情在线看| 亚洲va日本ⅴa欧美va伊人久久| 国产精品久久久av美女十八| 亚洲精华国产精华精| 人人妻人人添人人爽欧美一区卜| 乱人伦中国视频| 亚洲av国产av综合av卡| 在线播放国产精品三级| 亚洲欧美日韩另类电影网站| 巨乳人妻的诱惑在线观看| 久久免费观看电影| 青青草视频在线视频观看| 精品一品国产午夜福利视频| 亚洲色图 男人天堂 中文字幕| 国产精品久久久久成人av| 日本精品一区二区三区蜜桃| 婷婷丁香在线五月| 超碰97精品在线观看| 91成年电影在线观看| 一级片'在线观看视频| 天堂俺去俺来也www色官网| 一个人免费在线观看的高清视频| 国产男女内射视频| 国产野战对白在线观看| 日韩大码丰满熟妇| 免费一级毛片在线播放高清视频 | 成在线人永久免费视频| 国产aⅴ精品一区二区三区波| 亚洲精品在线观看二区| 欧美日韩成人在线一区二区| 久久国产亚洲av麻豆专区| 欧美在线黄色| tocl精华| 变态另类成人亚洲欧美熟女 | 久9热在线精品视频| 亚洲精品一卡2卡三卡4卡5卡| 狠狠婷婷综合久久久久久88av| 人人妻人人添人人爽欧美一区卜| 国产又色又爽无遮挡免费看| 三级毛片av免费| 一边摸一边做爽爽视频免费| 中文字幕人妻丝袜制服| 9色porny在线观看| 国产精品香港三级国产av潘金莲| av片东京热男人的天堂| 动漫黄色视频在线观看| 肉色欧美久久久久久久蜜桃| 成人18禁高潮啪啪吃奶动态图| 成人国产一区最新在线观看| av网站免费在线观看视频| 人人澡人人妻人| 国产精品国产av在线观看| 久久久久国产一级毛片高清牌| 国产深夜福利视频在线观看| 久久精品亚洲av国产电影网| 精品卡一卡二卡四卡免费| 97在线人人人人妻| 又大又爽又粗| 久久精品国产综合久久久| 岛国毛片在线播放| 欧美精品av麻豆av| 天天躁狠狠躁夜夜躁狠狠躁| 高清毛片免费观看视频网站 | 精品国产一区二区三区四区第35| 亚洲欧美一区二区三区黑人| 久久亚洲真实| 99国产精品99久久久久| 成年动漫av网址| 性少妇av在线| 亚洲专区国产一区二区| 国产精品.久久久| 色尼玛亚洲综合影院| 自线自在国产av| 欧美精品一区二区大全| 日日夜夜操网爽| 日韩精品免费视频一区二区三区| 99香蕉大伊视频| 欧美日韩精品网址| 国产精品.久久久| 女人精品久久久久毛片| 国产精品99久久99久久久不卡| 露出奶头的视频| 中文字幕色久视频| 欧美日韩亚洲高清精品| 制服诱惑二区| 欧美日韩精品网址| 欧美在线一区亚洲| 一区二区三区乱码不卡18| 美女高潮到喷水免费观看| 黄片播放在线免费| 1024香蕉在线观看| 免费久久久久久久精品成人欧美视频| 精品人妻1区二区| 成人黄色视频免费在线看| 精品国产亚洲在线| 又大又爽又粗| 又紧又爽又黄一区二区| 亚洲精华国产精华精| 两性午夜刺激爽爽歪歪视频在线观看 | 精品第一国产精品| 亚洲国产成人一精品久久久| 久久精品91无色码中文字幕| 在线 av 中文字幕| 亚洲av欧美aⅴ国产| www日本在线高清视频| 久久久国产精品麻豆| av一本久久久久| 好男人电影高清在线观看| 亚洲天堂av无毛| 另类精品久久| 一级,二级,三级黄色视频| 午夜福利视频精品| 人妻一区二区av| 欧美精品av麻豆av| 国产xxxxx性猛交| 亚洲免费av在线视频| 不卡一级毛片| 免费看十八禁软件| 色老头精品视频在线观看| 亚洲九九香蕉| 色播在线永久视频| 性高湖久久久久久久久免费观看| 天堂8中文在线网| av视频免费观看在线观看| av网站在线播放免费| 国产日韩欧美在线精品| 