• <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 ?

    基于助老機器人的行人檢測與跟蹤算法研究

    2019-03-31 09:54:56胡姍姍
    關鍵詞:助老行人機器人

    李 丹,胡姍姍,夏 冰

    (1.安徽工業(yè)大學電氣與信息工程學院,安徽馬鞍山243032;2.馬鋼股份有限公司設備管理部,安徽馬鞍山243000)

    隨著人口老齡化社會的到來及城市化進程的加快,到2020年我國空巢老人將增長至1.18億[1],到2025年日本將有100萬的護理員短缺[2],老年護理的總體趨勢需求大于供給,到2050年美國65歲及65歲以上的人口將上升至26%[3],由此產(chǎn)生的更復雜的問題是老年護理費用變得難以控制。助老服務機器人作為當前社會進步的標志性產(chǎn)品,可實現(xiàn)對老人的檢測與跟蹤,對老年護理將發(fā)揮越來越大的作用。

    一直以來,國內(nèi)外很多高校和公司都開展了運動目標檢測與跟蹤的相關研究。Gavrila等[4]提出了一種基于行人模板匹配的目標檢測算法,但該算法僅建立了約2 500個行人模板,遠不能滿足要求且運算量過大、實時性不強;Dalal 等[5]提出了基于方向梯度直方圖(HOG)的行人檢測算法,該算法很好地描述了行人的形狀、外觀信息,但同樣存在實時性不強等缺點。視覺目標跟蹤根據(jù)觀測模型可分為生成式和判別式兩種方法,近年來判別式跟蹤方法逐漸占據(jù)主流,其中包括效果較好的相關濾波[6-7]和深度學習的判別式方法。Kalal等[8]結(jié)合光流法提出了一種單目標長時間的跟蹤算法,該算法主要用于解決跟蹤過程中目標發(fā)生形變、部分遮擋等問題,但目標遮擋后易出現(xiàn)漂移;Henriques等[9]提出了核相關濾波(KCF)算法,該算法最大優(yōu)點是將目標區(qū)域形成循環(huán)矩陣,并成功利用循環(huán)矩陣在傅里葉空間可對角化的性質(zhì)將矩陣運算轉(zhuǎn)化為向量的Hadamad積,大大降低運算量,滿足實時性要求。但KCF算法需要人工給定搜索窗口來對目標進行跟蹤,無法實現(xiàn)自主檢測跟蹤,并且KCF算法沒有重定位模塊,在目標漂移或丟失時,無法重新定位目標導致跟蹤失敗。為了解決上述問題,并滿足精度與魯棒性的要求,文中提出一種針對行人的自動檢測與跟蹤算法,結(jié)合HOG和SVM方法進行行人檢測,KCF自動跟蹤,以期實現(xiàn)在復雜環(huán)境中對目標的準確搜索與跟蹤。

    1 行人檢測與跟蹤算法

    本算法通過提取行人的HOG特征,使用SVM分類器訓練特征集,生成行人檢測模型。然后,通過滑動窗口搜索匹配方法遍歷攝像頭采集的圖像。最后,將檢測到的行人作為初始跟蹤目標,使用KCF算法預測下一幀行人位置進行目標跟蹤,當目標突然消失時,利用行人檢測模型重新檢測行人再進行跟蹤。

    1.1 基于HOG和SVM的行人檢測

    行人檢測的主要任務是找出圖像或視頻中的行人,包括位置和大小,并用矩形框表示??紤]到復雜環(huán)境行人的檢測,采用基于全局特征中的HOG 特征算法,創(chuàng)建圖像梯度方向分布直方圖來構(gòu)成特征,并結(jié)合Cortes等[10]提出的SVM進行分類,具體實現(xiàn)流程如下。

    首先為減少光照影響,采用Gamma矯正法[11]對圖像進行歸一化,通過壓縮處理將其轉(zhuǎn)化為灰度圖,有效降低圖像的局部陰影和光照變化,其中像素點(x,y)壓縮公式為

    通過計算圖像橫坐標與縱坐標方向的梯度來計算每個像素位置的梯度方向值,梯度計算公式為

    式中Gx(x,y),Gy(x,y),H(x,y)分別表示輸入圖像中像素點(x,y)處的橫坐標方向梯度、縱坐標方向梯度和像素值。則像素點(x,y)處的梯度幅值和梯度方向分別為:

