• <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Kalman和Surf的Camshift目標(biāo)跟蹤研究

    2018-02-01 10:59:12王超蘇湛
    軟件導(dǎo)刊 2018年1期
    關(guān)鍵詞:跟蹤目標(biāo)直方圖顏色

    王超+蘇湛

    摘要:

    傳統(tǒng)的Camshift運(yùn)動(dòng)目標(biāo)跟蹤算法在目標(biāo)遮擋或背景顏色干擾下,容易陷入局部最大值,造成目標(biāo)跟蹤丟失。針對(duì)這一問(wèn)題,提出了一種結(jié)合Kalman濾波及Surf特征提取的改進(jìn)算法。該算法需在視頻序列中手動(dòng)框選跟蹤目標(biāo)作為目標(biāo)模板。將傳統(tǒng)Camshift算法得到的目標(biāo)候選區(qū)域與目標(biāo)模板進(jìn)行直方圖對(duì)比,得到的巴氏系數(shù)若大于設(shè)定的閾值則說(shuō)明目標(biāo)跟蹤丟失。采用Surf算法,在該幀圖像中匹配出新的目標(biāo)候選區(qū)域,最終得到候選區(qū)域的位置信息更新Kalman濾波。仿真實(shí)驗(yàn)表明,改進(jìn)后的算法在復(fù)雜背景下仍然具有良好的跟蹤效果。

    關(guān)鍵詞:

    Camshift算法;Kalman預(yù)測(cè)器;Surf算法;顏色干擾;目標(biāo)遮擋

    DOIDOI:10.11907/rjdk.172315

    中圖分類(lèi)號(hào):TP312

    文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào)文章編號(hào):16727800(2018)001007704

    Abstract:The traditional Camshift moving target tracking algorithm is easy to fall into the local maximum value and lost tracking target under the target occlusion or background color interference. An improved algorithm combining Kalman filter and Surf feature extraction is proposed. Firstly, it is necessary to manually select the target as a template region in the sequence of video frames while using this algorithm. Then calculate the Bhattacharyya coefficient of the candidate region obtained by the traditional Camshift algorithm and the template region by histogram matching. If the coefficient is greater than the threshold, this situation represents lost tracking traget. The Surf algorithm is used to match the new target candidate region in the frame image. The Kalman filter is updated according to the position information of the finally obtained candidate region. The simulation results show that the improved algorithm still has a good tracking effect in the complex background.

    Key Words:Camshift algorithm; Kalman predictor; Surf algorithm; color interference; target occlusion

    0引言

    目標(biāo)跟蹤結(jié)合機(jī)器視覺(jué)、圖像處理、模式識(shí)別等多個(gè)學(xué)科知識(shí),廣泛應(yīng)用在交通、軍事、工業(yè)等領(lǐng)域[1]。Camshift是一種基于顏色直方圖的跟蹤算法,利用顏色的相關(guān)信息跟蹤運(yùn)動(dòng)目標(biāo)。該算法在黑白背景下具有良好的跟蹤效果,但當(dāng)跟蹤目標(biāo)的顏色與背景顏色相似,或目標(biāo)被遮擋時(shí),使用該算法很容易造成目標(biāo)跟蹤丟失,并且很難恢復(fù)[23]。

    傳統(tǒng)的Camshift改進(jìn)算法很多。文獻(xiàn)[4]加入了幀間差分法,當(dāng)出現(xiàn)顏色干擾時(shí),采用幀間差分法仍然可以檢測(cè)出運(yùn)動(dòng)物體,但是該方法僅適用于視頻畫(huà)面中存在單個(gè)運(yùn)動(dòng)物體,當(dāng)畫(huà)面中同時(shí)有多個(gè)運(yùn)動(dòng)物體時(shí),則無(wú)法自動(dòng)選出特定運(yùn)動(dòng)目標(biāo)。文獻(xiàn)[5]中加入了Kalman濾波解決目標(biāo)被遮擋問(wèn)題,但跟蹤效果易受光照及背景顏色等外界因素干擾。

    針對(duì)上述問(wèn)題,本文提出了一種結(jié)合Kalman預(yù)測(cè)器與Surf特征匹配的改進(jìn)方案。當(dāng)跟蹤失敗時(shí),利用Surf算法,對(duì)目標(biāo)模板模型及對(duì)應(yīng)幀圖像進(jìn)行特征匹配,重新定位候選目標(biāo)區(qū)域。利用 kalman濾波,預(yù)測(cè)下一幀圖像中搜索框的信息,依此實(shí)現(xiàn)持續(xù)準(zhǔn)確的跟蹤。

    2.2Surf特征提取匹配

    Surf (Speeded Up Robust Features),即加速的具有魯棒性特征。Surf算法是尺度不變特征算法(Sift)的加速版。理論上,Surf的速度是Sift的3倍,并且穩(wěn)定性更好。利用Surf算法可以在兩幅圖像中找出相同的物體,并且建立映射關(guān)系[13]。

