• <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 ?

    基于兩重誤差重構(gòu)的顯著性區(qū)域檢測算法

    2015-03-31 07:41:13范明喆王魯平張路平
    紅外技術(shù) 2015年11期
    關(guān)鍵詞:重構(gòu)像素顯著性

    范明喆,王魯平,張路平

    ?

    基于兩重誤差重構(gòu)的顯著性區(qū)域檢測算法

    范明喆1,2,王魯平1,張路平1

    (1. 國防科技大學(xué) ATR國家重點實驗室,湖南 長沙 410073;2. 武警韶關(guān)支隊,廣東 韶關(guān) 512000)

    通過SLIC分割算法將圖像分成多個超像素區(qū)域后,利用重構(gòu)誤差進(jìn)行視覺顯著性檢測。首先提取圖像邊緣的超像素區(qū)域作為背景模板,然后利用這些模板構(gòu)建兩重外觀模型:稀疏外觀模型及稠密外觀模型。對于每一塊圖像區(qū)域,首先計算稠密重構(gòu)誤差及稀疏重構(gòu)誤差,然后利用均值聚類方法得到的上下文對重構(gòu)誤差進(jìn)行傳播,再利用貝葉斯準(zhǔn)則融合稀疏型檢測結(jié)果及稠密型檢測結(jié)果,最后通過綜合多尺度重構(gòu)誤差信息及修正的目標(biāo)基高斯模型信息實現(xiàn)像素級顯著性檢測。

    超像素;稠密重構(gòu)誤差;稀疏重構(gòu)誤差;顯著性檢測

    0 引言

    稠密外觀模[1-2]型將每一個數(shù)據(jù)點建模為特征空間中的多元高斯分布,在采樣數(shù)量有限的條件下,很難捕獲到多重離散模式,因而在進(jìn)行顯著性度量時,精度不高,即使是對背景區(qū)域建模也有可能得到較大的重構(gòu)誤差。由于稀疏重構(gòu)誤差可以較好地抑制背景,故檢測結(jié)果中背景干擾小,效果較好。

    雖然稀疏重構(gòu)誤差檢測結(jié)果在某些場景下優(yōu)于稠密重構(gòu)誤差檢測結(jié)果,但在進(jìn)行顯著性度量時也存在一些不足之處[3-6]。例如,當(dāng)目標(biāo)出現(xiàn)在圖像邊界時,就會把前景分割結(jié)果當(dāng)成是背景模板,當(dāng)用這些含有前景目標(biāo)的模板對目標(biāo)進(jìn)行稀疏表示時,由于稀疏重構(gòu)誤差較小,邊界處目標(biāo)區(qū)域的顯著性度量值將接近于0,從而將該區(qū)域檢出為背景。此外,由于誤將前景分割結(jié)果當(dāng)成是部分稀疏基函數(shù),對其他區(qū)域進(jìn)行顯著性度量時,精度會下降。相比而言,稀疏外觀模型則不受此影響,當(dāng)誤將前景分割區(qū)域當(dāng)成是背景模板時,利用從稠密外觀模型中提取出的主成分來描述這些前景區(qū)域時有效性會降低[7-13]。如圖3中第3行所示,部分前景目標(biāo)區(qū)域位于圖像邊界,利用稀疏重構(gòu)誤差度量將不能檢出該區(qū)域,而稠密重構(gòu)誤差度量則能較好的檢出該區(qū)域。由此可知,稀疏重構(gòu)誤差能夠處理復(fù)雜背景中的顯著性目標(biāo)檢測,而稠密重構(gòu)誤差可以較好地解決位于圖像邊界處目標(biāo)的分割,故二者可以互補,共同作用可以大幅提高顯著性度量精度,以此思想提出本文算法。

    1 SLIC(Simple Linear Iterative Clustering)像素分割

    許多有關(guān)目標(biāo)分割、檢測、識別、跟蹤等算法都是在像素級上進(jìn)行操作,在進(jìn)行逐像素處理時,存在兩方面問題:一是往往只關(guān)注圖像中部分有用信息,若對所有像素都進(jìn)行處理,不僅計算量大,且有可能耗費大量資源計算無關(guān)像素信息;二是單一像素點包含的信息量少,僅用這些孤立的像素點信息無法給出一個對感興趣區(qū)域的完整描述、缺乏整體性。在進(jìn)行顯著性目標(biāo)檢測時,對人眼視覺感官系統(tǒng)而言,能引起視覺注意的恰恰不是這些單個像素點,而是由許多具有相似屬性的單像素點組成的集合,該集合就稱為一個超像素區(qū)域,該區(qū)域不僅包含了純像素點所具有的相近的色度、位置信息,而且還包含了只有這些單像素點組合在一起時才表現(xiàn)出的輪廓、邊界等信息。利用超像素分割技術(shù)可將圖像分割為多個具有相似顏色、紋理等信息的小區(qū)域,每個區(qū)域具有相似屬性,故在一定程度上能夠較好地保持圖像中目標(biāo)的邊界信息。在進(jìn)行操作處理時,可將超像素當(dāng)成是單個像素點來處理,這不僅有助于簡化計算降低計算量,而且還可避免由純像素級運算而陷入的局部最優(yōu)。此外,相對于顯著區(qū)域來說,圖像中的非顯著區(qū)域可認(rèn)為是圖像中的冗余信息,將不同區(qū)域聚類為超像素并對最有意義的超像素區(qū)域進(jìn)行操作,從效果上講相當(dāng)于對圖像中的冗余信息進(jìn)行過濾。用圖像區(qū)域中的超像素替代單個像素點參與運算,具有表示高效、運算快捷的優(yōu)勢,且超像素比單像素更符合人眼的視覺感知特性[14-15]。本文在計算圖像的顯著性獲取顯著圖時,是在超像素級上進(jìn)行處理,以超像素區(qū)域為最小處理單元。

