• <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 ?

    連續(xù)同色調(diào)背景下運動目標自適應跟蹤

    2016-12-26 08:33:20陳從平石小濤
    計算機應用與軟件 2016年11期
    關鍵詞:投影圖跟蹤目標色調(diào)

    陳從平 黃 正 聶 葳 石小濤

    1(三峽大學機械與動力學院 湖北 宜昌 443002)2(三峽庫區(qū)生態(tài)環(huán)境教育部工程研究中心 湖北 宜昌 443002)

    ?

    連續(xù)同色調(diào)背景下運動目標自適應跟蹤

    陳從平1黃 正1聶 葳1石小濤2

    1(三峽大學機械與動力學院 湖北 宜昌 443002)2(三峽庫區(qū)生態(tài)環(huán)境教育部工程研究中心 湖北 宜昌 443002)

    針對傳統(tǒng)的Meanshift算法在連續(xù)的同色調(diào)背景干擾下無法準確、持續(xù)跟蹤目標的問題,提出一種基于Kalman-optical flow(KOF)的改進Meanshift目標跟蹤算法。首先,通過基于色調(diào)空間的光流檢測對Meanshift窗口區(qū)域內(nèi)的特征點進行建模,獲得其圖像坐標;然后,利用Kalman濾波的速度預估排除背景特征點,得到基于目標模型特征點的空間約束條件;最后,將得到的空間約束條件結(jié)合傳統(tǒng)Meanshift算法中的色調(diào)約束條件,構(gòu)建新的反投影直方圖,并將新的反投影圖作為Meanshift的概率密度圖進行迭代,從而完成目標跟蹤。實驗表明,在連續(xù)的同色調(diào)背景區(qū)域的干擾下,該算法仍可以準確、持續(xù)地跟蹤目標。

    Meanshift 目標跟蹤 光流 Kalman濾波 同色調(diào)區(qū)域

    0 引 言

    基于視頻的運動目標檢測與跟蹤已在許多領域得到了應用,如導彈制導、機器人導航、制造領域中視覺定位與引導、智能交通及公共安全領域的目標追蹤等。近年來,隨著計算機技術(shù)和通信技術(shù)的發(fā)展,對目標跟蹤的實時性、準確性要求也日益提高。目前,典型的目標跟蹤算法有光流法[1]、幀差法[2]、粒子濾波[3]、Kalman濾波[4]及Meanshift等[5]。其中,光流法與幀差法是基于物體的運動信息進行跟蹤的,它們能同時跟蹤所有前景目標,但無法實現(xiàn)目標選擇性跟蹤(只能跟蹤全部的前景物體而無法針對具體目標),且兩種算法都極易受到背景變動的干擾;粒子濾波則需要足夠的粒子數(shù)目以保證算法的魯棒性,這極大地增加了跟蹤過程中的計算量;Kalman濾波需要結(jié)合觀測值得到最優(yōu)更新,需要與其他算法聯(lián)合使用,因此在自適應跟蹤過程中通常作為輔助算法。Meanshift算法作為一種基于密度梯度的無參數(shù)估計跟蹤算法[6],以其計算速度快、實時性好等特點得到了廣泛的研究與應用。

    傳統(tǒng)的Meanshift算法是通過目標模型的色調(diào)特征(顏色約束)實現(xiàn)對目標跟蹤,而當其應用于如水下魚類軌跡追蹤、智能交通目標追蹤等目標與背景具有同色調(diào)信息的領域時,若不增加其他特征約束,就容易造成目標丟失。為了解決這個問題,文獻[7-9]首先通過幀差法確定運動的目標區(qū)域以排除背景色調(diào)的干擾,然后利用Meanshift進行跟蹤。該算法對于固定場景中的運動目標具有很好的跟蹤效果,但當背景發(fā)生較大改變或跟蹤目標相對靜止時,依然會產(chǎn)生跟蹤目標丟失的現(xiàn)象。文獻[10-12]提出了一種對目標特征進行分塊跟蹤的方法,通過對跟蹤目標各特征區(qū)域進行建模并加權(quán)的方式得到目標模型,能夠有效地排除背景信息的干擾。但這種方法的分塊模式較為死板,且難以跟蹤處于連續(xù)的同色調(diào)背景區(qū)域中的目標或形態(tài)發(fā)生較大改變的目標。

    本文針對在目標跟蹤過程中,由于連續(xù)幀間同色調(diào)背景的干擾所導致追蹤目標丟失這一問題,提出了一種結(jié)合KOF的改進Meanshift跟蹤算法。首先通過基于色調(diào)空間的光流法獲得Meanshift搜索窗口區(qū)域的特征點信息;然后再根據(jù)Kalman濾波中的速度預估值剔除背景特征點信息,構(gòu)建僅考慮目標特征點的空間約束條件。最后將求得的空間約束結(jié)合傳統(tǒng)Meanshift算法中的顏色約束,得到改進的反投影直方圖,并將改進的反投影直方圖作為Meanshift的概率密度圖進行迭代,從而完成目標跟蹤。

    1 Meanshift算法原理

    跟蹤目標確定時,Meanshift算法通過提取目標模型在HSV顏色空間的H分量來建立直方圖模型,并據(jù)直方圖模型計算后續(xù)各幀的概率密度圖—反投影直方圖,Meanshift算法即收斂于反投影直方圖的概率密度極大值點。其定位原理及過程如下[13,14]:

