• <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 ?

    基于貝葉斯決策的多方法融合跟蹤算法

    2016-10-18 18:55:54周旭馬玉良
    電腦知識與技術 2016年21期
    關鍵詞:壓縮感知

    周旭+馬玉良

    摘要:針對單一的跟蹤算法難以適應復雜多變的環(huán)境,提出一種融合多種跟蹤算法的方法。考慮到壓縮跟蹤算法的魯棒性優(yōu)勢,和HOG行人檢測的輪廓檢測特點,利用算法之間的互補性,根據(jù)貝葉斯決策理論,提出了多算法融合的跟蹤方法。融合過程中按照分類的思想,將圖像中像素點按照其是否包含在跟蹤框內(nèi)分為兩類。通過分析跟蹤目標的移動范圍,預測目標的下一位置,求出目標出現(xiàn)的先驗概率分布。針對目標與環(huán)境的具體情況,調(diào)整每種算法的融合權值,得到融合后的各個像素點的類條件概率密度,最后根據(jù)貝葉斯決策估算各像素點的所屬類別,確定跟蹤框范圍。實驗結(jié)果表明,與單一算法相比,融合后的跟蹤算法有更好的適應性和魯棒性。

    關鍵詞:行人跟蹤;壓縮感知;行人檢測;貝葉斯決策;多方法融合;

    中圖分類號:TP391 文獻標識碼:A 文章編號:1009-3044(2016)21-0265-04

    Abstract:A method of integration of various tracking algorithm is proposed, for single tracking algorithm is difficult to adapt to the complex environment. Considering the robustness of compressed tracking algorithm and the characteristics of HOG contour detection, using the complementarities of the two algorithms, the multi-method fusion tracking algorithm is proposed based on Bayesian decision theory. The pixels in the image are divided into two categories according to whether it is included in the track frame. The prior probability distribution of the target is obtained by analyzing the movement and predicting the next position of the target. The class conditional probability density of each pixel is obtained by adjusting the weight of each fusion algorithm. Finally the class of each pixel is estimated and the scope of tracking box is determined based on the Bayesian decision. The experimental results show that, compared with single algorithm, the fused tracking algorithm has better adaptability and robustness.

    Key words: pedestrian tracking; compressed sensing;pedestrian detection; Bayesian decision theory; multi method fusion;

    1 概述

    目標跟蹤是計算機視覺中的一個重要研究方向,在各個領域都有著廣泛的應用前景[1~2]。過去的幾十年里,人們研究出了許多的跟蹤算法[3~8]。但每一種跟蹤方法都有其自身的適應性和局限性,而環(huán)境具有多樣性和多變性,這就使得單一的跟蹤算法很難適用于各種環(huán)境,融合多種算法已是必然趨勢。圖像處理領域內(nèi)的數(shù)據(jù)融合可分為三個級別:像素級融合、特征級融合與決策級融合[3]。研究人員在粒子濾波框架下,提出了大量基于多特征(顏色[6]、紋理、邊緣[9]、灰度、運動等)融合的跟蹤算法,其主要區(qū)別在于特征提取和融合策略的不同[3~4]。吳等[5]提出的多方法集成,融合了三種算法,實現(xiàn)了魯棒的目標跟蹤,但其并沒有提出明確的融合策略。

    壓縮跟蹤算法[10-12]是目前跟蹤問題研究的一個主流方向,在物體的紋理和光照變化不大的情況下,其跟蹤效果較好。但是,Compressive Tracking算法對目標大小變化的自適應性較差?;贖OG的行人檢測[13],有效地使用了行人的空間信息。

    本文綜合考慮了壓縮跟蹤算法在微觀領域的特點,和HOG行人檢測在宏觀領域的優(yōu)勢。利用算法之間的互補性,根據(jù)貝葉斯決策理論,提出了多算法融合的跟蹤方法。實驗結(jié)果證明,與單一的跟蹤算法相比,該算法具有更好的適應性和魯棒性。

