• <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 ?

    基于尺度自適應局部時空特征的足球比賽視頻中的多運動員行為表示

    2016-09-29 17:40:26王智文蔣聯(lián)源王宇航王日鳳張燦龍黃鎮(zhèn)謹王鵬濤
    計算機應用 2016年8期

    王智文 蔣聯(lián)源 王宇航 王日鳳 張燦龍 黃鎮(zhèn)謹 王鵬濤

    摘要:為提高足球比賽視頻中的多運動員行為識別的準確率,提出一種基于尺度自適應局部時空特征的足球比賽視頻中的多運動員行為表示方法,利用時空興趣點來表示足球比賽視頻中的多運動員行為。首先將足球比賽視頻序列中的多運動員行為看作是三維空間中的時空興趣點的集合,然后采用直方圖量化技術將時空興趣點集合量化為維數(shù)固定的直方圖(即時空單詞),最后采用K-means聚類算法生成時空碼本。在聚類生成碼本之前,對每個時空興趣點都進行了歸一化,以保證其縮放和平移不變性。實驗結果表明,該方法能夠大大減少足球比賽視頻中的多運動員行為識別算法的計算量,顯著提高識別的準確率。

    關鍵詞:時空興趣點;多運動員行為表示;行為識別;K-means聚類算法;時空特征檢測操作數(shù)

    中圖分類號:TP311; TP391

    文獻標志碼:A

    0引言

    足球比賽視頻中多運動員行為表示的好壞會直接影響行為識別的準確率。在足球比賽中的多運動員行為分析和識別過程中,選取的特征越多,對行為的描述也就越充分;但是選取過多的特征會導致數(shù)據(jù)間的冗余過大,特征向量的維數(shù)過高,數(shù)據(jù)分布的本質(zhì)規(guī)律不容易被發(fā)現(xiàn),訓練行為識別模型所需的數(shù)據(jù)量過大,算法的計算量大,不利于行為識別的實時性處理。因此,足球比賽視頻中的多運動員行為識別研究的關鍵問題是如何有效地描述提取的特征才能夠很好地表征行為。

    1相關研究

    過去研究者對行為表示進行了廣泛的研究,其中比較典型的研究有:Bobick等[1]利用減背景法推導出時間模板的表示,該行為表示方法簡單,但容易受噪聲影響。Wang等[2]采用自適應多閾值選擇光流特征作為行為的表示來識別足球比賽視頻中的團隊行為,但研究局限于處理三類團隊行為,且易受噪聲干擾。文獻[3]采用時間序列的因果關系來描述成對行為,并利用空間行為軌跡匹配來識別人類行為,但難以被推廣到多運動員的行為識別中來。文獻[4]用一個完整的四維對象實時交互張量來描述團隊行為模式,通過學習并優(yōu)化張量積來減少內(nèi)核,使它凝聚到一個可區(qū)別的時空互動矩陣中。在視覺變化的情況下,用來簡潔描述團隊行為模式的時間互動矩陣被證實是穩(wěn)定的。更重要的是,給定一個黎曼度量,所有時空互動矩陣集形成一個黎曼流形,可用來建立概率框架,特征化團隊行為模式每個類,但實現(xiàn)起來比較困難。文獻[5]提出目標之間結構化的相互作用模型,使用基于目標的原語和低階時空關系集成的概率框架從含噪聲的感知數(shù)據(jù)中識別出結構嚴密、高度結構化的多人行為。基于模型的目標識別和概率計劃識別的表示基于下面四個主要假設:1)在智能體之間從事團隊活動時,單個智能體目標是指定時空關系的天然的原子表示單位;2)在高度結構化的多智能體的行為識別過程中,行為的時間結構的高層次描述使用較少的低階時空關系集和邏輯限制就足以表達智能體之間的關系;3)貝葉斯網(wǎng)絡為不確定的視覺感知特征的多種來源提供了一種適當?shù)娜诤蠙C制;4)可以用自動生成的貝葉斯網(wǎng)絡來融合不確定時態(tài)信息和對象軌跡數(shù)據(jù)集,識別一個特定的多智能體的行為。假設的限制容易引起標記的偏置問題,且難以實現(xiàn)。文獻[6]引入了一個能明確對動態(tài)團隊成員進行編碼和適應計劃識別形式的多智能體計劃表示法。從多智能體計劃表示法中提取的局部時間依賴性能夠有效地修剪潛在的團隊計劃的假設集,但修剪過程比較費時,不能滿足實時足球比賽行為識別的要求。文獻[7]在無監(jiān)督的時間分割過程中提出了一種基于動態(tài)時間序列的高斯混合模型匹配行為的行為識別方法。該方法假定行為數(shù)據(jù)是一個能夠充分描述的多單向標簽,利用了時空特征,通過假設行為的優(yōu)先級順序來識別多人行為;但是在團隊行為識別的特征子集中會出現(xiàn)多個同時事件,而且在特殊情況下,事先設定的優(yōu)先級高的行為可能是不重要的行為,這樣會影響多運動員行為識別的準確性。文獻[8]提出利用濃密軌跡和運動邊界進行行為識別。首先,用軌跡來捕獲視頻的局部運動信息;然后,密集軌跡的表示保證良好地覆蓋前景運動以及周圍的背景;最后,利用一種最先進的光流算法確保提取密集軌跡的魯棒性和有效性。文獻[9]為人的屬性和行為識別提出擴展的部分模型。該模型依賴于收集的部分模板,通過學習區(qū)別地解釋圖像中特定的尺度空間位置(人類為中心的坐標)。它避免了高度結構化的模型限制,提出了用一個自動挖掘算法來學習相應的區(qū)分性模板來識別人類行為。Laptev[10]為視頻數(shù)據(jù)的簡潔表示提出了時空興趣點,并探討了利用時空興趣點來描述人的行為的優(yōu)勢。借鑒Laptev[10]的思想,本文提出基于尺度自適應局部時空特征來表示足球比賽視頻中的多運動員行為。通過提取不隨視頻圖像的縮放和平移而變化的稀疏時空特征來表示多運動員行為,減少多運動員行為識別算法的計算量,提高多運動員行為識別的準確率和實時性。

