• <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 ?

    融合直方圖高階統(tǒng)計特征與GLCM特征的室內紅外圖像人群密度分類

    2017-03-26 03:28:53李熙瑩黃秋筱
    紅外技術 2017年7期
    關鍵詞:直方圖共生灰度

    李熙瑩,黃秋筱

    ?

    融合直方圖高階統(tǒng)計特征與GLCM特征的室內紅外圖像人群密度分類

    李熙瑩,黃秋筱

    (中山大學 工學院 廣東省智能交通系統(tǒng)重點實驗室,視頻圖像智能分析與應用技術公安部重點實驗室,廣州 5100061)

    公共場所的人群密度信息在公共安全、交通管理、應急減災等方面具有重要作用,采用紅外技術,可以在拍攝人群圖像時避免環(huán)境光照影響。為了實現室內場景下的紅外圖像人群密度分類,提出一種融合灰度直方圖高階統(tǒng)計特征與灰度共生矩陣特征的人群密度分類方法。首先,根據紅外圖像的特點,分析并提取樣本圖像灰度直方圖的高階統(tǒng)計特征,隨后與提取的灰度共生矩陣特征串行融合,最后作為多分類支持向量機的輸入,對不同人群密度等級進行分類。實驗結果表明,提出的方法對于不同密度人群圖像的分類準確率可達92.13%,同時特征向量提取簡潔、算法耗時短。

    人群密度分類;紅外圖像;直方圖高階統(tǒng)計特征;灰度共生矩陣

    0 引言

    公共場所中通過監(jiān)控攝像機實現人群密度估計具有重要的應用價值和研究意義。可靠的人群密度信息在諸多場所發(fā)揮著關鍵作用,例如,商場中實時的人群密度信息,可直觀了解到各品牌的受關注度;公共場合中監(jiān)控到某片區(qū)域的人群密度短時內發(fā)生極大變化,這也許意味著遇到緊急情況或突發(fā)事件造成的變化?,F有的關于人群密度估計方法的研究大多基于可見光圖像,然而,由于受光照、陰影、行人衣著等的影響,可見光圖像中人群密度估計的研究存在著諸多難以攻克的問題。相比于可見光圖像,紅外圖像在環(huán)境噪聲不是很大的情況下,實現人群與背景之間的準確分割[1]和克服光線變化的影響有著較高的優(yōu)勢,并且涵蓋了豐富的紋理特征和灰度信息。因此,利用紅外圖像實現人群密度估計有著良好的應用前景。

    已有的人群密度估計方法主要包括像素統(tǒng)計的方法和紋理分析的方法,其中,紋理分析法得到了廣泛的應用。最初,像素統(tǒng)計的方法由Davies和Chow等人[2-3]提出,該方法將像素統(tǒng)計特性作為人群密度特征,在低密度時取得不錯的效果,但高密度時由于人群之間相互遮擋致使誤差增大。此后,Marana[4]提出紋理分析的方法,其依據在于不同密度的人群圖像對應的紋理模式不同,而利用灰度共生矩陣來描述紋理特征是目前該領域發(fā)展的趨勢[5]。

    有學者根據圖像紋理在頻率域具有明顯的表現特性這一原理,將小波變換[6]、快速傅里葉變換引入人群密度估計中,如Marana[7]、Kim[8]、楊國慶等人[9],在頻率域進行灰度共生矩陣特征提取,作為人群密度圖像分類的依據。但該類方法在獲取紋理特征之前還需對圖像進行頻域變換,這在一定程度上增加了算法的復雜性,并且行人陰影以及圖像背景紋理對分類正確率影響較大。

    為了適應復雜的應用場景,有學者提出將多種特征融合的方法以提高人群檢測的性能,如Jiang等人[10]利用像素統(tǒng)計特征對人群密度進行初步判定,然后采用灰度共生矩陣法來確定最終的分類結果;為了能充分利用局部二值描述算子(Local Binary Patterns,LBP)和灰度共生矩陣(Gray-level co-occurrence matrix,GLCM)紋理特征提取的有效性,薛翠紅等人[11]提出融合局部二值模式與灰度共生矩陣特征提取的人群密度分類方法,首先用旋轉不變的LBP算子進行濾波,隨后對濾波后圖像提取灰度共生矩陣特征,這些方法對于可見光圖像人群密度分類均獲得了較高的準確率。

    由于紅外圖像所具有的紋理特征不同于可見光圖像[12],致使現有的人群密度估計方法所具有的優(yōu)越性能難以有效地在紅外圖像中完全得以體現。本文結合紅外圖像的特點,提出一種基于灰度直方圖高階統(tǒng)計特征和灰度共生矩陣特征的紅外圖像人群密度估計方法,整體流程圖如圖1所示。由于目前尚未有公開的紅外人群圖像素材,因此首先采集素材并按照Polus[13]提出的服務等級(見表1)將訓練素材分類和預處理,隨后提取素材圖像的灰度直方圖高階統(tǒng)計特征和灰度共生矩陣特征,送入分類器進行分類。實驗結果表明,本文方法能夠有效地解決室內公共場所下外圖像中人群密度自動分類的問題。

