• <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 ?

    基于多尺度特征和嵌套級(jí)聯(lián)Adaboost的車(chē)輛檢測(cè)*

    2018-04-27 01:43:00康珮珮于鳳芹
    傳感器與微系統(tǒng) 2018年5期
    關(guān)鍵詞:嵌套級(jí)聯(lián)直方圖

    康珮珮, 于鳳芹, 陳 瑩

    (江南大學(xué) 物聯(lián)網(wǎng)工程學(xué)院,江蘇 無(wú)錫 214122)

    0 引 言

    傳統(tǒng)的車(chē)輛檢測(cè)方法,如感應(yīng)線圈檢測(cè)、紅外檢測(cè)、雷達(dá)檢測(cè)等,因成本較高、維護(hù)不便等問(wèn)題已不能適應(yīng)當(dāng)前智能交通的發(fā)展?;谝曨l圖像的車(chē)輛檢測(cè)方法[1~5]已成為當(dāng)今的研究熱點(diǎn)。

    在基于視頻圖像的車(chē)輛檢測(cè)方法中,Viola P和Jones M[6]提出的基于特征和級(jí)聯(lián)Adaboost分類(lèi)器的檢測(cè)框架應(yīng)用廣泛。在特征方面,文獻(xiàn)[2]提取Haar-like特征表示車(chē)輛圖像,Haar-like特征較為簡(jiǎn)單但對(duì)車(chē)輛的描述性較差,導(dǎo)致檢測(cè)率較低。為提高準(zhǔn)確率,文獻(xiàn)[3]提取了Haar-like和方向梯度直方圖(histogram of oriented gradient,HOG)兩種特征描述車(chē)輛,取得了較好的檢測(cè)效果。文獻(xiàn)[4]提取了多尺度局部二值模式(local binary pattern,LBP)特征,與單一尺度LBP特征相比包含更多的有用信息,檢測(cè)率有所提高。綜上,多尺度特征包含更多有用信息,多種特征對(duì)圖像的描述性更好。在分類(lèi)器方面,文獻(xiàn)[2,3]構(gòu)建了Discrete Adaboost分類(lèi)器進(jìn)行車(chē)輛檢測(cè),但Discrete Adaboost分類(lèi)器對(duì)非典型的正樣本權(quán)值調(diào)整過(guò)高導(dǎo)致分類(lèi)器效率下降。文獻(xiàn)[4]使用的Gentle Adaboost分類(lèi)器則通過(guò)修改錯(cuò)誤樣本權(quán)重調(diào)整的方法來(lái)提高分類(lèi)器效率,使得訓(xùn)練和檢測(cè)效率均高于Discrete Adaboost。為了進(jìn)一步提高檢測(cè)率和檢測(cè)速度,文獻(xiàn)[2~4]使用了級(jí)聯(lián)形式Adaboost分類(lèi)器。文獻(xiàn)[7]的嵌套級(jí)聯(lián)形式Adaboost分類(lèi)器因相鄰層間有關(guān)聯(lián)使得分類(lèi)器效率更高。

    為快速且準(zhǔn)確地進(jìn)行車(chē)輛檢測(cè),本文提出了一種基于多尺度特征和嵌套級(jí)聯(lián)Gentle Adaboost分類(lèi)器的車(chē)輛檢測(cè)算法。首先為了快速得到描述性更好的特征,分別使用積分直方圖和積分圖像加速提取多尺度HOG和多尺度多塊局部二進(jìn)制(multi-block LBP,MB-LBP)特征;然后分別使用生成分類(lèi)器和多分支樹(shù)構(gòu)建基于兩種特征的兩種弱分類(lèi)器,并組合成Gentle Adaboost分類(lèi)器;最后對(duì)Gentle Adaboost分類(lèi)器采用嵌套級(jí)聯(lián)結(jié)構(gòu),在級(jí)聯(lián)的前幾層使用基于HOG特征的弱分類(lèi)器排除大部分背景區(qū)域,后幾層使用基于MB-LBP特征的弱分類(lèi)器排除與車(chē)輛相似區(qū)域。仿真結(jié)果表明:該算法的檢測(cè)速度,檢測(cè)精度和召回率均優(yōu)于其他車(chē)輛檢測(cè)算法。

    1 多尺度特征提取及其加速

    圖像中的有用信息往往分布在不同尺度,單一尺度下提取的特征包含的有用信息相對(duì)較少,因此本文在多個(gè)尺度下提取HOG特征和MB-LBP特征,使提取的特征更好地描述圖像。但是多尺度的引入增加了計(jì)算復(fù)雜度,本文分別使用積分直方圖和積分圖像對(duì)兩種特征的提取過(guò)程進(jìn)行加速。

    1.1 多尺度HOG特征提取及其加速

    HOG是一種圖像特征描述算子[8],用描述目標(biāo)的輪廓信息。本文在4個(gè)尺度下提取梯度方向直方圖。用不同尺寸的窗口遍歷圖像,將圖像分割為若干個(gè)有重疊的不同尺寸圖像塊(block),block的尺寸有4種:2×2,4×4,8×8,16×16;統(tǒng)計(jì)每個(gè)block的梯度方向直方圖,每個(gè)直方圖 可定義為hi(xi,yi,si),其中(xi,yi)為直方圖i的空間位置,si為尺度,取值集合為{2,4,8,16},si=2時(shí),block的尺寸即為2×2;將不同尺寸下block的梯度方向直方圖組合在一起,即得到了多尺度HOG特征。

