• <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 ?

    基于冗余字典的多特征壓縮感知目標(biāo)跟蹤算法

    2017-07-10 10:28:52朱甦薄煜明何亮
    兵工學(xué)報(bào) 2017年6期
    關(guān)鍵詞:字典直方圖紅外

    朱甦, 薄煜明, 何亮

    (1.南京理工大學(xué) 自動(dòng)化學(xué)院, 江蘇 南京 210094; 2.南京理工大學(xué) 紫金學(xué)院 電子信息與光電技術(shù)學(xué)院, 江蘇 南京 210046)

    基于冗余字典的多特征壓縮感知目標(biāo)跟蹤算法

    朱甦1,2, 薄煜明1, 何亮1

    (1.南京理工大學(xué) 自動(dòng)化學(xué)院, 江蘇 南京 210094; 2.南京理工大學(xué) 紫金學(xué)院 電子信息與光電技術(shù)學(xué)院, 江蘇 南京 210046)

    針對(duì)多特征壓縮感知算法中,要求信號(hào)稀疏表示的基是一個(gè)正交矩陣的問(wèn)題,提出了提取紅外與可見(jiàn)光的多特征目標(biāo)構(gòu)造冗余字典子空間下的稀疏表示,分析了壓縮感知算法中感知矩陣的選擇和稀疏信號(hào)的重構(gòu)。根據(jù)對(duì)信號(hào)稀疏表示的重構(gòu),提出粒子濾波框架下基于冗余字典的多特征壓縮感知跟蹤方法,能夠自動(dòng)檢測(cè)復(fù)雜場(chǎng)景中出現(xiàn)的動(dòng)態(tài)目標(biāo)。實(shí)驗(yàn)結(jié)果表明,與其他經(jīng)典算法相比,該算法在光照變化、相似外形的干擾目標(biāo)遮擋等復(fù)雜場(chǎng)景中具有更好的魯棒性及實(shí)時(shí)性。

    信息處理技術(shù); 冗余字典; 壓縮感知; 粒子濾波; 目標(biāo)跟蹤

    0 引言

    光電跟蹤系統(tǒng)作為一種新型無(wú)源跟蹤裝備,其特點(diǎn)是采用光電傳感器探測(cè)和跟蹤目標(biāo),在復(fù)雜背景下迅速、可靠地提取目標(biāo)影像,配合激光測(cè)距設(shè)備建立目標(biāo)運(yùn)動(dòng)航跡,實(shí)現(xiàn)對(duì)目標(biāo)連續(xù)穩(wěn)定的狀態(tài)估計(jì)和濾波,為各類火控系統(tǒng)實(shí)施火力打擊提供精確解算的射擊諸元信息[1]。因此對(duì)目標(biāo)跟蹤算法的穩(wěn)定性和魯棒性提出了更高的要求。2004年Candes等[2]提出壓縮感知理論,根據(jù)原信號(hào)的稀疏性,以遠(yuǎn)小于Nyqusit頻率的隨機(jī)采樣獲取原信號(hào)的離散樣本,并通過(guò)重構(gòu)算法構(gòu)造出具有原信號(hào)特性的降維信號(hào),并在2012年前后將壓縮感知算法引入目標(biāo)跟蹤所形成的基于壓縮感知的跟蹤算法。Mei等[3]提出L1跟蹤器,把之前幀目標(biāo)圖像看成一組目標(biāo)模板和瑣碎模板的稀疏表示,然后基于粒子濾波(PF)框架下進(jìn)行目標(biāo)跟蹤。在應(yīng)對(duì)一定的實(shí)時(shí)復(fù)雜場(chǎng)景下與均值漂移(MS)等算法相比其具有更好的跟蹤性能。但該算法對(duì)于每個(gè)粒子均需要求解l1范數(shù)平方最小化,數(shù)據(jù)計(jì)算量較大;Li等[4]提出實(shí)時(shí)壓縮感知跟蹤(RTCST)算法,在L1跟蹤器的基礎(chǔ)上進(jìn)行了改進(jìn),利用感知矩陣壓縮采樣目標(biāo)圖像,與L1跟蹤器相比提高了跟蹤速度,并且減少了計(jì)算復(fù)雜度,但處理光照強(qiáng)度發(fā)生突變時(shí)跟蹤效果不好。

    跟蹤目標(biāo)的表述形式與跟蹤算法有著密不可分的關(guān)聯(lián)。研究表明,多特征方法比單一特征具有更好的魯棒性[5-6]??梢?jiàn)光傳感器具有分辨率高、成本低的特點(diǎn),但其性能易受光照變化、陰影等因素的影響。而紅外傳感器的成像依賴于物體的輻射,對(duì)光照和陰影變化具有魯棒性,但信噪比低,在明暗對(duì)比強(qiáng)烈處存在光暈現(xiàn)象等缺點(diǎn)[7]。將這兩種傳感器結(jié)合用于圖像序列的目標(biāo)跟蹤,可以降低跟蹤難度,擴(kuò)大跟蹤系統(tǒng)的應(yīng)用范圍,增強(qiáng)跟蹤系統(tǒng)的穩(wěn)定性和跟蹤精度,提高跟蹤算法的魯棒性。Zhao等[8]利用可見(jiàn)光圖像的顏色、紋理特征和紅外圖像的灰度特征,結(jié)合MS算法和水平集曲線演化算法,提出紅外與可見(jiàn)光雙通道目標(biāo)跟蹤(IVDT)算法跟蹤視頻圖像;Fabrizio等[9]利用紅外強(qiáng)度和邊緣線索作為目標(biāo)特征模板,基于PF框架下進(jìn)行行人目標(biāo)的跟蹤;He等[10]提取紅外與可見(jiàn)光圖像的目標(biāo)特征構(gòu)成模板詞典并稀疏表示,設(shè)計(jì)了加速多特征壓縮感知跟蹤(A-MFCST)算法,在處理遮擋和光照突變的復(fù)雜場(chǎng)景時(shí)具有較好的實(shí)時(shí)性和魯棒性。

