• <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
    国精品久久久久久国模美| 一级a做视频免费观看| 亚洲欧美日韩无卡精品| 肉色欧美久久久久久久蜜桃 | 午夜精品一区二区三区免费看| 国产精品久久久久久久久免| 好男人在线观看高清免费视频| 身体一侧抽搐| 97超碰精品成人国产| 欧美一级a爱片免费观看看| 久久精品国产鲁丝片午夜精品| 在线免费观看不下载黄p国产| av卡一久久| 久久6这里有精品| 99九九线精品视频在线观看视频| 国产 亚洲一区二区三区 | 日日啪夜夜撸| 久久热精品热| 欧美xxⅹ黑人| 精品酒店卫生间| av在线亚洲专区| 看黄色毛片网站| 中文字幕久久专区| 青春草视频在线免费观看| 中文在线观看免费www的网站| 又爽又黄无遮挡网站| 国产亚洲一区二区精品| 三级毛片av免费| 久久久色成人| 最近手机中文字幕大全| 在线观看免费高清a一片| 亚洲av一区综合| 久久久久久久午夜电影| 久久久国产一区二区| 亚洲精品乱久久久久久| 美女黄网站色视频| 亚洲综合色惰| 亚洲av男天堂| 国产精品久久久久久精品电影| 婷婷色综合大香蕉| 只有这里有精品99| 日日啪夜夜撸| 亚洲精品久久久久久婷婷小说| 久久久久久九九精品二区国产| 你懂的网址亚洲精品在线观看| 亚洲成人av在线免费| 女人久久www免费人成看片| 国产伦在线观看视频一区| 在线播放无遮挡| 国产亚洲精品av在线| 日韩成人伦理影院| 中文字幕av在线有码专区| 免费观看精品视频网站| 夜夜爽夜夜爽视频| 青春草视频在线免费观看| 国产探花在线观看一区二区| 日韩电影二区| 亚洲三级黄色毛片| 成年女人在线观看亚洲视频 | 亚洲精品乱码久久久v下载方式| 国产精品伦人一区二区| 一级av片app| 成年免费大片在线观看| 天堂俺去俺来也www色官网 | 国产色婷婷99| 啦啦啦韩国在线观看视频| 免费观看精品视频网站| av专区在线播放| 国产午夜精品一二区理论片| 亚洲人成网站在线观看播放| 亚洲丝袜综合中文字幕| 久久久欧美国产精品| 91狼人影院| 日韩成人伦理影院| 在线播放无遮挡| 国产成人午夜福利电影在线观看| 久久久久久久久中文| 天堂av国产一区二区熟女人妻| 国产激情偷乱视频一区二区| 99久久精品一区二区三区| a级一级毛片免费在线观看| 美女被艹到高潮喷水动态| 欧美潮喷喷水| 少妇的逼水好多| 亚洲av中文字字幕乱码综合| 国产欧美日韩精品一区二区| 国产欧美日韩精品一区二区| 亚洲人成网站在线观看播放| 亚洲无线观看免费| 搞女人的毛片| 国产成人freesex在线| 亚洲最大成人中文| 18+在线观看网站| 欧美激情国产日韩精品一区| 色综合色国产| 九九在线视频观看精品| 国产午夜福利久久久久久| 成人毛片60女人毛片免费| 亚洲精品亚洲一区二区| 亚洲欧美精品专区久久| 97人妻精品一区二区三区麻豆| 男女下面进入的视频免费午夜| 一级毛片 在线播放| 天堂√8在线中文| 丰满乱子伦码专区| 中国国产av一级| 久久精品久久精品一区二区三区| 亚洲aⅴ乱码一区二区在线播放| 丰满少妇做爰视频| 中文乱码字字幕精品一区二区三区 | 亚洲va在线va天堂va国产| 免费观看的影片在线观看| 亚洲国产精品成人久久小说| 建设人人有责人人尽责人人享有的 | 亚洲国产色片| 久久人人爽人人片av| 国产精品伦人一区二区| 日本三级黄在线观看| 国产成人精品一,二区| 99久久精品一区二区三区| 人妻一区二区av| 少妇高潮的动态图| 