• <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 ?

    使用自適應(yīng)背景約束改進的顏色屬性跟蹤算法

    2018-10-13 08:18:42卞佳麗
    電光與控制 2018年10期
    關(guān)鍵詞:分類器尺度約束

    胡 穹, 梅 雪, 卞佳麗

    (南京工業(yè)大學(xué)電氣工程與控制科學(xué)學(xué)院,南京 211800)

    0 引言

    目標(biāo)跟蹤是近年來計算機視覺領(lǐng)域一個熱門的研究課題,已廣泛地應(yīng)用于智能人機交互、智能監(jiān)控、社會安保、居家安防、交通控制、工業(yè)生產(chǎn)、軍事偵測等諸多領(lǐng)域,也得到了越來越多學(xué)者和研究人員的關(guān)注[1]。盡管近年來涌現(xiàn)出了一大批新穎的算法,但由于在實際測試和應(yīng)用中存在著復(fù)雜背景相似物干擾、局部遮擋、目標(biāo)姿態(tài)變化等諸多因素的干擾,仍然沒有一種單一的方法能夠成功適應(yīng)所有場景[2]。文獻[3]首次將相關(guān)濾波技術(shù)應(yīng)用于目標(biāo)跟蹤領(lǐng)域,該方法將圖像卷積操作通過快速傅里葉變換轉(zhuǎn)換成頻域中的點乘操作,極大地減少了計算量,保證了算法的高效性,由于該算法有極高的運算效率和較強的拓展性,因而迅速成為目標(biāo)跟蹤領(lǐng)域的熱點;文獻[4]在此基礎(chǔ)上引入脊回歸作為分類器,使用循環(huán)移位樣本近似替代密集采樣訓(xùn)練樣本,提出循環(huán)結(jié)構(gòu)檢測(CSK)算法,但該算法由于僅使用單通道的灰度特征,因此跟蹤魯棒性還不夠好;文獻[5]則在其基礎(chǔ)上將單通道的灰度特征拓展為多通道的HOG特征,提高了算法的魯棒性,但由于算法并未使用顏色特征,因此當(dāng)目標(biāo)出現(xiàn)快速移動或者快速形變時,容易發(fā)生跟蹤漂移;而文獻[6]則嘗試使用了多通道的顏色屬性特征拓展CSK算法,并取得了較好的效果,但對于在局部遮擋、目標(biāo)快速運動和背景相似物干擾等情形下的魯棒性仍然不夠;文獻[7]則在文獻[5]的基礎(chǔ)上構(gòu)造了圖像金字塔,實現(xiàn)了算法對目標(biāo)尺度的支持,并使用HOG特征和顏色特征作為組合特征,增強了目標(biāo)特征的表現(xiàn)力,但由于算法是在7個尺度圖像上分別進行檢測,且要多次進行復(fù)合特征的提取計算,所以運算速度較慢且對尺度支持不夠精準(zhǔn);而文獻[8-9]則通過在線性核脊回歸跟蹤算法的基礎(chǔ)上額外構(gòu)造一個尺度空間濾波器實現(xiàn)了算法對多尺度較為精確的估計,但其僅使用單一的HOG特征且用線性核函數(shù)代替高斯核函數(shù),故在目標(biāo)快速運動和發(fā)生形變的情況下跟蹤效果也不夠好。與此同時,相關(guān)濾波跟蹤的方法為了保持算法的高速運行,其本身的檢測區(qū)域一般設(shè)置較小,并對訓(xùn)練樣本進行了加窗操作,故而對背景信息的利用很少,因而對目標(biāo)快速運動、遮擋、背景相似物干擾等情況容易造成核濾波響應(yīng)出現(xiàn)多峰的情況,進而影響跟蹤效果[10-12]。

    針對以上問題,為了在保持算法具有較高跟蹤效率的同時,對于目標(biāo)快速運動、遮擋、背景相似物干擾等情況容易造成核濾波多峰響應(yīng)進行抑制,本文在顏色屬性跟蹤(CN)算法[6]的基礎(chǔ)上,通過計算響應(yīng)矩陣上的峰值旁瓣比(PSR)來判斷是否出現(xiàn)干擾和干擾峰所在的位置,進而在核化相關(guān)濾波器中引入對應(yīng)的背景約束項來加強分類器對背景信息的學(xué)習(xí)利用,從而提高算法的魯棒性。

    1 算法原理

    1.1 顏色屬性跟蹤算法

    顏色屬性跟蹤算法是在CSK算法的基礎(chǔ)上,將單通道的灰度特征拓展到多通道的顏色屬性特征[13-14],從而增強算法的魯棒性,并通過使用PCA主成分分析法將原11維顏色特征降維到2維來降低拓展顏色特征對算法速度的影響。該算法所采用的核脊回歸分類器,是利用訓(xùn)練樣本找到一個使樣本X對回歸目標(biāo)y的平方差最小的函數(shù)f(z)=wTz,則該最優(yōu)化問題的解等價于

    (1)

    w=(XTX+λI)-1XTy。

    (2)

    根據(jù)矩陣求逆引理,可得其對偶解為

    w=XT(XXT+λI)-1y。

    (3)