    接著將圖像分成若干個單元格,對單元格內(nèi)每個像素用梯度方向在直方圖中進行加權投影,得到該單元格的梯度方向直方圖,即該單元格的特征向量,這樣能夠保持圖像中人體對象的姿勢和外觀的弱敏感性。為了減小局部光照變化及前景-背景對比度變化導致梯度強度變化范圍變大的影響,需對梯度強度做歸一化,通過將各單元格組合成大的、空間上連通的區(qū)間,形成HOG描述符。該算法可視化圖像如圖1。最后將檢測窗口中重疊的塊進行HOG特征向量收集,分別提取正負樣本的HOG特征,正樣本HOG特征標記為1,負樣本HOG特征標記為0。然后使用線性SVM分類器進行初始訓練,生成最初檢測器,再使用負樣本進行行人檢測,生成分類錯誤的負樣本HOG特征,結(jié)合上一步的特征進行重訓練,生成最終的檢測器。二次訓練能夠有效降低每個窗口5%的誤報率[5]。

    圖1 HOG算法的可視化圖像Fig.1 Visualize images of HOG algorithm

    1.2 基于KCF的目標跟蹤

    KCF跟蹤算法每一幀可分為訓練、檢測、更新三個階段。首先訓練初始線性嶺回歸(linear regression)模型,然后通過該模型檢測下一幀預測位置是否為目標,再使用新的檢測結(jié)果更新訓練集從而更新模型,主要步驟如下。

    1)訓練階段 通過行人檢測算法檢測距離機器人系統(tǒng)最近的行人作為目標,對框出的目標圖像塊z進行循環(huán)移位,從而得到更多的訓練樣本xi,通過訓練線性嶺回歸模型,找到式(4)。式中ω為列向量,表示權重系數(shù)。

    使訓練樣本xi與回歸目標yi之間的誤差函數(shù)值最小

    其中λ 為控制過擬合的正則參數(shù)。寫成矩陣形式

    式中:X=[x1,x2,…,xn]T的每一行表示一個向量;y 是列向量,每個元素對應一個樣本的標簽,由此可獲得線性回歸的最小二乘解

    考慮實際應用中非線性問題中的誤差會很大,引入核函數(shù)

    式中φ(x)和φ(z)為映射函數(shù),根據(jù)Representer定理[12]可得,ω 是樣本x 的線性組合,即

    得到

    式中:K為所有訓練樣本的相關矩陣,Kij=k(xi,yj),且為循環(huán)矩陣,根據(jù)其性質(zhì),對上式進行對角化,得kxx表示循環(huán)矩陣的第一行向量。

    2)檢測階段 通過訓練得到α,即得到線性回歸方程中的ω,提取候選目標的特征為z,循環(huán)移位后得到模型對z 的輸出響應,經(jīng)過離散傅里葉變換得

    響應最大的z 即為檢測到的當前幀的中心位置。

    3)更新階段 濾波器模型表示組成(α,δ0),通過式(13)更新濾波器系數(shù)α 和跟蹤模型參數(shù)δ

    式中:t為幀數(shù);γ 為學習率,介于0~1之間,γ 太大易跟丟,太小魯棒性差,根據(jù)實際情況進行調(diào)節(jié)。

    如圖2所示,系統(tǒng)框架可分為訓練過程、檢測過程和跟蹤過程三部分。訓練分為行人樣本圖片收集,正負樣本的特征提取及使用分類器訓練;檢測部分包括待檢測行人的特征提取及使用已訓練好的SVM分類器進行判別;跟蹤部分主要通過循環(huán)移位跟蹤目標區(qū)域,獲取大量訓練分類器樣本,使用核函數(shù)計算候選區(qū)域與跟蹤目標的相似度,選取響應最大的候選區(qū)域作為新的跟蹤目標。當目標突然消失時,暫停跟蹤,使用行人檢測模型重新檢測定位目標再跟蹤。