    (1)

    (2)

    (3)

    上述公式中,δ為KroneckerDelta函數(shù),g為核函數(shù),h為核函數(shù)帶寬,ξ為設定閾值。

    由式(1)-式(3)可知,Meanshift算法通過計算目標模型的色調(diào)信息{qu}以進行跟蹤。然而,當背景區(qū)域與跟蹤目標的色調(diào)信息相似時,僅靠色調(diào)約束無法準確、持續(xù)地跟蹤目標。為了解決這個問題,就需要對跟蹤目標添加其他的約束條件。考慮到跟蹤目標模型中可能存在的形態(tài)變化以及背景變化的干擾,本文使用對這兩種干擾不敏感的目標模型特征點信息作為新的約束條件,并通過能夠準確匹配相鄰幀中相對應點的光流法進行特征點求解。

    2 基于KOF的改進Meanshift算法

    2.1 基于色調(diào)空間的光流求解

    當Meanshift算法中選定初始窗口后,即可通過光流檢測得到Meanshift搜索窗口內(nèi)的特征點。若特征點的色調(diào)值在相鄰幀之間無變化,則總可以找到一個偏移量(u,v)使:

    Ht(x,y)=Ht+1(x+u,y+v)

    (4)

    其中,Ht、Ht+1分別為當前幀及下一幀的色調(diào)值。事實上,色調(diào)值在高飽和度且光強較為適中的圖像中能保持不變。為滿足這一前提,本算法中只考慮飽和度S>65且光照強度50

    將式(4)泰勒展開并忽略高階項,有:

    (5)

    當色調(diào)不變時,式(5)可簡化為:

    (6)

    在連續(xù)的視頻幀中,可認為目標模型中特征點與其鄰域點的偏移量一致,具有空間一致性。此時,若已知鄰域點集的色調(diào)值(Hx1,Hx2,…,Hxn),則可據(jù)式(6)求得(u,v),繼而得到下一幀中特征點的坐標為:

    (7)

    為了提高改進算法的實時性,本文只對Meanshift搜索窗口區(qū)域內(nèi)的特征點進行檢測。此時檢測到的特征點中包含了會造成干擾的部分背景區(qū)域特征點,且由于跟蹤目標的運動,當前幀的跟蹤目標可能不完全處于上一幀的Meanshift搜索窗口區(qū)域內(nèi)。這樣會導致前后兩幀的一部分特征點匹配失敗,降低整個改進算法的魯棒性。為了防止以上兩種情況的發(fā)生,本文擬通過增加Kalman濾波來進行改進。

    2.2 Kalman濾波

    Kalman濾波[15]包括預測與更新兩個步驟,其預測狀態(tài)方程及預測協(xié)方差方程分別為:

    (8)

    (9)

    式中,Kk為增益矩陣,Zk為輸入的觀測向量,H為觀測模型,R為誤差矩陣。

    在利用Kalman濾波得到當前幀目標模型質(zhì)心的預估狀態(tài)向量(xk,yk,vx,vy)后,就可以通過設定閾值的方法提高Meanshift搜索窗口的跟蹤精度,排除與預估速度不一致的背景特征點;并且適度擴大檢測特征點的窗口,以防止前后幀中部分特征點匹配失敗。

    2.3 改進的Meanshift算法

    設第k幀目標模型質(zhì)心橫、縱方向的Kalman預估坐標及速度值分別為xk、yk、vkx、vky,為了防止改進算法跟丟目標,其Meanshift跟蹤窗口坐標應滿足:

    (10)

    檢測特征點的窗口的大小應滿足:

    Bx=Lx-abs(2vkx)By=Ly-abs(2vky)Bwidth=Lwidth+abs(2vkx)Bheight=Lheight+abs(2vky)

    (11)

    追蹤目標的特征點應滿足:

    abs(2vkx)>p[k,i,x]-p[k-1,i,x]>vkx/2abs(2vky)>p[k,i,y]-p[k-1,i,y]>vky/2

    (12)

    上述公式中,(Mx,My)為第k幀中Meanshift迭代窗口左上角坐標,(Bx,By)、Bwidth、Bheight分別為第k幀中檢測窗口左上角的坐標以及窗口的寬度、高度,(Lx,Ly)、Lwidth、Lheight分別為第k-1幀中Meanshift迭代窗口左上角坐標以及窗口的寬度、高度。p[k,i,x]與p[k,i,y]分別表示第k幀中第i個目標特征點的橫、縱坐標值。

    通過式(10)-式(12)即可排除背景干擾點,得到只基于目標模型特征點的約束條件。再將目標模型特征點進行二值化、膨脹處理后,結(jié)合跟蹤目標的色調(diào)約束就可以構(gòu)建新的反投影直方圖,完成Meanshift追蹤過程。基于KOF的改進Meanshift算法的流程如圖1所示。

    圖1 基于KOF的改進Meanshift算法流程圖

    3 實驗結(jié)果與分析

    3.1 非連續(xù)同色調(diào)背景下的跟蹤實驗

    本文通過VS2010+OpenCV 2.0平臺所編寫的C++代碼,對兩個測試視頻進行了實驗,其中測試視頻1中的跟蹤目標為自行車,背景信息固定且包含與跟蹤目標具有相似色調(diào)信息的單列車輛。實驗中使用三種跟蹤算法對目標進行追蹤,其中圖2為運用傳統(tǒng)的Meanshift算法進行跟蹤的效果圖,圖3為運用Meanshift-Kalman濾波算法進行跟蹤的效果圖,圖4為運用本文中基于KOF的改進Meanshift算法進行跟蹤的效果圖。