    由于SLIC(Simple Linear Iterative Clustering)算法相對成熟,本文不再詳細(xì)介紹。圖1給出了兩組超像素分割結(jié)果,第一列為原圖,第二、三、四列為超像素數(shù)分別為=50,=200,=400時的SLIC分割結(jié)果,由對比可知,超像素數(shù)越多,分割得到的超像素緊湊性就越好,分割區(qū)域就能更為完整地保留圖像中目標(biāo)的邊緣信息,分割后的結(jié)果更有利于完整的提取出圖像中的顯著性目標(biāo)。SLIC超像素分割是本文實現(xiàn)顯著性目標(biāo)檢測的基礎(chǔ)。

    2 背景模板的提取

    本文通過利用背景模板構(gòu)建由稠密及稀疏表示的圖像區(qū)域?qū)崿F(xiàn)對視覺信息的充分利用,其中每一塊圖像區(qū)域的顯著性用背景模板構(gòu)建的重構(gòu)誤差進(jìn)行度量。將圖像邊界視為可能的背景區(qū)域,并從這些區(qū)域中提取背景模板,利用這些模板構(gòu)建稀疏及稠密外觀模型,通過重構(gòu)誤差對圖像中的顯著性區(qū)域進(jìn)行指示。

    圖1 SLIC超像素分割結(jié)果

    為了更好地捕獲圖像區(qū)域的結(jié)構(gòu)信息,首先利用SLIC算法產(chǎn)生超像素區(qū)域,將輸入圖像分割成多個均勻緊湊的區(qū)域。文獻(xiàn)[16-17]指出,同時使用Lab顏色空間及RGB顏色空間可以得到高精度的顯著圖。本文利用每一個超像素區(qū)域的顏色特征均值及坐標(biāo)對其進(jìn)行描述,即={,,,,,,,},則整個圖像可以表示為=[1,2, …,x]?R*,其中為每一個特征的維數(shù),為分割區(qū)域總數(shù)。一般的檢測方法認(rèn)為圖像邊界蘊含大量的視覺背景信息,可用于檢測顯著性目標(biāo)。此外,這些方法還假定具有視覺顯著特性的目標(biāo)最有可能出現(xiàn)在場景的中間部分,然而這種假定未必時刻都成立。盡管如此,這些方法仍可以提供有用的視覺信息用以檢測顯著性目標(biāo)。據(jù)此,本文提取每一個邊界區(qū)域的維特征,并利用這些特征構(gòu)建背景模板集=[1,1, …,b]?R*,其中為圖像邊界分割區(qū)域總數(shù)。

    3 兩重重構(gòu)誤差的構(gòu)建

    3.1 稠密重構(gòu)誤差

    用背景模板集表示某個分割區(qū)域時,若得到的重構(gòu)誤差較大,則該區(qū)域極有可能是前景目標(biāo)?;谠撌聦崳恳粋€圖像區(qū)域的重構(gòu)誤差可利用稠密外觀模型計算得出,而該外觀模型可以通過對背景模板集進(jìn)行主成分分析得到。假定計算的PCA基可得到特征矢量U=[1,1,…u],它對應(yīng)的歸一化方差矩陣中最大的個特征值。利用PCA基U可以計算出任意一個分割區(qū)域x(?[1,])的重構(gòu)系數(shù),即:

    第塊分割區(qū)域?qū)?yīng)的稠密重構(gòu)誤差為:

    3.2 稀疏重構(gòu)誤差

    將背景模板集看成是稀疏表示的基,將第塊分割區(qū)域編碼為:

    稀疏重構(gòu)誤差為:

    4 基于上下文的重構(gòu)誤差傳播

    圖2給出了兩組運用上下文傳播機制對重構(gòu)誤差進(jìn)行平滑的例子,并與利用原始重構(gòu)誤差檢測的結(jié)果進(jìn)行對比,由對比可知,通過誤差傳播,圖像中檢出的顯著性目標(biāo)區(qū)域的灰度更均勻更明亮。第二行給出了一個目標(biāo)處于圖像邊緣的例子,在該例子中,許多位于目標(biāo)上的分割區(qū)域都被錯誤的當(dāng)成是背景模板,因而它們不能被稠密及稀疏外觀模型正確辨識,然而利用其周圍上下文區(qū)域并根據(jù)(5)式對其重構(gòu)誤差進(jìn)行修正后得到的檢測結(jié)果則能較好的將顯著性目標(biāo)檢測出來。

    (a) 原圖;(b) 稠密重構(gòu)誤差檢測結(jié)果;(c) 稠密重構(gòu)誤差上下文傳播檢測結(jié)果;(d) 稀疏重構(gòu)誤差檢測結(jié)果;(e) 稀疏重構(gòu)誤差上下文傳播檢測結(jié)果

    5 像素級顯著性檢測

    對于一幅高分辨率的顯著性圖像,需要對每個像素都賦予一個顯著性度量值,而該度量值是在得到修正的目標(biāo)基高斯模型后,融合多尺度重構(gòu)誤差結(jié)果得到的,下面將分別介紹多尺度重構(gòu)誤差融合及目標(biāo)基高斯模型修正。