    以上算法對(duì)信號(hào)的稀疏表示均有一定的要求,即要求信號(hào)稀疏表示的基是一個(gè)正交矩陣,常見(jiàn)的稀疏表示基有傅里葉變換(FT)、離散余弦變換(DCT)及小波變換(Wavelet)等。如上述提到的L1跟蹤器、A-MFCST等算法中直接將目標(biāo)圖像構(gòu)成詞典,但對(duì)于部分復(fù)雜背景下目標(biāo)的識(shí)別和區(qū)分貢獻(xiàn)并不大。因此本文算法主要?jiǎng)?chuàng)新點(diǎn)體現(xiàn)在進(jìn)行了冗余詞典的擴(kuò)展,用字典的超完備冗余函數(shù)系統(tǒng)取代原來(lái)的基函數(shù),盡可能符合被逼近信號(hào)的結(jié)構(gòu),并且其構(gòu)成可以沒(méi)有任何限制,提出一種基于冗余字典的多特征壓縮感知目標(biāo)跟蹤(RD-MCST)算法。首先提取可見(jiàn)光和紅外圖像的多特征目標(biāo)構(gòu)造冗余字典子空間下的稀疏表示,分析壓縮感知算法中感知矩陣的選擇和稀疏信號(hào)的重構(gòu),以減少數(shù)據(jù)采樣值,節(jié)省硬件資源;其次根據(jù)對(duì)信號(hào)稀疏表示的重構(gòu),評(píng)估PF框架下的粒子相似度。該算法能夠自動(dòng)檢測(cè)復(fù)雜場(chǎng)景中出現(xiàn)的動(dòng)態(tài)目標(biāo),滿足實(shí)時(shí)性的要求;最后在大量實(shí)驗(yàn)測(cè)試序列中,與其他非常優(yōu)秀的跟蹤算法相比,本文算法在光照變化、相似外形的干擾目標(biāo)遮擋等復(fù)雜場(chǎng)景中具有更好的魯棒性、實(shí)時(shí)性及適用范圍。

    1 相關(guān)工作

    1.1 PF跟蹤框架

    PF[11]提供了一種基于蒙特卡洛方法的離散貝葉斯迭代估計(jì)方法。一般對(duì)動(dòng)態(tài)時(shí)變系統(tǒng)描述為

    (1)

    式中:xk表示k時(shí)刻的系統(tǒng)狀態(tài);yk表示k時(shí)刻的觀測(cè)序列;υk、ωk分別為獨(dú)立同分布的系統(tǒng)噪聲和觀測(cè)噪聲序列。

    (2)

    式中:δ(g)表示Dirac函數(shù)。

    (3)

    (4)

    1.2 壓縮感知

    對(duì)提取的目標(biāo)特征進(jìn)行表示。假設(shè)信號(hào)x∈RN,能夠用一組基Ψ=[ψ1,ψ2,…,ψN]線性表示。

    (5)

    式中:s是N×1的系數(shù)向量。如果系數(shù)si僅有k個(gè)非零,則稱信號(hào)x在基Ψ上是稀疏的,Ψ為信號(hào)x的稀疏基或稀疏字典。對(duì)x的測(cè)量可以表示為

    y=Φx,

    (6)

    式中:Φ∈Rm×n是測(cè)量矩陣;y∈Rm×1是測(cè)量值。由于m

    y=Φx=ΦΨs=Θs,

    (7)

    式中:Θ=ΦΨ是m

    (8)

    (8)式的最優(yōu)化問(wèn)題可以通過(guò)基于l1范數(shù)的最優(yōu)化方法求解目標(biāo)信號(hào)x,那么信號(hào)也能夠重建[12]。

    2 基于冗余字典的多特征壓縮感知目標(biāo)跟蹤算法

    2.1 特征提取

    考慮紅外與可見(jiàn)光圖像特性,本文特征提取的具體方法如下:選取紅外與可見(jiàn)光雙通道圖像的紋理特征、顏色特征以及邊緣特征,其中紋理特征即目標(biāo)可見(jiàn)光與紅外圖像的局部二值模式(LBP)特征,顏色特征采用了紅外圖像的灰度直方圖,以及可見(jiàn)光圖像的色調(diào)、飽和度、明度(HSV)直方圖,邊緣特征使用邊緣方向直方圖描述。

    2.1.1 顏色直方圖和灰度直方圖

    圖像的直方圖對(duì)目標(biāo)進(jìn)行建模是最常見(jiàn)的方法。但相似顏色分布的目標(biāo)不容易區(qū)分,容易導(dǎo)致誤追蹤。為了解決這個(gè)問(wèn)題,本文采用核函數(shù)的直方圖來(lái)進(jìn)行表示。設(shè){xi}(i=1,2,…,m)是目標(biāo)圖像,有m個(gè)點(diǎn)構(gòu)成,y是目標(biāo)圖像的中心點(diǎn),則目標(biāo)圖像的核函數(shù)直方圖可以表示為

    (9)

    (10)

    圖像的直方圖特征不具有空間信息,所以對(duì)于旋轉(zhuǎn)、縮放和平移具有不變性。

    2.1.2 LBP特征

    LBP特征是紋理分類問(wèn)題上常用的特征。首先將檢測(cè)窗口切分為小的區(qū)塊(比如每個(gè)區(qū)塊16像素×16像素),然后對(duì)區(qū)塊中的每個(gè)像素x0,與其8個(gè)領(lǐng)域像素{xi},i=0,…,7進(jìn)行比較,如果中心像素大于某領(lǐng)域,則設(shè)為1,否則設(shè)為0. 像素x0的LBP值計(jì)算為

    (11)

    而后對(duì)每個(gè)區(qū)塊計(jì)算直方圖并歸一化,然后串聯(lián)所有區(qū)塊的直方圖,就得到了當(dāng)前檢測(cè)窗口的特征向量。

    2.1.3 邊緣特征

    邊緣方向直方圖中對(duì)目標(biāo)區(qū)域圖像I的每個(gè)像素I(x,y)計(jì)算其梯度幅值g(x,y)和梯度方向d(x,y):

    (12)

    將邊緣方向角0°~360°量化成36級(jí)的角度直方圖,統(tǒng)計(jì)對(duì)應(yīng)角度的像素梯度幅值,歸一化之后就得到邊緣方向直方圖。

    在L1跟蹤器算法[3]中跟蹤目標(biāo)u可以表示為

    (13)

    式中:I=[i1,…,in]∈Rd×d為瑣碎模板,-I、I為d×d的單位矩陣;a=(a1,a2,…,an)T∈Rn為目標(biāo)模板系數(shù)向量;e+∈Rd,e-∈Rd稱為正、負(fù)瑣碎系數(shù)向量;B=[T,I,-I]表示所有的模板集合。

    由于紅外和可見(jiàn)光圖像中特征的互補(bǔ)性,可將(13)式改進(jìn)為

    (14)

