• <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 ?

    面向CPU+GPU異構(gòu)平臺的模板匹配目標(biāo)識別并行算法

    2014-02-27 08:01:40馬永軍
    天津科技大學(xué)學(xué)報 2014年4期
    關(guān)鍵詞:并行算法存儲器線程

    馬永軍,袁 贏,李 灝

    (1. 天津科技大學(xué)計算機科學(xué)與信息工程學(xué)院,天津 300222;2. 天津瑞和天孚科技有限公司,天津 300384)

    面向CPU+GPU異構(gòu)平臺的模板匹配目標(biāo)識別并行算法

    馬永軍1,袁 贏1,李 灝2

    (1. 天津科技大學(xué)計算機科學(xué)與信息工程學(xué)院,天津 300222;2. 天津瑞和天孚科技有限公司,天津 300384)

    針對大數(shù)據(jù)量導(dǎo)致模板匹配目標(biāo)識別算法計算時間長,難以滿足快速檢測的實際需求問題,在采用最新NVIDIA Tesla GPU構(gòu)建的CPU+GPU異構(gòu)平臺上,設(shè)計了一種模板匹配目標(biāo)識別并行算法.通過對模板圖像數(shù)據(jù)常量化、輸入圖像數(shù)據(jù)極致流多處理器片上化和簡化定位參數(shù)計算3方面優(yōu)化了并行算法,并對算法進(jìn)行性能測試.實驗表明,該算法在保證識別效果的同時實時性明顯提高.

    模板匹配;目標(biāo)識別;并行計算;統(tǒng)一設(shè)備計算架構(gòu);圖形處理器

    模板匹配運動目標(biāo)識別已廣泛應(yīng)用到視頻監(jiān)控等領(lǐng)域,然而隨著視頻信息高清化、數(shù)字化發(fā)展,在視頻處理領(lǐng)域中基于模板匹配的運動目標(biāo)識別算法的計算代價高,實時性降低,因而迫切需要提高計算能力.目前在此領(lǐng)域已取得了一些成果:于志華等[1]提出一種基于FPGA的并行超標(biāo)量匹配處理架構(gòu)加速算法,但僅局限于語音系統(tǒng);李俊山等[2]提出基于K元2-立方體網(wǎng)絡(luò)結(jié)構(gòu)的圖像模板匹配并行算法,適用于LS MPP(Li-Shan massive parallel processing)計算機.另外,趙東明等[3]利用DNA計算的并行性實現(xiàn)模板匹配算法的并行化;馬永軍等[4]利用多核平臺使用OpenMP對模板匹配進(jìn)行加速.這2種算法均基于CPU實現(xiàn),而CPU并不擅長并行計算,無法解決在高清環(huán)境下視頻數(shù)據(jù)量大、實時處理性能不佳的問題.Rajasekaran[5]通過FFT技術(shù)獲得有效的模板匹配并行算法,但存在算法計算量巨大的問題;Anderson等[6]通過GPU對模板匹配進(jìn)行加速,但沒有充分挖掘異構(gòu)平臺的優(yōu)勢,仍有提升空間.因此,提高基于模板匹配目標(biāo)識別算法性能具有現(xiàn)實意義.

    NVIDIA公司最新的Tesla系列圖形處理單元(GPU)完全針對并行計算而設(shè)計,利用NVDIA公司統(tǒng)一設(shè)備計算架構(gòu)(compute unified device architec-ture,CUDA)的高可擴展性,完全可以滿足高性能計算機的需要.而且,由CPU+GPU組成的異構(gòu)處理平臺相比傳統(tǒng)的同構(gòu)多處理機系統(tǒng),能夠提供更好的計算性能和功耗效率,已經(jīng)成為解決大數(shù)據(jù)量引發(fā)的計算復(fù)雜、代價高等問題的主流并行解決方案.其中,如何高效地利用異構(gòu)系統(tǒng)中CPU和GPU進(jìn)行協(xié)同并行計算是目前研究的熱點問題[7].

    本文提出一種采用最新的NVIDIA Tesla GPU構(gòu)建CPU+GPU異構(gòu)平臺,并進(jìn)行CUDA并行編程的方法,利用CPU+GPU異構(gòu)多核的高并行能力,使用最新的NVIDIA Tesla K20c GPU對模版匹配目標(biāo)識別并行算法進(jìn)行設(shè)計.

    1 GPU和CUDA編程介紹

    Tesla GPU憑借開普勒(Kepler)架構(gòu)可以提供強大的處理功能以及優(yōu)化,并具有提高GPU上并行執(zhí)行工作負(fù)載的新方法.Kepler架構(gòu)GPU的核心是極致流多處理器(next generation streaming multiprocessor,SMX)[8],與上一代Fermi架構(gòu)使用的流多處理器(streaming multiprocessor,SM)相比,計算和功能單元的數(shù)量、安置方式有了很大變化.這一新型的流式多處理器設(shè)計讓應(yīng)用到處理核心上的空間比例遠(yuǎn)高于應(yīng)用到控制邏輯單元上的空間比例,從而可實現(xiàn)更高的處理性能和效率.