    5.1 多尺度重構(gòu)誤差融合

    為了處理尺度問題,在N個不同尺度上生成超像素區(qū)域。對每一個尺度都計算并傳播稠密重構(gòu)誤差及稀疏重構(gòu)誤差,最后融合多尺度重構(gòu)誤差以計算出像素級重構(gòu)誤差,即:

    式中:f表示位于點處的像素的維特征矢量;n為分割區(qū)域標(biāo)記,它表征了尺度為時該區(qū)域中包含了像素點。

    利用像素點與其對應(yīng)的分割n間的相似性作為權(quán)重以求取多尺度重構(gòu)誤差的均值。通過多尺度重構(gòu)誤差融合,可以更為準(zhǔn)確地檢測出顯著性目標(biāo),這就意味著利用多尺度融合機制能更有效地對顯著性進(jìn)行度量。

    5.2 基于目標(biāo)基的高斯模型修正

    一般的顯著性檢測方法認(rèn)為目標(biāo)位于圖像中心并將其作為已知的先驗信息應(yīng)用到高斯建模過程中,即:

    式中:=c,=c,表示圖像中心點坐標(biāo);x,z表示像素點的坐標(biāo)。由于具有視覺顯著性的目標(biāo)并非總是出現(xiàn)在圖像的中間部分,此時中心基高斯模型就不再適宜描述這種情形,因為它有可能包含背景像素或丟失前景區(qū)域。為此,本文用目標(biāo)基G替代中心基,它更能反映出真實的目標(biāo)區(qū)域分布,在目標(biāo)基中x,y,其中x,y為目標(biāo)中心,它可以利用式(7)中的像素誤差導(dǎo)出,即:

    =0.25,=0.25,其中,分別表示輸入圖像的寬與高。利用目標(biāo)基高斯模型,位于出的像素點的顯著性度量值可以通過下式計算得到:

    ()=o()() (11)

    圖3給出了一個處于圖像邊界的目標(biāo),分別用目標(biāo)基與中心基對由重構(gòu)誤差得到的顯著圖修正后得到的顯著性檢測結(jié)果,由對比可知,目標(biāo)基高斯模型得到的目標(biāo)中心精度更高,周圍物體干擾更小,因而能更好地修正顯著性檢測結(jié)果。

    6 基于貝葉斯準(zhǔn)則的顯著圖融合

    利用稠密重構(gòu)誤差及稀疏重構(gòu)誤差在對顯著性進(jìn)行度量時可以實現(xiàn)優(yōu)勢互補,本文利用貝葉斯定理實現(xiàn)這兩種顯著性度量結(jié)果的融合。貝葉斯準(zhǔn)則通過傳遞后驗概率實現(xiàn)顯著性度量,計算公式如下:

    式中:先驗概率()為均勻分布;()為點像素的特征矢量。似然概率計算式如下:

    假定由稠密重構(gòu)誤差及稀疏重構(gòu)誤差得到的顯著圖為1,2,任選其中的一類顯著圖作為先驗信息S(={1,2}),用另一類顯著圖S(≠={1,2})來計算似然值,二者融合過程如圖4所示。首先計算顯著圖S的均值,并用將該均值作為閾值對S進(jìn)行分割,以獲取前景區(qū)域F及背景區(qū)域B,然后根據(jù)像素點在前景及背景中所處的劃分區(qū)間對SS進(jìn)行比較以計算出該區(qū)域的似然值,即:

    因此,在得到先驗信息S的條件下,后驗概率的計算公式為:

    類似可計算出S的后驗顯著性。在得到兩類后驗概率后,就能在貝葉斯框架下對二者進(jìn)行融合以計算出最終的顯著圖S(1(),1()),即:

    上述融合方法必須將其中的一類顯著圖當(dāng)成先驗信息,并與另一類顯著圖有效配合,才能得到灰度均勻明亮的顯著性目標(biāo)。

    7 實驗仿真

    參數(shù)設(shè)定:在稠密誤差重構(gòu)對背景模板進(jìn)行主成分分析時,取占總能量95%的主成分所對應(yīng)的特征向量作為基來計算重構(gòu)系數(shù)。稀疏誤差重構(gòu)時,令誤差項系數(shù)=0.01;利用上下文傳遞重構(gòu)誤差時,令均值聚類類別數(shù)為8,最大迭代次數(shù)為200,權(quán)重因子=0.5;在8組不同尺度上對重構(gòu)誤差進(jìn)行融合;利用目標(biāo)基對誤差重構(gòu)顯著圖修正時,令=0.25;在進(jìn)行貝葉斯融合時,令顏色劃分區(qū)間數(shù)為60,顏色直方圖平滑系數(shù)為0.02。

    圖3 目標(biāo)基與中心基修正顯著圖結(jié)果對比

    圖5給出3組顯著性檢測實驗結(jié)果。

    圖5(a)為3組紅外圖像,圖5(b)~圖5(h)分別為稀疏誤差重構(gòu)顯著性檢測結(jié)果、稀疏重構(gòu)誤差傳遞檢測結(jié)果、稀疏重構(gòu)誤差目標(biāo)基修正結(jié)果、稠密誤差重構(gòu)顯著性檢測結(jié)果、稠密重構(gòu)誤差傳遞檢測結(jié)果、稠密重構(gòu)誤差目標(biāo)基修正結(jié)果及貝葉斯顯著圖融合結(jié)果。