    式中:I是反映噪聲與遮擋的模板集合;e′為相應(yīng)的噪聲模板集的系數(shù);D是模板集,或稱為詞典;c′是目標(biāo)的系數(shù)向量。

    模板初始化得到詞典D列數(shù)比行數(shù)多,不是一個(gè)正交矩陣,而是一個(gè)冗余字典。

    2.2 感知矩陣的選擇和稀疏信號(hào)的重構(gòu)

    假設(shè)信號(hào)x∈Rn在冗余詞典D∈Rn×d下的表示為

    x=De,

    (15)

    e=D*x為稀疏系數(shù),同時(shí)將測(cè)量值y∈Rm×1記為

    y=Ax+σ,

    (16)

    式中:σ表示測(cè)量噪聲;A是感知矩陣。

    此時(shí)詞典D是任意矩陣,不一定正交,詞典D中的列向量之間可能存在關(guān)聯(lián)性,難以找到一個(gè)足夠小的有限等距性質(zhì)(RIP)常數(shù)使感知矩陣滿足RIP性質(zhì)。因此為獲得此情況下信號(hào)的重構(gòu),需要研究新的環(huán)境下感知矩陣的選取條件。Candes等[13]給出了冗余詞典下RIP性質(zhì)的定義(定義1)。

    定義1 令Σl表示由詞典D的所有l(wèi)列張成的子空間的集合,如果對(duì)于任意的υ∈Σs,均存在常數(shù)δs,使得感知矩陣A滿足:

    (17)

    則稱矩陣A滿足D-RIP性質(zhì)。

    將測(cè)量值y中恢復(fù)原信號(hào)x可以表示為

    (18)

    (19)

    式中:M0和M1是僅與δ2s相關(guān)的常數(shù);(D*x)s表示由D*x前s個(gè)最大元素組成的向量。

    根據(jù)Haltmeier等[14]提出:令K:U→V表示從希爾伯特空間U和V之間的有界投影,μ是原信號(hào),μ*是相應(yīng)的去噪信號(hào),υδ=Kμ,υδ∈V是μ通過(guò)K在V上的投影,假設(shè)噪聲有上界δ,那么可以得到‖υδ-Kμ*‖≤δ. 另外,記D={φω:ω∈Ω}為希爾伯特空間U上的一個(gè)字典構(gòu)成的空間,信號(hào)μ在這個(gè)字典上的分解構(gòu)成一個(gè)集合ΦTμ={〈φω,μ〉ω∈Ω},那么,(18)式等價(jià)于:

    min‖ΦTμ‖1, s.t. ‖Kμ-υδ‖≤δ.

    (20)

    若上述假定成立,且?guī)г肼暤男盘?hào)υδ∈V滿足‖υδ-Kμ*‖≤δ,則下述結(jié)果成立:

    ‖μδ-μ*‖≤c1δ,

    (21)

    本文算法采用了高斯隨機(jī)矩陣作為投影矩陣K. 由于目標(biāo)在特征詞典下是近似稀疏的,所以(14)式中的詞典D定義了一個(gè)希爾伯特空間上的框架,信號(hào)的恢復(fù)可以采用(20)式進(jìn)行求解。本文算法采用了信號(hào)空間的壓縮采樣匹配追蹤(CoSaMP)算法[15]進(jìn)行求解。

    2.3 算法步驟

    盧志文:我比較提倡教育家辦學(xué)。教育應(yīng)該由懂教育的人辦,改革學(xué)校行政化管理模式,取消學(xué)校的行政級(jí)別。公辦學(xué)校本質(zhì)上是“教育局辦學(xué)”,學(xué)校辦學(xué)自主權(quán)的獲得源于體制;民辦學(xué)校中,學(xué)校的辦學(xué)制度是一種法律,校長(zhǎng)作為經(jīng)理進(jìn)行考察。中國(guó)經(jīng)濟(jì)的繁榮奇跡,是從解放企業(yè)和企業(yè)家開(kāi)始的,中國(guó)教育的繁榮也將從解放學(xué)校和校長(zhǎng)開(kāi)始。只有每個(gè)細(xì)節(jié)都被激活了,機(jī)體的生命力才會(huì)旺盛。體制是一種結(jié)構(gòu),變革體制是以結(jié)構(gòu)謀功能,結(jié)構(gòu)決定性質(zhì),性質(zhì)決定功用,所以體制創(chuàng)新是一種結(jié)構(gòu)創(chuàng)新,盡管都是碳原子,但彼此的組合方式不同,形成的物質(zhì)也千差萬(wàn)別。

    1) 初始化ΦD的每一列;

    4)提取紅外幀與可見(jiàn)光幀的特征建立觀測(cè)矩陣xi=[pir(yi),pvl(yi)]T,根據(jù)冗余字典得到測(cè)量值yi=Φxi+σ;

    5)使用CoSaMP算法求解得到s;

    6)計(jì)算殘差ri=‖yi-Dst‖2;

    7)得到觀測(cè)相似度li=exp (-λri);

    11)更新目標(biāo)模板集T;

    輸出:跟蹤目標(biāo)g;更新目標(biāo)動(dòng)態(tài)狀態(tài)sk;更新目標(biāo)模板集T.

    2.4 目標(biāo)模板更新

    (22)

    圖1 實(shí)驗(yàn)1測(cè)試序列在不同方法下部分圖像幀的跟蹤結(jié)果Fig.1 Tracking results of some image frames in test sequence of Experiment 1

    5)標(biāo)準(zhǔn)化模板T每列數(shù)據(jù);

    輸出:更新模板集D=[T,I].

    3 實(shí)驗(yàn)驗(yàn)證

    為了測(cè)試本文跟蹤算法的有效性,與基于PF的自適應(yīng)多線索跟蹤(AMPF)算法[16]和IVDT算法進(jìn)行比較,采用同一特征,使用實(shí)際拍攝的多個(gè)可見(jiàn)光和紅外視頻序列進(jìn)行對(duì)比測(cè)試。視頻序列來(lái)源于國(guó)際電氣和電子工程師協(xié)會(huì)OTCBVS WS Series Bench基準(zhǔn)數(shù)據(jù)集中Dataset 03彩色熱量數(shù)據(jù)庫(kù),傳感器參數(shù):紅外傳感器為Raytheon PalmIR 250D,可見(jiàn)光傳感器為Sony TRV87 Handycam;紅外圖像為8位灰度表示,大小為320像素×240像素;可見(jiàn)光圖像為24位彩色表示,大小為320像素×240像素。