欧美日韩一区二区视频在线观看视频在线 | 国产综合精华液| 成人午夜高清在线视频| 国语对白做爰xxxⅹ性视频网站| 春色校园在线视频观看| 97精品久久久久久久久久精品| 国产亚洲一区二区精品| 国产91av在线免费观看| 免费观看精品视频网站| 伦精品一区二区三区| 黄色日韩在线| 午夜福利在线观看免费完整高清在| 国产永久视频网站| 免费看a级黄色片| 亚洲成人精品中文字幕电影| 精品久久久久久久久亚洲| 九九久久精品国产亚洲av麻豆| 免费电影在线观看免费观看| 国产国拍精品亚洲av在线观看| 国产视频首页在线观看| 日韩成人av中文字幕在线观看| 久久午夜福利片| 国产精品嫩草影院av在线观看| 少妇人妻精品综合一区二区| 特大巨黑吊av在线直播| 亚洲美女搞黄在线观看| 国产免费又黄又爽又色| 91狼人影院| 美女脱内裤让男人舔精品视频| 亚洲欧美一区二区三区黑人 | 51国产日韩欧美| 国产精品伦人一区二区| 天堂影院成人在线观看| 夜夜爽夜夜爽视频| 特级一级黄色大片| 三级男女做爰猛烈吃奶摸视频| 天堂中文最新版在线下载 | 久久精品熟女亚洲av麻豆精品 | 亚洲精品aⅴ在线观看| 亚洲自拍偷在线| 99久久中文字幕三级久久日本| 一级毛片电影观看| 欧美zozozo另类| 大香蕉97超碰在线| 97精品久久久久久久久久精品| 九九爱精品视频在线观看| 可以在线观看毛片的网站| 久久久久久久久久成人| 日本免费在线观看一区| 日韩人妻高清精品专区| av国产免费在线观看| 男人舔奶头视频| 街头女战士在线观看网站| 国产成人91sexporn| 国产亚洲最大av| 成人无遮挡网站| 免费黄色在线免费观看| 成人亚洲精品av一区二区| 一级爰片在线观看| 国产探花极品一区二区| 一级毛片黄色毛片免费观看视频| 国产真实伦视频高清在线观看| 高清日韩中文字幕在线| 舔av片在线| 一区二区三区免费毛片| 青春草国产在线视频| av黄色大香蕉| 国产精品不卡视频一区二区| 全区人妻精品视频| 人人妻人人澡欧美一区二区| 亚洲av.av天堂| 亚洲最大成人av| 春色校园在线视频观看| 亚洲精品第二区| 久久久a久久爽久久v久久| 国产伦在线观看视频一区| 亚洲第一区二区三区不卡| 亚洲成人中文字幕在线播放| 亚洲自偷自拍三级| 六月丁香七月| 简卡轻食公司| 中文字幕人妻熟人妻熟丝袜美| 一级爰片在线观看| 欧美激情国产日韩精品一区| 一级毛片黄色毛片免费观看视频| 亚洲精品,欧美精品| xxx大片免费视频| 校园人妻丝袜中文字幕| 在线免费十八禁| 直男gayav资源| 99久久精品一区二区三区| 夫妻性生交免费视频一级片| 国产av在哪里看| 国产精品国产三级国产av玫瑰| 国产综合精华液| 简卡轻食公司| 亚洲不卡免费看| 欧美变态另类bdsm刘玥| 精品不卡国产一区二区三区| 国产精品无大码| 亚洲内射少妇av| av卡一久久| 又爽又黄无遮挡网站| 中文字幕久久专区| 在线天堂最新版资源| 97人妻精品一区二区三区麻豆| 国产一区二区亚洲精品在线观看| 亚洲va在线va天堂va国产| 国产v大片淫在线免费观看| 久久久久久久久中文| 国产午夜福利久久久久久| 国内揄拍国产精品人妻在线| 激情 狠狠 欧美| 简卡轻食公司| 最近最新中文字幕大全电影3| 欧美人与善性xxx| 国产精品综合久久久久久久免费| 最近最新中文字幕免费大全7| 国产高清有码在线观看视频| 成人性生交大片免费视频hd| 亚洲美女搞黄在线观看| 99re6热这里在线精品视频| 国产爱豆传媒在线观看| 九九久久精品国产亚洲av麻豆| 青春草亚洲视频在线观看| 久久国内精品自在自线图片| 在线观看人妻少妇| 久久久久久久久久久免费av| 街头女战士在线观看网站| 欧美另类一区| 大香蕉97超碰在线| 亚洲天堂国产精品一区在线| 成年版毛片免费区| av免费观看日本| 搡老乐熟女国产| av女优亚洲男人天堂| 在线观看人妻少妇| 国产精品1区2区在线观看.