• <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
    亚洲精品av麻豆狂野| 精品人妻在线不人妻| 国产一区二区在线av高清观看| 国产亚洲精品久久久久5区| 99香蕉大伊视频| 欧美国产日韩亚洲一区| 欧美日韩瑟瑟在线播放| 无遮挡黄片免费观看| 国产欧美日韩精品亚洲av| 亚洲av熟女| 免费在线观看亚洲国产| 国产精品亚洲av一区麻豆| 在线播放国产精品三级| 啦啦啦观看免费观看视频高清 | www.999成人在线观看| 日本 欧美在线| 两人在一起打扑克的视频| 黄色a级毛片大全视频| av免费在线观看网站| 波多野结衣高清无吗| 亚洲男人天堂网一区| 久久人妻福利社区极品人妻图片| aaaaa片日本免费| 黑人欧美特级aaaaaa片| 午夜激情av网站| 国产精品久久久久久亚洲av鲁大| 国产三级黄色录像| 中亚洲国语对白在线视频| 成人国语在线视频| 搞女人的毛片| 色在线成人网| 成在线人永久免费视频| 精品一区二区三区四区五区乱码| 脱女人内裤的视频| 999精品在线视频| 1024香蕉在线观看| 男人的好看免费观看在线视频 | 久久久精品国产亚洲av高清涩受| 精品午夜福利视频在线观看一区| 亚洲午夜精品一区,二区,三区| 欧美日本亚洲视频在线播放| 午夜亚洲福利在线播放| 亚洲av电影不卡..在线观看| 亚洲专区国产一区二区| 黄片小视频在线播放| cao死你这个sao货| 丰满人妻熟妇乱又伦精品不卡| www日本在线高清视频| 此物有八面人人有两片| 黄色视频,在线免费观看| 欧美日韩福利视频一区二区| 中文字幕高清在线视频| 国产精品综合久久久久久久免费 | 成人国语在线视频| 日韩精品中文字幕看吧| 国产精品免费一区二区三区在线| 日本免费a在线| 欧美色欧美亚洲另类二区 | 亚洲第一青青草原| 久久亚洲真实| 色av中文字幕| 91九色精品人成在线观看| 久久人人97超碰香蕉20202| 人人妻人人爽人人添夜夜欢视频| 中国美女看黄片| 亚洲免费av在线视频| 成人欧美大片| 熟妇人妻久久中文字幕3abv| 亚洲美女黄片视频| 国内毛片毛片毛片毛片毛片| 性欧美人与动物交配| 在线观看舔阴道视频| 好男人电影高清在线观看| 久久国产精品男人的天堂亚洲| 成人亚洲精品一区在线观看| 国产国语露脸激情在线看| 怎么达到女性高潮| 亚洲成人免费电影在线观看| 天堂动漫精品| 国内精品久久久久久久电影| 中文字幕高清在线视频| 久久国产精品男人的天堂亚洲| 大型av网站在线播放| 老司机福利观看| 欧美激情久久久久久爽电影 | 人妻久久中文字幕网| 国产精品乱码一区二三区的特点 | 亚洲第一电影网av| 999久久久精品免费观看国产| 欧美午夜高清在线| 午夜福利在线观看吧| 午夜成年电影在线免费观看| 亚洲欧美日韩另类电影网站| 99在线人妻在线中文字幕| 亚洲成av人片免费观看| 日日爽夜夜爽网站| 成人欧美大片| 精品国产乱码久久久久久男人| 国产一卡二卡三卡精品| 黄色视频不卡| 免费女性裸体啪啪无遮挡网站| 欧美成人性av电影在线观看| 性色av乱码一区二区三区2| 18禁裸乳无遮挡免费网站照片 | 国产私拍福利视频在线观看| 色综合站精品国产| 国产伦人伦偷精品视频| 欧美成人一区二区免费高清观看 | 亚洲精品粉嫩美女一区| 亚洲一区高清亚洲精品| 欧美精品亚洲一区二区| 天堂动漫精品| 国产成人欧美在线观看| 国产精品98久久久久久宅男小说| 国产一卡二卡三卡精品| 69精品国产乱码久久久| 亚洲自偷自拍图片 自拍| avwww免费| 1024视频免费在线观看| 