    CUDA核心包含線程組層次、共享存儲器和柵欄同步3個重點抽象,用于引導(dǎo)程序員將問題劃分為可以被多個塊內(nèi)線程獨立并行處理的細(xì)粒度子問題;然后,每個子問題在1片SMX上被1個塊內(nèi)線程并行協(xié)作處理,以提高執(zhí)行效率.

    由于CUDA并未封裝存儲器系統(tǒng)的異構(gòu)性,用戶可以針對具體存儲器的特點,有選擇地使用[9]. CUDA將優(yōu)化程序的自主權(quán)交給了用戶,可提高用戶自主解決問題的靈活性.

    2 模板匹配目標(biāo)識別的GPU并行算法設(shè)計

    2.1 滑動模板匹配目標(biāo)識別算法分析

    滑動模板匹配算法的匹配過程如圖1所示.模板匹配目標(biāo)識別算法的基本原理是讓包含目標(biāo)的模板圖像T在輸入圖像I中滑動,對模板圖像和其覆蓋的對應(yīng)輸入圖像區(qū)域利用去均值歸一化相關(guān)系數(shù)公式(式(1))[10]進(jìn)行定位參數(shù)計算,選擇相關(guān)系數(shù)最優(yōu)值所在位置作為最佳目標(biāo)匹配位置.

    由式(1)可以看出,在滑動模板匹配過程中,每次僅計算1個像素點位置的定位參數(shù),按照匹配順序依次計算每個像素點的定位參數(shù),完成整幅輸入圖像匹配的過程需要大量簡單、計算方式相同的重復(fù)計算.因為在滑動匹配過程中,各個像素點的計算過程是相互獨立、互不干擾的,所以適合通過大規(guī)模的線程并發(fā)執(zhí)行來加速計算.

    圖1 滑動模板匹配算法的匹配過程Fig. 1Matching procedure of sliding template matching algorithm

    2.2 模板匹配并行算法總體設(shè)計

    為了通過GPU執(zhí)行大量并發(fā)線程,發(fā)揮高性能并行計算優(yōu)勢,實現(xiàn)減少模板匹配過程時間的目的,將圖像區(qū)域模板匹配的并行算法按照“先整體區(qū)域分塊,再局部并行計算”的策略分為2步實現(xiàn)(圖2):第1步,在GPU中將圖像區(qū)域?qū)?yīng)的CUDA線程分塊(Block),進(jìn)行圖像數(shù)據(jù)分配;第2步,在每個Block中對每個CUDA線程對應(yīng)的像素點進(jìn)行定位參數(shù)計算,存儲局部統(tǒng)計結(jié)果,然后匯總局部結(jié)果,求整體極值得到整幅輸入圖像中的最佳匹配位置.

    圖2 模板匹配并行算法總體設(shè)計Fig. 2Overall design of parallel sliding template matching algorithm

    根據(jù)滑動匹配的過程,將每個像素點位置處的匹配過程映射到CUDA線程上,1個線程處理與之對應(yīng)的1個像素點的匹配過程.其中,并行化過程中需要在滿足線程映射關(guān)系的前提下進(jìn)行線程關(guān)鍵參數(shù)計算,程序如下:

    2.3 并行算法的優(yōu)化

    根據(jù)GPU硬件特性可知,GPU存儲系統(tǒng)中各存儲單元為層次結(jié)構(gòu),其中包括:常量存儲器、共享存儲器、紋理存儲器、全局存儲器等,它們的作用域和訪問效率各不相同[9].基于GPU的編程框架并未封裝存儲器系統(tǒng)的異構(gòu)性,在總體設(shè)計的第1步中,針對模板圖像數(shù)據(jù)在計算過程保持不變的特點,選用常量存儲器存儲模板圖像數(shù)據(jù),進(jìn)行常數(shù)化參數(shù)存儲優(yōu)化;針對存儲在紋理存儲器中的輸入圖像數(shù)據(jù)訪問延遲大的特點,選用SMX片上共享存儲器存儲局部數(shù)據(jù),進(jìn)行SMX片上數(shù)據(jù)存儲優(yōu)化,從而提高算法訪問圖像數(shù)據(jù)和存儲計算結(jié)果的效率.

    另外,在總體設(shè)計第2步中,可以通過簡化定位參數(shù)的計算過程降低并行化過程中的計算量,進(jìn)一步提高計算效率.

    2.3.1 模板圖像參數(shù)常數(shù)化

    針對模板圖像的參數(shù)在匹配操作的相關(guān)系數(shù)計算過程中始終保持不變的特點,算法中將與模板圖像相關(guān)的參數(shù)提前計算出來存儲于GPU的常量存儲器中,從而實現(xiàn)模板圖像參數(shù)常數(shù)化存儲.然后,在定位參數(shù)計算過程中可直接讀取存儲器中的參數(shù).雖然常量存儲器僅有64,KB[8],但是訪存速度要比設(shè)備存儲器快,通常在1~100個時鐘周期內(nèi)就可以獲取所需要的數(shù)據(jù).

    假設(shè)輸入圖像為W像素×H像素,在計算任意像素點定位參數(shù)時,模板圖像的參數(shù)都會被計算1次,整個圖像則會被重復(fù)計算WH次.通過利用常量存儲器,計算次數(shù)為原來的1/WH,在模板圖像參數(shù)獲取上的性能提高了WH倍.具體過程見圖3.