久久精品国产99精品国产亚洲性色 | 国产精品电影一区二区三区 | 亚洲中文av在线| 国产av国产精品国产| 国产欧美亚洲国产| xxxhd国产人妻xxx| 99国产精品免费福利视频| 国产成人av激情在线播放| 欧美黄色片欧美黄色片| 丰满人妻熟妇乱又伦精品不卡| 精品一品国产午夜福利视频| 大片电影免费在线观看免费| 丁香欧美五月| 日韩中文字幕视频在线看片| 无遮挡黄片免费观看| 一本色道久久久久久精品综合| 日本五十路高清| 精品久久久久久电影网| 黑人巨大精品欧美一区二区蜜桃| 一区二区av电影网| 日韩制服丝袜自拍偷拍| 精品国产一区二区久久| 黑人巨大精品欧美一区二区蜜桃| 午夜老司机福利片| 久久精品国产a三级三级三级| 无人区码免费观看不卡 | 国产精品秋霞免费鲁丝片| 嫩草影视91久久| 国产精品秋霞免费鲁丝片| av线在线观看网站| 夜夜夜夜夜久久久久| 免费黄频网站在线观看国产| 18禁裸乳无遮挡动漫免费视频| 亚洲欧美色中文字幕在线| 自拍欧美九色日韩亚洲蝌蚪91| 久久国产精品男人的天堂亚洲| 中文字幕色久视频| 精品一区二区三卡| 亚洲国产中文字幕在线视频| 日韩精品免费视频一区二区三区| 法律面前人人平等表现在哪些方面| 少妇被粗大的猛进出69影院| 国产人伦9x9x在线观看| 亚洲,欧美精品.| 50天的宝宝边吃奶边哭怎么回事| 99在线人妻在线中文字幕 | 国产精品久久久久成人av| 亚洲av第一区精品v没综合| 色老头精品视频在线观看| 色精品久久人妻99蜜桃| 亚洲熟女毛片儿| 欧美人与性动交α欧美精品济南到| 狠狠精品人妻久久久久久综合| 黄色片一级片一级黄色片| 亚洲伊人色综图| 亚洲精品乱久久久久久| 国产又爽黄色视频| 成人18禁在线播放| 精品乱码久久久久久99久播| 久久青草综合色| 黄色视频,在线免费观看| 国产老妇伦熟女老妇高清| 久久亚洲真实| 天堂俺去俺来也www色官网| 久久香蕉激情| 国产在线一区二区三区精| 一本—道久久a久久精品蜜桃钙片| 日韩 欧美 亚洲 中文字幕| 欧美国产精品一级二级三级| 久久毛片免费看一区二区三区| 国产日韩一区二区三区精品不卡| 国产欧美日韩精品亚洲av| 午夜福利视频精品| 精品国产乱码久久久久久男人| 岛国在线观看网站| 最新的欧美精品一区二区| 不卡一级毛片| 午夜老司机福利片| 亚洲欧美色中文字幕在线| 午夜久久久在线观看| 人妻一区二区av| 在线观看免费高清a一片| 欧美激情高清一区二区三区| 激情在线观看视频在线高清 | 69精品国产乱码久久久| 狠狠精品人妻久久久久久综合| 国产97色在线日韩免费| 久久精品熟女亚洲av麻豆精品| 久久午夜综合久久蜜桃| 亚洲精品粉嫩美女一区| netflix在线观看网站| 久久久久久久精品吃奶| 国产精品亚洲一级av第二区| 国产亚洲午夜精品一区二区久久| 国产淫语在线视频| 精品第一国产精品| 国产免费现黄频在线看| 高清欧美精品videossex| 日韩人妻精品一区2区三区| 热re99久久精品国产66热6| 黄色片一级片一级黄色片| 丝袜喷水一区| 黄色丝袜av网址大全| 精品少妇黑人巨大在线播放| 亚洲中文日韩欧美视频| 久久人妻熟女aⅴ| 国产精品亚洲一级av第二区| 99热国产这里只有精品6| 欧美精品高潮呻吟av久久| 国产精品欧美亚洲77777| 十八禁网站网址无遮挡| 女人爽到高潮嗷嗷叫在线视频| 亚洲国产欧美一区二区综合| 亚洲精品中文字幕在线视频| 日本vs欧美在线观看视频| 欧美黑人精品巨大| 免费在线观看日本一区| 中文字幕人妻丝袜制服| 女同久久另类99精品国产91|