    圖2 行人檢測與跟蹤流程圖Fig.2 Pedestrian detection and tracking flowchart

    2 實驗結(jié)果與分析

    為驗證文中提出的基于助老機器人行人檢測與跟蹤算法,在Ubuntu16.04環(huán)境下,基于ROS平臺設計并完成行人檢測與跟蹤系統(tǒng),在Turtlebot移動平臺上搭載處理器為Intel Core i5、主頻1.7 GHz、內(nèi)存4 GB的筆記本電腦和Kinect2攝像頭,該攝像頭不僅價格低廉、具有普通相機的二維信息,還有深度信息,可保證對非平面物體3D輪廓的必要魯棒性[13]。根據(jù)攝像頭獲取周圍環(huán)境的視覺和深度信息,檢測并跟蹤行人。移動平臺在跟蹤過程中要保持機器人與攝像頭的坐標系統(tǒng)統(tǒng)一,因此需將攝像頭獲得的3D坐標通過TF(TransForm)變換為與機器人一致的坐標系統(tǒng),轉(zhuǎn)換關系如圖3(a)。其中:O點為攝像頭所在位置;Z軸正方向為Kinect2攝像頭正前方;x0,y0為機器人坐標系。同時以變換后的坐標中心為原點計算行人的世界坐標xw,yw,計算原理如圖3(b)。其中:xv,yv為目標在圖像上的坐標,f 為攝像頭的焦距;zw為深度距離;cx,cy分別為圖像的長度和寬度,可得式(14)中的世界坐標。

    圖3 Kinect2與移動平臺坐標系對應關系Fig.3 Correspondence between Kinect2 and mobile platform coordinate system

    2.1 行人檢測模型訓練與檢測

    實驗中,考慮到本系統(tǒng)主要用于室內(nèi)對老人的檢測與跟蹤,選擇INRIA數(shù)據(jù)集[5]和自制數(shù)據(jù)集,將數(shù)據(jù)集中部分含有行人的部分進行標記,采用2 456張已標記行人的目標作為正樣本,16 000張不含行人圖片作為負樣本,組成行人檢測的訓練數(shù)據(jù)集。首次訓練得到的行人模型分別對已標定和未標定的測試數(shù)據(jù)集進行檢測,效果如圖4。

    圖4 首次訓練效果Fig.4 First time training effect

    圖4中的方框代表檢測出的行人。從圖4可看出,(a)~(d)為已標定的正負樣本,(e)~(h)為未標定的正負樣本,檢測結(jié)果中方框的數(shù)量較多,與實際差距較大,首次訓練的檢測效果較差,誤檢率較高。為解決這一問題,文中通過自舉法生成9 876張首次檢測生成的難例(hard example)樣本,進行二次訓練得到最終的行人檢測模型,檢測效果如圖5。

    從圖5可看出,(a)~(d)為已標定的正負樣本,(e)~(h)為未標定的正負樣本,檢測結(jié)果中的方框數(shù)量顯著減少,與實際相近,自舉法二次訓練后有效降低了誤檢率。隨機采集300張測試樣本(其中測試樣本中不包含訓練集),并采用檢測率(detection rate,Dr)和誤檢率(false detection rate,F(xiàn)r)作為最終檢測模型測試的評價標準,其中

    圖5 自舉法訓練模型的檢測結(jié)果Fig.5 Test results of bootstrap training model

    式中:Tp為人工標記同時使用行人檢測模型檢測到行人目標的數(shù)量;Fn為人工標記同時使用行人檢測模型但未檢測到行人目標的數(shù)量;Fp為人工未標記同時使用行人檢測模型但檢測到行人目標的數(shù)量。檢測實驗結(jié)果如表1。由表1可知,使用行人檢測模型檢測行人的正確率為94.30%,誤檢率為2.75%,表明本文的檢測算法取得了較好的檢測效果。

    2.2 基于行人檢測和KCF的目標跟蹤

    根據(jù)目標在世界坐標系中的位置,驅(qū)動底盤向目標移動,同時不斷跟蹤目標,更新目標的世界坐標,并更新底盤的方向和速度。KCF算法中的相關參數(shù)如表2。

    實驗分3 組進行測試,每組實驗中的目標都會移動、改變位姿或突然消失以檢測跟蹤算法的魯棒性,其中一次實驗結(jié)果如圖6。

    表3 為3 組實驗測試統(tǒng)計結(jié)果,每組實驗分別統(tǒng)計平均幀率、目標跟蹤成功率,移動成功次數(shù)以及移動成功率。從表3可以看出,目標跟蹤的實時性效果較好,機器人也能順利地移動到目標附近。該方法可快速檢測到目標并驅(qū)動機器人實時跟蹤,具有一定的實用價值。將行人檢測算法與KCF算法結(jié)合,無需人工標定起始跟蹤幀,就可實現(xiàn)自動檢測跟蹤,當目標突然消失時,可重新檢測并跟蹤。

