• <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 ?

    基于低秩矩陣分解的運(yùn)動(dòng)目標(biāo)檢測(cè)①

    2016-02-20 06:52:22許海霞
    關(guān)鍵詞:陰影背景顏色

    黃 霞, 許海霞, 莫 言

    (湘潭大學(xué) 信息工程學(xué)院, 湘潭 411105)

    基于低秩矩陣分解的運(yùn)動(dòng)目標(biāo)檢測(cè)①

    黃 霞, 許海霞, 莫 言

    (湘潭大學(xué) 信息工程學(xué)院, 湘潭 411105)

    運(yùn)動(dòng)目標(biāo)檢測(cè)是視頻監(jiān)控任務(wù)的基礎(chǔ)問題之一, 針對(duì)灰度信息, 目標(biāo)檢測(cè)存在的陰影識(shí)別能力差、檢測(cè)精度低等問題, 提出在HSV顏色空間下基于低秩矩陣分解的運(yùn)動(dòng)目標(biāo)檢測(cè)算法. 首先將獲取的RGB圖像轉(zhuǎn)為HSV顏色空間分量, 分別對(duì)H、S、V通道構(gòu)建低秩觀測(cè)量, 進(jìn)行低秩矩陣優(yōu)化分解, 分離出不同顏色通道的前景和背景分量; 組合 H、S、V通道分量的前景圖像, 得到粗略的運(yùn)動(dòng)目標(biāo)區(qū)域; 再采用HSV顏色陰影去除去除前景圖像中的陰影; 最后經(jīng)噪聲去除和空洞的填充, 檢測(cè)得到準(zhǔn)確的前景運(yùn)動(dòng)目標(biāo). 實(shí)驗(yàn)驗(yàn)證表明, 與其它方法相比, 能夠有效地提高運(yùn)動(dòng)目標(biāo)檢測(cè)的準(zhǔn)確度.

    智能視頻監(jiān)控; 運(yùn)動(dòng)目標(biāo)檢測(cè); 低秩矩陣分解; HSV顏色空間

    近幾年, 智能視頻監(jiān)控逐漸成為備受學(xué)者們關(guān)注的研究熱點(diǎn), 運(yùn)動(dòng)目標(biāo)檢測(cè)作為視頻監(jiān)控中的關(guān)鍵部分, 同時(shí)受到學(xué)者們的熱捧, 越來越多的方法用于對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè). 運(yùn)動(dòng)目標(biāo)檢測(cè)是從圖像序列中獲得目標(biāo)的運(yùn)動(dòng)信息, 并將其從圖像提取出來, 其是智能監(jiān)控系統(tǒng)中目標(biāo)分類、跟蹤及行為理解等后續(xù)處理的基礎(chǔ). 目前常用的運(yùn)動(dòng)目標(biāo)檢測(cè)方法有光流法、幀差法和背景減除法等, 其中背景減除法得到了廣泛的應(yīng)用. 背景減除法[1-3]的核心思想是將當(dāng)前獲得的圖片與得到的背景圖像相減, 得到差分圖像, 然后通過設(shè)置閥值來判定差分圖像的像素狀態(tài), 如果像素點(diǎn)的值小于閥值則該像素被認(rèn)為是背景區(qū)域, 否則認(rèn)為是感興趣的運(yùn)動(dòng)目標(biāo)區(qū), 如混合高斯模型法[4-8]通過建立多個(gè)高斯模型來判定像素點(diǎn)屬于前景還是背景, 其方法在一定程度上能夠準(zhǔn)確的獲得運(yùn)動(dòng)目標(biāo)信息, 然而, 此類方法需要訓(xùn)練相關(guān)的圖像序列預(yù)先構(gòu)造背景模型,從而限制了其在視頻分析自動(dòng)化中的應(yīng)用.

    近年, Wright[9]等人提出魯棒主成分析(Robust Principal Component Analysis, RPCA, 又稱低秩矩陣分解)并將此理論應(yīng)用到運(yùn)動(dòng)目標(biāo)檢測(cè)領(lǐng)域. 由于監(jiān)控視頻具有攝像頭的位置是固定不變的特點(diǎn), 因此采集到的視頻中背景信息是相對(duì)穩(wěn)定的, 而移動(dòng)的車輛在視頻的每一幀中存在很大的變動(dòng), 可將監(jiān)控視頻的每一幀圖像像素值組成一個(gè)列向量并排列成一個(gè)矩陣, 利用低秩矩陣恢復(fù)算法對(duì)其進(jìn)行分解, 將會(huì)對(duì)穩(wěn)定的背景(對(duì)應(yīng)低秩部分)和運(yùn)動(dòng)的物體(對(duì)應(yīng)稀疏部分)進(jìn)行分離. 文獻(xiàn)[10]基于低秩矩陣分解原理提出一種新穎的顯著運(yùn)動(dòng)目標(biāo)檢測(cè)方法, 其數(shù)據(jù)M矩陣由視頻的每一幀圖像的相同位置的行(列)組成, 通過低秩矩陣分解目標(biāo)函數(shù)求解, 獲得每幀圖像行(列)低秩部分和行(列)稀疏部分, 再對(duì)每幀圖像的行稀疏部分和列稀疏部分進(jìn)行組合, 得到初步的顯著目標(biāo), 利用自適應(yīng)閥值法和噪聲去除方法, 獲得最終的目標(biāo). 此方法在不同的視頻場景取得了較好的效果, 對(duì)低分辨率環(huán)境和噪聲具有較好的魯棒性. 然而當(dāng)基于灰度值建立背景時(shí), RPCA算法對(duì)運(yùn)動(dòng)目標(biāo)的陰影識(shí)別能力很差, 運(yùn)動(dòng)目標(biāo)檢測(cè)的精確度低, 為后續(xù)的視頻分析帶來了困難.

    本文針對(duì)在灰度信息情況下, RPCA算法對(duì)陰影識(shí)別能力差問題, 利用顏色信息對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè).考慮到RGB顏色空間與人眼感知的差異很大, 且由于陰暗區(qū)域比亮區(qū)域的像素差別具有更高的不穩(wěn)定性,使其在陰暗區(qū)域的顏色比較效果不好, 而HSV顏色空間符合人視覺神經(jīng)觀察模型, 為此本文將圖像從RGB空間轉(zhuǎn)換到HSV空間, 在HSV顏色空間下通過低秩矩陣恢復(fù)對(duì)背景進(jìn)行建模, 提取運(yùn)動(dòng)目標(biāo), 提出在HSV顏色空間下基于低秩矩陣恢復(fù)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法.