    Surf算法步驟:通過(guò)Hessian矩陣構(gòu)造高斯金字塔尺度空間,通過(guò)非最大信號(hào)確定特征點(diǎn),再采用三維線(xiàn)性插值法得到亞像素級(jí)特征點(diǎn),選取特征點(diǎn)的主方向,最后生成特征向量[14]。

    在跟蹤過(guò)程中,若發(fā)生目標(biāo)跟蹤丟失,則需要采用該算法重新定位目標(biāo)區(qū)域。基本思路為:跟蹤前手動(dòng)選取跟蹤目標(biāo)并保存,作為模板模型。當(dāng)檢測(cè)到丟失跟蹤目標(biāo)時(shí),將保存的目標(biāo)模型和對(duì)應(yīng)的視頻幀圖像進(jìn)行Surf特征點(diǎn)提取與匹配,再通過(guò)透視變換,即可得到目標(biāo)區(qū)域的具體位置信息,從而找回丟失的運(yùn)動(dòng)目標(biāo)。

    如圖1所示,首先使用Surf算法,對(duì)目標(biāo)書(shū)籍及書(shū)籍所在的場(chǎng)景圖進(jìn)行特征提取,再使用Flann匹配對(duì)應(yīng)的特征點(diǎn),最后通過(guò)透視變換,便可在場(chǎng)景圖中找出目標(biāo)書(shū)籍,即圖1右側(cè)區(qū)域所框選出來(lái)的四邊形區(qū)域。通過(guò)上述操作就可以得到目標(biāo)在相應(yīng)場(chǎng)景中的位置信息,進(jìn)而實(shí)現(xiàn)對(duì)跟蹤目標(biāo)的重新定位。在運(yùn)動(dòng)目標(biāo)跟蹤過(guò)程中,若發(fā)生丟失跟蹤目標(biāo)的情形,則需要采用該方法重新找到跟蹤的物體,實(shí)現(xiàn)對(duì)目標(biāo)的重新定位。endprint

    2.3改進(jìn)的Camshift算法

    傳統(tǒng)的Camshift算法在實(shí)際跟蹤過(guò)程中存在相應(yīng)缺陷,本文介紹一種基于Kalman預(yù)測(cè)器與Surf特征匹配的改進(jìn)方案。在跟蹤過(guò)程中,通過(guò)對(duì)Camshift跟蹤的候選區(qū)域與最初框選的目標(biāo)模板區(qū)域進(jìn)行直方圖對(duì)比,可以得到一個(gè)巴氏系數(shù)d(H1,H2):

    式中:H1,H2為需要進(jìn)行對(duì)比的直方圖參數(shù),d(H1,H2)∈[0,1],巴氏系數(shù)越接近0,說(shuō)明兩幅圖內(nèi)容越接近。設(shè)置一個(gè)閾值,當(dāng)?shù)玫降陌褪舷禂?shù)大于這個(gè)閾值時(shí),說(shuō)明此時(shí)跟蹤得到的候選區(qū)域與模板模型內(nèi)容相似度較低,即丟失跟蹤目標(biāo)[15]。通過(guò)該方法可方便地判斷此幀圖像中運(yùn)動(dòng)目標(biāo)是否跟蹤成功。改進(jìn)后的算法步驟如下:

    (1)讀入視頻幀序列,并用鼠標(biāo)手動(dòng)選取所要跟蹤的目標(biāo),框選出的區(qū)域即為目標(biāo)模板模型,將該區(qū)域作為初始搜索窗口。

    (2)初始化Kalman濾波。

    (3)根據(jù)搜索窗口信息,利用Camshift算法進(jìn)行目標(biāo)跟蹤,得到目標(biāo)候選區(qū)域。

    (4)將跟蹤得到的目標(biāo)候選區(qū)域與目標(biāo)模板模型進(jìn)行直方圖對(duì)比,判斷得到的巴氏系數(shù)是否大于設(shè)定的閾值(本文設(shè)置的閾值為0.4)。如果大于閾值,則表明丟失跟蹤目標(biāo),跟蹤失敗。利用Surf算法對(duì)目標(biāo)模板模型與對(duì)應(yīng)的視頻幀圖像進(jìn)行特征提取,使用Flann算法進(jìn)行特征點(diǎn)匹配。最后通過(guò)透視變化,重新找回視頻畫(huà)面中所要跟蹤的運(yùn)動(dòng)目標(biāo),得到新的目標(biāo)候選區(qū)域。

    (5)將目標(biāo)候選區(qū)域的位置和大小作為觀測(cè)值,更新Kalman預(yù)測(cè)器參數(shù)。

    (6)讀入下一幀圖像,利用參數(shù)更新后的Kalman濾波,預(yù)測(cè)出運(yùn)動(dòng)目標(biāo)的位置信息。

    (7)根據(jù)預(yù)測(cè)出的運(yùn)動(dòng)模板位置信息,更新搜索窗口,返回步驟(3)繼續(xù)執(zhí)行,直至視頻播放結(jié)束。