    為了提高多尺度HOG特征的提取速度,本文首先計(jì)算積分直方圖[9],并將其作為輸入圖像的中間表示,然后使用積分直方圖快速計(jì)算每個(gè)block的HOG特征?;叶葓D像的積分直方圖定義為

    H(x,y,b)=H(x-1,y,b)+H(x,y-1,b)-

    H(x-1,y-1,b)+Q(f(x,y))

    (1)

    (2)

    式中b=1,2,…,9,為梯度方向二進(jìn)制(bin)的值;(x,y)為灰度圖像中像素點(diǎn)坐標(biāo);Q(x,y)為像素點(diǎn)(x,y)所對(duì)應(yīng)的梯度方向,若梯度方向?yàn)閎,則Q(f(x,y))的值等于像素點(diǎn)的梯度幅值;否則,等于0。獲得積分直方圖后,利用式(3)得到block區(qū)域T(x-,y-,x+,y+)的梯度方向直方圖

    h(T,b)=H(x+,y+,b)-H(x-,y+,b)-

    H(x+,y-,b)+H(x-,y-,b)

    (3)

    式中 (x-,y-),(x+,y+)分別為T(mén)的左上角和右下角像素點(diǎn)的坐標(biāo)。與傳統(tǒng)直方圖的計(jì)算不同,積分直方圖未重復(fù)計(jì)算每個(gè)可能區(qū)域的直方圖,大幅提高了計(jì)算速度。在計(jì)算一個(gè)block的梯度方向直方圖時(shí),只需4×9個(gè)像素點(diǎn),進(jìn)行3×9次加減法運(yùn)算,時(shí)間復(fù)雜度為O(1)。

    1.2 多尺度MB-LBP特征提取及其加速

    MB-LBP[10]使用LBP算子對(duì)矩形區(qū)域編碼,用于描述目標(biāo)的紋理信息。MB-LBP通過(guò)比較中心子塊的平均強(qiáng)度gc和周?chē)?個(gè)矩形鄰域的平均強(qiáng)度{g1,…,gn}得到,其值定義為

    (4)

    為了快速計(jì)算多尺度MB-LBP特征,本文使用積分圖像計(jì)算每個(gè)block的MB-LBP特征。積分圖像中的任意一點(diǎn)(x,y)的值等于從圖像的左上角到該點(diǎn)所構(gòu)成的矩形區(qū)域內(nèi)所有點(diǎn)的灰度值之和,即

    (5)

    任意子區(qū)域R中所有像素點(diǎn)的灰度值之和可通過(guò)式(6)得到

    ii(R)=I(x+,y+)-I(x-,y+)-I(x+,y-)+

    I(x-,y-)

    (6)

    式中 (x-,y-),(x+,y+)分別為R的左上角和右下角像素點(diǎn)的坐標(biāo)。通過(guò)引入積分圖像,在求block的MB-LBP特征時(shí),只需進(jìn)行3×9次加減法和9次除法運(yùn)算,即可得到block中9個(gè)子區(qū)域的平均像素值,進(jìn)行比較即可得到MB-LBP特征,大幅提高了計(jì)算速度。

    2 嵌套級(jí)聯(lián)Gentle Adaboost分類(lèi)器

    2.1 Gentle Adaboost分類(lèi)器

    Gentle Adaboost是從訓(xùn)練集中訓(xùn)練不同的弱分類(lèi)器,然后集合弱分類(lèi)器,構(gòu)成一個(gè)更強(qiáng)的最終分類(lèi)器(強(qiáng)分類(lèi)器)。為提高Gentle Adaboost算法的性能,本文使用生成分類(lèi)器和多分支樹(shù)定義了2種弱分類(lèi)器,分別對(duì)應(yīng)2種特征:多尺度HOG特征和多尺度MB-LBP特征。

    2.1.1 基于多尺度HOG特征的弱分類(lèi)器

    對(duì)于HOG特征空間,本文構(gòu)建了一個(gè)基于車(chē)輛模型的生成分類(lèi)器[3]。使用訓(xùn)練集中正樣本的均值直方圖作為模型

    (7)

    式中P為訓(xùn)練集中正樣本的個(gè)數(shù)。生成分類(lèi)器用于計(jì)算輸入圖像的直方圖hi與模型mi之間的距離。弱分類(lèi)器gHOG定義為

    (8)

    式中α1,α2為[-1,+1]之間的小數(shù),代表分類(lèi)結(jié)果的置信度,理想情況下|α1|=|α2|=1表示分類(lèi)完全正確,+1表示車(chē)輛,-1表示非車(chē)輛;d(hi,mi)為直方圖hi與模型mi之間的巴氏距離;θi為對(duì)于特征i在巴氏距離上的最優(yōu)閾值。