    1 紅外人群圖像特征提取

    1.1 灰度直方圖高階統(tǒng)計特征

    灰度直方圖是用以表示數字圖像中灰度級分布的直方圖,標繪了圖像中每種灰度級的像素的個數。圖像灰度直方圖具有一幅圖像灰度分布的總體統(tǒng)計性質,為圖像的分析提供強有力的工具。紅外圖像不但具有豐富的紋理特征,并且還蘊含了大量的灰度信息,基于此,本文將灰度直方圖引入人群密度分類領域,研究其統(tǒng)計特性對于分類效果的影響。

    表1 服務級別定義

    如圖2所示,圖2(a)是人群密度低時的紅外圖像示意圖和對應的灰度直方圖,圖2(b)是人群密度高的情況,灰度直方圖的橫坐標是灰度值,縱坐標是灰度值出現的次數。由圖可見,不同密度等級圖像的灰度直方圖具有不同的形態(tài)。低密度圖像的直方圖集中于灰度值低的區(qū)域,而高密度圖像的直方圖灰度值分布相對分散,并且前者直方圖峰值要高于后者直方圖的峰值。與紋理分析法的基本思想類似,不同密度的人群圖像對應的灰度直方圖不同。因此,灰度直方圖的統(tǒng)計特征可以作為不同密度等級的人群圖像分類的依據之一。

    圖1 算法整體框架

    Fig.1 The algorithm framework of proposed method.

    圖2 人群密度低(左)、高(右)的紅外圖像及對應的灰度直方圖

    灰度直方圖統(tǒng)計特性一般包括:均值、方差、傾斜度、峰度。其中,傾斜度和峰度是對于直方圖分布的標準三階、四階中心距。假設灰度直方圖數學表達式為式(1),則各統(tǒng)計特征的計算公式如式(2)至式(5)所示:

    式中:N表示灰度值為的像素數;為圖像總像素數;為灰度級數;表示均值;表示方差;表示傾斜度;表示峰度。

    為了有效地對4類不同密度等級圖像進行區(qū)分,接下來對上述4個統(tǒng)計特征的分類能力進行測試,找出具有區(qū)分不同密度人群圖像能力的特征。從4類不同密度等級的圖像中分別隨機選取20張圖像,計算它們的灰度直方圖統(tǒng)計特征,結果如圖3所示。整體來看,各密度人群圖像對應的灰度直方圖的傾斜度和峰度特征值差異顯著且無重疊,而均值和方差特征值相反,說明傾斜度和峰度這2個特征具有較好的區(qū)分能力。

    1.2 灰度共生矩陣特征

    灰度直方圖描述的是圖像灰度出現的概率,而灰度共生矩陣其反映的是圖像灰度對出現的概率。前者專注于圖像灰度的全局特征,后者主要反映圖像局部的灰度信息,包括灰度對偏移量和變化幅度等。用數學公式表示:對于一幅含有個不同灰度值的圖像,其×大小的共生矩陣可表示為:

    式中:和是灰度值;和是圖像中某點的空間位置;(,)表示圖像點(,)的灰度值,偏移量(D,D)表示該矩陣的空間關系,該偏移量也可用2個參數即距離、像素點方向來進行替代。一般情況下,距離取1、2、3、4、5,像素點方向取0°、45°、90°和135°。

    為了更直觀地用共生矩陣描述紋理狀況,Haralick[14]定義了灰度共生矩陣的14個特征參數,最常用的有以下幾種[15]:

    1)角二階矩(能量):

    它是各元素值的平方和,刻畫了圖像灰度分布均勻狀況和紋理粗細程度。

    2)慣性矩(對比度):

    對比度直接反映了像素灰度對的亮度對比情況,也間接反映了圖像的清晰度,以及紋理溝紋情況。

    3)熵:

    熵反映了圖像中紋理的復雜程度,其值大則表示元素呈分散分布。

    4)逆差距:

    逆差距是圖像局部平穩(wěn)性的度量,反映圖像紋理的同質性。

    1.3 特征融合

    在將灰度直方圖統(tǒng)計特征和灰度共生矩陣特征進行融合前,首先需要選取合適的灰度共生矩陣構造參數,包括像素間距、像素方向和灰度級。與1.1節(jié)中確定灰度直方圖統(tǒng)計特征的實驗一樣,分別觀察各構造參數的不同取值對各特征值的影響,從而確定具有區(qū)分不同密度人群圖像能力的構造參數值。經實驗分析研究,本文最終選取像素間距為5、像素方向為0°和90°、灰度級為16的共生矩陣其能量、對比度、熵和逆差距值,來綜合表示圖像的紋理信息。而對于灰度直方圖特征,如1.1節(jié)所述,選取峰值和傾斜度2個高階統(tǒng)計特征值,用于表述人群密度圖像的灰度信息。

    在確定特征構造參數后,采取串行融合的機制。設該圖像的灰度直方圖特征向量用下式表示:

    1=[11,12] (11)

    灰度共生矩陣特征向量用下式表示:

    2=[21,22, …,28] (12)

    則將它們串行融合后的10維特征向量為:

    =[11,12,21,22, …,28] (13)

    2 多分類器設計

    支持向量機(SVM)是一種分類算法,其目標是基于結構風險最小化原理,構造一個目標函數將兩類模式盡可能地區(qū)分開來。由于本文所采用的人群圖像樣本有限,并且支持向量機非常適用于小樣本的分類,因此本文使用支持向量機作為人群密度分類器。

