• <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
    久久人人97超碰香蕉20202| 亚洲,欧美精品.| 91aial.com中文字幕在线观看| 国产精品久久久久久av不卡| 日本vs欧美在线观看视频| 制服丝袜香蕉在线| 视频在线观看一区二区三区| 麻豆乱淫一区二区| 午夜久久久在线观看| 免费观看av网站的网址| 国产探花极品一区二区| 亚洲精品中文字幕在线视频| 久久97久久精品| 国产白丝娇喘喷水9色精品| 乱人伦中国视频| 少妇人妻精品综合一区二区| 街头女战士在线观看网站| 青春草视频在线免费观看| 国语对白做爰xxxⅹ性视频网站| 日韩大片免费观看网站| 中文字幕人妻熟女乱码| 妹子高潮喷水视频| 日产精品乱码卡一卡2卡三| 亚洲成人av在线免费| 国产日韩欧美视频二区| 国产亚洲欧美精品永久| 亚洲精品国产av蜜桃| 一区二区三区乱码不卡18| 校园人妻丝袜中文字幕| av卡一久久| 成人黄色视频免费在线看| 精品一区二区三卡| 久久久久久久国产电影| 在线 av 中文字幕| 国产成人a∨麻豆精品| 桃花免费在线播放| 国产国语露脸激情在线看| 女的被弄到高潮叫床怎么办| 丝袜脚勾引网站| 免费高清在线观看日韩| 午夜免费观看性视频| 日日摸夜夜添夜夜爱| 一本—道久久a久久精品蜜桃钙片| 免费高清在线观看视频在线观看| 国产一区二区激情短视频 | 精品福利永久在线观看| a级片在线免费高清观看视频| 在线亚洲精品国产二区图片欧美| 午夜福利视频精品| 中文精品一卡2卡3卡4更新| 91aial.com中文字幕在线观看| 交换朋友夫妻互换小说| 热re99久久精品国产66热6| 精品一区二区免费观看| 免费在线观看完整版高清| av黄色大香蕉| av电影中文网址| 22中文网久久字幕| 日本黄大片高清| 99久久人妻综合| 国产在线一区二区三区精| 欧美成人精品欧美一级黄| 麻豆乱淫一区二区| 91精品国产国语对白视频| 26uuu在线亚洲综合色| 精品熟女少妇av免费看| av视频免费观看在线观看| 久久久国产欧美日韩av| 一二三四在线观看免费中文在 | 欧美人与性动交α欧美精品济南到 | 纵有疾风起免费观看全集完整版| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 亚洲美女搞黄在线观看| 男女高潮啪啪啪动态图| 成人手机av| 天天操日日干夜夜撸| 国产av码专区亚洲av| 国产又色又爽无遮挡免| 亚洲国产成人一精品久久久| 午夜福利视频在线观看免费| 日韩视频在线欧美| 90打野战视频偷拍视频| 你懂的网址亚洲精品在线观看| 成人国产麻豆网| 免费女性裸体啪啪无遮挡网站| 久久精品熟女亚洲av麻豆精品| 精品亚洲成国产av| 9191精品国产免费久久| 91在线精品国自产拍蜜月| 国产激情久久老熟女| 一区二区av电影网| 亚洲久久久国产精品| 亚洲精品中文字幕在线视频| 一级黄片播放器| 男女免费视频国产| 99国产综合亚洲精品| 国产色婷婷99| 久久精品久久久久久久性| 国产精品一区www在线观看| 国产精品嫩草影院av在线观看| 久久久久视频综合| 欧美xxⅹ黑人| 国产福利在线免费观看视频| 天天躁夜夜躁狠狠躁躁| 我的女老师完整版在线观看| 街头女战士在线观看网站| 在线观看人妻少妇| 黄色视频在线播放观看不卡| 极品人妻少妇av视频| 免费av不卡在线播放| 18+在线观看网站| 欧美xxⅹ黑人| 成人毛片60女人毛片免费| 国产熟女欧美一区二区| 