    2.1.2 基于多尺度MB-LBP特征的弱分類(lèi)器

    由MB-LBP提取過(guò)程可知,其特征值只是表示二值字符串的一個(gè)符號(hào),即其不具有可度量性。因此,針對(duì)MB-LBP特征空間,本文使用多分枝回歸樹(shù)設(shè)計(jì)弱分類(lèi)器[10]。多分枝樹(shù)共有256個(gè)分枝,每一個(gè)分枝對(duì)應(yīng)一個(gè)特定的離散值(即MB-LBP特征值)。第j個(gè)MB-LBP特征對(duì)應(yīng)的弱分類(lèi)器可表示為

    (9)

    式中k和al為通過(guò)學(xué)習(xí)得到的回歸參數(shù);fkj為MB-LBP特征向量fj的第k個(gè)特征值;al,l=0,…,255為分類(lèi)結(jié)果的置信度。每個(gè)弱分類(lèi)器對(duì)應(yīng)一個(gè)單一的特征。在檢測(cè)階段,對(duì)于一個(gè)特定的MB-LBP特征,可以通過(guò)多分枝樹(shù)快速得到相應(yīng)的回歸值。

    2.2 嵌套級(jí)聯(lián)Gentle Adaboost分類(lèi)器

    嵌套級(jí)聯(lián)Gentle Adaboost分類(lèi)器由一些集成(嵌套)層組成,每一層包含一個(gè)Gentle Adaboost分類(lèi)器。嵌套級(jí)聯(lián)分類(lèi)器的每一層不僅是級(jí)聯(lián)分類(lèi)器的一個(gè)獨(dú)立結(jié)點(diǎn),同時(shí)也是下一層的一個(gè)組成部分。假設(shè)嵌套級(jí)聯(lián)分類(lèi)器為C,包含K層,嵌套級(jí)聯(lián)分類(lèi)器可定義為

    (10)

    (11)

    (12)

    3 算法實(shí)現(xiàn)步驟

    基于多尺度特征和嵌套級(jí)聯(lián)Gentle Adaboost的車(chē)輛檢測(cè)流程如圖1所示。

    圖1 基于多尺度特征和嵌套級(jí)聯(lián)Gentle Adaboost的車(chē)輛檢測(cè)流程

    4 仿真實(shí)驗(yàn)結(jié)果與分析

    實(shí)驗(yàn)環(huán)境為Intel Core i5—3470處理器、4 GB內(nèi)存的硬件環(huán)境,以及Windows7,MATLAB R2012a軟件環(huán)境。實(shí)驗(yàn)選取BIT車(chē)輛數(shù)據(jù)集[11]和伊利諾伊大學(xué)厄巴納—香檳分校(UIUC)車(chē)輛數(shù)據(jù)集[12]分別進(jìn)行訓(xùn)練和檢測(cè)。BIT數(shù)據(jù)集包含一些復(fù)雜環(huán)境下的圖像,如背景的干擾、光照的變化,以及車(chē)輛顏色的不同,圖像大小為1 600×1 200,本文首先使用雙三次插值方法將圖像采樣到400×300,然后隨機(jī)選取其中的5 000張圖像進(jìn)行訓(xùn)練,2 800張圖像(共2 890輛車(chē))進(jìn)行測(cè)試,訓(xùn)練時(shí)的負(fù)樣本是收集的5 000張非車(chē)輛圖像。UIUC數(shù)據(jù)集是標(biāo)準(zhǔn)化的車(chē)輛數(shù)據(jù)集,包含1 050張訓(xùn)練圖像(其中550張是車(chē)輛圖像,500張是非車(chē)輛圖像)和278張測(cè)試圖像(共339輛車(chē)),所有的車(chē)輛圖像都是經(jīng)灰度化的車(chē)輛側(cè)面圖像,具有不同的分辨率,有部分遮擋現(xiàn)象,車(chē)輛和背景對(duì)比度低,并且背景比較復(fù)雜。

    本文使用精度P(Precision)、召回率R(Recall-rate)以及每幅圖像的平均檢測(cè)時(shí)間t作為評(píng)價(jià)指標(biāo)。為驗(yàn)證本文算法的有效性,分別與文獻(xiàn)[2~4]中的算法在BIT和UIUC數(shù)據(jù)集上進(jìn)行了對(duì)比實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果如表1和表2。

    表1 本文算法與其他算法在BIT數(shù)據(jù)集上的比較

    表2 本文算法與其他算法在UIUC數(shù)據(jù)集上的比較

    由表1和表2可以看出,本文算法的檢測(cè)精度和召回率均高于其他3種算法,且檢測(cè)速度更快。在BIT數(shù)據(jù)集上,本文算法的檢測(cè)精度和召回率分別達(dá)到了93.8 %和94.2 %,平均檢測(cè)耗時(shí)分別占文獻(xiàn)[2~4]中算法的76.0 %,51.4 %,67.9 %。在UIUC數(shù)據(jù)集上,本文算法的檢測(cè)精度和召回率分別為91.8 %和89.1 %,平均檢測(cè)耗時(shí)分別占文獻(xiàn)[2~4]中算法的61.5 %,38.1 %,53.3 %。基本達(dá)到了實(shí)時(shí)性要求。本文算法在BIT數(shù)據(jù)集上的效果表現(xiàn)較好,這是由于BIT數(shù)據(jù)集中的車(chē)輛圖像相對(duì)清晰,且背景較為單一。而UIUC數(shù)據(jù)集中的車(chē)輛圖像背景比較復(fù)雜,因此,檢測(cè)精度和召回率相對(duì)較低。

