• <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 ?

    KCF算法在車輛目標(biāo)跟蹤上的參數(shù)配置研究

    2019-10-08 08:08:58黃楠路鋒王欽釗
    軟件工程 2019年9期
    關(guān)鍵詞:跟蹤器判別式精確度

    黃楠 路鋒 王欽釗

    摘 ?要:對(duì)地面車輛目標(biāo)的視覺跟蹤任務(wù)首要是滿足實(shí)時(shí)性,其次是在復(fù)雜背景下對(duì)目標(biāo)跟蹤的魯棒性。KCF算法作為經(jīng)典的判別式跟蹤算法,憑借其高效的跟蹤器學(xué)習(xí)效率,一直作為主流的實(shí)時(shí)跟蹤算法之一。其中,搜索區(qū)域的大小選取在很大程度上決定了能否生成穩(wěn)定的跟蹤器,然而對(duì)于不同尺寸的車輛目標(biāo),其最優(yōu)的搜索區(qū)域大小通常是不同的。為此,本文以標(biāo)準(zhǔn)數(shù)據(jù)集OTB2015作為車輛目標(biāo)視頻源,通過分辨率降采樣來模擬多組不同尺寸的目標(biāo)運(yùn)動(dòng)場(chǎng)景,論證在不同距離下實(shí)現(xiàn)最優(yōu)車輛跟蹤的KCF算法參數(shù)配置,為長(zhǎng)距離的車輛跟蹤任務(wù)提供了參數(shù)依據(jù)。

    關(guān)鍵詞:KCF算法;目標(biāo)跟蹤;地面目標(biāo)

    中圖分類號(hào):TP391 ? ? 文獻(xiàn)標(biāo)識(shí)碼:A

    Abstract:The first requirement of vehicle target tracking is real-time,and the robustness of the tracker in complex environment is then followed.As a typical discriminative tracker,KCF has been brought into focus for its high computational speed,and the robustness of which is depended on the size of searching area to a great extent.However,the optimal sizes of searching area are usually different for vehicle targets,because the sizes of target vary greatly.Therefore,the paper uses benchmark OTB2015 as the video source,simulating multiple groups of moving target scenes of different sizes by reducing resolution of the videos.Experiment analysis is carried out on KCF tracker,which aims to demonstrate the optimal parameter configuration of KCF for vehicle tracking at different distances.

    Keywords:KCF algorithm;target tracking;vehicle

    1 ? 引言(Introduction)

    目標(biāo)跟蹤主要應(yīng)用于智能交通、路況監(jiān)控、精確制導(dǎo)、機(jī)器人等領(lǐng)域[1],其任務(wù)是根據(jù)給定的初始目標(biāo)位置,在接下來的視頻幀中,標(biāo)定出目標(biāo)的位置。目標(biāo)跟蹤尤其是地面目標(biāo),通常處于復(fù)雜的背景環(huán)境,如光強(qiáng)變化、目標(biāo)旋轉(zhuǎn)、背景雜波、背景遮擋等,這些都給目標(biāo)跟蹤任務(wù)帶來巨大的挑戰(zhàn)性。對(duì)于地面車輛目標(biāo)而言,考慮到目標(biāo)通常處于快速運(yùn)動(dòng)的狀態(tài),算法的實(shí)時(shí)性更是選擇跟蹤算法的重要依據(jù)。

    跟蹤算法大致上分為生成式和判別式兩類,其中生成式算法的主要思想是對(duì)目標(biāo)進(jìn)行建模,利用模型與下一幀的圖像的搜索區(qū)域進(jìn)行配準(zhǔn),配準(zhǔn)度最高的即為目標(biāo)區(qū)域。常用的模型有馬爾可夫模型(MRF)和混合高斯模型(GMM)。不過單純的模型構(gòu)建思想并沒有對(duì)目標(biāo)與背景信息加以區(qū)分,所以模型精確度很受背景雜波的影響,并且算法的速度普遍沒有判別式算法塊。判別式算法的主要思想是將目標(biāo)跟蹤問題當(dāng)成分類問題加以解決[2],通過構(gòu)建仿射變換、循環(huán)位移、窗口平移等[3-7]方法來構(gòu)建目標(biāo)負(fù)樣本,進(jìn)而通過對(duì)正負(fù)樣本的學(xué)習(xí)得到分類器(跟蹤器)。分類器的學(xué)習(xí)策略決定了跟蹤器的穩(wěn)定與否,由于分類問題可以利用機(jī)器學(xué)習(xí)加以解決,所以基于判別式方法的跟蹤算法普遍比生成式方法更加精確。