    實(shí)驗(yàn)表明改進(jìn)后的方法能夠取得更加準(zhǔn)確的前景分割特性, 對(duì)噪聲干擾表現(xiàn)出良好的魯棒性. 同時(shí)RGB顏色空間對(duì)運(yùn)動(dòng)目標(biāo)的陰影識(shí)別能力很差, 在HSV顏色空間卻能很好的識(shí)別, 可以有效地檢測(cè)出陰影區(qū)域.

    1 HSV顏色空間

    彩色數(shù)字圖像可由多種色彩空間模型來表示[11],常用的表現(xiàn)彩色圖像的顏色空間有RGB、HSV、YCbCr顏色空間等. 目前, 通過視頻采集設(shè)備獲取的視頻大多數(shù)是RGB顏色模式, 因此在對(duì)視頻序列幀進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)算法的研究大多數(shù)直接采用各個(gè)像素點(diǎn)的RGB值或者灰度值, 但RGB模型是通過紅(R)、綠(G)、藍(lán)(B)3種色光作適當(dāng)混合引起電磁光譜上所有任意顏色的感知, 故在RGB模型中R、G、B三個(gè)分量都包含了亮度信息, 它們之間存在著很大的相關(guān)性, 從而不利于運(yùn)動(dòng)目標(biāo)的檢測(cè)和分割, 且其顏色表示方式不適于人的視覺感知習(xí)慣, 在這方面HSV顏色模式則更有優(yōu)勢(shì). 在HSV顏色空間中, 其色度(H)表示不同的顏色, 飽和度(S)表示顏色的深淺; 亮度(V)表示顏色的明暗程度, 3個(gè)分量獨(dú)立不相關(guān). HSV顏色空間相對(duì)于RGB顏色空間能夠較好地解決強(qiáng)光照射、陰影和遮蔽或紋理帶來的物體表面顏色不勻等問題.

    在傳統(tǒng)的RGB模型轉(zhuǎn)換到HSV模型中, 由于各自的自身特性, 使得在轉(zhuǎn)換過程中H分量出現(xiàn)奇異值和不穩(wěn)定點(diǎn), 本文采用文獻(xiàn)[12] 中RGB到HSV空間修正后的色彩轉(zhuǎn)換公式:

    圖1為采用傳統(tǒng)方法轉(zhuǎn)換的結(jié)果與修正公式后轉(zhuǎn)換的結(jié)果. 圖1(b)為利用傳統(tǒng)方法轉(zhuǎn)換后的HSV圖,圖1(c)為利用式(1)轉(zhuǎn)換后的HSV圖, 比較圖1(b)和圖1(c)兩幀圖像, 可以看出利用修正公式轉(zhuǎn)換后的HSV圖像沒有存在不穩(wěn)定點(diǎn).

    圖1 傳統(tǒng)方法與修正公式后轉(zhuǎn)換的HSV圖

    2 RPCA理論

    經(jīng)典的PCA(Principal Component Analysis)是一種特征提取和分析中數(shù)據(jù)降維的方法, 將高維的數(shù)據(jù)投影到低維線性子空間中并對(duì)其進(jìn)行估計(jì). 假設(shè)數(shù)據(jù)矩陣M可表示為M=L+E, 其中矩陣L表示矩陣M的低秩成分, 矩陣E表示噪聲干擾, 矩陣L和E未知,且矩陣E中的所有元素都服從獨(dú)立同分布的高斯分布, 經(jīng)典的PCA通過求解下式尋求最優(yōu)的秩k來估計(jì)L:

    其中,k是目標(biāo)子空間的維度,表示矩陣的2范數(shù), 即M中奇異值的最大值. 經(jīng)典PCA只有當(dāng)E較小時(shí)才能求得最優(yōu)解, 而實(shí)際數(shù)據(jù)M矩陣往往被大量的干擾數(shù)據(jù)覆蓋, 此時(shí), 經(jīng)典PCA方法無法達(dá)到令人滿意的效果.

    為了解決經(jīng)典PCA的缺點(diǎn), candes[13]等人提出RPCA模型, 該模型通過矩陣的低秩與稀疏性約束,能夠從稀疏的顯著誤差中恢復(fù)出低秩的矩陣, 此時(shí),求解低秩矩陣L的問題可優(yōu)化成如下模型問題:

    其中,rank(L)表示矩陣L的秩,||E||0是矩陣的l0范數(shù), 即矩陣E中非零元素的個(gè)數(shù), 目標(biāo)函數(shù)中的兩項(xiàng)都是非線性非凸的, 上述問題是一個(gè)NP-hard問題. Candes將上述模型松弛到如下凸優(yōu)化問題:

    其中,||L||*代表矩陣L的核范數(shù), 即為其矩陣奇異值之和.||E||1是矩陣E的l1范數(shù), 即E中所有元素絕對(duì)值之和.λ為控制稀疏矩陣E權(quán)值參數(shù). 此優(yōu)化問題可通過迭代閥值算法(iterative thresholding, IT)[13,15]、加速近端梯度算法(accelerated proximal gradient, APG)[14]、對(duì)偶方法[14,15]和不精確拉格朗日乘子法(inexact augmented Lagrange multipliers, IALM)[15,16]求解. 即使觀測(cè)矩陣M中的數(shù)據(jù)被大量干擾信息的破壞,通過求解(4)式仍能得到比較理想的結(jié)果(L,E).

    3 基于矩陣分解的運(yùn)動(dòng)目標(biāo)檢測(cè)

    由于利用灰度信息, 對(duì)運(yùn)動(dòng)目標(biāo)的陰影識(shí)別能力很差, 運(yùn)動(dòng)目標(biāo)檢測(cè)的精確度低, 本文利用顏色信息運(yùn)用低秩矩陣分解檢測(cè)運(yùn)動(dòng)目標(biāo), 提出在HSV顏色空間下基于RPCA的運(yùn)動(dòng)目標(biāo)檢測(cè)算法, 具體目標(biāo)檢測(cè)原理如圖2所示,過程描述如下:

    1) 視頻的獲取以及顏色空間的轉(zhuǎn)換

    由監(jiān)控系統(tǒng)獲取RGB圖像序列, 首先根據(jù)公式(1)將RGB圖像序列轉(zhuǎn)化為HSV圖像序列, 整個(gè)視頻數(shù)據(jù)可以看成是4維的, 通過按照3個(gè)顏色通道表示可以得到3個(gè)3維數(shù)據(jù), 把整個(gè)視頻流看作是H、S、V三個(gè)顏色通道的視頻流, 此時(shí)可以看作是對(duì)多個(gè)二維矩陣進(jìn)行計(jì)算, 大大地降低了存儲(chǔ)空間同時(shí)提高了計(jì)算效率.