    圖2為本文算法在BIT數(shù)據(jù)集和UIUC數(shù)據(jù)集上的部分檢測(cè)結(jié)果。由圖2(a)可以看出,本文算法在光照良好和光照較暗的環(huán)境下可以有效檢測(cè)出車(chē)輛,較好地應(yīng)對(duì)了光照變化。由圖2(b)可以看出,本文算法在復(fù)雜環(huán)境中仍表現(xiàn)出了較好的檢測(cè)結(jié)果,有效應(yīng)對(duì)了背景干擾。

    圖2 本文算法的部分檢測(cè)結(jié)果

    5 結(jié)束語(yǔ)

    提出了一種基于多尺度特征和嵌套級(jí)聯(lián)Gentle Adaboost的車(chē)輛檢測(cè)算法。為了快速得到更多有用信息,提取了多尺度HOG和多尺度MB-LBP兩種特征,并分別使用積分直方圖和積分圖像進(jìn)行加速?;?種特征為Gentle Adaboost構(gòu)建了2種弱分類(lèi)器,并對(duì)Gentle Adaboost采用嵌套級(jí)聯(lián)結(jié)構(gòu),進(jìn)一步提高了檢測(cè)率和檢測(cè)速度。實(shí)驗(yàn)結(jié)果表明:本文算法相較于其他車(chē)輛檢測(cè)算法,具有較高的檢測(cè)精度和召回率,且檢測(cè)速度較快,基本滿足實(shí)時(shí)性要求。

    參考文獻(xiàn):

    [1] 繆小冬,李舜酩,沈 峘,等.路面車(chē)輛的視覺(jué)檢測(cè)方法[J].傳感器與微系統(tǒng),2010,29(2):5-8,12.

    [2] Tang Y,Xu Y C,Zhang C Z.Robust vehicle detection based on cascade classifier in traffic surveillance system[J].The Open Automation and Control Systems Journal,2014 (6):349-354.

    [3] Negri P,Clady X,Hanif S M,et al.A cascade of boosted generative and discriminative classifiers for vehicle detection[J].EURASIP Journal on Advances in Signal Processing,2008,2008:1-12.

    [4] Kovacic K,Ivanjko E,Jelusic N.Measurement of road traffic parameters based on multi-vehicle tracking[C]∥Proceedings of the Croatian Computer Vision Workshop,2015:3-8.

    [5] 朱 勇,付彥君.基于多特征融合的車(chē)輛檢測(cè)算法[J].傳感器與微系統(tǒng),2009,28(8):110-112.

    [6] Viola P,Jones M.Rapid object detection using a boosted cascade of simple features[C]∥IEEE Conference on Computer Vision and Pattern Recognition(CVPR),2001:511-518.

    [7] Verschae R.Object detection using nested cascades of boosted classifiers:A learning framework and its extension to the multi-class case[D].Chile:Universidad de Chile,2010:25-29.

    [8] Dalal N,Triggs B.Histograms of oriented gradients for human detection[C]∥IEEE Conference on Computer Vision and Pattern Recognition(CVPR),2005:886-893.

    [9] Porikli F.Integral histogram:A fast way to extract histograms in Cartesian spaces[C]∥IEEE Conference on Computer Vision and Pattern Recognition (CVPR),2005:829-836.

    [10] Zhang L,Chu R,Xiang S,et al.Face detection based on multi-block lbp representation[C]∥Lecture Notes in Computer Science,2007:11-18.

    [11] Dong Z,Jia Y D.Vehicle type classification using distributions of structural and appearance-based features[C]∥Proceedings of the 20th IEEE International Conference on Image Processing(ICIP),2013:4321-4324.

    [12] Agarwal S,Awan A,Roth D.Learning to detect objects in images via a sparse,part-based representation[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2004,26(11):1475-1490.