免费女性裸体啪啪无遮挡网站| 免费高清在线观看日韩| 欧美变态另类bdsm刘玥| 两个人免费观看高清视频| 97超碰精品成人国产| 秋霞伦理黄片| 又黄又粗又硬又大视频| 一级毛片我不卡| 久久精品久久精品一区二区三区| 97在线视频观看| 久久人人爽人人爽人人片va| 国产一区二区在线观看av| 69精品国产乱码久久久| 国产欧美日韩综合在线一区二区| 精品国产乱码久久久久久小说| 日产精品乱码卡一卡2卡三| 日韩人妻精品一区2区三区| 精品人妻偷拍中文字幕| 亚洲人成77777在线视频| 性高湖久久久久久久久免费观看| 两个人免费观看高清视频| 男女午夜视频在线观看 | 国产精品人妻久久久久久| 久久久久久久亚洲中文字幕| 免费看av在线观看网站| 亚洲精品中文字幕在线视频| 久热久热在线精品观看| 一边摸一边做爽爽视频免费| 麻豆乱淫一区二区| 三上悠亚av全集在线观看| 男人舔女人的私密视频| 欧美日韩国产mv在线观看视频| 亚洲高清免费不卡视频| 国产综合精华液| 高清av免费在线| 国产亚洲最大av| 观看av在线不卡| 黄片无遮挡物在线观看| 欧美精品人与动牲交sv欧美| 精品人妻偷拍中文字幕| 你懂的网址亚洲精品在线观看| 免费高清在线观看日韩| 在线看a的网站| 久久免费观看电影| 国产精品.久久久| 国产高清三级在线| 国产亚洲av片在线观看秒播厂| 亚洲精品456在线播放app| 欧美 日韩 精品 国产| 久久久久久人妻| 国产亚洲精品久久久com| 亚洲精品成人av观看孕妇| 麻豆乱淫一区二区| a级毛色黄片| 毛片一级片免费看久久久久| 热99国产精品久久久久久7| 色视频在线一区二区三区| 日韩伦理黄色片| 草草在线视频免费看| 老女人水多毛片| 精品国产一区二区三区四区第35| 日韩 亚洲 欧美在线| 国产亚洲午夜精品一区二区久久| 成人国产av品久久久| 国产日韩欧美视频二区| 亚洲av免费高清在线观看| 国产成人免费无遮挡视频| 中文字幕最新亚洲高清| xxxhd国产人妻xxx| 一级毛片 在线播放| 欧美日韩成人在线一区二区| 搡女人真爽免费视频火全软件| 精品午夜福利在线看| 2018国产大陆天天弄谢| 成人漫画全彩无遮挡| 大片免费播放器 马上看| 国产精品99久久99久久久不卡 | 日韩成人av中文字幕在线观看| 黄色怎么调成土黄色| 纵有疾风起免费观看全集完整版| 久久99蜜桃精品久久| 免费人妻精品一区二区三区视频| 香蕉国产在线看| 亚洲国产欧美在线一区| 亚洲色图综合在线观看| 两个人免费观看高清视频| 99热全是精品| 涩涩av久久男人的天堂| 中国美白少妇内射xxxbb| tube8黄色片| 国产爽快片一区二区三区| 亚洲精品456在线播放app| 欧美日韩av久久| 欧美国产精品va在线观看不卡| 一级黄片播放器| 侵犯人妻中文字幕一二三四区| 一本大道久久a久久精品| 老司机亚洲免费影院| 亚洲国产色片| 亚洲欧美中文字幕日韩二区| 男人舔女人的私密视频| 久久这里有精品视频免费| 久久女婷五月综合色啪小说| 男的添女的下面高潮视频| 日韩在线高清观看一区二区三区| 免费在线观看完整版高清| 亚洲第一区二区三区不卡| 久久精品国产a三级三级三级| 97在线人人人人妻| 三级国产精品片| 新久久久久国产一级毛片| 日本91视频免费播放| 蜜桃在线观看..