    對(duì)應(yīng)的流程如圖2所示。

    3實(shí)驗(yàn)仿真分析

    仿真實(shí)驗(yàn)處理器型號(hào)為Inteli53210M,主頻2.50GHz,內(nèi)存8GB,操作系統(tǒng)Windows 7,使用Visual Studio2015以及OpenCV 3.2.0版本。

    圖3和圖4是一組汽車(chē)行駛視頻序列,選取汽車(chē)為跟蹤目標(biāo),跟蹤結(jié)果顯示在紅色矩形框內(nèi)。畫(huà)面中天空的顏色與汽車(chē)的顏色相似,從而對(duì)跟蹤造成干擾。將該視頻序列的第21幀框選為跟蹤目標(biāo)。圖3采用的是傳統(tǒng)的Camshift跟蹤算法,圖4采用的是基于本文改進(jìn)后的跟蹤算法。由于天空顏色的干擾,兩種方法都不能完全框選出整個(gè)汽車(chē)。圖3中,從第121幀開(kāi)始,紅色矩形框逐漸偏離汽車(chē),第325幀則完全丟失跟蹤目標(biāo)。圖4中,雖然紅色矩形框也存在偏離目標(biāo)的情況,但是和圖3相比偏離程度明顯降低,并且在第325幀圖像中,仍然很好地對(duì)汽車(chē)進(jìn)行了跟蹤,未出現(xiàn)丟失跟蹤目標(biāo)的情況。

    圖5和圖6是一組道路行人視頻序列,選取其中的一個(gè)行人作為跟蹤目標(biāo)。在該視頻序列的第212幀選取跟蹤目標(biāo),即身穿淺綠色上衣的行人。第263幀中,路燈上的指示牌及周?chē)男腥藢?duì)跟蹤目標(biāo)造成遮擋,第274幀畫(huà)面中,遮擋消失。此次跟蹤,兩種方法均未出現(xiàn)丟失跟蹤目標(biāo)的情況。但是采用傳統(tǒng)Camshift跟蹤算法得到的紅色矩形框的面積,明顯要大于采用改進(jìn)的跟蹤算法得到的紅色矩形框面積。對(duì)比后發(fā)現(xiàn),改進(jìn)后的算法能對(duì)行人實(shí)現(xiàn)更為準(zhǔn)確的定位跟蹤,效果得到顯著提高。

    仿真實(shí)驗(yàn)表明,改進(jìn)后的Camshift具有更好的跟蹤效果,跟蹤準(zhǔn)確度得到明顯提高。但是由于加入了Surf特征匹配算法,程序運(yùn)行時(shí)間要略微延長(zhǎng)。由于Camshift算法是基于顏色直方圖進(jìn)行跟蹤的,所以背景顏色干擾對(duì)跟蹤過(guò)程影響較大[16],在此情形下,改進(jìn)后的算法雖然能明顯改善跟蹤效果,但仍然存在結(jié)果矩形框偏離運(yùn)動(dòng)目標(biāo)的情形。綜上,改進(jìn)后的算法達(dá)到了預(yù)期效果。在背景顏色干擾與目標(biāo)遮擋情形下,仍然能進(jìn)行有效跟蹤。

    4結(jié)語(yǔ)

    本文在傳統(tǒng)Camshift跟蹤算法的基礎(chǔ)上,加入了Kalman預(yù)測(cè)器及Surf特征匹配,因而在復(fù)雜背景條件下仍然體現(xiàn)出良好的跟蹤效果。但在特定場(chǎng)景下出現(xiàn)背景顏色干擾時(shí),跟蹤效果并不是特別理想。當(dāng)今深度學(xué)習(xí)技術(shù)發(fā)展迅速,利用深度學(xué)習(xí)法實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)跟蹤是研究趨勢(shì),如何利用此方法提高跟蹤效果將作進(jìn)一步研究。

    參考文獻(xiàn):

    [1]徐光柱,雷幫軍.實(shí)用性目標(biāo)檢測(cè)與跟蹤算法原理及應(yīng)用[M].北京:高等教育出版社,2015:45.

    [2]CHUNBO XIU, FUSHAN BA. Target tracking based on improved Camshift method[C]. Chinese Control and Decision Conference, 2016.

    [3]SHENGLUAN HUANG, JINGXIN HONG. Moving object tracking system based on Camshift and Kalman filter[C]. International Conference on Consumer Electronics, Communications and Networks, 2011.

    [4]ZHENG HAN, RUI ZHANG, LINRU WEN, et al. Moving object Tracking method based on improved Camshift algorithm[C]. International Conference on Industrial InformaticsComputing Technology, Intelligent Technology, Industrial Information Integration, 2016.

    [5]XIANGYU WANG, XIUJUAN LI. The study of moving target tracking based on KalmanCamShift in the video[C]. The 2nd International Conference on Information Science and Engineering,2010.endprint

    [6]湯泉.基于AdaBoost和Camshift的人臉檢測(cè)與跟蹤[J].電子科技,2016,29(12):166169.