    猜你喜歡
    嵌套級(jí)聯(lián)直方圖
    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
    基于嵌套Logit模型的競(jìng)爭(zhēng)性選址問(wèn)題研究
    用直方圖控制畫(huà)面影調(diào)
    級(jí)聯(lián)LDPC碼的STBC-OFDM系統(tǒng)
    電子制作(2016年15期)2017-01-15 13:39:09
    基于級(jí)聯(lián)MUSIC的面陣中的二維DOA估計(jì)算法
    基于直方圖平移和互補(bǔ)嵌入的可逆水印方案
    LCL濾波器在6kV級(jí)聯(lián)STATCOM中的應(yīng)用
    H橋級(jí)聯(lián)型STATCOM的控制策略研究
    一種基于區(qū)分服務(wù)的嵌套隊(duì)列調(diào)度算法
    春色校园在线视频观看| 国产有黄有色有爽视频| 久久久久久久亚洲中文字幕| 婷婷成人精品国产| 蜜桃国产av成人99| 在线观看人妻少妇| 夜夜爽夜夜爽视频| 特大巨黑吊av在线直播| av在线app专区| 免费人成在线观看视频色| 亚洲国产精品999| 精品酒店卫生间| 国产av码专区亚洲av| av.在线天堂| 国产精品偷伦视频观看了| 欧美日本中文国产一区发布| 熟女电影av网| 在线看a的网站| a级毛片在线看网站| 国产精品成人在线| 久久久国产一区二区| 免费大片18禁| 精品少妇内射三级| 午夜福利影视在线免费观看| 人妻少妇偷人精品九色| 黄色视频在线播放观看不卡| 51国产日韩欧美| 在线亚洲精品国产二区图片欧美 | 国产视频内射| xxxhd国产人妻xxx| 国产亚洲午夜精品一区二区久久| 搡女人真爽免费视频火全软件| 亚洲怡红院男人天堂| 国产一区二区在线观看日韩| 精品国产一区二区久久| 免费久久久久久久精品成人欧美视频 | 九九爱精品视频在线观看| 欧美97在线视频| 岛国毛片在线播放| 国产成人aa在线观看| 蜜桃国产av成人99| 亚洲丝袜综合中文字幕| 国产成人精品在线电影| 欧美精品一区二区免费开放| 国产男女内射视频| 人妻人人澡人人爽人人| 丝袜在线中文字幕| a级片在线免费高清观看视频| 我的老师免费观看完整版| 国产伦精品一区二区三区视频9| 国产精品三级大全| 日本av手机在线免费观看| 人妻人人澡人人爽人人| 国产 精品1| 黄色视频在线播放观看不卡| a级毛色黄片| 九九爱精品视频在线观看| 香蕉精品网在线| 纯流量卡能插随身wifi吗| 91精品国产九色| 中文字幕免费在线视频6| 亚洲精品456在线播放app| 免费黄频网站在线观看国产| 国产淫语在线视频| 男女无遮挡免费网站观看| 色5月婷婷丁香| 少妇高潮的动态图| 国产永久视频网站| 国产精品免费大片| 曰老女人黄片| kizo精华| 久久精品久久久久久噜噜老黄| 毛片一级片免费看久久久久| 亚洲美女搞黄在线观看| 成年美女黄网站色视频大全免费 | 80岁老熟妇乱子伦牲交| 街头女战士在线观看网站| 色视频在线一区二区三区| 国产无遮挡羞羞视频在线观看| 麻豆成人av视频| 久久99蜜桃精品久久| 青青草视频在线视频观看| 91精品国产九色| 黄色一级大片看看| 亚洲av成人精品一二三区| 亚洲婷婷狠狠爱综合网| 精品视频人人做人人爽| 午夜av观看不卡| 啦啦啦中文免费视频观看日本| 熟妇人妻不卡中文字幕| 国产免费一级a男人的天堂| 国产国拍精品亚洲av在线观看| 黄色视频在线播放观看不卡| 久久鲁丝午夜福利片| 视频区图区小说| 插阴视频在线观看视频| 国产又色又爽无遮挡免| 日韩精品有码人妻一区| 午夜老司机福利剧场| 国产亚洲av片在线观看秒播厂| 狠狠婷婷综合久久久久久88av| 五月玫瑰六月丁香| 亚洲成人一二三区av| 赤兔流量卡办理| 亚洲成人av在线免费| 制服丝袜香蕉在线| 欧美日韩视频精品一区| 草草在线视频免费看| 国产欧美日韩综合在线一区二区| 少妇丰满av| 少妇的逼好多水| 91久久精品国产一区二区三区| 免费观看性生交大片5| 观看美女的网站| 一区二区三区免费毛片| 精品人妻熟女av久视频| 在现免费观看毛片| 在线观看www视频免费| 亚洲精品成人av观看孕妇| 丰满饥渴人妻一区二区三| 伊人久久国产一区二区| 99视频精品全部免费 在线| 国产欧美另类精品又又久久亚洲欧美| 热re99久久精品国产66热6| 99国产精品免费福利视频| 少妇丰满av| 我要看黄色一级片免费的| 人妻 亚洲 视频| 国产精品一国产av| 99久国产av精品国产电影| 