| 亚洲精品美女久久久久99蜜臀 | a级毛色黄片| 亚洲五月色婷婷综合| 久久精品夜色国产| 国产欧美日韩一区二区三区在线| 久热这里只有精品99| 国产成人精品久久久久久| 大香蕉久久成人网| 久久久国产一区二区| 99久久综合免费| 婷婷成人精品国产| 久久精品久久久久久久性| 18禁国产床啪视频网站| 伦理电影大哥的女人| 一区二区三区精品91| 欧美国产精品一级二级三级| 久久久久久久精品精品| 一级黄片播放器| 九九爱精品视频在线观看| 久久毛片免费看一区二区三区| 少妇高潮的动态图| 九九在线视频观看精品| 欧美日韩一区二区视频在线观看视频在线| 欧美精品一区二区大全| 欧美人与性动交α欧美精品济南到 | 另类亚洲欧美激情| 侵犯人妻中文字幕一二三四区| 老熟女久久久| 午夜福利,免费看| 国产免费一级a男人的天堂| 五月伊人婷婷丁香| 亚洲欧洲精品一区二区精品久久久 | 国产精品免费大片| 黄色毛片三级朝国网站| 秋霞在线观看毛片| 久久影院123| 亚洲成人av在线免费| 欧美精品av麻豆av| 欧美亚洲 丝袜 人妻 在线| 蜜桃在线观看..| 成人亚洲精品一区在线观看| 22中文网久久字幕| 人人妻人人澡人人看| 一本—道久久a久久精品蜜桃钙片| 两个人看的免费小视频| 免费日韩欧美在线观看| 亚洲少妇的诱惑av| 五月开心婷婷网| 国产极品天堂在线| 久久久久视频综合| av电影中文网址| 韩国精品一区二区三区 | 亚洲精品视频女| 亚洲av.av天堂| 黄色毛片三级朝国网站| 97人妻天天添夜夜摸| 国产在线一区二区三区精| 国产探花极品一区二区| 亚洲av中文av极速乱| 大片电影免费在线观看免费| 在线观看美女被高潮喷水网站| 一级黄片播放器| 日韩成人伦理影院| 男的添女的下面高潮视频| 自拍欧美九色日韩亚洲蝌蚪91| 丝袜美足系列| 蜜桃国产av成人99| 国产精品人妻久久久久久| 国产免费一级a男人的天堂| 少妇人妻久久综合中文| 男男h啪啪无遮挡| 亚洲av综合色区一区| 80岁老熟妇乱子伦牲交| 亚洲一码二码三码区别大吗| 最近最新中文字幕免费大全7| 大片免费播放器 马上看| 国产精品蜜桃在线观看| 国产毛片在线视频| 亚洲av国产av综合av卡| 夫妻午夜视频| 制服诱惑二区| 亚洲精品久久午夜乱码| 青春草国产在线视频| 18禁国产床啪视频网站| 满18在线观看网站| 精品久久蜜臀av无| 国产精品久久久久成人av| 国产又爽黄色视频| 午夜福利在线观看免费完整高清在| 国产欧美另类精品又又久久亚洲欧美| 午夜福利影视在线免费观看| 男人添女人高潮全过程视频| 国产av码专区亚洲av| 国产精品秋霞免费鲁丝片| 亚洲婷婷狠狠爱综合网| 久久久久久久国产电影| 女人久久www免费人成看片| 日本与韩国留学比较| 一级毛片电影观看| 日韩一区二区三区影片| 一区二区日韩欧美中文字幕 | 亚洲av男天堂| 日本欧美国产在线视频| 少妇精品久久久久久久| 全区人妻精品视频| 亚洲精品乱久久久久久| av卡一久久| 新久久久久国产一级毛片| 色网站视频免费| 免费不卡的大黄色大毛片视频在线观看| 久久 成人 亚洲| 涩涩av久久男人的天堂| 亚洲成人av在线免费| 色吧在线观看| 一本大道久久a久久精品| 老熟女久久久| 日本免费在线观看一区| 日韩制服骚丝袜av| av卡一久久| 少妇精品久久久久久久| 国产成人精品久久久久久| 国产欧美另类精品又又久久亚洲欧美| 欧美 亚洲 国产 日韩一| 欧美精品高潮呻吟av久久| 亚洲精品aⅴ在线观看| 色哟哟·www| 丝袜脚勾引网站| 在线观看免费视频网站a站| 欧美精品一区二区免费开放| 久久午夜福利片| 精品亚洲成国产av| 欧美精品一区二区大全| 91久久精品国产一区二区三区| 国产成人欧美| 久久女婷五月综合色啪小说| 