    實(shí)驗(yàn)中初始目標(biāo)在第1幀中手動(dòng)選取。圖1給出了實(shí)驗(yàn)1測(cè)試序列在同一場(chǎng)景不同方法下部分圖像幀的跟蹤結(jié)果,對(duì)象為行人。從結(jié)果中可以看出,當(dāng)目標(biāo)行人從背景車(chē)輛邊經(jīng)過(guò)的時(shí)候,AMPF算法的跟蹤結(jié)果漂移到了背景車(chē)輛的前輪上。造成這一問(wèn)題的是目標(biāo)行人在可見(jiàn)光中的顏色與紅外幀中的灰度均與車(chē)輛前輪的區(qū)域相似,AMPF算法中圖像的特征提取并不是十分合理。

    實(shí)驗(yàn)2對(duì)另一個(gè)更復(fù)雜場(chǎng)景的測(cè)試序列進(jìn)行跟蹤,對(duì)象仍為行人,場(chǎng)景變化包括陰影、遮擋、光照變化和類目標(biāo)干擾(指其他行人干擾),參與對(duì)比的方法與實(shí)驗(yàn)1相同,圖2給出了實(shí)驗(yàn)2測(cè)試序列在不同方法下部分圖像幀的跟蹤結(jié)果。在230幀中目標(biāo)行人與陰影區(qū)背景混為一體,但目標(biāo)行人在可見(jiàn)光幀中與背景混淆,在紅外幀中清晰可辨。3種算法均能較好地處理這一場(chǎng)景。270幀的跟蹤結(jié)果表明3種算法均有一定的處理光照變化的能力,但是在322幀中目標(biāo)行人經(jīng)過(guò)前進(jìn)方向的第1個(gè)路燈的時(shí)候,AMPF算法的跟蹤結(jié)果發(fā)生了漂移,并在接下來(lái)的視頻幀中錯(cuò)誤的跟蹤了第1個(gè)路燈,明顯AMPF算法處理遮擋能力不足。第374幀的跟蹤結(jié)果顯示當(dāng)目標(biāo)行人經(jīng)過(guò)前進(jìn)方向的第2個(gè)路燈時(shí)IVDT算法跟蹤失敗。因?yàn)檫@一場(chǎng)景中第2個(gè)路燈對(duì)目標(biāo)形成遮擋,在紅外與可見(jiàn)光中,該路燈在外觀和形態(tài)上均與目標(biāo)相似,且遮擋區(qū)域較大,IVDT算法在處理大面積遮擋問(wèn)題時(shí)跟蹤效果不好。以上算法跟蹤失敗主要原因在于采用的特征存在強(qiáng)相關(guān)性,對(duì)目標(biāo)跟蹤進(jìn)行了干擾。相比之下,本文算法全程均能獲得較為魯棒和精確的跟蹤結(jié)果。

    圖2 實(shí)驗(yàn)2測(cè)試序列在不同方法下部分圖像幀的跟蹤結(jié)果Fig.2 Tracking results of some image frames in test sequence of Experiment 2

    為了綜合評(píng)估算法的性能,表1列舉了本文算法與前面提到的幾種稀疏性目標(biāo)跟蹤算法在實(shí)驗(yàn)1和實(shí)驗(yàn)2中各運(yùn)行10次的平均運(yùn)行速度,處理速度以每秒幀數(shù)的形式表示。算法的實(shí)現(xiàn)是基于Windows操作系統(tǒng),運(yùn)用MATLAB仿真軟件編程實(shí)現(xiàn),計(jì)算機(jī)配置為Inter(R) Core(TM)i5-4200UCPU,1.60 GHz,2.00 GB內(nèi)存。

    表1 4種算法速度比較Tab.1 Comparison of computational speeds of four algorithms 幀/s

    結(jié)果表明,較之AMPF算法和IVDT算法,本文算法具有更高的平均處理速度,但是與A-MFCST算法相比,由于本文算法需要構(gòu)造冗余字典,運(yùn)行速度上受到了一定的影響。

    4 結(jié)論

    本文提出了一種基于冗余字典的多特征壓縮感知目標(biāo)跟蹤算法,將跟蹤目標(biāo)建模為由目標(biāo)區(qū)域紅外與可見(jiàn)光幀特征組成的冗余詞典子空間下的稀疏表示,由于該稀疏表示不再基于緊致框架,在冗余詞典下對(duì)信號(hào)稀疏采樣需要感知矩陣滿足D-RIP性質(zhì),其次,由于此時(shí)信號(hào)稀疏分解表達(dá)式是欠定的,因此采用信號(hào)空間的CoSaMP算法。實(shí)驗(yàn)結(jié)果表明,本文算法能夠獲得更加魯棒和精確的跟蹤結(jié)果。后續(xù)工作針對(duì)不同算法如何優(yōu)化冗余詞典構(gòu)成及信號(hào)的重構(gòu)方式,再做進(jìn)一步研究。

    References)

    [1] 張合,江小華. 目標(biāo)探測(cè)與識(shí)別技術(shù)[M]. 北京:北京理工大學(xué)出版社,2015:1-5. ZHANG He, JIANG Xiao-hua. Target detection and recognition technology[M]. Beijing:Beijing Institute of Technology Press,2015:1-5. (in Chinese)

    [2] Candes E, Romberg J, Tao T. Robust uncertainty principles: exact signal reconstruction from highly incomplete frequency information[J].IEEE Transactions on Information Theory, 2006, 52(1): 489-509.

    [3] Mei X, Ling H.Robust visual tracking usingl1minimization[C]∥2009 IEEE 12th International Conference on Computer Vision. Kyoto:IEEE, 2009: 1436-1443.

    [4] Li H, Shen C, Shi Q. Real-time visual tracking using compressive sensing[C]∥ IEEE Conference on Computer Vision & Pattern Recognition. Providence, US:IEEE,2012:1305-1312.

    [5] Li Y, Zhu J. A scale adaptive kernel correlation filter tracker with feature integration[C]∥ European Conference on Computer Vision. Zurich:IEEE,2014: 254-265.

    [6] 王麗佳,賈松敏,李秀智,等. 分塊多特征目標(biāo)描述子的移動(dòng)機(jī)器人目標(biāo)跟蹤[J]. 控制與決策,2016,31(2):337-342. WANG Li-jia, JIA Song-min, LI Xiu-zhi, et al. Person tracking for robot using patches-based-multi-cues representation[J]. Control and Decision, 2016,31(2):337-342. (in Chinese)

    [7] 趙高鵬,薄煜明,陳益. 多特征提取的紅外與可見(jiàn)光目標(biāo)跟蹤方法[J]. 兵工學(xué)報(bào),2011,32(4):445-451. ZHAO Gao-peng, BO Yu-ming, CHEN Yi. A method for tracking object in infrared and visible image based on multiple features[J]. Acta Armamentarii, 2011,32(4):445-451. (in Chinese)

    [8] Zhao G P, Bo Y M, Ying M F. An object tracking methods based on infrared and visible dual-channel video [J]. Journal of Electronics & Information Technology, 2012, 34(3): 529-534.