    圖2 基于傳統(tǒng)Meanshift算法的跟蹤效果

    圖3 基于Meanshift-Kalman濾波算法的跟蹤效果

    圖4 基于KOF的改進Meanshift算法的跟蹤效果

    反投影圖中區(qū)域的高亮程度代表著其與目標模型色調(diào)信息相匹配的程度。因此,從圖2、圖3的反投影圖可以看出,在第55幀確定跟蹤目標時,背景圖像中的??寇囕v與跟蹤目標具有相似的色調(diào)信息,故而在第65幀中當跟蹤目標靠近??寇囕v時,基于色調(diào)信息的傳統(tǒng)Meanshift算法無法準確區(qū)分目標模型和背景區(qū)域,進而丟失跟蹤目標;而基于Meanshift-Kalman濾波的跟蹤算法在第65幀中并沒有丟失跟蹤目標。這是由于Kalman濾波的預測效果抵消了Meanshift算法的部分跟蹤誤差,且造成干擾的背景區(qū)域并非連續(xù)的同色調(diào)干擾背景,因此在之后的跟蹤過程中算法并未受到相似色調(diào)背景的影響,故而能夠精確地跟蹤目標模型。從圖4中的反投影圖可以看出,本文算法較好地屏蔽了背景區(qū)域的干擾,因此在整個追蹤過程中都保持了較高的跟蹤精度。

    3.2 連續(xù)同色調(diào)背景下的跟蹤實驗

    測試視頻2中的跟蹤目標為行人,背景為與跟蹤目標有相似色調(diào)信息的連續(xù)排列的車輛且背景為非固定背景。其中圖5為運用傳統(tǒng)的Meanshift算法進行跟蹤的效果圖,圖6為運用Meanshift-Kalman濾波算法進行跟蹤的效果圖,圖7為運用本文中基于KOF的改進Meanshift算法進行跟蹤的效果圖。

    圖5 基于傳統(tǒng)Meanshift算法的跟蹤效果

    圖6 基于Meanshift-Kalman濾波算法的跟蹤效果

    圖7 基于KOF的改進Meanshift算法的跟蹤效果

    從圖5-圖7的反投影圖可以看出,在第150幀中,由于跟蹤目標與當前背景區(qū)域有較大的色調(diào)差異,兩者在反投影圖中的高亮程度相差很大,因此三種算法都可以精確地跟蹤到運動目標。但從圖5、圖6的反投影圖還可以看出,從第317幀開始,跟蹤窗口內(nèi)的背景區(qū)域和跟蹤目標具有相似的色調(diào)信息,此時再使用只基于色調(diào)信息的傳統(tǒng)Meanshift算法就無法準確地區(qū)分目標模型和背景區(qū)域,最終將導致追蹤目標丟失;而基于Meanshift-Kalman濾波的跟蹤算法通過Kalman濾波的預測增益抵消了部分Meanshift算法的跟蹤誤差,故而能夠在第317幀中較好地追蹤目標模型。但是,與3.1節(jié)實驗中的非連續(xù)性背景干擾所不同的是,在第317幀之后的跟蹤過程中,跟蹤目標始終處于連續(xù)的同色調(diào)背景干擾中,因此在接下來的每一幀中Meanshift算法都無法準確地跟蹤目標,這會使該算法的累積誤差越來越大,直至第493幀完全丟失目標。而從圖7的反投影圖中可以看出,本文使用的基于KOF的改進Meanshift算法能夠很好地消除連續(xù)同色調(diào)背景區(qū)域的干擾,定位跟蹤目標區(qū)域,使算法能夠準確、持續(xù)地跟蹤目標。

    為衡量以上算法跟蹤效果,對實驗視頻2進行了定位精度分析,定義定位誤差為:

    (13)

    其中,(xi,yi)為第i幀中跟蹤窗口的中心坐標,(xic,yic)為第i幀中目標模型實際質(zhì)心坐標,Li為兩者的像素距離。據(jù)式(13)對整個跟蹤過程進行比較,結(jié)果如圖8所示。可以看出,在背景干擾不大的區(qū)域(前200幀),三種算法都有較好的跟蹤精度;然而在第220~270幀之間,傳統(tǒng)Meanshift算法以及基于Kalman濾波的算法的跟蹤精度略高于本文算法。這是由于改進算法中的特征點約束可能會造成部分目標信息的丟失,使跟蹤窗口產(chǎn)生部分偏移所致。而在之后連續(xù)的同色調(diào)背景干擾區(qū)域,本文的改進算法的跟蹤精度明顯高于其他兩種算法。

    圖8 不同算法定位誤差比較

    4 結(jié) 語

    Meanshift算法能夠快速、實時地跟蹤目標,然而當跟蹤目標處于連續(xù)同色調(diào)背景區(qū)域時,就會由于無法確定跟蹤目標的信息而造成跟蹤失敗。本文結(jié)合KOF算法,首先根據(jù)光流法對色調(diào)空間的特征點進行檢測,再根據(jù)Kalman速度預估甄選出目標模型的特征點信息,最后將特征點信息結(jié)合傳統(tǒng)Meanshift算法中的色調(diào)信息構(gòu)建新的反投影圖,再進行目標跟蹤。實驗結(jié)果表明,結(jié)合KOF的改進Meanshift算法能夠準確、持續(xù)地跟蹤目標,有效地解決了連續(xù)同色調(diào)背景區(qū)域?qū)δ繕烁櫾斐傻母蓴_問題。

    [1] Bao L C,Yang Q X,Jin H L. Fast Edge-Preserving PatchMatch for Large Displacement Optical Flow[C]// 2014 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). IEEE Computer Society,2014:3534-3541.