    2) 背景圖像與前景圖像的分離

    根據(jù)低秩矩陣恢復(fù)理論, 觀測(cè)到的數(shù)據(jù)可以分解為兩個(gè)成分, 一個(gè)具有低秩性, 一個(gè)具有稀疏性. 由于背景比較穩(wěn)定, 故其背景像素值組成的矩陣具有低秩性, 而運(yùn)動(dòng)目標(biāo)在視頻中是運(yùn)動(dòng)的且分布范圍比較小, 故運(yùn)動(dòng)目標(biāo)像素值組成的矩陣具有稀疏特性. 前景目標(biāo)檢測(cè)步驟如下:

    Step1: 低秩觀測(cè)量矩陣的構(gòu)成. 分別對(duì)視頻流中的H、S、V顏色通道的圖像序列進(jìn)行處理. 首先提取H顏色通道圖像序列幀H1,H2,L,Hf, 并將各幀圖像向量化, 組成低秩觀測(cè)矩陣

    MH∈RMN×f, 其中f是圖像幀數(shù), 圖像的大小為M×N. 同理, 對(duì)S顏色通道圖像序列S1,S2,L,Sf和V顏色通道圖像序列V1,V2,L,Vf中的各幀圖像向量化, 得到S顏色通道的低秩觀測(cè)矩陣和V顏色通道的低秩觀測(cè)矩陣

    Step2: 根據(jù)RPCA優(yōu)化模型, 得到的低秩觀測(cè)量滿足下式:

    其中,x∈{H,S,V}, 采用IALM[15]對(duì)觀測(cè)矩陣低秩優(yōu)化分解,得到H顏色通道的低秩矩陣LH和稀疏矩陣EH, S顏色通道的低秩矩陣LS和稀疏矩陣ES, V顏色通道的低秩矩陣LV和稀疏矩陣EV.

    Step3: 對(duì)低秩矩陣LH中的第n列去向量化,n={1,2Lf}, 得到圖像序列中第n幀的背景圖像, 對(duì)稀疏矩陣EH中的第n列去向量化, 得到圖像序列中第n幀的前景圖像, 對(duì)所有的列去向量化最終得到H顏色通道的背景圖像序列和前景圖像序列. 同理, 對(duì)S顏色通道的低秩矩陣LS、稀疏矩陣ES和V顏色通道的低秩矩陣LV、稀疏矩陣EV去向量化, 得到S顏色通道的背景圖像序列, 前景圖像序得到V顏色通道的背景圖像序列, 前景圖像序

    圖2 基于低秩矩陣分解的運(yùn)動(dòng)目標(biāo)檢測(cè)算法原理

    Step4: 組合H、S、V 三分量的背景部分得到HSV空間下第n幀圖像的背景圖像其中n=1,2,Lf; 組合H、S、V 三分量的前景部分得到HSV空間下第n幀圖像的前景圖像然后對(duì)值求和處理, 得到初步的前景圖像Maskn:

    3) HSV陰影檢測(cè)

    光具有直線傳播特性, 當(dāng)光源在入射方向上受到車的遮擋時(shí), 在汽車的另一側(cè)將產(chǎn)生陰影, 因此在絕大多數(shù)交通視頻場景下都存在著陰影.

    陰影與物體具有運(yùn)動(dòng)一致性, 這使得背景差減法和去噪處理均不能將運(yùn)動(dòng)物體和陰影分離開, 陰影區(qū)域往往被誤檢為前景, 從而造成車體外觀以及形狀的扭曲, 車體之間粘貼, 不利于分割和識(shí)別.

    根據(jù)前面得到的H、S、V顏色通道的背景圖像, 本文利用HSV顏色空間分別對(duì)初步的前景圖像Maskn進(jìn)行陰影檢測(cè)及去除. 在檢測(cè)圖像陰影區(qū)域時(shí), 陰影比對(duì)應(yīng)背景點(diǎn)的亮度變暗, 而色度和飽和度基本保持不變, 即陰影覆蓋區(qū)域與背景區(qū)域相比較, 區(qū)域像素的V(亮度)值降低, H(色度)值和S(飽和度)值變化小.本文采用 Cucchiara R[17,18]等人提出基于HSV空間的陰影檢測(cè)算法, 其判別函數(shù)如(7)所示.

    其中, 下標(biāo)I表示當(dāng)前幀, 下標(biāo)B表示背景模型, H、S、V表示在HSV顏色空間下的各個(gè)組成分量,α和β是亮度的閾值;Ts和Th分別是飽和度和色相的閾值.其檢測(cè)結(jié)果由SW表示, 1表示該像素點(diǎn)是陰影點(diǎn), 0表示該像素點(diǎn)是目標(biāo)點(diǎn).

    4) 噪聲去除和空洞的填充

    在室外監(jiān)控視頻中, 由于樹枝的搖晃以及攝像頭的抖動(dòng)等情況的存在, 故背景往往是動(dòng)態(tài)的, 使檢測(cè)的前景圖像中存在細(xì)小的干擾噪聲, 針對(duì)前景圖像的噪聲, 本文首先對(duì)得到前景圖像進(jìn)行二值化, 閥值的選取采用最大類間方法(Otsu), 使用類間方差最大的分割意味著錯(cuò)分概率最小, 且該方法計(jì)算簡單、受圖像變化影響較小[19]. 在前景目標(biāo)檢測(cè)圖像中還存在一些面積較小的檢測(cè)物, 可通過設(shè)置前景目標(biāo)面積閥值去除掉. 由于目標(biāo)中間區(qū)域常常與背景相似, 在低秩矩陣分解過程中, 目標(biāo)區(qū)域在一定程度上存在內(nèi)部空洞, 為此, 本文進(jìn)一步對(duì)前景中的目標(biāo)進(jìn)行數(shù)學(xué)形態(tài)學(xué)處理, 可基本完成空洞的填充, 從而達(dá)到最終運(yùn)動(dòng)目標(biāo)提取效果.

    4 實(shí)驗(yàn)與結(jié)果分析

    采用實(shí)際交通視頻數(shù)據(jù), 對(duì)本文方法進(jìn)行實(shí)驗(yàn)驗(yàn)證, 實(shí)驗(yàn)運(yùn)行平臺(tái)為matlab R2010b, CPU為Inter? Pentium? CPU G3220, 3.00GH, 4GB內(nèi)存, Windows7系統(tǒng)的臺(tái)式機(jī), 取三段交通視頻序列進(jìn)行實(shí)驗(yàn), 視頻序列的具體描述如下:

    視頻1: 為高速公路上的交通視頻序列, 序列幀大小為240×320, 其背景相對(duì)比較平穩(wěn), 運(yùn)動(dòng)的車輛有較明顯的陰影. 實(shí)驗(yàn)中選取400幀作為測(cè)試序列.