    經(jīng)典判別式方法MOSSE由Bolme等人[3]提出,由于利用相關(guān)運(yùn)算的思想,使得分類器的學(xué)習(xí)過程可以在傅立葉域上快速地實(shí)現(xiàn),從而實(shí)現(xiàn)300幀以上的運(yùn)算速度。后續(xù)Henriques等人[5]在MOSSE的基礎(chǔ)上提出KCF,用循環(huán)矩陣代替MOSSE的放射變換來實(shí)現(xiàn)訓(xùn)練樣本的密集采樣,其示意圖如圖1所示。目標(biāo)特征也從單通道灰度特征轉(zhuǎn)變?yōu)槎嗤ǖ赖腍OG特征,使得跟蹤器在維持100幀以上的計(jì)算速度的同時(shí),具有在復(fù)雜環(huán)境下更為穩(wěn)定的跟蹤性能。

    搜索區(qū)域相對(duì)于目標(biāo)尺寸的大小比例(padding),在很大程度上決定了所采取的樣本的合理性。復(fù)雜環(huán)境下行駛的車輛目標(biāo)通常具有大范圍的尺度變換,如何對(duì)不同尺寸的車輛目標(biāo)選取不同的搜索區(qū)域以獲得性能優(yōu)異的跟蹤器,對(duì)于復(fù)雜環(huán)境下的地面車輛跟蹤任務(wù)而言是很重要的。為此,本文以不同距離下的車輛作為目標(biāo),進(jìn)行了KCF算法最優(yōu)padding配置的實(shí)驗(yàn)驗(yàn)證。

    2 ? KCF算法(KCF algorithm)

    KCF算法是一種基于核相關(guān)濾波器的目標(biāo)跟蹤算法,通過對(duì)采集圖像塊構(gòu)建循環(huán)矩陣來表征對(duì)目標(biāo)及其背景進(jìn)行密集采樣的樣本,以此構(gòu)造大量訓(xùn)練集。KCF算法使用基于嶺回歸的非線性預(yù)測(cè)進(jìn)行訓(xùn)練學(xué)習(xí)得到濾波器(分類器),利用核函數(shù)計(jì)算候選區(qū)域與目標(biāo)的近似程度,選取相似度最大的區(qū)域?yàn)樾碌母櫮繕?biāo),并進(jìn)行下一幀的檢測(cè)。嶺回歸具有封閉解,并且KCF算法利用循環(huán)矩陣的性質(zhì)通過快速傅立葉變換提高了運(yùn)算速度[5]。

    3 ? 實(shí)驗(yàn)驗(yàn)證(Experimental verification)

    本實(shí)驗(yàn)中,KCF算法使用的HOG特征包含16個(gè)bin,大小為3×3。模型學(xué)習(xí)率為0.02,正則化參數(shù)為,高斯核函數(shù)的設(shè)為0.5。針對(duì)不同距離下的目標(biāo),實(shí)驗(yàn)選取了不同的搜索窗口與目標(biāo)尺寸的邊長(zhǎng)比值padding進(jìn)行跟蹤實(shí)驗(yàn),以確定能穩(wěn)定跟蹤不同尺寸的最優(yōu)padding值。實(shí)驗(yàn)平臺(tái)為Matlab2016a,實(shí)驗(yàn)設(shè)備的性能參數(shù):Intel I5 2.60GHz的CPU和8GB的RAM。

    本次實(shí)驗(yàn)共四組,分別對(duì)應(yīng)平均尺寸為100×58、80×46、53×31、40×23的目標(biāo)的運(yùn)動(dòng)場(chǎng)景,每組有10個(gè)不同地面車輛的行駛視頻。為確定針對(duì)不同尺寸目標(biāo)的最優(yōu)算法參數(shù)padding,即搜索區(qū)域與目標(biāo)區(qū)域的邊長(zhǎng)比值,每組實(shí)驗(yàn)設(shè)定了五種padding值:1.75、2.05、2.5、3.25、4,分別對(duì)應(yīng)跟蹤算法KCF_1、KCF_2、KCF_3、KCF_4、KCF_5。四組實(shí)驗(yàn)結(jié)果分別由如圖2至圖5所示。

    實(shí)驗(yàn)評(píng)價(jià)指標(biāo)使用的是OTB2015[8]的標(biāo)準(zhǔn)數(shù)據(jù)集測(cè)評(píng)指標(biāo),包含精確度分?jǐn)?shù)(PR)和穩(wěn)定性分?jǐn)?shù)(AUC),其評(píng)估原理如下:

    算法測(cè)量出的目標(biāo)中心與人工標(biāo)定的目標(biāo)中心的距離越小則算法的跟蹤精度越好,而對(duì)不同視頻幀測(cè)量出的中心距離通常是不同的。中心距離小于給定閾值的視頻幀數(shù)占總視頻幀數(shù)的比值可以作為精確度指標(biāo),當(dāng)閾值范圍從0變化到50可以得到精確度曲線(Precision Plot)。通常以20個(gè)像素作為閾值,獲得精確度分?jǐn)?shù)。由于四組目標(biāo)的尺寸比分別為8:10:15:20,精度評(píng)估對(duì)應(yīng)的閾值也相應(yīng)設(shè)為20、17、11、9。