    [2] Jun Qiang,Jun Chen,Jun Wang. An Interfield and Intrafield Weighted Interpolative Deinterlacing Algorithm Based on Low-Angle Detection and Multiangle Extraction[J]. Mathematical Problems in Engineering,2014(15):1-8.

    [3] Sun X,Yao H X. A refined particle filter based on determined level set model for robust contour tracking[J]. Machine Vision and Applications, 2014,25(7):1727-1736.

    [4] Hoshiya M,Saito E. Structural Identification by Extended Kalman Filter[J]. Journal of Engineering Mechanics,1984,110(12):1757-1770.

    [5] 胡威. 一種新的Meanshift快速運動目標魯棒跟蹤方法[J].計算機應用與軟件,2014,31(1):140-143.

    [6] Song Y,Li S, Zhang J,et al. Scale Adaptive Tracking Using Mean Shift and Efficient Feature Matching[C]// 2014 22nd International Conference on Pattern Recognition (ICPR). IEEE Computer Society,2014:2233-2238.

    [7] 鄔大鵬,程衛(wèi)平,于盛林. 基于幀間差分和運動估計的Camshift目標跟蹤算法[J].光電工程,2010,37(1):55-60.

    [8] 崔文超,洪新華,吳正平. 一種運動背景下目標快速定位方法[J].三峽大學學報:自然科學版,2007,29(2):163-166.

    [9] 張春林,李小堅. 基于幀間差分和背景差分結(jié)合的Camshift目標跟蹤算法[J].工業(yè)控制計算機,2014,27(6):118-120.

    [10] 董慧芬,董保磊,丁小芳,等. 基于相關區(qū)域分層的改進Meanshift目標跟蹤算法[J].計算機應用,2014,34(S2):286-290.

    [11] 袁霄,王麗萍. 基于Meanshift算法的運動人體跟蹤[J].計算機工程與科學,2008,30(4):46-49.

    [12] 王田,劉偉寧,韓廣良,等. 基于改進Meanshift的目標跟蹤算法[J].液晶與顯示,2012,27(3):396-400.

    [13] Vojir T,Noskova J,Matas J. Robust scale-adaptive mean-shift for tracking[J]. Pattern Recognition Letters,2014,49:250-258.

    [14] Sliti O,Hamam H,Benzarti F,et al. A More Robust Mean Shift Tracker Using Joint Monogenic Signal Analysis and Color Histogram[C]// 2014 22nd International Conference on Pattern Recognition (ICPR).IEEE Computer Society,2014:2453-2458.

    [15] Bourmaud G,Mégret R, Giremus A,et al. Global motion estimation from relative measurements using iterated extended Kalman filter on matrix LIE groups[C]// Image Processing (ICIP),2014 IEEE International Conference on.IEEE,2014:3362-3366.

    ADAPTIVE MOVING TARGET TRACKING UNDER INCESSANT SAME HUE BACKGROUND

    Chen Congping1Huang Zheng1Nie Wei1Shi Xiaotao2

    1(CollegeofMechanicalandPowerEngineering,ChinaThreeGorgesUniversity,Yichang443002,Hubei,China)2(EngineeringResearchCenterofEco-environmentinThreeGorgesReservoirRegion,MinistryofEducation,Yichang443002,Hubei,China)

    Aiming at the problem that traditional Meanshift algorithm cannot track the target accurately and constantly under the interference of incessant same hue background, we proposed an improved Meanshift target tracking algorithm which is based on Kalman-optical flow (KOF). First, it models the feature points within the area of Meanshift window by hue space-based optical flow detection algorithm, and gets the coordinates of their images. Secondly, it uses the speed prediction of Kalman filter to exclude background feature points and obtains the space constraint condition which is based on the target model feature points. Finally, it combines the derived space constraint condition with the hue constraint condition of traditional Meanshift algorithm to construct new back projection histogram, and uses the new back projection graph as the probability density map of Meanshift for iteration, so as to complete the target tracking. Experimental results demonstrated that under the interference of incessant same hue background area this algorithm could still track targets accurately and constantly.

    Meanshift Target tracking Optical flow Kalman filter Same hue area

    2015-07-30。國家自然科學基金項目(51475266);三峽庫區(qū)生態(tài)環(huán)境教育部工程研究中心開放基金項目(KF2015-11);湖北省三峽大學培優(yōu)基金項目(2015PY022)。陳從平,副教授,主研領域:機器視覺,自動化工程,流體動力學。黃正,碩士。聶葳,碩士。石小濤,副教授。

