• <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
    国产亚洲av嫩草精品影院| 日日啪夜夜撸| 国产国拍精品亚洲av在线观看| 国精品久久久久久国模美| 黄色视频在线播放观看不卡| 成人欧美大片| 日韩av在线免费看完整版不卡| 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 | 人妻系列 视频| 欧美97在线视频| 久久女婷五月综合色啪小说 | 99久久精品国产国产毛片| 亚洲精品日本国产第一区| 国产精品久久久久久精品电影小说 | 亚洲熟女精品中文字幕| 偷拍熟女少妇极品色| 乱系列少妇在线播放| 国产综合懂色| 九九在线视频观看精品| 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 | 十八禁网站网址无遮挡 | 欧美xxⅹ黑人| 国产男女内射视频| 亚洲人与动物交配视频| 91精品一卡2卡3卡4卡| 欧美精品一区二区大全| 夫妻午夜视频| 亚洲精品成人av观看孕妇| 在线观看人妻少妇| 精品熟女少妇av免费看| 国产国拍精品亚洲av在线观看| 日本一二三区视频观看| 精品一区二区三卡| 久久久亚洲精品成人影院| 啦啦啦在线观看免费高清www| 午夜老司机福利剧场| 蜜桃久久精品国产亚洲av| 一个人看视频在线观看www免费| 久久久午夜欧美精品| www.色视频.com| 亚洲伊人久久精品综合| 亚洲精品乱久久久久久| 亚洲av成人精品一二三区| 男女下面进入的视频免费午夜| 日本色播在线视频| 一本色道久久久久久精品综合| 日本wwww免费看| 亚洲精品视频女| 少妇人妻一区二区三区视频| 69av精品久久久久久| 男人狂女人下面高潮的视频| 别揉我奶头 嗯啊视频| 亚洲va在线va天堂va国产| 国产成人a∨麻豆精品| 国产人妻一区二区三区在| 99久久人妻综合| 国产色爽女视频免费观看| 国产69精品久久久久777片| 别揉我奶头 嗯啊视频| 国产免费视频播放在线视频| 国产高清有码在线观看视频| 春色校园在线视频观看| 五月天丁香电影| 欧美日韩国产mv在线观看视频 | 听说在线观看完整版免费高清| 亚洲综合色惰| 成人毛片60女人毛片免费| 国产精品国产av在线观看| 国产精品一二三区在线看| 听说在线观看完整版免费高清| 五月伊人婷婷丁香| 亚洲天堂av无毛| 自拍欧美九色日韩亚洲蝌蚪91 | 国产免费视频播放在线视频| 丝袜喷水一区| 国产爱豆传媒在线观看| 亚洲av一区综合| 亚洲成人一二三区av| 久久精品国产亚洲av涩爱| 久久久午夜欧美精品| 青春草亚洲视频在线观看| 亚洲人与动物交配视频| 日韩,欧美,国产一区二区三区| 深夜a级毛片| 亚洲av一区综合| 嘟嘟电影网在线观看| 一个人看视频在线观看www免费| 亚洲成人中文字幕在线播放| 成人无遮挡网站| 在线观看人妻少妇| 男女啪啪激烈高潮av片| 嫩草影院新地址| 成年av动漫网址| av天堂中文字幕网| 一边亲一边摸免费视频| 日本黄色片子视频| 成人免费观看视频高清| 精品午夜福利在线看| 国产在视频线精品| 国产探花在线观看一区二区| 亚洲成人精品中文字幕电影| 亚洲aⅴ乱码一区二区在线播放| 日本黄色片子视频| 大陆偷拍与自拍| 美女国产视频在线观看| 亚洲欧美一区二区三区国产| 日韩在线高清观看一区二区三区| 99热国产这里只有精品6| 色视频在线一区二区三区| 国产片特级美女逼逼视频| 美女被艹到高潮喷水动态| 男女啪啪激烈高潮av片| 