| 91av网一区二区| 成人漫画全彩无遮挡| 最近的中文字幕免费完整| 欧美一级a爱片免费观看看| 精品国产一区二区三区久久久樱花 | 91aial.com中文字幕在线观看| 青春草亚洲视频在线观看| 国产精品美女特级片免费视频播放器| 国产久久久一区二区三区| 九草在线视频观看| 国产一区二区三区av在线| a级毛片免费高清观看在线播放| 啦啦啦中文免费视频观看日本| a级毛色黄片| 麻豆成人av视频| 国产高潮美女av| av又黄又爽大尺度在线免费看| 一区二区三区免费毛片| 熟妇人妻不卡中文字幕| 国产午夜精品论理片| freevideosex欧美| 搡老乐熟女国产| 亚洲精品成人av观看孕妇| 小蜜桃在线观看免费完整版高清| 国产精品一区二区性色av| 色吧在线观看| 亚洲综合精品二区| 中文字幕人妻熟人妻熟丝袜美| 夫妻性生交免费视频一级片| 26uuu在线亚洲综合色| 成人午夜高清在线视频| 欧美 日韩 精品 国产| 日日摸夜夜添夜夜添av毛片| 久久久午夜欧美精品| 中国国产av一级| 韩国高清视频一区二区三区| 联通29元200g的流量卡| 成人毛片60女人毛片免费| 少妇的逼好多水| 国产片特级美女逼逼视频| 99热这里只有是精品50| 国产男女超爽视频在线观看| 免费av毛片视频| 国产精品久久视频播放| 高清毛片免费看| 伦理电影大哥的女人| 五月伊人婷婷丁香| 两个人视频免费观看高清| 男人狂女人下面高潮的视频| 天天一区二区日本电影三级| 91aial.com中文字幕在线观看| 天美传媒精品一区二区| 久久草成人影院| 欧美人与善性xxx| 日本色播在线视频| 校园人妻丝袜中文字幕| 成人二区视频| 熟妇人妻久久中文字幕3abv| av播播在线观看一区| 美女xxoo啪啪120秒动态图| 又爽又黄无遮挡网站| 内射极品少妇av片p| 亚洲精品日韩av片在线观看| 成人午夜高清在线视频| 精品久久久久久成人av| 波野结衣二区三区在线| av免费在线看不卡| 春色校园在线视频观看| 十八禁国产超污无遮挡网站| 久久久午夜欧美精品| 国产精品久久视频播放| 又黄又爽又刺激的免费视频.| 欧美精品一区二区大全| 国产精品三级大全| 日韩 亚洲 欧美在线| 国产在线男女| 日本与韩国留学比较| 啦啦啦中文免费视频观看日本| 亚洲人成网站在线播| 精品国产一区二区三区久久久樱花 | 亚洲熟女精品中文字幕| 国产高清有码在线观看视频| 熟妇人妻不卡中文字幕| 国产高清不卡午夜福利| 一级片'在线观看视频| 成人av在线播放网站| 亚洲人成网站在线观看播放| 国产一区二区三区av在线| 少妇猛男粗大的猛烈进出视频 | 日本三级黄在线观看| 国产精品久久久久久久电影| 麻豆国产97在线/欧美| 国产乱来视频区| 久久久久国产网址| 亚洲av.av天堂| 久久精品夜色国产| 91狼人影院| 国产不卡一卡二| videossex国产| 欧美一级a爱片免费观看看| 22中文网久久字幕| 听说在线观看完整版免费高清| 麻豆乱淫一区二区| 国产伦在线观看视频一区| 久久99热这里只有精品18| 亚洲av免费高清在线观看| 天堂av国产一区二区熟女人妻| 只有这里有精品99| 