    表1 行人目標檢測的準確性Tab.1 Accuracy of pedestrian target detection

    表2 KCF算法相關參數(shù)Tab.2 Related parameters of KCF algorithm

    表3 跟蹤測試結(jié)果Tab.3 Results of tracking test

    圖6 跟蹤測試效果Fig.6 Effect of tracking test

    3 結(jié) 論

    研究助老機器人在模擬環(huán)境下行人檢測與跟蹤技術,機器人在搜索的過程中采用基于HOG 特征和SVM的行人檢測算法自主識別行人,同時采用KCF算法實時驅(qū)動機器人跟蹤行人到其附近,并且可重新檢測跟蹤對于目標短暫的消失。實驗結(jié)果表明,基于助老機器人的行人檢測與跟蹤算法具有較高的準確性和魯棒性。由于只是在模擬環(huán)境中進行測試,助老機器人在面對目標長時間消失、形變嚴重等特殊情況下魯棒性仍存在一定不足,故關于助老機器人的避障和自主導航是下一步的研究重點。

    猜你喜歡
    助老行人機器人
    “助老”多功能老人床的結(jié)構(gòu)設計
    毒舌出沒,行人避讓
    意林(2021年5期)2021-04-18 12:21:17
    一種家用助老吃藥提醒裝置的研究
    用“八心八促”方法做好助老工作
    中國民政(2019年12期)2020-01-02 09:12:08
    “買菜叔”的21年無償助老愛心路
    路不為尋找者而設
    揚子江(2019年1期)2019-03-08 02:52:34
    我是行人
    機器人來幫你
    認識機器人
    機器人來啦
    纯流量卡能插随身wifi吗| 亚洲av福利一区| 五月玫瑰六月丁香| 我要看黄色一级片免费的| 内地一区二区视频在线| 国产精品.久久久| 亚洲av中文av极速乱| 日韩制服骚丝袜av| 亚洲国产最新在线播放| 乱码一卡2卡4卡精品| av有码第一页| 亚洲国产av新网站| 99久久综合免费| 另类精品久久| 99re6热这里在线精品视频| 蜜臀久久99精品久久宅男| av免费在线看不卡| 99久久综合免费| 亚洲av不卡在线观看| 国产又色又爽无遮挡免| av在线观看视频网站免费| 欧美另类一区| 麻豆乱淫一区二区| 国产又色又爽无遮挡免| 久久久亚洲精品成人影院| 国产男人的电影天堂91| 欧美日韩av久久| 久久国产精品男人的天堂亚洲 | 午夜免费男女啪啪视频观看| 伊人亚洲综合成人网| 国产精品人妻久久久影院| 精品久久久精品久久久| 97在线人人人人妻| 99精国产麻豆久久婷婷| 99久久精品热视频| 高清欧美精品videossex| 亚洲国产精品国产精品| 制服丝袜香蕉在线| 国产精品人妻久久久影院| 一本大道久久a久久精品| 97在线人人人人妻| 欧美三级亚洲精品| 国国产精品蜜臀av免费| 久久99热6这里只有精品| 国产成人午夜福利电影在线观看| 街头女战士在线观看网站| 亚洲精品国产色婷婷电影| 久久久久国产精品人妻一区二区| 亚洲国产精品999| 国产极品天堂在线| 日本av手机在线免费观看| 建设人人有责人人尽责人人享有的| av视频免费观看在线观看| 22中文网久久字幕| 中国国产av一级| 亚洲精品成人av观看孕妇| 亚洲国产精品一区三区| 狂野欧美激情性bbbbbb| 午夜福利,免费看| 亚洲精品久久久久久婷婷小说| av一本久久久久| 水蜜桃什么品种好| 日韩欧美一区视频在线观看 | 热re99久久精品国产66热6| 熟女av电影| 国产极品天堂在线| 久久国产亚洲av麻豆专区| 妹子高潮喷水视频| 精品人妻熟女毛片av久久网站| 自拍偷自拍亚洲精品老妇| 国产精品女同一区二区软件| 狠狠精品人妻久久久久久综合| 免费大片黄手机在线观看| 少妇被粗大猛烈的视频| 