    在第一組圖像中,目標(biāo)較亮、周圍背景灰度較暗,它們都具有視覺顯著性,因而基于誤差重構(gòu)出的檢測結(jié)果二者都包含其中,如圖5(d)所示,雖然稀疏重構(gòu)誤差目標(biāo)基修正結(jié)果背景雜物干擾小,但部分顯著目標(biāo)灰度值較小,容易丟失,這意味著該方法雖然虛警率低,但它是以犧牲檢測概率為代價換取的。利用稠密重構(gòu)檢測結(jié)果中,如圖5(g)所示,雖然檢出結(jié)果中包含待識別的目標(biāo),但周圍干擾物較多,說明該類方法是以增加虛警率為代價而獲得較高的檢測概率,將二者進(jìn)行貝葉斯融合,可結(jié)合二者優(yōu)勢,有效降低干擾,同時又不丟失待檢出的對象,如圖5(h)所示。同理,在第二、三組圖像中,待檢測目標(biāo)周圍干擾較小,稀疏誤差重構(gòu)方法易降低顯著性目標(biāo)灰度,而稠密誤差重構(gòu)方法雖然能夠凸顯顯著目標(biāo)灰度,但也容易將與目標(biāo)灰度相近的背景當(dāng)成顯著性目標(biāo)檢出。將兩種方法檢測結(jié)果融合,可保證或獲取的目標(biāo)灰度值不明顯降低,同時排除部分背景干擾,檢出效果較為理想。

    圖4 基于貝葉斯準(zhǔn)則的顯著圖融合流程

    [1] 王蕓. 基于HITS的圖像顯著性檢測算法[D]. 大連: 大連理工大學(xué), 2013.

    Wang Yun. The detecting algorithm of image saliency based-on HITS[D]. Dalian: Dalian University of Technology, 2013.

    [2] 李勇. 基于區(qū)域?qū)Ρ榷鹊囊曈X顯著性檢測算法[D]. 上海: 上海交通大學(xué), 2013.

    Li Yong. The saliency detecting algorithm based on region contrast[D]. Shanghai: Shanghai Jiaotong University, 2013.

    [3] Itti L, Koch C, Niebur E. A model of saliency-based visual attention for rapid scene analysis[J]., 1998, 20(11):1254-1259.

    [4] Hael J, Koch C, Perona P. Graph-based visual saliency[C]//, USA: MIT Press, 2007: 545-552.

    [5] Zhai Y, Shah M. Visual attention detection in video sequences using spatiotemporal cues[C]//14, New York, 2006: 815-824.

    [6] Cheng M M, Zhang G X, Mitra N, et al. Global contrast based salient region detection[C]//, USA, 2011: 409-416 (doi: 10.1109/ CVPR. 2011.5995344).

    [7] Achanta R, EstradA F, Wils P, et al. Salient region detection and segmentation[C]//, Greece: Springer Berlin/Heidelberg, 2008, 5008: 66-75.

    [8] Hou X, Zhang L. Saliency detection: A spectral residual approach[C]//. USA, 2007: 1-8(doi:10.1109/CVPR.2007.383267).

    [9] Guo C, Ma Q, Zhang L. Spatio-temporal saliency detection using phase spectrum of quaternion fourier transform[C]//, USA, 2008: 1-8(doi:10.1109/CVPR.2008.4587715).

    [10] Rahtu E, Kannala J, Salo M, et al. Segmenting salient objects from images and videos[C]//11, Prague: Springer, 2010: 366-379.

    [11] Duan L, Wu C, Miai J, et al. Visual saliency detection by spatially weighted dissimilarity [C]//, USA, 2011: 473-480(doi: 10.1109/ CVPR. 2011.5995676).

    [12] Liu T, Zhang N, Ding W, et al. Video attention: Learning to detect a salient object sequence[C]//19, USA:, 2008: 1-4.

    [13] Wang M, Konrad J, Ishwar P, et al. Image saliency: From intrinsic to extrinsic context[C]//. USA, 2011: 417-424 (doi: 10.1109/ CVPR. 2011.5995743).

    [14] 王飛. 基于上下文和背景的視覺顯著性檢測[D]. 大連: 大連理工大學(xué), 2013.

    Wang Fei. The visual salience detecting based on context and background[D]. Dalian: Dalian University of Technology, 2013.

    [15] 謝玉琳. 貝葉斯框架下的圖像顯著性檢測[D]. 大連: 大連理工大學(xué), 2011.

    Xie Yulin. The image saliency detecting under bayesian framework[D]. Dalian: Dalian University of Technology, 2011.

    [16] Borji A, Itti L. Exploiting local and global patch rarities for saliency detection[C]//, 2012: 478-485.

    [17] Li X H, Lu H H, Zhang L H, et al. Saliency detection via dense and sparse reconstruction[C]//, 2013: 2976-2983 (doi:10.1109/ICCV.2013.370).

    Regional Detection Algorithm Based on Double Error Reconstruction

    FAN Ming-zhe1,2,WANG Lu-ping1,ZHANG Lu-ping1

    (1.,,410073,;2.,512000,)

    In this paper, the SLIC segmentation algorithm is used to divide an image into several super-pixel areas. Then, the reconstruction error is used in visual saliency detection. Firstly, the proposed algorithm extracts the image edge of super-pixels area as a background template. Then, use these templates to build double appearance model. For each image region, we calculate dense reconstruction error and sparse reconstruction error, then, the context which is the result of the K-means clustering methods is used for the reconstruction error propagation and reuse Bayesian mix dense results and sparse results. Finally, though synthesizing multi-scale reconstruction error information and corrected objective groups Gaussian model information to achieve the objective pixel-level saliency detection.

    super-pixels,dense reconstruction error,sparse reconstruction error,visual saliency detection

    TN911.73

    A

    1001-8891(2015)11-0962-08

    2015-01-27;

    2015-03-17.

