• <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
    亚洲精品久久久久久婷婷小说 | 色综合色国产| 大香蕉久久网| 国产高清不卡午夜福利| 日韩一本色道免费dvd| 精品国产一区二区三区久久久樱花 | 午夜精品一区二区三区免费看| 亚洲高清免费不卡视频| 激情 狠狠 欧美| 村上凉子中文字幕在线| av.在线天堂| 伦精品一区二区三区| 国产人妻一区二区三区在| 日日摸夜夜添夜夜爱| 高清av免费在线| 亚洲欧美精品自产自拍| 欧美不卡视频在线免费观看| 国产亚洲一区二区精品| 国产 一区精品| 我的老师免费观看完整版| 看免费成人av毛片| 啦啦啦韩国在线观看视频| 成年av动漫网址| 国产69精品久久久久777片| 麻豆成人午夜福利视频| 最近手机中文字幕大全| 免费不卡的大黄色大毛片视频在线观看 | 国产精品麻豆人妻色哟哟久久 | 免费观看精品视频网站| 成人高潮视频无遮挡免费网站| 免费看光身美女| 欧美激情国产日韩精品一区| 夜夜看夜夜爽夜夜摸| 欧美一区二区精品小视频在线| 黄片无遮挡物在线观看| 亚洲成人久久爱视频| 国产片特级美女逼逼视频| 人妻少妇偷人精品九色| 中文字幕精品亚洲无线码一区| 干丝袜人妻中文字幕| 男人和女人高潮做爰伦理| 嫩草影院新地址| 免费观看人在逋| 一夜夜www| 亚洲五月天丁香| 亚洲四区av| 女人十人毛片免费观看3o分钟| 中文字幕熟女人妻在线| 亚洲五月天丁香| 18禁在线无遮挡免费观看视频| 日本爱情动作片www.在线观看| 国产亚洲精品久久久com| 国产精品一区www在线观看| 久久精品久久久久久久性| 九九爱精品视频在线观看| 99在线视频只有这里精品首页| 麻豆精品久久久久久蜜桃| 国产精品蜜桃在线观看| 秋霞伦理黄片| 色网站视频免费| 亚洲成人精品中文字幕电影| 有码 亚洲区| 日韩高清综合在线| 国产高清三级在线| 国产一级毛片七仙女欲春2| 亚洲国产精品专区欧美| 日本一二三区视频观看| 日韩视频在线欧美| 国产精品一区二区性色av| 少妇人妻一区二区三区视频| 国产精品av视频在线免费观看| 国产黄片视频在线免费观看| 亚洲欧美一区二区三区国产| 老师上课跳d突然被开到最大视频| 亚洲美女搞黄在线观看| 亚洲欧美成人精品一区二区| 永久网站在线| 久久久成人免费电影| 久久精品综合一区二区三区| 我要搜黄色片| 日产精品乱码卡一卡2卡三| 欧美高清成人免费视频www| 亚洲欧洲国产日韩| 日韩成人av中文字幕在线观看| 国产精品无大码| 最近中文字幕2019免费版| 国产综合懂色| 亚洲欧美一区二区三区国产| 日本av手机在线免费观看| 在线天堂最新版资源| 久久6这里有精品| 特大巨黑吊av在线直播| 欧美激情在线99| 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 | 国产成人午夜福利电影在线观看| 男女边吃奶边做爰视频| 大话2 男鬼变身卡| 神马国产精品三级电影在线观看| 欧美又色又爽又黄视频| 淫秽高清视频在线观看| 亚洲最大成人手机在线| 日本三级黄在线观看| 国产亚洲精品av在线| 中文字幕av在线有码专区| 成人亚洲欧美一区二区av| 久久久午夜欧美精品| 免费av毛片视频| 麻豆国产97在线/欧美| 亚洲高清免费不卡视频| 少妇熟女欧美另类| 天天一区二区日本电影三级| 亚洲av中文av极速乱| 久久99热这里只有精品18| 七月丁香在线播放| 久久精品影院6| 国产一区二区亚洲精品在线观看| 天美传媒精品一区二区| 欧美成人精品欧美一级黄| 