久久久精品免费免费高清| 街头女战士在线观看网站| 91精品伊人久久大香线蕉| 老女人水多毛片| 国产精品 国内视频| 国产综合精华液| 免费黄网站久久成人精品| 最近中文字幕2019免费版| 中文精品一卡2卡3卡4更新| 麻豆乱淫一区二区| 国产熟女欧美一区二区| 视频中文字幕在线观看| 国产精品麻豆人妻色哟哟久久| 国产永久视频网站| videossex国产| 飞空精品影院首页| 日韩视频在线欧美| 精品国产一区二区三区久久久樱花| 久久精品国产自在天天线| 国产欧美另类精品又又久久亚洲欧美| 精品少妇久久久久久888优播| 国产精品嫩草影院av在线观看| 热re99久久精品国产66热6| 国产日韩欧美在线精品| 91精品三级在线观看| 国产成人精品福利久久| 制服丝袜香蕉在线| 26uuu在线亚洲综合色| 久久久精品94久久精品| 欧美日韩国产mv在线观看视频| 一边摸一边做爽爽视频免费| 十八禁高潮呻吟视频| 亚洲在久久综合| 日韩不卡一区二区三区视频在线| 9色porny在线观看| 国产精品麻豆人妻色哟哟久久| 这个男人来自地球电影免费观看 | 国产精品一区二区三区四区免费观看| 国产精品免费大片| 久久精品国产亚洲av天美| 制服丝袜香蕉在线| 卡戴珊不雅视频在线播放| 亚洲第一av免费看| 国产精品国产三级专区第一集| 精品少妇内射三级| av视频免费观看在线观看| 欧美日韩精品成人综合77777| 大片免费播放器 马上看| 亚洲精品久久成人aⅴ小说 | 欧美亚洲日本最大视频资源| 边亲边吃奶的免费视频| 最近中文字幕高清免费大全6| 国产色爽女视频免费观看| 亚洲精品视频女| 免费观看无遮挡的男女| 免费人成在线观看视频色| 国产熟女午夜一区二区三区 | 婷婷色麻豆天堂久久| 免费观看无遮挡的男女| 日韩在线高清观看一区二区三区| av又黄又爽大尺度在线免费看| 日韩一区二区三区影片| 高清黄色对白视频在线免费看| 99九九线精品视频在线观看视频| 免费黄频网站在线观看国产| 欧美bdsm另类| 青春草国产在线视频| 成人亚洲欧美一区二区av| 欧美国产精品一级二级三级| 新久久久久国产一级毛片| 日韩av在线免费看完整版不卡| 高清不卡的av网站| 亚洲国产精品999| 我的女老师完整版在线观看| 国产精品国产三级国产专区5o| 色网站视频免费| 狂野欧美激情性xxxx在线观看| 亚洲av在线观看美女高潮| 亚洲精品视频女| videossex国产| 国产精品人妻久久久久久| 搡女人真爽免费视频火全软件| 日韩 亚洲 欧美在线| 女性生殖器流出的白浆| 国产视频首页在线观看| 一级爰片在线观看| 亚洲怡红院男人天堂| 亚洲精品成人av观看孕妇| 插逼视频在线观看| 亚洲精品av麻豆狂野| 男女无遮挡免费网站观看| 精品国产乱码久久久久久小说| 美女国产高潮福利片在线看| 最近中文字幕2019免费版| 高清av免费在线| 老司机影院成人| 久久久久久久久久成人| 久久久久久伊人网av| 亚洲国产最新在线播放| 91精品三级在线观看| 久久人人爽人人爽人人片va| 高清在线视频一区二区三区| 欧美bdsm另类| 秋霞在线观看毛片| 22中文网久久字幕| 国产精品熟女久久久久浪| 国产成人freesex在线| 国产成人精品婷婷| 内地一区二区视频在线| 久久人妻熟女aⅴ| 高清不卡的av网站| 欧美激情国产日韩精品一区| 五月玫瑰六月丁香| 啦啦啦啦在线视频资源| 人妻一区二区av| 观看av在线不卡| 九色成人免费人妻av| 大香蕉97超碰在线| 在线观看一区二区三区激情| 在线精品无人区一区二区三| 母亲3免费完整高清在线观看 | 伊人久久国产一区二区| 99视频精品全部免费 在线| 一区二区av电影网| 激情五月婷婷亚洲| 欧美丝袜亚洲另类| 赤兔流量卡办理| 满18在线观看网站| 最近最新中文字幕免费大全7| 精品久久久精品久久久| 十八禁高潮呻吟视频| 久久人妻熟女aⅴ| 男女边吃奶边做爰视频| videos熟女内射| 亚洲精品日韩av片在线观看| 99热这里只有是精品在线观看| 在线看a的网站| 亚洲婷婷狠狠爱综合网| av有码第一页| 精品少妇久久久久久888优播| 久久久精品免费免费高清| 十分钟在线观看高清视频www| 亚洲av综合色区一区| 日韩人妻高清精品专区| 18禁裸乳无遮挡动漫免费视频| 成年人午夜在线观看视频| 不卡视频在线观看欧美| 美女xxoo啪啪120秒动态图| 夜夜爽夜夜爽视频| 精品久久蜜臀av无| 国产日韩欧美亚洲二区| 国产成人91sexporn| 欧美亚洲日本最大视频资源| 日本av免费视频播放| 欧美xxxx性猛交bbbb| 中文字幕人妻丝袜制服| 亚洲国产最新在线播放| 亚洲中文av在线| 91久久精品国产一区二区三区| 午夜影院在线不卡| 精品久久蜜臀av无| 在线观看人妻少妇| 日本wwww免费看| 久热久热在线精品观看| 亚洲美女黄色视频免费看| 下体分泌物呈黄色| 在线看a的网站| 性色avwww在线观看| 国产精品.