    [9] Lamberti F, Sanna A, Paravati G, et al. IVF3: exploiting intensity variation function for high-performance pedestrian tracking in forward-looking infrared imagery[J]. Optical Engineering, 2014, 53(2):42-45.

    [10] He L, Bo Y, Zhao G. Accelerated multi-feature based compressive sensing tracking[J]. Infrared Physics & Technology, 2015, 71:424-431.

    [11] Nummiaro K, Koller-Meier E, Gool L V. An adaptive color-based particle filter[J]. Image & Vision Computing, 2003, 21(1):99-110.

    [12] Feng L, Lum K Y, Chen B M, et al. Development of a vision-based ground target detection and tracking system for a small unmannedhelicopter [J]. Science in China Series F: Information Sciences, 2009, 52(11): 2201-2215.

    [13] Candès E J, Eldar Y C, Needell D, et al. Compressed sensing with coherent and redundant dictionaries[J]. Applied & Computational Harmonic Analysis, 2010, 31(1):59-73.

    [14] Haltmeier M. Stable signal reconstruction vial(1)-minimization in redundant, non-tight frames[J]. IEEE Transactions on Signal Processing, 2013, 61(2):420-426.

    [15] Davenport M A, Needell D, Wakin M B. Signal space CoSaMP for sparse recovery with redundant dictionaries[J]. IEEE Transactions on Information Theory, 2013, 59(10):6820-6829.

    [16] Dou J F, Li J X. Robust visual tracking base on adaptively multi-feature fusion and particle filter[J]. Optik-International Journal for Light and Electron Optics, 2014, 125(5):1680-1686.

    Multi-feature Compressive Sensing Target Tracking AlgorithmBased on Redundant Dictionary

    ZHU Su1, 2, BO Yu-ming1, HE Liang1

    (1.School of Automation, Nanjing University of Science and Technology, Nanjing 210094, Jiangsu, China;2.School of Electronic Information and Optoelectronic Technology, Zijin College, Nanjing University of Science andTechnology, Nanjing 210046, Jiangsu, China)

    In consideration that the basis of signal sparse representation is an orthogonal matrix in the multi-feature compressed sensing algorithm, the multi-features of infrared and visible images are extracted to construct a sparse representation in a subspace of redundant dictionary, and the selection of sensing matrix and the reconstruction of sparse signal in the algorithm are analyzed. A redundant dictionary-based target tracking algorithm of multi-feature compressed sensing in the framework of particle filter is proposed by reconstructing the signal sparse representation, which can automatically detect dynamic targets in complex environment. Experimental results show that, compared with other classical algorithms, the proposed algorithm has better robustness and real-time in complex environment like illumination change and interference object occlusion.

    information processing technology; redundant dictionary; compressive sensing; particle filter; target tracking

    2016-10-24

    國(guó)家自然科學(xué)基金項(xiàng)目(U1330133)