    同理,算法測(cè)量出的目標(biāo)區(qū)域與人工標(biāo)定的目標(biāo)區(qū)域重疊率越高,則代表算法越穩(wěn)定。其中重疊率定義為:,a、b分別代表測(cè)量出的目標(biāo)區(qū)域像素與人工標(biāo)定的目標(biāo)區(qū)域像素,、分別代表區(qū)域像素的交集和并集。對(duì)于不同視頻幀,重疊率通常也是不一樣的。重疊率小于特定閾值的視頻數(shù)占總視頻數(shù)的比值可用作穩(wěn)定性指標(biāo),當(dāng)閾值范圍從0變化到1可以得到穩(wěn)定性曲線(Success Plot)。為了避免單一閾值帶來的片面性影響,我們使用穩(wěn)定性曲線的面積(AUC)作為穩(wěn)定性分?jǐn)?shù)。

    為了對(duì)不同目標(biāo)尺寸下的KCF算法的穩(wěn)定性和精確度進(jìn)行定性分析,五種跟蹤器在四組實(shí)驗(yàn)內(nèi)的精確度分?jǐn)?shù)和穩(wěn)定性分?jǐn)?shù)分別由表1和表2所示,括號(hào)內(nèi)表示算法的實(shí)時(shí)性,即每秒處理的幀數(shù)。

    4 ? 結(jié)果分析(Results analysis)

    由上表可知,對(duì)于尺寸為100×58到80×46的目標(biāo),padding值取1.75可以使KCF算法獲得最優(yōu)的精確度和穩(wěn)定性;對(duì)于尺寸為53×31到40×23米的目標(biāo),padding值取2.05可以使KCF算法的精確度和穩(wěn)定性雙優(yōu)。在實(shí)際場(chǎng)景中,對(duì)于尺寸大小為40×23到100×58的目標(biāo),可以根據(jù)具體目標(biāo)尺寸,將padding值做更細(xì)化的調(diào)整;同理,對(duì)于尺寸為大于100×58內(nèi)或小于40×23的目標(biāo),也應(yīng)該相應(yīng)選擇小于1.75或大于2.05的padding值以獲取可能的最優(yōu)跟蹤效果。

    根據(jù)上表同樣可得能滿足最小跟蹤精度要求的目標(biāo)尺寸大小。由表1和表2可得,對(duì)于固定的padding值,當(dāng)目標(biāo)尺寸由大到小,對(duì)應(yīng)的跟蹤效果基本上滿足由優(yōu)到劣的變化趨勢(shì),這是因?yàn)槟繕?biāo)尺寸越大,訓(xùn)練樣本所包含的目標(biāo)特征信息越豐富,故而訓(xùn)練出的跟蹤器更貼合實(shí)際場(chǎng)景。通常情況下,精度值(PR)不小于0.85是跟蹤器的最小精度要求,由表1可知,當(dāng)padding選1.75時(shí),目標(biāo)尺寸不小于80×46,是滿足穩(wěn)定跟蹤的最低要求(精確度不小于0.85)。而對(duì)于尺寸小于80×46大于40×23的目標(biāo)而言,跟蹤性能已經(jīng)無法滿足不低于0.85的要求了,所以此時(shí)我們可以降低最小精度要求至0.75??v觀五組不同padding值跟蹤效果,可以看出當(dāng)padding選2.05時(shí),尺寸范圍為80×46到40×23的目標(biāo)跟蹤性能可以達(dá)到最優(yōu),對(duì)于小于或大于2.05的padding值,無論是精確度還是穩(wěn)定性都有變差的趨勢(shì)。所以對(duì)于尺寸為40×23到80×46的目標(biāo),需要選取padding值為2.05以獲得最優(yōu)跟蹤效果,如果降低跟蹤精度性能的要求至0.75的話,可以選擇小于53×31大于40×23的目標(biāo)尺寸作為最低尺寸要求。

    5 ? 結(jié)論(Conclusion)

    本文驗(yàn)證了,對(duì)于不同距離下不同尺寸的車輛目標(biāo),KCF算法能實(shí)現(xiàn)穩(wěn)定的實(shí)時(shí)性跟蹤任務(wù),且不同的搜索區(qū)域與目標(biāo)大小的邊長(zhǎng)比值參數(shù)padding,對(duì)于跟蹤性能的影響很大。實(shí)驗(yàn)結(jié)果驗(yàn)證了,對(duì)于平均尺寸范圍為40×23到100×58的車輛目標(biāo),如何在五組padding值中選取合適的參數(shù)以獲得最優(yōu)跟蹤性能。且基于上述實(shí)驗(yàn)結(jié)果,可以合理推測(cè)對(duì)于尺寸小于40×23或大于100×58的車輛目標(biāo),為獲得最優(yōu)性能的KCF跟蹤器,需要將padding值相應(yīng)選取為大于4或小于1.75的值。另外,為了得到更為精確的實(shí)驗(yàn)參數(shù),有興趣的研究者們可以將本次實(shí)驗(yàn)的目標(biāo)尺寸以及padding值進(jìn)行更為細(xì)化的劃分。

    參考文獻(xiàn)(References)

    [1] YILMAZ A,JAVED O,SHAH M.Object tracking:A survey[J].ACM Comput Surv,2006,38(4):45.