亚洲一级一片aⅴ在线观看| 午夜激情av网站| 亚洲在久久综合| 大码成人一级视频| 国产黄色视频一区二区在线观看| 国产精品国产av在线观看| 日韩伦理黄色片| 国内精品宾馆在线| 国产精品人妻久久久久久| 亚洲美女视频黄频| 久久久久精品性色| 久久久欧美国产精品| 久久久久精品久久久久真实原创| 午夜福利影视在线免费观看| 在线观看免费视频网站a站| 成人黄色视频免费在线看| 9191精品国产免费久久| 久久婷婷青草| 黄片无遮挡物在线观看| 91精品伊人久久大香线蕉| 亚洲国产毛片av蜜桃av| 亚洲av国产av综合av卡| 热re99久久国产66热| 国产av一区二区精品久久| 日韩中字成人| 美国免费a级毛片| 午夜福利乱码中文字幕| 只有这里有精品99| 精品国产国语对白av| 一区二区日韩欧美中文字幕 | 日日爽夜夜爽网站| 天天影视国产精品| 国产男女内射视频| 日韩一区二区三区影片| 亚洲成人av在线免费| 黑人猛操日本美女一级片| 国产欧美日韩一区二区三区在线| 久久人妻熟女aⅴ| 观看美女的网站| 亚洲国产毛片av蜜桃av| 日本与韩国留学比较| av电影中文网址| 在线天堂中文资源库| 亚洲精品色激情综合| 飞空精品影院首页| 制服丝袜香蕉在线| 视频中文字幕在线观看| 韩国精品一区二区三区 | 久久久久精品性色| 看免费成人av毛片| 国产亚洲最大av| 九九爱精品视频在线观看| 日韩av在线免费看完整版不卡| 国产高清国产精品国产三级| 久久久久久人人人人人| 国产成人精品无人区| 亚洲色图综合在线观看| 成年动漫av网址| 最黄视频免费看| 人妻少妇偷人精品九色| 性高湖久久久久久久久免费观看| 搡老乐熟女国产| 十八禁高潮呻吟视频| 国产精品成人在线| 热99国产精品久久久久久7| 国产探花极品一区二区| 精品久久国产蜜桃| 乱人伦中国视频| 美女大奶头黄色视频| 18禁在线无遮挡免费观看视频| 另类亚洲欧美激情| 18禁裸乳无遮挡动漫免费视频| 美女视频免费永久观看网站| 制服丝袜香蕉在线| 91精品国产国语对白视频| 亚洲欧美成人精品一区二区| 99久久中文字幕三级久久日本| 飞空精品影院首页| 亚洲精品日韩在线中文字幕| 午夜91福利影院| 色5月婷婷丁香| 亚洲av福利一区| 熟妇人妻不卡中文字幕| 午夜日本视频在线| 2021少妇久久久久久久久久久| 国产探花极品一区二区| 激情五月婷婷亚洲| 少妇精品久久久久久久| 亚洲欧美成人综合另类久久久| 亚洲五月色婷婷综合| 午夜福利在线观看免费完整高清在| 日日爽夜夜爽网站| 欧美老熟妇乱子伦牲交| 桃花免费在线播放| 久久久久久久国产电影| 看免费av毛片| 婷婷成人精品国产| 国产极品天堂在线| 亚洲国产色片| 国产成人精品福利久久| 校园人妻丝袜中文字幕| 午夜免费男女啪啪视频观看| 精品久久久久久电影网| 青春草国产在线视频| 欧美日韩综合久久久久久| 亚洲精品国产色婷婷电影| 国产色婷婷99| 日韩大片免费观看网站| 精品99又大又爽又粗少妇毛片| 亚洲精品视频女| 黄色视频在线播放观看不卡| 99国产综合亚洲精品| 欧美日韩国产mv在线观看视频| 女人久久www免费人成看片| 国精品久久久久久国模美| 91精品三级在线观看| 亚洲国产精品一区三区| 亚洲第一av免费看| 色吧在线观看| 亚洲精品一区蜜桃| 日本色播在线视频| 韩国av在线不卡| 国产永久视频网站| 亚洲欧美中文字幕日韩二区| 免费女性裸体啪啪无遮挡网站| 嫩草影院入口| 日韩熟女老妇一区二区性免费视频| 亚洲情色 制服丝袜| 