• <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
    国产高清国产精品国产三级 | 最近中文字幕高清免费大全6| 少妇猛男粗大的猛烈进出视频| 免费观看性生交大片5| 国产免费一区二区三区四区乱码| 男人和女人高潮做爰伦理| 中文乱码字字幕精品一区二区三区| 欧美xxxx性猛交bbbb| 久久人人爽人人片av| 麻豆乱淫一区二区| 男女边吃奶边做爰视频| 亚洲精品自拍成人| 日韩免费高清中文字幕av| 亚洲,一卡二卡三卡| 国产精品精品国产色婷婷| 十分钟在线观看高清视频www | 日本猛色少妇xxxxx猛交久久| 97超碰精品成人国产| 亚洲精品国产色婷婷电影| 国产高潮美女av| 伊人久久精品亚洲午夜| 人妻一区二区av| 久久久久久人妻| 丰满乱子伦码专区| 色视频www国产| 七月丁香在线播放| 一区在线观看完整版| 亚洲av欧美aⅴ国产| 免费看光身美女| 涩涩av久久男人的天堂| 简卡轻食公司| 狂野欧美激情性xxxx在线观看| 2022亚洲国产成人精品| 亚洲av日韩在线播放| 涩涩av久久男人的天堂| 日韩成人伦理影院| 插逼视频在线观看| 汤姆久久久久久久影院中文字幕| 视频区图区小说| 精品午夜福利在线看| 狂野欧美激情性xxxx在线观看| 国产成人aa在线观看| 一级黄片播放器| 国产精品久久久久久久久免| 男女无遮挡免费网站观看| 国产伦理片在线播放av一区| 我的老师免费观看完整版| 3wmmmm亚洲av在线观看| 日韩av免费高清视频| 在线观看国产h片| 免费观看无遮挡的男女| 少妇 在线观看| 中文字幕亚洲精品专区| 日韩在线高清观看一区二区三区| 精品酒店卫生间| 国产高潮美女av| 日韩中字成人| av一本久久久久| 久久精品久久精品一区二区三区| 日韩一区二区三区影片| 成人美女网站在线观看视频| 看免费成人av毛片| 久久久久国产网址| 在线观看av片永久免费下载| 有码 亚洲区| 天美传媒精品一区二区| 下体分泌物呈黄色| 国产精品久久久久久久久免| 久久久欧美国产精品| 亚洲av二区三区四区| 国产高潮美女av| 少妇被粗大猛烈的视频| 在线观看国产h片| 一区二区三区免费毛片| 晚上一个人看的免费电影| 亚洲欧美一区二区三区国产| 国产免费又黄又爽又色| 亚洲精品自拍成人| 99九九线精品视频在线观看视频| 亚洲精品中文字幕在线视频 | 国产色婷婷99| 亚洲精品视频女| 噜噜噜噜噜久久久久久91| 亚洲精品第二区| 国产久久久一区二区三区| 久久久久久人妻| kizo精华| 午夜福利网站1000一区二区三区| 国产 一区精品| 七月丁香在线播放| 天天躁日日操中文字幕| 免费看av在线观看网站| 国产成人午夜福利电影在线观看| av网站免费在线观看视频| 一区二区av电影网| 亚洲欧美日韩卡通动漫| 少妇熟女欧美另类| 国产午夜精品一二区理论片| 国产免费福利视频在线观看| 国产 一区精品| 国产精品欧美亚洲77777| 精品久久久久久久末码| 韩国av在线不卡| 国产大屁股一区二区在线视频| 伊人久久精品亚洲午夜| 欧美日韩在线观看h| 在线观看三级黄色| 亚洲综合精品二区| 久久久久久久国产电影| 少妇高潮的动态图| 亚洲精品日韩av片在线观看| 舔av片在线| 国内精品宾馆在线| 国产大屁股一区二区在线视频| 五月开心婷婷网| 久久久午夜欧美精品| 久久久久久伊人网av| 色视频在线一区二区三区| 国产精品久久久久久精品电影小说 | 一边亲一边摸免费视频| 婷婷色麻豆天堂久久| 