    [2] COLLINS R T,LIU Y,LEORDEANU M.Online Selection of Discriminative Tracking Features[J].IEEE Transactions on Pattern Analysis & Machine Intelligence,? ? ?2005,27(10):1631-1643.

    [3] BOLME D S,BEVERIDGE J R,DRAPER B A,et al.Visual object tracking using adaptive correlation filters[C].proceedings of the Computer Vision & Pattern Recognition,F(xiàn),2010.

    [4] HENRIQUES J F,RUI C,MARTINS P,et al.Exploiting the Circulant Structure of Tracking-by-Detection with Kernels[M].Proceedings of the European Conference on Computer Vision,2012.

    [5] HENRIQUES J F,CASEIRO R,MARTINS P,et al.High-Speed Tracking with Kernelized Correlation Filters[J].IEEE Transactions on Pattern Analysis & Machine Intelligence,? ? ? 2015,37(3):583-596.

    [6] GALOOGAHI H K,F(xiàn)AGG A,LUCEY S,et al.Learning Background-Aware Correlation Filters for Visual Tracking[M].2017 Ieee International Conference on Computer Vision,2017:1144-1152.

    [7] DANELLJAN M,HAGER G,KHAN F S,et al.Learning Spatially Regularized Correlation Filters for Visual Tracking[M].2015 Ieee International Conference on Computer Vision,2015:4310-4318.

    [8] WU Y,LIM J,YANG M-H.Object Tracking Benchmark[J].Ieee Transactions on Pattern Analysis and Machine Intelligence,? ? ? 2015,37(9):1834-1848.

    作者簡(jiǎn)介:

    黃 ?楠(1991-),女,碩士生,工程師.研究領(lǐng)域:火控系統(tǒng).

    路 ?鋒(1970-),男,博士,高級(jí)工程師.研究領(lǐng)域:武器裝備論證.

    王欽釗(1973-),男,博士,教授.研究領(lǐng)域:火控系統(tǒng).