    2尺度自適應局部時空特征檢測操作數(shù)

    本文借鑒Lindeberg[11]關于空間中局部尺度特征自適應選擇的方法,將Harris檢測操作數(shù)推廣到足球比賽視頻時空域中,提出了尺度自適應局部時空特征檢測算法(見算法1)。算法的主要思想是在局部時空域中定義一個能同時在時間和空間維上取得極大值的差分操作數(shù)。采用歸一化的Laplace操作數(shù)來估計局部尺度。利用式(1)將Harris時空興趣點檢測操作數(shù)和Laplace操作數(shù)相結合推導出Harris-Laplace時空興趣點檢測操作數(shù)。

    2.1局部時空特征描述子

    足球比賽視頻中局部區(qū)域的表示是一個開放性的問題。本文利用方向梯度直方圖(Histogram oriented Gradient,HoG)描述子將足球比賽視頻視為“時空”長方體,并將HoG描述子推廣到三維足球比賽視頻圖像中。

    對于一個局部時空感興趣區(qū)域,局部描述子用一個特征向量來表示該區(qū)域。圖像或者整個足球比賽視頻序列可表示為一組在不同的尺度和位置下的特征向量集。為了能有效地利用局部特征向量來進行足球比賽視頻中的多運動員行為的識別,客觀上要求這些特征描述子具有比較強的區(qū)分能力,同時又不受光照、輕微形變等干擾因素的影響。將HoG描述子推廣到3D的計算流程如圖1所示,其中涉及到的關鍵計算有:平均梯度計算、方向梯度量化的計算和直方圖計算。

    2.2直方圖計算

    方向梯度的直方圖需要在一個梯度向量的集合中進行計算。具體計算方法如下:對于一個給定的立方體c=(xc,yc,tc,lc,wc,hc),將其分為S×S×S個子塊bi。對于每個子塊,利用式(8)來計算其平均梯度,然后將bi量化為qbi。對于每個區(qū)域c,通過求和量化后的均值梯度向量來計算其直方圖hc。

    4實驗結果分析

    本文使用2010年南非世界杯64場比賽、2009—2010年亞洲杯預選賽32場比賽及2010年意甲比賽部分比賽視頻作為數(shù)據(jù)集。為了在不同光線條件和球員穿著不同衣服的情況下測試系統(tǒng),從不同的天氣條件(晴天、陰天、雨天)和不同光照條件(自然或人工照明)下的不同球隊之間的比賽中挑選出12個測試序列。序列時長為3min,每個視角大約5000幀。手動標記圖像序列來疊加每個球員和球,限位框被用作真實值來評價算法的性能。在視頻圖像預處理過程中,利用筆者提出的基于多元統(tǒng)計模型的分形小波自適應圖像去噪算法[13]進行去噪,以便得到具有更好特征結構的圖像。通過檢測H中的正的局部時空極大值來檢測足球比賽視頻圖像序列v中的時空興趣點。檢測結果如圖2所示,可以看出,本文使用尺度自適應局部時空興趣點來表示多運動員行為時, 能夠大大減少識別多運動員行為算法的計算量。