    范明喆(1982-),男,吉林長春人,碩士研究生,主要方向為光學(xué)成像自動目標(biāo)識別。E-mail:32064283@qq.com。

    猜你喜歡
    重構(gòu)像素顯著性
    趙運哲作品
    藝術(shù)家(2023年8期)2023-11-02 02:05:28
    像素前線之“幻影”2000
    長城敘事的重構(gòu)
    攝影世界(2022年1期)2022-01-21 10:50:14
    “像素”仙人掌
    基于顯著性權(quán)重融合的圖像拼接算法
    電子制作(2019年24期)2019-02-23 13:22:26
    北方大陸 重構(gòu)未來
    基于視覺顯著性的視頻差錯掩蓋算法
    北京的重構(gòu)與再造
    商周刊(2017年6期)2017-08-22 03:42:36
    一種基于顯著性邊緣的運動模糊圖像復(fù)原方法
    論商標(biāo)固有顯著性的認(rèn)定
    国产免费av片在线观看野外av| 国产免费一级a男人的天堂| 最近中文字幕高清免费大全6 | 国产av不卡久久| 激情在线观看视频在线高清| 久久人妻av系列| 亚洲精华国产精华精| 久久婷婷人人爽人人干人人爱| a级一级毛片免费在线观看| 啪啪无遮挡十八禁网站| 熟女电影av网| 国产久久久一区二区三区| 色哟哟·www| 18禁黄网站禁片午夜丰满| 少妇被粗大猛烈的视频| 9191精品国产免费久久| 色吧在线观看| 黄色日韩在线| 欧美中文日本在线观看视频| 两性午夜刺激爽爽歪歪视频在线观看| 一级作爱视频免费观看| 露出奶头的视频| 我的老师免费观看完整版| 国产精品亚洲一级av第二区| 国产亚洲欧美98| 汤姆久久久久久久影院中文字幕| 国产高清有码在线观看视频| 观看免费一级毛片| 黄色日韩在线| 国产一区二区在线观看日韩| 美女内射精品一级片tv| 国产乱人偷精品视频| 99精国产麻豆久久婷婷| av又黄又爽大尺度在线免费看| 超碰97精品在线观看| 欧美区成人在线视频| 一二三四中文在线观看免费高清| 亚洲人成网站在线播| 亚洲电影在线观看av| 日本av手机在线免费观看| 久热这里只有精品99| 大片免费播放器 马上看| 在线看a的网站| 精品亚洲乱码少妇综合久久| 亚洲伊人久久精品综合| 男女无遮挡免费网站观看| 九色成人免费人妻av| 国产老妇女一区| 成人二区视频| 男女边吃奶边做爰视频| 大话2 男鬼变身卡| 99热这里只有是精品50| 69人妻影院| 日韩欧美精品v在线| 99久久人妻综合| 久久影院123| 99视频精品全部免费 在线| 久久久久精品性色| 在线观看一区二区三区| 亚洲av一区综合| 亚洲av成人精品一二三区| 久久久成人免费电影| 大码成人一级视频| 免费av观看视频| 久久久久网色| 免费观看a级毛片全部| 亚洲精品一二三| 国产一级毛片在线| 亚洲欧美日韩卡通动漫| 午夜日本视频在线| 日韩电影二区| 日本欧美国产在线视频| 日韩av免费高清视频| 纵有疾风起免费观看全集完整版| 日韩视频在线欧美| 日本黄色片子视频| 国产亚洲午夜精品一区二区久久 | 亚洲国产精品999| 一个人观看的视频www高清免费观看| 久久久午夜欧美精品| 国产欧美日韩精品一区二区| av免费在线看不卡| 精品少妇黑人巨大在线播放| 国产v大片淫在线免费观看| 免费大片18禁| 国产女主播在线喷水免费视频网站| 亚洲人成网站在线播| 高清日韩中文字幕在线| 狂野欧美激情性xxxx在线观看| 男男h啪啪无遮挡| 国产真实伦视频高清在线观看| 精品亚洲乱码少妇综合久久| 我要看日韩黄色一级片| 久久久午夜欧美精品| 国产成人freesex在线| 在线亚洲精品国产二区图片欧美 | 国产色婷婷99| 国产 精品1| 最近中文字幕高清免费大全6| 日本午夜av视频| 老师上课跳d突然被开到最大视频| 一二三四中文在线观看免费高清| 少妇人妻 视频| 人体艺术视频欧美日本| 日韩电影二区| 麻豆精品久久久久久蜜桃| 国产高清有码在线观看视频| 99热国产这里只有精品6| 日日摸夜夜添夜夜添av毛片| 久久精品夜色国产| 国产av不卡久久| 免费看a级黄色片| 97超碰精品成人国产| 最近2019中文字幕mv第一页| 亚洲色图综合在线观看| 交换朋友夫妻互换小说| 国产大屁股一区二区在线视频| 熟女人妻精品中文字幕| 婷婷色综合www| 精品久久国产蜜桃| 欧美日韩视频精品一区| 日韩精品有码人妻一区| 日韩精品有码人妻一区| 欧美bdsm另类| 精品国产三级普通话版| www.