    猜你喜歡
    跟蹤器判別式精確度
    光伏跟蹤器陣列跟蹤精度的測(cè)算方法研究
    太陽能(2022年3期)2022-03-29 05:15:50
    研究核心素養(yǎng)呈現(xiàn)特征提高復(fù)習(xí)教學(xué)精確度
    判別式在不定方程中的應(yīng)用
    淺析一種風(fēng)光儲(chǔ)一體化跟蹤器
    太陽能(2020年3期)2020-04-08 03:27:10
    “硬核”定位系統(tǒng)入駐兗礦集團(tuán),精確度以厘米計(jì)算
    超長(zhǎng)待機(jī)的自行車位置跟蹤器
    根的判別式的應(yīng)用問題
    判別式四探實(shí)數(shù)根
    雙向多軌跡判定方法在目標(biāo)跟蹤中的應(yīng)用研究
    判別式的常見錯(cuò)用、誤用辨析
    悠悠久久av| 白带黄色成豆腐渣| 身体一侧抽搐| 色噜噜av男人的天堂激情| 久久久久久久久久黄片| 最近中文字幕高清免费大全6| 亚洲欧美日韩高清专用| 午夜精品国产一区二区电影 | 欧美高清性xxxxhd video| 久久人妻av系列| 91狼人影院| 身体一侧抽搐| 丰满人妻一区二区三区视频av| 亚洲精品亚洲一区二区| 久久这里只有精品中国| 日本精品一区二区三区蜜桃| a级毛片免费高清观看在线播放| 国产亚洲91精品色在线| 一个人观看的视频www高清免费观看| 久久久久性生活片| 淫妇啪啪啪对白视频| 欧美人与善性xxx| 精品人妻偷拍中文字幕| 我的女老师完整版在线观看| 一区二区三区免费毛片| 女的被弄到高潮叫床怎么办| 国产成人一区二区在线| 婷婷精品国产亚洲av在线| 国产一区亚洲一区在线观看| 97热精品久久久久久| 久久精品夜色国产| 免费一级毛片在线播放高清视频| 寂寞人妻少妇视频99o| 热99在线观看视频| 欧美zozozo另类| 在线看三级毛片| 男女那种视频在线观看| 波野结衣二区三区在线| av国产免费在线观看| 国产男人的电影天堂91| 最后的刺客免费高清国语| 蜜桃亚洲精品一区二区三区| 熟妇人妻久久中文字幕3abv| 国产三级在线视频| 亚洲最大成人av| 在线免费十八禁| 又黄又爽又刺激的免费视频.| 国产精品一区二区三区四区免费观看 | 精品福利观看| 看非洲黑人一级黄片| 成人特级av手机在线观看| 日本欧美国产在线视频| 淫妇啪啪啪对白视频| 日本成人三级电影网站| www.色视频.com| а√天堂www在线а√下载| 非洲黑人性xxxx精品又粗又长| 男女那种视频在线观看| 国产极品精品免费视频能看的| 久久久成人免费电影| 亚洲欧美日韩卡通动漫| 一卡2卡三卡四卡精品乱码亚洲| 搡老熟女国产l中国老女人| 国产爱豆传媒在线观看| 国产一区二区亚洲精品在线观看| 亚洲四区av| 一本精品99久久精品77| 国产熟女欧美一区二区| 国产精品,欧美在线| 亚洲五月天丁香| 欧美另类亚洲清纯唯美| 成年版毛片免费区| 久久99热这里只有精品18| 91久久精品国产一区二区成人| 色视频www国产| 人人妻人人看人人澡| 22中文网久久字幕| 久久久久久久午夜电影| 久99久视频精品免费| 啦啦啦韩国在线观看视频| 九九在线视频观看精品| 国产精品国产三级国产av玫瑰| 免费人成视频x8x8入口观看| 国产91av在线免费观看| 少妇熟女aⅴ在线视频| 国产精品福利在线免费观看| 天美传媒精品一区二区| 午夜福利成人在线免费观看| 国产精品99久久久久久久久| 亚洲成人中文字幕在线播放| 男女之事视频高清在线观看| 中出人妻视频一区二区| 久久久久国产精品人妻aⅴ院| 国产一区二区三区av在线 | aaaaa片日本免费| 麻豆一二三区av精品| 22中文网久久字幕| av在线天堂中文字幕| 秋霞在线观看毛片| 久久亚洲国产成人精品v| 午夜福利在线在线| 在线观看美女被高潮喷水网站| a级毛色黄片| 日韩在线高清观看一区二区三区| 亚洲国产精品sss在线观看| 深爱激情五月婷婷| 国产精品久久久久久久久免| 日韩精品中文字幕看吧| 99久久精品热视频| 国产亚洲av嫩草精品影院| 国产大屁股一区二区在线视频| 一级黄色大片毛片| 亚洲av.av天堂| 久久久久国内视频| 国产成人a区在线观看| 色哟哟哟哟哟哟| 亚洲精品粉嫩美女一区| 亚洲人与动物交配视频| 精品少妇黑人巨大在线播放 | 国产爱豆传媒在线观看| 少妇裸体淫交视频免费看高清| 一级av片app| 亚洲国产精品合色在线| 久久精品国产亚洲av香蕉五月| 国模一区二区三区四区视频| 99精品在免费线老司机午夜| 午夜影院日韩av| 天美传媒精品一区二区| 日韩欧美国产在线观看| 日韩一本色道免费dvd| 国产一区二区三区在线臀色熟女| 特大巨黑吊av在线直播| 99视频精品全部免费 在线| 99热只有精品国产| av女优亚洲男人天堂| 中文字幕av在线有码专区| 亚洲精品一区av在线观看| 亚洲最大成人手机在线| 人人妻人人看人人澡| 国产真实伦视频高清在线观看| 日本爱情动作片www.