一二三四中文在线观看免费高清| av黄色大香蕉| 日韩欧美 国产精品| 丰满乱子伦码专区| 亚洲高清免费不卡视频| 午夜精品国产一区二区电影 | 嫩草影院入口| 国产日韩欧美在线精品| 国内少妇人妻偷人精品xxx网站| 国产视频首页在线观看| 婷婷色av中文字幕| 大陆偷拍与自拍| 日韩三级伦理在线观看| 51国产日韩欧美| 亚洲欧美日韩东京热| 七月丁香在线播放| 99热6这里只有精品| 国产精品99久久久久久久久| 日本wwww免费看| 男人和女人高潮做爰伦理| 国产午夜精品一二区理论片| 精品久久久久久久久亚洲| 久久国内精品自在自线图片| 欧美高清成人免费视频www| av国产免费在线观看| 大香蕉97超碰在线| 久久久久免费精品人妻一区二区| 最新中文字幕久久久久| 国产亚洲精品久久久com| 国产又色又爽无遮挡免| 国产不卡一卡二| 久久国内精品自在自线图片| 免费观看精品视频网站| 只有这里有精品99| 欧美成人一区二区免费高清观看| 精品国内亚洲2022精品成人| 97人妻精品一区二区三区麻豆| 一区二区三区乱码不卡18| 午夜免费观看性视频| 精品久久久久久久久亚洲| 午夜福利视频1000在线观看| 小蜜桃在线观看免费完整版高清| 欧美日韩精品成人综合77777| 亚洲av免费高清在线观看| 国产精品人妻久久久久久| 亚洲av成人精品一二三区| 亚洲国产精品成人久久小说| 不卡视频在线观看欧美| 国产精品国产三级国产av玫瑰| 日韩 亚洲 欧美在线| 白带黄色成豆腐渣| 国产成人福利小说| 亚洲精品国产av蜜桃| 人妻夜夜爽99麻豆av| 两个人视频免费观看高清| 十八禁国产超污无遮挡网站| 亚洲精品自拍成人| 插阴视频在线观看视频| 午夜免费男女啪啪视频观看| 精品国产三级普通话版| 午夜爱爱视频在线播放| 久久久久国产网址| 又粗又硬又长又爽又黄的视频| 国产亚洲一区二区精品| 亚洲国产高清在线一区二区三| 亚洲av电影在线观看一区二区三区 | 97在线视频观看| 干丝袜人妻中文字幕| 永久网站在线| 搡老妇女老女人老熟妇| 亚洲图色成人| 最近中文字幕2019免费版| 草草在线视频免费看| 国产精品一区www在线观看| 黄色一级大片看看| 一级a做视频免费观看| 成年人午夜在线观看视频 | 亚洲欧美日韩东京热| 亚洲精品久久久久久婷婷小说| 欧美成人一区二区免费高清观看| 国产又色又爽无遮挡免| 亚洲美女视频黄频| 亚洲精品成人av观看孕妇| 亚洲成人av在线免费| 嫩草影院精品99| 老女人水多毛片| 深夜a级毛片| 久久久久网色| 网址你懂的国产日韩在线| 激情五月婷婷亚洲| 欧美成人午夜免费资源| 日本色播在线视频| 一级爰片在线观看| 国产av在哪里看| 最近手机中文字幕大全| 一个人看视频在线观看www免费| 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 | 婷婷色综合大香蕉| 国产精品一区www在线观看| www.av在线官网国产| 激情 狠狠 欧美| 亚洲不卡免费看| 日韩精品青青久久久久久| 一本久久精品| 搞女人的毛片| 亚洲欧洲日产国产| av线在线观看网站| 国产午夜精品久久久久久一区二区三区| 少妇猛男粗大的猛烈进出视频 | 天堂网av新在线| av国产免费在线观看| 人妻少妇偷人精品九色| 在线a可以看的网站| 日韩成人av中文字幕在线观看| 亚洲丝袜综合中文字幕| 男女下面进入的视频免费午夜| 国产精品一二三区在线看| 你懂的网址亚洲精品在线观看| 亚洲精品久久午夜乱码| 亚洲丝袜综合中文字幕| 我的女老师完整版在线观看| 