    2 跟蹤算法概述

    本文目標是構建一種在線跟蹤算法,既能夠適應目標形狀大小的快速變化,又能夠?qū)崿F(xiàn)穩(wěn)定可靠的跟蹤。為實現(xiàn)跟蹤算法的適應性與魯棒性,本文采用了具有互補性的兩種經(jīng)典的跟蹤算法:壓縮感知跟蹤法、基于HOG行人檢測的跟蹤。壓縮跟蹤算法在物體的紋理和光照變化不大的情況下,其跟蹤效果很好,但對目標大小變化的自適應性較差?;贖OG的行人檢測,有效地使用了行人的空間信息。但時常會發(fā)生檢測錯誤或檢測失敗的情況,所以通常需要結(jié)合其他跟蹤算法才能使用。

    具體來說,基于壓縮感知的跟蹤算法[10~11],首先利用符合壓縮感知RIP條件的隨機感知矩對多尺度圖像特征進行降維,然后在降維后的特征上采用簡單的樸素貝葉斯分類器進行分類[12]。但此算法對目標形狀大小變化的自適應性較差,行人檢測恰好可以精確的彌補此缺陷。

    在跟蹤目標是行人的情況下,基于行人檢測的行人跟蹤,通??梢暂^為準確地找到行人所在的位置,得到不錯的跟蹤結(jié)果。不過時常會發(fā)生檢測錯誤或檢測失敗的情況。跟蹤算法通常是采用這一幀的結(jié)果作為下一幀的輸入,所以當跟蹤結(jié)果出現(xiàn)了偏差之后,誤差會逐漸累加。跟蹤框偏移或跟蹤的范圍發(fā)生改變的情況可能會發(fā)生,這都將導致跟蹤目標的改變,以至于跟蹤出錯。

    為了避免跟蹤過程中的“漂移”現(xiàn)象,提高跟蹤的魯棒性。本文使用了貝葉斯決策將兩種跟蹤算法進行融合,有效地減少了由于誤差累計造成的“漂移”,使跟蹤保持適應性的同時又兼顧穩(wěn)定性。

    然后預測跟蹤目標在下一幀中可能出現(xiàn)的位置,由目標的預測位置求出目標在各像素點出現(xiàn)的概率分布,作為貝葉斯決策的先驗概率。多種跟蹤算法得到的結(jié)果,根據(jù)融合權值進行結(jié)合,得出類條件概率密度。由貝葉斯決策求出后驗概率,屬于類的像素點集合的最小外接矩形,即為最終計算得到的跟蹤框。

    3.1跟蹤目標位置預測

    在第一幀圖像中,用矩形框圈定一個區(qū)域作為跟蹤目標。之后都使用上一幀圖像的跟蹤結(jié)果為依據(jù),預測跟蹤目標在下一幀的可能位置。本文假設幀間質(zhì)心位置偏移[3]較小,跟蹤目標在相鄰幀間的移動范圍小于跟蹤框面積的四倍(中心點不變,長寬各放大二倍)。在此范圍內(nèi),估計跟蹤目標在下一幀圖像中各個像素點出現(xiàn)的概率。

    如圖2所示,由(a)中的預測位置,根據(jù)公式1得到跟蹤目標位置的概率分布圖。其中越白的區(qū)域表示跟蹤目標出現(xiàn)的概率越大,黑色區(qū)域表示跟蹤目標出現(xiàn)概率較低。

    3.2融合跟蹤結(jié)果

    跟蹤時,壓縮感知跟蹤算法、與HOG行人檢測在跟蹤過程中同時運行,互不影響。直到得到的最終結(jié)果,再作為他們下一幀的輸入。

    考慮到跟蹤算法之間的差異性和互補性,合理調(diào)整跟蹤算法的融合權值。同時,像素點被越多的跟蹤結(jié)果包含,說明其為跟蹤目標的可能也就越大。由此得到目標狀態(tài)的類條件概率密度。

    3.3貝葉斯決策

    基于上述分析,由目標位置預測得到的先驗概率,和由各跟蹤結(jié)果融合而來的類條件概率密度,利用貝葉斯公式:

    4 實驗結(jié)果及分析

    實驗均在PKU-SVD-B數(shù)據(jù)庫上進行,PKU-SVD-B數(shù)據(jù)庫由北京大學視頻編解碼技術國家工程實驗室聯(lián)合北京大學保衛(wèi)部建立并整理,該數(shù)據(jù)集采集自固定在校園某些位置的攝像頭。視頻圖像大小為1280×720像素,幀率為30幀/s。算法在VS2013和Opencv2.4下實現(xiàn)。