99国产精品99久久久久| 日韩 欧美 亚洲 中文字幕| 日韩欧美免费精品| 大陆偷拍与自拍| 亚洲精品美女久久av网站| 久久久精品欧美日韩精品| 波多野结衣一区麻豆| 九色国产91popny在线| 国语自产精品视频在线第100页| 欧美+亚洲+日韩+国产| 国产成人精品在线电影| 欧美成人一区二区免费高清观看 | 久久这里只有精品19| 国内精品久久久久精免费| 成人国产综合亚洲| 国产亚洲精品第一综合不卡| 亚洲精品美女久久av网站| 午夜福利视频1000在线观看 | 国产男靠女视频免费网站| 亚洲av美国av| 丝袜美腿诱惑在线| 午夜精品在线福利| 在线av久久热| 精品国产超薄肉色丝袜足j| 久久香蕉国产精品| 亚洲男人的天堂狠狠| 在线观看www视频免费| 女性生殖器流出的白浆| 日韩欧美在线二视频| 亚洲精品在线美女| 日本免费a在线| 美女扒开内裤让男人捅视频| 亚洲 国产 在线| 狠狠狠狠99中文字幕| 黄色丝袜av网址大全| 精品国产超薄肉色丝袜足j| 久久精品影院6| 日本撒尿小便嘘嘘汇集6| 两性午夜刺激爽爽歪歪视频在线观看 | 女人被狂操c到高潮| 免费无遮挡裸体视频| 欧美黄色片欧美黄色片| 日韩一卡2卡3卡4卡2021年| 欧美国产精品va在线观看不卡| 国产精品免费一区二区三区在线| 亚洲av熟女| 国产色视频综合| 三级毛片av免费| 亚洲精品国产一区二区精华液| 欧美一级a爱片免费观看看 | 麻豆国产av国片精品| 国产精品永久免费网站| 亚洲一区二区三区不卡视频| 久久国产精品影院| 国产野战对白在线观看| 俄罗斯特黄特色一大片| 亚洲欧美精品综合久久99| 久久久久国产精品人妻aⅴ院| 天天躁夜夜躁狠狠躁躁| 久久久久久大精品| 级片在线观看| 亚洲国产毛片av蜜桃av| 亚洲一卡2卡3卡4卡5卡精品中文| 手机成人av网站| 久久久国产欧美日韩av| 亚洲精品久久国产高清桃花| 咕卡用的链子| 亚洲激情在线av| 中文字幕人妻熟女乱码| 欧美激情久久久久久爽电影 | 国产成人精品久久二区二区免费| 91麻豆精品激情在线观看国产| 18禁黄网站禁片午夜丰满| 又黄又爽又免费观看的视频| 亚洲精品国产精品久久久不卡| 日本a在线网址| 真人一进一出gif抽搐免费| 国产97色在线日韩免费| 国产精品野战在线观看| 在线观看免费视频日本深夜| 妹子高潮喷水视频| 婷婷六月久久综合丁香| 亚洲av第一区精品v没综合| 国产区一区二久久| 亚洲色图综合在线观看| 亚洲三区欧美一区| 国产精品久久久久久精品电影 | 国产欧美日韩精品亚洲av| 给我免费播放毛片高清在线观看| 久久国产精品人妻蜜桃| 亚洲三区欧美一区| 午夜免费观看网址| 首页视频小说图片口味搜索| 一边摸一边做爽爽视频免费| 亚洲aⅴ乱码一区二区在线播放 | 亚洲精品国产色婷婷电影| 欧美一区二区精品小视频在线| 99国产精品一区二区蜜桃av| 一级毛片高清免费大全| 99热只有精品国产| 日韩欧美在线二视频| 久久人人97超碰香蕉20202| 亚洲五月天丁香| 久久国产亚洲av麻豆专区| 久热这里只有精品99| 热99re8久久精品国产| 九色亚洲精品在线播放| 琪琪午夜伦伦电影理论片6080| 美女扒开内裤让男人捅视频| 精品久久久久久,| 亚洲成av人片免费观看| 黄色成人免费大全| а√天堂www在线а√下载| 亚洲色图综合在线观看| 岛国视频午夜一区免费看| 国产精品亚洲av一区麻豆| 麻豆久久精品国产亚洲av| 亚洲一码二码三码区别大吗| 国产精品亚洲美女久久久| 久久中文看片网| 首页视频小说图片口味搜索| 韩国精品一区二区三区| 国产av又大| 