    本文利用以下方法進行行為識別:

    文獻[1]提出的減背景法推導出時間模板的行為表示,

    文獻[2]提出的行為特征的光流表示,

    文獻[4]提出的四維對象實時交互張量行為表示方法,

    文獻[8]提出利用濃密軌跡和運動邊界法,

    文獻[9]提出的擴展的部分模型以及本文提出的基于尺度自適應局部時空特征的行為表示方法。

    為了分析這六種算法在足球比賽視頻

    行為識別中表現(xiàn)出的性能,分別在開放性數(shù)據(jù)集ucf sports中選取Kicking-Side視頻和上述自采集的視頻進行實驗,并從平均每幀提取的特征向量維數(shù)、算法處理每幀圖像運行的平均時間以及行為識別的準確率三個方面進行比較,結果如表1所示。

    由表1可以看出, 對Kicking-Side視頻中行為進行識別時,每種算法需要提取的特征向量維數(shù)及計算機處理時間明顯要小于自采集的足球比賽視頻,行為識別的準確率明顯高于自采集的足球比賽視頻,其原因是由于該視頻中行為的復雜度相對低,行為發(fā)生過程中不存在著運動員之間的相互遮擋及自遮擋。文獻[1]提出的減背景法行為表示方法簡單,但提取的特征維數(shù)最多且容易受噪聲影響;文獻[2]提出的光流表示法局限于只能處理3類多運動員行為,且易受噪聲干擾;文獻[4]提出的四維對象實時交互張量行為表示方法在建立概率框架特征化多運動員行為模式每個類的過程中實現(xiàn)非常困難,處理每幀圖像需要的時間最多。文獻[8-9]使用了低層特征進行行為識別,行為識別準確率較低,而本文提出方法在性能上明顯優(yōu)于對比方法。

    5結語

    本文借鑒Lindeberg空間中局部尺度特征自適應選擇方法,提出基于尺度自適應局部時空特征的足球比賽視頻中的多運動員行為表示。該方法能有效地提取用于識別多運動員行為的時空特征,減少提取特征向量的維數(shù)及處理每幀視頻圖像的平均運行時間,提高多運動員行為識別的準確率。

    參考文獻:

    [1]BOBICK A F, DAVIS J W. The recognition of human movement using temporal templates [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2001, 23(3):257-267.

    [2]WANG L, YUNG N H C. Extraction of moving objects from their background based on multiple adaptive thresholds and boundary evaluation [J]. IEEE Transactions on Intelligent Transportation Systems, 2010, 11(1): 40-51.

    [3]SHAO Z, LI Y. Integral invariants for space motion trajectory matching and recognition [J]. Pattern Recognition, 2015, 48(8): 2418-2432.

    [4]PEHLIVAN S, FORSYTH D A. Recognizing activities in multiple views with fusion of frame judgments [J]. Image and Vision Computing, 2014, 32(4): 237-249.

    [5]CHO S, KWAK S, BYUN H. Recognizing human-human interaction activities using visual and textual information [J]. Pattern Recognition Letters, 2013, 34(15): 1840-1848.

    [6]ALTUN K, MACLEANB K E. Recognizing affect in human touch of a robot [J].Pattern Recognition Letters, 2015, 66(15): 31-40.

    [7]FIELDA M, STIRLINGA D, PAN Z, et al. Recognizing human motions through mixture modeling of inertial data [J]. Pattern Recognition, 2015, 48(8): 2394-2406.

    [8]WANG H, KLSER A, SCHMID C, et al. Dense trajectories and motion boundary descriptors for action recognition [J]. International Journal of Computer Vision, 2013, 103(1):60-79.

    [9]SHARMA G, JURIE F, SCHMID C. Expanded parts model for human attribute and action recognition in still images [C]// CVPR 13: Proceedings of the 2013 IEEE Conference on Computer Vision and Pattern Recognition. Washington, DC: IEEE Computer Society, 2013: 652-659.