    將w映射到高維空間用多項式w=∑iαixi[15]來表示,同時引入核方法將內(nèi)積XXT用核矩陣K代替,則核脊回歸的解可化為

    α=(K+λI)-1y

    (4)

    式中,K是由循環(huán)移位樣本生成的核矩陣,文獻[4]證明了K也是循環(huán)矩陣,利用循環(huán)矩陣的對角化性質(zhì),可以求得非線性分類器

    (5)

    在檢測階段,對于新輸入的采樣圖像片Z,利用非線性分類器α,可得出其分類器響應(yīng)

    (6)

    (7)

    (8)

    1.2 使用自適應(yīng)背景約束改進

    為了保持運算速度,常規(guī)的核相關(guān)濾波類的算法設(shè)置的搜索區(qū)域較小,一般是上一幀目標(biāo)大小的1~2倍。同時,為了提高循環(huán)位移樣本的真實性,算法會對取到的樣本進行加余弦窗操作。以上兩點會過濾掉大量分類器本來需要學(xué)習(xí)的背景信息,導(dǎo)致分類器判別能力下降。而引入背景約束項,使其在核相關(guān)濾波器的損失函數(shù)中回歸到0,增加分類器對目標(biāo)周圍背景塊的學(xué)習(xí),則可以提高分類器的判別能力。但過多的引入背景約束項會極大減緩跟蹤算法的速度,因此通過檢測響應(yīng)矩陣中的峰值旁瓣比(PSR)值來確定是否出現(xiàn)干擾,通過計算極大值和次極大值之間的向量角來確定干擾物出現(xiàn)的背景塊。PSR的定義如下

    (9)

    式中:gmax是響應(yīng)矩陣中的極大峰值;μs1和σs1是旁瓣的均值和標(biāo)準(zhǔn)差。當(dāng)PSR滿足下式時,則認(rèn)定出現(xiàn)多峰響應(yīng),即

    胡 穹等: 使用自適應(yīng)背景約束改進的顏色屬性跟蹤算法

    Pt

    (10)

    式中:Pt表示當(dāng)前幀的響應(yīng)矩陣的PSR值;Pmean表示PSR的平均值。

    出現(xiàn)多峰響應(yīng)之后,通過極值檢測可以在響應(yīng)矩陣中確定最大峰值的坐標(biāo)(m0,n0)和次極大峰值的坐標(biāo)(m1,n1)。然后取以(m1,n1)為中心、大小與檢測目標(biāo)大小相同的背景塊作為背景約束塊。

    之后引入對應(yīng)的背景約束項,原優(yōu)化問題最優(yōu)解式(1)變?yōu)?/p>

    (11)

    式中:X0代表原目標(biāo)樣本進行循環(huán)位移之后構(gòu)成的訓(xùn)練樣本的循環(huán)位移矩陣;XB表示對應(yīng)背景塊經(jīng)過循環(huán)位移之后形成的循環(huán)矩陣。

    將背景塊XB的回歸目標(biāo)定為0,則式(11)可以統(tǒng)一為

    (12)

    類比之前的推導(dǎo),可得出問題的解為

    (13)

    轉(zhuǎn)換到復(fù)數(shù)域,則

    (14)

    在檢測階段,對于新輸入的采樣圖像片Z,可得出其分類器響應(yīng)為

    (15)

    式中:kz x0表示采樣圖片Z與目標(biāo)模型x0的核相關(guān)矩陣;kx0x0表示目標(biāo)模型x0的自相關(guān)核矩陣;kxBxB表示對應(yīng)背景塊xB的自相關(guān)核矩陣。本文算法選用的核函數(shù)是高斯核函數(shù)。

    根據(jù)文獻[8-9],本文方法還額外構(gòu)造一個一維尺度空間濾波器實現(xiàn)算法對多尺度的支持。

    2 本文算法流程

    結(jié)合以上論述,本文算法步驟如下。

    2) 根據(jù)式(6)計算待檢區(qū)域的響應(yīng)矩陣,同時計算該響應(yīng)矩陣的PSR值,并確定當(dāng)前幀中目標(biāo)的中心位置,然后根據(jù)文獻[8-9],以目標(biāo)中心位置為中心取33個不同尺度大小的待檢區(qū)域,利用一維尺度空間濾波器確定目標(biāo)的真實尺度。

    4) 跟蹤新的跟蹤結(jié)果和分類器模型,按照式(7)和式(8)對各模型進行線性加權(quán)更新,繼續(xù)跟蹤下一幀。

    3 實驗結(jié)果與分析

    本文實驗所使用的測試視頻均來自Visual Tracker Benchmark,所選用的視頻有David,carscale,surf,girl1,girl2和dragonbaby等。這些視頻包含了目標(biāo)快速運動、目標(biāo)較大姿態(tài)變化、尺度變化、光照變化、攝像機模糊、目標(biāo)遮擋、背景相似物干擾等一些具有挑戰(zhàn)性的影響因素。大量實驗表明,目標(biāo)模型正則化參數(shù)λ1取0.001時跟蹤效果最好,背景約束模型正則化參數(shù)λ2,學(xué)習(xí)因子η和ζ在不同測試視頻中的最佳值不同。采用的對比算法包括DSST[9],CN[6],STC[16],SAMF[5],均使用文獻作者主頁上提供的源碼。實驗環(huán)境是Matlab2016b,實驗計算機配置是I7- 6700HQ的CPU,8 GB內(nèi)存。