一区二区三区乱码不卡18| 国产亚洲av片在线观看秒播厂| 99视频精品全部免费 在线| 极品人妻少妇av视频| 王馨瑶露胸无遮挡在线观看| 国产日韩欧美亚洲二区| 美女大奶头黄色视频| 国产精品三级大全| 免费看av在线观看网站| 成年人免费黄色播放视频 | av女优亚洲男人天堂| 香蕉精品网在线| 国产亚洲5aaaaa淫片| 久久亚洲国产成人精品v| 亚洲第一区二区三区不卡| 国产一区二区三区av在线| 一级毛片电影观看| 涩涩av久久男人的天堂| 国产日韩欧美视频二区| 在现免费观看毛片| av卡一久久| 青青草视频在线视频观看| 午夜久久久在线观看| 桃花免费在线播放| 看非洲黑人一级黄片| 2022亚洲国产成人精品| 午夜福利网站1000一区二区三区| 久久久久久久久久人人人人人人| 99re6热这里在线精品视频| 国产精品国产av在线观看| 亚洲第一av免费看| 久久久久久久国产电影| 日韩一区二区三区影片| 亚洲欧美中文字幕日韩二区| 日本爱情动作片www.在线观看| 国产亚洲最大av| 黑人高潮一二区| 九九久久精品国产亚洲av麻豆| 亚洲天堂av无毛| 亚洲真实伦在线观看| 22中文网久久字幕| 最新的欧美精品一区二区| 日韩三级伦理在线观看| √禁漫天堂资源中文www| 丰满人妻一区二区三区视频av| 国产精品女同一区二区软件| 丝袜脚勾引网站| tube8黄色片| 九九在线视频观看精品| 最黄视频免费看| 国国产精品蜜臀av免费| 国模一区二区三区四区视频| 久久精品久久久久久久性| 在线观看人妻少妇| 人人妻人人澡人人爽人人夜夜| 深夜a级毛片| 精品一区在线观看国产| 99久久精品国产国产毛片| 亚洲精品一区蜜桃| 五月开心婷婷网| 精品国产乱码久久久久久小说| 国产精品女同一区二区软件| 久久精品夜色国产| av在线老鸭窝| .国产精品久久| 国产精品福利在线免费观看| √禁漫天堂资源中文www| 老司机影院成人| 老女人水多毛片| 久久久国产精品麻豆| 精品久久久久久久久亚洲| 一级毛片久久久久久久久女| 久久精品国产亚洲网站| 另类亚洲欧美激情| 精品熟女少妇av免费看| 国产精品秋霞免费鲁丝片| 一二三四中文在线观看免费高清| 99热这里只有精品一区| 欧美老熟妇乱子伦牲交| 2022亚洲国产成人精品| 青春草亚洲视频在线观看| 国产乱来视频区| 国产免费又黄又爽又色| 我的老师免费观看完整版| 自拍欧美九色日韩亚洲蝌蚪91 | 老女人水多毛片| 亚洲欧美一区二区三区黑人 | 国语对白做爰xxxⅹ性视频网站| tube8黄色片| 人人妻人人澡人人爽人人夜夜| 九九久久精品国产亚洲av麻豆| 在线观看免费高清a一片| 菩萨蛮人人尽说江南好唐韦庄| 日韩三级伦理在线观看| 美女xxoo啪啪120秒动态图| 一区二区三区乱码不卡18| 如何舔出高潮| 80岁老熟妇乱子伦牲交| 在线观看av片永久免费下载| 久久久精品94久久精品| 51国产日韩欧美| 另类亚洲欧美激情| 亚洲精品乱码久久久久久按摩| 亚洲精品国产成人久久av| 久久久久精品性色| 国产午夜精品一二区理论片| 男女边摸边吃奶| av天堂久久9| 国产中年淑女户外野战色| 亚洲精品一区蜜桃| 国产白丝娇喘喷水9色精品| 午夜视频国产福利| 国产成人精品久久久久久| 欧美亚洲 丝袜 人妻 在线| 国产成人免费观看mmmm| 亚洲精品国产成人久久av| 超碰97精品在线观看| av专区在线播放| 日韩一本色道免费dvd| 成人漫画全彩无遮挡| 麻豆成人午夜福利视频| 新久久久久国产一级毛片| 高清视频免费观看一区二区| 国产精品成人在线| 偷拍熟女少妇极品色| 亚洲国产欧美日韩在线播放 | 午夜激情久久久久久久| 一级毛片我不卡| 午夜激情福利司机影院| 久久精品熟女亚洲av麻豆精品| 蜜桃在线观看..| 日本黄大片高清| 69精品国产乱码久久久| 日日摸夜夜添夜夜爱| 另类精品久久| 蜜桃在线观看..