    朱甦(1982—), 女, 講師,博士研究生。E-mail: 14988817@qq.com

    薄煜明(1965—),男,教授,博士生導(dǎo)師。E-mail:byming@njust.edu.cn

    TP391.413

    A

    1000-1093(2017)06-1140-07

    10.3969/j.issn.1000-1093.2017.06.013

    猜你喜歡
    字典直方圖紅外
    統(tǒng)計(jì)頻率分布直方圖的備考全攻略
    開(kāi)心字典
    家教世界(2023年28期)2023-11-14 10:13:50
    開(kāi)心字典
    家教世界(2023年25期)2023-10-09 02:11:56
    符合差分隱私的流數(shù)據(jù)統(tǒng)計(jì)直方圖發(fā)布
    網(wǎng)紅外賣(mài)
    閃亮的中國(guó)紅外『芯』
    金橋(2021年4期)2021-05-21 08:19:20
    TS系列紅外傳感器在嵌入式控制系統(tǒng)中的應(yīng)用
    電子制作(2019年7期)2019-04-25 13:17:14
    用直方圖控制畫(huà)面影調(diào)
    基于快速遞推模糊2-劃分熵圖割的紅外圖像分割
    我是小字典
    在线十欧美十亚洲十日本专区| 亚洲精品久久国产高清桃花| 一区福利在线观看| 在线观看免费视频日本深夜| 91老司机精品| 可以在线观看的亚洲视频| 日韩视频一区二区在线观看| 午夜福利18| 国产精品1区2区在线观看.| 久久青草综合色| 女人精品久久久久毛片| 久久亚洲真实| 亚洲精品美女久久av网站| 无遮挡黄片免费观看| 一区二区三区激情视频| 99久久99久久久精品蜜桃| 亚洲国产中文字幕在线视频| 国产熟女午夜一区二区三区| 俄罗斯特黄特色一大片| 国产av一区二区精品久久| 亚洲精品中文字幕在线视频| 国产伦一二天堂av在线观看| 成人三级做爰电影| 国产欧美日韩一区二区精品| 久久精品国产亚洲av高清一级| 制服丝袜大香蕉在线| 亚洲成人国产一区在线观看| 伊人久久大香线蕉亚洲五| 亚洲色图av天堂| 高清在线国产一区| 色精品久久人妻99蜜桃| 亚洲熟妇熟女久久| av在线播放免费不卡| 少妇粗大呻吟视频| 黑人巨大精品欧美一区二区蜜桃| 亚洲国产精品999在线| 免费少妇av软件| 自线自在国产av| 国语自产精品视频在线第100页| 看免费av毛片| 亚洲一区高清亚洲精品| 午夜免费激情av| 欧美激情高清一区二区三区| 母亲3免费完整高清在线观看| 又大又爽又粗| 一夜夜www| 久久香蕉国产精品| 少妇被粗大的猛进出69影院| 亚洲一区二区三区色噜噜| 亚洲午夜精品一区,二区,三区| 精品国内亚洲2022精品成人| 亚洲avbb在线观看| 国产麻豆69| 91国产中文字幕| 国产成+人综合+亚洲专区| cao死你这个sao货| 97超级碰碰碰精品色视频在线观看| 在线天堂中文资源库| 午夜福利视频1000在线观看 | 国产午夜精品久久久久久| 搡老妇女老女人老熟妇| 黄色片一级片一级黄色片| 淫妇啪啪啪对白视频| 亚洲一区中文字幕在线| 国产不卡一卡二| 99在线人妻在线中文字幕| 亚洲精品久久国产高清桃花| 亚洲精品一区av在线观看| 变态另类丝袜制服| 国产欧美日韩一区二区精品| 91精品国产国语对白视频| 变态另类成人亚洲欧美熟女 | 久久人人爽av亚洲精品天堂| 国产视频一区二区在线看| 精品人妻在线不人妻| 精品免费久久久久久久清纯| 操出白浆在线播放| 国产99久久九九免费精品| 精品国产超薄肉色丝袜足j| 日本 av在线| 最近最新中文字幕大全免费视频| 色av中文字幕| 国产视频一区二区在线看| 亚洲视频免费观看视频| 男人操女人黄网站| 国产av一区在线观看免费| 777久久人妻少妇嫩草av网站| 午夜福利欧美成人| 色精品久久人妻99蜜桃| 国产成人av激情在线播放| 妹子高潮喷水视频| 女性生殖器流出的白浆| 首页视频小说图片口味搜索| 精品福利观看| 精品乱码久久久久久99久播| av福利片在线| 久久午夜综合久久蜜桃| 久久人人爽av亚洲精品天堂| 色尼玛亚洲综合影院| 可以免费在线观看a视频的电影网站| 最近最新免费中文字幕在线| 黄频高清免费视频| or卡值多少钱| 国内毛片毛片毛片毛片毛片| 满18在线观看网站| 高清黄色对白视频在线免费看| а√天堂www在线а√下载| 最近最新中文字幕大全免费视频| 国产成人精品久久二区二区91| 中文字幕另类日韩欧美亚洲嫩草| 日本 欧美在线| 美女扒开内裤让男人捅视频| 欧美日韩黄片免| 99re在线观看精品视频| 村上凉子中文字幕在线| 亚洲精品在线美女| 女同久久另类99精品国产91| 国产欧美日韩精品亚洲av| 久久香蕉激情| 国产精品亚洲美女久久久| 成人三级黄色视频| 亚洲人成电影观看| 久久青草综合色| 久久久久久免费高清国产稀缺| 女人高潮潮喷娇喘18禁视频| 免费搜索国产男女视频| 十分钟在线观看高清视频www| 久久 成人 亚洲| 久久人人97超碰香蕉20202| 亚洲无线在线观看| 色av中文字幕| 亚洲熟女毛片儿| 亚洲精品美女久久久久99蜜臀| 一区在线观看完整版| 看免费av毛片| 亚洲欧美日韩无卡精品| 国产精品 国内视频| 性欧美人与动物交配| 亚洲国产精品久久男人天堂| 久久精品国产99精品国产亚洲性色 | 男女午夜视频在线观看| 男女下面插进去视频免费观看| 国产成人啪精品午夜网站| 又紧又爽又黄一区二区| 久久久久久国产a免费观看| 久久久精品国产亚洲av高清涩受| 国产乱人伦免费视频| 久久精品国产清高在天天线| 黄色片一级片一级黄色片| 国产成+人综合+亚洲专区| 免费看a级黄色片| 亚洲精品久久成人aⅴ小说| 一进一出抽搐gif免费好疼| 丝袜美足系列| 老司机深夜福利视频在线观看| 亚洲一区中文字幕在线| 97人妻天天添夜夜摸| 激情视频va一区二区三区| 男人舔女人的私密视频| 国产亚洲精品第一综合不卡| 亚洲成人精品中文字幕电影| avwww免费| 亚洲久久久国产精品| 久久精品人人爽人人爽视色| 三级毛片av免费| 少妇熟女aⅴ在线视频| 婷婷六月久久综合丁香| 无人区码免费观看不卡| 欧美日韩精品网址| 露出奶头的视频| 色综合欧美亚洲国产小说| 国语自产精品视频在线第100页| 人人妻人人爽人人添夜夜欢视频| 老司机午夜福利在线观看视频| 亚洲精品一卡2卡三卡4卡5卡| 岛国视频午夜一区免费看| tocl精华| 99国产精品一区二区三区| 91麻豆精品激情在线观看国产| 一级作爱视频免费观看| 欧美不卡视频在线免费观看 | av在线播放免费不卡| 母亲3免费完整高清在线观看| 国产成人一区二区三区免费视频网站| av福利片在线| 亚洲,欧美精品.