    3.1 定性分析

    圖1是各算法的部分實驗結(jié)果對比,不同算法用不同顏色的實線框表示。圖1a是surf視頻的部分實驗結(jié)果。由于原始的CN算法未利用背景信息,故而在第17幀時會因為身體膚色干擾產(chǎn)生多峰響應(yīng),導(dǎo)致一定程度的漂移。而STC所使用的是單一的灰度圖像特征,對于身體膚色干擾的魯棒性也不夠,從第141幀開始漂移。DSST算法使用單一的HOG特征,在目標(biāo)發(fā)生旋轉(zhuǎn)和快速形變時容易產(chǎn)生響應(yīng)多峰,造成誤差的累積,故而在第376幀跟錯目標(biāo),而本文算法和SAMF算法則能對目標(biāo)進行較好的跟蹤。圖1b的carscale視頻主要測試算法對尺度變化目標(biāo)的跟蹤性能。由于STC算法是通過每5幀更新一次權(quán)值函數(shù)中的方差?來實現(xiàn)對多尺度的支持,故在目標(biāo)尺度發(fā)生連續(xù)性變化時不能產(chǎn)生較好的估計。而SAMF算法則是在7層的圖像金字塔上檢測平移位置的,因而對于尺度的估計比較粗糙,而原始的CN算法沒有對多尺度的支持,僅本文算法和DSST算法能對目標(biāo)尺度的變化進行較為精確的估計。圖1c是David視頻的部分實驗結(jié)果,此視頻存在目標(biāo)尺度變化干擾和人物姿態(tài)變化干擾,由于干擾變化不是很大,各算法均能較好地跟蹤,但由于跟蹤誤差的累積,在后面幾幀中,CN,STC,SAMF算法對于尺度支持不夠好,造成在分類器模型中引入了較多的錯誤背景信息,導(dǎo)致跟蹤有了一定程度的偏移,而本文算法和DSST算法仍然可以進行較好的跟蹤。圖1d的girl1視頻跟蹤難度較大,存在著人物姿態(tài)的多次變化、小幅度的目標(biāo)尺度變化和干擾物遮擋。從實驗結(jié)果可以看出,在第103幀人物轉(zhuǎn)身時,目標(biāo)特征發(fā)生了較大的變化,STC和DSST算法均產(chǎn)生了一定的跟蹤誤差,而在第252幀目標(biāo)第二次轉(zhuǎn)身回來,CN算法沒有對周圍背景塊的響應(yīng)抑制,導(dǎo)致其模型也被污染,產(chǎn)生了一定程度的跟蹤漂移,而第439幀的目標(biāo)局部遮擋則使CN模型完全被污染,徹底跟丟,僅SMAF算法和本文算法對于目標(biāo)特征改變和局部遮擋有較好的魯棒性。圖1e的girl2視頻則存在著人物姿態(tài)變化和尺度變化,由于顏色屬性特征和HOG特征均能較好地適應(yīng)目標(biāo)小幅度的姿態(tài)變化,因此DSST,SMAF和本文算法的跟蹤效果都比較好,而CN算法在目標(biāo)變小時學(xué)習(xí)到了過多錯誤的背景信息而導(dǎo)致跟丟,STC算法則由于跟蹤誤差的累積逐步發(fā)生漂移。圖1f的dragonbaby視頻跟蹤難度極大,視頻中不僅存在目標(biāo)轉(zhuǎn)身導(dǎo)致的特征變化與尺度變化,還存在著目標(biāo)快速運動導(dǎo)致的畫面模糊和目標(biāo)平移度過大,以及干擾物的局部遮擋。

    圖1 5種算法部分實驗結(jié)果定性對比Fig.1 Qualitative comparison of the experimental results using the five algorithms

    從部分實驗結(jié)果可以看到,當(dāng)目標(biāo)轉(zhuǎn)身時,使用HOG特征的DSST算法和單一灰度特征的STC算法都產(chǎn)生了較大的漂移,而隨著目標(biāo)的快速跳開,由于SAMF算法和原始CN算法沒有對周圍背景信息學(xué)習(xí)的能力,因此當(dāng)目標(biāo)移動至檢測區(qū)域邊緣時,樣本余弦窗的遮蓋會導(dǎo)致訓(xùn)練的正樣本質(zhì)量大幅下降而產(chǎn)生漂移,因為SAMF算法使用的是復(fù)合特征,因此模型受污染程度不大,后續(xù)不會產(chǎn)生過大的跟蹤漂移,而本文算法因為添加了特定的背景約束項,因此在正樣本質(zhì)量下降時可以通過學(xué)習(xí)背景信息來抑制周圍錯誤信息,從而達到較高的跟蹤精度。

    3.2 定量分析

    本文采用每秒處理幀數(shù)(FPS)衡量算法的跟蹤效率(見表1),采用文獻[17]中平均中心位置誤差(CLE)(見表2)、距離精度(DP)、重疊精度(OP)(見表3)這3個性能指標(biāo)來衡量算法的跟蹤精度。中心位置誤差表示跟蹤目標(biāo)狀態(tài)矩形框中心和真實目標(biāo)狀態(tài)矩形框中心之間的歐氏距離,其值越小,表示算法對目標(biāo)位置的跟蹤越精確。表1~表3中,最優(yōu)的結(jié)果用加粗字體表示,次優(yōu)的結(jié)果用斜體表示。

