• <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
    欧美xxxx黑人xx丫x性爽| 中文字幕免费在线视频6| 国产成人a区在线观看| 久久久久国产网址| av免费观看日本| 日韩av免费高清视频| 国产在视频线精品| 91精品国产九色| 人人妻人人看人人澡| 国内精品美女久久久久久| 亚洲伊人久久精品综合| 六月丁香七月| 九九爱精品视频在线观看| 亚洲在久久综合| 男女啪啪激烈高潮av片| 国产高清国产精品国产三级 | 国产成人精品久久久久久| 精品人妻视频免费看| 亚洲内射少妇av| 最后的刺客免费高清国语| 极品教师在线视频| 亚洲最大成人中文| 3wmmmm亚洲av在线观看| 一夜夜www| 国产69精品久久久久777片| 波多野结衣巨乳人妻| 色网站视频免费| 婷婷六月久久综合丁香| 性色avwww在线观看| 内地一区二区视频在线| 亚洲最大成人中文| 国产精品av视频在线免费观看| 丰满人妻一区二区三区视频av| 一个人免费在线观看电影| 久久人人爽人人片av| 真实男女啪啪啪动态图| 国产成人精品福利久久| 日韩精品有码人妻一区| 日韩av在线大香蕉| 国产精品久久久久久精品电影小说 | 99热这里只有是精品50| 国产精品熟女久久久久浪| 乱系列少妇在线播放| 免费观看的影片在线观看| 亚洲国产精品成人久久小说| 狂野欧美白嫩少妇大欣赏| 91精品国产九色| 中文字幕制服av| 国产在视频线在精品| 久久久久久久久久久丰满| 中文字幕制服av| 久久久久久久大尺度免费视频| 成年免费大片在线观看| av黄色大香蕉| 久久鲁丝午夜福利片| 美女大奶头视频| 国产视频首页在线观看| 国产视频内射| 人人妻人人看人人澡| 日韩欧美 国产精品| 一边亲一边摸免费视频| 51国产日韩欧美| 久久久精品免费免费高清| 国产女主播在线喷水免费视频网站 | 99久久中文字幕三级久久日本| 精品熟女少妇av免费看| 免费人成在线观看视频色| 特级一级黄色大片| 欧美三级亚洲精品| 久久久久久九九精品二区国产| 插逼视频在线观看| 午夜福利在线观看免费完整高清在| 18+在线观看网站| 99久久精品一区二区三区| 亚洲在久久综合| 日本-黄色视频高清免费观看| 国产又色又爽无遮挡免| 少妇熟女aⅴ在线视频| 久久久久久久久久久免费av| av网站免费在线观看视频 | 三级国产精品欧美在线观看| 久久精品人妻少妇| 麻豆国产97在线/欧美| 最近2019中文字幕mv第一页| 久久亚洲国产成人精品v| 国产午夜精品久久久久久一区二区三区| 有码 亚洲区| 午夜激情欧美在线| 尾随美女入室| 亚洲国产av新网站| 久久久久网色| 亚洲精华国产精华液的使用体验| 男人舔奶头视频| or卡值多少钱| 亚洲精品中文字幕在线视频 | 美女黄网站色视频| 国产淫片久久久久久久久| 亚洲丝袜综合中文字幕| 亚洲乱码一区二区免费版| 国产黄色小视频在线观看| 午夜精品国产一区二区电影 | 日韩在线高清观看一区二区三区| av网站免费在线观看视频 | 少妇熟女欧美另类| 国产精品99久久久久久久久| 久久99热这里只有精品18| 嫩草影院新地址| 亚洲久久久久久中文字幕| 成年版毛片免费区| 久久久久久伊人网av| 午夜福利视频1000在线观看| 国产色爽女视频免费观看| 精品熟女少妇av免费看| 2018国产大陆天天弄谢| 男人狂女人下面高潮的视频| 老司机影院毛片| 国产成人91sexporn| 精品久久久精品久久久| 成人综合一区亚洲| 亚洲精品久久久久久婷婷小说| 国产黄频视频在线观看| 色播亚洲综合网| 