| 亚洲男人天堂网一区| 国产国语露脸激情在线看| 女人被狂操c到高潮| xxx96com| 免费观看精品视频网站| 一本综合久久免费| 999精品在线视频| 色av中文字幕| 日本三级黄在线观看| 黄片播放在线免费| 香蕉久久夜色| 久热爱精品视频在线9| 精品福利观看| 免费无遮挡裸体视频| 国语自产精品视频在线第100页| 一进一出抽搐gif免费好疼| 欧美av亚洲av综合av国产av| 精品国产美女av久久久久小说| 美女高潮到喷水免费观看| 国产精品久久久久久人妻精品电影| 久久天躁狠狠躁夜夜2o2o| 国产欧美日韩一区二区精品| 法律面前人人平等表现在哪些方面| 久久国产亚洲av麻豆专区| 女同久久另类99精品国产91| 女人高潮潮喷娇喘18禁视频| 国产蜜桃级精品一区二区三区| 国产精品日韩av在线免费观看 | 亚洲成a人片在线一区二区| 色综合欧美亚洲国产小说| 中文字幕最新亚洲高清| 在线国产一区二区在线| 激情在线观看视频在线高清| 久久婷婷成人综合色麻豆| 亚洲自拍偷在线| 亚洲熟妇熟女久久| 亚洲av第一区精品v没综合| 在线观看日韩欧美| 中出人妻视频一区二区| 成人精品一区二区免费| av免费在线观看网站| 欧美av亚洲av综合av国产av| 操出白浆在线播放| 亚洲电影在线观看av| 大陆偷拍与自拍| 多毛熟女@视频| 999久久久国产精品视频| 最近最新中文字幕大全免费视频| 在线国产一区二区在线| 99国产精品免费福利视频| 欧美一级毛片孕妇| 神马国产精品三级电影在线观看 | 日本a在线网址| 精品国产乱子伦一区二区三区| 无遮挡黄片免费观看| 国产精华一区二区三区| 曰老女人黄片| 免费看美女性在线毛片视频| 麻豆一二三区av精品| 精品人妻在线不人妻| 国产精品秋霞免费鲁丝片| 国产视频一区二区在线看| 欧美激情高清一区二区三区| 麻豆一二三区av精品| 他把我摸到了高潮在线观看| 精品午夜福利视频在线观看一区| 99久久久亚洲精品蜜臀av| av网站免费在线观看视频| 一级毛片高清免费大全| 国产精品二区激情视频| svipshipincom国产片| 国产av在哪里看| 桃红色精品国产亚洲av| 一级a爱视频在线免费观看| 极品教师在线免费播放| 成人精品一区二区免费| 国产欧美日韩精品亚洲av| 午夜久久久在线观看| 男人舔女人的私密视频| 久9热在线精品视频| 精品福利观看| 大型av网站在线播放| 成人精品一区二区免费| 啦啦啦 在线观看视频| 黄色丝袜av网址大全| 国产av在哪里看| 国产av又大| 国语自产精品视频在线第100页| 国产精品自产拍在线观看55亚洲| 亚洲色图综合在线观看| 黄片小视频在线播放| 自拍欧美九色日韩亚洲蝌蚪91| 久久久久久人人人人人| 好男人在线观看高清免费视频 | 欧美午夜高清在线| 亚洲精品国产一区二区精华液| 波多野结衣高清无吗| 欧美乱妇无乱码| 成年版毛片免费区| 一夜夜www| 亚洲中文日韩欧美视频| 国产一区二区三区综合在线观看| 久久午夜综合久久蜜桃| 色综合亚洲欧美另类图片| 欧美乱妇无乱码| 亚洲色图综合在线观看| 亚洲人成网站在线播放欧美日韩| 99精品久久久久人妻精品| 国产亚洲精品综合一区在线观看 | 免费在线观看亚洲国产| 亚洲最大成人中文| 国产精品免费一区二区三区在线| 如日韩欧美国产精品一区二区三区| 免费在线观看日本一区| 亚洲精品中文字幕在线视频| 99精品欧美一区二区三区四区| 夜夜爽天天搞| 精品高清国产在线一区| 亚洲熟妇熟女久久| 久久青草综合色| 18禁国产床啪视频网站| 亚洲国产精品久久男人天堂| av欧美777| 在线av久久热| 免费看a级黄色片| 欧美日韩一级在线毛片| 一区二区三区高清视频在线| 欧美人与性动交α欧美精品济南到| 国语自产精品视频在线第100页| 黄频高清免费视频| 两性午夜刺激爽爽歪歪视频在线观看 | 国产精品99久久99久久久不卡| 俄罗斯特黄特色一大片| 久久精品国产综合久久久| АⅤ资源中文在线天堂| 高潮久久久久久久久久久不卡| 精品国产美女av久久久久小说| 欧美另类亚洲清纯唯美| 日韩精品免费视频一区二区三区| 人成视频在线观看免费观看| 91精品国产国语对白视频| 亚洲熟妇中文字幕五十中出| 亚洲欧美日韩高清在线视频| 在线免费观看的www视频| 色尼玛亚洲综合影院| 精品国产一区二区三区四区第35| 久久草成人影院| 午夜免费成人在线视频| 午夜精品久久久久久毛片777| 一区二区三区激情视频| 男人的好看免费观看在线视频 | 757午夜福利合集在线观看| 成在线人永久免费视频| 好看av亚洲va欧美ⅴa在| 国产三级黄色录像| 日日爽夜夜爽网站| 亚洲av日韩精品久久久久久密| 亚洲 欧美一区二区三区| 宅男免费午夜| 国产aⅴ精品一区二区三区波| avwww免费| 极品人妻少妇av视频| 999久久久国产精品视频| 真人一进一出gif抽搐免费| 亚洲国产高清在线一区二区三 | 久久这里只有精品19| 12—13女人毛片做爰片一| 久久九九热精品免费| 97人妻天天添夜夜摸| 欧美在线一区亚洲| 亚洲av五月六月丁香网| 电影成人av| 女人爽到高潮嗷嗷叫在线视频| 色综合站精品国产| 在线观看舔阴道视频| 亚洲性夜色夜夜综合| 看黄色毛片网站| 欧美激情极品国产一区二区三区| 丝袜美足系列| 少妇裸体淫交视频免费看高清 | 色av中文字幕| 午夜福利一区二区在线看| 午夜成年电影在线免费观看| 他把我摸到了高潮在线观看| 国产精品一区二区免费欧美| 日韩三级视频一区二区三区| 在线国产一区二区在线| 精品国产乱码久久久久久男人| netflix在线观看网站| 久久精品人人爽人人爽视色| 香蕉久久夜色| 免费观看人在逋| 国产成+人综合+亚洲专区| 黄频高清免费视频| 午夜激情av网站| 一个人观看的视频www高清免费观看 | 在线视频色国产色| 精品午夜福利视频在线观看一区| 一区二区日韩欧美中文字幕| 九色国产91popny在线| 久久中文看片网| 人人澡人人妻人| 国产精品一区二区三区四区久久 | 国产伦一二天堂av在线观看| 日本a在线网址| 一边摸一边抽搐一进一出视频| 一个人观看的视频www高清免费观看 | 啦啦啦免费观看视频1| 精品欧美一区二区三区在线| 日韩欧美一区视频在线观看| 级片在线观看| 日本精品一区二区三区蜜桃| 精品第一国产精品| 国产一区二区三区综合在线观看| 午夜日韩欧美国产| 黑丝袜美女国产一区| 久久久久久久久中文| 成在线人永久免费视频| 日韩精品中文字幕看吧| 久久精品91无色码中文字幕| 亚洲一区二区三区色噜噜| 在线观看日韩欧美| 涩涩av久久男人的天堂| 人妻久久中文字幕网| 黄色女人牲交| 免费久久久久久久精品成人欧美视频| 亚洲,欧美精品.