    [7]儲(chǔ)珺,杜立輝,汪凌峰,等.基于局部背景感知的目標(biāo)跟蹤[J].自動(dòng)化學(xué)報(bào),2012,38(6):19851995.

    [8]CHIH HSIEN,HSIAYUN JUNG,LIOUJEN SHIUN CHIANG. Directional prediction CamShift algorithm based on adaptive search pattern for moving object tracking[J]. Journal of RealTime Image Processing, 2016,12(1):183195.

    [9]牛春峰,劉世平,王中原.制導(dǎo)炮彈飛行姿態(tài)的卡爾曼濾波估計(jì)方法[J].中國(guó)慣性技術(shù)學(xué)報(bào),2012,20(5):510514.

    [10]閆鈞華.基于Kalman預(yù)測(cè)器的改進(jìn)的CamShift目標(biāo)跟蹤[J].中國(guó)慣性技術(shù)學(xué)報(bào),2014,22(4):536542.

    [11]KIN HONG WONG, YING KIN YU, HO YIN FUNG. Robust and efficient pose tracking using perspectivefourpoint algorithm and Kalman filter[C]. St.Petersburg, Russia: International Conference on Mechanical, System and Control Engineering, 2017.

    [12]孫凱,劉士榮.多目標(biāo)跟蹤的改進(jìn)Camshift卡爾曼濾波組合算法[J].信息與控制,2009,38(1):914.

    [13]謝紅,原博,解武.基于Orb特征點(diǎn)匹配的改進(jìn)Camshift運(yùn)動(dòng)目標(biāo)跟蹤算法[J].應(yīng)用科技,2016,45(5):713.

    [14]任克強(qiáng),胡夢(mèng)云.基于改進(jìn) SURF 算子的彩色圖像配準(zhǔn)算法[J].電子測(cè)量與儀器學(xué)報(bào),2016,30(5):748756.

    [15]張磊,彭力.結(jié)合Surf與Kalman濾波的Camshift跟蹤算法[J].電子測(cè)量與儀器學(xué)報(bào),2017,31(3):389394.

    [16]唐文平,胡慶龍.基于多目標(biāo)Camshift手勢(shì)識(shí)別[J].電子科技,2012,25(2):7181.