    表1 平均每秒幀數(shù)(FPS)

    表2 平均中心位置誤差(CLE)

    表3 平均重疊率

    從表2可以看到,由于本文算法在原始的CN算法基礎(chǔ)上引入了自適應(yīng)的背景約束項來提高算法分類器對背景信息的利用,達到了較高的跟蹤精度,所以在各測試圖像序列中,本文算法的CLE均排在前列,相比原始的CN算法,除去CN算法在girl2中跟丟的結(jié)果,總的平均CLE從24.76像素提高到了9.06像素。

    3.2.1 算法跟蹤效率

    每秒處理幀數(shù)表示算法每秒所能處理的幀數(shù),其值越大,表示算法的跟蹤效率越高。表1為在各測試視頻中,本文算法與對比算法的平均每秒處理幀數(shù)?;诤讼嚓P(guān)濾波的算法,其精度、速度與檢測區(qū)域有較大的關(guān)系,因此在不同測試視頻中速度表現(xiàn)不一樣。在girl2,dragonbaby等目標(biāo)移動較快的視頻中,所取的檢測區(qū)域面積是目標(biāo)大小的2倍,其余測試視頻檢測區(qū)域面積是目標(biāo)大小的1倍,因此速度差異較大。其中,SAMF算法是將HOG特征和CN特征相結(jié)合,在7層圖像金字塔上進行檢測,因此速度最慢,平均速度僅16.89 幀/s。DSST算法使用的31維HOG特征,在特征提取和處理階段比使用2維的CN顏色特征的算法要慢很多,平均速度只有39.25 幀/s。STC算法利用的是低階灰度特征,因此相比之下速度很快,平均速度可以達到100多幀/s。原始CN算法利用循環(huán)結(jié)構(gòu)構(gòu)造訓(xùn)練樣本,利用PCA將特征降至2維,極大地節(jié)省了運算開支,其平均速度達到了140.82 幀/s,是對比算法中最快的。而本文是在CN算法基礎(chǔ)上添加了背景約束項,并增加了一維尺度濾波器,因此相比原始的CN算法損失了一半的速度,平均速度有63.85 幀/s,但還是可以很好地滿足實時性要求。

    3.2.2 算法跟蹤精度

    距離精度表示CLE小于某一個閾值時的幀數(shù)占總測試序列幀數(shù)的百分比,圖2表示各測試視頻中各算法的DP曲線,可以看到,本文算法基本可以包圍其他算法的曲線,完全包圍原始CN算法的曲線,對于目標(biāo)位置有較高的跟蹤精度。綜合考慮算法對目標(biāo)位置和目標(biāo)尺度的跟蹤精度,還可以用重疊精度來衡量。重疊率可表示為

    (16)

    式中,ST表示跟蹤目標(biāo)狀態(tài)矩形框,SR表示真實目標(biāo)狀態(tài)矩形框,ST∩SR表示這二者的重疊部分。而重疊精度表示重疊率大于某一個閾值的幀數(shù)占測試圖像序列總幀數(shù)的比率。表3表示各算法在各個測試圖像序列的平均重疊率,本文算法的OP均值為69.28%,相比原始CN算法43.68%的OP均值,提升了25.6%,相比次優(yōu)的SAMF算法的63.83%,提升了5.45%。從圖2中各視頻的實驗結(jié)果可以較為直觀地比較各算法在各測試圖像序列中的OP值。

    圖2 各視頻的實驗結(jié)果Fig.2 Experimental result of each video

    4 結(jié)論

    針對顏色屬性跟蹤算法對背景信息利用過少,在目標(biāo)被局部遮擋、快速形變和快速運動時會產(chǎn)生漂移的問題,提出了一種使用自適應(yīng)背景約束改進的顏色屬性跟蹤算法。該算法基于顏色屬性跟蹤算法,在脊回歸分類器目標(biāo)函數(shù)中引入特定的背景約束來抑制干擾響應(yīng)峰,同時使用一維尺度濾波器對目標(biāo)尺度進行估計。

    為保證算法有較高的跟蹤效率,本文算法僅使用單一的CN特征,且僅對影響最大的背景干擾塊引入背景約束來進行抑制。在目標(biāo)非快速變色的情況下,本文算法對目標(biāo)姿態(tài)變化、目標(biāo)局部遮擋、運動模糊、背景相似物等干擾有較強的魯棒性,可以滿足一般情況下的實時應(yīng)用。