    支持向量機最早用于解決二分類問題,它主要通過核函數將輸入變量映射到一個高維空間,旨在這個高維空間構造一個線性最優(yōu)的分類面。用數學公式表示就是,設給定的訓練集(x,y),=1, …,;∈R;∈{+1, -1},在式(14)的約束條件下:

    求解下列目標函數的最大值:

    式中:為與每個樣本對應的拉格朗日乘子。這是一個不等式約束下二次函數的尋優(yōu)問題,解上述問題后得到的最優(yōu)分類函數為:

    式中:sgn()是函數符號;(,)是內積核函數。

    當遇到多類別的時候,支持向量機一般采取“一對一法”的策略,即在任意2類樣本之間設計一個SVM,以本文的人群密度分類器為例,結構圖如圖4所示,內積核函數采用RBF核函數,因此4個類別的樣本就需要設計6個SVM。當對一個未知樣本進行分類時,對這些SVM分類器采用Friedman提出的決策投票法,即最后得票最多的類別,則為該未知樣本的類別,若獲相同票數,樣本類別則判斷為類別標簽小的那一類。

    圖4 人群密度分類器結構圖

    3 實驗結果與分析

    3.1 實驗設置

    實際測試中,紅外圖像的采集工具為FLUKE Ti25,采集地點為商場公共場所(樣本采集區(qū)域面積約為15m2),采集時間涉及平峰期和高峰期。訓練圖片共360張,測試圖片共559張,大小統(tǒng)一為490×455。本文結合Polus定義的服務級別,將人群密度分為低(L)、中低(ML)、中高(MH)和高(H)4類,實驗樣本分布情況如表2所示,示例圖片如圖5所示。

    表2 實驗樣本分布情況表

    圖5 不同人群密度圖像示例圖

    3.2 本文人群密度分類結果

    為證明本文方法的有效性,實驗還對僅使用灰度共生矩陣的人群密度分類以及僅使用灰度直方圖統(tǒng)計特性的人群密度分類進行了實驗,結果如表3和表4所示。從結果來看,灰度直方圖統(tǒng)計特性在人群密度偏高時的分類效果優(yōu)于灰度共生矩陣;而灰度共生矩陣特征在人群密度偏低時分類更加準確。表5是基于本文方法的人群密度分類結果。本文將2種特征進行融合,有效提高了灰度共生矩陣法對于處理低密度、中低密度人群圖像分類的準確性。

    表3 灰度共生矩陣分類結果

    表4 灰度直方圖統(tǒng)計特性分類結果

    表5 本文方法分類結果

    3.3 與其他方法的比較

    本節(jié)實驗選擇了2種分類性能較優(yōu)的人群密度分類算法和本文方法從分類效果和算法耗時上進行綜合比較。其中,文獻[6]采用的方法是:對圖像進行三級小波分解,得到10個子帶及相應的小波系數,以9個高頻子帶作為特征提取的基礎,分別從這9個子帶中提取紋理特征[6]。文獻[11]采用的方法是:用旋轉不變的LBP算子進行濾波,得到LBP圖像,然后提取濾波后圖像的GLCM特征,最后采用有向無環(huán)圖支持向量機DAGSVM(Directed Acyclic Graph Support Vector Machine)進行密度分類。圖6是本文方法和所選算法對于各人群密度等級圖像的分類效果比較。

    經比較可知,本文方法在處理低密度和中高密度人群圖像時,分類準確率和其他2個方法相差不大,然而在處理中低密度和高密度人群圖像時效果較其他方法略顯優(yōu)勢。

    為了進一步對比本文算法和其他方法之間的性能,接下來對各算法的耗時進行了實驗,如表6所示。分析可知,本文方法在達到較高的準確率的基礎上,所利用的特征向量和耗時均相對較少。因此,本文方法具有較好的實時性。

    圖6 不同方法分類準確率比較

    4 結論

    本文針對紅外圖像的特點,引入灰度直方圖高階統(tǒng)計特性,提出了一種融合灰度直方圖高階統(tǒng)計特征和灰度共生矩陣特征的人群密度分類方法,以SVM支持向量機構成分類器,實現人群密度分類。通過與其他方法對比,驗證了該方法針對紅外圖像人群密度分類的有效性和準確性。即便如此,對于非常高密度的人群,分類精度還是會下降,這也是下一步研究的重點。

    致謝

    感謝華南師范大學附屬中學的楊學霖在紅外圖像采集標定和人群密度分類器部分算法設計的工作。

    表6 本文方法和其他方法的比較

    [1] 葉華, 朱明旱, 王日興. 紅外和可見光圖像互補融合的運動目標檢測方法[J]. 紅外技術, 2015, 37(8): 648-654.

    YE Hua, ZHU Minghan, WANG Rixing. Fusion of Complementary Information from Infrared and Visual Image for Moving Object Detection[J]., 2015, 37(8): 648-654.

    [2] Davies A C, Yin J H, Velastin S A. Crowd monitoring using image processing[J]., 1995, 7(1): 37-47.

    [3] Cho S Y, Chow T W S, Leung C T. A neural-based crowd estimation by hybrid global learning algorithm[J].,(), 1999, 29(4): 535-541.