| 亚洲av国产av综合av卡| 国产亚洲欧美精品永久| 婷婷色综合www| 亚洲图色成人| 午夜福利,免费看| 亚洲欧美日韩东京热| 国产一区二区三区综合在线观看 | 色婷婷久久久亚洲欧美| 免费在线观看成人毛片| 日日摸夜夜添夜夜添av毛片| 大香蕉久久网| 国产永久视频网站| 各种免费的搞黄视频| 卡戴珊不雅视频在线播放| videossex国产| 亚洲欧美日韩另类电影网站| 精品亚洲成a人片在线观看| 黄色配什么色好看| 免费观看av网站的网址| 如日韩欧美国产精品一区二区三区 | 秋霞伦理黄片| 亚洲欧美日韩东京热| 亚洲激情五月婷婷啪啪| √禁漫天堂资源中文www| 欧美日韩国产mv在线观看视频| 男人和女人高潮做爰伦理| 熟妇人妻不卡中文字幕| 另类亚洲欧美激情| 我的老师免费观看完整版| 日本wwww免费看| 91久久精品国产一区二区成人| 99热这里只有是精品在线观看| 久久精品熟女亚洲av麻豆精品| 午夜福利在线观看免费完整高清在| 精品一区二区免费观看| 黄色毛片三级朝国网站 | 久久av网站| 亚洲欧美精品自产自拍| 自拍欧美九色日韩亚洲蝌蚪91 | 色吧在线观看| 欧美丝袜亚洲另类| 寂寞人妻少妇视频99o| 日本爱情动作片www.在线观看| 99热这里只有是精品50| 视频区图区小说| 久久精品夜色国产| 国产女主播在线喷水免费视频网站| 亚洲成人手机| 国产精品一区二区三区四区免费观看| 天美传媒精品一区二区| 日韩成人伦理影院| 97在线视频观看| 久久精品国产亚洲av天美| 街头女战士在线观看网站| 亚洲国产精品成人久久小说| 日本黄大片高清| 美女内射精品一级片tv| av有码第一页| 久久久久久久精品精品| 97超碰精品成人国产| 亚州av有码| 极品教师在线视频| 亚洲精品视频女| 在现免费观看毛片| 国产av精品麻豆| 亚洲,一卡二卡三卡| 久久这里有精品视频免费| 七月丁香在线播放| 老熟女久久久| 少妇人妻 视频| 亚洲av综合色区一区| 久久热精品热| 99久国产av精品国产电影| 色94色欧美一区二区| 少妇裸体淫交视频免费看高清| 青春草视频在线免费观看| 极品人妻少妇av视频| 香蕉精品网在线| 婷婷色麻豆天堂久久| 成年人午夜在线观看视频| 久久女婷五月综合色啪小说| 国产男女内射视频| 少妇人妻精品综合一区二区| 亚洲真实伦在线观看| 好男人视频免费观看在线| 欧美成人精品欧美一级黄| 成年女人在线观看亚洲视频| 午夜福利网站1000一区二区三区| 啦啦啦在线观看免费高清www| 亚洲色图综合在线观看| 高清毛片免费看| 久久久国产精品麻豆| 国产一区二区在线观看av| 高清不卡的av网站| 国产精品久久久久久久久免| 久久av网站| av网站免费在线观看视频| 国产高清国产精品国产三级| 亚洲精品456在线播放app| 国产毛片在线视频| 日本色播在线视频| av在线播放精品| 99久久人妻综合| 欧美精品人与动牲交sv欧美| 夫妻午夜视频| 国产高清三级在线| 日韩中文字幕视频在线看片| 欧美精品高潮呻吟av久久| 亚洲怡红院男人天堂| 99热这里只有是精品在线观看| 一级,二级,三级黄色视频| 一本一本综合久久| 永久免费av网站大全| videossex国产| 在线播放无遮挡| 欧美日本中文国产一区发布| 国产探花极品一区二区| 天堂中文最新版在线下载| 日日啪夜夜撸| 亚洲欧洲精品一区二区精品久久久 | 国产精品蜜桃在线观看| 伊人久久精品亚洲午夜| 国产熟女午夜一区二区三区 | av卡一久久| 日本91视频免费播放| 性高湖久久久久久久久免费观看| 日本vs欧美在线观看视频 | 免费av不卡在线播放| 亚洲欧美成人综合另类久久久| 国产精品熟女久久久久浪| 99精国产麻豆久久婷婷| 美女cb高潮喷水在线观看| 大陆偷拍与自拍| 好男人视频免费观看在线| 久久久国产精品麻豆| 国产免费视频播放在线视频| 夫妻性生交免费视频一级片| 亚洲综合精品二区| 夜夜看夜夜爽夜夜摸| 