欧美日韩瑟瑟在线播放| 国产一区二区三区在线臀色熟女| 欧美大码av| 国产又爽黄色视频| 青草久久国产| 麻豆成人av在线观看| 亚洲狠狠婷婷综合久久图片| 午夜免费鲁丝| 亚洲第一青青草原| 国产高清videossex| 午夜影院日韩av| 波多野结衣一区麻豆| 精品福利观看| 91av网站免费观看| 可以在线观看毛片的网站| 日韩欧美一区二区三区在线观看| 99久久综合精品五月天人人| 91成人精品电影| 国产av又大| 欧美精品亚洲一区二区| 男女下面插进去视频免费观看| 国产1区2区3区精品| 国产欧美日韩一区二区三| 少妇的丰满在线观看| 999久久久精品免费观看国产| 制服丝袜大香蕉在线| 国产99久久九九免费精品| 国产xxxxx性猛交| 夜夜爽天天搞| 免费av毛片视频| 搡老妇女老女人老熟妇| 欧美色欧美亚洲另类二区 | 黄片小视频在线播放| 成人手机av| 国产精品一区二区免费欧美| 成年版毛片免费区| 在线免费观看的www视频| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲午夜理论影院| 国产精品香港三级国产av潘金莲| 1024视频免费在线观看| 91精品国产国语对白视频| 乱人伦中国视频| 免费观看人在逋| 亚洲国产中文字幕在线视频| 精品不卡国产一区二区三区| 国产成年人精品一区二区| 女警被强在线播放| 亚洲在线自拍视频| 丁香欧美五月| 亚洲av熟女| 午夜成年电影在线免费观看| 亚洲精品一卡2卡三卡4卡5卡| 久久婷婷人人爽人人干人人爱 | 在线观看www视频免费| www.999成人在线观看| 成年女人毛片免费观看观看9| 亚洲av五月六月丁香网| 欧美黑人欧美精品刺激| 可以在线观看的亚洲视频| 美国免费a级毛片| 波多野结衣av一区二区av| 久久久久久久精品吃奶| 欧美一级a爱片免费观看看 | 精品第一国产精品| 亚洲专区中文字幕在线| 黑丝袜美女国产一区| 日本vs欧美在线观看视频| 九色亚洲精品在线播放| 变态另类丝袜制服| 精品高清国产在线一区| 亚洲 欧美 日韩 在线 免费| 亚洲中文av在线| 免费不卡黄色视频| 久热爱精品视频在线9| 啦啦啦 在线观看视频| 女人被狂操c到高潮| 久久精品国产综合久久久| 欧美在线黄色| a级毛片在线看网站| 一卡2卡三卡四卡精品乱码亚洲| 欧美精品亚洲一区二区| 亚洲成av片中文字幕在线观看| 两性夫妻黄色片| 色播在线永久视频| 亚洲精品久久成人aⅴ小说| 一本久久中文字幕| 一级毛片精品| 国产欧美日韩一区二区三| 久久久国产成人免费| 精品国产国语对白av| 日韩 欧美 亚洲 中文字幕| 欧美色视频一区免费| 成人国产综合亚洲| 国产黄a三级三级三级人| 亚洲免费av在线视频| 亚洲人成网站在线播放欧美日韩| 亚洲,欧美精品.| 18禁裸乳无遮挡免费网站照片 | 国产97色在线日韩免费| av免费在线观看网站| videosex国产| 国产精品久久电影中文字幕| 午夜精品国产一区二区电影| 高清黄色对白视频在线免费看| 亚洲在线自拍视频| 无遮挡黄片免费观看| 一级片免费观看大全| 亚洲欧美日韩高清在线视频| 国产男靠女视频免费网站| 久久久久国内视频| 国产亚洲精品av在线| 一进一出好大好爽视频| xxx96com| www.999成人在线观看| 久久国产精品人妻蜜桃| 人人妻人人爽人人添夜夜欢视频| 国产精品一区二区在线不卡| 亚洲成人国产一区在线观看| 亚洲在线自拍视频| 日韩三级视频一区二区三区| 国产成人精品久久二区二区免费| 久久中文字幕人妻熟女| 亚洲最大成人中文| 亚洲aⅴ乱码一区二区在线播放 | 精品国产国语对白av| or卡值多少钱| 免费在线观看视频国产中文字幕亚洲| 免费女性裸体啪啪无遮挡网站| 欧美乱色亚洲激情| 99国产精品一区二区蜜桃av| 少妇 在线观看| 国产成人影院久久av| 九色亚洲精品在线播放| 大香蕉久久成人网| 不卡一级毛片| 久9热在线精品视频| 亚洲中文字幕一区二区三区有码在线看 | 亚洲国产日韩欧美精品在线观看 | 国内毛片毛片毛片毛片毛片| 久久影院123| 窝窝影院91人妻| 日韩大尺度精品在线看网址 | 一区二区三区精品91| 又黄又爽又免费观看的视频| 免费高清在线观看日韩| 亚洲色图综合在线观看| 国产精品免费一区二区三区在线| 欧美日韩亚洲国产一区二区在线观看| 波多野结衣av一区二区av| 免费不卡黄色视频| 国产一级毛片七仙女欲春2 | 麻豆av在线久日| 国产精品亚洲美女久久久| 国产精品九九99| 久久午夜综合久久蜜桃| 国产又爽黄色视频| 99久久国产精品久久久| 999精品在线视频| 制服诱惑二区| 黄网站色视频无遮挡免费观看| 啪啪无遮挡十八禁网站| 搞女人的毛片| 国产一区二区在线av高清观看| 成人18禁高潮啪啪吃奶动态图| 午夜影院日韩av| 操出白浆在线播放| 少妇熟女aⅴ在线视频| 久久久水蜜桃国产精品网| 亚洲男人的天堂狠狠| 亚洲伊人色综图| 在线观看免费日韩欧美大片| 日韩精品中文字幕看吧| or卡值多少钱| 黄色a级毛片大全视频| 国产精品久久久人人做人人爽| 性欧美人与动物交配| 大型黄色视频在线免费观看| 青草久久国产| 国语自产精品视频在线第100页| 少妇裸体淫交视频免费看高清 | 18禁国产床啪视频网站| 亚洲avbb在线观看| 人人妻人人澡欧美一区二区 | 亚洲 国产 在线| 18禁裸乳无遮挡免费网站照片 | 亚洲av成人不卡在线观看播放网| 欧美色欧美亚洲另类二区 | 制服人妻中文乱码| 国产欧美日韩精品亚洲av| 一区二区三区国产精品乱码| 亚洲精品中文字幕一二三四区| 一边摸一边抽搐一进一出视频| 久久久久国内视频| 999久久久国产精品视频| 国产精品秋霞免费鲁丝片| 天天躁狠狠躁夜夜躁狠狠躁| 午夜成年电影在线免费观看| 一二三四社区在线视频社区8| 久久精品91无色码中文字幕| 老司机在亚洲福利影院| 欧美成人一区二区免费高清观看 | x7x7x7水蜜桃| 丁香欧美五月| 制服人妻中文乱码| 成人免费观看视频高清| 少妇熟女aⅴ在线视频| 久久精品成人免费网站| 免费在线观看影片大全网站| 成人国语在线视频| 亚洲视频免费观看视频| 一级毛片高清免费大全| 国产成人精品无人区| 欧美成人午夜精品| 久久久久久久久中文| 亚洲性夜色夜夜综合| 又黄又爽又免费观看的视频| 国产色视频综合| 成人国产一区最新在线观看| 亚洲av电影不卡..在线观看| 亚洲成av片中文字幕在线观看| 国产成人精品久久二区二区免费| 亚洲aⅴ乱码一区二区在线播放 | 国产精品98久久久久久宅男小说| 69精品国产乱码久久久| 亚洲国产毛片av蜜桃av| 最近最新中文字幕大全电影3 | 亚洲aⅴ乱码一区二区在线播放 | 国产亚洲精品久久久久久毛片| 波多野结衣一区麻豆| 国产精品久久久久久亚洲av鲁大| 国产精品久久电影中文字幕| 欧美老熟妇乱子伦牲交| 中文字幕高清在线视频| 夜夜爽天天搞| ponron亚洲| 首页视频小说图片口味搜索| 国产一卡二卡三卡精品| 亚洲av成人一区二区三| 亚洲国产欧美一区二区综合| 久久婷婷成人综合色麻豆| 女人精品久久久久毛片| 久久精品国产清高在天天线| 真人做人爱边吃奶动态| 男女下面插进去视频免费观看| 动漫黄色视频在线观看| 