中文在线观看免费www的网站| 国产伦一二天堂av在线观看| 国产乱人视频| 国产男人的电影天堂91| 超碰av人人做人人爽久久| 狂野欧美激情性xxxx在线观看| 国内精品宾馆在线| 真实男女啪啪啪动态图| 黄色日韩在线| 欧美日本亚洲视频在线播放| 男女国产视频网站| 成人无遮挡网站| 青春草国产在线视频| 日本一本二区三区精品| a级一级毛片免费在线观看| 亚洲欧美日韩东京热| 国产午夜福利久久久久久| www日本黄色视频网| 麻豆国产97在线/欧美| 毛片一级片免费看久久久久| 亚洲精品456在线播放app| 精品久久久噜噜| 亚洲国产高清在线一区二区三| 美女大奶头视频| 国产一区二区在线av高清观看| 免费看美女性在线毛片视频| 欧美zozozo另类| 欧美成人午夜免费资源| 黄色一级大片看看| 久久精品国产自在天天线| 毛片一级片免费看久久久久| 99久久人妻综合| 一个人看视频在线观看www免费| 亚洲精品aⅴ在线观看| 搡女人真爽免费视频火全软件| 国产成年人精品一区二区| 观看美女的网站| 精品99又大又爽又粗少妇毛片| 日日摸夜夜添夜夜添av毛片| 神马国产精品三级电影在线观看| 最近视频中文字幕2019在线8| 午夜老司机福利剧场| 天堂网av新在线| 黄色日韩在线| 免费播放大片免费观看视频在线观看 | 国产大屁股一区二区在线视频| 国产探花在线观看一区二区| 亚洲成人av在线免费| 免费看a级黄色片| 免费搜索国产男女视频| 亚洲久久久久久中文字幕| 成人亚洲欧美一区二区av| 精品国产三级普通话版| 美女黄网站色视频| 亚洲婷婷狠狠爱综合网| 嘟嘟电影网在线观看| 不卡视频在线观看欧美| 黄片wwwwww| 免费看美女性在线毛片视频| 久热久热在线精品观看| 成人一区二区视频在线观看| 网址你懂的国产日韩在线| 日韩精品有码人妻一区| 免费搜索国产男女视频| 干丝袜人妻中文字幕| 欧美激情国产日韩精品一区| 国产真实伦视频高清在线观看| 日韩强制内射视频| 国产精华一区二区三区| 不卡视频在线观看欧美| 欧美日韩在线观看h| 成人特级av手机在线观看| 国语对白做爰xxxⅹ性视频网站| 亚洲国产成人一精品久久久| 久久久久国产网址| 免费观看在线日韩| 国产精品爽爽va在线观看网站| 日韩 亚洲 欧美在线| 欧美一级a爱片免费观看看| 一区二区三区高清视频在线| 久久久久久久午夜电影| 中文字幕精品亚洲无线码一区| 成人欧美大片| 国产高潮美女av| 亚洲熟妇中文字幕五十中出| 国产成人aa在线观看| 亚洲天堂国产精品一区在线| 亚洲中文字幕一区二区三区有码在线看| 日韩欧美精品v在线| 中国国产av一级| 日本免费a在线| 麻豆成人午夜福利视频| 亚洲成色77777| 久久人人爽人人爽人人片va| 国产精品久久久久久久久免| 日韩在线高清观看一区二区三区| av播播在线观看一区| 中国国产av一级| 久久99热6这里只有精品| 中文字幕av在线有码专区| 3wmmmm亚洲av在线观看| 99久久无色码亚洲精品果冻| 中文在线观看免费www的网站| 国产成人a区在线观看| .国产精品久久| 亚洲av男天堂| 亚洲最大成人av| 桃色一区二区三区在线观看| 亚洲三级黄色毛片| 神马国产精品三级电影在线观看| 美女cb高潮喷水在线观看| 99久久精品一区二区三区| 少妇丰满av| 老司机影院成人| 亚洲,欧美,日韩| 亚洲av.av天堂| 热99re8久久精品国产| 色综合色国产| 深爱激情五月婷婷| 欧美97在线视频| 中文欧美无线码| 国语对白做爰xxxⅹ性视频网站| kizo精华| 国产高清视频在线观看网站| 久久精品国产亚洲av天美| 男的添女的下面高潮视频| 