    [4] Marana A N, Cavenaghi M A, Ulson R S, et al. Real-time crowd density estimation using images[C]//., 2005: 355-362.

    [5] Saqib M, Khan S D, Blumenstein M. Texture-based feature mining for crowd density estimation: A study[C]//(), 2016., 2016: 1-6.

    [6] 胡波, 李曉華, 沈蘭蓀. 場景監(jiān)控中的人群密度估計[J]. 電路與系統(tǒng)學報, 2007, 12(6): 19-22.

    HU Bo, LI Xiaohua, SHEN Lansun. Estimation crowd density for surveillance[J]., 2007, 12(6): 19-22.

    [7] Marana A N, Verona V V. Wavelet packet analysis for crowd density estimation[C]//,,,, 2001(1): 535-540.

    [8] Kim D, Lee Y, Ku B, et al. Crowd Density Estimation Using Multi-class Adaboost[J]., 2012, 191(15): 4951-8.

    [9] 楊國慶, 崔榮一. 基于概率神經網絡的人群密度估計[J]. 延邊大學學報:自然科學版, 2010, 36(3): 250-253.

    YANG Guoqing, CUI Rongyi. Crowd Density Estimation Based on Probabilistic Neural Network[J].,, 2010, 36(3): 250-253.

    [10] Jiang M, Huang J, Wang X, et al. An Approach for Crowd Density and Crowd Size Estimation[J]., 2014, 9(3): 757-762.

    [11] 薛翠紅, 于洋, 張朝, 等. 融合LBP與GLCM的人群密度分類算法[J]. 電視技術, 2015, 39(24): 7-10.

    XUE Cuihong, YU Yang, ZHANG Zhao, et al. Fusing LBP and GLCM for Crowd Density Classification Algorithm[J]., 2015, 39(24): 7-10.

    [12] 王磊. 紅外圖像中的行人檢測算法研究[D]. 合肥: 合肥工業(yè)大學, 2015.

    WANG Lei. Research on Pedestrian Detection Algorithm in Infrared Images[D]. Hefei: Hefei University of Technology, 2015.

    [13] Polus A, Schofer J L, Ushpiz A. Pedestrian Flow and Level of Service[J]., 1983, 109(1): 46-56.

    [14] Haralick R M. Texture features for image classification[J]., 1990, smc-3(6): 610-621.

    [15] 徐麥平. 安防監(jiān)控中人群人數統(tǒng)計方法的研究[D]. 西安: 西安理工大學, 2015.

    XU Maiping. Crowd Counting Research of Security Monitoring[D]. Xi'an: Xi'an University of Technology, 2015.

    Indoor Crowd Density Classification in Infrared Images Based on Fusing High-order Statistics of Histogram with GrayLevel Co-occurrence MatrixFeatures

    LI Xiying,HUANG Qiuxiao

    (,,,510006,)

    The crowd density information in public places plays an important role in public safety, traffic management, and disaster reduction in emergencies. The use of infrared technology can avoid the influence of ambient light whilecapturing crowd images. In order to realize indoor crowd density classification in infrared images, this paper proposes a method that fuses high-order statistics of a grayscale histogram with gray level co-occurrence matrix features (GLCM). First, considering the characteristics of infrared images, this paper analyzes and extracts the high-order statistics of the grayscale sample image histograms. Next, the histogram and GLCM features of sample images are fused serially. Finally, the fusion feature is input to the multi-class support vector machine and the classified crowd density level is output. The experimental results show that the proposed method can achieve 92.13% accuracy for different crowd density classifications in infrared images, with fewerfeatures in lesstime.

    crowd density classification,infrared image,high-order statistics of histogram,gray level co-occurrence matrix

    TP391

    A

    1001-8891(2017)07-0626-06

    2017-03-27;

    2017-06-27.

    李熙瑩(1972-),女,副教授,博士,主要研究方向為圖像處理、目標檢測與跟蹤、圖像識別技術以及各項技術在智能交通、治安監(jiān)控中的應用。E-mail:stslxy@mail.sysu.edu.cn.