日本vs欧美在线观看视频| 精品人妻在线不人妻| 啦啦啦韩国在线观看视频| av在线天堂中文字幕| av免费在线观看网站| 99精品久久久久人妻精品| 亚洲美女黄片视频| 久久人妻av系列| 视频区欧美日本亚洲| 成人国产综合亚洲| 男人操女人黄网站| 免费少妇av软件| 国产aⅴ精品一区二区三区波| 亚洲无线在线观看| 黄色成人免费大全| 国产成人一区二区三区免费视频网站| 久久亚洲精品不卡| 日日摸夜夜添夜夜添小说| 51午夜福利影视在线观看| 亚洲电影在线观看av| av片东京热男人的天堂| 91麻豆精品激情在线观看国产| 热re99久久国产66热| 老鸭窝网址在线观看| 午夜视频精品福利| 亚洲av电影不卡..在线观看| 日韩三级视频一区二区三区| 日韩精品中文字幕看吧| 中文字幕人妻熟女乱码| 在线观看一区二区三区| 日日摸夜夜添夜夜添小说| 亚洲aⅴ乱码一区二区在线播放 | 午夜两性在线视频| 国产亚洲欧美98| 黄片小视频在线播放| 国产熟女xx| av超薄肉色丝袜交足视频| 天天躁夜夜躁狠狠躁躁| 日韩欧美在线二视频| 久久久久久久午夜电影| 亚洲精品一卡2卡三卡4卡5卡| 国产成人av教育| 黄色女人牲交| 黑人操中国人逼视频| 丝袜人妻中文字幕| 国产亚洲精品第一综合不卡| 亚洲情色 制服丝袜| 免费观看人在逋| 日韩中文字幕欧美一区二区| 性欧美人与动物交配| 欧美黑人欧美精品刺激| 亚洲最大成人中文| av福利片在线| 男女做爰动态图高潮gif福利片 | 亚洲成av片中文字幕在线观看| 搞女人的毛片| 欧美人与性动交α欧美精品济南到| 国产真人三级小视频在线观看| 99精品在免费线老司机午夜| 啪啪无遮挡十八禁网站| 亚洲av成人不卡在线观看播放网| 中文字幕最新亚洲高清| 国内毛片毛片毛片毛片毛片| 身体一侧抽搐| 人妻久久中文字幕网| 久久香蕉国产精品| 在线观看66精品国产| 操美女的视频在线观看| 人人妻人人爽人人添夜夜欢视频| 在线十欧美十亚洲十日本专区| 后天国语完整版免费观看| 午夜福利欧美成人| 国产精品野战在线观看| 18美女黄网站色大片免费观看| 神马国产精品三级电影在线观看 | 欧美中文日本在线观看视频| 亚洲精品美女久久久久99蜜臀| 亚洲一区中文字幕在线| 美女 人体艺术 gogo| 欧美午夜高清在线| 一本大道久久a久久精品| 国产欧美日韩一区二区精品| 亚洲精品久久成人aⅴ小说| 在线国产一区二区在线| 在线观看免费日韩欧美大片| 亚洲第一av免费看| 黄色毛片三级朝国网站| 久久久久国内视频| 美女大奶头视频| 久久青草综合色| 色播亚洲综合网| 99国产极品粉嫩在线观看| 久久久久久久久免费视频了| 亚洲aⅴ乱码一区二区在线播放 | 女人被躁到高潮嗷嗷叫费观| 国产精品 欧美亚洲| 国产精品av久久久久免费| 色哟哟哟哟哟哟| 欧洲精品卡2卡3卡4卡5卡区| 国产av精品麻豆| 丝袜在线中文字幕| 欧美国产日韩亚洲一区| 国内毛片毛片毛片毛片毛片| 少妇粗大呻吟视频| 国产人伦9x9x在线观看| 亚洲av第一区精品v没综合| 大型黄色视频在线免费观看| 成人18禁高潮啪啪吃奶动态图| 日日干狠狠操夜夜爽| www.自偷自拍.com| 黄片播放在线免费| 99国产精品一区二区蜜桃av| av天堂在线播放| 黄片播放在线免费| 老鸭窝网址在线观看| 亚洲美女黄片视频| 日日爽夜夜爽网站| 久久久久九九精品影院| 搡老岳熟女国产| 丝袜美足系列| 后天国语完整版免费观看| 婷婷六月久久综合丁香| 亚洲专区字幕在线| 免费在线观看黄色视频的| 黄片小视频在线播放| 老熟妇乱子伦视频在线观看| 亚洲欧美激情综合另类|