    為了說明本文方法的有效性,分別對壓縮感知跟蹤法、基于行人檢測的跟蹤和本文融合后的跟蹤算法進行試驗對比。部分跟蹤結(jié)果分析如圖5、圖6所示。圖5為三種算法跟蹤框的中心點距跟蹤目標中心點的距離。行人檢測在一百多幀時檢測失敗,目標丟失。壓縮感知算法的跟蹤效果相對較好,但其在四百幀之后開始出現(xiàn)偏差。本文算法在三百幀左右,融合結(jié)果出現(xiàn)跳變,但很快又重新鎖定了目標;之后本文算法依舊能夠穩(wěn)定跟蹤。

    圖6為兩種算法跟蹤框面積偏差比例的比較。由圖可以看出本文算法在融合了行人檢測后,其對目標大小變化的適應性明顯爭強。

    5 結(jié)束語

    本文考慮到壓縮感知跟蹤算法、與HOG行人檢測算法之間的差異性與互補性,提出了多方法融合的跟蹤算法。通過采用HOG行人檢測算法,提高了跟蹤的外觀變化的適應能力。同時,位置預測有效地避免了跟蹤過程中出現(xiàn)的跳變。實驗表明,相對于單一算法,對背景干擾、光照變化、目標形狀變化等更具魯棒性。

    本文的部分研究工作還有待深入,例如,本文提出了利用貝葉斯決策進行多算法融合的方法,選擇不同的算法組合,勢必會帶來不同的效果。實驗中曾融合了光流法和均值漂移跟蹤法,但其跟蹤效果非但沒有提高反而減弱。所以,哪些算法之間具有互補性,還有待進一步論證。

    參考文獻:

    [1] Viola P, Jones M J, Snow D. Detecting pedestrians using patterns of motion and appearance[C]//Computer Vision, 2003. Proceedings. Ninth IEEE International Conference on. IEEE, 2003: 734-741.

    [2] Avidan S. Support vector tracking[J]. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 2004, 26(8): 1064-1072.

    [3] 雍楊, 王敬儒, 張啟衡. 基于多特征融合的弱小運動目標識別[J]. 量子電子學報, 2006, 23(5): 594-598.

    [4] 顧鑫, 王海濤, 汪凌峰, 等. 基于不確定性度量的多特征融合跟蹤[J]. 自動化學報, 2011, 37(5): 550-559.

    [5] 吳偉, 李斌. 基于多方法集成的目標跟蹤算法[J]. 中國科學技術大學學報, 2011, 41(11): 1000-1005

    [6] 沈云琴, 陳秋紅. 自適應均值漂移算法目標跟蹤檢測仿真研究[J]. 計算機仿真, 2012, 29(4): 290-292.

    [7] Comaniciu D, Ramesh V, Meer P. Kernel-based object tracking[J]. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 2003, 25(5): 564-577.

    [8] 劉小寧, 陳曉冬, 郁道銀. 基于 DSP 的運動目標識別與跟蹤系統(tǒng)的設計[J]. 電視技術, 2010, 34(11): 107-110.

    [9] 王君本, 盧選民, 賀兆. 一種基于快速魯棒特征的圖像匹配算法[J]. 計算機工程與科學, 2011, 33(2): 112-117.

    [10] Chummun M R, Bar-Shalom Y, Kirubarajan T. Adaptive early-detection ML-PDA estimator for LO targets with EO sensors[J]. Aerospace and Electronic Systems, IEEE Transactions on, 2002, 38(2): 694-707.

    [11] Li H, Shen C, Shi Q. Real-time visual tracking using compressive sensing[C]//Computer Vision and Pattern Recognition (CVPR), 2011 IEEE Conference on. IEEE, 2011: 1305-1312.

    [12] Zhang K, Zhang L, Yang M H. Real-time compressive tracking[M]//Computer Vision–ECCV 2012. Springer Berlin Heidelberg, 2012: 864-877.

    [13] 曲永宇, 劉清, 郭建明, 等. 基于 HOG 和顏色特征的行人檢測[J]. 武漢理工大學學報, 2011, 33(4): 134-138.