    視頻2: 為郊區(qū)的交通視頻序列, 序列幀大小為120×160, 道路的右側(cè)有樹木和青草, 有輕微的晃動(dòng),實(shí)驗(yàn)中選取400幀作為測(cè)試序列.

    視頻3: 為高速公路上的交通視頻序列, 序列幀大小為240×200, 道路的右側(cè)有樹木, 由于光照導(dǎo)致樹木的陰影倒映在道路上. 實(shí)驗(yàn)中選取400幀作為測(cè)試序列.

    把視頻流中的RGB圖像轉(zhuǎn)換成HSV圖像, 分別對(duì)H、S、V三個(gè)顏色通道的圖像序列的低秩觀測(cè)矩陣進(jìn)行優(yōu)化分解, 可得每幀圖像HSV空間下的前景圖像Imgn和背景圖像Backn, 再對(duì)HSV空間下的前景圖像中的H、S、V三個(gè)分量進(jìn)行絕對(duì)值求和處理的到初步的前景圖像Maskn. 為了提高運(yùn)動(dòng)目標(biāo)的精確度,本文對(duì)初步背景圖像Maskn進(jìn)行陰影去除, 根據(jù)文獻(xiàn)[17],式(7)中的參數(shù)取值為:α=0.4,β=0.6,Ts=0.1,Th=0.5,然后對(duì)前景圖像進(jìn)行閥值分割, 噪聲去除和形態(tài)學(xué)處理可得最終結(jié)果. 將本文方法的結(jié)果與GMM[6]、文獻(xiàn)[10]的結(jié)果進(jìn)行比較, 各算法在上述3種場景下的實(shí)驗(yàn)結(jié)果如圖3~5所示.

    圖3 視頻1中圖像運(yùn)動(dòng)目標(biāo)檢測(cè)的對(duì)比實(shí)驗(yàn)結(jié)果

    圖3 采用GMM方法、基于灰度信息的RPCA方法以及本文的方法對(duì)交通視頻1場景進(jìn)行運(yùn)動(dòng)車輛目標(biāo)檢測(cè), 在高速公路上, 由于受到光照的影響, 行駛的車輛存在面積較大的陰影, 檢測(cè)到的目標(biāo)容易出現(xiàn)粘連的現(xiàn)象, 造成檢測(cè)不準(zhǔn)確, 精確度低, GMM方法和基于灰色信息的RPCA方法未能對(duì)陰影進(jìn)行去除,針對(duì)存在陰影的情況, 本文提出在HSV顏色空間下的前景和背景的同時(shí)分離, 利用基于HSV顏色空間陰影檢測(cè)方法去除陰影, 得精確度高的檢測(cè)結(jié)果.

    圖4 視頻2中圖像運(yùn)動(dòng)目標(biāo)檢測(cè)的對(duì)比實(shí)驗(yàn)結(jié)果

    圖4采用GMM方法、基于灰度信息的RPCA方法以及本文的方法對(duì)交通視頻2場景進(jìn)行運(yùn)動(dòng)車輛目標(biāo)檢測(cè), 道路一側(cè)的樹葉和綠化帶的植物有輕微的晃動(dòng), 受到光照的不均勻, 背景像素值波動(dòng)大, 不穩(wěn)定, GMM方法和基于灰度信息的PRCA方法的結(jié)果中存在干擾的小目標(biāo)區(qū)域, 本文提出的方法能夠去除小目標(biāo)區(qū)域, 具有較好的魯棒性.

    圖5 視頻3中圖像運(yùn)動(dòng)目標(biāo)檢測(cè)的對(duì)比實(shí)驗(yàn)結(jié)果

    圖5 采用GMM方法、基于灰度信息的RPCA方法以及本文的方法對(duì)交通視頻3場景進(jìn)行運(yùn)動(dòng)車輛目標(biāo)檢測(cè), 道路的右側(cè)為樹木, 其陰影投在道路上, 左側(cè)為綠化帶, GMM方法未能排除樹木和綠化帶的干擾,基于灰度信息的PRCA方法未能完整檢測(cè)車距離較遠(yuǎn)的運(yùn)動(dòng)目標(biāo), 出現(xiàn)目標(biāo)區(qū)域漏檢和空洞的現(xiàn)象, 本文提出在顏色空間下的運(yùn)動(dòng)目標(biāo)檢測(cè), 圖像包含的信息豐富, 可以完整的檢測(cè)到遠(yuǎn)距離的車輛, 且能夠去除干擾信息.

    從圖3~5中可以看出, 本文基于HSV顏色空間,應(yīng)用低秩矩陣分解原理, 可精確的檢測(cè)出運(yùn)動(dòng)目標(biāo),同時(shí)通過HSV顏色空間陰影檢測(cè)和去除, 有效地去除了陰影的干擾. 實(shí)驗(yàn)表明, 本文方法能夠更好的適應(yīng)復(fù)雜的環(huán)境, 具有較好的魯棒性, 檢測(cè)到的目標(biāo)精確度更高, 能夠有效地去除陰影, 去除動(dòng)態(tài)背景所產(chǎn)生的干擾, 以及光照帶來的小目標(biāo)區(qū)域干擾等, 具有較高的精確度和較好的魯棒性.

    5 結(jié)語

    針對(duì)灰度信息, 對(duì)陰影識(shí)別差、檢測(cè)精度低的問題, 本文提出在HSV顏色空間下, 基于低秩矩陣分解的運(yùn)動(dòng)目標(biāo)提取方法, 分別對(duì)H、S、V顏色通道的視頻流組成的觀測(cè)矩陣進(jìn)行低秩矩陣分解, 得到背景部分, 及前景部分; 再進(jìn)一步對(duì)前景圖像利用HSV顏色信息有效去除陰影, 以及空洞填充, 噪聲去除. 本方法優(yōu)于文獻(xiàn)[10]提出的混合高斯模型方法, 且在不需要事先學(xué)習(xí)和人工干預(yù)的情況下, 能夠精確地提出運(yùn)動(dòng)目標(biāo)區(qū)域, 具有較好的魯棒性和自適應(yīng)性.

    1 Bouwmans T, El Baf F, Vachon B. Statistical background modeling for foreground detection: A survey. Handbook of Pattern Recognition and Computer Vision, 2010, 4(2): 181–189.