色视频.com| 丰满人妻一区二区三区视频av| 99久久中文字幕三级久久日本| 日韩av免费高清视频| 久久久国产一区二区| 狂野欧美激情性xxxx在线观看| 成人漫画全彩无遮挡| 亚洲精品久久午夜乱码| 亚洲高清免费不卡视频| 亚洲婷婷狠狠爱综合网| 日本一二三区视频观看| 国产一区二区在线观看日韩| 亚洲国产精品999| 亚洲美女视频黄频| 久久99热这里只有精品18| 成人国产av品久久久| 天堂俺去俺来也www色官网| 精品99又大又爽又粗少妇毛片| 成人综合一区亚洲| 少妇的逼水好多| 少妇的逼水好多| 伦精品一区二区三区| 晚上一个人看的免费电影| 少妇 在线观看| 国产免费视频播放在线视频| 777米奇影视久久| 亚洲自拍偷在线| 免费观看a级毛片全部| 亚洲av二区三区四区| 欧美日本视频| 成人鲁丝片一二三区免费| 毛片一级片免费看久久久久| 国产成人免费观看mmmm| 全区人妻精品视频| 80岁老熟妇乱子伦牲交| 麻豆精品久久久久久蜜桃| 一二三四中文在线观看免费高清| 97在线视频观看| 男女国产视频网站| 国产亚洲最大av| 精品久久久久久久久av| 激情五月婷婷亚洲| 午夜亚洲福利在线播放| 亚洲综合色惰| 黄片wwwwww| 成年女人看的毛片在线观看| 国产日韩欧美亚洲二区| 国产精品久久久久久精品电影小说 | 中文字幕久久专区| 国产片特级美女逼逼视频| 亚洲欧洲日产国产| 日日啪夜夜撸| 免费在线观看成人毛片| 99久久中文字幕三级久久日本| 国产男女超爽视频在线观看| 亚洲天堂国产精品一区在线| videossex国产| av免费在线看不卡| 中文字幕av成人在线电影| 亚洲av日韩在线播放| 亚洲精品国产av成人精品| 亚洲精品乱码久久久久久按摩| 免费看a级黄色片| 国产午夜精品久久久久久一区二区三区| 2022亚洲国产成人精品| 国产精品av视频在线免费观看| 久久久久精品久久久久真实原创| 18禁裸乳无遮挡动漫免费视频 | av在线app专区| 女人久久www免费人成看片| 免费观看在线日韩| 2021天堂中文幕一二区在线观| 国产男女内射视频| 一区二区三区免费毛片| 国产精品久久久久久精品古装| 国产在线一区二区三区精| 18+在线观看网站| 国产精品久久久久久久电影| 日韩不卡一区二区三区视频在线| 中国三级夫妇交换| 久久人人爽av亚洲精品天堂 | 国产精品一区www在线观看| 国产大屁股一区二区在线视频| 少妇高潮的动态图| 日韩在线高清观看一区二区三区| 亚洲经典国产精华液单| 国产乱人视频| 久久久午夜欧美精品| 少妇人妻一区二区三区视频| av免费观看日本| www.色视频.com| 九色成人免费人妻av| 听说在线观看完整版免费高清| 国产精品偷伦视频观看了| 成人毛片60女人毛片免费| 熟女av电影| 午夜福利视频精品| 亚洲av福利一区| 爱豆传媒免费全集在线观看| 成人亚洲精品一区在线观看 | 日韩伦理黄色片| 精品国产一区二区三区久久久樱花 | 我的老师免费观看完整版| 三级国产精品欧美在线观看| 97人妻精品一区二区三区麻豆| 国产欧美另类精品又又久久亚洲欧美| 久久久久九九精品影院| 水蜜桃什么品种好| 人妻少妇偷人精品九色| 亚洲精品国产av成人精品| 国产精品久久久久久精品电影小说 | 麻豆乱淫一区二区| 嫩草影院精品99| 777米奇影视久久| 人体艺术视频欧美日本| 欧美丝袜亚洲另类| 亚洲不卡免费看| 久久久久国产精品人妻一区二区| 免费av毛片视频| 少妇高潮的动态图| 成人亚洲欧美一区二区av| 亚洲av一区综合| 欧美人与善性xxx| 国产精品不卡视频一区二区| 久久亚洲国产成人精品v| 久久久欧美国产精品| 亚洲无线观看免费| av在线亚洲专区| 欧美日本视频| 99热这里只有是精品50| 久久久久精品性色| 建设人人有责人人尽责人人享有的 | 久久久久久久午夜电影| 国产成人福利小说| 狂野欧美激情性xxxx在线观看| 久久久精品欧美日韩精品| av在线播放精品| 午夜老司机福利剧场| 日产精品乱码卡一卡2卡三| 久久精品国产自在天天线| 九九在线视频观看精品| 久久久久精品性色| 青春草国产在线视频| 日韩不卡一区二区三区视频在线| 久久99蜜桃精品久久| 大话2 男鬼变身卡| 亚洲激情五月婷婷啪啪| 女人久久www免费人成看片| 国产在线男女| 国产午夜精品一二区理论片| 中国美白少妇内射xxxbb| 秋霞伦理黄片| 欧美人与善性xxx| 精品熟女少妇av免费看| 亚洲精品自拍成人| 久久精品久久久久久噜噜老黄| 国产免费福利视频在线观看| 久久久久久九九精品二区国产| 99热国产这里只有精品6| 99热网站在线观看| 777米奇影视久久| 久久人人爽av亚洲精品天堂 | 国产大屁股一区二区在线视频| 