    TP3

    A

    10.3969/j.issn.1000-386x.2016.11.033

    猜你喜歡
    投影圖跟蹤目標色調(diào)
    基于分裂狀態(tài)的規(guī)范偽括號多項式計算方法
    核相關濾波與孿生網(wǎng)絡相結(jié)合的目標跟蹤算法
    湖光水色調(diào)
    色調(diào)會說話
    童話世界(2019年14期)2019-06-25 10:11:46
    分離色調(diào)與色調(diào)曲線
    基于 Android的自學習視覺跟蹤系統(tǒng)設計?
    基于圖割理論的尺度自適應人臉跟蹤算法
    計算機應用(2017年4期)2017-06-27 08:10:42
    In Spring!春之色調(diào)
    Coco薇(2016年4期)2016-04-06 02:00:19
    Wendt操作對紐結(jié)和鏈環(huán)影響的若干規(guī)律
    圖解荒料率測試投影圖及制作方法
    人妻少妇偷人精品九色| 国产成人福利小说| 人妻制服诱惑在线中文字幕| 欧美老熟妇乱子伦牲交| 亚洲精品乱码久久久v下载方式| 亚洲成人一二三区av| 91久久精品电影网| 午夜福利视频精品| 99热网站在线观看| 欧美三级亚洲精品| 国产乱人偷精品视频| 好男人在线观看高清免费视频| 啦啦啦中文免费视频观看日本| 午夜福利网站1000一区二区三区| 熟妇人妻不卡中文字幕| 国产av国产精品国产| 一个人看视频在线观看www免费| 蜜桃亚洲精品一区二区三区| 亚洲精品影视一区二区三区av| 亚洲成人中文字幕在线播放| 亚洲经典国产精华液单| 成人一区二区视频在线观看| 亚洲精品第二区| 丰满少妇做爰视频| 五月玫瑰六月丁香| av免费观看日本| 一级a做视频免费观看| 日韩中字成人| av国产久精品久网站免费入址| 嫩草影院精品99| 少妇的逼好多水| 菩萨蛮人人尽说江南好唐韦庄| 亚洲熟女精品中文字幕| 哪个播放器可以免费观看大片| 亚洲一区二区三区欧美精品 | 国产一区二区亚洲精品在线观看| 男插女下体视频免费在线播放| 嘟嘟电影网在线观看| 日韩欧美一区视频在线观看 | 午夜视频国产福利| 亚洲国产高清在线一区二区三| 美女主播在线视频| 久久综合国产亚洲精品| 秋霞在线观看毛片| 久久这里有精品视频免费| 久久久久久久久久人人人人人人| 日韩伦理黄色片| 国产一区二区亚洲精品在线观看| 亚洲人与动物交配视频| 另类亚洲欧美激情| 亚洲激情五月婷婷啪啪| 久久人人爽人人爽人人片va| 久久久久九九精品影院| 中文字幕人妻熟人妻熟丝袜美| 亚洲性久久影院| 国产爱豆传媒在线观看| 一级毛片电影观看| 中文乱码字字幕精品一区二区三区| 精品亚洲乱码少妇综合久久| 免费av不卡在线播放| 国产精品无大码| 色哟哟·www| 久久久色成人| 亚洲三级黄色毛片| 欧美精品人与动牲交sv欧美| 最近最新中文字幕免费大全7| 嫩草影院新地址| 国产亚洲精品久久久com| 高清毛片免费看| 99re6热这里在线精品视频| 边亲边吃奶的免费视频| 精品人妻视频免费看| 少妇人妻 视频| 中文天堂在线官网| av在线亚洲专区| 青春草视频在线免费观看| 如何舔出高潮| 性色av一级| 超碰97精品在线观看| a级毛色黄片| 免费看av在线观看网站| 久热久热在线精品观看| 婷婷色av中文字幕| 美女高潮的动态| 午夜激情福利司机影院| 狂野欧美激情性bbbbbb| 久久精品国产亚洲网站| 在线亚洲精品国产二区图片欧美 | 午夜福利视频1000在线观看| 午夜激情久久久久久久| 少妇人妻一区二区三区视频| 男女啪啪激烈高潮av片| 日韩欧美精品v在线| 看非洲黑人一级黄片| 免费不卡的大黄色大毛片视频在线观看| 青春草视频在线免费观看| 特大巨黑吊av在线直播| 国产精品一区www在线观看| 嫩草影院精品99| 亚洲av福利一区| xxx大片免费视频| 99热网站在线观看| 亚洲av.av天堂| 各种免费的搞黄视频| xxx大片免费视频| 久久久国产一区二区| 亚洲精品国产色婷婷电影| 精品久久久久久久久av| 青春草亚洲视频在线观看| 免费观看性生交大片5| 伊人久久精品亚洲午夜| 亚洲最大成人手机在线| 国产在视频线精品| 性色avwww在线观看| 男人爽女人下面视频在线观看| 香蕉精品网在线| 一级爰片在线观看| 麻豆成人av视频| 国产伦理片在线播放av一区| 波多野结衣巨乳人妻| 蜜桃亚洲精品一区二区三区| 九草在线视频观看| 熟女av电影| 免费观看在线日韩| 五月伊人婷婷丁香| 日韩av在线免费看完整版不卡| 国产真实伦视频高清在线观看| 亚洲精品亚洲一区二区| 欧美精品人与动牲交sv欧美| 哪个播放器可以免费观看大片| 少妇丰满av| 日产精品乱码卡一卡2卡三| 久久久久精品久久久久真实原创| 国产欧美另类精品又又久久亚洲欧美| av一本久久久久| 啦啦啦中文免费视频观看日本| 欧美xxxx黑人xx丫x性爽| 一级毛片我不卡| 人妻少妇偷人精品九色| 国产成人午夜福利电影在线观看| 欧美日韩精品成人综合77777| 校园人妻丝袜中文字幕| 亚洲精品一区蜜桃| 午夜福利高清视频| 日本爱情动作片www.