    (責(zé)任編輯:杜能鋼)endprint

    猜你喜歡
    跟蹤目標(biāo)直方圖顏色
    統(tǒng)計(jì)頻率分布直方圖的備考全攻略
    符合差分隱私的流數(shù)據(jù)統(tǒng)計(jì)直方圖發(fā)布
    核相關(guān)濾波與孿生網(wǎng)絡(luò)相結(jié)合的目標(biāo)跟蹤算法
    用直方圖控制畫(huà)面影調(diào)
    基于圖割理論的尺度自適應(yīng)人臉跟蹤算法
    認(rèn)識(shí)顏色
    連續(xù)同色調(diào)背景下運(yùn)動(dòng)目標(biāo)自適應(yīng)跟蹤
    特殊顏色的水
    基于直方圖平移和互補(bǔ)嵌入的可逆水印方案
    基于卡爾曼和圖像信息量的Mean Shift改進(jìn)跟蹤算法
    九草在线视频观看| 日韩成人伦理影院| 亚洲欧美日韩另类电影网站| 欧美精品亚洲一区二区| 另类精品久久| 国产精品一区www在线观看| 国产 精品1| 少妇熟女欧美另类| 麻豆乱淫一区二区| 久久精品国产亚洲av天美| 久热久热在线精品观看| 熟女人妻精品中文字幕| 97人妻天天添夜夜摸| 亚洲av免费高清在线观看| 高清不卡的av网站| 国产精品久久久久成人av| 亚洲欧美中文字幕日韩二区| 久热久热在线精品观看| 在线免费观看不下载黄p国产| 午夜91福利影院| 曰老女人黄片| 成人二区视频| 国产成人欧美| 飞空精品影院首页| 少妇精品久久久久久久| 一区二区日韩欧美中文字幕 | 国产日韩欧美亚洲二区| 亚洲图色成人| 久久精品久久久久久久性| 侵犯人妻中文字幕一二三四区| 丰满饥渴人妻一区二区三| 久久久久久久国产电影| 妹子高潮喷水视频| 一边摸一边做爽爽视频免费| 免费日韩欧美在线观看| 国产 精品1| 国产精品嫩草影院av在线观看| 大香蕉97超碰在线| 在线免费观看不下载黄p国产| 另类精品久久| 99久久人妻综合| 熟妇人妻不卡中文字幕| 新久久久久国产一级毛片| 国产亚洲av片在线观看秒播厂| 免费少妇av软件| 大香蕉久久网| 深夜精品福利| 乱码一卡2卡4卡精品| 婷婷色av中文字幕| 久久人人97超碰香蕉20202| 国产精品久久久av美女十八| 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| 五月开心婷婷网| 中文天堂在线官网| 免费女性裸体啪啪无遮挡网站| 全区人妻精品视频| 国产成人精品无人区| 大香蕉久久成人网| 亚洲欧洲国产日韩| 亚洲国产精品专区欧美| 亚洲国产欧美在线一区| av天堂久久9| 在线观看免费高清a一片| 最后的刺客免费高清国语| 国产片特级美女逼逼视频| 久久久久精品性色| 亚洲国产欧美日韩在线播放| 日韩电影二区| 91精品三级在线观看| 成年人免费黄色播放视频| 黑丝袜美女国产一区| 男女下面插进去视频免费观看 | 国产免费一区二区三区四区乱码| 一级黄片播放器| 国产精品一二三区在线看| 狂野欧美激情性bbbbbb| 十八禁高潮呻吟视频| 日韩视频在线欧美| 日韩,欧美,国产一区二区三区| 九九在线视频观看精品| 哪个播放器可以免费观看大片| 草草在线视频免费看| 男女边吃奶边做爰视频| av天堂久久9| 精品第一国产精品| 99久久综合免费| 在线免费观看不下载黄p国产| 国产精品人妻久久久久久| 高清毛片免费看| 999精品在线视频| 久久精品国产鲁丝片午夜精品| 在线观看一区二区三区激情| 热99久久久久精品小说推荐| av有码第一页| 亚洲激情五月婷婷啪啪| 国产一区二区在线观看日韩| 亚洲国产欧美在线一区| 人人妻人人添人人爽欧美一区卜| 中文字幕精品免费在线观看视频 | 亚洲国产精品一区二区三区在线| freevideosex欧美| 色婷婷av一区二区三区视频| 啦啦啦在线观看免费高清www| 中文字幕最新亚洲高清| 久久97久久精品| 我要看黄色一级片免费的| 成年人午夜在线观看视频| 欧美精品亚洲一区二区| 欧美丝袜亚洲另类| 免费黄频网站在线观看国产| av视频免费观看在线观看| 精品酒店卫生间| 亚洲精品乱码久久久久久按摩| 美女主播在线视频| 亚洲成国产人片在线观看| 男女国产视频网站| 综合色丁香网| 2021少妇久久久久久久久久久| 9热在线视频观看99| 亚洲精品国产av蜜桃| 久久久国产欧美日韩av| 日韩一区二区视频免费看| 久久女婷五月综合色啪小说| 日本与韩国留学比较| 最近最新中文字幕免费大全7| 少妇的逼好多水| 日本av手机在线免费观看| 国产乱来视频区| 乱码一卡2卡4卡精品| 在线精品无人区一区二区三| 全区人妻精品视频| 18在线观看网站| 