    圖3 模板圖像數(shù)據(jù)復(fù)用原理Fig. 3 Reuse of template image data

    2.3.2 輸入圖像數(shù)據(jù)SMX片上化

    用于存儲輸入圖像數(shù)據(jù)的GPU紋理存儲器屬于SMX片外存儲器,通常有幾百個時鐘周期的訪問延遲.因此,如何縮短紋理存儲器的訪問時間是加速的關(guān)鍵.

    存儲器層次結(jié)構(gòu)如圖4所示.其中SMX片上共享存儲器的訪問速度比紋理存儲器快10倍左右[9].因此,在計算過程中把在本線程塊中使用到的局部輸入圖像的數(shù)據(jù)存儲在SMX片上共享存儲器中,然后用SMX片上共享存儲器中的局部原始輸入圖像與常量存儲器中的模板圖像數(shù)據(jù)進(jìn)行定位參數(shù)計算.通過充分利用SMX片上共享存儲器解決紋理存儲器訪問效率低下的問題.

    圖4 存儲器層次結(jié)構(gòu)圖Fig. 4 Memory hierarchy

    在串行算法中,圖像數(shù)據(jù)在主機內(nèi)存中始終只有1份,而在CPU+GPU異構(gòu)平臺下,需要拷貝紋理存儲器中的圖像數(shù)據(jù)到SMX片上共享存儲器中保留第2份副本.這樣做雖然使用了更多的GPU存儲空間,但是減少了運算時間,可取得更好的算法性能.

    2.3.3 簡化定位參數(shù)計算

    而且,由于NVIDIA Tesla K20c GPU中的極致流多處理器(SMX)包含用于整數(shù)乘法和加法的硬件結(jié)構(gòu),因此能夠在GPU上快速實現(xiàn)該函數(shù)的求值.

    2.4 模板匹配目標(biāo)識別并行算法總體流程

    根據(jù)模板圖像數(shù)據(jù)常數(shù)化、輸入圖像數(shù)據(jù)SMX片上化和簡化定位參數(shù)計算3方面的優(yōu)化,在Tesla GPU的核心上建立大量線程,將像素點與CUDA線程一一對應(yīng),并為每個像素的計算開辟空間,利用GPU將多個像素計算的時間縮短成和1個像素點計算的時間相似,從而提高算法執(zhí)行效率.基于GPU加速的模板匹配目標(biāo)識別并行算法流程見圖5.

    圖5 模板匹配目標(biāo)識別并行算法流程Fig. 5 Float chart of template matching target recognition parallel algorithm

    3 實 驗

    3.1 實驗環(huán)境

    硬件平臺:超云服務(wù)器,GPU為Tesla K20c,含有13顆極致流多處理器,每個極致流多處理器上有192顆CUDA核心,其核心頻率為706,MHz,顯存帶寬為320,bit,顯存為4,GB;CPU為Intel Xeon CPU 3.1,GHz;系統(tǒng)內(nèi)存為16,GB.

    軟件平臺:操作系統(tǒng)為Microsoft Windows 7中文專業(yè)版;集成開發(fā)平臺為Visual Studio C++ 2010;并行開發(fā)環(huán)境包括CUDA 5.0,CUDA Toolkit 5.0;計算機視覺庫采用OpenCV 2.4.3.

    3.2 實驗結(jié)果與分析

    為了驗證算法的并行加速效果,采用固定模板圖像大小為52像素×52像素、變化輸入圖像大小的4組數(shù)據(jù)(圖6),對比基于CPU的串行模板匹配目標(biāo)識別算法(方法1)、基于GPU的未優(yōu)化并行模板匹配目標(biāo)識別算法(方法2)、基于GPU的優(yōu)化并行模板匹配目標(biāo)識別算法(方法3)的執(zhí)行效果.為了減小實驗誤差,算法分別運行50次,記錄平均運行時間.

    圖6 輸入圖像和模板圖像Fig. 6 Input image and template image

    3種方法的實驗對比見表1.分析表1可知:(1)對同一幅圖像進(jìn)行特征點檢測時,方法3(基于GPU的優(yōu)化并行模板匹配目標(biāo)識別算法)與方法1(基于CPU的串行模板匹配目標(biāo)識別算法)和方法2(基于GPU的未優(yōu)化并行模板匹配目標(biāo)識別算法)相比,極大地提高了算法的實時性,能夠滿足實際需求.(2)對于本實驗,雖然將串行算法(方法1)翻譯成在GPU上運行的并行程序(方法2)提高了算法效率,但是優(yōu)化后的算法(方法3)能夠取得更好的算法實時性.可見,并行算法的設(shè)計和開發(fā)需要根據(jù)算法本身和所使用的GPU硬件特性,有針對性的優(yōu)化之后才能更好地發(fā)揮GPU的性能,獲得滿意的加速效果.