亚洲精华国产精华液的使用体验| 欧美成人精品欧美一级黄| 国产高清三级在线| 国产一区二区三区综合在线观看 | 亚洲天堂av无毛| 少妇高潮的动态图| 欧美精品一区二区大全| 国产一区二区三区av在线| 大话2 男鬼变身卡| 欧美激情国产日韩精品一区| 欧美+日韩+精品| 国产一区二区三区综合在线观看 | 一本一本综合久久| 狂野欧美白嫩少妇大欣赏| 欧美3d第一页| 欧美高清性xxxxhd video| 国产欧美日韩一区二区三区在线 | 蜜臀久久99精品久久宅男| 内射极品少妇av片p| 一个人看视频在线观看www免费| 久热久热在线精品观看| 黄色视频在线播放观看不卡| 久久久久性生活片| 成人鲁丝片一二三区免费| 成年av动漫网址| av黄色大香蕉| 极品少妇高潮喷水抽搐| 老师上课跳d突然被开到最大视频| 国产综合懂色| 国产高清三级在线| 可以在线观看毛片的网站| 亚洲人成网站高清观看| 国产色爽女视频免费观看| 亚洲丝袜综合中文字幕| 亚洲av中文字字幕乱码综合| 国产又色又爽无遮挡免| 亚洲经典国产精华液单| 国产精品福利在线免费观看| 国产午夜福利久久久久久| 免费观看a级毛片全部| www.色视频.com| 亚洲精品久久午夜乱码| 男人和女人高潮做爰伦理| 午夜老司机福利剧场| 丝袜脚勾引网站| 日本黄色片子视频| 亚洲精品一区蜜桃| 在线播放无遮挡| 岛国毛片在线播放| 美女脱内裤让男人舔精品视频| 人妻夜夜爽99麻豆av| 男女下面进入的视频免费午夜| 91久久精品国产一区二区三区| 各种免费的搞黄视频| 3wmmmm亚洲av在线观看| 少妇被粗大猛烈的视频| 91aial.com中文字幕在线观看| 欧美亚洲 丝袜 人妻 在线| 最近最新中文字幕免费大全7| 中国国产av一级| 国产在视频线精品| 97热精品久久久久久| 又爽又黄无遮挡网站| 另类亚洲欧美激情| 国产精品一区二区性色av| 精华霜和精华液先用哪个| 少妇的逼好多水| 欧美日韩国产mv在线观看视频 | 赤兔流量卡办理| 国产精品久久久久久久电影| 国产一区二区三区av在线| 丰满人妻一区二区三区视频av| 日本一二三区视频观看| 亚洲va在线va天堂va国产| av国产久精品久网站免费入址| 国精品久久久久久国模美| 午夜爱爱视频在线播放| 精品人妻熟女av久视频| 亚洲国产精品国产精品| 久久亚洲国产成人精品v| 91午夜精品亚洲一区二区三区| 大片电影免费在线观看免费| 少妇猛男粗大的猛烈进出视频 | 国产精品一区二区在线观看99| 亚洲国产欧美在线一区| 久久国内精品自在自线图片| 中文字幕久久专区| 亚洲自拍偷在线| 国产av国产精品国产| 精品人妻一区二区三区麻豆| 1000部很黄的大片| 校园人妻丝袜中文字幕| 新久久久久国产一级毛片| 午夜福利网站1000一区二区三区| 嫩草影院精品99| 免费看日本二区| 99视频精品全部免费 在线| av免费观看日本| 欧美少妇被猛烈插入视频| 午夜激情福利司机影院| 国产毛片在线视频| 亚洲欧美日韩无卡精品| 嫩草影院入口| av在线播放精品| 免费在线观看成人毛片| 亚洲丝袜综合中文字幕| 伊人久久国产一区二区| 久热这里只有精品99| 亚洲色图av天堂| 日韩av不卡免费在线播放| 亚洲综合色惰| 国产综合精华液| 亚洲最大成人手机在线| 一级av片app| 男人添女人高潮全过程视频| 欧美人与善性xxx| 久久久亚洲精品成人影院| 精品一区二区免费观看| 一级a做视频免费观看| 91久久精品国产一区二区三区| 毛片女人毛片| 成人亚洲精品av一区二区| 看黄色毛片网站| 欧美日韩综合久久久久久| 国产男女超爽视频在线观看| 交换朋友夫妻互换小说| 亚洲欧洲国产日韩| 久久精品综合一区二区三区| 日韩av免费高清视频| 国内精品宾馆在线| 国产欧美日韩一区二区三区在线 | 国产高潮美女av| 亚洲欧美成人综合另类久久久| 国国产精品蜜臀av免费| 丰满少妇做爰视频| 国产精品久久久久久精品古装| 国产在线男女| 日本与韩国留学比较| videossex国产| 午夜免费观看性视频| 亚洲av国产av综合av卡| 能在线免费看毛片的网站| av线在线观看网站| 国产精品无大码| 男女边吃奶边做爰视频| 国产精品成人在线| 亚洲综合精品二区| 国产探花极品一区二区| xxx大片免费视频| 欧美 日韩 精品 国产| 天天躁夜夜躁狠狠久久av| 欧美成人a在线观看| 美女被艹到高潮喷水动态| 哪个播放器可以免费观看大片| 插阴视频在线观看视频| 国产在线男女| 在线观看一区二区三区| 2021少妇久久久久久久久久久| 欧美潮喷喷水| 黄片无遮挡物在线观看| 久久久国产一区二区| 亚洲人与动物交配视频| 亚洲精品一二三| 