国产极品粉嫩免费观看在线| 自拍欧美九色日韩亚洲蝌蚪91| 啦啦啦视频在线资源免费观看| 国产精品一区www在线观看| 久久人人97超碰香蕉20202| 日韩在线高清观看一区二区三区| 中文字幕另类日韩欧美亚洲嫩草| 成人黄色视频免费在线看| 国产激情久久老熟女| av卡一久久| 欧美亚洲日本最大视频资源| 高清在线视频一区二区三区| 国产精品不卡视频一区二区| 成人毛片60女人毛片免费| 日韩制服骚丝袜av| 大片电影免费在线观看免费| 国语对白做爰xxxⅹ性视频网站| 黄色 视频免费看| 男女无遮挡免费网站观看| 国产高清不卡午夜福利| 在线观看免费日韩欧美大片| 日本av免费视频播放| 免费不卡的大黄色大毛片视频在线观看| 成人18禁高潮啪啪吃奶动态图| 好男人视频免费观看在线| 美女国产高潮福利片在线看| 久久国产精品男人的天堂亚洲 | 久久精品久久久久久噜噜老黄| 一级a做视频免费观看| 亚洲高清免费不卡视频| 三级国产精品片| 国产精品久久久av美女十八| 久久久久久久久久成人| 男女下面插进去视频免费观看 | 久久精品国产a三级三级三级| 免费在线观看完整版高清| 亚洲第一区二区三区不卡| 人人妻人人澡人人看| 免费观看性生交大片5| 国产精品久久久久久久久免| 亚洲国产精品一区二区三区在线| 国产精品女同一区二区软件| 欧美精品高潮呻吟av久久| 丝袜人妻中文字幕| 大香蕉97超碰在线| 在线观看一区二区三区激情| 国产高清不卡午夜福利| 亚洲欧美精品自产自拍| 黄片无遮挡物在线观看| 国产亚洲最大av| 欧美精品亚洲一区二区| 国产亚洲一区二区精品| 国产成人精品一,二区| 九草在线视频观看| av在线观看视频网站免费| av又黄又爽大尺度在线免费看| 一级毛片我不卡| 飞空精品影院首页| 午夜福利,免费看| 久久免费观看电影| 大码成人一级视频| 好男人视频免费观看在线| 飞空精品影院首页| 国产成人一区二区在线| 中文天堂在线官网| 国产国拍精品亚洲av在线观看| 建设人人有责人人尽责人人享有的| 欧美最新免费一区二区三区| 一级毛片电影观看| 亚洲国产精品国产精品| 日韩av在线免费看完整版不卡| 亚洲精品av麻豆狂野| 国产xxxxx性猛交| 性高湖久久久久久久久免费观看| 亚洲精品乱久久久久久| 久久精品久久久久久久性| 国产男女超爽视频在线观看| 国产片内射在线| 久久精品国产a三级三级三级| 母亲3免费完整高清在线观看 | 国产成人a∨麻豆精品| 免费人成在线观看视频色| 欧美人与性动交α欧美精品济南到 | 两性夫妻黄色片 | 精品少妇黑人巨大在线播放| 桃花免费在线播放| 人妻人人澡人人爽人人| 又粗又硬又长又爽又黄的视频| 亚洲国产av影院在线观看| 久久综合国产亚洲精品| 久久国内精品自在自线图片| 国产深夜福利视频在线观看| 久久精品aⅴ一区二区三区四区 | 丰满饥渴人妻一区二区三| 免费少妇av软件| 中文字幕另类日韩欧美亚洲嫩草| 精品国产一区二区久久| 毛片一级片免费看久久久久| 天天躁夜夜躁狠狠躁躁| 91精品三级在线观看| 亚洲色图 男人天堂 中文字幕 | 熟女人妻精品中文字幕| 午夜免费观看性视频| 国产国语露脸激情在线看| 欧美xxxx性猛交bbbb| 免费av不卡在线播放| 久久午夜综合久久蜜桃| 秋霞伦理黄片| 桃花免费在线播放| 九九爱精品视频在线观看| 1024视频免费在线观看| 国产老妇伦熟女老妇高清| 少妇高潮的动态图| 午夜免费鲁丝| 日韩成人伦理影院| 精品午夜福利在线看| 亚洲国产欧美日韩在线播放| 91国产中文字幕| 国产片特级美女逼逼视频| 国产免费现黄频在线看| 亚洲,一卡二卡三卡| 两个人免费观看高清视频| 免费播放大片免费观看视频在线观看| 麻豆乱淫一区二区| a级毛片在线看网站| 热re99久久国产66热| 97超碰精品成人国产| 日日撸夜夜添| 久久久久久久国产电影| 亚洲熟女精品中文字幕| 国产日韩欧美视频二区| 永久网站在线| 国语对白做爰xxxⅹ性视频网站| 免费在线观看完整版高清| 大码成人一级视频| 精品亚洲乱码少妇综合久久| 日韩精品有码人妻一区| 国产无遮挡羞羞视频在线观看| 成人毛片60女人毛片免费| 美女内射精品一级片tv| 亚洲精华国产精华液的使用体验| 美女主播在线视频| 一区二区三区乱码不卡18| 宅男免费午夜| av又黄又爽大尺度在线免费看| 久久国内精品自在自线图片| 日本黄色日本黄色录像| 91久久精品国产一区二区三区| tube8黄色片| 久久精品久久久久久噜噜老黄| 国产乱来视频区| 成人毛片60女人毛片免费| 大片免费播放器 马上看| 亚洲精华国产精华液的使用体验| 大码成人一级视频| 久久久a久久爽久久v久久| 26uuu在线亚洲综合色| 一边摸一边做爽爽视频免费| 精品人妻偷拍中文字幕| 国产精品一区www在线观看| 插逼视频在线观看| 亚洲成人手机| 国产精品.