亚洲国产最新在线播放| 久久人妻熟女aⅴ| 夜夜骑夜夜射夜夜干| 人体艺术视频欧美日本| 午夜老司机福利剧场| 成人亚洲欧美一区二区av| 王馨瑶露胸无遮挡在线观看| 在线天堂最新版资源| 日韩欧美精品免费久久| 一级毛片黄色毛片免费观看视频| 一本一本综合久久| 美女大奶头黄色视频| 人妻少妇偷人精品九色| freevideosex欧美| 欧美3d第一页| 精品国产乱码久久久久久小说| 在线亚洲精品国产二区图片欧美 | 毛片一级片免费看久久久久| 夫妻性生交免费视频一级片| 高清欧美精品videossex| 欧美日韩一区二区视频在线观看视频在线| 一本一本综合久久| 成年人免费黄色播放视频 | 乱码一卡2卡4卡精品| 精品人妻熟女毛片av久久网站| 久久久亚洲精品成人影院| 久久久国产一区二区| 性色avwww在线观看| 精品亚洲成a人片在线观看| 亚洲第一区二区三区不卡| 狂野欧美激情性xxxx在线观看| 韩国高清视频一区二区三区| 国产成人freesex在线| av福利片在线| 插阴视频在线观看视频| 亚洲av成人精品一区久久| 亚洲精品久久久久久婷婷小说| 男男h啪啪无遮挡| 99热这里只有是精品50| 只有这里有精品99| 亚洲欧美一区二区三区国产| 国产精品一区二区性色av| 王馨瑶露胸无遮挡在线观看| 伦精品一区二区三区| 观看美女的网站| kizo精华| 久久97久久精品| h日本视频在线播放| 热re99久久国产66热| 久久久久久久久久人人人人人人| 亚洲av免费高清在线观看| 人妻夜夜爽99麻豆av| 欧美日韩av久久| 午夜日本视频在线| 亚洲国产欧美日韩在线播放 | 欧美精品高潮呻吟av久久| 亚洲av福利一区| 日韩一区二区视频免费看| 91久久精品国产一区二区三区| 国产又色又爽无遮挡免| 免费观看性生交大片5| 性高湖久久久久久久久免费观看| 最近手机中文字幕大全| 国内少妇人妻偷人精品xxx网站| 99热6这里只有精品| 日本av免费视频播放| 国产91av在线免费观看| 各种免费的搞黄视频| 日韩电影二区| 亚洲av电影在线观看一区二区三区| 国产毛片在线视频| av卡一久久| 不卡视频在线观看欧美| 日韩欧美精品免费久久| 国内少妇人妻偷人精品xxx网站| 久久精品国产亚洲网站| 少妇丰满av| 国产日韩欧美亚洲二区| 一级a做视频免费观看| 中文资源天堂在线| 国产成人a∨麻豆精品| 全区人妻精品视频| 亚洲人与动物交配视频| 国产熟女午夜一区二区三区 | 国产av精品麻豆| 国产精品嫩草影院av在线观看| 男的添女的下面高潮视频| 韩国av在线不卡| 五月伊人婷婷丁香| 免费黄频网站在线观看国产| 欧美国产精品一级二级三级 | 午夜福利影视在线免费观看| 国产永久视频网站| 91精品国产九色| 亚洲伊人久久精品综合| 秋霞伦理黄片| 日本爱情动作片www.在线观看| 久久女婷五月综合色啪小说| 麻豆成人午夜福利视频| 欧美日韩在线观看h| 国产精品蜜桃在线观看| 一本色道久久久久久精品综合| av专区在线播放| 国产精品女同一区二区软件| 国产精品一区二区在线观看99| 国产精品久久久久成人av| 一级,二级,三级黄色视频| 亚洲精品456在线播放app| 日本色播在线视频| 成年av动漫网址| 亚洲自偷自拍三级| 国产成人午夜福利电影在线观看| 国产成人免费无遮挡视频| 美女脱内裤让男人舔精品视频| 久久久久精品性色| 哪个播放器可以免费观看大片| 黑人巨大精品欧美一区二区蜜桃 | 日韩制服骚丝袜av| 久久精品熟女亚洲av麻豆精品| 一级二级三级毛片免费看| 成人免费观看视频高清| 国产淫片久久久久久久久| 蜜臀久久99精品久久宅男| 久久久久久人妻| 国产欧美另类精品又又久久亚洲欧美| 老司机影院毛片| 国产成人a∨麻豆精品| 国产免费福利视频在线观看| 久久99热6这里只有精品| 亚洲欧洲国产日韩| 精品视频人人做人人爽| 人人澡人人妻人| 