两个人视频免费观看高清| 国产淫语在线视频| 黄片wwwwww| 国产人妻一区二区三区在| 99久久九九国产精品国产免费| 国产精品三级大全| 久久精品国产鲁丝片午夜精品| 男人舔奶头视频| 男女视频在线观看网站免费| 亚洲国产日韩欧美精品在线观看| 欧美日韩一区二区视频在线观看视频在线 | 亚洲婷婷狠狠爱综合网| 日日摸夜夜添夜夜添av毛片| 男女边吃奶边做爰视频| 国产成人精品一,二区| 久久精品国产自在天天线| 亚洲国产精品成人久久小说| 国产亚洲精品av在线| 国产不卡一卡二| 欧美一区二区亚洲| 国产片特级美女逼逼视频| 国产真实乱freesex| 中文字幕免费在线视频6| 精品久久久噜噜| 国产免费福利视频在线观看| 九九在线视频观看精品| 成人毛片60女人毛片免费| 国产国拍精品亚洲av在线观看| 99久久无色码亚洲精品果冻| 老女人水多毛片| 精品少妇黑人巨大在线播放 | 国产精品,欧美在线| 99久久无色码亚洲精品果冻| 国产午夜精品一二区理论片| 欧美bdsm另类| 噜噜噜噜噜久久久久久91| 免费黄色在线免费观看| 伊人久久精品亚洲午夜| 国产精品国产三级专区第一集| 亚洲欧洲日产国产| 美女cb高潮喷水在线观看| 午夜视频国产福利| 我的老师免费观看完整版| 男女边吃奶边做爰视频| 天天躁日日操中文字幕| 精品人妻熟女av久视频| 久久精品国产亚洲网站| 成人性生交大片免费视频hd| 一级爰片在线观看| 欧美三级亚洲精品| 内地一区二区视频在线| 国产精品电影一区二区三区| 欧美精品国产亚洲| 国产又色又爽无遮挡免| 久久久久免费精品人妻一区二区| 国产又色又爽无遮挡免| 身体一侧抽搐| 亚洲精品日韩在线中文字幕| 看免费成人av毛片| 日本熟妇午夜| 午夜福利在线观看免费完整高清在| ponron亚洲| 欧美bdsm另类| 国产一级毛片七仙女欲春2| 亚洲18禁久久av| 久久精品夜色国产| 亚洲精品一区蜜桃| 人妻夜夜爽99麻豆av| 我要搜黄色片| videos熟女内射| 我的老师免费观看完整版| 久久久久久久久大av| 国产精品一区www在线观看| 色5月婷婷丁香| 日本wwww免费看| 偷拍熟女少妇极品色| 婷婷色av中文字幕| 国产又黄又爽又无遮挡在线| 精品一区二区三区人妻视频| 国产精品久久久久久精品电影| 免费看美女性在线毛片视频| 亚洲欧美中文字幕日韩二区| 如何舔出高潮| 小蜜桃在线观看免费完整版高清| 三级男女做爰猛烈吃奶摸视频| 久久国产乱子免费精品| 麻豆国产97在线/欧美| 国产精品嫩草影院av在线观看| 免费一级毛片在线播放高清视频| 国产高清有码在线观看视频| 久久久久九九精品影院| 国产久久久一区二区三区| 尤物成人国产欧美一区二区三区| 99久久九九国产精品国产免费| 夫妻性生交免费视频一级片| 日日摸夜夜添夜夜添av毛片| 蜜臀久久99精品久久宅男| 欧美性感艳星| 男人狂女人下面高潮的视频| 亚洲性久久影院| av播播在线观看一区| 久久久精品欧美日韩精品| 久久精品国产鲁丝片午夜精品| 永久网站在线| 噜噜噜噜噜久久久久久91| 亚洲成人久久爱视频| 亚洲国产日韩欧美精品在线观看| 五月玫瑰六月丁香| 成人av在线播放网站| 久久精品国产鲁丝片午夜精品| 亚洲经典国产精华液单| 精品久久久久久电影网 | 青春草国产在线视频| 熟妇人妻久久中文字幕3abv| 3wmmmm亚洲av在线观看| 一二三四中文在线观看免费高清| 99久久人妻综合| 国产老妇女一区| 一边亲一边摸免费视频| 精品久久久久久成人av| 汤姆久久久久久久影院中文字幕 | 国产成人免费观看mmmm| 婷婷色av中文字幕| 91久久精品电影网| 