    猜你喜歡
    分類器尺度約束
    “碳中和”約束下的路徑選擇
    財產(chǎn)的五大尺度和五重應(yīng)對
    約束離散KP方程族的完全Virasoro對稱
    BP-GA光照分類器在車道線識別中的應(yīng)用
    電子測試(2018年1期)2018-04-18 11:52:35
    加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
    結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機的TSK分類器
    宇宙的尺度
    太空探索(2016年5期)2016-07-12 15:17:55
    適當(dāng)放手能讓孩子更好地自我約束
    人生十六七(2015年6期)2015-02-28 13:08:38
    9
    基于LLE降維和BP_Adaboost分類器的GIS局部放電模式識別
    欧美日本视频| 我的老师免费观看完整版| 亚洲精品,欧美精品| 床上黄色一级片| 能在线免费看毛片的网站| 国产精品一二三区在线看| 日韩电影二区| 91久久精品电影网| 欧美精品国产亚洲| 一本一本综合久久| 亚洲在线自拍视频| 十八禁网站网址无遮挡 | 免费观看无遮挡的男女| 色综合亚洲欧美另类图片| av国产免费在线观看| 国产不卡一卡二| 精品久久久久久电影网| 亚洲av男天堂| 国产成人福利小说| 91久久精品国产一区二区三区| 欧美另类一区| 青青草视频在线视频观看| 国产成人a∨麻豆精品| 麻豆成人午夜福利视频| 人人妻人人看人人澡| 国产高潮美女av| 国产成年人精品一区二区| 亚洲综合精品二区| 国产色婷婷99| 日韩精品青青久久久久久| 日本猛色少妇xxxxx猛交久久| 大香蕉97超碰在线| 欧美潮喷喷水| 蜜臀久久99精品久久宅男| 一级毛片电影观看| 欧美丝袜亚洲另类| 内射极品少妇av片p| 免费看a级黄色片| or卡值多少钱| 蜜桃亚洲精品一区二区三区| 联通29元200g的流量卡| 国产精品久久久久久久电影| 美女主播在线视频| 久久久久久久午夜电影| 国产亚洲一区二区精品| 国产成人精品福利久久| 七月丁香在线播放| 精品欧美国产一区二区三| 真实男女啪啪啪动态图| 男的添女的下面高潮视频| 2018国产大陆天天弄谢| 国产精品久久久久久精品电影小说 | 2018国产大陆天天弄谢| 国产麻豆成人av免费视频| 99久久精品一区二区三区| 一区二区三区高清视频在线| 国产亚洲91精品色在线| 亚洲成人久久爱视频| 一级毛片aaaaaa免费看小| 永久免费av网站大全| 亚洲内射少妇av| 亚洲成人久久爱视频| 亚洲av中文字字幕乱码综合| 国产永久视频网站| 国产综合精华液| 国产一级毛片在线| 国产精品1区2区在线观看.| 亚洲国产av新网站| 国产精品嫩草影院av在线观看| 国产一区有黄有色的免费视频 | 一区二区三区四区激情视频| 又爽又黄a免费视频| 精品不卡国产一区二区三区| 亚洲熟妇中文字幕五十中出| 99热全是精品| 久久精品国产亚洲av涩爱| 亚洲国产精品sss在线观看| 日日干狠狠操夜夜爽| 欧美日韩亚洲高清精品| av.在线天堂| 国产一区亚洲一区在线观看| 久久久色成人| 在线播放无遮挡| 亚洲精品,欧美精品| 日本爱情动作片www.在线观看| 欧美成人精品欧美一级黄| 白带黄色成豆腐渣| 丰满人妻一区二区三区视频av| 美女cb高潮喷水在线观看| 亚洲人成网站高清观看| 男人舔奶头视频| 舔av片在线| 免费看av在线观看网站| av天堂中文字幕网| 床上黄色一级片| 少妇熟女欧美另类| 久久鲁丝午夜福利片| 日韩伦理黄色片| 精品久久久久久久末码| 成人欧美大片| 少妇被粗大猛烈的视频| 久久国内精品自在自线图片| 免费看不卡的av| 国产精品福利在线免费观看| 国精品久久久久久国模美| 熟妇人妻不卡中文字幕| 国产乱人视频| 久久99热这里只频精品6学生| 午夜精品国产一区二区电影 | 国产精品综合久久久久久久免费| 久久综合国产亚洲精品| 国产大屁股一区二区在线视频| 精品熟女少妇av免费看| 青春草亚洲视频在线观看| 日本黄色片子视频| 精品酒店卫生间| 日韩中字成人| 免费观看的影片在线观看| 成年女人在线观看亚洲视频 | 美女xxoo啪啪120秒动态图| 国产69精品久久久久777片| 免费看光身美女| 五月伊人婷婷丁香| 禁无遮挡网站| 欧美人与善性xxx| 男人舔女人下体高潮全视频| 亚洲精品日本国产第一区| 少妇的逼水好多| 亚洲不卡免费看| 成年版毛片免费区| 夫妻午夜视频| 