| 国产日韩一区二区三区精品不卡| 日本精品一区二区三区蜜桃| 看黄色毛片网站| 丝袜美腿诱惑在线| 国产精品国产高清国产av| 亚洲黑人精品在线| 亚洲熟女毛片儿| 欧美人与性动交α欧美精品济南到| 自线自在国产av| 欧美丝袜亚洲另类 | 九色国产91popny在线| 99国产精品免费福利视频| 中文字幕av电影在线播放| 成在线人永久免费视频| 激情在线观看视频在线高清| 禁无遮挡网站| 久久欧美精品欧美久久欧美| 精品日产1卡2卡| 欧美黑人精品巨大| 亚洲欧美日韩高清在线视频| 天天添夜夜摸| 亚洲国产精品合色在线| 18禁裸乳无遮挡免费网站照片 | 一级a爱片免费观看的视频| 欧洲精品卡2卡3卡4卡5卡区| 日韩欧美三级三区| 日日摸夜夜添夜夜添小说| 国产精品爽爽va在线观看网站 | 精品电影一区二区在线| 久久久久久久午夜电影| 午夜福利成人在线免费观看| 亚洲情色 制服丝袜| av中文乱码字幕在线| 欧美乱妇无乱码| 国产亚洲精品久久久久久毛片| 精品国产乱码久久久久久男人| 可以在线观看毛片的网站| 久热这里只有精品99| 在线观看免费午夜福利视频| 国产午夜福利久久久久久| 又大又爽又粗| 一级黄色大片毛片| 99riav亚洲国产免费| 黑人巨大精品欧美一区二区mp4| 免费女性裸体啪啪无遮挡网站| 国产99久久九九免费精品| 国产真人三级小视频在线观看| 久9热在线精品视频| 12—13女人毛片做爰片一| 久久这里只有精品19| 亚洲欧美日韩无卡精品| 久久久久国产一级毛片高清牌| 国产精品久久久久久精品电影 | 搞女人的毛片| 十八禁人妻一区二区| 成人av一区二区三区在线看| 国产成人欧美在线观看| 亚洲成人国产一区在线观看| 亚洲av片天天在线观看| 亚洲av第一区精品v没综合| 女同久久另类99精品国产91| 热99re8久久精品国产| 免费看a级黄色片| 法律面前人人平等表现在哪些方面| 国产一卡二卡三卡精品| 99国产精品99久久久久| 欧美成人性av电影在线观看| 午夜激情av网站| 午夜福利视频1000在线观看 | 老司机福利观看| 99热只有精品国产| 国产亚洲精品综合一区在线观看 | 久久久久精品国产欧美久久久| 亚洲第一青青草原| 亚洲av成人一区二区三| 久久久国产精品麻豆| 亚洲专区字幕在线| 午夜福利视频1000在线观看 | www.熟女人妻精品国产| 久久久久久久午夜电影| 免费无遮挡裸体视频| 麻豆国产av国片精品| 国产野战对白在线观看| 中文字幕最新亚洲高清| 嫩草影院精品99| 欧美乱色亚洲激情| 91国产中文字幕| 人人妻人人澡欧美一区二区 | 国产午夜精品久久久久久| 黑人操中国人逼视频| 亚洲黑人精品在线| 999久久久国产精品视频| 人妻久久中文字幕网| 一二三四社区在线视频社区8| 欧美日本视频| 午夜福利在线观看吧| 国产精品综合久久久久久久免费 | av中文乱码字幕在线| 色尼玛亚洲综合影院| av有码第一页| 国产乱人伦免费视频| 在线观看免费午夜福利视频| 一a级毛片在线观看| 精品国内亚洲2022精品成人| av视频在线观看入口| 999久久久精品免费观看国产| 最新在线观看一区二区三区| 日韩欧美三级三区| 中文字幕精品免费在线观看视频| 亚洲成av人片免费观看| 97人妻精品一区二区三区麻豆 | 黑人操中国人逼视频| 视频在线观看一区二区三区| 亚洲少妇的诱惑av| 制服人妻中文乱码| 黑丝袜美女国产一区| 麻豆成人av在线观看| 免费在线观看亚洲国产| 亚洲激情在线av| 热re99久久国产66热| 亚洲黑人精品在线| 韩国精品一区二区三区| √禁漫天堂资源中文www| videosex国产| 九色亚洲精品在线播放| 国产欧美日韩综合在线一区二区| 国产不卡一卡二| 国产精品野战在线观看| 母亲3免费完整高清在线观看| 亚洲 国产 在线| 成人18禁在线播放| 亚洲性夜色夜夜综合| 亚洲成人免费电影在线观看| 久久久久久亚洲精品国产蜜桃av| 人人妻人人爽人人添夜夜欢视频| 国产精品乱码一区二三区的特点 | 色在线成人网| 亚洲欧美日韩高清在线视频| 大型av网站在线播放| 亚洲全国av大片| 高清在线国产一区| 叶爱在线成人免费视频播放| 成人特级黄色片久久久久久久| 亚洲一区高清亚洲精品| 久久精品影院6| 老熟妇乱子伦视频在线观看| 国产成人一区二区三区免费视频网站| 久久天堂一区二区三区四区| 国产成+人综合+亚洲专区| tocl精华| 一区福利在线观看| 国产亚洲精品综合一区在线观看 | 日本 欧美在线| 久久久久亚洲av毛片大全| 伦理电影免费视频| 少妇裸体淫交视频免费看高清 | 一区二区三区国产精品乱码| 午夜福利在线观看吧| 国产野战对白在线观看| 日韩大尺度精品在线看网址 | 国产高清视频在线播放一区| www.精华液| 淫秽高清视频在线观看| 亚洲欧美日韩另类电影网站| 操美女的视频在线观看| 国产精品一区二区三区四区久久 | 一区二区三区高清视频在线| 日本在线视频免费播放| 欧美日韩亚洲综合一区二区三区_| 激情视频va一区二区三区| 老司机福利观看| 90打野战视频偷拍视频| 亚洲电影在线观看av| 老司机福利观看| 91成年电影在线观看| 动漫黄色视频在线观看| 欧美另类亚洲清纯唯美| 精品久久久久久久毛片微露脸| 亚洲熟女毛片儿| 人妻久久中文字幕网| 国产成人精品在线电影| 亚洲 欧美 日韩 在线 免费| 久久久久久亚洲精品国产蜜桃av| 99在线人妻在线中文字幕| 亚洲色图av天堂| 国产亚洲欧美98| www.999成人在线观看| 美女国产高潮福利片在线看| 99久久国产精品久久久| 亚洲男人天堂网一区| 9热在线视频观看99| 亚洲人成伊人成综合网2020| 亚洲成av片中文字幕在线观看| 曰老女人黄片| 亚洲免费av在线视频| 黄色视频不卡| 变态另类成人亚洲欧美熟女 | 88av欧美| 久久久久国产精品人妻aⅴ院| 国产极品粉嫩免费观看在线| 精品国产美女av久久久久小说| 天天一区二区日本电影三级 |