久久久| 成人漫画全彩无遮挡| 免费人成在线观看视频色| 亚洲欧洲国产日韩| 婷婷色av中文字幕| 欧美日韩成人在线一区二区| 97精品久久久久久久久久精品| 久久人妻熟女aⅴ| 丝袜美足系列| 欧美日本中文国产一区发布| 国产成人av激情在线播放| 少妇的逼水好多| 777米奇影视久久| 高清在线视频一区二区三区| 极品人妻少妇av视频| 久久久久久久大尺度免费视频| 超色免费av| 熟女人妻精品中文字幕| 天堂中文最新版在线下载| 久久 成人 亚洲| 91精品三级在线观看| 伦理电影免费视频| 在线观看免费视频网站a站| 亚洲一级一片aⅴ在线观看| 日韩制服丝袜自拍偷拍| 精品熟女少妇av免费看| 国产精品欧美亚洲77777| 亚洲伊人久久精品综合| 如日韩欧美国产精品一区二区三区| 亚洲国产av新网站| 欧美日韩视频高清一区二区三区二| 欧美成人精品欧美一级黄| 你懂的网址亚洲精品在线观看| 亚洲国产精品一区三区| 99久久人妻综合| 人体艺术视频欧美日本| 激情五月婷婷亚洲| 亚洲五月色婷婷综合| 黄色配什么色好看| 99热网站在线观看| 免费黄色在线免费观看| 人人妻人人澡人人爽人人夜夜| 各种免费的搞黄视频| 麻豆精品久久久久久蜜桃| 日韩熟女老妇一区二区性免费视频| 日韩三级伦理在线观看| 久久国内精品自在自线图片| 一级爰片在线观看| 日本-黄色视频高清免费观看| 久久久久视频综合| 亚洲欧美一区二区三区国产| 久久久久久久久久成人| 在线观看人妻少妇| freevideosex欧美| 咕卡用的链子| 国产淫语在线视频| 亚洲色图 男人天堂 中文字幕 | 国产片特级美女逼逼视频| 丝袜喷水一区| 亚洲av中文av极速乱| 啦啦啦视频在线资源免费观看| 建设人人有责人人尽责人人享有的| 日韩,欧美,国产一区二区三区| 18禁裸乳无遮挡动漫免费视频| 精品亚洲乱码少妇综合久久| 18禁裸乳无遮挡动漫免费视频| 国产亚洲av片在线观看秒播厂| 少妇人妻久久综合中文| 新久久久久国产一级毛片| 精品国产一区二区久久| 新久久久久国产一级毛片| 极品人妻少妇av视频| 内地一区二区视频在线| www.色视频.com| 黑人巨大精品欧美一区二区蜜桃 | 老熟女久久久| 日本vs欧美在线观看视频| 99久久人妻综合| 日韩精品有码人妻一区| 伊人久久国产一区二区| 国产成人免费观看mmmm| tube8黄色片| 成人国产av品久久久| √禁漫天堂资源中文www| 人妻 亚洲 视频| www.熟女人妻精品国产 | 毛片一级片免费看久久久久| 美女脱内裤让男人舔精品视频| 美国免费a级毛片| 狠狠婷婷综合久久久久久88av| 我要看黄色一级片免费的| 天堂中文最新版在线下载| 免费日韩欧美在线观看| 久久久亚洲精品成人影院| 免费黄色在线免费观看| 国产精品无大码| 香蕉精品网在线| 国产欧美日韩综合在线一区二区| 精品人妻一区二区三区麻豆| 国产男人的电影天堂91| 热99久久久久精品小说推荐| 人人妻人人添人人爽欧美一区卜| 看十八女毛片水多多多| 夜夜骑夜夜射夜夜干| 国产成人精品久久久久久| 中文乱码字字幕精品一区二区三区| 中文天堂在线官网| 亚洲欧美日韩另类电影网站| 亚洲色图 男人天堂 中文字幕 | 只有这里有精品99| 久久久久久久大尺度免费视频| 成人国产麻豆网| 亚洲少妇的诱惑av| 国产亚洲欧美精品永久| kizo精华| 中文字幕av电影在线播放| videosex国产| 大香蕉97超碰在线| 亚洲精品乱码久久久久久按摩| 国产精品一二三区在线看| 日本色播在线视频| 极品少妇高潮喷水抽搐| 九色成人免费人妻av| 国产成人午夜福利电影在线观看| 免费观看性生交大片5| 亚洲经典国产精华液单| 一本大道久久a久久精品| 成人毛片60女人毛片免费| 少妇人妻精品综合一区二区| 哪个播放器可以免费观看大片| 男人舔女人的私密视频| 少妇的丰满在线观看| 亚洲丝袜综合中文字幕| 青青草视频在线视频观看| 国产成人精品福利久久| 高清欧美精品videossex| 欧美精品一区二区大全| 啦啦啦啦在线视频资源| 精品一区二区三区四区五区乱码 | 亚洲综合色惰| 男女无遮挡免费网站观看| 91久久精品国产一区二区三区| 久久久久久久久久成人| 99九九在线精品视频| 亚洲av日韩在线播放| 最近的中文字幕免费完整| 国产精品无大码| 亚洲美女搞黄在线观看| 啦啦啦在线观看免费高清www| 国产不卡av网站在线观看| 青春草亚洲视频在线观看| 免费大片黄手机在线观看| 日韩欧美精品免费久久| 天天躁夜夜躁狠狠久久av| 国产69精品久久久久777片| 视频区图区小说| 