久久ye,这里只有精品| 久久人人爽人人片av| 日韩 亚洲 欧美在线| 精品亚洲成a人片在线观看 | 丰满迷人的少妇在线观看| 国内精品宾馆在线| 涩涩av久久男人的天堂| 欧美日韩一区二区视频在线观看视频在线| 国产精品秋霞免费鲁丝片| 少妇裸体淫交视频免费看高清| 亚洲va在线va天堂va国产| 亚洲人成网站在线播| 国产伦精品一区二区三区四那| 亚洲人成网站高清观看| 一级爰片在线观看| 尤物成人国产欧美一区二区三区| 国产欧美日韩一区二区三区在线 | 视频中文字幕在线观看| 久久综合国产亚洲精品| 精品一区在线观看国产| 少妇的逼好多水| 久久久国产一区二区| 我要看日韩黄色一级片| 亚洲精品久久午夜乱码| 国产成人a∨麻豆精品| 嫩草影院新地址| 亚洲综合色惰| 国产一区亚洲一区在线观看| 日韩三级伦理在线观看| 一级片'在线观看视频| 精品久久国产蜜桃| 色婷婷av一区二区三区视频| 亚洲综合色惰| 色哟哟·www| 日韩av在线免费看完整版不卡| 日产精品乱码卡一卡2卡三| av在线观看视频网站免费| 在线观看免费日韩欧美大片 | 91久久精品国产一区二区成人| 国产精品99久久99久久久不卡 | 久久久午夜欧美精品| 国产精品人妻久久久影院| 日日摸夜夜添夜夜爱| 久久久久性生活片| 午夜免费观看性视频| 欧美最新免费一区二区三区| 26uuu在线亚洲综合色| av一本久久久久| 日本一二三区视频观看| 99久久人妻综合| 日韩,欧美,国产一区二区三区| 身体一侧抽搐| 欧美少妇被猛烈插入视频| 精品久久国产蜜桃| 国产 精品1| 男人添女人高潮全过程视频| 国产av精品麻豆| av国产免费在线观看| 噜噜噜噜噜久久久久久91| 在现免费观看毛片| 少妇高潮的动态图| 久久影院123| 免费黄网站久久成人精品| 制服丝袜香蕉在线| 最近中文字幕高清免费大全6| 免费黄频网站在线观看国产| 3wmmmm亚洲av在线观看| 久久久久国产精品人妻一区二区| 久久久久国产网址| 国产亚洲最大av| 国产欧美日韩一区二区三区在线 | 人人妻人人爽人人添夜夜欢视频 | 97在线视频观看| 中文字幕制服av| 永久免费av网站大全| 天堂8中文在线网| 极品少妇高潮喷水抽搐| 免费人妻精品一区二区三区视频| 久久国内精品自在自线图片| 亚洲欧美成人精品一区二区| 各种免费的搞黄视频| 人妻系列 视频| 亚洲经典国产精华液单| 一级毛片久久久久久久久女| 男人添女人高潮全过程视频| 色婷婷av一区二区三区视频| 如何舔出高潮| 男女边摸边吃奶| 亚洲高清免费不卡视频| 国产毛片在线视频| 亚洲国产欧美在线一区| 久久久久久人妻| 日韩一本色道免费dvd| av卡一久久| 国产精品国产av在线观看| 精品国产三级普通话版| 国产精品一二三区在线看| 网址你懂的国产日韩在线| 国产男女内射视频| 尤物成人国产欧美一区二区三区| 国产精品国产三级专区第一集| 一级毛片我不卡| 人人妻人人看人人澡| 日韩制服骚丝袜av| 亚洲欧美清纯卡通| 91精品一卡2卡3卡4卡| 看非洲黑人一级黄片| 嫩草影院新地址| 精品亚洲成a人片在线观看 | 国产免费又黄又爽又色| 久久久久久伊人网av| 欧美丝袜亚洲另类| 久久人妻熟女aⅴ| 久久综合国产亚洲精品| 久久毛片免费看一区二区三区| 少妇人妻 视频| 秋霞在线观看毛片| 三级国产精品欧美在线观看| 人妻系列 视频| 99视频精品全部免费 在线| 舔av片在线| 又黄又爽又刺激的免费视频.