在线观看 | 长腿黑丝高跟| 精品无人区乱码1区二区| 伦精品一区二区三区| 看非洲黑人一级黄片| 天天躁日日操中文字幕| 可以在线观看毛片的网站| 国产精品99久久久久久久久| 村上凉子中文字幕在线| 毛片一级片免费看久久久久| 成人综合一区亚洲| 国产一区二区三区av在线 | 别揉我奶头 嗯啊视频| 亚洲国产高清在线一区二区三| 长腿黑丝高跟| 国产v大片淫在线免费观看| 欧美不卡视频在线免费观看| 亚洲18禁久久av| 一级黄片播放器| 国产亚洲精品av在线| 国产不卡一卡二| 日本一二三区视频观看| 国产av麻豆久久久久久久| 免费看a级黄色片| 最近中文字幕高清免费大全6| 亚洲第一电影网av| 免费在线观看影片大全网站| 俄罗斯特黄特色一大片| 99久久成人亚洲精品观看| 国产成人精品久久久久久| 中文字幕熟女人妻在线| 成熟少妇高潮喷水视频| 亚洲第一区二区三区不卡| 亚洲无线在线观看| 成熟少妇高潮喷水视频| 午夜福利高清视频| 日韩av在线大香蕉| 十八禁国产超污无遮挡网站| 自拍偷自拍亚洲精品老妇| 免费搜索国产男女视频| 久久久精品大字幕| 亚洲自拍偷在线| 午夜老司机福利剧场| 99精品在免费线老司机午夜| 一区福利在线观看| 精品人妻熟女av久视频| 国产精品乱码一区二三区的特点| 香蕉av资源在线| 亚洲成人久久爱视频| 中文资源天堂在线| 观看免费一级毛片| 成人国产麻豆网| 精品免费久久久久久久清纯| 成人av在线播放网站| 久久久久性生活片| 三级男女做爰猛烈吃奶摸视频| 精品国产三级普通话版| 禁无遮挡网站| 免费av观看视频| 久久亚洲精品不卡| 亚洲av免费高清在线观看| 中文字幕av在线有码专区| 亚洲精品成人久久久久久| 国产男人的电影天堂91| 欧美丝袜亚洲另类| 白带黄色成豆腐渣| 亚州av有码| 三级毛片av免费| 人人妻人人看人人澡| 久久婷婷人人爽人人干人人爱| 国产成人影院久久av| 97超碰精品成人国产| 国产三级在线视频| 天天躁日日操中文字幕| 啦啦啦观看免费观看视频高清| 午夜影院日韩av| 免费人成视频x8x8入口观看| av在线老鸭窝| 亚洲成人精品中文字幕电影| 卡戴珊不雅视频在线播放| 别揉我奶头 嗯啊视频| 国产免费一级a男人的天堂| 色吧在线观看| 好男人在线观看高清免费视频| 亚洲无线观看免费| 国产精品av视频在线免费观看| 卡戴珊不雅视频在线播放| 国产成人影院久久av| 99热精品在线国产| 午夜福利18| 日本一二三区视频观看| 可以在线观看毛片的网站| 寂寞人妻少妇视频99o| а√天堂www在线а√下载| 亚洲国产精品久久男人天堂| 寂寞人妻少妇视频99o| 亚洲七黄色美女视频| 亚洲第一电影网av| 欧美又色又爽又黄视频| 女人十人毛片免费观看3o分钟| 国产乱人偷精品视频| 成人特级黄色片久久久久久久| 哪里可以看免费的av片| 久久精品国产99精品国产亚洲性色| 欧美日韩综合久久久久久| 免费高清视频大片| 99热6这里只有精品| 国产激情偷乱视频一区二区| 国产精品,欧美在线| 乱系列少妇在线播放| 亚洲av中文字字幕乱码综合| 久久99热这里只有精品18| 老司机影院成人| 精品久久久久久久人妻蜜臀av| 国产蜜桃级精品一区二区三区| 午夜福利视频1000在线观看| 搡老熟女国产l中国老女人| 国产精品人妻久久久影院| 欧美xxxx性猛交bbbb| 亚洲性久久影院| 国产蜜桃级精品一区二区三区| 国产欧美日韩一区二区精品| av在线亚洲专区| 欧美精品国产亚洲| 精品午夜福利视频在线观看一区| 2021天堂中文幕一二区在线观| 亚洲国产精品成人综合色| 最近最新中文字幕大全电影3| 日韩欧美精品v在线| 午夜福利在线观看吧| 成人综合一区亚洲| 搡女人真爽免费视频火全软件 | 欧美最黄视频在线播放免费| 日韩精品有码人妻一区| 别揉我奶头~嗯~啊~动态视频| 尾随美女入室| 国产一区二区亚洲精品在线观看| 国产 一区 欧美 日韩| 国产精品无大码| 乱系列少妇在线播放| 女同久久另类99精品国产91| 亚洲av一区综合| 欧美一级a爱片免费观看看| 午夜福利在线在线| 国产精华一区二区三区| 国产精品人妻久久久久久| 看非洲黑人一级黄片| 久久精品国产亚洲网站| 亚洲人成网站在线播放欧美日韩| 亚州av有码| 成年av动漫网址| 