    表1 串行算法、并行算法、優(yōu)化并行算法的平均運行時間Tab. 1 Average processing time of serial algorithm,parallel algorithm and optimal parallel algorithm

    4 結(jié) 語

    本文在構(gòu)建的CPU+GPU異構(gòu)平臺基礎(chǔ)上設(shè)計了模板匹配目標(biāo)識別并行算法,給出了實現(xiàn)的步驟和性能優(yōu)化的方法,并在NVIDIA Tesla K20,c GPU上進(jìn)行性能測試.結(jié)果表明,在Kepler架構(gòu)下利用CUDA編程模型進(jìn)行程序并行化處理和優(yōu)化可明顯提高算法的實時性,能夠適應(yīng)現(xiàn)在視頻高清化、數(shù)字化、網(wǎng)絡(luò)實時性等方面的要求.

    [1] 于志華,張興明,楊鎮(zhèn)西,等. 一種高性能固定語音識別并行處理架構(gòu)[J]. 計算機應(yīng)用研究,2013,30(8): 2419–2421.

    [2] 李俊山,沈緒榜. K元2–立方體網(wǎng)絡(luò)SIMD計算機圖像模板匹配并行算法[J]. 計算機學(xué)報,2001,24(11):1296–1301.

    [3] 趙東明,羅亮. 基于DNA計算的圖像模板匹配算法[J]. 華中科技大學(xué)學(xué)報:自然科學(xué)版,2013,41(2):97–101.

    [4] 馬永軍,吳文旭,何鏘鏘. 一種利用多核計算的目標(biāo)檢測算法[C]//Proceedings of 2010 International Conference on Services Science,Management and Engineering. Hongkong:IITA,2010:209–212.

    [5] Rajasekaran S. Efficient parallel algorithms for template matching[J]. Parallel Processing Letters,2002,12(3/4):359–364.

    [6] Anderson R F,Kirtzic J S,Daescu O. Applying parallel design techniques to template matching with GPUs[M]. High Performance Computing for Computational Science:VECPAR 2010. Berlin,Heidelberg:Springer Berlin Heidelberg,2011:456–468

    [7] 張保,董小社,白秀秀,等. CPU-GPU系統(tǒng)中基于剖分的全局性能優(yōu)化方法[J]. 西安交通大學(xué)學(xué)報,2012,46(2):17–23.

    [8] NVIDIA. NVIDIA CUDA C Programming Guide:Version 5.0[EB/OL].[2012–10–01]. http://www.nvidia. cn/object/maintenance-cudazone-cn.html.

    [9] 仇德元. GPGPU編程技術(shù):從GLSL,CUDA到OpenGL[M]. 北京:機械工業(yè)出版社,2011.

    [10] Yoo J C,Han T H. Fast normalized cross-correlation [J]. Circuits,Systems and Signal Processing,2009,28(6):819–843.

    責(zé)任編輯:常濤

    Parallel Algorithm of CPU and GPU-oriented Heterogeneous Computation in Template Matching Target Recognition

    MA Yongjun1,YUAN Ying1,LI Hao2

    (1. College of Computer Science and Information Engineering,Tianjin University of Science & Technology,Tianjin 300222,China;2. Tianjin Ruihe Tianfu Science & Technology Ltd.Co.,Tianjin 300384,China)

    Moving object recognition algorithm with high-definition video data suffers from large computation complexities and slow speed. With NVIDIA Tesla K20,c GPU,a method of accelerating the template matching target tracking algorithm with the heterogeneous system integrated with CPU and GPU was proposed. The parallel algorithm was designed by three optimizing means:constant memory,the internal memory of SMX and the brief calculation of correlation coefficient. Finally,the program was coded on compute unified device architecture and tested. The results show that the designed algorithm can obviously improve the real-time performance of the algorithm and guarantee the recognition effect.

    template matching;target recognition;parallel computing;compute unified device architecture(CUDA);graphic processing unit(GPU)

    TP311

    A

    1672-6510(2014)04-0048-05

    10.13364/j.issn.1672-6510.2014.04.011

    2014–02–24;

    2014–05–04

    天津市科技支撐計劃重點資助項目(12ZCZDGX02400)

    馬永軍(1970—),男,吉林長春人,教授,yjma@tust.edu.cn.