    [10]LAPTEV I. On space-time interest points [J]. International Journal of Computer Vision, 2005, 64(2): 107-123.

    [11]LINDEBERG T. Feature detection with automatic scale selection [J]. International Journal of Computer Vision, 1998, 30(2): 77-116.

    [12]VIOLA P, JONES M. Rapid object detection using a boosted cascade of simple features [C]// CVPR 01: Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Washington, DC: IEEE Computer Society, 2010: 511-518.

    [13]王智文,李紹滋.基于多元統(tǒng)計模型的分形小波自適應圖像去噪[J].計算機學報,2014,37(6):1380-1389. (WANG Z W, LI S Z. Adaptive fractal-wavelet image denoising base on multivariate statistical model [J]. Chinese Journal of Computers, 2014, 37(6): 1380-1389.

    国产精品一区二区精品视频观看| 91麻豆精品激情在线观看国产 | 桃花免费在线播放| 一级,二级,三级黄色视频| 欧美日韩中文字幕国产精品一区二区三区 | 久久久久国产一级毛片高清牌| 国产一区二区三区av在线| 满18在线观看网站| 国产精品自产拍在线观看55亚洲 | 大片电影免费在线观看免费| 性少妇av在线| 亚洲熟女精品中文字幕| 欧美在线一区亚洲| 成人亚洲精品一区在线观看| 中文字幕人妻丝袜一区二区| 午夜福利乱码中文字幕| 日本欧美视频一区| 韩国精品一区二区三区| 国产成人欧美| 99热全是精品| 亚洲专区国产一区二区| 五月天丁香电影| 人妻人人澡人人爽人人| 亚洲成人手机| 青青草视频在线视频观看| 制服人妻中文乱码| 各种免费的搞黄视频| 国产精品秋霞免费鲁丝片| 精品熟女少妇八av免费久了| 精品福利永久在线观看| 亚洲国产精品一区二区三区在线| 亚洲九九香蕉| 女性生殖器流出的白浆| 黄色视频不卡| 成年人免费黄色播放视频| 一二三四社区在线视频社区8| 日韩欧美一区视频在线观看| 美女午夜性视频免费| 精品亚洲乱码少妇综合久久| 丝瓜视频免费看黄片| 在线亚洲精品国产二区图片欧美| 成年人黄色毛片网站| 日韩欧美免费精品| 国产男女超爽视频在线观看| 欧美日本中文国产一区发布| 在线精品无人区一区二区三| 人妻一区二区av| 热99久久久久精品小说推荐| 精品一品国产午夜福利视频| 精品一品国产午夜福利视频| 精品一区二区三卡| 无遮挡黄片免费观看| tube8黄色片| 国产日韩欧美亚洲二区| 精品人妻一区二区三区麻豆| 黑人巨大精品欧美一区二区蜜桃| 12—13女人毛片做爰片一| 久久久精品区二区三区| 国产日韩欧美视频二区| 亚洲专区国产一区二区| 精品少妇一区二区三区视频日本电影| 岛国在线观看网站| 国产精品久久久久久精品电影小说| 欧美性长视频在线观看| 欧美人与性动交α欧美软件| 亚洲欧美清纯卡通| 不卡av一区二区三区| av不卡在线播放| 一区二区三区乱码不卡18| 精品少妇内射三级| 亚洲av成人一区二区三| 精品国产国语对白av| 精品少妇内射三级| 亚洲av片天天在线观看| 亚洲中文日韩欧美视频| 精品少妇内射三级| 亚洲精品av麻豆狂野| 国产成人a∨麻豆精品| 