色播亚洲综合网| 欧美成人午夜免费资源| 国产精品一区二区性色av| 亚洲精品色激情综合| 国产精品嫩草影院av在线观看| 国产免费又黄又爽又色| 日韩人妻高清精品专区| 日日啪夜夜撸| 在线观看一区二区三区| av福利片在线观看| 干丝袜人妻中文字幕| 免费在线观看成人毛片| 久久精品国产a三级三级三级| 日韩成人伦理影院| 在线天堂最新版资源| 国产有黄有色有爽视频| 亚洲精品自拍成人| 五月伊人婷婷丁香| 少妇的逼好多水| 王馨瑶露胸无遮挡在线观看| 日韩一区二区三区影片| 天堂俺去俺来也www色官网| 自拍欧美九色日韩亚洲蝌蚪91 | 成年av动漫网址| 国产欧美日韩精品一区二区| 18+在线观看网站| 99久久精品一区二区三区| 女人久久www免费人成看片| av福利片在线观看| 边亲边吃奶的免费视频| 婷婷色麻豆天堂久久| 丰满人妻一区二区三区视频av| 国产精品精品国产色婷婷| 亚洲高清免费不卡视频| 下体分泌物呈黄色| 高清毛片免费看| 亚洲最大成人中文| 91久久精品电影网| 久久6这里有精品| 国产 一区 欧美 日韩| 纵有疾风起免费观看全集完整版| 偷拍熟女少妇极品色| 久久久久久久久久久丰满| 日韩欧美 国产精品| 大码成人一级视频| 免费观看无遮挡的男女| 美女cb高潮喷水在线观看| 乱系列少妇在线播放| 国产欧美日韩一区二区三区在线 | 男人爽女人下面视频在线观看| 亚洲av中文字字幕乱码综合| 亚洲综合色惰| 成人鲁丝片一二三区免费| 大陆偷拍与自拍| 精品久久国产蜜桃| 日日啪夜夜爽| 国产精品国产三级专区第一集| 久久精品久久精品一区二区三区| 天堂网av新在线| 日日啪夜夜撸| 久久久久九九精品影院| 亚洲,欧美,日韩| 免费av毛片视频| 下体分泌物呈黄色| 免费av不卡在线播放| 小蜜桃在线观看免费完整版高清| 99久久精品热视频| 国产精品国产三级国产专区5o| 网址你懂的国产日韩在线| 亚洲精品色激情综合| 大香蕉97超碰在线| 乱系列少妇在线播放| 欧美日韩亚洲高清精品| 人人妻人人爽人人添夜夜欢视频 | 国产亚洲最大av| 亚洲精品456在线播放app| 亚洲电影在线观看av| 成人特级av手机在线观看| 欧美日韩亚洲高清精品| 久久精品人妻少妇| 插阴视频在线观看视频| 久久精品国产亚洲av涩爱| 爱豆传媒免费全集在线观看| 黄色视频在线播放观看不卡| 国产日韩欧美在线精品| 欧美激情久久久久久爽电影| freevideosex欧美| 日本wwww免费看| 国产亚洲精品久久久com| 91狼人影院| 亚洲综合色惰| 久久久久久久大尺度免费视频| 亚洲电影在线观看av| 偷拍熟女少妇极品色| 国产 一区 欧美 日韩| av在线观看视频网站免费| 国产免费一区二区三区四区乱码| 日韩成人伦理影院| 国产成人精品婷婷| 久久久久久久国产电影| 国产一区二区三区综合在线观看 | 日本午夜av视频| 97在线视频观看| 日韩 亚洲 欧美在线| 欧美人与善性xxx| 免费高清在线观看视频在线观看| 成人国产av品久久久| 亚洲第一区二区三区不卡| 我要看日韩黄色一级片| 免费黄频网站在线观看国产| 亚洲真实伦在线观看| 插阴视频在线观看视频| 亚洲国产日韩一区二区| 听说在线观看完整版免费高清| 99热这里只有精品一区| 人妻一区二区av| 男女无遮挡免费网站观看| 人妻一区二区av| 22中文网久久字幕| 国产黄a三级三级三级人| 精品一区二区三区视频在线| 日韩一区二区视频免费看| 精品人妻偷拍中文字幕| 欧美国产精品一级二级三级 | 草草在线视频免费看| 欧美成人a在线观看| 亚洲图色成人| 