    猜你喜歡
    并行算法存儲器線程
    靜態(tài)隨機存儲器在軌自檢算法
    地圖線要素綜合化的簡遞歸并行算法
    淺談linux多線程協(xié)作
    基于GPU的GaBP并行算法研究
    存儲器——安格爾(墨西哥)▲
    基于Nand Flash的高速存儲器結(jié)構(gòu)設(shè)計
    基于GPU的分類并行算法的研究與實現(xiàn)
    Linux線程實現(xiàn)技術(shù)研究
    么移動中間件線程池并發(fā)機制優(yōu)化改進(jìn)
    一種存儲器容錯設(shè)計方法
    国产精品久久久久久亚洲av鲁大| 又黄又爽又免费观看的视频| 乱码一卡2卡4卡精品| 联通29元200g的流量卡| 国产伦在线观看视频一区| 国产黄片美女视频| 亚洲乱码一区二区免费版| 九九久久精品国产亚洲av麻豆| 国产精品一区二区三区四区久久| 国产一区二区三区在线臀色熟女| 成人无遮挡网站| 热99re8久久精品国产| 观看免费一级毛片| 老司机深夜福利视频在线观看| av在线蜜桃| 人妻夜夜爽99麻豆av| 久久人人精品亚洲av| 在线观看一区二区三区| 搡女人真爽免费视频火全软件 | 91狼人影院| 老熟妇乱子伦视频在线观看| 中文亚洲av片在线观看爽| 成人特级黄色片久久久久久久| 一区二区三区激情视频| 国产精品综合久久久久久久免费| 日本与韩国留学比较| 久久亚洲精品不卡| 亚洲自偷自拍三级| 亚洲无线在线观看| 亚洲黑人精品在线| 男人的好看免费观看在线视频| 国产精华一区二区三区| 1024手机看黄色片| 免费观看精品视频网站| 91狼人影院| 神马国产精品三级电影在线观看| av在线天堂中文字幕| 一级黄片播放器| 小蜜桃在线观看免费完整版高清| 亚洲精品亚洲一区二区| 超碰av人人做人人爽久久| 两人在一起打扑克的视频| 国产欧美日韩精品一区二区| 精品人妻1区二区| 亚洲av日韩精品久久久久久密| 国产人妻一区二区三区在| 天堂网av新在线| 亚洲电影在线观看av| 久久久久久伊人网av| 久久天躁狠狠躁夜夜2o2o| 日本在线视频免费播放| 国产视频一区二区在线看| 搡女人真爽免费视频火全软件 | 春色校园在线视频观看| 日日夜夜操网爽| 三级国产精品欧美在线观看| 欧美一区二区国产精品久久精品| 成年免费大片在线观看| 国产伦一二天堂av在线观看| 亚洲成人中文字幕在线播放| 亚洲精华国产精华精| 日韩欧美在线二视频| 欧美绝顶高潮抽搐喷水| 少妇熟女aⅴ在线视频| 久久九九热精品免费| 在线免费十八禁| 91麻豆av在线| 亚洲av电影不卡..在线观看| 高清在线国产一区| 成人综合一区亚洲| 欧美+日韩+精品| 成人特级黄色片久久久久久久| 日韩人妻高清精品专区| 午夜福利欧美成人| 少妇的逼好多水| 制服丝袜大香蕉在线| 18禁裸乳无遮挡免费网站照片| 一级黄片播放器| 中文在线观看免费www的网站| 久久久久免费精品人妻一区二区| 看免费成人av毛片| 日韩人妻高清精品专区| 波多野结衣高清作品| 国产精品久久视频播放| 中文字幕久久专区| 2021天堂中文幕一二区在线观| 国产精品女同一区二区软件 | 欧美又色又爽又黄视频| 久久久久久久精品吃奶| 日韩欧美国产在线观看| 欧美最新免费一区二区三区| 亚洲内射少妇av| 狂野欧美白嫩少妇大欣赏| 尾随美女入室| www.色视频.com| 99riav亚洲国产免费| 亚洲人成网站高清观看| 22中文网久久字幕| 精品免费久久久久久久清纯| 老司机福利观看| 成年版毛片免费区| 久久精品影院6| 欧美xxxx性猛交bbbb| 一级毛片久久久久久久久女| 中出人妻视频一区二区| 亚洲国产高清在线一区二区三| 亚洲av成人av| 成人鲁丝片一二三区免费| 免费看光身美女| 国产主播在线观看一区二区| av女优亚洲男人天堂| 午夜免费男女啪啪视频观看 | 观看美女的网站| 精品日产1卡2卡| 白带黄色成豆腐渣| 99热只有精品国产| 久久久久性生活片| av天堂中文字幕网| 欧美性猛交黑人性爽| 欧美中文日本在线观看视频| 全区人妻精品视频| 欧美一区二区亚洲| 老师上课跳d突然被开到最大视频| av在线蜜桃| 亚洲狠狠婷婷综合久久图片| 日本在线视频免费播放| 国内精品美女久久久久久| 亚洲无线在线观看| 久久久久久久久久久丰满 | 极品教师在线免费播放| 色av中文字幕| 精品福利观看| 亚洲av日韩精品久久久久久密| 国产单亲对白刺激| 国产免费男女视频| 国产欧美日韩精品亚洲av| 