    國家自然科學基金(U1611461)。

    猜你喜歡
    直方圖共生灰度
    統(tǒng)計頻率分布直方圖的備考全攻略
    高中數理化(2024年1期)2024-03-02 17:52:40
    符合差分隱私的流數據統(tǒng)計直方圖發(fā)布
    采用改進導重法的拓撲結構灰度單元過濾技術
    基于灰度拉伸的圖像水位識別方法研究
    高技術通訊(2021年3期)2021-06-09 06:57:48
    人與熊貓 和諧共生
    共生
    優(yōu)生共生圈培養(yǎng)模式探索
    優(yōu)生共生圈培養(yǎng)模式探索
    用直方圖控制畫面影調
    基于最大加權投影求解的彩色圖像灰度化對比度保留算法
    自動化學報(2017年5期)2017-05-14 06:20:56
    久久亚洲真实| 日韩制服丝袜自拍偷拍| kizo精华| 亚洲av欧美aⅴ国产| 免费不卡黄色视频| 色综合婷婷激情| 999精品在线视频| 久久国产精品男人的天堂亚洲| 国产精品一区二区在线观看99| 亚洲精华国产精华精| 成年女人毛片免费观看观看9 | 日韩一卡2卡3卡4卡2021年| 黄色丝袜av网址大全| 国产精品久久久久成人av| 亚洲精品国产区一区二| 美女高潮喷水抽搐中文字幕| 超色免费av| 亚洲欧洲日产国产| 9热在线视频观看99| 亚洲少妇的诱惑av| 51午夜福利影视在线观看| 99久久精品国产亚洲精品| 91精品国产国语对白视频| 久久久久久免费高清国产稀缺| 在线观看人妻少妇| 久久久精品免费免费高清| 考比视频在线观看| 80岁老熟妇乱子伦牲交| 99国产极品粉嫩在线观看| 老熟女久久久| 欧美黑人精品巨大| 欧美午夜高清在线| av有码第一页| 亚洲精品中文字幕一二三四区 | 成年人午夜在线观看视频| 天堂俺去俺来也www色官网| 自线自在国产av| 国产xxxxx性猛交| 一本一本久久a久久精品综合妖精| 大陆偷拍与自拍| 又大又爽又粗| 国产成人欧美在线观看 | 动漫黄色视频在线观看| 国产午夜精品久久久久久| 香蕉国产在线看| 最新美女视频免费是黄的| 国产精品1区2区在线观看. | 91成年电影在线观看| 亚洲国产欧美一区二区综合| 国产aⅴ精品一区二区三区波| av免费在线观看网站| 啦啦啦免费观看视频1| 狠狠狠狠99中文字幕| 少妇的丰满在线观看| 欧美日韩国产mv在线观看视频| 久久久久久久国产电影| 黄色视频,在线免费观看| 精品一区二区三区四区五区乱码| 久久精品亚洲精品国产色婷小说| 亚洲国产看品久久| 十八禁人妻一区二区| 亚洲欧洲精品一区二区精品久久久| 9热在线视频观看99| 久久亚洲精品不卡| 大香蕉久久成人网| 日日爽夜夜爽网站| 国产亚洲精品第一综合不卡| 国产精品自产拍在线观看55亚洲 | 午夜福利影视在线免费观看| 亚洲精品久久成人aⅴ小说| 国产精品 国内视频| 多毛熟女@视频| 亚洲欧美精品综合一区二区三区| 国产不卡av网站在线观看| 亚洲精品自拍成人| 久久影院123| 亚洲成人免费电影在线观看| 日韩熟女老妇一区二区性免费视频| 99久久国产精品久久久| 久久精品亚洲精品国产色婷小说| 久热这里只有精品99| a级毛片在线看网站| 中文字幕最新亚洲高清| www.自偷自拍.com| 91av网站免费观看| 欧美日韩亚洲国产一区二区在线观看 | 久久免费观看电影| 黑人欧美特级aaaaaa片| 韩国精品一区二区三区| 69av精品久久久久久 | 精品少妇黑人巨大在线播放| 国产麻豆69| 99九九在线精品视频| 亚洲成人免费av在线播放| 日韩欧美免费精品| 正在播放国产对白刺激| 中文字幕制服av| 日韩熟女老妇一区二区性免费视频| aaaaa片日本免费| 亚洲av成人一区二区三| av在线播放免费不卡| 久久久久久久久久久久大奶| 日本av手机在线免费观看| 国产欧美日韩一区二区三区在线| 国产伦人伦偷精品视频| 久久热在线av| 中文字幕制服av| 老司机影院毛片| 国产区一区二久久| 又紧又爽又黄一区二区| 99在线人妻在线中文字幕 | 国产成人免费无遮挡视频| 欧美+亚洲+日韩+国产| 亚洲av电影在线进入| 国产区一区二久久| 午夜激情av网站| 欧美老熟妇乱子伦牲交| 如日韩欧美国产精品一区二区三区| 国产99久久九九免费精品| 亚洲av成人不卡在线观看播放网| 黄频高清免费视频| 欧美久久黑人一区二区| 三上悠亚av全集在线观看| 午夜福利在线免费观看网站| www.