国产91av在线免费观看| 人体艺术视频欧美日本| 国产高清国产精品国产三级 | 精品久久久精品久久久| 非洲黑人性xxxx精品又粗又长| 三级国产精品片| 美女高潮的动态| 国产高清三级在线| 日本熟妇午夜| 午夜福利网站1000一区二区三区| 精品人妻视频免费看| 国产一区亚洲一区在线观看| 国产免费视频播放在线视频 | 亚洲熟妇中文字幕五十中出| 嫩草影院精品99| 日韩av在线大香蕉| 最近的中文字幕免费完整| 国产在视频线在精品| 亚洲欧美成人精品一区二区| 亚洲av二区三区四区| av国产免费在线观看| 成人特级av手机在线观看| 一区二区三区免费毛片| 日本黄色片子视频| 欧美97在线视频| 搞女人的毛片| 中文天堂在线官网| 久久99热这里只有精品18| 青青草视频在线视频观看| 国产淫片久久久久久久久| 国产大屁股一区二区在线视频| 三级经典国产精品| 少妇丰满av| 一级毛片久久久久久久久女| 日韩一区二区三区影片| 亚洲国产日韩欧美精品在线观看| 国产乱人视频| 国产在视频线精品| 伊人久久精品亚洲午夜| 精品久久国产蜜桃| 亚洲精品一区蜜桃| 汤姆久久久久久久影院中文字幕 | 看黄色毛片网站| 26uuu在线亚洲综合色| 一二三四中文在线观看免费高清| 国产欧美日韩精品一区二区| 国产不卡一卡二| 欧美潮喷喷水| 三级毛片av免费| 男女啪啪激烈高潮av片| 欧美极品一区二区三区四区| 男人狂女人下面高潮的视频| 少妇人妻精品综合一区二区| 91在线精品国自产拍蜜月| 一二三四中文在线观看免费高清| 国产精品久久久久久av不卡| 在现免费观看毛片| 日本黄色片子视频| 又爽又黄a免费视频| 日韩一区二区视频免费看| 欧美不卡视频在线免费观看| 熟女电影av网| 男女边摸边吃奶| 亚洲综合色惰| 美女xxoo啪啪120秒动态图| 午夜免费激情av| 狂野欧美白嫩少妇大欣赏| 直男gayav资源| 国产淫语在线视频| 精品少妇黑人巨大在线播放| 十八禁网站网址无遮挡 | 蜜桃亚洲精品一区二区三区| 最近最新中文字幕大全电影3| 97超碰精品成人国产| 欧美xxⅹ黑人| 亚洲乱码一区二区免费版| 丰满人妻一区二区三区视频av| 偷拍熟女少妇极品色| 婷婷色综合www| 国产精品蜜桃在线观看| 青春草视频在线免费观看| 精品少妇黑人巨大在线播放| 欧美三级亚洲精品| 国产精品福利在线免费观看| 国产av不卡久久| 校园人妻丝袜中文字幕| 麻豆成人午夜福利视频| 大片免费播放器 马上看| 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 | 国产色爽女视频免费观看| 少妇人妻一区二区三区视频| 婷婷六月久久综合丁香| 日本猛色少妇xxxxx猛交久久| 国产精品久久久久久av不卡| 国产乱来视频区| 日本三级黄在线观看| 在线播放无遮挡| 午夜福利在线观看免费完整高清在| 亚洲精品亚洲一区二区| 九九久久精品国产亚洲av麻豆| 日韩强制内射视频| 午夜福利视频1000在线观看| 久久草成人影院| 可以在线观看毛片的网站| 精品国产一区二区三区久久久樱花 | 亚洲av不卡在线观看| 精品一区二区三卡| 免费大片黄手机在线观看| 亚洲激情五月婷婷啪啪| 免费av毛片视频| 国产黄片视频在线免费观看| 久久久久精品性色| 伊人久久国产一区二区| 国产精品人妻久久久久久| 熟女电影av网| 欧美bdsm另类| av在线天堂中文字幕| 国产片特级美女逼逼视频| av在线老鸭窝| 亚洲性久久影院| 中文字幕av成人在线电影| 美女国产视频在线观看| 日日干狠狠操夜夜爽| 国产麻豆成人av免费视频| 天堂网av新在线| 老司机影院毛片| 成人国产麻豆网| 中国国产av一级| 五月天丁香电影| 欧美成人午夜免费资源| 日韩成人伦理影院| 国产精品一区二区性色av| 久久久久久久久大av| 啦啦啦中文免费视频观看日本| 熟女人妻精品中文字幕| 天堂网av新在线| 精品不卡国产一区二区三区| 日本色播在线视频| 欧美性感艳星| 亚洲欧美一区二区三区国产| 亚洲人成网站高清观看| 波野结衣二区三区在线| 婷婷色综合大香蕉| 我要看日韩黄色一级片| 国产美女午夜福利| 国产成人精品一,二区| 99视频精品全部免费 在线| 亚洲精品日韩av片在线观看| 激情 狠狠 欧美| 简卡轻食公司| 久久精品熟女亚洲av麻豆精品 | 黄片无遮挡物在线观看| 丰满乱子伦码专区| 男人爽女人下面视频在线观看| 国产在线一区二区三区精| 色综合色国产| eeuss影院久久| 嫩草影院新地址| 午夜激情福利司机影院| 80岁老熟妇乱子伦牲交| 日韩人妻高清精品专区| 亚洲精品色激情综合| 一区二区三区乱码不卡18| 