尤物成人国产欧美一区二区三区| 色5月婷婷丁香| 国产一区二区三区av在线| 免费观看无遮挡的男女| 国产一区有黄有色的免费视频 | 精品午夜福利在线看| 亚洲最大成人手机在线| 国产又色又爽无遮挡免| 少妇丰满av| 卡戴珊不雅视频在线播放| 欧美极品一区二区三区四区| 午夜福利在线观看免费完整高清在| 久久99蜜桃精品久久| 欧美日韩视频高清一区二区三区二| 日日摸夜夜添夜夜爱| 99久久人妻综合| 欧美日韩一区二区视频在线观看视频在线 | 久久久久国产网址| 在线免费观看的www视频| 男人和女人高潮做爰伦理| 大又大粗又爽又黄少妇毛片口| www.av在线官网国产| 国产真实伦视频高清在线观看| 精品国产露脸久久av麻豆 | 人人妻人人澡欧美一区二区| 波野结衣二区三区在线| 欧美激情国产日韩精品一区| 亚洲精品久久久久久婷婷小说| 美女脱内裤让男人舔精品视频| 伦精品一区二区三区| 日本免费在线观看一区| 亚洲精品乱码久久久久久按摩| 国产有黄有色有爽视频| 男女下面进入的视频免费午夜| 国产真实伦视频高清在线观看| 国产老妇女一区| 免费电影在线观看免费观看| 乱系列少妇在线播放| 麻豆成人av视频| 日韩伦理黄色片| 春色校园在线视频观看| 伦精品一区二区三区| 九九久久精品国产亚洲av麻豆| 亚洲18禁久久av| 国产美女午夜福利| 天天一区二区日本电影三级| 国产 亚洲一区二区三区 | or卡值多少钱| 亚洲成人一二三区av| 波野结衣二区三区在线| 嫩草影院精品99| 成人亚洲精品av一区二区| 一级毛片黄色毛片免费观看视频| 国内揄拍国产精品人妻在线| 国产黄色视频一区二区在线观看| 真实男女啪啪啪动态图| 在线观看av片永久免费下载| 六月丁香七月| 欧美高清成人免费视频www| 亚洲精品日韩在线中文字幕| 亚洲婷婷狠狠爱综合网| 国产成人午夜福利电影在线观看| 亚洲第一区二区三区不卡| 国产精品三级大全| 国产在线一区二区三区精| 午夜福利在线观看免费完整高清在| 久久久久久伊人网av| 亚洲国产精品成人久久小说| 网址你懂的国产日韩在线| 五月玫瑰六月丁香| 久久草成人影院| 国产精品一区二区三区四区免费观看| 午夜福利在线在线| 97热精品久久久久久| 久久久a久久爽久久v久久| 白带黄色成豆腐渣| 国产精品一区二区性色av| 精品国产三级普通话版| 久久综合国产亚洲精品| 久久久久九九精品影院| 美女高潮的动态| 国产亚洲精品av在线| 日本黄大片高清| 热99在线观看视频| 欧美性猛交╳xxx乱大交人| 三级毛片av免费| av在线老鸭窝| 九九在线视频观看精品| 热99在线观看视频| 超碰av人人做人人爽久久| 熟女人妻精品中文字幕| 日韩国内少妇激情av| 亚洲国产精品专区欧美| 麻豆精品久久久久久蜜桃| 国产白丝娇喘喷水9色精品| 爱豆传媒免费全集在线观看| 少妇熟女欧美另类| 亚洲国产高清在线一区二区三| 亚洲欧洲国产日韩| 韩国av在线不卡| 国产成人精品福利久久| 夫妻午夜视频| 国产在线一区二区三区精| 纵有疾风起免费观看全集完整版 | 99久国产av精品国产电影| 国产激情偷乱视频一区二区| 少妇人妻一区二区三区视频| 国产人妻一区二区三区在| 中文资源天堂在线| 一级片'在线观看视频| 国产精品久久久久久久久免| 国内少妇人妻偷人精品xxx网站| 亚洲综合色惰| 亚洲精品中文字幕在线视频 | 亚洲国产欧美人成| 麻豆乱淫一区二区| 亚洲欧美一区二区三区黑人 | 中文字幕亚洲精品专区| 国产爱豆传媒在线观看| 男插女下体视频免费在线播放| 欧美日韩亚洲高清精品| 亚洲欧美日韩东京热| 中文欧美无线码| 综合色丁香网| 