精华液| 日韩一区二区三区影片| 亚洲av电影在线进入| 久久久久视频综合| 日本黄色视频三级网站网址 | 麻豆国产av国片精品| 国产成人免费无遮挡视频| 在线观看人妻少妇| 日韩大码丰满熟妇| 亚洲欧美一区二区三区久久| 精品一品国产午夜福利视频| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美精品啪啪一区二区三区| 深夜精品福利| av片东京热男人的天堂| 国产日韩欧美视频二区| 肉色欧美久久久久久久蜜桃| 最新美女视频免费是黄的| 美女视频免费永久观看网站| 精品免费久久久久久久清纯 | 国产日韩欧美视频二区| 日韩熟女老妇一区二区性免费视频| av片东京热男人的天堂| 一区二区三区激情视频| 99国产综合亚洲精品| 成人三级做爰电影| 老司机靠b影院| 国产一区二区三区在线臀色熟女 | 日本一区二区免费在线视频| 国产精品熟女久久久久浪| 80岁老熟妇乱子伦牲交| 别揉我奶头~嗯~啊~动态视频| 亚洲成人手机| 精品人妻在线不人妻| 麻豆国产av国片精品| 咕卡用的链子| 亚洲男人天堂网一区| 人人妻人人澡人人看| 99国产精品一区二区三区| 在线观看免费视频网站a站| 制服诱惑二区| 国产在视频线精品| 午夜福利,免费看| 无人区码免费观看不卡 | 成人手机av| 精品少妇内射三级| 考比视频在线观看| 性少妇av在线| 欧美精品亚洲一区二区| 国产在线免费精品| 在线播放国产精品三级| 伊人久久大香线蕉亚洲五| 日本a在线网址| 精品第一国产精品| 欧美精品高潮呻吟av久久| 丝袜人妻中文字幕| 亚洲欧美一区二区三区久久| 国产欧美日韩一区二区三| 操出白浆在线播放| 水蜜桃什么品种好| 国产精品麻豆人妻色哟哟久久| 肉色欧美久久久久久久蜜桃| 久久人妻av系列| 韩国精品一区二区三区| 黄片大片在线免费观看| 天天躁日日躁夜夜躁夜夜| 国产精品久久久人人做人人爽| 亚洲一卡2卡3卡4卡5卡精品中文| av免费在线观看网站| 久久久久精品人妻al黑| 国产男女内射视频| 精品人妻1区二区| 久久久久久久久久久久大奶| 香蕉久久夜色| 国产一区二区三区综合在线观看| 国产区一区二久久| 丰满饥渴人妻一区二区三| 国产一区二区三区在线臀色熟女 | 成年女人毛片免费观看观看9 | 日本五十路高清| 亚洲国产欧美一区二区综合| 亚洲国产欧美网| 国产主播在线观看一区二区| 日韩大片免费观看网站| 黄色 视频免费看| 免费女性裸体啪啪无遮挡网站| 最新美女视频免费是黄的| 国产男靠女视频免费网站| 最新的欧美精品一区二区| 色综合婷婷激情| 久久久欧美国产精品| 色婷婷av一区二区三区视频| 老司机靠b影院| 大型av网站在线播放| 高潮久久久久久久久久久不卡| 欧美精品高潮呻吟av久久| 欧美日韩视频精品一区| 97人妻天天添夜夜摸| 国产免费现黄频在线看| 欧美大码av| 亚洲少妇的诱惑av| 美女主播在线视频| 精品一区二区三区av网在线观看 | 老鸭窝网址在线观看| 亚洲第一欧美日韩一区二区三区 | 亚洲一码二码三码区别大吗| 啦啦啦在线免费观看视频4| 在线观看免费视频网站a站| 国产成人av教育| 亚洲精品成人av观看孕妇| 免费高清在线观看日韩| 国产精品一区二区免费欧美| 久久久精品免费免费高清| 国产成人一区二区三区免费视频网站| 亚洲三区欧美一区| 大型av网站在线播放| 成人精品一区二区免费| 一本一本久久a久久精品综合妖精| 中文字幕色久视频| 欧美+亚洲+日韩+国产| 久久免费观看电影| 成人永久免费在线观看视频 | 国产亚洲精品一区二区www | 人人妻人人澡人人看| 亚洲精品成人av观看孕妇| 黄色视频,在线免费观看| 91老司机精品| 国产欧美日韩一区二区三| 日韩大片免费观看网站| av线在线观看网站| av福利片在线| 妹子高潮喷水视频| 亚洲av国产av综合av卡| 老司机在亚洲福利影院| 99精国产麻豆久久婷婷| 国产av国产精品国产| 久久精品aⅴ一区二区三区四区| 99久久国产精品久久久| 久久久久久人人人人人| 欧美日韩视频精品一区| 久久久精品区二区三区| 99riav亚洲国产免费| 国产精品久久久久成人av| 大香蕉久久网| 50天的宝宝边吃奶边哭怎么回事| avwww免费| 久久久精品国产亚洲av高清涩受| 国产高清视频在线播放一区| 又大又爽又粗| 变态另类成人亚洲欧美熟女 | 建设人人有责人人尽责人人享有的| 日韩欧美免费精品| 天天躁日日躁夜夜躁夜夜| 国产在线视频一区二区| 久久国产精品人妻蜜桃| 午夜福利一区二区在线看| 两人在一起打扑克的视频| 不卡一级毛片| 国产黄频视频在线观看| 侵犯人妻中文字幕一二三四区| 极品教师在线免费播放| 少妇猛男粗大的猛烈进出视频| 一本一本久久a久久精品综合妖精| 婷婷丁香在线五月| 欧美+亚洲+日韩+国产| 欧美成狂野欧美在线观看| 9热在线视频观看99| 91av网站免费观看| 成人永久免费在线观看视频 | 曰老女人黄片| 国产伦人伦偷精品视频| 成人永久免费在线观看视频 | 欧美日韩av久久| 丝袜美腿诱惑在线| 香蕉久久夜色| 欧美激情高清一区二区三区| 搡老熟女国产l中国老女人| 在线天堂中文资源库| 久久影院123| 欧美黑人精品巨大| 欧美另类亚洲清纯唯美| 国产日韩欧美在线精品| 亚洲人成伊人成综合网2020| 天天躁夜夜躁狠狠躁躁| 免费在线观看黄色视频的| 妹子高潮喷水视频| 欧美乱妇无乱码| 侵犯人妻中文字幕一二三四区| 在线看a的网站| 99久久99久久久精品蜜桃| 欧美激情极品国产一区二区三区| 啦啦啦在线免费观看视频4| 美女高潮喷水抽搐中文字幕| 黑人欧美特级aaaaaa片| 男女床上黄色一级片免费看| 色视频在线一区二区三区| 他把我摸到了高潮在线观看 | 十八禁网站免费在线| 国产精品 欧美亚洲| 国产日韩欧美在线精品| 欧美成人免费av一区二区三区 | 国产免费av片在线观看野外av| 日韩大片免费观看网站| 国产精品麻豆人妻色哟哟久久| 日韩一卡2卡3卡4卡2021年| 亚洲全国av大片| 欧美人与性动交α欧美精品济南到| 亚洲成人免费电影在线观看| 香蕉国产在线看| 午夜两性在线视频| 亚洲国产欧美一区二区综合| 在线观看66精品国产| 欧美zozozo另类| 成人永久免费在线观看视频| 搡老妇女老女人老熟妇| 在线十欧美十亚洲十日本专区| 我要搜黄色片| 天天一区二区日本电影三级| 日本a在线网址| 免费在线观看视频国产中文字幕亚洲| 亚洲欧美一区二区三区黑人| 欧美乱色亚洲激情| 嫩草影院精品99| 日韩欧美在线乱码| 叶爱在线成人免费视频播放| 国产伦在线观看视频一区| 久久精品综合一区二区三区| 午夜日韩欧美国产| 国产精品女同一区二区软件 | 丝袜人妻中文字幕| 精品国产亚洲在线| 18禁裸乳无遮挡免费网站照片| 变态另类成人亚洲欧美熟女| 国产成人影院久久av| 精品不卡国产一区二区三区| 免费观看的影片在线观看| 麻豆成人av在线观看| 母亲3免费完整高清在线观看| 成人高潮视频无遮挡免费网站| 观看美女的网站| 欧美绝顶高潮抽搐喷水| 91久久精品国产一区二区成人 | 精品一区二区三区视频在线观看免费| 一本一本综合久久| 午夜福利高清视频| 日本撒尿小便嘘嘘汇集6| 午夜免费成人在线视频| www国产在线视频色| 91av网一区二区| 中出人妻视频一区二区| 国内揄拍国产精品人妻在线| 天堂影院成人在线观看| 黄片小视频在线播放| 国产aⅴ精品一区二区三区波| 免费电影在线观看免费观看| 精品国产乱子伦一区二区三区| 中文字幕人妻丝袜一区二区| 啦啦啦韩国在线观看视频| 亚洲精品美女久久久久99蜜臀| 99热这里只有是精品50| 国产成人福利小说| 欧美高清成人免费视频www| 嫩草影院精品99| 国产伦在线观看视频一区| 午夜亚洲福利在线播放| 国产乱人伦免费视频| 亚洲精华国产精华精| 欧美日韩综合久久久久久 | 手机成人av网站| 久久亚洲真实| 久久精品91蜜桃| 1024手机看黄色片| 成人国产一区最新在线观看| 国产美女午夜福利| 亚洲电影在线观看av| 一个人观看的视频www高清免费观看 | 国产精品电影一区二区三区| 一区福利在线观看| 国产欧美日韩一区二区精品| 欧美日韩精品网址| 天天添夜夜摸| 日韩大尺度精品在线看网址| 国产精品香港三级国产av潘金莲| 成人av在线播放网站| 久久久久国产精品人妻aⅴ院| 欧美日韩中文字幕国产精品一区二区三区| 欧洲精品卡2卡3卡4卡5卡区| 国产av在哪里看| 毛片女人毛片| 亚洲av五月六月丁香网| 天天添夜夜摸| 脱女人内裤的视频| 在线永久观看黄色视频| 日本黄色片子视频| 午夜福利高清视频| 成年人黄色毛片网站| 欧美日韩精品网址| 国产精品女同一区二区软件 | 日本一二三区视频观看| 精品电影一区二区在线| 两人在一起打扑克的视频| 亚洲成人中文字幕在线播放| 亚洲精品乱码久久久v下载方式 | 精品一区二区三区视频在线 | 亚洲av电影在线进入| 成人永久免费在线观看视频| 亚洲国产欧美一区二区综合| 亚洲中文字幕一区二区三区有码在线看 | 国产精品乱码一区二三区的特点| 18美女黄网站色大片免费观看| 精品国产超薄肉色丝袜足j| 国产真实乱freesex| 人人妻,人人澡人人爽秒播| 国产单亲对白刺激| 精品国产美女av久久久久小说| 淫妇啪啪啪对白视频| 欧美日韩中文字幕国产精品一区二区三区| 亚洲自偷自拍图片 自拍| 欧美在线一区亚洲| 久久香蕉精品热| 别揉我奶头~嗯~啊~动态视频| 午夜福利在线在线| 一卡2卡三卡四卡精品乱码亚洲| 特大巨黑吊av在线直播| 亚洲美女黄片视频| 高清在线国产一区| 亚洲精品粉嫩美女一区| 无限看片的www在线观看| 国产成人精品无人区| 中文亚洲av片在线观看爽| 99精品久久久久人妻精品| 日本五十路高清| 欧美极品一区二区三区四区| 国产成年人精品一区二区| 少妇的逼水好多| 亚洲av第一区精品v没综合| 国产精品1区2区在线观看.