精华霜和精华液先用哪个| 最后的刺客免费高清国语| 晚上一个人看的免费电影| www.av在线官网国产| 日韩大片免费观看网站| 国产精品嫩草影院av在线观看| 在线播放无遮挡| av国产免费在线观看| 大片免费播放器 马上看| 日日摸夜夜添夜夜爱| 久久精品久久久久久久性| 人人妻人人爽人人添夜夜欢视频 | 色婷婷久久久亚洲欧美| 中文在线观看免费www的网站| 永久免费av网站大全| 国产成年人精品一区二区| 亚洲四区av| 一级爰片在线观看| 永久网站在线| 少妇被粗大猛烈的视频| 六月丁香七月| 精品少妇黑人巨大在线播放| 丰满乱子伦码专区| 国产免费又黄又爽又色| 最近最新中文字幕免费大全7| 简卡轻食公司| 亚洲精品一二三| 久久精品国产自在天天线| 欧美成人一区二区免费高清观看| 真实男女啪啪啪动态图| 制服丝袜香蕉在线| 男女边吃奶边做爰视频| 韩国高清视频一区二区三区| 人妻制服诱惑在线中文字幕| 日韩制服骚丝袜av| 一区二区三区乱码不卡18| 国产精品国产三级国产专区5o| 欧美老熟妇乱子伦牲交| 国产黄频视频在线观看| 久久人人爽av亚洲精品天堂 | 人体艺术视频欧美日本| 国国产精品蜜臀av免费| 一级av片app| 亚洲最大成人中文| av免费观看日本| 性插视频无遮挡在线免费观看| 99热这里只有精品一区| 久久久久国产网址| 亚洲伊人久久精品综合| 国产精品嫩草影院av在线观看| 成年女人在线观看亚洲视频 | 街头女战士在线观看网站| 69av精品久久久久久| 久久久久久久亚洲中文字幕| 在线观看av片永久免费下载| 免费大片18禁| 丝瓜视频免费看黄片| 大陆偷拍与自拍| 亚洲精品色激情综合| 三级国产精品片| 成人亚洲精品一区在线观看 | 久久午夜福利片| 老师上课跳d突然被开到最大视频| 国产女主播在线喷水免费视频网站| 91久久精品国产一区二区三区| 成人二区视频| 人人妻人人澡人人爽人人夜夜| 在线观看三级黄色| 亚洲欧美清纯卡通| 国产人妻一区二区三区在| 免费少妇av软件| 亚洲成色77777| 一级片'在线观看视频| 人妻少妇偷人精品九色| 亚洲精品一区蜜桃| 永久免费av网站大全| 国产视频首页在线观看| 国产亚洲一区二区精品| 97在线人人人人妻| 欧美精品一区二区大全| 综合色丁香网| 天堂俺去俺来也www色官网| 国产成人freesex在线| 亚洲怡红院男人天堂| 一本一本综合久久| 久久亚洲国产成人精品v| 日韩伦理黄色片| 国产老妇伦熟女老妇高清| 小蜜桃在线观看免费完整版高清| 亚洲欧美精品自产自拍| 久久久久久久午夜电影| 51国产日韩欧美| 国产探花极品一区二区| 97超视频在线观看视频| 下体分泌物呈黄色| 成人高潮视频无遮挡免费网站| 一边亲一边摸免费视频| www.av在线官网国产| 两个人的视频大全免费| 午夜亚洲福利在线播放| 亚洲天堂国产精品一区在线| 国产老妇女一区| 看非洲黑人一级黄片| 精品一区在线观看国产| 国产精品嫩草影院av在线观看| 在线播放无遮挡| 国产成人91sexporn| 水蜜桃什么品种好| 一区二区三区免费毛片| 如何舔出高潮| 亚洲成人av在线免费| 亚洲,一卡二卡三卡| 晚上一个人看的免费电影| 热re99久久精品国产66热6| av播播在线观看一区| 久久99热6这里只有精品| 亚洲真实伦在线观看| 2021少妇久久久久久久久久久| 欧美极品一区二区三区四区| 亚洲成人av在线免费| 国产高清有码在线观看视频| 熟女av电影| 亚洲精品国产色婷婷电影| 午夜精品一区二区三区免费看| 亚洲欧美成人综合另类久久久| 男人狂女人下面高潮的视频| av在线观看视频网站免费| 狂野欧美激情性bbbbbb| 国产女主播在线喷水免费视频网站| 好男人视频免费观看在线| 少妇高潮的动态图| 日本爱情动作片www.在线观看| 在线播放无遮挡| 亚洲精品国产色婷婷电影| 亚洲av中文字字幕乱码综合| 大片电影免费在线观看免费| 国产成人a区在线观看| 中国三级夫妇交换| 国产日韩欧美亚洲二区| 日本wwww免费看| 久久久久久久国产电影| 亚洲自拍偷在线| 欧美3d第一页| 亚洲成人精品中文字幕电影| 国产中年淑女户外野战色| 日韩一本色道免费dvd| 男人和女人高潮做爰伦理| 欧美三级亚洲精品| 美女cb高潮喷水在线观看| 五月开心婷婷网| 日日摸夜夜添夜夜爱| 少妇高潮的动态图| 91久久精品国产一区二区成人| 免费看光身美女| 少妇裸体淫交视频免费看高清| 久久久久久久久久成人| 综合色丁香网| 不卡视频在线观看欧美| 亚洲色图综合在线观看| 久久久久国产网址| 亚洲aⅴ乱码一区二区在线播放| 黄色一级大片看看| 天天躁日日操中文字幕| 久久久久久久久久久免费av|