亚洲人成伊人成综合网2020| 在线观看66精品国产| 国产国拍精品亚洲av在线观看| 午夜激情欧美在线| 欧美不卡视频在线免费观看| 精品久久久久久久久av| 国产精品久久电影中文字幕| 久久久久久九九精品二区国产| av在线天堂中文字幕| 亚洲人成网站在线播| 精品一区二区三区视频在线观看免费| 有码 亚洲区| 性欧美人与动物交配| 伦理电影大哥的女人| 在线免费观看的www视频| 国产淫片久久久久久久久| 在线播放无遮挡| 在线观看一区二区三区| 在线观看午夜福利视频| 色尼玛亚洲综合影院| 久久久久久九九精品二区国产| 亚洲国产日韩欧美精品在线观看| 亚洲第一区二区三区不卡| 久久精品夜夜夜夜夜久久蜜豆| 美女xxoo啪啪120秒动态图| 简卡轻食公司| 久久国产精品人妻蜜桃| 亚洲国产日韩欧美精品在线观看| 真人一进一出gif抽搐免费| 啦啦啦观看免费观看视频高清| 尤物成人国产欧美一区二区三区| 成人午夜高清在线视频| 黄色视频,在线免费观看| 成年女人永久免费观看视频| 波多野结衣高清作品| 综合色av麻豆| 免费高清视频大片| 精品免费久久久久久久清纯| 久久6这里有精品| 久久久久国内视频| 可以在线观看的亚洲视频| 精品人妻熟女av久视频| 午夜精品在线福利| 欧美中文日本在线观看视频| 天堂av国产一区二区熟女人妻| eeuss影院久久| 国产精品爽爽va在线观看网站| 亚洲人成网站在线播放欧美日韩| 人人妻人人澡欧美一区二区| 久久精品影院6| 性插视频无遮挡在线免费观看| 国产精品精品国产色婷婷| 丰满的人妻完整版| 日韩欧美精品v在线| 久久热精品热| 麻豆久久精品国产亚洲av| 欧美日韩综合久久久久久 | 黄色欧美视频在线观看| 中文字幕免费在线视频6| 麻豆av噜噜一区二区三区| av女优亚洲男人天堂| 亚洲精品影视一区二区三区av| 欧美黑人巨大hd| 舔av片在线| 床上黄色一级片| 五月玫瑰六月丁香| 亚洲av.av天堂| 91麻豆精品激情在线观看国产| 色在线成人网| av在线观看视频网站免费| 日韩欧美 国产精品| .国产精品久久| 国产高清不卡午夜福利| 欧美精品啪啪一区二区三区| 国产精品亚洲美女久久久| 在线观看舔阴道视频| 99久久精品一区二区三区| 中文字幕久久专区| 成人综合一区亚洲| 亚洲三级黄色毛片| 亚洲,欧美,日韩| 国产成人一区二区在线| 成人国产综合亚洲| 又黄又爽又免费观看的视频| 国内精品一区二区在线观看| 看免费成人av毛片| 少妇熟女aⅴ在线视频| 亚洲成av人片在线播放无| 日韩国内少妇激情av| 亚洲最大成人中文| 黄色一级大片看看| 国产视频一区二区在线看| 又粗又爽又猛毛片免费看| 婷婷色综合大香蕉| 最近视频中文字幕2019在线8| 国产伦人伦偷精品视频| 嫩草影院入口| 午夜爱爱视频在线播放| 最新在线观看一区二区三区| 精品人妻一区二区三区麻豆 | 成人无遮挡网站| 国产人妻一区二区三区在| 色视频www国产| 日日夜夜操网爽| 少妇的逼水好多| 日韩,欧美,国产一区二区三区 | 亚洲一区二区三区色噜噜| 神马国产精品三级电影在线观看| 男人舔女人下体高潮全视频| 波多野结衣高清作品| 一级毛片久久久久久久久女| 99热6这里只有精品| 国产成人一区二区在线| 久久精品国产亚洲av香蕉五月| 日本 欧美在线| 高清在线国产一区| 小说图片视频综合网站| 久久精品影院6| 欧美3d第一页| 搡老熟女国产l中国老女人| 五月伊人婷婷丁香| 国产精华一区二区三区| 日日摸夜夜添夜夜添小说| 亚洲精品一区av在线观看| 欧美成人性av电影在线观看| 国模一区二区三区四区视频| 97超级碰碰碰精品色视频在线观看| 亚洲在线自拍视频| 少妇熟女aⅴ在线视频| 国产精品综合久久久久久久免费| 自拍偷自拍亚洲精品老妇| 久久精品综合一区二区三区| 久久6这里有精品| 亚洲国产色片| 欧美极品一区二区三区四区| 人妻丰满熟妇av一区二区三区| 国产高清视频在线播放一区| 国产精品爽爽va在线观看网站| 性欧美人与动物交配| 欧美一级a爱片免费观看看| 少妇熟女aⅴ在线视频| 午夜免费成人在线视频| 丰满人妻一区二区三区视频av| 丝袜美腿在线中文| 国产淫片久久久久久久久| 两人在一起打扑克的视频| 人妻丰满熟妇av一区二区三区| 婷婷精品国产亚洲av| 嫩草影视91久久| 热99在线观看视频| 中文字幕熟女人妻在线| 天美传媒精品一区二区| 麻豆国产av国片精品| 亚洲欧美精品综合久久99| 国内精品久久久久精免费| 少妇熟女aⅴ在线视频| 男人舔奶头视频| 我的女老师完整版在线观看| 