    猜你喜歡
    壓縮感知
    基于匹配追蹤算法的乳腺X影像的壓縮感知重構
    淺析壓縮感知理論在圖像處理中的應用及展望
    基于壓縮感知的一維粗糙面電磁散射快速算法研究
    基于壓縮感知的重構算法研究
    基于ADM的加權正則化的塊稀疏優(yōu)化算法
    壓縮感知在無線傳感器網(wǎng)絡中的應用
    科技視界(2016年10期)2016-04-26 08:29:08
    淺談《數(shù)字信號處理》實踐教學
    一種基于壓縮感知的農(nóng)業(yè)WSN數(shù)據(jù)傳輸方法
    基于壓縮感知的模擬信息轉(zhuǎn)換器仿真
    順序小波包圖像壓縮感知方法
    久久国产精品男人的天堂亚洲 | 男人和女人高潮做爰伦理| 在线观看www视频免费| 国产淫语在线视频| 99精国产麻豆久久婷婷| 亚洲美女视频黄频| 亚洲欧美日韩卡通动漫| 少妇 在线观看| 青春草视频在线免费观看| 性高湖久久久久久久久免费观看| 如日韩欧美国产精品一区二区三区 | 黄色一级大片看看| 日本与韩国留学比较| 国国产精品蜜臀av免费| 午夜激情福利司机影院| 中文字幕人妻熟人妻熟丝袜美| 国产精品.久久久| 国产真实伦视频高清在线观看| 一级毛片电影观看| 亚洲欧美日韩另类电影网站| 国产精品不卡视频一区二区| 如日韩欧美国产精品一区二区三区 | 日本wwww免费看| 日韩成人av中文字幕在线观看| 国产中年淑女户外野战色| 亚洲不卡免费看| 亚洲欧美日韩东京热| 日韩一本色道免费dvd| 欧美日韩在线观看h| 亚洲av成人精品一二三区| 又爽又黄a免费视频| 男男h啪啪无遮挡| 亚洲精品久久午夜乱码| 日韩熟女老妇一区二区性免费视频| 精品99又大又爽又粗少妇毛片| 嘟嘟电影网在线观看| 妹子高潮喷水视频| 极品教师在线视频| 色视频www国产| av天堂久久9| 国产成人精品久久久久久| 成人免费观看视频高清| 三级国产精品欧美在线观看| 亚洲美女黄色视频免费看| 久久99蜜桃精品久久| 国产精品成人在线| 亚洲av日韩在线播放| 欧美精品一区二区大全| 国产精品无大码| 精品国产一区二区久久| 又爽又黄a免费视频| 国产日韩欧美在线精品| 国产av一区二区精品久久| 人妻 亚洲 视频| 久久久精品免费免费高清| 免费看光身美女| 国产成人精品无人区| 久久热精品热| 一区二区三区精品91| 天天躁夜夜躁狠狠久久av| 久久99精品国语久久久| 另类亚洲欧美激情| 久久久久久人妻| 精品亚洲乱码少妇综合久久| 国产黄色视频一区二区在线观看| 少妇精品久久久久久久| 制服丝袜香蕉在线| 国产成人精品婷婷| 少妇 在线观看| 蜜桃在线观看..| 午夜日本视频在线| 啦啦啦中文免费视频观看日本| 男人狂女人下面高潮的视频| 国产一区二区三区综合在线观看 | 亚洲精华国产精华液的使用体验| 五月伊人婷婷丁香| 亚洲欧美清纯卡通| 少妇的逼水好多| 亚洲激情五月婷婷啪啪| 精品一区在线观看国产| 丝袜在线中文字幕| 夜夜看夜夜爽夜夜摸| 色吧在线观看| 99热6这里只有精品| 亚洲精华国产精华液的使用体验| 3wmmmm亚洲av在线观看| 国产免费一区二区三区四区乱码| 久久久久久久亚洲中文字幕| 男人舔奶头视频| 一边亲一边摸免费视频| 久久国产乱子免费精品| av黄色大香蕉| 精品亚洲成国产av| 亚洲国产精品999| 男女免费视频国产| 26uuu在线亚洲综合色| 国产成人免费观看mmmm| 人人澡人人妻人| 久久久久国产精品人妻一区二区| 亚洲不卡免费看| 国产精品人妻久久久久久| 亚洲第一av免费看| 