韩国高清视频一区二区三区| av在线亚洲专区| 免费观看a级毛片全部| 噜噜噜噜噜久久久久久91| 久久久久九九精品影院| 青春草视频在线免费观看| 中文天堂在线官网| 亚洲av电影在线观看一区二区三区 | 国产免费福利视频在线观看| 亚洲国产av新网站| 亚洲aⅴ乱码一区二区在线播放| 日韩欧美精品免费久久| 成人鲁丝片一二三区免费| 国产伦理片在线播放av一区| 蜜臀久久99精品久久宅男| 一级毛片电影观看| 一本一本综合久久| 国产久久久一区二区三区| 欧美+日韩+精品| 蜜臀久久99精品久久宅男| 国产一区二区亚洲精品在线观看| 国产精品国产三级国产av玫瑰| 一级a做视频免费观看| 乱系列少妇在线播放| 午夜精品一区二区三区免费看| 中文资源天堂在线| 亚洲精品日韩在线中文字幕| 777米奇影视久久| 国产亚洲精品久久久com| 夫妻性生交免费视频一级片| 黄片wwwwww| 日日摸夜夜添夜夜爱| 嘟嘟电影网在线观看| 国产午夜精品论理片| 亚洲av国产av综合av卡| 国产亚洲午夜精品一区二区久久 | 卡戴珊不雅视频在线播放| 三级国产精品片| 久久久精品免费免费高清| 人体艺术视频欧美日本| 特级一级黄色大片| 国产精品国产三级专区第一集| 国产精品久久久久久精品电影| 人人妻人人澡欧美一区二区| 欧美zozozo另类| 国产乱人偷精品视频| 精品不卡国产一区二区三区| 中文精品一卡2卡3卡4更新| 午夜爱爱视频在线播放| 秋霞伦理黄片| 免费观看精品视频网站| av网站免费在线观看视频 | 搡女人真爽免费视频火全软件| 激情 狠狠 欧美| 精品久久久精品久久久| 黄色欧美视频在线观看| 日本免费在线观看一区| a级毛片免费高清观看在线播放| 熟女人妻精品中文字幕| 人体艺术视频欧美日本| 欧美zozozo另类| 欧美变态另类bdsm刘玥| av又黄又爽大尺度在线免费看| 中文乱码字字幕精品一区二区三区 | 22中文网久久字幕| 高清欧美精品videossex| 黄色配什么色好看| 观看美女的网站| 成年女人在线观看亚洲视频 | 99九九线精品视频在线观看视频| 日日啪夜夜爽| 亚洲精品日韩av片在线观看| 亚洲精品成人av观看孕妇| 国产av码专区亚洲av| 校园人妻丝袜中文字幕| 国产亚洲精品av在线| 亚洲综合色惰| 高清毛片免费看| 亚洲欧美精品专区久久| 一级黄片播放器| 夫妻性生交免费视频一级片| 九色成人免费人妻av| 欧美日韩视频高清一区二区三区二| 国产av码专区亚洲av| 久久久成人免费电影| 男女视频在线观看网站免费| 熟妇人妻不卡中文字幕| 看十八女毛片水多多多| 国产不卡一卡二| 一级毛片我不卡| 国产探花在线观看一区二区| 国产免费一级a男人的天堂| 欧美另类一区| 欧美极品一区二区三区四区| 国产午夜福利久久久久久| 爱豆传媒免费全集在线观看| 欧美丝袜亚洲另类| 少妇熟女aⅴ在线视频| 国产男人的电影天堂91| 女人被狂操c到高潮| 大陆偷拍与自拍| 2018国产大陆天天弄谢| 干丝袜人妻中文字幕| 全区人妻精品视频| 国产亚洲午夜精品一区二区久久 | 日日撸夜夜添| 亚洲国产精品成人久久小说| 日日摸夜夜添夜夜添av毛片| 少妇人妻一区二区三区视频| 毛片一级片免费看久久久久| 老师上课跳d突然被开到最大视频| 日日摸夜夜添夜夜添av毛片| 3wmmmm亚洲av在线观看| 久久久久九九精品影院| 成人欧美大片| 国产精品av视频在线免费观看| 国产精品熟女久久久久浪| 久久久久久久久久久免费av| 卡戴珊不雅视频在线播放| 亚洲在久久综合| 最近视频中文字幕2019在线8| 亚洲精品456在线播放app| 