18禁国产床啪视频网站| 国产片内射在线| 欧美变态另类bdsm刘玥| 久久人人爽人人爽人人片va| 亚洲国产毛片av蜜桃av| 色吧在线观看| 免费黄频网站在线观看国产| 中文字幕人妻熟女乱码| 欧美 日韩 精品 国产| 91aial.com中文字幕在线观看| 99热全是精品| 国产极品天堂在线| 秋霞在线观看毛片| 91午夜精品亚洲一区二区三区| 熟女人妻精品中文字幕| 永久免费av网站大全| 高清欧美精品videossex| 日韩,欧美,国产一区二区三区| 久久久国产一区二区| 国产精品蜜桃在线观看| 男女免费视频国产| 狂野欧美激情性xxxx在线观看| 香蕉精品网在线| 精品国产露脸久久av麻豆| 日韩av免费高清视频| 久久久精品区二区三区| 亚洲欧美色中文字幕在线| 国产一区二区激情短视频 | 国产高清三级在线| 国产国语露脸激情在线看| 亚洲精品国产av蜜桃| 99香蕉大伊视频| 纯流量卡能插随身wifi吗| 99热国产这里只有精品6| 天堂俺去俺来也www色官网| 最新的欧美精品一区二区| 成年人午夜在线观看视频| 亚洲第一区二区三区不卡| 一级毛片我不卡| av在线老鸭窝| 精品国产乱码久久久久久小说| 亚洲精品国产av蜜桃| 精品国产一区二区久久| 国产精品久久久久久精品古装| 日本与韩国留学比较| 亚洲精品中文字幕在线视频| 国产黄频视频在线观看| 天堂俺去俺来也www色官网| a级毛片在线看网站| 亚洲人与动物交配视频| 亚洲精品自拍成人| 五月天丁香电影| 边亲边吃奶的免费视频| 日本欧美国产在线视频| 亚洲一码二码三码区别大吗| 亚洲欧美中文字幕日韩二区| 久久久久久久久久久久大奶| 精品一区二区三区视频在线| 久久99一区二区三区| 老司机影院成人| 母亲3免费完整高清在线观看 | 青青草视频在线视频观看| 人妻一区二区av| 精品少妇久久久久久888优播| 熟女av电影| 黄片播放在线免费| 免费看光身美女| 高清不卡的av网站| 大香蕉久久网| av在线播放精品| 亚洲成色77777| 日韩成人av中文字幕在线观看| 91精品三级在线观看| 91精品国产国语对白视频| 人人妻人人澡人人爽人人夜夜| 好男人视频免费观看在线| 欧美日韩一区二区视频在线观看视频在线| 亚洲四区av| 国产成人精品无人区| 久久精品夜色国产| 亚洲美女黄色视频免费看| 欧美 日韩 精品 国产| 亚洲欧美成人综合另类久久久| 极品少妇高潮喷水抽搐| 18禁裸乳无遮挡动漫免费视频| 日韩视频在线欧美| 欧美精品av麻豆av| 久久精品国产亚洲av涩爱| 久久 成人 亚洲| 国产av精品麻豆| 国内精品宾馆在线| 一级,二级,三级黄色视频| 麻豆精品久久久久久蜜桃| av免费观看日本| 极品少妇高潮喷水抽搐| 亚洲综合色网址| kizo精华| 亚洲精品久久午夜乱码| 国产在线免费精品| 性色avwww在线观看| 寂寞人妻少妇视频99o| 狂野欧美激情性bbbbbb| 久久99精品国语久久久| 成人二区视频| 国产成人91sexporn| 国产xxxxx性猛交| 国产亚洲欧美精品永久| 在线观看免费视频网站a站| 两个人看的免费小视频| 欧美激情极品国产一区二区三区 | 亚洲精品美女久久av网站| 美女福利国产在线| 全区人妻精品视频| 熟女人妻精品中文字幕| 两性夫妻黄色片 | av有码第一页| 国产精品久久久久成人av| 男的添女的下面高潮视频| 亚洲成人一二三区av| 看非洲黑人一级黄片| 亚洲欧美色中文字幕在线| 色哟哟·www| 捣出白浆h1v1| 欧美 亚洲 国产 日韩一| 久久久亚洲精品成人影院|