免费观看av网站的网址| 2018国产大陆天天弄谢| 亚洲欧美日韩另类电影网站 | 国产高清不卡午夜福利| 欧美日韩视频高清一区二区三区二| 国产 一区 欧美 日韩| 亚洲真实伦在线观看| 高清欧美精品videossex| 少妇的逼水好多| 老司机影院毛片| 欧美 日韩 精品 国产| 国产淫语在线视频| 国产女主播在线喷水免费视频网站| 成人漫画全彩无遮挡| 国产大屁股一区二区在线视频| 欧美日韩视频精品一区| 男人爽女人下面视频在线观看| 精品酒店卫生间| 国产精品爽爽va在线观看网站| 精品人妻一区二区三区麻豆| 久久久久精品久久久久真实原创| 久久久久性生活片| 精品人妻偷拍中文字幕| 在线免费十八禁| 国产精品一区二区在线观看99| 日韩强制内射视频| 人妻 亚洲 视频| 九九久久精品国产亚洲av麻豆| 久久精品夜色国产| av在线蜜桃| 好男人视频免费观看在线| 中文资源天堂在线| 久久精品综合一区二区三区| 丝袜喷水一区| 国产精品一及| 精品人妻一区二区三区麻豆| 亚洲怡红院男人天堂| 色视频www国产| 国产高潮美女av| 精品久久久久久久末码| 三级经典国产精品| 卡戴珊不雅视频在线播放| 亚洲国产精品999| 国产亚洲午夜精品一区二区久久 | 亚洲国产av新网站| 女的被弄到高潮叫床怎么办| 久久国产乱子免费精品| 色视频www国产| 国产永久视频网站| 亚洲综合精品二区| 国产白丝娇喘喷水9色精品| 青青草视频在线视频观看| 成人一区二区视频在线观看| av又黄又爽大尺度在线免费看| 中文字幕制服av| 亚洲av中文av极速乱| 久久久久网色| 熟女电影av网| 亚洲综合精品二区| 国产老妇女一区| 69人妻影院| 国产在线男女| 国产精品福利在线免费观看| 国产视频内射| av在线观看视频网站免费| 国产 精品1| 精品熟女少妇av免费看| 大香蕉97超碰在线| 亚洲欧美一区二区三区黑人 | av国产精品久久久久影院| 日韩在线高清观看一区二区三区| 麻豆成人午夜福利视频| 欧美区成人在线视频| 亚洲色图综合在线观看| 国产伦在线观看视频一区| 一级a做视频免费观看| 乱码一卡2卡4卡精品| 中文欧美无线码| 精品久久久精品久久久| 久久这里有精品视频免费| 日日啪夜夜撸| 搡老乐熟女国产| 91精品国产九色| 寂寞人妻少妇视频99o| 性插视频无遮挡在线免费观看| 日韩国内少妇激情av| 欧美性猛交╳xxx乱大交人| 日韩电影二区| 日韩中字成人| 亚洲最大成人手机在线| 欧美老熟妇乱子伦牲交| 国产精品偷伦视频观看了| 久久精品久久精品一区二区三区| 高清在线视频一区二区三区| 久久久亚洲精品成人影院| 观看美女的网站| 涩涩av久久男人的天堂| 男女边摸边吃奶| 午夜福利视频精品| 免费人成在线观看视频色| 国产精品福利在线免费观看| 性色avwww在线观看| 97超碰精品成人国产| 国产精品av视频在线免费观看| 最近2019中文字幕mv第一页| 九草在线视频观看| 久久久国产一区二区| 国产一级毛片在线| 免费观看av网站的网址| 亚洲av一区综合| 真实男女啪啪啪动态图| 亚洲激情五月婷婷啪啪| 久久精品久久精品一区二区三区| 国产成人精品一,二区| freevideosex欧美| 国产黄片视频在线免费观看| 久久精品国产亚洲av涩爱| 久久综合国产亚洲精品| av在线亚洲专区| 久久影院123| 亚洲人成网站在线观看播放| 成人漫画全彩无遮挡| 日韩成人伦理影院| 黄色怎么调成土黄色| 高清视频免费观看一区二区| 亚洲精品久久午夜乱码| 不卡视频在线观看欧美| 一级毛片久久久久久久久女| 成人高潮视频无遮挡免费网站| 日本爱情动作片www.