久久久亚洲精品成人影院| 99久久精品国产国产毛片| 欧美最新免费一区二区三区| 卡戴珊不雅视频在线播放| 国产伦一二天堂av在线观看| av在线天堂中文字幕| 秋霞伦理黄片| 男女边吃奶边做爰视频| 精品久久久噜噜| 99久久中文字幕三级久久日本| 日本一二三区视频观看| h日本视频在线播放| 久久97久久精品| 久久久久免费精品人妻一区二区| 亚洲国产av新网站| 伊人久久国产一区二区| 久久久久久久久大av| 日本三级黄在线观看| 亚洲激情五月婷婷啪啪| 欧美xxxx性猛交bbbb| 国产精品一区二区性色av| 日本一二三区视频观看| 成年女人看的毛片在线观看| 久久久久网色| 国产乱人视频| 国产精品国产三级国产专区5o| 日日摸夜夜添夜夜添av毛片| 激情 狠狠 欧美| 赤兔流量卡办理| 国产精品人妻久久久影院| 观看免费一级毛片| 高清日韩中文字幕在线| 久久久久久久久久久丰满| 热99在线观看视频| 欧美高清性xxxxhd video| 日韩中字成人| 亚洲精品456在线播放app| 91aial.com中文字幕在线观看| 视频中文字幕在线观看| 熟妇人妻久久中文字幕3abv| av一本久久久久| 可以在线观看毛片的网站| 日韩av免费高清视频| 国产淫语在线视频| 久久精品综合一区二区三区| 欧美日本视频| 我要看日韩黄色一级片| 国产精品99久久久久久久久| 久久精品久久精品一区二区三区| 中文字幕免费在线视频6| 国产乱人视频| 欧美xxxx性猛交bbbb| 国产高清不卡午夜福利| 国产黄色小视频在线观看| 日韩成人av中文字幕在线观看| 亚洲人成网站在线播| av国产免费在线观看| 久热久热在线精品观看| 黄片wwwwww| 亚洲精品国产av蜜桃| 又大又黄又爽视频免费| 国产久久久一区二区三区| 婷婷六月久久综合丁香| 国产亚洲av片在线观看秒播厂 | 天美传媒精品一区二区| 欧美激情久久久久久爽电影| 日日摸夜夜添夜夜爱| 亚洲av二区三区四区| 午夜福利视频精品| 99视频精品全部免费 在线| 18禁裸乳无遮挡免费网站照片| 免费黄频网站在线观看国产| 五月玫瑰六月丁香| 欧美97在线视频| 一级a做视频免费观看| 小蜜桃在线观看免费完整版高清| 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 | 99热全是精品| 一级二级三级毛片免费看| 天堂俺去俺来也www色官网 | freevideosex欧美| av卡一久久| 高清视频免费观看一区二区 | 午夜激情欧美在线| 亚洲电影在线观看av| 久久综合国产亚洲精品| 久久精品熟女亚洲av麻豆精品 | 久久久久久伊人网av| 国产亚洲一区二区精品| 三级国产精品欧美在线观看| 午夜福利视频精品| 日韩成人伦理影院| 国产亚洲91精品色在线| 久久久久久久国产电影| 亚洲乱码一区二区免费版| 亚洲欧美清纯卡通| 国产毛片a区久久久久| 一级二级三级毛片免费看| 成人一区二区视频在线观看| 国产成人91sexporn| 99久国产av精品| 男女边摸边吃奶| 久久久久网色| 人体艺术视频欧美日本| 一区二区三区四区激情视频| 久久久久久久久中文| 国产亚洲91精品色在线| 熟妇人妻不卡中文字幕| 国产黄频视频在线观看| 国产精品美女特级片免费视频播放器| 精品久久久噜噜| 国产一区二区在线观看日韩| 超碰97精品在线观看| 成人毛片60女人毛片免费| 欧美xxxx黑人xx丫x性爽| 免费大片黄手机在线观看| 男女国产视频网站| 欧美一级a爱片免费观看看| 亚洲欧洲国产日韩| 一级av片app| 国产精品福利在线免费观看| 国产美女午夜福利| 