| 在线观看免费日韩欧美大片 | 天天躁日日操中文字幕| 精品少妇黑人巨大在线播放| 中国国产av一级| 国产大屁股一区二区在线视频| 黄片无遮挡物在线观看| 国产精品99久久99久久久不卡 | 蜜桃在线观看..| 日韩大片免费观看网站| 久久精品国产亚洲av天美| 亚洲av中文av极速乱| 99久久精品国产国产毛片| 亚洲,欧美,日韩| 少妇丰满av| 欧美xxxx性猛交bbbb| 波野结衣二区三区在线| 久久久久久久精品精品| 青春草视频在线免费观看| 最新中文字幕久久久久| 秋霞在线观看毛片| 中文字幕av成人在线电影| 好男人视频免费观看在线| 亚洲性久久影院| 精品午夜福利在线看| 内地一区二区视频在线| 欧美日韩视频精品一区| 99热全是精品| 亚洲精品视频女| 日韩免费高清中文字幕av| 亚洲久久久国产精品| 黑人猛操日本美女一级片| av在线老鸭窝| 亚洲怡红院男人天堂| 青春草国产在线视频| 成人毛片60女人毛片免费| 毛片一级片免费看久久久久| 内射极品少妇av片p| 少妇的逼好多水| 国产深夜福利视频在线观看| 精品国产乱码久久久久久小说| 免费在线观看成人毛片| 国产永久视频网站| 下体分泌物呈黄色| 午夜福利网站1000一区二区三区| 国产精品熟女久久久久浪| 女人久久www免费人成看片| 国产高清国产精品国产三级 | 视频中文字幕在线观看| 国产毛片在线视频| 欧美性感艳星| 熟女av电影| 啦啦啦在线观看免费高清www| 亚洲美女搞黄在线观看| 婷婷色综合大香蕉| 成人二区视频| 国产精品福利在线免费观看| 99热6这里只有精品| 两个人的视频大全免费| 国产亚洲精品久久久com| 伦理电影大哥的女人| 亚洲国产精品一区三区| 日日摸夜夜添夜夜添av毛片| 精品一区在线观看国产| 国产精品国产av在线观看| 中文精品一卡2卡3卡4更新| 国产久久久一区二区三区| 成人黄色视频免费在线看| 欧美xxxx性猛交bbbb| 国产精品一区二区性色av| 性色avwww在线观看| 看免费成人av毛片| 高清不卡的av网站| 人妻制服诱惑在线中文字幕| 校园人妻丝袜中文字幕| 欧美一级a爱片免费观看看| 亚洲国产av新网站| 蜜桃久久精品国产亚洲av| 久久99蜜桃精品久久| 狂野欧美白嫩少妇大欣赏| 亚洲av日韩在线播放| 美女内射精品一级片tv| 国产黄片美女视频| 午夜福利视频精品| 夫妻性生交免费视频一级片| 亚洲国产最新在线播放| 夫妻性生交免费视频一级片| videossex国产| 网址你懂的国产日韩在线| 一区二区三区四区激情视频| 亚洲,欧美,日韩| 久久影院123| 国产精品国产av在线观看| 日本猛色少妇xxxxx猛交久久| 欧美一级a爱片免费观看看| 一本—道久久a久久精品蜜桃钙片| 99热这里只有精品一区| 国产日韩欧美在线精品| 又粗又硬又长又爽又黄的视频| 国产精品熟女久久久久浪| 美女脱内裤让男人舔精品视频| 毛片一级片免费看久久久久| 久久精品国产亚洲av涩爱| 噜噜噜噜噜久久久久久91| 99久久精品一区二区三区| 日韩三级伦理在线观看| 欧美一级a爱片免费观看看| 成人国产av品久久久| 国产成人91sexporn| 婷婷色av中文字幕| av播播在线观看一区| 久久99热6这里只有精品| 日产精品乱码卡一卡2卡三| 亚洲欧美日韩另类电影网站 | 久久青草综合色| 成人综合一区亚洲| 99久久中文字幕三级久久日本| 午夜精品国产一区二区电影| 日韩精品有码人妻一区| 欧美日韩亚洲高清精品| 在线观看一区二区三区| 中文字幕免费在线视频6| 一区在线观看完整版| 91精品国产九色| 免费观看a级毛片全部| 美女高潮的动态| 蜜臀久久99精品久久宅男| 