    2 Cristani M, Farenzena M, Bloisi D, et al. Background subtraction for automated multisensor surveillance: A comprehensive review. EURASIP Journal on Advances in Signal Processing, 2010, 2010: 43.

    3 Elhabian SY, El-Sayed KM, Ahmed SH. Moving object detection in spatial domain using background removal techniques-state-of-art. Recent Patents on Computer Science, 2008, 1(1): 32–54.

    4 Stauffer C, Grimson WEL. Adaptive background mixture models for real-time tracking. 1999. IEEE Computer Society Conference on Computer Vision and Pattern Recognition. IEEE. 1999, 2.

    5 Lee DS. Effective Gaussian mixture learning for video background subtraction. IEEE Trans. on Pattern Analysis and Machine Intelligence, 2005, 27(5): 827–832.

    6 Zivkovic Z. Improved adaptive Gaussian mixture model for background subtraction Proc. of the 17th International Conference on Pattern Recognition, 2004. ICPR 2004. IEEE. 2004, 2. 28–31.

    7 Sheikh Y, Shah M. Bayesian modeling of dynamic scenes for object detection. IEEE Trans. on Pattern Analysis andMachine Intelligence, 2005, 27(11): 1778–1792.

    8 Zivkovic Z, van der Heijden F. Efficient adaptive density estimation per image pixel for the task of background subtraction. Pattern Recognition Letters, 2006, 27(7): 773–780.

    9 Wright J, Ganesh A, Rao S, et al. Robust principal component analysis: Exact recovery of corrupted low-rank matrices via convex optimization. Advances in Neural Information Processing Systems. 2009. 2080–2088.

    10 Xue Y, Guo X, Cao X. Motion saliency detection using low-rank and sparse decomposition. 2012 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). IEEE. 2012. 1485–1488.

    11 阮秋琦.數(shù)字圖像處理學(xué).北京:電子工業(yè)出版社,2007.

    12 石美紅,申亮,龍世忠,等.從RGB到HSV色彩空間轉(zhuǎn)換公式的修正.紡織高?;A(chǔ)科學(xué)學(xué)報(bào),2008,21(3):351–356.

    13 Candès EJ, Li X, Ma Y, et al. Robust principal component analysis. Journal of the ACM (JACM),2011,58(3): 11 .

    14 Lin Z, Ganesh A, Wright J, et al. Fast convex optimization algorithms for exact recovery of a corrupted low-rank matrix. Computational Advances in Multi-Sensor Adaptive Processing (CAMSA- P), 2009, 61.

    15 史加榮,鄭秀云,魏宗田,等.低秩矩陣恢復(fù)算法綜述.計(jì)算機(jī)應(yīng)用研究,2013,30(6):1601–1605.

    16 Yuan X, Yang J. Sparse and low rank matrix decomposition via alternating direction method. Pacific Journal of Optimization, 2009, 9(1).

    17 Cucchiara R, Grana C, Piccardi M, et al. Detecting moving objects, ghosts, and shadows in video streams. IEEE Trans. on Pattern Analysis and Machine Intelligence, 2003, 25(10): 1337–1342.

    18 Cucchiara R, Grana C, Piccardi M, et al. Improving shadow suppression in moving object detection with HSV color information. 2001 IEEE Proc. of Intelligent Transportation Systems. IEEE. 2001. 334–339.

    19 王紅茹,季鳴.一種新型的實(shí)效運(yùn)動(dòng)目標(biāo)檢測(cè)方法.計(jì)算機(jī)系統(tǒng)應(yīng)用,2015,24(12):208–214.

    Moving Objects Detection Based on Low-Rank Matrix Decomposition

    HUANG Xia, XU Hai-Xia, MO Yan
    (College of Information Engineering, Xiangtan University, Xiangtan 411105, China)

    Moving objects detection is one of fundamental tasks of video surveillance. Specific to the poor identification capability and low accuracy to shadow in gray information, this paper proposes a novel moving objects detection method based on the combination of Low-Rank Matrix decomposition and HSV color information. Firstly, we convert the images from RGB space to HSV space, construct observation matrix for H, S, V channels, respectively, and optimize the observation matrix through Low-Rank Matrix decomposition to obtain H, S, V channel’s foreground component and background component; combing H, S, V channels foreground component in order to get roughly moving object district. Secondly, the moving shadow should be detected and eliminated from the foreground image, after combining H, S, V channels component to get the row processing foreground objects and the column processing foreground objects, the row processing foreground image and the column processing foreground image are combined to obtain the moving objects image. Finally, by morphological processing and connectivity detection to eliminate the noise, the accurate foreground moving objects can be obtained. The experimental results demonstrate that the proposed method is much better than others in increasing accuracy of moving objects detection.

    intelligent video surveillance; moving objects detection; low-rank matrix decomposition; HSV color space

    湖南省自然科學(xué)基金(14JJ6014)