在线观看| 免费看av在线观看网站| 精品国产一区二区三区久久久樱花 | 日日啪夜夜撸| 亚洲国产欧美人成| 99热6这里只有精品| 亚洲丝袜综合中文字幕| 一区二区三区精品91| 成人特级av手机在线观看| 91精品伊人久久大香线蕉| 欧美性猛交╳xxx乱大交人| 乱码一卡2卡4卡精品| 日本黄色片子视频| 欧美xxxx性猛交bbbb| 女人被狂操c到高潮| 一级av片app| 在线亚洲精品国产二区图片欧美 | 91精品国产九色| 久久精品国产鲁丝片午夜精品| 精品一区二区三卡| 欧美老熟妇乱子伦牲交| 黄色配什么色好看| 久久女婷五月综合色啪小说 | 在线看a的网站| 国产有黄有色有爽视频| 亚洲国产色片| 99热全是精品| 国产一级毛片在线| 免费黄网站久久成人精品| 国产探花在线观看一区二区| 日日摸夜夜添夜夜添av毛片| 久久久久国产网址| 亚洲国产高清在线一区二区三| 91久久精品电影网| 91aial.com中文字幕在线观看| 久久久久精品久久久久真实原创| 一级a做视频免费观看| 最近中文字幕高清免费大全6| 国产成人aa在线观看| 蜜桃久久精品国产亚洲av| 国产高清不卡午夜福利| 精品久久国产蜜桃| 国产欧美日韩一区二区三区在线 | 青青草视频在线视频观看| 国产精品久久久久久久久免| 日本-黄色视频高清免费观看| 最近最新中文字幕免费大全7| 国产久久久一区二区三区| 白带黄色成豆腐渣| 老司机影院毛片| 亚洲av二区三区四区| av线在线观看网站| 欧美高清性xxxxhd video| 婷婷色麻豆天堂久久| 国产成人一区二区在线| 真实男女啪啪啪动态图| 乱码一卡2卡4卡精品| 日日摸夜夜添夜夜添av毛片| 人妻制服诱惑在线中文字幕| 麻豆久久精品国产亚洲av| 精品人妻视频免费看| 最近最新中文字幕免费大全7| 有码 亚洲区| 美女xxoo啪啪120秒动态图| 国产免费视频播放在线视频| 免费观看的影片在线观看| 亚洲欧美一区二区三区国产| 啦啦啦啦在线视频资源| 别揉我奶头 嗯啊视频| 日韩电影二区| 日本熟妇午夜| 国产成人精品久久久久久| 视频区图区小说| 大片电影免费在线观看免费| 听说在线观看完整版免费高清| 五月天丁香电影| 午夜精品国产一区二区电影 | www.av在线官网国产| 国产成人91sexporn| 亚洲va在线va天堂va国产| 天堂网av新在线| 亚洲精品乱码久久久久久按摩| 狂野欧美激情性xxxx在线观看| 人妻少妇偷人精品九色| 波野结衣二区三区在线| xxx大片免费视频| 亚洲精品第二区| 色综合色国产| 啦啦啦在线观看免费高清www| 在线免费观看不下载黄p国产| 99久久精品一区二区三区| 亚洲欧美日韩无卡精品| 免费观看的影片在线观看| 久久这里有精品视频免费| 国产精品福利在线免费观看| 国产精品嫩草影院av在线观看| 97超碰精品成人国产| 日产精品乱码卡一卡2卡三| 男男h啪啪无遮挡| 亚洲人成网站高清观看| 国产一区二区在线观看日韩| 51国产日韩欧美| 成人高潮视频无遮挡免费网站| 成人国产av品久久久| 天堂中文最新版在线下载 | 99热国产这里只有精品6| 日韩三级伦理在线观看| 国产精品嫩草影院av在线观看| 国产伦精品一区二区三区四那| 国产老妇女一区| 看十八女毛片水多多多| 国产成人91sexporn| 亚洲精品国产av成人精品| 狠狠精品人妻久久久久久综合| 亚洲欧美日韩另类电影网站 | 国产亚洲av嫩草精品影院| 亚洲av不卡在线观看| 成人综合一区亚洲| 夜夜看夜夜爽夜夜摸| 成人毛片60女人毛片免费| 最新中文字幕久久久久| 最近中文字幕高清免费大全6| 91精品伊人久久大香线蕉| 国产精品嫩草影院av在线观看| 久久久色成人| 狠狠精品人妻久久久久久综合| 人妻一区二区av| 身体一侧抽搐| 亚洲av免费在线观看| 日本黄色片子视频| 日韩欧美 国产精品| 天天躁日日操中文字幕| 亚洲精品一二三| 亚洲av免费在线观看| 男人狂女人下面高潮的视频| 日韩av不卡免费在线播放| 欧美zozozo另类| 精品视频人人做人人爽| 我的女老师完整版在线观看| 特大巨黑吊av在线直播| 黄片无遮挡物在线观看| 亚洲国产色片| 日本免费在线观看一区| 精品久久久久久久末码| 国产成人freesex在线| 国产一区亚洲一区在线观看| 99热这里只有精品一区| 国产精品福利在线免费观看| 亚洲成人久久爱视频| .