欧美精品高潮呻吟av久久| 一级毛片电影观看| 日韩,欧美,国产一区二区三区| 在线观看免费高清a一片| 天堂中文最新版在线下载| 亚洲精品第二区| 69精品国产乱码久久久| av在线老鸭窝| 久久影院123| 性高湖久久久久久久久免费观看| 热99国产精品久久久久久7| 亚洲精品日韩在线中文字幕| 欧美日韩亚洲高清精品| 大码成人一级视频| 免费在线观看完整版高清| 少妇猛男粗大的猛烈进出视频| 一级毛片黄色毛片免费观看视频| 少妇 在线观看| 99香蕉大伊视频| 丝袜喷水一区| 国产日韩一区二区三区精品不卡| 国产精品一区二区在线观看99| 老司机影院成人| 国产精品成人在线| 男女午夜视频在线观看 | 欧美日本中文国产一区发布| 夜夜骑夜夜射夜夜干| 亚洲av中文av极速乱| 久久久久久人人人人人| xxx大片免费视频| 18禁国产床啪视频网站| 18禁在线无遮挡免费观看视频| 成人毛片60女人毛片免费| 欧美3d第一页| 成人国语在线视频| 欧美激情 高清一区二区三区| 毛片一级片免费看久久久久| av网站免费在线观看视频| 国产一级毛片在线| 日韩中文字幕视频在线看片| 人人妻人人爽人人添夜夜欢视频| 最后的刺客免费高清国语| 一级,二级,三级黄色视频| 中文字幕亚洲精品专区| 一级片'在线观看视频| 深夜精品福利| 亚洲欧美清纯卡通| 丝袜人妻中文字幕| 亚洲少妇的诱惑av| 国产高清国产精品国产三级| 免费高清在线观看日韩| 亚洲精品第二区| 搡女人真爽免费视频火全软件| 免费人成在线观看视频色| 久久精品久久精品一区二区三区| 大话2 男鬼变身卡| 久热久热在线精品观看| 综合色丁香网| 午夜免费男女啪啪视频观看| 99久久综合免费| 永久免费av网站大全| 亚洲精品456在线播放app| 亚洲精品乱久久久久久| 深夜精品福利| 2021少妇久久久久久久久久久| 国产黄频视频在线观看| 丝袜喷水一区| 在线观看美女被高潮喷水网站| 在线天堂最新版资源| 国产精品国产三级国产专区5o| 日本vs欧美在线观看视频| 午夜免费男女啪啪视频观看| 精品国产国语对白av| 亚洲精品自拍成人| 精品亚洲乱码少妇综合久久| av天堂久久9| 久久久久久久久久人人人人人人| 亚洲精品成人av观看孕妇| 菩萨蛮人人尽说江南好唐韦庄| av视频免费观看在线观看| 美女福利国产在线| 久久久亚洲精品成人影院| 欧美成人午夜免费资源| 国产片内射在线| 久久国产精品大桥未久av| 少妇熟女欧美另类| 99久久中文字幕三级久久日本| 亚洲,欧美精品.| 午夜福利影视在线免费观看| 欧美精品一区二区免费开放| 国产成人精品一,二区| 精品少妇久久久久久888优播| 99re6热这里在线精品视频| 99久久精品国产国产毛片| 如日韩欧美国产精品一区二区三区| 国产一区有黄有色的免费视频| 日韩成人av中文字幕在线观看| 国产成人精品久久久久久| 如何舔出高潮| 国产精品三级大全| 夫妻性生交免费视频一级片| 国产精品国产三级国产专区5o| 成人国产av品久久久| 亚洲图色成人| 久久久久人妻精品一区果冻| 日本免费在线观看一区| 美女视频免费永久观看网站| 国产男女内射视频| 亚洲经典国产精华液单| 韩国av在线不卡| 亚洲精品乱久久久久久| 日本黄色日本黄色录像| 午夜激情av网站| 菩萨蛮人人尽说江南好唐韦庄| 亚洲精华国产精华液的使用体验| 亚洲精品国产av成人精品| 亚洲色图 男人天堂 中文字幕 | 亚洲综合色惰| 伦精品一区二区三区| 久久久久网色| 国产精品秋霞免费鲁丝片| 亚洲欧美成人精品一区二区| 大香蕉97超碰在线| 精品国产乱码久久久久久小说| 午夜视频国产福利| 亚洲综合精品二区| 哪个播放器可以免费观看大片| h视频一区二区三区| 9191精品国产免费久久| 两性夫妻黄色片 | 十分钟在线观看高清视频www| 在线精品无人区一区二区三| 丝袜脚勾引网站| 少妇人妻久久综合中文| 久久久久久久久久成人| 亚洲国产色片| 日本vs欧美在线观看视频| 亚洲,欧美,日韩| 亚洲国产色片| 亚洲综合色惰| 久久久久精品人妻al黑| 亚洲人与动物交配视频| 国产精品国产三级国产av玫瑰| 在线天堂中文资源库| 少妇 在线观看| 久久久久视频综合| av有码第一页| 99热这里只有是精品在线观看| 亚洲av福利一区| 国产成人精品在线电影| 啦啦啦啦在线视频资源| 精品久久国产蜜桃| 久久国产精品大桥未久av| 蜜桃国产av成人99| 免费av中文字幕在线| 免费av不卡在线播放| 亚洲精品中文字幕在线视频| √禁漫天堂资源中文www| 九九在线视频观看精品| 久久久久久久大尺度免费视频| 亚洲欧洲精品一区二区精品久久久 | a 毛片基地| 桃花免费在线播放| 免费大片黄手机在线观看|