一级爰片在线观看| 国产精品人妻久久久久久| 夫妻性生交免费视频一级片| 国产永久视频网站| 欧美bdsm另类| 亚洲av福利一区| 中国国产av一级| 婷婷色综合www| 国产日韩欧美视频二区| 精品久久久噜噜| 国产精品99久久久久久久久| 男女免费视频国产| 亚洲美女视频黄频| 国产精品免费大片| 免费看日本二区| 亚洲经典国产精华液单| 中文精品一卡2卡3卡4更新| 欧美精品亚洲一区二区| 黄色配什么色好看| 自拍欧美九色日韩亚洲蝌蚪91 | 成人亚洲精品一区在线观看| 大片电影免费在线观看免费| 亚洲人与动物交配视频| 国产在线视频一区二区| 18禁裸乳无遮挡动漫免费视频| av女优亚洲男人天堂| 少妇被粗大的猛进出69影院 | 色视频在线一区二区三区| 少妇人妻 视频| 在线观看www视频免费| 观看免费一级毛片| 秋霞伦理黄片| 日日摸夜夜添夜夜添av毛片| 少妇人妻一区二区三区视频| 一区二区三区乱码不卡18| 国产日韩欧美在线精品| 国产熟女午夜一区二区三区 | 欧美 日韩 精品 国产| 看十八女毛片水多多多| 成人特级av手机在线观看| 国产无遮挡羞羞视频在线观看| 性高湖久久久久久久久免费观看| 精品久久国产蜜桃| 内地一区二区视频在线| 国产成人精品无人区| 成人漫画全彩无遮挡| 晚上一个人看的免费电影| 国产精品一区二区在线观看99| 成人国产av品久久久| 欧美日韩av久久| 国产乱人偷精品视频| 亚洲国产精品999| 最新的欧美精品一区二区| 色哟哟·www| 一区二区三区乱码不卡18| 水蜜桃什么品种好| 性高湖久久久久久久久免费观看| 一级毛片电影观看| 97在线人人人人妻| 午夜福利网站1000一区二区三区| 一级片'在线观看视频| 曰老女人黄片| 欧美人与善性xxx| 又大又黄又爽视频免费| 久久精品夜色国产| 老司机影院毛片| 九色成人免费人妻av| 在线观看www视频免费| 人人妻人人澡人人爽人人夜夜| 亚洲一级一片aⅴ在线观看| 国产黄色视频一区二区在线观看| av福利片在线观看| 99九九线精品视频在线观看视频| 久久久国产欧美日韩av| 如日韩欧美国产精品一区二区三区 | 美女主播在线视频| 人妻少妇偷人精品九色| 成人亚洲精品一区在线观看| 成人影院久久| 在线观看人妻少妇| 一区在线观看完整版| 高清欧美精品videossex| 免费看不卡的av| 又大又黄又爽视频免费| 国产日韩欧美视频二区| 永久网站在线| 久久 成人 亚洲| 日本欧美视频一区| 久久精品国产自在天天线| 国产亚洲精品久久久com| 亚洲无线观看免费| 啦啦啦在线观看免费高清www| a级毛色黄片| 黄色日韩在线| 一级二级三级毛片免费看| 自线自在国产av| 久久久久久久久久久久大奶| 亚洲va在线va天堂va国产| 久久久欧美国产精品| 少妇人妻 视频| 日韩 亚洲 欧美在线| 国产欧美亚洲国产| 狂野欧美激情性xxxx在线观看| 高清毛片免费看| 午夜福利网站1000一区二区三区| 精品国产国语对白av| 日韩一区二区视频免费看| 99热国产这里只有精品6| 下体分泌物呈黄色| 亚洲成人av在线免费| 日韩强制内射视频| 伊人久久国产一区二区| 亚洲av国产av综合av卡| 大香蕉97超碰在线| 欧美+日韩+精品| 成人国产av品久久久| 亚洲精品一区蜜桃| 亚洲熟女精品中文字幕| 国产成人aa在线观看| 岛国毛片在线播放| 一级片'在线观看视频| 中文字幕亚洲精品专区| 国产精品一区二区性色av| 日本爱情动作片www.