免费看日本二区| 一区二区三区高清视频在线| 午夜老司机福利剧场| 少妇熟女aⅴ在线视频| 一级毛片电影观看| 国产精品麻豆人妻色哟哟久久 | 亚洲精品456在线播放app| 国产免费一级a男人的天堂| 18禁在线无遮挡免费观看视频| 色5月婷婷丁香| 777米奇影视久久| 丝瓜视频免费看黄片| 亚洲欧美日韩无卡精品| 亚洲人与动物交配视频| 亚洲av日韩在线播放| 国模一区二区三区四区视频| 99re6热这里在线精品视频| 久久久久久久午夜电影| 欧美97在线视频| 亚洲怡红院男人天堂| 一级av片app| 国产av在哪里看| 最近2019中文字幕mv第一页| 精品国产露脸久久av麻豆 | 国产亚洲一区二区精品| 寂寞人妻少妇视频99o| 色播亚洲综合网| 99re6热这里在线精品视频| 久久久精品欧美日韩精品| 欧美97在线视频| 亚洲av.av天堂| 国产91av在线免费观看| 黄片无遮挡物在线观看| 乱系列少妇在线播放| av.在线天堂| 午夜福利在线观看吧| 久久久久国产网址| 美女xxoo啪啪120秒动态图| 久久久精品免费免费高清| xxx大片免费视频| 尤物成人国产欧美一区二区三区| 亚洲欧洲国产日韩| 欧美丝袜亚洲另类| ponron亚洲| 男人爽女人下面视频在线观看| 99视频精品全部免费 在线| 久久97久久精品| 内射极品少妇av片p| 淫秽高清视频在线观看| 欧美97在线视频| 五月玫瑰六月丁香| av在线老鸭窝| 久久久久久久久大av| av线在线观看网站| 成人国产麻豆网| 国产v大片淫在线免费观看| 国产三级在线视频| 三级毛片av免费| 日韩一本色道免费dvd| 午夜爱爱视频在线播放| 国产精品一区二区性色av| 一级毛片我不卡| 国产黄片美女视频| 国产成人a∨麻豆精品| 精品酒店卫生间| 一二三四中文在线观看免费高清| 91狼人影院| 日韩强制内射视频| 国产在线男女| 激情五月婷婷亚洲| 国产午夜精品一二区理论片| 国产精品日韩av在线免费观看| 欧美潮喷喷水| 又粗又硬又长又爽又黄的视频| 国产色爽女视频免费观看| 国产成人免费观看mmmm| 午夜久久久久精精品| 免费播放大片免费观看视频在线观看| 久久人人爽人人片av| av在线观看视频网站免费| 麻豆精品久久久久久蜜桃| 91午夜精品亚洲一区二区三区| 国产精品一区www在线观看| 寂寞人妻少妇视频99o| 日韩亚洲欧美综合| 精品熟女少妇av免费看| 亚洲四区av| 1000部很黄的大片| 男人爽女人下面视频在线观看| 夜夜看夜夜爽夜夜摸| 禁无遮挡网站| 国产免费福利视频在线观看| 2021少妇久久久久久久久久久| 亚洲第一区二区三区不卡| 国产精品熟女久久久久浪| 夜夜看夜夜爽夜夜摸| 婷婷色综合www| 日本黄大片高清| 成人性生交大片免费视频hd| 久久热精品热| 非洲黑人性xxxx精品又粗又长| 亚洲精品视频女| 国产视频内射| 国产 一区精品| 午夜精品国产一区二区电影 | 国产探花极品一区二区| 午夜亚洲福利在线播放| 日韩国内少妇激情av| 天美传媒精品一区二区| 免费大片黄手机在线观看| 91久久精品国产一区二区成人| 亚洲av二区三区四区| 一区二区三区免费毛片| 九九在线视频观看精品| 99久久精品国产国产毛片| 国产成人精品久久久久久| 日本欧美国产在线视频| 两个人的视频大全免费| 午夜爱爱视频在线播放| 亚洲精品日韩在线中文字幕| 麻豆精品久久久久久蜜桃| 国产精品无大码| 午夜福利成人在线免费观看| 国产精品av视频在线免费观看| 国产亚洲av片在线观看秒播厂 | 国模一区二区三区四区视频|