色精品久久人妻99蜜桃| 国产亚洲欧美98| 国产精品人妻久久久久久| 全区人妻精品视频| avwww免费| 国内毛片毛片毛片毛片毛片| 男人和女人高潮做爰伦理| 99久久成人亚洲精品观看| 亚洲欧美日韩东京热| 婷婷精品国产亚洲av在线| 色哟哟·www| 性色avwww在线观看| 亚洲第一电影网av| 欧美日韩国产亚洲二区| 亚洲电影在线观看av| 高清日韩中文字幕在线| 中国美女看黄片| 亚洲av不卡在线观看| 韩国av一区二区三区四区| 午夜福利在线观看免费完整高清在 | 人人妻人人澡欧美一区二区| 长腿黑丝高跟| av视频在线观看入口| 欧美中文日本在线观看视频| 久久久久久久久中文| 亚洲一区二区三区色噜噜| 88av欧美| a在线观看视频网站| 婷婷丁香在线五月| 免费一级毛片在线播放高清视频| 亚洲色图av天堂| 99国产极品粉嫩在线观看| 亚洲av成人av| 一区二区三区免费毛片| 亚洲av不卡在线观看| 可以在线观看毛片的网站| 伦理电影大哥的女人| 神马国产精品三级电影在线观看| 亚洲av.av天堂| 日本爱情动作片www.在线观看 | 十八禁网站免费在线| 欧美成人性av电影在线观看| 国产精品美女特级片免费视频播放器| 乱码一卡2卡4卡精品| 成年版毛片免费区| ponron亚洲| 丰满的人妻完整版| 中文字幕熟女人妻在线| 一本一本综合久久| 国内久久婷婷六月综合欲色啪| 中文资源天堂在线| 国产午夜福利久久久久久| 国产一区二区在线观看日韩| 女生性感内裤真人,穿戴方法视频| 中亚洲国语对白在线视频| 中文字幕免费在线视频6| 看黄色毛片网站| 免费av不卡在线播放| 日韩欧美 国产精品| 久久久久久伊人网av| 岛国在线免费视频观看| 亚洲av不卡在线观看| 在线观看舔阴道视频| 1000部很黄的大片| 高清日韩中文字幕在线| 免费搜索国产男女视频| 国产亚洲欧美98| 国产成人一区二区在线| 国产高清视频在线播放一区| 日韩欧美一区二区三区在线观看| 美女xxoo啪啪120秒动态图| 一本一本综合久久| 午夜久久久久精精品| 国产黄片美女视频| 色在线成人网| 国产精品日韩av在线免费观看| www.www免费av| 成人二区视频| 亚洲精华国产精华液的使用体验 | 丰满的人妻完整版| 制服丝袜大香蕉在线| 久99久视频精品免费| av在线老鸭窝| 免费看光身美女| 亚洲真实伦在线观看| 国产黄a三级三级三级人| 最后的刺客免费高清国语| 午夜福利成人在线免费观看| 亚洲无线观看免费| 欧美又色又爽又黄视频| 日韩欧美三级三区| 亚洲五月天丁香| 老司机福利观看| 在线天堂最新版资源| 色哟哟·www| 亚洲精品乱码久久久v下载方式| 亚洲va日本ⅴa欧美va伊人久久| 一进一出抽搐gif免费好疼| 国产男人的电影天堂91| 国产真实乱freesex| 久久人妻av系列| 久久久久久久久久成人| 此物有八面人人有两片| 99在线人妻在线中文字幕| 亚洲av免费高清在线观看| 中国美白少妇内射xxxbb| 成人三级黄色视频| 三级毛片av免费| 成年女人看的毛片在线观看| 久久6这里有精品| 尾随美女入室| av.在线天堂| 亚洲av一区综合| 联通29元200g的流量卡| 黄色女人牲交| 成熟少妇高潮喷水视频| 精品人妻1区二区| 精品人妻熟女av久视频| 全区人妻精品视频| 免费搜索国产男女视频| 亚洲人成网站高清观看| 色哟哟哟哟哟哟| 色综合站精品国产| 成人鲁丝片一二三区免费| 亚洲国产精品合色在线| 免费av毛片视频| 午夜爱爱视频在线播放| 色综合婷婷激情| 美女大奶头视频| 亚洲aⅴ乱码一区二区在线播放| 亚洲美女搞黄在线观看 | 国产精品亚洲美女久久久| 国产一区二区在线观看日韩| 最近最新免费中文字幕在线| 国产成人a区在线观看| 悠悠久久av| 亚洲av熟女| 最近最新中文字幕大全电影3| 国产高潮美女av| 国产精品自产拍在线观看55亚洲| 91麻豆av在线| 小说图片视频综合网站| 精品久久久久久久久av| 国产单亲对白刺激| 国产老妇女一区| 国国产精品蜜臀av免费| 免费看日本二区| 国产免费一级a男人的天堂| 在线观看美女被高潮喷水网站| 一卡2卡三卡四卡精品乱码亚洲| 黄色日韩在线| 国产黄a三级三级三级人| 啦啦啦啦在线视频资源| 我的老师免费观看完整版| 日本免费a在线| 九色国产91popny在线| 人人妻人人澡欧美一区二区| 禁无遮挡网站| 久久久久久久久中文| 国产爱豆传媒在线观看| 亚洲欧美日韩高清在线视频| 亚洲中文字幕一区二区三区有码在线看| 人人妻人人澡欧美一区二区| 