在线观看| 黄色欧美视频在线观看| 久久久久久久久大av| 国产乱来视频区| 亚洲成人av在线免费| 亚洲怡红院男人天堂| 嫩草影院入口| 色5月婷婷丁香| 亚洲精品久久久久久婷婷小说| 日本与韩国留学比较| 精品少妇内射三级| 欧美老熟妇乱子伦牲交| 亚洲精品日韩在线中文字幕| .国产精品久久| 看十八女毛片水多多多| 99精国产麻豆久久婷婷| 最新中文字幕久久久久| 久久人人爽av亚洲精品天堂| 国产黄色视频一区二区在线观看| 亚洲欧美清纯卡通| 久久6这里有精品| 一级a做视频免费观看| 最黄视频免费看| 久久久久久久精品精品| 水蜜桃什么品种好| 国产在线视频一区二区| 日韩制服骚丝袜av| 国产综合精华液| 欧美xxxx性猛交bbbb| 亚洲丝袜综合中文字幕| 国产熟女欧美一区二区| 色吧在线观看| 国产精品熟女久久久久浪| 国产色爽女视频免费观看| 国产成人精品久久久久久| 亚洲av福利一区| 精品久久久精品久久久| 亚洲精品国产av蜜桃| 人妻制服诱惑在线中文字幕| 亚洲精品,欧美精品| av一本久久久久| 韩国av在线不卡| 午夜福利,免费看| 国产精品成人在线| 多毛熟女@视频| 国产视频内射| 不卡视频在线观看欧美| 国产精品国产三级专区第一集| 精品一区在线观看国产| 99热这里只有是精品在线观看| 精品少妇黑人巨大在线播放| 国产精品无大码| 国产黄片视频在线免费观看| 18禁动态无遮挡网站| 伦理电影大哥的女人| 国产成人91sexporn| 午夜福利影视在线免费观看| 国产一区二区三区综合在线观看 | 日本黄大片高清| 91精品国产国语对白视频| 国产又色又爽无遮挡免| 免费久久久久久久精品成人欧美视频 | 日韩伦理黄色片| 亚洲精品第二区| 亚洲国产精品一区二区三区在线| 亚洲综合精品二区| 久久女婷五月综合色啪小说| 久久国产亚洲av麻豆专区| 色5月婷婷丁香| √禁漫天堂资源中文www| 新久久久久国产一级毛片| 看非洲黑人一级黄片| 免费在线观看成人毛片| 久久毛片免费看一区二区三区| 十分钟在线观看高清视频www | freevideosex欧美| 51国产日韩欧美| 女性生殖器流出的白浆| 亚洲色图综合在线观看| 国产探花极品一区二区| 成人漫画全彩无遮挡| 日韩一区二区视频免费看| 97超视频在线观看视频| 日本91视频免费播放| 日韩伦理黄色片| 妹子高潮喷水视频| 国产永久视频网站| 欧美日韩av久久| 日本-黄色视频高清免费观看| 午夜福利视频精品| 国产成人精品福利久久| 久久精品久久精品一区二区三区| 99re6热这里在线精品视频| 男女国产视频网站| 免费看不卡的av| 一级a做视频免费观看| 日本欧美视频一区| 亚洲av福利一区| 91成人精品电影| 国产精品秋霞免费鲁丝片| 极品教师在线视频| 日韩中字成人| 亚洲精品国产av蜜桃| 久久国产乱子免费精品| 如何舔出高潮| 如日韩欧美国产精品一区二区三区 | av卡一久久| 国产成人freesex在线| 美女xxoo啪啪120秒动态图| 少妇被粗大的猛进出69影院 | 亚洲av日韩在线播放| 午夜福利影视在线免费观看| 肉色欧美久久久久久久蜜桃| 最近手机中文字幕大全| 免费观看在线日韩| 老司机影院成人| 夜夜看夜夜爽夜夜摸| 精品少妇内射三级| 成人亚洲欧美一区二区av| 中文字幕av电影在线播放| 国产一区二区三区综合在线观看 | 久久人人爽人人爽人人片va| 久久婷婷青草| 精品一区在线观看国产| 日韩成人伦理影院| 国产精品女同一区二区软件| 成年女人在线观看亚洲视频| 精品久久国产蜜桃| 久久久欧美国产精品| 欧美另类一区| 蜜桃在线观看..| 日韩强制内射视频| 人妻一区二区av| 我要看日韩黄色一级片| 久久亚洲国产成人精品v| 伦理电影免费视频| 日日摸夜夜添夜夜添av毛片| 日韩成人av中文字幕在线观看| 亚洲,欧美,日韩| 免费大片18禁| 久久久久国产网址| 在线观看免费高清a一片| 国产精品.