熟妇人妻不卡中文字幕| 一个人看视频在线观看www免费| 亚洲精品自拍成人| 国产国拍精品亚洲av在线观看| 18禁裸乳无遮挡免费网站照片| 精品久久久久久成人av| 免费看光身美女| 久久国产乱子免费精品| 18禁在线播放成人免费| 国产视频内射| 久久久久免费精品人妻一区二区| 国产永久视频网站| 亚洲内射少妇av| 亚洲成人久久爱视频| 午夜免费观看性视频| 永久免费av网站大全| 天堂√8在线中文| 午夜福利视频1000在线观看| 十八禁国产超污无遮挡网站| 欧美日韩一区二区视频在线观看视频在线 | 麻豆乱淫一区二区| 国产欧美日韩精品一区二区| 亚洲精品aⅴ在线观看| 国产一区亚洲一区在线观看| 一区二区三区乱码不卡18| 观看免费一级毛片| 插逼视频在线观看| 99久久中文字幕三级久久日本| 免费观看无遮挡的男女| 中文字幕免费在线视频6| www.av在线官网国产| 哪个播放器可以免费观看大片| 日日干狠狠操夜夜爽| 蜜桃亚洲精品一区二区三区| 久久鲁丝午夜福利片| av免费观看日本| 亚洲国产精品成人综合色| 欧美 日韩 精品 国产| www.av在线官网国产| 成人国产麻豆网| 久久久久九九精品影院| 国产大屁股一区二区在线视频| 免费观看在线日韩| xxx大片免费视频| 一本一本综合久久| 99久久精品一区二区三区| 欧美精品一区二区大全| 真实男女啪啪啪动态图| 大陆偷拍与自拍| 国产 亚洲一区二区三区 | 国产高清有码在线观看视频| 精品一区二区三区视频在线| 国产v大片淫在线免费观看| 欧美变态另类bdsm刘玥| 国产成人精品福利久久| 热99在线观看视频| 久久久久九九精品影院| 又黄又爽又刺激的免费视频.| 亚洲第一区二区三区不卡| 欧美精品国产亚洲| 简卡轻食公司| 久久亚洲国产成人精品v| 亚洲成人精品中文字幕电影| 一夜夜www| 欧美高清性xxxxhd video| 国产男女超爽视频在线观看| 美女黄网站色视频| 精品一区二区三区视频在线| 日韩欧美一区视频在线观看 | 午夜福利高清视频| 淫秽高清视频在线观看| 国产精品国产三级国产专区5o| 亚洲,欧美,日韩| 久久精品夜夜夜夜夜久久蜜豆| 精品久久久久久久末码| 久久久a久久爽久久v久久| 麻豆久久精品国产亚洲av| 久久久久久久午夜电影| 成年免费大片在线观看| 久久久久国产网址| 久久99热这里只有精品18| 亚洲精品国产av成人精品| 日韩视频在线欧美| 亚洲av中文av极速乱| 国产黄色小视频在线观看| 亚洲av电影不卡..在线观看| 波野结衣二区三区在线| av又黄又爽大尺度在线免费看| 简卡轻食公司| 色5月婷婷丁香| 少妇被粗大猛烈的视频| 欧美成人一区二区免费高清观看| 精品一区二区三卡| 亚洲精品视频女| 日日摸夜夜添夜夜爱| 国产成人a区在线观看| 免费高清在线观看视频在线观看| 一夜夜www| 最近最新中文字幕大全电影3| 在线观看av片永久免费下载| 亚洲最大成人av| 久久久久久久大尺度免费视频| h日本视频在线播放| 爱豆传媒免费全集在线观看| 在线免费十八禁| 91狼人影院| 亚洲综合色惰| 国产中年淑女户外野战色| 国产毛片a区久久久久| 色吧在线观看| 午夜激情欧美在线| 99久久九九国产精品国产免费| 免费电影在线观看免费观看| 人妻少妇偷人精品九色| 人妻一区二区av| 亚洲av.av天堂| 免费黄色在线免费观看| 99re6热这里在线精品视频| 国产精品国产三级国产av玫瑰| 非洲黑人性xxxx精品又粗又长| 国产成人freesex在线| 美女国产视频在线观看| 五月天丁香电影| 久久久久久久久久成人| 男女边吃奶边做爰视频| 国产亚洲精品久久久com| 亚洲三级黄色毛片| 亚洲精品久久久久久婷婷小说| 日日干狠狠操夜夜爽| 亚洲在线自拍视频| 人人妻人人澡欧美一区二区| 国产精品久久视频播放| 日韩一区二区视频免费看| 日本色播在线视频| 国产精品熟女久久久久浪| 中国美白少妇内射xxxbb| 国产成人91sexporn| 久久精品夜色国产| 色综合色国产| a级毛片免费高清观看在线播放| 午夜精品国产一区二区电影 | 日本三级黄在线观看| 午夜福利网站1000一区二区三区| 亚洲精品久久午夜乱码| 国产成人a区在线观看| 国产精品无大码| 好男人在线观看高清免费视频| 欧美激情国产日韩精品一区| 亚洲熟妇中文字幕五十中出| 欧美丝袜亚洲另类| 91狼人影院| 国产av不卡久久| 中文字幕亚洲精品专区| 亚洲av日韩在线播放| 女人十人毛片免费观看3o分钟| 秋霞伦理黄片| 又大又黄又爽视频免费| 亚洲成人久久爱视频| 成人亚洲精品一区在线观看 | 久久久久精品性色| 国产男女超爽视频在线观看| 丰满乱子伦码专区| 午夜久久久久精精品| 国产精品福利在线免费观看| 国内精品宾馆在线| av天堂中文字幕网| 日本免费a在线| 国产成人精品一,二区| 亚洲av男天堂| 午夜精品在线福利| 内射极品少妇av片p| 国产av不卡久久| 国产久久久一区二区三区| 亚洲精品乱码久久久久久按摩| 欧美zozozo另类| 秋霞伦理黄片| 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 | 日韩制服骚丝袜av| 天堂俺去俺来也www色官网 | 国产一区二区在线观看日韩| 久久久久网色| 国产精品.