国产精品久久| 舔av片在线| 亚洲在线观看片| 3wmmmm亚洲av在线观看| 国产精品一二三区在线看| 三级国产精品欧美在线观看| 好男人视频免费观看在线| 亚洲性久久影院| 欧美精品国产亚洲| 中文字幕人妻熟人妻熟丝袜美| 国产精品成人在线| 国产精品一区www在线观看| 黄色日韩在线| 国精品久久久久久国模美| 国产又色又爽无遮挡免| 中文精品一卡2卡3卡4更新| 国产91av在线免费观看| 91aial.com中文字幕在线观看| 五月天丁香电影| 国产男女超爽视频在线观看| 亚洲精品久久午夜乱码| 欧美人与善性xxx| 日韩av免费高清视频| av线在线观看网站| 少妇被粗大猛烈的视频| 亚洲欧美日韩另类电影网站 | 欧美精品人与动牲交sv欧美| 久久国内精品自在自线图片| 久久久久久久久久人人人人人人| 欧美zozozo另类| 熟女av电影| 一级片'在线观看视频| 又爽又黄a免费视频| 成人黄色视频免费在线看| av女优亚洲男人天堂| 熟女电影av网| 欧美成人a在线观看| 国产成人一区二区在线| 久久久精品欧美日韩精品| 欧美97在线视频| 精品一区二区免费观看| 国产精品久久久久久精品古装| 亚洲精品视频女| 久久久久九九精品影院| .国产精品久久| 一级毛片久久久久久久久女| 欧美变态另类bdsm刘玥| 男女边吃奶边做爰视频| 午夜免费观看性视频| 国产成人91sexporn| 国产91av在线免费观看| 3wmmmm亚洲av在线观看| 中文字幕制服av| 国产精品偷伦视频观看了| 狂野欧美白嫩少妇大欣赏| 久久女婷五月综合色啪小说 | 成人一区二区视频在线观看| 丰满人妻一区二区三区视频av| 午夜精品国产一区二区电影 | 国产片特级美女逼逼视频| 国产老妇女一区| 亚洲国产精品成人综合色| 在线精品无人区一区二区三 | 少妇 在线观看| 国产成人精品久久久久久| 亚洲综合精品二区| 九九在线视频观看精品| 丰满少妇做爰视频| 国产av码专区亚洲av| 国产成人a∨麻豆精品| 国产淫语在线视频| 亚洲真实伦在线观看| 青青草视频在线视频观看| 男女无遮挡免费网站观看| 少妇人妻久久综合中文| av黄色大香蕉| 99久久精品热视频| av在线app专区| 久久精品国产自在天天线| 超碰97精品在线观看| 日本与韩国留学比较| 少妇 在线观看| 国产av码专区亚洲av| 国产成人免费观看mmmm| 九九在线视频观看精品| 亚洲av.av天堂| 免费观看的影片在线观看| 久久精品熟女亚洲av麻豆精品| 亚洲欧美一区二区三区黑人 | 国产永久视频网站| 免费av毛片视频| 久久久久久久精品精品| 人妻少妇偷人精品九色| av专区在线播放| 久久精品国产自在天天线| 亚洲精品日本国产第一区| 一个人看视频在线观看www免费| 国产成人91sexporn| 亚洲成人久久爱视频| 久久久欧美国产精品| 男女边摸边吃奶| 亚洲精品国产成人久久av| 免费观看的影片在线观看| 99久久人妻综合| 国产白丝娇喘喷水9色精品| 亚洲av.av天堂| 亚洲综合精品二区| 久久久欧美国产精品| 免费观看a级毛片全部| 啦啦啦中文免费视频观看日本| 极品教师在线视频| 最近2019中文字幕mv第一页| 精品久久久久久久人妻蜜臀av| 欧美精品人与动牲交sv欧美| 欧美一区二区亚洲| 中文字幕免费在线视频6| 成人免费观看视频高清| 中国三级夫妇交换| 人妻系列 视频| 老司机影院毛片| av一本久久久久| 久久精品国产亚洲av天美| 1000部很黄的大片| 国产亚洲最大av| 蜜桃久久精品国产亚洲av| 神马国产精品三级电影在线观看| 在线观看免费高清a一片| 欧美97在线视频| 亚洲美女视频黄频| 狂野欧美白嫩少妇大欣赏| 成人亚洲欧美一区二区av| 美女xxoo啪啪120秒动态图| 国产色爽女视频免费观看| 国产黄频视频在线观看| 久久久色成人| 91精品国产九色| 国产综合懂色| 亚洲精品久久久久久婷婷小说| 热99国产精品久久久久久7| 看十八女毛片水多多多| 亚洲av电影在线观看一区二区三区 | 国产久久久一区二区三区| 亚洲精品亚洲一区二区| av卡一久久| 91狼人影院| 成人国产av品久久久| 寂寞人妻少妇视频99o| 久久人人爽av亚洲精品天堂 | 国产淫语在线视频| 国产精品秋霞免费鲁丝片| 久久精品久久久久久久性| 欧美xxⅹ黑人| 一区二区三区四区激情视频| 男人添女人高潮全过程视频| 最新中文字幕久久久久| 午夜爱爱视频在线播放| 国产伦在线观看视频一区| 午夜激情久久久久久久| 国产91av在线免费观看| 男人舔奶头视频| 色婷婷久久久亚洲欧美| 