    2016-03-23;收到修改稿時(shí)間:2016-05-16

    10.15888/j.cnki.csa.005585

    猜你喜歡
    陰影背景顏色
    “新四化”背景下汽車NVH的發(fā)展趨勢(shì)
    《論持久戰(zhàn)》的寫作背景
    你來了,草就沒有了陰影
    文苑(2020年11期)2020-11-19 11:45:11
    中國詩歌(2019年6期)2019-11-15 00:26:47
    讓光“驅(qū)走”陰影
    認(rèn)識(shí)顏色
    晚清外語翻譯人才培養(yǎng)的背景
    陰影魔怪
    特殊顏色的水
    和顏色捉迷藏
    兒童繪本(2015年8期)2015-05-25 17:55:54
    欧美国产精品一级二级三级 | 熟女人妻精品中文字幕| 精品人妻一区二区三区麻豆| 国产在线男女| 你懂的网址亚洲精品在线观看| 国产精品成人在线| 国产高清国产精品国产三级 | 国产黄色免费在线视频| 精品久久久久久久久av| 久久久久精品性色| 老女人水多毛片| 国产精品99久久久久久久久| 国产精品.久久久| 国产精品国产av在线观看| 五月开心婷婷网| 色视频www国产| 国产片特级美女逼逼视频| 女性被躁到高潮视频| 国产精品久久久久成人av| 麻豆成人午夜福利视频| 国产精品久久久久久精品电影小说 | 久久精品久久久久久久性| 精品亚洲成国产av| 国产av一区二区精品久久 | 人妻夜夜爽99麻豆av| 欧美日韩在线观看h| 国产精品av视频在线免费观看| 99视频精品全部免费 在线| 网址你懂的国产日韩在线| 亚洲精品456在线播放app| 婷婷色综合www| 国产高清有码在线观看视频| 一边亲一边摸免费视频| 国产午夜精品久久久久久一区二区三区| 三级经典国产精品| 精品一区二区三卡| a级毛色黄片| 欧美日韩国产mv在线观看视频 | videos熟女内射| 在线免费观看不下载黄p国产| 亚洲,一卡二卡三卡| 国产精品三级大全| 各种免费的搞黄视频| 成人国产麻豆网| 国产爱豆传媒在线观看| www.av在线官网国产| 国产有黄有色有爽视频| 91午夜精品亚洲一区二区三区| 插逼视频在线观看| 在线观看av片永久免费下载| 日韩av在线免费看完整版不卡| freevideosex欧美| 国产精品成人在线| 少妇的逼好多水| 99久久综合免费| 熟女人妻精品中文字幕| av在线老鸭窝| 亚洲欧美成人精品一区二区| 最近中文字幕2019免费版| 国产高潮美女av| 少妇人妻 视频| 亚洲国产欧美人成| 久久97久久精品| 高清不卡的av网站| 一边亲一边摸免费视频| 丰满人妻一区二区三区视频av| 国产亚洲欧美精品永久| 国产极品天堂在线| 男的添女的下面高潮视频| 亚洲精品亚洲一区二区| 亚洲欧美日韩东京热| videos熟女内射| 18禁动态无遮挡网站| 在线观看美女被高潮喷水网站| 一级二级三级毛片免费看| 亚州av有码| 美女国产视频在线观看| 国产精品女同一区二区软件| 亚洲aⅴ乱码一区二区在线播放| 欧美日韩国产mv在线观看视频 | 极品少妇高潮喷水抽搐| 国产久久久一区二区三区| 午夜免费观看性视频| 午夜免费男女啪啪视频观看| 国产成人精品福利久久| 日韩欧美 国产精品| 亚洲av男天堂| a级毛片免费高清观看在线播放| 精品久久久久久久末码| 91在线精品国自产拍蜜月| 男女边吃奶边做爰视频| 国产高清国产精品国产三级 | 久久久久国产精品人妻一区二区| 久久久久精品性色| 一级黄片播放器| 色视频www国产| 午夜视频国产福利| 国产精品一区二区三区四区免费观看| 欧美三级亚洲精品| 精品人妻视频免费看| 自拍欧美九色日韩亚洲蝌蚪91 | 天堂8中文在线网| 免费人妻精品一区二区三区视频| 成年女人在线观看亚洲视频| 亚洲不卡免费看| 国产午夜精品一二区理论片| 一个人看的www免费观看视频| 亚洲第一区二区三区不卡| 午夜日本视频在线| 国产精品国产三级专区第一集| 在线观看三级黄色| 精品人妻视频免费看| 只有这里有精品99| 五月伊人婷婷丁香| 26uuu在线亚洲综合色| 国产精品三级大全| av卡一久久| 99热6这里只有精品| 狠狠精品人妻久久久久久综合| 日日啪夜夜爽| 欧美日本视频| 国产精品一区二区性色av| 深夜a级毛片| 在线观看三级黄色| 国产成人免费无遮挡视频| 青青草视频在线视频观看| 精品少妇久久久久久888优播| 春色校园在线视频观看| 如何舔出高潮| 日韩欧美一区视频在线观看 | 欧美一级a爱片免费观看看| h视频一区二区三区| 精品酒店卫生间| 免费观看在线日韩| 亚洲熟女精品中文字幕| 18禁裸乳无遮挡动漫免费视频| 噜噜噜噜噜久久久久久91| 久久精品久久精品一区二区三区| 午夜福利视频精品| 亚洲国产成人一精品久久久| 精品亚洲成国产av| 国产在线男女| 免费看不卡的av| 久久女婷五月综合色啪小说| 男的添女的下面高潮视频| 国产伦精品一区二区三区视频9| 精品久久久久久久久av| 久久午夜福利片| 成年人午夜在线观看视频| 国产精品伦人一区二区| 成人美女网站在线观看视频| 成人高潮视频无遮挡免费网站| 蜜臀久久99精品久久宅男| 最新中文字幕久久久久| 99热国产这里只有精品6| 一本色道久久久久久精品综合| 五月玫瑰六月丁香| 国产男人的电影天堂91| 亚洲精品国产色婷婷电影| 国产精品久久久久成人av| 夫妻午夜视频| 18禁在线无遮挡免费观看视频| 欧美丝袜亚洲另类| 精品久久久噜噜| av天堂中文字幕网| 免费观看a级毛片全部| 一级二级三级毛片免费看| 狂野欧美激情性bbbbbb| 日韩视频在线欧美| 成年美女黄网站色视频大全免费 | 美女高潮的动态| 亚洲国产精品国产精品| 天天躁日日操中文字幕| 最新中文字幕久久久久| 久久国内精品自在自线图片| 小蜜桃在线观看免费完整版高清| 日本免费在线观看一区| 国产精品免费大片| 国产中年淑女户外野战色| 联通29元200g的流量卡| av在线蜜桃| 亚洲av.av天堂| 能在线免费看毛片的网站| 国产在线一区二区三区精| 少妇高潮的动态图| 少妇人妻一区二区三区视频| 成人18禁高潮啪啪吃奶动态图 | 80岁老熟妇乱子伦牲交| 国产女主播在线喷水免费视频网站| 国产欧美另类精品又又久久亚洲欧美| 久久久色成人| 人妻 亚洲 视频| 亚洲av中文av极速乱| 黑人猛操日本美女一级片| 中文乱码字字幕精品一区二区三区| 秋霞伦理黄片| 久久久久久九九精品二区国产| 国产亚洲午夜精品一区二区久久| 能在线免费看毛片的网站| 国产精品麻豆人妻色哟哟久久| 国产白丝娇喘喷水9色精品| 日本wwww免费看| 97热精品久久久久久| 欧美高清性xxxxhd video| 在线播放无遮挡| av免费观看日本| 亚洲国产最新在线播放| 亚洲精品国产av蜜桃| 蜜桃在线观看..