国产免费一区二区三区四区乱码| 久久精品国产综合久久久| 9191精品国产免费久久| 亚洲中文日韩欧美视频| 9191精品国产免费久久| 亚洲精品国产av成人精品| av不卡在线播放| 亚洲一区中文字幕在线| 午夜激情av网站| 秋霞在线观看毛片| 亚洲精品在线美女| 999精品在线视频| 每晚都被弄得嗷嗷叫到高潮| 在线亚洲精品国产二区图片欧美| 18禁观看日本| 日韩欧美国产一区二区入口| 男女午夜视频在线观看| 无遮挡黄片免费观看| 美女午夜性视频免费| 欧美变态另类bdsm刘玥| 亚洲国产精品999| 在线精品无人区一区二区三| 性高湖久久久久久久久免费观看| 成人免费观看视频高清| 亚洲av日韩精品久久久久久密| 国产成人精品在线电影| 午夜福利免费观看在线| 久久中文字幕一级| 天堂中文最新版在线下载| 母亲3免费完整高清在线观看| a级毛片在线看网站| 亚洲一区二区三区欧美精品| 久久性视频一级片| 日本av免费视频播放| 日韩有码中文字幕| 国产97色在线日韩免费| av网站在线播放免费| 国产精品欧美亚洲77777| 国产高清国产精品国产三级| xxxhd国产人妻xxx| 午夜91福利影院| 中文字幕最新亚洲高清| 黑人猛操日本美女一级片| 久久久精品94久久精品| 日韩大片免费观看网站| 亚洲熟女精品中文字幕| 亚洲国产欧美一区二区综合| 日韩欧美免费精品| 美女大奶头黄色视频| 嫁个100分男人电影在线观看| 麻豆国产av国片精品| 三级毛片av免费| 欧美黄色淫秽网站| 色综合欧美亚洲国产小说| 91大片在线观看| 大片免费播放器 马上看| 老司机深夜福利视频在线观看 | 亚洲av日韩在线播放| 国产精品久久久久久精品古装| 国产精品99久久99久久久不卡| 亚洲熟女毛片儿| 少妇粗大呻吟视频| 久久久国产欧美日韩av| 国产精品香港三级国产av潘金莲| 久久精品aⅴ一区二区三区四区| 久久亚洲国产成人精品v| 精品人妻熟女毛片av久久网站| 亚洲中文av在线| 欧美xxⅹ黑人| 汤姆久久久久久久影院中文字幕| 亚洲一卡2卡3卡4卡5卡精品中文| 两人在一起打扑克的视频| 午夜激情久久久久久久| 亚洲国产精品一区三区| 黄色毛片三级朝国网站| 无限看片的www在线观看| 秋霞在线观看毛片| 少妇粗大呻吟视频| 国产精品麻豆人妻色哟哟久久| 日韩欧美一区二区三区在线观看 | 日韩人妻精品一区2区三区| 国产欧美日韩一区二区精品| 色婷婷av一区二区三区视频| 欧美另类一区| 久久青草综合色| 国产亚洲精品一区二区www | 国产免费福利视频在线观看| 免费人妻精品一区二区三区视频| 久久精品久久久久久噜噜老黄| 少妇的丰满在线观看| 91大片在线观看| 欧美日韩国产mv在线观看视频| 九色亚洲精品在线播放| 婷婷成人精品国产| 国产野战对白在线观看| h视频一区二区三区| 岛国毛片在线播放| 久久99一区二区三区| 成人手机av| 日本wwww免费看| 午夜成年电影在线免费观看| av在线播放精品| 亚洲午夜精品一区,二区,三区| 亚洲精品在线美女| 波多野结衣av一区二区av| 久久中文看片网| 亚洲九九香蕉| 亚洲精品久久久久久婷婷小说| 热99re8久久精品国产| 欧美少妇被猛烈插入视频| 99国产精品99久久久久| 国产精品免费视频内射| 亚洲全国av大片| 80岁老熟妇乱子伦牲交| 日韩熟女老妇一区二区性免费视频| 亚洲七黄色美女视频| 两性夫妻黄色片| 777米奇影视久久| 色视频在线一区二区三区| 亚洲专区字幕在线| 激情视频va一区二区三区| 日本91视频免费播放| 少妇被粗大的猛进出69影院| 亚洲av日韩精品久久久久久密| 一级,二级,三级黄色视频| 精品国产一区二区久久| 91大片在线观看| 91九色精品人成在线观看| 97精品久久久久久久久久精品| 97在线人人人人妻| kizo精华| 精品国产一区二区三区久久久樱花| 最新的欧美精品一区二区| 