欧美三级亚洲精品| 乱人视频在线观看| 国产色婷婷99| 精品久久久久久久久亚洲| 最近2019中文字幕mv第一页| 欧美区成人在线视频| 国产精品精品国产色婷婷| 又爽又黄a免费视频| 人人妻人人澡欧美一区二区| 国产精品嫩草影院av在线观看| 在线播放无遮挡| 99热网站在线观看| 可以在线观看的亚洲视频| 高清午夜精品一区二区三区 | 99国产精品一区二区蜜桃av| 精品久久久噜噜| 久久久久久伊人网av| 少妇人妻精品综合一区二区 | 欧美日韩一区二区视频在线观看视频在线 | 国内精品美女久久久久久| 美女xxoo啪啪120秒动态图| 国产伦精品一区二区三区四那| 18禁黄网站禁片免费观看直播| 国产黄色视频一区二区在线观看 | 三级毛片av免费| 免费无遮挡裸体视频| 国产一区二区在线av高清观看| 在线免费观看不下载黄p国产| 黄色日韩在线| 欧美性感艳星| 又黄又爽又刺激的免费视频.| 国产av在哪里看| 午夜爱爱视频在线播放| 白带黄色成豆腐渣| 99久久无色码亚洲精品果冻| 在线播放无遮挡| 国产精品三级大全| 午夜久久久久精精品| 成年女人看的毛片在线观看| 色播亚洲综合网| 啦啦啦韩国在线观看视频| 国产高清激情床上av| 热99re8久久精品国产| 人妻夜夜爽99麻豆av| 最近中文字幕高清免费大全6| 亚洲国产精品国产精品| 久久精品国产自在天天线| 一本一本综合久久| 人妻制服诱惑在线中文字幕| 18禁在线播放成人免费| 国产av麻豆久久久久久久| 国产男人的电影天堂91| 欧美高清性xxxxhd video| 悠悠久久av| 久久久色成人| 欧美最新免费一区二区三区| 一区二区三区四区激情视频 | 又黄又爽又免费观看的视频| a级毛片a级免费在线| 中文字幕人妻熟人妻熟丝袜美| 国产精品福利在线免费观看| 桃色一区二区三区在线观看| 我的老师免费观看完整版| 亚洲四区av| 大香蕉久久网| 91久久精品国产一区二区三区| 精品久久久噜噜| 男人舔女人下体高潮全视频| 成熟少妇高潮喷水视频| 人人妻人人澡欧美一区二区| 久久精品国产99精品国产亚洲性色| 国产高潮美女av| 99久久无色码亚洲精品果冻| 两性午夜刺激爽爽歪歪视频在线观看| 国产精品爽爽va在线观看网站| 日日摸夜夜添夜夜添小说| 国产蜜桃级精品一区二区三区| 日本三级黄在线观看| 最好的美女福利视频网| 在线看三级毛片| 12—13女人毛片做爰片一| 高清毛片免费观看视频网站| 亚洲av二区三区四区| 久久久久久大精品| 国产精品不卡视频一区二区| 床上黄色一级片| 青春草视频在线免费观看| 久久精品夜夜夜夜夜久久蜜豆| 国产精品美女特级片免费视频播放器| av.在线天堂| 91在线精品国自产拍蜜月| 国产精品乱码一区二三区的特点| av在线天堂中文字幕| 色5月婷婷丁香| 国产男人的电影天堂91| 中文字幕久久专区| 丰满人妻一区二区三区视频av| 久久午夜亚洲精品久久| 午夜福利高清视频| 在现免费观看毛片| 日韩欧美 国产精品| 在线观看午夜福利视频| 日本-黄色视频高清免费观看| 免费搜索国产男女视频| 熟女电影av网| 久久韩国三级中文字幕| 日本成人三级电影网站| 精品欧美国产一区二区三| 看十八女毛片水多多多| 久久综合国产亚洲精品| 久久亚洲国产成人精品v| 超碰av人人做人人爽久久| 国产精品电影一区二区三区| 国国产精品蜜臀av免费| 大又大粗又爽又黄少妇毛片口| 黑人高潮一二区| 欧洲精品卡2卡3卡4卡5卡区| 成人国产麻豆网| 亚洲一区高清亚洲精品| 国产极品精品免费视频能看的| 在现免费观看毛片| 欧美区成人在线视频| 毛片女人毛片| 亚洲中文字幕日韩| 99久国产av精品国产电影| 国产精品1区2区在线观看.| a级毛片a级免费在线| 国产精品不卡视频一区二区| 亚洲国产欧美人成| av在线亚洲专区| 床上黄色一级片| 午夜免费男女啪啪视频观看 | 在线国产一区二区在线| АⅤ资源中文在线天堂| 精品久久久久久久人妻蜜臀av| 亚洲自偷自拍三级| 人人妻人人看人人澡| 国产精品一区二区三区四区久久| 真人做人爱边吃奶动态| 国产精品女同一区二区软件| 18+在线观看网站| 深爱激情五月婷婷| av在线亚洲专区| 亚洲av熟女| 国产伦在线观看视频一区| 久久精品影院6| 在线国产一区二区在线| 美女黄网站色视频| 亚洲欧美日韩高清在线视频| 99热只有精品国产| 麻豆一二三区av精品| 国产欧美日韩精品亚洲av| av专区在线播放| 99久久久亚洲精品蜜臀av| 麻豆成人午夜福利视频| 在线a可以看的网站| 午夜福利视频1000在线观看| 中文亚洲av片在线观看爽| 精品欧美国产一区二区三| av.