| 日产精品乱码卡一卡2卡三| 我要看日韩黄色一级片| 狂野欧美白嫩少妇大欣赏| 欧美变态另类bdsm刘玥| 日韩一本色道免费dvd| 成人特级av手机在线观看| 日韩 亚洲 欧美在线| 另类亚洲欧美激情| 2022亚洲国产成人精品| 搡老乐熟女国产| 麻豆精品久久久久久蜜桃| 久久久精品免费免费高清| 国产乱人视频| 成人18禁高潮啪啪吃奶动态图 | 男女免费视频国产| 美女福利国产在线 | 我的女老师完整版在线观看| 在线亚洲精品国产二区图片欧美 | 夜夜看夜夜爽夜夜摸| 亚洲精品国产成人久久av| 久久精品国产鲁丝片午夜精品| 十八禁网站网址无遮挡 | 久久久久久久久大av| 国产男人的电影天堂91| 高清午夜精品一区二区三区| 黄片无遮挡物在线观看| 观看美女的网站| 一级黄片播放器| 熟女av电影| 久久久久久九九精品二区国产| 国产精品一及| 国产成人a∨麻豆精品| 蜜桃久久精品国产亚洲av| 波野结衣二区三区在线| 精品国产三级普通话版| 夜夜骑夜夜射夜夜干| 日韩电影二区| 亚洲av中文av极速乱| 欧美一区二区亚洲| 在线亚洲精品国产二区图片欧美 | 亚洲成人手机| 国产 一区 欧美 日韩| 寂寞人妻少妇视频99o| 日韩av免费高清视频| 一级黄片播放器| 亚洲最大成人中文| 少妇人妻久久综合中文| 国产老妇伦熟女老妇高清| 国产色爽女视频免费观看| av免费观看日本| 亚洲欧美一区二区三区国产| 成人亚洲欧美一区二区av| 国产精品精品国产色婷婷| videos熟女内射| 亚洲成人中文字幕在线播放| 人妻少妇偷人精品九色| 免费观看av网站的网址| 国产成人a∨麻豆精品| 尾随美女入室| 免费av中文字幕在线| 午夜福利影视在线免费观看| 日日摸夜夜添夜夜添av毛片| 九色成人免费人妻av| 内地一区二区视频在线| 黄片无遮挡物在线观看| 韩国av在线不卡| 欧美xxⅹ黑人| 国产高清有码在线观看视频| 亚洲,欧美,日韩| 精品久久国产蜜桃| 久久热精品热| 国产老妇伦熟女老妇高清| 亚洲经典国产精华液单| 少妇猛男粗大的猛烈进出视频| 91精品一卡2卡3卡4卡| 精品午夜福利在线看| 18禁动态无遮挡网站| 亚洲精品久久久久久婷婷小说| 国产精品嫩草影院av在线观看| 日韩国内少妇激情av| 国产亚洲午夜精品一区二区久久| 国产 一区 欧美 日韩| 国内揄拍国产精品人妻在线| 亚洲精品中文字幕在线视频 | 国产真实伦视频高清在线观看| 国产美女午夜福利| 精品人妻偷拍中文字幕| 国产精品一区www在线观看| av福利片在线观看| av国产久精品久网站免费入址| 久久鲁丝午夜福利片| 成人18禁高潮啪啪吃奶动态图 | 亚洲人与动物交配视频| 22中文网久久字幕| 水蜜桃什么品种好| 日韩av不卡免费在线播放| 国内精品宾馆在线| 寂寞人妻少妇视频99o| 亚洲国产最新在线播放| 国产av精品麻豆| 女人十人毛片免费观看3o分钟| 国产伦在线观看视频一区| 男女国产视频网站| 日韩欧美一区视频在线观看 | 国内精品宾馆在线| 亚洲欧美一区二区三区黑人 | 新久久久久国产一级毛片| 在线观看一区二区三区| 如何舔出高潮| 精品国产乱码久久久久久小说| 国产乱来视频区| 欧美精品一区二区大全| 婷婷色麻豆天堂久久| 一级毛片我不卡| www.av在线官网国产| 午夜免费鲁丝| 欧美+日韩+精品| 成人漫画全彩无遮挡| 久久久欧美国产精品| 日本猛色少妇xxxxx猛交久久| tube8黄色片| 一区二区av电影网| 伊人久久国产一区二区| 成人国产av品久久久| 黄色配什么色好看| 免费观看无遮挡的男女| 免费大片黄手机在线观看| 欧美一区二区亚洲| 一个人看视频在线观看www免费| 男女国产视频网站| 中文资源天堂在线| 人人妻人人添人人爽欧美一区卜 | 日本猛色少妇xxxxx猛交久久| 国产成人a区在线观看| 日韩大片免费观看网站| 观看免费一级毛片| 国产精品一及| 亚洲第一av免费看| 国产男女内射视频| 久久毛片免费看一区二区三区| 男女边吃奶边做爰视频| 国产又色又爽无遮挡免| 狂野欧美激情性xxxx在线观看| 久久精品熟女亚洲av麻豆精品| 亚洲一级一片aⅴ在线观看| 久久精品国产a三级三级三级| 精品国产三级普通话版| 97在线人人人人妻| 爱豆传媒免费全集在线观看| 美女中出高潮动态图| 大片电影免费在线观看免费| 精品久久久噜噜| 国产精品国产三级国产av玫瑰| 久久久久久久久久久丰满| 久久99蜜桃精品久久| 简卡轻食公司| 国产乱人视频| 青春草国产在线视频| 午夜日本视频在线| 欧美丝袜亚洲另类| 日本午夜av视频| 18禁动态无遮挡网站| 最黄视频免费看| 国产精品久久久久久久久免| 日韩中字成人| 精品99又大又爽又粗少妇毛片| av国产免费在线观看| 香蕉精品网在线| 亚洲熟女精品中文字幕| 亚洲人成网站在线播| 看非洲黑人一级黄片| 如何舔出高潮| 日韩制服骚丝袜av| 精品亚洲成国产av| 一级片'在线观看视频| 成年女人在线观看亚洲视频| 国产精品爽爽va在线观看网站| 欧美老熟妇乱子伦牲交| 最近中文字幕高清免费大全6| 看免费成人av毛片| 国模一区二区三区四区视频| 日本黄大片高清| 热99国产精品久久久久久7| 欧美三级亚洲精品| 亚洲欧美一区二区三区国产| 黄片无遮挡物在线观看| 99热这里只有精品一区| 亚洲一级一片aⅴ在线观看| 国产成人a区在线观看| 午夜激情久久久久久久| kizo精华| 久久久久久久精品精品| 国产精品一区二区在线观看99| 欧美成人a在线观看| 夫妻性生交免费视频一级片| 一本久久精品| 国产精品.