久久久| 黑人欧美特级aaaaaa片| 欧美激情 高清一区二区三区| 久久久久视频综合| 国产成人精品一,二区| 国产国语露脸激情在线看| 一级黄片播放器| 两个人的视频大全免费| 99久国产av精品国产电影| 欧美日韩综合久久久久久| 久久精品久久精品一区二区三区| 国产成人freesex在线| 99九九线精品视频在线观看视频| 精品视频人人做人人爽| 免费久久久久久久精品成人欧美视频 | 99热全是精品| 亚洲精品自拍成人| 国产日韩欧美视频二区| 蜜臀久久99精品久久宅男| 久久久国产一区二区| 在线观看人妻少妇| 美女国产视频在线观看| 新久久久久国产一级毛片| 少妇人妻 视频| 嘟嘟电影网在线观看| 汤姆久久久久久久影院中文字幕| 韩国av在线不卡| 美女大奶头黄色视频| 一本一本综合久久| 亚洲精品aⅴ在线观看| 性色avwww在线观看| 亚洲人成77777在线视频| 国产高清有码在线观看视频| 九草在线视频观看| 毛片一级片免费看久久久久| 国产男女超爽视频在线观看| 一区二区三区免费毛片| 国产熟女欧美一区二区| 亚洲av免费高清在线观看| 一级毛片黄色毛片免费观看视频| 国产精品久久久久成人av| 精品国产露脸久久av麻豆| 一区二区三区免费毛片| 你懂的网址亚洲精品在线观看| 亚洲国产最新在线播放| 欧美日韩一区二区视频在线观看视频在线| 插阴视频在线观看视频| 永久网站在线| 老司机亚洲免费影院| 成人亚洲欧美一区二区av| 一区二区三区免费毛片| .国产精品久久| 99久久综合免费| 久久久国产精品麻豆| 久久97久久精品| 成年人免费黄色播放视频| 日韩成人av中文字幕在线观看| 18+在线观看网站| 成人影院久久| 99国产精品免费福利视频| 综合色丁香网| 女人久久www免费人成看片| 精品少妇久久久久久888优播| 欧美激情国产日韩精品一区| 日日爽夜夜爽网站| 久久久久久久久久人人人人人人| 亚洲综合精品二区| 男女免费视频国产| 亚洲人与动物交配视频| 欧美日韩成人在线一区二区| 另类精品久久| 美女主播在线视频| 中文字幕亚洲精品专区| 最黄视频免费看| 飞空精品影院首页| 日韩制服骚丝袜av| 老女人水多毛片| 日韩中文字幕视频在线看片| 亚洲三级黄色毛片| 欧美国产精品一级二级三级| 色5月婷婷丁香| 久久人人爽av亚洲精品天堂| 久久鲁丝午夜福利片| 久久 成人 亚洲| 成年人免费黄色播放视频| 中文字幕av电影在线播放| 免费大片黄手机在线观看| 日日爽夜夜爽网站| 插逼视频在线观看| 亚洲欧美中文字幕日韩二区| 91午夜精品亚洲一区二区三区| 熟女人妻精品中文字幕| 久久久久久久久久久久大奶| 国产精品一二三区在线看| 日产精品乱码卡一卡2卡三| 久久精品久久久久久久性| 久久99蜜桃精品久久| 美女视频免费永久观看网站| 亚洲国产av影院在线观看| 国产日韩欧美亚洲二区| 国产国拍精品亚洲av在线观看| 秋霞伦理黄片| 久久人人爽av亚洲精品天堂| 日日摸夜夜添夜夜添av毛片| av又黄又爽大尺度在线免费看| 国产一区有黄有色的免费视频| av又黄又爽大尺度在线免费看| 中文字幕久久专区| 日本猛色少妇xxxxx猛交久久| 亚洲丝袜综合中文字幕| 亚洲欧洲精品一区二区精品久久久 | 伊人久久国产一区二区| 成人国语在线视频| 久久国产精品男人的天堂亚洲 | 国产av国产精品国产| 看免费成人av毛片| 亚洲成人手机| 99国产综合亚洲精品| 久久99热这里只频精品6学生| 中文字幕免费在线视频6| 全区人妻精品视频| 多毛熟女@视频| 狠狠精品人妻久久久久久综合| 国产女主播在线喷水免费视频网站| av天堂久久9| 夜夜爽夜夜爽视频| 26uuu在线亚洲综合色| 水蜜桃什么品种好| 女性生殖器流出的白浆| 亚洲精品国产色婷婷电影| 国产在线一区二区三区精| 蜜臀久久99精品久久宅男| av女优亚洲男人天堂| 老司机影院毛片| 黄片播放在线免费| 一区二区日韩欧美中文字幕 | 久久久国产精品麻豆| 久久ye,这里只有精品| 国产乱人偷精品视频| 日韩中字成人| 国产精品国产三级国产专区5o| 我的老师免费观看完整版| 大香蕉97超碰在线| 这个男人来自地球电影免费观看 | 交换朋友夫妻互换小说| 三级国产精品片| 91aial.com中文字幕在线观看| 超碰97精品在线观看| 欧美bdsm另类| 亚洲国产毛片av蜜桃av| 