久久久| a级毛片免费高清观看在线播放| 伊人久久国产一区二区| 亚洲激情五月婷婷啪啪| 精品久久久久久久末码| 麻豆成人av视频| 国产成人免费观看mmmm| 超碰97精品在线观看| 亚洲精品aⅴ在线观看| 午夜亚洲福利在线播放| 精品一区二区三卡| 七月丁香在线播放| 18禁动态无遮挡网站| 日韩欧美 国产精品| 婷婷色综合www| 免费大片黄手机在线观看| 综合色av麻豆| 国产 一区 欧美 日韩| 少妇被粗大猛烈的视频| 99热全是精品| 午夜福利在线观看免费完整高清在| 午夜福利视频精品| 国产又色又爽无遮挡免| 爱豆传媒免费全集在线观看| 欧美成人午夜免费资源| 久久久久久九九精品二区国产| 两个人视频免费观看高清| 国产在线男女| 亚洲精品乱久久久久久| 午夜福利成人在线免费观看| 日产精品乱码卡一卡2卡三| 婷婷色综合www| 人妻一区二区av| 国产国拍精品亚洲av在线观看| 老师上课跳d突然被开到最大视频| 亚洲熟女精品中文字幕| 午夜激情福利司机影院| 永久网站在线| 久久午夜福利片| 内射极品少妇av片p| 亚洲av电影在线观看一区二区三区 | 国精品久久久久久国模美| 免费看不卡的av| 日韩av免费高清视频| 亚洲久久久久久中文字幕| 国产三级在线视频| 日韩 亚洲 欧美在线| 亚洲欧美一区二区三区黑人 | 国产黄片美女视频| 18禁在线播放成人免费| 亚洲丝袜综合中文字幕| 日韩欧美三级三区| 久久精品国产亚洲av天美| av国产免费在线观看| 中文乱码字字幕精品一区二区三区 | 国内少妇人妻偷人精品xxx网站| 久久久久九九精品影院| 少妇高潮的动态图| 一区二区三区四区激情视频| 欧美日本视频| 亚洲欧洲日产国产| 欧美潮喷喷水| 欧美精品国产亚洲| 在线观看人妻少妇| 男女下面进入的视频免费午夜| 国产v大片淫在线免费观看| 自拍偷自拍亚洲精品老妇| 日韩 亚洲 欧美在线| 国产免费福利视频在线观看| 日本一二三区视频观看| 国产男女超爽视频在线观看| 日日干狠狠操夜夜爽| 亚洲在久久综合| 天美传媒精品一区二区| 欧美日本视频| a级毛片免费高清观看在线播放| 免费人成在线观看视频色| 国产 亚洲一区二区三区 | 午夜精品国产一区二区电影 | 亚洲无线观看免费| 久久久久久国产a免费观看| 大又大粗又爽又黄少妇毛片口| 在线免费观看的www视频| 亚洲精品一区蜜桃| 热99在线观看视频| 精品久久久久久成人av| 黄片wwwwww| 极品教师在线视频| 久久精品国产自在天天线| 国产精品蜜桃在线观看| av免费观看日本| 亚洲一区高清亚洲精品| 神马国产精品三级电影在线观看| 国产黄色视频一区二区在线观看| 男的添女的下面高潮视频| 精品一区二区三区视频在线| 亚洲电影在线观看av| 亚洲最大成人手机在线| 日本黄大片高清| 在线免费十八禁| 天天躁夜夜躁狠狠久久av| 久久久久精品性色| 久久久亚洲精品成人影院| 成年人午夜在线观看视频 | 精品国产三级普通话版| 亚洲美女搞黄在线观看| 久久99热这里只有精品18| 真实男女啪啪啪动态图| 免费不卡的大黄色大毛片视频在线观看 | 国产伦一二天堂av在线观看| 观看美女的网站| 免费大片黄手机在线观看| 少妇猛男粗大的猛烈进出视频 | 伊人久久精品亚洲午夜| 99九九线精品视频在线观看视频| 亚洲无线观看免费| 日本av手机在线免费观看| 人妻制服诱惑在线中文字幕| 两个人视频免费观看高清| 网址你懂的国产日韩在线| 国产精品久久视频播放| 欧美区成人在线视频| 亚洲欧美清纯卡通| 人妻夜夜爽99麻豆av| 精品人妻熟女av久视频| 亚洲精品乱码久久久久久按摩| 麻豆乱淫一区二区| 深夜a级毛片| 欧美成人精品欧美一级黄| 欧美日韩精品成人综合77777| 中文字幕制服av| 99久久精品热视频| 国产成人a区在线观看| 日本猛色少妇xxxxx猛交久久| 中文字幕av在线有码专区| 国产视频首页在线观看| 国产伦理片在线播放av一区| 观看美女的网站| 大香蕉久久网| 国语对白做爰xxxⅹ性视频网站|