久久久| 99久久综合免费| 熟女电影av网| 国产 精品1| 国产乱人视频| 男人狂女人下面高潮的视频| 草草在线视频免费看| 新久久久久国产一级毛片| 亚洲自偷自拍三级| 日韩欧美一区视频在线观看 | 国产乱来视频区| 91aial.com中文字幕在线观看| 香蕉精品网在线| 久久精品国产自在天天线| 国产深夜福利视频在线观看| xxx大片免费视频| 国产伦精品一区二区三区四那| 国产精品一区二区在线不卡| 日日摸夜夜添夜夜添av毛片| 女人十人毛片免费观看3o分钟| av天堂中文字幕网| 亚洲av免费高清在线观看| 久久热精品热| 美女视频免费永久观看网站| 视频区图区小说| 精品亚洲成国产av| 国产精品欧美亚洲77777| 久久亚洲国产成人精品v| 最近中文字幕高清免费大全6| 日韩,欧美,国产一区二区三区| 国产成人a∨麻豆精品| 夜夜看夜夜爽夜夜摸| 久久久久精品性色| 国产真实伦视频高清在线观看| 蜜桃久久精品国产亚洲av| 一级毛片 在线播放| 免费人成在线观看视频色| 国产视频首页在线观看| 亚洲在久久综合| 国产成人a∨麻豆精品| 亚洲国产高清在线一区二区三| 人妻少妇偷人精品九色| 欧美日韩在线观看h| 亚洲不卡免费看| 国产精品一及| 国产午夜精品一二区理论片| 久久精品久久精品一区二区三区| 国产av码专区亚洲av| 国产 精品1| 日本av免费视频播放| 中文字幕久久专区| 国产精品秋霞免费鲁丝片| 高清毛片免费看| 亚洲精品自拍成人| 狂野欧美激情性bbbbbb| 亚洲欧美一区二区三区黑人 | 亚洲第一区二区三区不卡| 91精品伊人久久大香线蕉| 尾随美女入室| 国产精品欧美亚洲77777| 青春草视频在线免费观看| 亚洲伊人久久精品综合| 嘟嘟电影网在线观看| 我的老师免费观看完整版| 最后的刺客免费高清国语| 女人久久www免费人成看片| av播播在线观看一区| 大片免费播放器 马上看| 校园人妻丝袜中文字幕| 精品一区二区三卡| 国产成人免费观看mmmm| 纯流量卡能插随身wifi吗| 欧美亚洲 丝袜 人妻 在线| 在线免费十八禁| 高清午夜精品一区二区三区| 亚洲婷婷狠狠爱综合网| 亚洲美女搞黄在线观看| 麻豆成人av视频| 九色成人免费人妻av| 99热这里只有是精品50| 亚洲av成人精品一二三区| 美女视频免费永久观看网站| 亚洲真实伦在线观看| 国产精品99久久99久久久不卡 | 国产真实伦视频高清在线观看| 日韩一区二区三区影片| 亚洲精品亚洲一区二区| 麻豆成人午夜福利视频| 精品国产露脸久久av麻豆| 国产精品久久久久久av不卡| 精品酒店卫生间| 亚洲,一卡二卡三卡| 看免费成人av毛片| 亚洲精品久久午夜乱码| 亚洲欧美日韩东京热| 亚洲精品久久午夜乱码| 日韩在线高清观看一区二区三区| 男女国产视频网站| 国产免费又黄又爽又色| 亚州av有码| 日本欧美视频一区| 十分钟在线观看高清视频www | 91精品伊人久久大香线蕉| 性高湖久久久久久久久免费观看| 亚洲色图综合在线观看| 色5月婷婷丁香| 亚洲精品国产成人久久av| 日韩在线高清观看一区二区三区| 国产视频首页在线观看| 欧美高清成人免费视频www| 成人影院久久| 国产成人一区二区在线| 欧美日韩视频高清一区二区三区二| 国产毛片在线视频| 天堂8中文在线网| 亚洲最大成人中文| 亚洲欧美日韩卡通动漫| 伦理电影大哥的女人| 大片免费播放器 马上看| .国产精品久久| 春色校园在线视频观看| 欧美三级亚洲精品| 在线 av 中文字幕| 91午夜精品亚洲一区二区三区| 人妻系列 视频| 国产一区二区三区av在线| 久热久热在线精品观看| 国内揄拍国产精品人妻在线| 麻豆精品久久久久久蜜桃| 精品久久久噜噜| 色吧在线观看| 成年女人在线观看亚洲视频| 成人国产av品久久久| 欧美人与善性xxx| 麻豆国产97在线/欧美| 美女中出高潮动态图| 男女边吃奶边做爰视频| 午夜免费观看性视频| 伦理电影免费视频| 国产毛片在线视频| 嫩草影院新地址| 久久久久久久久久久免费av| 一区二区三区免费毛片| 高清午夜精品一区二区三区| 一本一本综合久久| av在线蜜桃| 国产人妻一区二区三区在| 亚洲精品亚洲一区二区| 性色av一级| 看非洲黑人一级黄片| 内地一区二区视频在线| 日韩制服骚丝袜av| 国产精品麻豆人妻色哟哟久久| 又粗又硬又长又爽又黄的视频| 小蜜桃在线观看免费完整版高清| 成人漫画全彩无遮挡| 国产在线视频一区二区| 大香蕉97超碰在线| 观看av在线不卡| 99久久精品一区二区三区| 99九九线精品视频在线观看视频| 亚洲国产日韩一区二区| 久久国产亚洲av麻豆专区| 伦精品一区二区三区| 高清不卡的av网站| 国产精品一区二区三区四区免费观看| 大片免费播放器 马上看| 国产男女超爽视频在线观看| 中文字幕精品免费在线观看视频 | 少妇被粗大猛烈的视频| 国产乱人偷精品视频| 亚洲av福利一区| 小蜜桃在线观看免费完整版高清| 美女xxoo啪啪120秒动态图| 黄色一级大片看看| 亚洲综合精品二区| 精品人妻偷拍中文字幕| 欧美3d第一页| 亚洲国产av新网站| 国产日韩欧美在线精品| 亚洲精品国产成人久久av| 国产成人freesex在线| 久久午夜福利片| 欧美精品一区二区大全| 韩国高清视频一区二区三区| 国产精品av视频在线免费观看| 国产 一区 欧美 日韩| 亚洲精品国产色婷婷电影| 亚洲经典国产精华液单| 国产精品久久久久久精品电影小说 | 亚州av有码| 黄色一级大片看看| 久久久久性生活片| 国产精品人妻久久久影院| 女性生殖器流出的白浆| 国产视频内射| 久久人人爽人人爽人人片va| .国产精品久久| 婷婷色av中文字幕| 九色成人免费人妻av| 99精国产麻豆久久婷婷| 高清av免费在线| 18+在线观看网站| 久久 成人 亚洲| 久久人妻熟女aⅴ| 国产视频内射| 99久久精品热视频| 日韩一区二区视频免费看| 一级毛片电影观看| 18禁裸乳无遮挡动漫免费视频|