伦理电影大哥的女人| 在线观看国产h片| 精品视频人人做人人爽| 日韩制服骚丝袜av| 国产69精品久久久久777片| av在线蜜桃| 一本久久精品| 在线精品无人区一区二区三 | 亚洲av福利一区| 热re99久久精品国产66热6| 91久久精品电影网| av国产久精品久网站免费入址| av网站免费在线观看视频| 亚洲精品日本国产第一区| 亚洲av欧美aⅴ国产| 国产精品一二三区在线看| 亚洲天堂av无毛| 国产在线一区二区三区精| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产精品偷伦视频观看了| 国产精品久久久久久久久免| 亚洲av.av天堂| 国产色婷婷99| 偷拍熟女少妇极品色| 黄色配什么色好看| 精品久久久精品久久久| 亚洲欧美一区二区三区黑人 | 卡戴珊不雅视频在线播放| 黄色日韩在线| 日韩亚洲欧美综合| 久久久午夜欧美精品| 男人狂女人下面高潮的视频| 美女国产视频在线观看| 成年女人在线观看亚洲视频 | .国产精品久久| 国产亚洲精品久久久com| 天堂中文最新版在线下载 | 尤物成人国产欧美一区二区三区| 91午夜精品亚洲一区二区三区| 亚洲精品成人av观看孕妇| 国产真实伦视频高清在线观看| 18禁动态无遮挡网站| 日韩大片免费观看网站| 午夜视频国产福利| 欧美zozozo另类| 一级毛片黄色毛片免费观看视频| 少妇人妻精品综合一区二区| 日本午夜av视频| 乱码一卡2卡4卡精品| 一边亲一边摸免费视频| 日韩国内少妇激情av| 成人无遮挡网站| 91久久精品电影网| 一级av片app| 99久久中文字幕三级久久日本| 一级毛片aaaaaa免费看小| 午夜亚洲福利在线播放| 99精国产麻豆久久婷婷| 国语对白做爰xxxⅹ性视频网站| 国产高清不卡午夜福利| 听说在线观看完整版免费高清| 69人妻影院| 国产欧美日韩精品一区二区| 一本色道久久久久久精品综合| 精品人妻一区二区三区麻豆| 3wmmmm亚洲av在线观看| 亚洲久久久久久中文字幕| 亚洲欧洲国产日韩| 亚洲精品中文字幕在线视频 | 久久久久久久午夜电影| 欧美变态另类bdsm刘玥| 国产精品三级大全| 成人综合一区亚洲| 有码 亚洲区| 日韩视频在线欧美| 亚洲av男天堂| av在线app专区| 26uuu在线亚洲综合色| 免费看av在线观看网站| av播播在线观看一区| 国产精品国产三级国产专区5o| 麻豆久久精品国产亚洲av| 18禁裸乳无遮挡免费网站照片| www.av在线官网国产| 午夜免费鲁丝| 国产精品不卡视频一区二区| 国产黄a三级三级三级人| 日本一本二区三区精品| av免费在线看不卡| 蜜桃久久精品国产亚洲av| 久久精品久久久久久噜噜老黄| 亚洲精品中文字幕在线视频 | 亚洲美女搞黄在线观看| 黄片wwwwww| 成年免费大片在线观看| 久久热精品热| 麻豆成人午夜福利视频| 1000部很黄的大片| 亚洲最大成人手机在线| 欧美三级亚洲精品| 亚洲av免费高清在线观看| 永久网站在线| 国产在视频线精品| 女人久久www免费人成看片| 国模一区二区三区四区视频| 婷婷色麻豆天堂久久| 国产久久久一区二区三区| 欧美另类一区| 久久久久久久久久人人人人人人| 韩国av在线不卡| 菩萨蛮人人尽说江南好唐韦庄| 人人妻人人看人人澡| av国产久精品久网站免费入址| 国产永久视频网站| av线在线观看网站| 亚洲最大成人av| h日本视频在线播放| 熟女人妻精品中文字幕| 在线观看一区二区三区| 成人一区二区视频在线观看| 男男h啪啪无遮挡| 男人舔奶头视频| 中文字幕人妻熟人妻熟丝袜美| 国产高清国产精品国产三级 | 少妇被粗大猛烈的视频| 联通29元200g的流量卡| 亚洲,一卡二卡三卡| 在线观看av片永久免费下载| 亚洲av不卡在线观看| 97在线视频观看| 成人亚洲欧美一区二区av| 国产精品一二三区在线看| 我的女老师完整版在线观看| 国产精品99久久久久久久久| 最近手机中文字幕大全| 91aial.com中文字幕在线观看| 又黄又爽又刺激的免费视频.| 嫩草影院新地址| 欧美精品人与动牲交sv欧美| 成年av动漫网址| 综合色av麻豆| 最近中文字幕2019免费版| a级毛色黄片| 精品午夜福利在线看| 久久鲁丝午夜福利片| 国产黄色视频一区二区在线观看| 亚洲怡红院男人天堂| 国产伦理片在线播放av一区| 在现免费观看毛片| 亚洲精品日韩av片在线观看| 国产探花在线观看一区二区| 丝袜美腿在线中文| 久久精品人妻少妇| 精品人妻一区二区三区麻豆| 午夜亚洲福利在线播放| 麻豆久久精品国产亚洲av| 狠狠精品人妻久久久久久综合| 国产视频首页在线观看| 精品国产露脸久久av麻豆| 国产精品一二三区在线看| 久久人人爽人人爽人人片va|