在线观看| 99re6热这里在线精品视频| 偷拍熟女少妇极品色| 国产伦在线观看视频一区| 一级毛片久久久久久久久女| 欧美激情久久久久久爽电影| 少妇猛男粗大的猛烈进出视频 | 嫩草影院入口| 熟女电影av网| 亚洲国产精品成人久久小说| 国产乱人视频| 一级黄片播放器| 亚洲精品,欧美精品| 日韩 亚洲 欧美在线| 美女脱内裤让男人舔精品视频| 又大又黄又爽视频免费| 街头女战士在线观看网站| 欧美日韩视频高清一区二区三区二| 直男gayav资源| 国产精品无大码| 一级av片app| 少妇人妻一区二区三区视频| 欧美高清性xxxxhd video| www.色视频.com| 久久久a久久爽久久v久久| 丰满人妻一区二区三区视频av| 久久久久久久亚洲中文字幕| 自拍欧美九色日韩亚洲蝌蚪91 | 国产亚洲精品久久久com| 日本黄大片高清| 老司机影院成人| 国产午夜福利久久久久久| 99久久精品国产国产毛片| 我的老师免费观看完整版| 国产老妇伦熟女老妇高清| 久久热精品热| 成年免费大片在线观看| 最新中文字幕久久久久| av在线app专区| 97超视频在线观看视频| 可以在线观看毛片的网站| 成人特级av手机在线观看| 熟女av电影| 午夜免费鲁丝| 99久久九九国产精品国产免费| 久久韩国三级中文字幕| 插逼视频在线观看| av女优亚洲男人天堂| 亚洲精品乱码久久久久久按摩| 天堂俺去俺来也www色官网| 亚洲成人中文字幕在线播放| 极品少妇高潮喷水抽搐| 国产av不卡久久| 国产伦精品一区二区三区四那| 搡老乐熟女国产| 不卡视频在线观看欧美| 丰满少妇做爰视频| 交换朋友夫妻互换小说| 色视频www国产| 精品国产乱码久久久久久小说| 国产爽快片一区二区三区| 日日撸夜夜添| 观看免费一级毛片| 草草在线视频免费看| 国产91av在线免费观看| 国产成年人精品一区二区| 亚洲国产精品国产精品| 又大又黄又爽视频免费| 国产在线一区二区三区精| 日韩三级伦理在线观看| a级一级毛片免费在线观看| 99九九线精品视频在线观看视频| 三级经典国产精品| 好男人在线观看高清免费视频| 午夜日本视频在线| 国产精品久久久久久久久免| 七月丁香在线播放| av专区在线播放| 18禁在线播放成人免费| 大香蕉久久网| 国产精品嫩草影院av在线观看| 亚洲av中文av极速乱| 嘟嘟电影网在线观看| 国产成人91sexporn| 亚洲在线观看片| 噜噜噜噜噜久久久久久91| 日韩国内少妇激情av| 成人无遮挡网站| 欧美精品一区二区大全| 亚洲精品456在线播放app| 亚洲伊人久久精品综合| a级一级毛片免费在线观看| 午夜亚洲福利在线播放| 最近中文字幕2019免费版| 在线免费十八禁| 91aial.com中文字幕在线观看| 中文字幕免费在线视频6| 在线观看av片永久免费下载| 成年免费大片在线观看| 精品一区二区免费观看| 男女无遮挡免费网站观看| 欧美性猛交╳xxx乱大交人| 99久久九九国产精品国产免费| 午夜福利视频1000在线观看| 男女边摸边吃奶| 亚洲av不卡在线观看| 久久久久久伊人网av| 人妻 亚洲 视频| 国产黄a三级三级三级人| 中文字幕久久专区| 啦啦啦在线观看免费高清www| 一级爰片在线观看| 国产国拍精品亚洲av在线观看| 午夜精品国产一区二区电影 | av一本久久久久| 国产探花在线观看一区二区| 亚洲一级一片aⅴ在线观看| 国产精品久久久久久精品古装| 久久99精品国语久久久| 少妇人妻精品综合一区二区| 22中文网久久字幕| 久久国内精品自在自线图片| www.av在线官网国产| 观看美女的网站| 国产伦理片在线播放av一区| 一区二区三区四区激情视频| 国产免费福利视频在线观看| 超碰97精品在线观看| 亚洲av男天堂| 小蜜桃在线观看免费完整版高清| 男男h啪啪无遮挡| 亚洲精品aⅴ在线观看| 亚洲精品中文字幕在线视频 | 亚洲第一区二区三区不卡| 人妻系列 视频| 精品久久久久久电影网| 男人添女人高潮全过程视频| 综合色丁香网| av.