最近的中文字幕免费完整| 亚洲精品乱码久久久久久按摩| 国产精品久久久久久精品电影小说 | 日韩成人av中文字幕在线观看| 伦精品一区二区三区| 欧美日韩视频高清一区二区三区二| 国产毛片在线视频| 久久6这里有精品| 国产一区二区三区综合在线观看 | 国产高清不卡午夜福利| 高清欧美精品videossex| 精品国产露脸久久av麻豆| 欧美日韩国产mv在线观看视频 | a 毛片基地| 永久免费av网站大全| 人妻少妇偷人精品九色| 91午夜精品亚洲一区二区三区| 久久精品夜色国产| 国产亚洲5aaaaa淫片| 欧美丝袜亚洲另类| 观看av在线不卡| 国产精品蜜桃在线观看| 日韩精品有码人妻一区| 精品亚洲成国产av| 久久久久视频综合| 国产日韩欧美在线精品| 欧美另类一区| 熟女av电影| 少妇裸体淫交视频免费看高清| 国产成人freesex在线| 国产高清有码在线观看视频| av天堂中文字幕网| 午夜福利影视在线免费观看| 亚洲欧美一区二区三区黑人 | 欧美变态另类bdsm刘玥| 青青草视频在线视频观看| 国产在线视频一区二区| 美女福利国产在线 | 免费大片18禁| 久久亚洲国产成人精品v| 在线观看美女被高潮喷水网站| 国产成人一区二区在线| 91精品伊人久久大香线蕉| 久久鲁丝午夜福利片| 亚洲精品久久午夜乱码| 国产男女超爽视频在线观看| 高清欧美精品videossex| 两个人的视频大全免费| 国产乱来视频区| 久久99蜜桃精品久久| 如何舔出高潮| 高清日韩中文字幕在线| 夜夜爽夜夜爽视频| 久久久久人妻精品一区果冻| 精品少妇黑人巨大在线播放| 一区二区三区免费毛片| 午夜福利网站1000一区二区三区| 久久久久性生活片| 日韩伦理黄色片| 亚洲图色成人| 国产亚洲91精品色在线| 久久毛片免费看一区二区三区| 久久综合国产亚洲精品| 亚洲av二区三区四区| 中文字幕精品免费在线观看视频 | 国产69精品久久久久777片| 深夜a级毛片| 亚洲国产成人一精品久久久| 丰满人妻一区二区三区视频av| 日本欧美视频一区| 精品一区在线观看国产| 免费大片黄手机在线观看| 欧美xxxx黑人xx丫x性爽| 在线天堂最新版资源| 亚洲欧美中文字幕日韩二区| 亚洲美女黄色视频免费看| 99热这里只有精品一区| 精品午夜福利在线看| 80岁老熟妇乱子伦牲交| 视频中文字幕在线观看| 大陆偷拍与自拍| 国内精品宾馆在线| 免费高清在线观看视频在线观看| 99热这里只有精品一区| 777米奇影视久久| 久久久精品免费免费高清| 国产综合精华液| 欧美激情极品国产一区二区三区 | 1000部很黄的大片| 亚洲欧美日韩另类电影网站 | 久久人人爽人人片av| 观看av在线不卡| videos熟女内射| 国产成人精品婷婷| 久久亚洲国产成人精品v| 一二三四中文在线观看免费高清| 全区人妻精品视频| 国产成人aa在线观看| 少妇人妻一区二区三区视频| 亚洲av成人精品一二三区| 热re99久久精品国产66热6| 亚洲美女视频黄频| 亚洲三级黄色毛片| 成人漫画全彩无遮挡| 日韩,欧美,国产一区二区三区| 最后的刺客免费高清国语| 中文天堂在线官网| 欧美成人精品欧美一级黄| 精品一区二区免费观看| 日韩电影二区| 久久99热这里只频精品6学生| 国产高清不卡午夜福利| 51国产日韩欧美| 欧美日韩在线观看h| 又爽又黄a免费视频| 国产亚洲午夜精品一区二区久久| 亚洲久久久国产精品| 亚洲国产最新在线播放| 亚洲精品视频女| 狠狠精品人妻久久久久久综合| 日韩大片免费观看网站| 亚洲精品一二三| 国产成人a∨麻豆精品| 