成人亚洲欧美一区二区av| 人妻少妇偷人精品九色| 3wmmmm亚洲av在线观看| 少妇精品久久久久久久| 99九九线精品视频在线观看视频| 免费av不卡在线播放| 热re99久久国产66热| 老司机影院毛片| 王馨瑶露胸无遮挡在线观看| 中文在线观看免费www的网站| 精品人妻熟女毛片av久久网站| 狂野欧美激情性xxxx在线观看| 午夜免费观看性视频| 亚洲一级一片aⅴ在线观看| 亚洲av不卡在线观看| 欧美亚洲 丝袜 人妻 在线| 曰老女人黄片| 日本黄大片高清| 精品久久久精品久久久| 国产男女超爽视频在线观看| 91精品伊人久久大香线蕉| 少妇高潮的动态图| 卡戴珊不雅视频在线播放| 成年人免费黄色播放视频 | 一本一本综合久久| 大话2 男鬼变身卡| 亚洲四区av| 三级国产精品欧美在线观看| 欧美 亚洲 国产 日韩一| 欧美三级亚洲精品| 男人和女人高潮做爰伦理| 亚洲欧美精品自产自拍| 99久国产av精品国产电影| 精品国产露脸久久av麻豆| 美女cb高潮喷水在线观看| 日本-黄色视频高清免费观看| 国产精品久久久久成人av| 在线看a的网站| 国产精品熟女久久久久浪| 亚洲美女黄色视频免费看| 极品少妇高潮喷水抽搐| 成人漫画全彩无遮挡| 精品国产一区二区三区久久久樱花| 在线免费观看不下载黄p国产| 精品国产乱码久久久久久小说| 青春草视频在线免费观看| av国产精品久久久久影院| 久久99一区二区三区| 免费看日本二区| 777米奇影视久久| 在线精品无人区一区二区三| 夜夜骑夜夜射夜夜干| 国产精品福利在线免费观看| 国产一区有黄有色的免费视频| 综合色丁香网| 在线看a的网站| 久久久久久久大尺度免费视频| 久久久国产一区二区| 欧美激情极品国产一区二区三区 | 亚洲欧美清纯卡通| 国产精品无大码| 免费少妇av软件| 午夜免费鲁丝| 国产成人精品无人区| 晚上一个人看的免费电影| 亚洲内射少妇av| 国产精品一区二区三区四区免费观看| 欧美精品亚洲一区二区| 2022亚洲国产成人精品| 一级av片app| 日韩精品有码人妻一区| 国产亚洲av片在线观看秒播厂| 97超碰精品成人国产| 欧美亚洲 丝袜 人妻 在线| 国产精品伦人一区二区| 精品一区二区免费观看| 国产一区有黄有色的免费视频| 久久ye,这里只有精品| 亚洲精品一二三| 国产高清有码在线观看视频| 黄色一级大片看看| 能在线免费看毛片的网站| 纵有疾风起免费观看全集完整版| 日韩一区二区三区影片| 亚洲美女视频黄频| 久久久久久久亚洲中文字幕| 一边亲一边摸免费视频| 亚洲欧美成人精品一区二区| 久久6这里有精品| 你懂的网址亚洲精品在线观看| 丝袜脚勾引网站| 国产黄频视频在线观看| 精品99又大又爽又粗少妇毛片| 色吧在线观看| 两个人免费观看高清视频 | 男人添女人高潮全过程视频| a级毛片免费高清观看在线播放| 国产探花极品一区二区| 欧美日韩国产mv在线观看视频| 肉色欧美久久久久久久蜜桃| a 毛片基地| 亚洲美女黄色视频免费看| 自线自在国产av| 黑人高潮一二区| 亚洲人成网站在线观看播放| 视频中文字幕在线观看| 国产高清不卡午夜福利| 成年人午夜在线观看视频| 2022亚洲国产成人精品| 久久久久久久国产电影| 亚州av有码| 日韩在线高清观看一区二区三区| 观看美女的网站| 久久国产精品大桥未久av | 久久久久久久久久久久大奶| 性色av一级| 日韩不卡一区二区三区视频在线| 一级爰片在线观看| 噜噜噜噜噜久久久久久91| 黄色一级大片看看| 高清欧美精品videossex| 蜜臀久久99精品久久宅男| 日本欧美视频一区| 美女内射精品一级片tv| 午夜av观看不卡| 欧美变态另类bdsm刘玥| 高清欧美精品videossex| 免费播放大片免费观看视频在线观看| 免费看不卡的av| 在线 av 中文字幕| 日本vs欧美在线观看视频 | 亚洲av免费高清在线观看| 草草在线视频免费看| 久久精品国产亚洲av涩爱|