在线天堂| 少妇熟女欧美另类| 亚洲av成人精品一二三区| 成人欧美大片| 国产av国产精品国产| 永久网站在线| 成人鲁丝片一二三区免费| 我的女老师完整版在线观看| 看黄色毛片网站| 嫩草影院入口| 午夜日本视频在线| 亚洲美女搞黄在线观看| 99热网站在线观看| videos熟女内射| 中国三级夫妇交换| 观看免费一级毛片| 国产精品国产三级国产av玫瑰| 亚洲精品国产av蜜桃| 免费观看a级毛片全部| 成年免费大片在线观看| 91aial.com中文字幕在线观看| 免费看日本二区| 精品国产乱码久久久久久小说| 久久精品国产亚洲av天美| 亚洲国产精品专区欧美| 观看免费一级毛片| 在线观看三级黄色| 青春草视频在线免费观看| 久久久久久国产a免费观看| 美女被艹到高潮喷水动态| 久久久精品94久久精品| 久久亚洲国产成人精品v| 久久人人爽av亚洲精品天堂 | 国产精品久久久久久久电影| 午夜福利视频1000在线观看| av在线蜜桃| 久久久久国产精品人妻一区二区| 国产极品天堂在线| 超碰97精品在线观看| 看非洲黑人一级黄片| 内地一区二区视频在线| 成人国产av品久久久| 亚洲av福利一区| 亚洲,欧美,日韩| 国内精品宾馆在线| 精品久久久久久久久亚洲| 午夜精品一区二区三区免费看| av在线播放精品| 人妻夜夜爽99麻豆av| 亚洲精品国产av蜜桃| 日韩三级伦理在线观看| 久久久精品免费免费高清| 美女xxoo啪啪120秒动态图| 伦精品一区二区三区| 免费观看性生交大片5| 99久久九九国产精品国产免费| 天天躁日日操中文字幕| 网址你懂的国产日韩在线| 好男人视频免费观看在线| 人体艺术视频欧美日本| 插阴视频在线观看视频| 纵有疾风起免费观看全集完整版| 狂野欧美白嫩少妇大欣赏| 久久99蜜桃精品久久| 亚洲精品国产av蜜桃| 日韩大片免费观看网站| 久久精品熟女亚洲av麻豆精品| 综合色av麻豆| 免费大片黄手机在线观看| 丰满少妇做爰视频| av网站免费在线观看视频| 99热这里只有是精品在线观看| 五月伊人婷婷丁香| av在线app专区| 一边亲一边摸免费视频| 欧美日本视频| 丝袜美腿在线中文| 亚洲第一区二区三区不卡| 少妇 在线观看| 街头女战士在线观看网站| 欧美高清性xxxxhd video| xxx大片免费视频| 小蜜桃在线观看免费完整版高清| 黄色怎么调成土黄色| 久久久久久久久久人人人人人人| 插阴视频在线观看视频| 久久热精品热| 极品教师在线视频| 我的女老师完整版在线观看| 免费人成在线观看视频色| 亚洲国产日韩一区二区| 女人十人毛片免费观看3o分钟| 五月开心婷婷网| 嫩草影院入口| 三级国产精品欧美在线观看| 亚洲精品成人av观看孕妇| 亚洲精品日韩av片在线观看| 亚洲图色成人| 一级毛片 在线播放| 精品视频人人做人人爽| 偷拍熟女少妇极品色| av天堂中文字幕网| 亚洲欧美中文字幕日韩二区| 亚洲自拍偷在线| 久久精品国产鲁丝片午夜精品| 午夜激情久久久久久久| 91精品一卡2卡3卡4卡| 一二三四中文在线观看免费高清| 最近中文字幕2019免费版|