国产亚洲午夜精品一区二区久久| 亚洲欧美成人精品一区二区| 午夜免费鲁丝| 日韩熟女老妇一区二区性免费视频| 王馨瑶露胸无遮挡在线观看| 天堂中文最新版在线下载| 欧美日韩av久久| 亚洲精品,欧美精品| 欧美 日韩 精品 国产| 美女国产视频在线观看| 在线观看免费视频网站a站| 伦理电影免费视频| 免费看光身美女| videossex国产| 中文字幕人妻丝袜制服| 午夜91福利影院| 精品视频人人做人人爽| 亚洲av.av天堂| 嘟嘟电影网在线观看| 黄片无遮挡物在线观看| 狂野欧美激情性bbbbbb| 满18在线观看网站| 久久国内精品自在自线图片| 成人亚洲欧美一区二区av| 亚洲婷婷狠狠爱综合网| 日韩熟女老妇一区二区性免费视频| 啦啦啦中文免费视频观看日本| 久久av网站| av天堂久久9| 日韩在线高清观看一区二区三区| 精品一区在线观看国产| 久久久欧美国产精品| 黑人猛操日本美女一级片| 国产成人午夜福利电影在线观看| 亚洲国产精品999| 日韩中文字幕视频在线看片| 有码 亚洲区| 成人二区视频| 亚洲精品自拍成人| 亚洲欧美中文字幕日韩二区| 亚洲激情五月婷婷啪啪| 在线观看www视频免费| av免费观看日本| 亚洲av不卡在线观看| 久久精品国产自在天天线| 国产亚洲一区二区精品| 亚洲精品视频女| 国产精品嫩草影院av在线观看| av.在线天堂| 国产精品久久久久成人av| 看十八女毛片水多多多| 中文字幕精品免费在线观看视频 | 男女无遮挡免费网站观看| xxx大片免费视频| 精品亚洲成a人片在线观看| 观看av在线不卡| 婷婷成人精品国产| 亚洲天堂av无毛| 成人二区视频| 成人黄色视频免费在线看| 嘟嘟电影网在线观看| 男人操女人黄网站| 欧美丝袜亚洲另类| 大香蕉久久成人网| a级毛色黄片| 日本av免费视频播放| 飞空精品影院首页| 看非洲黑人一级黄片| 国产爽快片一区二区三区| 国产精品秋霞免费鲁丝片| 高清在线视频一区二区三区| 一级毛片 在线播放| 精品人妻一区二区三区麻豆| 99久久中文字幕三级久久日本| av在线app专区| 亚洲综合色惰| 国产成人精品一,二区| 亚洲国产欧美在线一区| 国产精品不卡视频一区二区| 国精品久久久久久国模美| 欧美激情 高清一区二区三区| 黑人猛操日本美女一级片| 男女边吃奶边做爰视频| 国产黄片视频在线免费观看| 熟女人妻精品中文字幕| av在线老鸭窝| .国产精品久久| 最黄视频免费看| 色视频在线一区二区三区| 亚洲精品中文字幕在线视频| 18+在线观看网站| 亚洲激情五月婷婷啪啪| 一级a做视频免费观看| 亚洲人与动物交配视频| 国产av一区二区精品久久| 国产一区二区三区av在线| 99久久综合免费| 国产高清三级在线| 三级国产精品欧美在线观看| 搡老乐熟女国产| 热re99久久精品国产66热6| 99国产精品免费福利视频| av福利片在线| 日本欧美国产在线视频| 日韩在线高清观看一区二区三区| 高清黄色对白视频在线免费看| a级毛片免费高清观看在线播放| 一边摸一边做爽爽视频免费| 久久鲁丝午夜福利片| 爱豆传媒免费全集在线观看| 午夜激情av网站| 亚洲国产日韩一区二区| 女人精品久久久久毛片| 国产 精品1| 看免费成人av毛片| 啦啦啦在线观看免费高清www| 精品一区二区三区视频在线| 久久精品国产亚洲av涩爱| 亚洲国产精品专区欧美| a 毛片基地| 在线精品无人区一区二区三| 桃花免费在线播放| 麻豆乱淫一区二区| 插逼视频在线观看| 成人漫画全彩无遮挡| 十八禁高潮呻吟视频| 2022亚洲国产成人精品| 午夜91福利影院| 久久av网站| 亚洲av福利一区| 美女视频免费永久观看网站| 高清黄色对白视频在线免费看| 日日爽夜夜爽网站| 人妻 亚洲 视频| www.色视频.com| 亚洲经典国产精华液单| 男女边吃奶边做爰视频| 精品人妻一区二区三区麻豆| 只有这里有精品99| 老司机亚洲免费影院| 五月开心婷婷网| av一本久久久久| 亚洲人成网站在线播| 亚洲精品自拍成人| 99久久精品国产国产毛片| 亚洲久久久国产精品| 在线观看美女被高潮喷水网站| 在线播放无遮挡| 人人澡人人妻人| 伦精品一区二区三区| 国产亚洲最大av| 成年女人在线观看亚洲视频| 97精品久久久久久久久久精品| 国产精品一区二区三区四区免费观看| 国产男人的电影天堂91| 乱人伦中国视频| 一区在线观看完整版| 久久精品夜色国产| 亚洲第一区二区三区不卡| 啦啦啦视频在线资源免费观看| 国产伦理片在线播放av一区| 一级片'在线观看视频| av黄色大香蕉| 精品国产乱码久久久久久小说| 少妇熟女欧美另类| 国产有黄有色有爽视频| 日日爽夜夜爽网站|