国模一区二区三区四区视频| 免费看光身美女| 日本猛色少妇xxxxx猛交久久| 国产精品久久久久久久久免| 日本黄大片高清| 久久6这里有精品| 啦啦啦韩国在线观看视频| 国产三级在线视频| 一边摸一边抽搐一进一小说| 国产精品久久久久久久久免| 免费人成在线观看视频色| 人人妻人人澡人人爽人人夜夜 | 国产欧美另类精品又又久久亚洲欧美| 亚洲aⅴ乱码一区二区在线播放| 精品久久久久久成人av| 成年版毛片免费区| 亚洲欧美日韩无卡精品| 欧美一区二区亚洲| 蜜桃亚洲精品一区二区三区| 国产精品一区二区三区四区免费观看| 欧美一区二区精品小视频在线| 淫秽高清视频在线观看| 三级国产精品片| 十八禁国产超污无遮挡网站| 国内精品一区二区在线观看| 91av网一区二区| 乱人视频在线观看| 男人和女人高潮做爰伦理| 天堂网av新在线| 日韩av不卡免费在线播放| 久久久精品94久久精品| 国产片特级美女逼逼视频| 国产精品不卡视频一区二区| 亚洲精品久久久久久婷婷小说 | 我的老师免费观看完整版| 免费av毛片视频| 六月丁香七月| 女的被弄到高潮叫床怎么办| 伊人久久精品亚洲午夜| 亚洲激情五月婷婷啪啪| 精品国产三级普通话版| 欧美一区二区国产精品久久精品| 综合色丁香网| 性色avwww在线观看| 国产免费视频播放在线视频 | 深夜a级毛片| 天堂√8在线中文| 国产熟女欧美一区二区| 国产午夜精品一二区理论片| 18+在线观看网站| 夜夜看夜夜爽夜夜摸| 哪个播放器可以免费观看大片| 国产国拍精品亚洲av在线观看| 国产精品女同一区二区软件| 少妇的逼好多水| 中文精品一卡2卡3卡4更新| 18禁裸乳无遮挡免费网站照片| 国产精品野战在线观看| 永久免费av网站大全| 色哟哟·www| 日韩欧美精品免费久久| 中文字幕免费在线视频6| 日本免费在线观看一区| 亚洲自偷自拍三级| 精品午夜福利在线看| 99久久无色码亚洲精品果冻| 黄色欧美视频在线观看| 精品一区二区三区人妻视频| 亚洲欧美日韩无卡精品| 日韩三级伦理在线观看| 99久久无色码亚洲精品果冻| 免费看光身美女| 嫩草影院精品99| 91av网一区二区| 日日干狠狠操夜夜爽| 大香蕉97超碰在线| 久久精品国产亚洲网站| 日韩国内少妇激情av| 久久这里只有精品中国| 精品一区二区三区人妻视频| 国产免费福利视频在线观看| 亚洲av中文字字幕乱码综合| 欧美精品一区二区大全| 18禁在线播放成人免费| 久久草成人影院| 国产乱来视频区| 18禁在线无遮挡免费观看视频| 一个人观看的视频www高清免费观看| 菩萨蛮人人尽说江南好唐韦庄 | 亚洲欧美精品综合久久99| 女人久久www免费人成看片 | 久久精品人妻少妇| 午夜视频国产福利| 国产精品无大码| 最近视频中文字幕2019在线8| 热99re8久久精品国产| 在线播放无遮挡| av在线观看视频网站免费| 日本爱情动作片www.在线观看| 国产一区有黄有色的免费视频 | 我要搜黄色片| 麻豆精品久久久久久蜜桃| 中国美白少妇内射xxxbb| 国产精品福利在线免费观看| 国产亚洲精品久久久com| a级一级毛片免费在线观看| 欧美日韩在线观看h| 亚洲婷婷狠狠爱综合网| 成人一区二区视频在线观看| 国产成人精品久久久久久| a级毛片免费高清观看在线播放| 极品教师在线视频| 亚洲色图av天堂| 亚洲av免费在线观看| 欧美xxxx性猛交bbbb| 成人特级av手机在线观看| 啦啦啦观看免费观看视频高清| av免费观看日本| 亚洲四区av| 国产毛片a区久久久久| 久久婷婷人人爽人人干人人爱| av视频在线观看入口| 蜜桃亚洲精品一区二区三区| 国产探花极品一区二区| 久久精品久久久久久噜噜老黄 | 欧美性猛交黑人性爽| 亚洲精品影视一区二区三区av| 精品久久久久久成人av| 大香蕉久久网| 久久久久久九九精品二区国产| 我的老师免费观看完整版| 久久精品综合一区二区三区| 亚洲av熟女| 午夜久久久久精精品| 国产精品一区二区在线观看99 | 中文字幕人妻熟人妻熟丝袜美| 国产精品1区2区在线观看.