久久久| 国产免费视频播放在线视频| 黑丝袜美女国产一区| 精品国产国语对白av| 国产男女超爽视频在线观看| 日韩免费高清中文字幕av| 老司机影院毛片| 国模一区二区三区四区视频| 精品熟女少妇av免费看| 一本一本综合久久| 日韩一本色道免费dvd| 少妇 在线观看| 国产黄色免费在线视频| 国产69精品久久久久777片| 免费人妻精品一区二区三区视频| 国产一级毛片在线| 欧美bdsm另类| 天堂俺去俺来也www色官网| 精品熟女少妇av免费看| 国产国拍精品亚洲av在线观看| 男女边吃奶边做爰视频| 狂野欧美白嫩少妇大欣赏| 欧美最新免费一区二区三区| av在线播放精品| tube8黄色片| 国产精品成人在线| 日韩欧美精品免费久久| 男人添女人高潮全过程视频| 免费播放大片免费观看视频在线观看| 乱系列少妇在线播放| 波野结衣二区三区在线| 久久ye,这里只有精品| 中文字幕人妻熟人妻熟丝袜美| 国产午夜精品久久久久久一区二区三区| 国语对白做爰xxxⅹ性视频网站| 久久av网站| 亚洲国产欧美在线一区| 特大巨黑吊av在线直播| 日韩av不卡免费在线播放| 成人无遮挡网站| 伦精品一区二区三区| 国产亚洲欧美精品永久| 久久精品国产a三级三级三级| 久久99精品国语久久久| 在现免费观看毛片| 看十八女毛片水多多多| 精品少妇久久久久久888优播| h视频一区二区三区| 日本vs欧美在线观看视频 | 久久久久国产网址| 一本—道久久a久久精品蜜桃钙片| 亚洲国产av新网站| 熟女人妻精品中文字幕| 全区人妻精品视频| 精品久久久精品久久久| 国产成人精品一,二区| 极品人妻少妇av视频| 日韩免费高清中文字幕av| 涩涩av久久男人的天堂| 男的添女的下面高潮视频| 在线 av 中文字幕| 国产高清不卡午夜福利| 国精品久久久久久国模美| 国产精品99久久久久久久久| 成人特级av手机在线观看| 亚洲精品一区蜜桃| 欧美亚洲 丝袜 人妻 在线| 有码 亚洲区| 新久久久久国产一级毛片| 国产伦精品一区二区三区视频9| 欧美成人精品欧美一级黄| 女人久久www免费人成看片| 少妇丰满av| 香蕉精品网在线| 亚洲av中文av极速乱| 能在线免费看毛片的网站| 99国产精品免费福利视频| 国产一区亚洲一区在线观看| 蜜桃久久精品国产亚洲av| 国产精品无大码| 亚洲国产精品成人久久小说| 欧美xxⅹ黑人| 亚洲高清免费不卡视频| kizo精华| 在线观看国产h片| 日韩在线高清观看一区二区三区| 亚洲欧洲日产国产| 观看免费一级毛片| 国产 一区精品| 最近的中文字幕免费完整| 全区人妻精品视频| 午夜91福利影院| 女性生殖器流出的白浆| 亚洲欧美日韩卡通动漫| 国产一区二区三区综合在线观看 | 男女无遮挡免费网站观看| 免费av中文字幕在线| 欧美+日韩+精品| 大片免费播放器 马上看| 亚洲第一区二区三区不卡| 国产 精品1| 国内揄拍国产精品人妻在线| av在线老鸭窝| 中国国产av一级| 国产精品.久久久| 18禁在线无遮挡免费观看视频| 你懂的网址亚洲精品在线观看| 简卡轻食公司| 婷婷色综合大香蕉| 国产成人精品一,二区| 成人影院久久| 黄色日韩在线| 欧美精品亚洲一区二区| 日本与韩国留学比较| 丝瓜视频免费看黄片| 免费不卡的大黄色大毛片视频在线观看| 两个人免费观看高清视频 | 国产精品一区二区在线观看99| 日韩一区二区三区影片| 久久99蜜桃精品久久| 亚洲人成网站在线播| 国产欧美另类精品又又久久亚洲欧美| 国产精品不卡视频一区二区| 好男人视频免费观看在线| 天天操日日干夜夜撸| 建设人人有责人人尽责人人享有的| 少妇被粗大猛烈的视频| 精品一区二区三卡| 亚洲精品久久午夜乱码| 夜夜看夜夜爽夜夜摸| 久久人人爽人人片av| 亚洲欧洲国产日韩| 又黄又爽又刺激的免费视频.