在线天堂| 乱系列少妇在线播放| 1000部很黄的大片| aaaaa片日本免费| 男女啪啪激烈高潮av片| 啦啦啦啦在线视频资源| 男人舔女人下体高潮全视频| 如何舔出高潮| 99热网站在线观看| 国产综合懂色| 男女边吃奶边做爰视频| 黄色欧美视频在线观看| 偷拍熟女少妇极品色| 老熟妇乱子伦视频在线观看| 免费人成视频x8x8入口观看| 不卡一级毛片| 99riav亚洲国产免费| 国内精品美女久久久久久| 久久九九热精品免费| 此物有八面人人有两片| 亚洲成人久久爱视频| 日韩欧美精品v在线| 九九爱精品视频在线观看| 亚洲精品日韩av片在线观看| 色尼玛亚洲综合影院| 国产男靠女视频免费网站| 久久久久性生活片| 国产伦精品一区二区三区视频9| 一卡2卡三卡四卡精品乱码亚洲| 美女黄网站色视频| 成人美女网站在线观看视频| 国产一区二区亚洲精品在线观看| 精品久久久久久久人妻蜜臀av| 一夜夜www| 欧美最黄视频在线播放免费| 日韩成人av中文字幕在线观看 | 69av精品久久久久久| 色5月婷婷丁香| 嫩草影院新地址| 少妇熟女aⅴ在线视频| 亚洲aⅴ乱码一区二区在线播放| 少妇高潮的动态图| 深爱激情五月婷婷| 国产精品人妻久久久久久| 久久久久久伊人网av| 国产精品久久久久久久久免| 国产精品福利在线免费观看| 男人的好看免费观看在线视频| 欧美激情国产日韩精品一区| 欧美性感艳星| 日日摸夜夜添夜夜添av毛片| 97热精品久久久久久| 国语自产精品视频在线第100页| 亚洲av免费高清在线观看| av在线蜜桃| 国产69精品久久久久777片| 午夜福利18| 午夜久久久久精精品| 久久精品国产亚洲av香蕉五月| 欧美最黄视频在线播放免费| 色综合站精品国产| 免费无遮挡裸体视频| 亚洲婷婷狠狠爱综合网| 久久热精品热| 久久久久性生活片| 亚洲综合色惰| 又爽又黄a免费视频| 丰满乱子伦码专区| 国产大屁股一区二区在线视频| 97在线视频观看| 在线国产一区二区在线| 久久天躁狠狠躁夜夜2o2o| 国产精品一区二区三区四区免费观看 | 精品人妻一区二区三区麻豆 | 欧美极品一区二区三区四区| 五月玫瑰六月丁香| 成人欧美大片| 久久韩国三级中文字幕| 亚洲经典国产精华液单| 国产黄色视频一区二区在线观看 | av专区在线播放| 日本a在线网址| 少妇熟女aⅴ在线视频| 在现免费观看毛片| 亚洲精品成人久久久久久| 黄色欧美视频在线观看| 日日干狠狠操夜夜爽| 精品一区二区三区人妻视频| 国产单亲对白刺激| 亚洲熟妇中文字幕五十中出| 少妇熟女aⅴ在线视频| 最近在线观看免费完整版| 日韩欧美精品v在线| 亚洲人成网站高清观看| 在线观看美女被高潮喷水网站| 亚洲电影在线观看av| 麻豆精品久久久久久蜜桃| av免费在线看不卡| av在线亚洲专区| 国产亚洲av嫩草精品影院| 亚洲成人久久性| 久久精品夜色国产| 国产精品久久久久久久电影| 久久韩国三级中文字幕| 女同久久另类99精品国产91| 午夜福利在线观看免费完整高清在 | 亚洲一区高清亚洲精品| 最好的美女福利视频网| 久久精品国产亚洲网站| 深夜a级毛片| 欧美丝袜亚洲另类| 国产一区二区三区av在线 | 狠狠狠狠99中文字幕| 日韩成人伦理影院| 亚洲欧美日韩卡通动漫| 久久久久国产精品人妻aⅴ院| 中国美女看黄片| 成年版毛片免费区| 国产黄色小视频在线观看| 免费观看精品视频网站| 91久久精品国产一区二区三区| 美女被艹到高潮喷水动态| 久久久久久久午夜电影| 国产激情偷乱视频一区二区| 亚洲最大成人av| 看黄色毛片网站| 激情 狠狠 欧美| 久久久久久久久中文| 色哟哟·www| 天堂av国产一区二区熟女人妻| 国产一区二区激情短视频| 国产探花在线观看一区二区| 九九热线精品视视频播放| 真人做人爱边吃奶动态| 深爱激情五月婷婷| 中国美白少妇内射xxxbb| 男女之事视频高清在线观看| 97超碰精品成人国产| 国产精品国产三级国产av玫瑰| 大又大粗又爽又黄少妇毛片口| 波多野结衣高清作品| 日日摸夜夜添夜夜添小说| 天堂√8在线中文| 观看免费一级毛片| 99热网站在线观看| 中文在线观看免费www的网站| 国产精品一区二区三区四区久久| 精品一区二区三区av网在线观看| 国产亚洲91精品色在线| 国产在线精品亚洲第一网站| 国产成人91sexporn| 99久久精品一区二区三区| 偷拍熟女少妇极品色| 变态另类成人亚洲欧美熟女| 免费看av在线观看网站| 婷婷六月久久综合丁香| 欧美日韩国产亚洲二区| 欧美在线一区亚洲| av在线观看视频网站免费| 99久国产av精品| 国产高清视频在线观看网站| 老熟妇乱子伦视频在线观看| 1024手机看黄色片| www.色视频.com| 亚洲欧美日韩东京热|