亚洲国产高清在线一区二区三| 草草在线视频免费看| 欧美丝袜亚洲另类| 国产免费福利视频在线观看| 国产成人a∨麻豆精品| 人妻一区二区av| 亚洲内射少妇av| 精品久久久噜噜| 热99在线观看视频| 成人亚洲精品av一区二区| 亚洲成人精品中文字幕电影| 久99久视频精品免费| 精品国产露脸久久av麻豆 | 欧美一区二区亚洲| 亚洲在线观看片| 免费电影在线观看免费观看| 蜜桃亚洲精品一区二区三区| 亚洲av中文av极速乱| 久久久色成人| 久久久久久久久久人人人人人人| 久久久国产一区二区| 日韩在线高清观看一区二区三区| av免费在线看不卡| 成人午夜精彩视频在线观看| 免费观看性生交大片5| 99视频精品全部免费 在线| 国产精品嫩草影院av在线观看| 国产伦理片在线播放av一区| 亚洲精品国产成人久久av| 国产淫语在线视频| 亚洲av福利一区| 十八禁国产超污无遮挡网站| 搡女人真爽免费视频火全软件| 美女内射精品一级片tv| 久久久久国产网址| 国产黄色小视频在线观看| av在线亚洲专区| 综合色av麻豆| 久久久久久久久久成人| 丰满少妇做爰视频| 婷婷色麻豆天堂久久| 亚洲精品国产av蜜桃| 国产成年人精品一区二区| 18+在线观看网站| 女人十人毛片免费观看3o分钟| 国产淫语在线视频| 天美传媒精品一区二区| 国产熟女欧美一区二区| 熟女人妻精品中文字幕| 美女主播在线视频| 国产成人精品一,二区| 久久久精品欧美日韩精品| 免费看光身美女| 婷婷色综合www| 男女边摸边吃奶| 中文字幕亚洲精品专区| 一边亲一边摸免费视频| 日韩,欧美,国产一区二区三区| 日韩强制内射视频| 麻豆成人av视频| 久久午夜福利片| 国产精品综合久久久久久久免费| 久久精品夜色国产| 亚洲伊人久久精品综合| 国产伦理片在线播放av一区| 大香蕉97超碰在线| eeuss影院久久| 美女被艹到高潮喷水动态| 国精品久久久久久国模美| 久久久久久九九精品二区国产| 欧美丝袜亚洲另类| 免费不卡的大黄色大毛片视频在线观看 | 久久精品国产自在天天线| 一级毛片aaaaaa免费看小| 一个人观看的视频www高清免费观看| 天堂中文最新版在线下载 | 亚洲精品国产av蜜桃| 亚洲欧洲日产国产| h日本视频在线播放| 一级黄片播放器| 亚洲一级一片aⅴ在线观看| 十八禁网站网址无遮挡 | 精品人妻偷拍中文字幕| 亚洲精品一区蜜桃| 听说在线观看完整版免费高清| 亚洲成人av在线免费| 麻豆av噜噜一区二区三区| 爱豆传媒免费全集在线观看| 看免费成人av毛片| 97精品久久久久久久久久精品| 国内揄拍国产精品人妻在线| 久久久欧美国产精品| 春色校园在线视频观看| 3wmmmm亚洲av在线观看| 亚洲国产成人一精品久久久| 一边亲一边摸免费视频| 老司机影院毛片| 亚洲成人一二三区av| 国产黄a三级三级三级人| 免费无遮挡裸体视频| 国产乱来视频区| 亚洲av福利一区| 成人亚洲精品一区在线观看 | 淫秽高清视频在线观看| 久久久久久久久久人人人人人人| 秋霞在线观看毛片| 我的女老师完整版在线观看| 欧美激情国产日韩精品一区| 久99久视频精品免费| 国产成人免费观看mmmm| 亚洲,欧美,日韩| 久99久视频精品免费| 七月丁香在线播放| 熟妇人妻久久中文字幕3abv| 男人爽女人下面视频在线观看| 亚洲经典国产精华液单| 男女视频在线观看网站免费| 在线a可以看的网站| 99久国产av精品国产电影| av在线老鸭窝| 国产黄a三级三级三级人| 精品国产一区二区三区久久久樱花 | 女人被狂操c到高潮| av又黄又爽大尺度在线免费看| 国产单亲对白刺激|