性少妇av在线| 高清在线国产一区| 99久久综合免费| 久久综合国产亚洲精品| 国产精品熟女久久久久浪| 亚洲全国av大片| 1024香蕉在线观看| 男女下面插进去视频免费观看| 国产av又大| 免费久久久久久久精品成人欧美视频| 在线观看免费高清a一片| 日韩一区二区三区影片| av在线app专区| 日韩,欧美,国产一区二区三区| 一级片免费观看大全| 国产成人av教育| 久久影院123| 又黄又粗又硬又大视频| 18禁观看日本| 18禁国产床啪视频网站| 男女免费视频国产| 国产成人一区二区三区免费视频网站| av天堂久久9| 国产精品久久久久成人av| 国产在线一区二区三区精| 国产免费av片在线观看野外av| 国产亚洲精品久久久久5区| 亚洲天堂av无毛| 伦理电影免费视频| 欧美人与性动交α欧美软件| 亚洲 国产 在线| 亚洲精品一二三| 久久免费观看电影| 99热网站在线观看| 一级毛片精品| 老司机影院毛片| 久久精品亚洲av国产电影网| 精品久久蜜臀av无| 国产1区2区3区精品| 韩国高清视频一区二区三区| 啦啦啦免费观看视频1| 视频区欧美日本亚洲| 欧美日韩成人在线一区二区| 欧美中文综合在线视频| 丝袜美足系列| 狠狠精品人妻久久久久久综合| 午夜免费观看性视频| 满18在线观看网站| av片东京热男人的天堂| 精品少妇久久久久久888优播| 欧美日韩精品网址| 免费黄频网站在线观看国产| 大陆偷拍与自拍| 美女主播在线视频| 久久影院123| 久热爱精品视频在线9| 欧美av亚洲av综合av国产av| 色94色欧美一区二区| 午夜精品久久久久久毛片777| 人人澡人人妻人| 国产精品免费视频内射| 国产在线观看jvid| 国产男女超爽视频在线观看| 日韩有码中文字幕| 两个人看的免费小视频| 亚洲欧美精品综合一区二区三区| 少妇精品久久久久久久| 免费高清在线观看日韩| 国产精品秋霞免费鲁丝片| 人人澡人人妻人| 亚洲成人免费电影在线观看| 另类亚洲欧美激情| 交换朋友夫妻互换小说| 老司机福利观看| 在线观看免费高清a一片| 久久久久久久国产电影| 国产在线免费精品| 男人操女人黄网站| 青春草亚洲视频在线观看| 国产亚洲av高清不卡| 男女无遮挡免费网站观看| 欧美激情高清一区二区三区| 国产一区二区在线观看av| 啦啦啦视频在线资源免费观看| 啦啦啦啦在线视频资源| 久久av网站| 18在线观看网站| 国产高清videossex| 美女国产高潮福利片在线看| 亚洲欧美色中文字幕在线| 午夜福利在线免费观看网站| 欧美日韩福利视频一区二区| 亚洲精品久久午夜乱码| 精品国产超薄肉色丝袜足j| 国产91精品成人一区二区三区 | 亚洲人成77777在线视频| 一区在线观看完整版| 丰满迷人的少妇在线观看| 精品国产超薄肉色丝袜足j| 黄片小视频在线播放| 一级,二级,三级黄色视频| 欧美中文综合在线视频| 日韩 亚洲 欧美在线| 女人高潮潮喷娇喘18禁视频| 亚洲av电影在线进入| 色婷婷av一区二区三区视频| 王馨瑶露胸无遮挡在线观看| 亚洲专区中文字幕在线| 日韩,欧美,国产一区二区三区| 欧美日韩福利视频一区二区| 国产1区2区3区精品| 老熟女久久久| 国产免费现黄频在线看| 国产成人免费观看mmmm| 国产在视频线精品| 精品亚洲成国产av| 亚洲九九香蕉| 爱豆传媒免费全集在线观看| 亚洲国产欧美网| 亚洲 国产 在线| 久久国产精品大桥未久av| av片东京热男人的天堂| 欧美日韩国产mv在线观看视频| 午夜福利视频在线观看免费| 天堂中文最新版在线下载| 自拍欧美九色日韩亚洲蝌蚪91| 国产精品久久久久久精品电影小说| 男人添女人高潮全过程视频| 美女大奶头黄色视频| 丰满人妻熟妇乱又伦精品不卡| 国产精品一区二区精品视频观看| 精品视频人人做人人爽| 日韩人妻精品一区2区三区| 制服人妻中文乱码| 国产成人欧美| 欧美日韩中文字幕国产精品一区二区三区 | 国产成人影院久久av| 黄色a级毛片大全视频| 另类精品久久| 国产精品二区激情视频| 99精品久久久久人妻精品| 色播在线永久视频| 男女午夜视频在线观看| 男女之事视频高清在线观看| 欧美一级毛片孕妇| 9热在线视频观看99| 欧美午夜高清在线| 亚洲av国产av综合av卡| 久久综合国产亚洲精品| 飞空精品影院首页| 成人亚洲精品一区在线观看| 夜夜夜夜夜久久久久| 欧美国产精品va在线观看不卡| 精品一区二区三卡| 国产黄色免费在线视频| 黄色a级毛片大全视频| 99久久人妻综合| 免费观看人在逋| 成年女人毛片免费观看观看9 | 亚洲伊人色综图| 男女之事视频高清在线观看| 夫妻午夜视频| 黑人巨大精品欧美一区二区mp4| 亚洲久久久国产精品| 亚洲国产av影院在线观看| 免费在线观看视频国产中文字幕亚洲 | 国产91精品成人一区二区三区 | 久久精品亚洲av国产电影网| 一级毛片精品| 国产亚洲精品第一综合不卡| 永久免费av网站大全| 国产高清videossex| 老汉色∧v一级毛片| 亚洲av日韩精品久久久久久密| 女人精品久久久久毛片| 手机成人av网站| 深夜精品福利| 女人精品久久久久毛片| 欧美日韩精品网址| 国产欧美日韩精品亚洲av| 十分钟在线观看高清视频www| 丝袜脚勾引网站| 欧美黄色片欧美黄色片| 久久久国产成人免费| 精品高清国产在线一区| 一个人免费看片子| 久久天躁狠狠躁夜夜2o2o| 一区二区三区四区激情视频| 日本五十路高清| 人成视频在线观看免费观看| 丰满迷人的少妇在线观看| 日韩欧美国产一区二区入口| 日本a在线网址| 9色porny在线观看| 女人高潮潮喷娇喘18禁视频| 欧美在线一区亚洲| 91大片在线观看| 乱人伦中国视频| 欧美精品一区二区大全| 精品国内亚洲2022精品成人 | 久久久国产精品麻豆| 人妻久久中文字幕网| www日本在线高清视频| 亚洲国产成人一精品久久久| 51午夜福利影视在线观看| 国产日韩一区二区三区精品不卡| 男人舔女人的私密视频| 美女大奶头黄色视频| 久久青草综合色| 国产日韩欧美在线精品| tocl精华| 不卡av一区二区三区| 美女高潮喷水抽搐中文字幕| 国产成人一区二区三区免费视频网站| 国产成人免费无遮挡视频| 狠狠精品人妻久久久久久综合| 亚洲黑人精品在线| 50天的宝宝边吃奶边哭怎么回事| 99国产极品粉嫩在线观看| a级毛片在线看网站| 中文字幕高清在线视频| 精品人妻在线不人妻| 99精品久久久久人妻精品| 女性被躁到高潮视频| 精品少妇黑人巨大在线播放| 欧美一级毛片孕妇| 久久久久久免费高清国产稀缺| 欧美日韩亚洲综合一区二区三区_| √禁漫天堂资源中文www| 三上悠亚av全集在线观看| 欧美在线一区亚洲| 国产99久久九九免费精品| 天天影视国产精品| 国产av又大| 色老头精品视频在线观看| 久久这里只有精品19| 久久青草综合色| 天天躁日日躁夜夜躁夜夜| 欧美精品高潮呻吟av久久| 成人手机av| 亚洲va日本ⅴa欧美va伊人久久 | 国产三级黄色录像| 日韩有码中文字幕| 啦啦啦在线免费观看视频4| 婷婷成人精品国产| 久久久久精品人妻al黑| 一区二区三区精品91| 91大片在线观看| 亚洲成人免费电影在线观看| 午夜福利乱码中文字幕| 亚洲激情五月婷婷啪啪| 婷婷丁香在线五月| 热99国产精品久久久久久7| 久久久久视频综合| 久久久久精品国产欧美久久久 | 搡老熟女国产l中国老女人| 黄色 视频免费看| 五月开心婷婷网| 如日韩欧美国产精品一区二区三区| 免费久久久久久久精品成人欧美视频| 精品卡一卡二卡四卡免费| 国产无遮挡羞羞视频在线观看| 日韩欧美一区视频在线观看| 又大又爽又粗| www.