欧美成人一区二区免费高清观看| 国产色婷婷99| 在现免费观看毛片| 国产黄a三级三级三级人| 1000部很黄的大片| 欧美一区二区国产精品久久精品| 久久草成人影院| 成人毛片a级毛片在线播放| 国产高清有码在线观看视频| 最近最新中文字幕大全电影3| 国产精品福利在线免费观看| 色播亚洲综合网| 国产v大片淫在线免费观看| 国产爱豆传媒在线观看| 国模一区二区三区四区视频| 亚洲成av人片在线播放无| 国产91精品成人一区二区三区| 麻豆精品久久久久久蜜桃| 99视频精品全部免费 在线| 免费观看人在逋| 国产高清三级在线| 欧美bdsm另类| x7x7x7水蜜桃| 夜夜看夜夜爽夜夜摸| 女人十人毛片免费观看3o分钟| 黄色欧美视频在线观看| av中文乱码字幕在线| 亚洲欧美日韩高清专用| 老熟妇乱子伦视频在线观看| 国产黄a三级三级三级人| 久久精品国产鲁丝片午夜精品 | 免费高清视频大片| 成人二区视频| 成人av一区二区三区在线看| 久久6这里有精品| 国产精品电影一区二区三区| 国产精品福利在线免费观看| 成年人黄色毛片网站| 人妻制服诱惑在线中文字幕| 天堂√8在线中文| 99久国产av精品| 此物有八面人人有两片| 免费搜索国产男女视频| 国产精品人妻久久久久久| 少妇丰满av| 麻豆成人午夜福利视频| 波野结衣二区三区在线| 欧美日韩中文字幕国产精品一区二区三区| 免费黄网站久久成人精品| 日日啪夜夜撸| 最后的刺客免费高清国语| 久久久久免费精品人妻一区二区| 国产91精品成人一区二区三区| 干丝袜人妻中文字幕| 欧美一区二区精品小视频在线| 精品久久久久久久末码| 大又大粗又爽又黄少妇毛片口| 精品午夜福利在线看| 久久久精品大字幕| 99热只有精品国产| 亚洲人成网站在线播| 男人舔奶头视频| 午夜精品在线福利| 黄色日韩在线| 我要搜黄色片| 看片在线看免费视频| 99热网站在线观看| 免费看日本二区| 神马国产精品三级电影在线观看| 少妇人妻精品综合一区二区 | 午夜福利欧美成人| 最新在线观看一区二区三区| 国产精品久久久久久亚洲av鲁大| 精品欧美国产一区二区三| 久久精品国产亚洲av涩爱 | 可以在线观看毛片的网站| 久久中文看片网| 又爽又黄a免费视频| 国产一区二区在线观看日韩| 最新在线观看一区二区三区| 国产女主播在线喷水免费视频网站 | 欧美3d第一页| av中文乱码字幕在线| 亚洲欧美激情综合另类| 久久久久久九九精品二区国产| 日本一二三区视频观看| 国产精品98久久久久久宅男小说| 69人妻影院| 免费看光身美女| 69av精品久久久久久| 白带黄色成豆腐渣| 亚洲五月天丁香| 在线天堂最新版资源| 麻豆成人午夜福利视频| 日韩精品青青久久久久久| 给我免费播放毛片高清在线观看| 免费无遮挡裸体视频| 狠狠狠狠99中文字幕| 国产精品亚洲美女久久久| 极品教师在线免费播放| 亚洲成av人片在线播放无| 偷拍熟女少妇极品色| 日韩一区二区视频免费看| 男女边吃奶边做爰视频| 亚洲三级黄色毛片| 免费高清视频大片| 联通29元200g的流量卡| 国产高清视频在线观看网站| 又黄又爽又刺激的免费视频.| 国产伦精品一区二区三区视频9| 校园春色视频在线观看| 男女下面进入的视频免费午夜| 免费看日本二区| eeuss影院久久| 别揉我奶头 嗯啊视频| 男女下面进入的视频免费午夜| 亚洲av不卡在线观看| 少妇丰满av| 蜜桃久久精品国产亚洲av| 黄片wwwwww| 蜜桃久久精品国产亚洲av| av国产免费在线观看| 人妻久久中文字幕网| 最新中文字幕久久久久| 女的被弄到高潮叫床怎么办 | 午夜爱爱视频在线播放| 久久久午夜欧美精品| 一进一出抽搐动态| 欧美又色又爽又黄视频| 国产日本99.免费观看| 欧美日本亚洲视频在线播放| 成人二区视频| 搡老岳熟女国产| 女的被弄到高潮叫床怎么办 | 成人鲁丝片一二三区免费| 亚洲美女黄片视频| 免费看av在线观看网站| 国产精品无大码| 极品教师在线视频| 日韩精品有码人妻一区| 久久久久久久久久久丰满 | 亚洲va在线va天堂va国产| 久久精品91蜜桃| 一本一本综合久久| 在线观看av片永久免费下载| 午夜精品久久久久久毛片777| 两个人的视频大全免费| 99在线视频只有这里精品首页| 12—13女人毛片做爰片一| 在现免费观看毛片| 大型黄色视频在线免费观看| 国内精品久久久久久久电影| 无遮挡黄片免费观看| 内地一区二区视频在线| 久久精品国产清高在天天线| 精品国内亚洲2022精品成人| 亚洲狠狠婷婷综合久久图片| 久久久久久久久久成人|