| av天堂久久9| 色94色欧美一区二区| 丝袜脚勾引网站| 亚洲天堂av无毛| 国产高清三级在线| 亚洲情色 制服丝袜| 看免费成人av毛片| 中文乱码字字幕精品一区二区三区| 久久99精品国语久久久| 又爽又黄a免费视频| 成人特级av手机在线观看| 亚洲中文av在线| av女优亚洲男人天堂| 五月伊人婷婷丁香| 亚洲三级黄色毛片| 啦啦啦中文免费视频观看日本| 亚洲第一区二区三区不卡| 99热这里只有是精品在线观看| 极品人妻少妇av视频| 80岁老熟妇乱子伦牲交| 亚洲成人手机| 尾随美女入室| 国产亚洲午夜精品一区二区久久| 欧美日本中文国产一区发布| 国产亚洲精品久久久com| 久久99蜜桃精品久久| 在线观看人妻少妇| 久久人人爽av亚洲精品天堂| 欧美三级亚洲精品| 韩国高清视频一区二区三区| 最近最新中文字幕免费大全7| 18+在线观看网站| 美女内射精品一级片tv| 午夜日本视频在线| 国产乱人偷精品视频| 狂野欧美激情性xxxx在线观看| 人人妻人人爽人人添夜夜欢视频 | 又大又黄又爽视频免费| 国产免费一区二区三区四区乱码| 国产精品一区二区在线观看99| 一本大道久久a久久精品| 国产女主播在线喷水免费视频网站| 乱系列少妇在线播放| 久久99一区二区三区| 一级黄片播放器| 国产精品偷伦视频观看了| 久热久热在线精品观看| 汤姆久久久久久久影院中文字幕| 99热全是精品| 亚洲美女黄色视频免费看| 国产一区有黄有色的免费视频| 综合色丁香网| 国产成人精品无人区| 久久久久久久国产电影| 一级毛片电影观看| 欧美日韩综合久久久久久| 国产视频内射| 国产一区亚洲一区在线观看| 日韩,欧美,国产一区二区三区| 国产淫片久久久久久久久| 婷婷色综合大香蕉| 午夜免费观看性视频| 男男h啪啪无遮挡| 亚洲精品自拍成人| 亚洲精品一区蜜桃| 欧美性感艳星| 寂寞人妻少妇视频99o| 亚洲国产欧美日韩在线播放 | 少妇被粗大的猛进出69影院 | 搡女人真爽免费视频火全软件| 国产在线男女| 一区二区三区乱码不卡18| 亚洲美女黄色视频免费看| 欧美97在线视频| 在线观看免费高清a一片| 亚洲一区二区三区欧美精品| 91成人精品电影| 日韩成人av中文字幕在线观看| 永久免费av网站大全| 久久久久久人妻| av天堂久久9| 日本-黄色视频高清免费观看| 欧美日韩亚洲高清精品| 久久久精品94久久精品| 精品国产露脸久久av麻豆| 日本黄色片子视频| av又黄又爽大尺度在线免费看| 岛国毛片在线播放| 国产中年淑女户外野战色| 亚洲av.av天堂| 欧美人与善性xxx| 亚洲欧美中文字幕日韩二区| 菩萨蛮人人尽说江南好唐韦庄| 国产成人一区二区在线| 在线 av 中文字幕| 精品国产一区二区久久| 国产精品国产av在线观看| 一本大道久久a久久精品| 少妇被粗大猛烈的视频| 免费看不卡的av| 99久久精品国产国产毛片| 99热国产这里只有精品6| 日韩在线高清观看一区二区三区| 高清欧美精品videossex| 欧美bdsm另类| 国产精品不卡视频一区二区| 五月天丁香电影| 精品久久久久久电影网| 欧美激情国产日韩精品一区| 精品人妻熟女av久视频| 亚洲av男天堂| 成年人免费黄色播放视频 | 一级毛片黄色毛片免费观看视频| 亚洲精品456在线播放app| 亚洲欧洲日产国产|