我的老师免费观看完整版| 免费在线观看成人毛片| 亚洲怡红院男人天堂| 精品一品国产午夜福利视频| 亚洲色图综合在线观看| 在线看a的网站| 欧美3d第一页| 18禁裸乳无遮挡动漫免费视频| 久久久欧美国产精品| 一区二区三区四区激情视频| 免费观看av网站的网址| 欧美丝袜亚洲另类| 色吧在线观看| 久久久欧美国产精品| 国产精品久久久久久av不卡| 国产免费一级a男人的天堂| 久久99热6这里只有精品| 少妇人妻久久综合中文| 久热这里只有精品99| 亚洲精品久久午夜乱码| 国产免费福利视频在线观看| 天堂俺去俺来也www色官网| 少妇人妻 视频| 午夜免费观看性视频| 女人十人毛片免费观看3o分钟| 寂寞人妻少妇视频99o| 99热这里只有是精品在线观看| 亚洲国产精品专区欧美| 亚洲精华国产精华液的使用体验| 好男人视频免费观看在线| 午夜福利高清视频| 久久久久久久大尺度免费视频| 亚洲av福利一区| 十八禁网站网址无遮挡 | 日本欧美视频一区| 亚洲精品久久午夜乱码| 亚洲第一区二区三区不卡| 欧美3d第一页| 国产精品人妻久久久影院| 欧美激情国产日韩精品一区| 99久国产av精品国产电影| av在线观看视频网站免费| 新久久久久国产一级毛片| 欧美另类一区| .国产精品久久| 亚洲精品成人av观看孕妇| 亚洲国产精品专区欧美| 小蜜桃在线观看免费完整版高清| 卡戴珊不雅视频在线播放| 国产永久视频网站| av线在线观看网站| 国产精品一区二区在线不卡| 久久国产精品大桥未久av | 欧美老熟妇乱子伦牲交| 王馨瑶露胸无遮挡在线观看| 日产精品乱码卡一卡2卡三| videos熟女内射| 免费大片18禁| 男女免费视频国产| 亚洲av不卡在线观看| 亚洲av福利一区| 国产欧美亚洲国产| 中文乱码字字幕精品一区二区三区| 美女主播在线视频| av专区在线播放| 亚洲高清免费不卡视频| 国产精品国产三级专区第一集| 中文在线观看免费www的网站| 国产精品女同一区二区软件| 国产精品久久久久久久电影| 久久99热6这里只有精品| 久久久久视频综合| 国产欧美亚洲国产| 狂野欧美激情性bbbbbb| 国产成人免费观看mmmm| 99re6热这里在线精品视频| 五月天丁香电影| 99热国产这里只有精品6| av视频免费观看在线观看| 能在线免费看毛片的网站| 久久99蜜桃精品久久| 欧美一级a爱片免费观看看| 高清不卡的av网站| 男人舔奶头视频| 日日啪夜夜爽| 欧美日韩视频高清一区二区三区二| 亚洲欧美一区二区三区黑人 | 黄色一级大片看看| 久久精品夜色国产| 色吧在线观看| 伊人久久精品亚洲午夜| 乱系列少妇在线播放| 亚洲国产精品专区欧美| 欧美激情国产日韩精品一区| 亚洲欧美中文字幕日韩二区| 久久久成人免费电影| 高清视频免费观看一区二区| 亚洲aⅴ乱码一区二区在线播放| 天堂中文最新版在线下载| 秋霞在线观看毛片| 看非洲黑人一级黄片| 老女人水多毛片| 高清av免费在线| 尾随美女入室| 亚洲国产最新在线播放| 精品人妻视频免费看| 青春草视频在线免费观看| 亚洲高清免费不卡视频| 国产黄频视频在线观看| 青春草视频在线免费观看| 亚洲婷婷狠狠爱综合网| 国产亚洲5aaaaa淫片| 日韩视频在线欧美| 18禁在线无遮挡免费观看视频| 亚洲精品久久久久久婷婷小说| 又黄又爽又刺激的免费视频.| 免费观看无遮挡的男女| 国产极品天堂在线| 又黄又爽又刺激的免费视频.| 一二三四中文在线观看免费高清| 免费高清在线观看视频在线观看| 黄色欧美视频在线观看| 好男人视频免费观看在线|