| 午夜精品在线福利| 久久久久亚洲av毛片大全| 久久久久国产一级毛片高清牌| 久久精品aⅴ一区二区三区四区| 亚洲人成网站高清观看| 听说在线观看完整版免费高清| 亚洲午夜精品一区,二区,三区| 黄片大片在线免费观看| 波多野结衣高清无吗| 欧美成人免费av一区二区三区| 久久精品国产清高在天天线| 少妇的逼水好多| 亚洲七黄色美女视频| 午夜两性在线视频| 99热6这里只有精品| 中文字幕人成人乱码亚洲影| 制服人妻中文乱码| 久久久久久久午夜电影| 岛国在线观看网站| 久久午夜亚洲精品久久| 亚洲成人精品中文字幕电影| 中文在线观看免费www的网站| 琪琪午夜伦伦电影理论片6080| 亚洲va日本ⅴa欧美va伊人久久| 性色avwww在线观看| 大型黄色视频在线免费观看| 熟女少妇亚洲综合色aaa.| 99精品欧美一区二区三区四区| netflix在线观看网站| 69av精品久久久久久| 亚洲中文字幕一区二区三区有码在线看 | 久久香蕉精品热| 热99re8久久精品国产| 美女免费视频网站| 久久国产精品人妻蜜桃| 极品教师在线免费播放| 女同久久另类99精品国产91| x7x7x7水蜜桃| 他把我摸到了高潮在线观看| 在线国产一区二区在线| 精品久久久久久久末码| 国产精品综合久久久久久久免费| 特大巨黑吊av在线直播| 一二三四社区在线视频社区8| 久久精品国产综合久久久| 久久久久久久精品吃奶| 999精品在线视频| 久久久国产成人精品二区| 久久精品国产清高在天天线| netflix在线观看网站| 中亚洲国语对白在线视频| 欧美一区二区精品小视频在线| 欧美一级毛片孕妇| 十八禁网站免费在线| 一个人看视频在线观看www免费 | 免费在线观看日本一区| 亚洲av第一区精品v没综合| 精品国产超薄肉色丝袜足j| av片东京热男人的天堂| 亚洲,欧美精品.| 亚洲国产日韩欧美精品在线观看 | 国产 一区 欧美 日韩| 欧美一区二区国产精品久久精品| 成年版毛片免费区| 99久久国产精品久久久| 黄色女人牲交| 99久久99久久久精品蜜桃| 久久精品91无色码中文字幕| 国产精品影院久久| 午夜久久久久精精品| 九九热线精品视视频播放| 国产精品一区二区精品视频观看| 成人av在线播放网站| 最新中文字幕久久久久 | 精品久久久久久久人妻蜜臀av| а√天堂www在线а√下载| 999精品在线视频| 婷婷丁香在线五月| 麻豆国产97在线/欧美| 婷婷亚洲欧美| 女警被强在线播放| 国产主播在线观看一区二区| 午夜日韩欧美国产| a在线观看视频网站| 99国产极品粉嫩在线观看| 级片在线观看| 香蕉丝袜av| 999久久久精品免费观看国产| 首页视频小说图片口味搜索| 天堂动漫精品| 国产精品国产高清国产av| 可以在线观看的亚洲视频| 国产不卡一卡二| 美女被艹到高潮喷水动态| 国产成人精品久久二区二区91| 欧美一区二区精品小视频在线| 国产成人啪精品午夜网站| a级毛片a级免费在线| 99视频精品全部免费 在线 | 1024香蕉在线观看| 国产精品99久久久久久久久| 国产亚洲精品久久久com| 丁香欧美五月| 丁香六月欧美| 国产精品 国内视频| av天堂在线播放| 亚洲天堂国产精品一区在线| 我要搜黄色片| 悠悠久久av| www.精华液| 最近视频中文字幕2019在线8| 小说图片视频综合网站| 国产精品亚洲av一区麻豆| 长腿黑丝高跟| 国产精品98久久久久久宅男小说| 99久久精品国产亚洲精品| 美女高潮喷水抽搐中文字幕| 欧美激情久久久久久爽电影| 99久久国产精品久久久| 色吧在线观看| 日韩国内少妇激情av| 麻豆国产av国片精品| 热99在线观看视频| 久久久久免费精品人妻一区二区| 香蕉国产在线看| 国内揄拍国产精品人妻在线| 黑人操中国人逼视频| 久久性视频一级片| 亚洲成人中文字幕在线播放| 真人做人爱边吃奶动态| 成人无遮挡网站| 成人三级黄色视频| 亚洲av中文字字幕乱码综合| 俺也久久电影网| 在线视频色国产色| 脱女人内裤的视频| 午夜福利在线观看吧| 无遮挡黄片免费观看| 国产av麻豆久久久久久久| 中国美女看黄片| 丁香欧美五月| 中文字幕av在线有码专区| 性色avwww在线观看| 啦啦啦免费观看视频1| 色综合婷婷激情| tocl精华| 国产精品久久久人人做人人爽| 特级一级黄色大片| 国产美女午夜福利| 黄片小视频在线播放| 亚洲av五月六月丁香网| 国产亚洲欧美98| 麻豆国产97在线/欧美| 午夜两性在线视频|