精华液| 又紧又爽又黄一区二区| h视频一区二区三区| 99热国产这里只有精品6| 一级黄色大片毛片| 久久女婷五月综合色啪小说| 91大片在线观看| 一个人免费看片子| 日本一区二区免费在线视频| 老司机在亚洲福利影院| 欧美激情高清一区二区三区| 久久国产精品人妻蜜桃| 国产精品麻豆人妻色哟哟久久| 麻豆国产av国片精品| 精品少妇一区二区三区视频日本电影| 黑丝袜美女国产一区| 日本av手机在线免费观看| 久久国产精品男人的天堂亚洲| 18禁黄网站禁片午夜丰满| 九色亚洲精品在线播放| 黄频高清免费视频| 国产99久久九九免费精品| 国产精品久久久人人做人人爽| 在线观看免费午夜福利视频| 99热全是精品| 成年美女黄网站色视频大全免费| 一区二区三区四区激情视频| 两个人免费观看高清视频| 777米奇影视久久| 女人被躁到高潮嗷嗷叫费观| 免费人妻精品一区二区三区视频| 欧美 亚洲 国产 日韩一| 国产免费现黄频在线看| 制服人妻中文乱码| 男女无遮挡免费网站观看| 18禁裸乳无遮挡动漫免费视频| 悠悠久久av| 十八禁人妻一区二区| 免费日韩欧美在线观看| 视频区欧美日本亚洲| 免费在线观看日本一区| kizo精华| 美女扒开内裤让男人捅视频| 狠狠精品人妻久久久久久综合| 十八禁人妻一区二区| 美女国产高潮福利片在线看| 亚洲九九香蕉| 免费一级毛片在线播放高清视频 | 中文字幕最新亚洲高清| 亚洲第一av免费看| 日韩大片免费观看网站| 好男人电影高清在线观看| 久久天躁狠狠躁夜夜2o2o| 欧美激情久久久久久爽电影 | 精品少妇内射三级| 国产一卡二卡三卡精品| 亚洲精品国产一区二区精华液| 欧美精品高潮呻吟av久久| 精品一区二区三区四区五区乱码| 天堂俺去俺来也www色官网| 亚洲精品自拍成人| 老司机影院成人| 国产有黄有色有爽视频| 国产免费视频播放在线视频| 亚洲精品美女久久av网站| 国产精品一区二区在线不卡| 美女中出高潮动态图| 国产区一区二久久| 老熟女久久久| 别揉我奶头~嗯~啊~动态视频 | 美女大奶头黄色视频| 老司机亚洲免费影院| 久久精品国产亚洲av高清一级| 欧美乱码精品一区二区三区| 亚洲精品国产精品久久久不卡| 91老司机精品| 一二三四社区在线视频社区8| 淫妇啪啪啪对白视频 | 在线看a的网站| 欧美国产精品va在线观看不卡| 黄色视频,在线免费观看| 在线观看免费高清a一片| 亚洲久久久国产精品| 亚洲情色 制服丝袜| 亚洲第一青青草原| 亚洲欧洲精品一区二区精品久久久| 精品国产一区二区三区四区第35| 中文字幕色久视频| 少妇精品久久久久久久| 最新在线观看一区二区三区| 日本五十路高清| bbb黄色大片| 好男人电影高清在线观看| 三级毛片av免费| 999久久久国产精品视频| 在线观看免费午夜福利视频| 韩国高清视频一区二区三区| 免费看十八禁软件| 久久国产精品影院| 中国美女看黄片| 黑人巨大精品欧美一区二区mp4| 免费看十八禁软件| 日韩一区二区三区影片| 日韩大码丰满熟妇| 国产精品免费视频内射| 国产精品 国内视频| 国产精品一区二区精品视频观看| 亚洲一码二码三码区别大吗| 99国产精品一区二区三区| 亚洲欧美一区二区三区黑人| 国产精品久久久久成人av| 亚洲精品中文字幕一二三四区 | 一级毛片精品| 大香蕉久久网| 国产成人免费无遮挡视频| 亚洲国产日韩一区二区| 久久青草综合色| 国产欧美亚洲国产| 国产成人免费无遮挡视频| 性高湖久久久久久久久免费观看| 99国产精品99久久久久| 90打野战视频偷拍视频| 99久久99久久久精品蜜桃| 欧美日韩亚洲综合一区二区三区_| 亚洲精品国产av成人精品| 日本a在线网址| 老司机深夜福利视频在线观看 | 精品一区二区三区av网在线观看 | 一边摸一边抽搐一进一出视频| 母亲3免费完整高清在线观看| 久久国产精品影院| 91国产中文字幕| 飞空精品影院首页| 人人妻人人澡人人看| 人人妻,人人澡人人爽秒播| av片东京热男人的天堂| 亚洲国产毛片av蜜桃av| 久久久国产一区二区| 久久久精品免费免费高清| av天堂久久9|