| 免费观看人在逋| 国产片特级美女逼逼视频| 少妇熟女aⅴ在线视频| 国产一区亚洲一区在线观看| 日韩欧美国产在线观看| 久久99热这里只有精品18| 国产又黄又爽又无遮挡在线| 我的女老师完整版在线观看| 免费在线观看成人毛片| 2021天堂中文幕一二区在线观| 啦啦啦啦在线视频资源| 亚洲精品亚洲一区二区| 精品一区二区三区视频在线| 日韩欧美在线乱码| 一区二区三区高清视频在线| 国产片特级美女逼逼视频| 日韩欧美 国产精品| 亚洲国产精品成人久久小说| 纵有疾风起免费观看全集完整版 | 成人三级黄色视频| 亚洲国产精品成人久久小说| 国产黄色视频一区二区在线观看 | 桃色一区二区三区在线观看| 边亲边吃奶的免费视频| 成人性生交大片免费视频hd| 国产爱豆传媒在线观看| 秋霞在线观看毛片| 精品人妻视频免费看| 国产精品蜜桃在线观看| 热99在线观看视频| 蜜桃久久精品国产亚洲av| 亚洲精品亚洲一区二区| 久久人人爽人人片av| 日产精品乱码卡一卡2卡三| 亚洲av不卡在线观看| 国产精品国产三级专区第一集| 国产精品蜜桃在线观看| 日日撸夜夜添| 亚洲三级黄色毛片| 有码 亚洲区| 国产免费福利视频在线观看| 欧美xxxx黑人xx丫x性爽| 国产老妇女一区| 麻豆成人午夜福利视频| 2021天堂中文幕一二区在线观| 久久久久久久国产电影| 久久久成人免费电影| 国产高清三级在线| 国产精品三级大全| 天堂av国产一区二区熟女人妻| 国产黄a三级三级三级人| 高清毛片免费看| 美女黄网站色视频| 夜夜爽夜夜爽视频| www.色视频.com| 中文字幕人妻熟人妻熟丝袜美| 在线免费观看的www视频| 天堂影院成人在线观看| 婷婷六月久久综合丁香| 99久久成人亚洲精品观看| 久久久久久久久大av| 国产色爽女视频免费观看| 亚洲av福利一区| 日韩欧美在线乱码| 日日摸夜夜添夜夜爱| 成年女人看的毛片在线观看| 毛片一级片免费看久久久久| 色网站视频免费| 久久久久九九精品影院| 国产爱豆传媒在线观看| 嘟嘟电影网在线观看| 亚洲伊人久久精品综合 | av在线亚洲专区| 好男人视频免费观看在线| 亚洲精品aⅴ在线观看| 51国产日韩欧美| 精品久久久久久久久亚洲| 久热久热在线精品观看| 国内揄拍国产精品人妻在线| 国产 一区 欧美 日韩| 爱豆传媒免费全集在线观看| 大又大粗又爽又黄少妇毛片口| 成年女人永久免费观看视频| 91精品一卡2卡3卡4卡| 在线观看美女被高潮喷水网站| 久久这里有精品视频免费| 搡老妇女老女人老熟妇| 看十八女毛片水多多多| 日本欧美国产在线视频| 日本熟妇午夜| 一级二级三级毛片免费看| 国产精品99久久久久久久久| 最近中文字幕高清免费大全6| 伦精品一区二区三区| 青春草亚洲视频在线观看| 赤兔流量卡办理| 两个人视频免费观看高清| 日本黄色视频三级网站网址| 非洲黑人性xxxx精品又粗又长| 97人妻精品一区二区三区麻豆| 嘟嘟电影网在线观看| 久久久久精品久久久久真实原创| 国产大屁股一区二区在线视频| 爱豆传媒免费全集在线观看| av专区在线播放| 视频中文字幕在线观看| 欧美激情国产日韩精品一区| 精品久久久久久久末码| 国产一级毛片七仙女欲春2| 最近的中文字幕免费完整|