• <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C3D的足球視頻場景分類算法①

    2019-12-20 02:32:00馬漢杰許永恩
    關(guān)鍵詞:準(zhǔn)確率卷積足球

    程 萍,馮 杰,馬漢杰,許永恩,王 健

    (浙江理工大學(xué) 信息學(xué)院,杭州 310018)

    引言

    隨著網(wǎng)絡(luò)技術(shù)的普及、多媒體信息的爆炸性增長、社會(huì)生活節(jié)奏不斷加快,人們往往沒有足夠的時(shí)間觀看整段視頻節(jié)目,而是希望根據(jù)自己的需求觀看特定的部分.足球作為全球最受歡迎的一項(xiàng)體育運(yùn)動(dòng),有著廣泛的收看群體.足球比賽的持續(xù)時(shí)間較長,人們感興趣的內(nèi)容卻是不同的,有人喜歡看精彩鏡頭(射門、點(diǎn)球等),有人喜歡看中場配合.然而,面對(duì)海量的視頻數(shù)據(jù),依靠傳統(tǒng)人工剪輯分類方式,不僅極大地浪費(fèi)人力資源而且也不能保證工作的及時(shí)性與可靠性.

    目前,足球視頻的場景分類面臨的主要問題包括:場景切換檢測的查全率和查準(zhǔn)率不夠高,無法滿足實(shí)際需求,其次,在人工制定足球語義方面,需要耗費(fèi)大量的人力資源.為了解決上述問題,國內(nèi)外學(xué)者進(jìn)行了系統(tǒng)、深入的研究,并取得了一定的成果.

    在解決場景切換檢測準(zhǔn)確率問題上,陸思燁等[1]提出基于雙閾值灰度直方圖的場景檢測算法,通過比較相鄰幀的灰度直方圖差與高低閾值的大小,針對(duì)場景可能的漸變情形,比較非相鄰幀的直方圖差與高低閾值的大小來判斷是否發(fā)生了場景切換.方宏俊等[2]結(jié)合數(shù)字電視圖像處理芯片中硬件算法設(shè)計(jì)的低復(fù)雜度要求,介紹了一種基于動(dòng)態(tài)階數(shù)控制直方圖分布的場景檢測優(yōu)化設(shè)計(jì)算法.孫桃等[3]對(duì)動(dòng)畫幀圖像分塊并提取其 HSV顏色特征,然后將連續(xù)幀的相似度存入一個(gè)固定長度的緩存隊(duì)列中,最后基于動(dòng)態(tài) Bayesian 決策判定是否有場景切換.段淑玉等[4]提出一種應(yīng)用于幀率提升系統(tǒng)的,根據(jù)內(nèi)插幀各匹配塊的均值SAD為檢測依據(jù)的場景切換檢測算法,解決場景切換時(shí)ME/MC算法因匹配失誤產(chǎn)生嚴(yán)重塊效應(yīng)的問題.

    語義方面,早期的場景分類研究中,文獻(xiàn)[5,6]是基于圖像特征的,即通過描述顏色、紋理和形狀等底層特征來實(shí)現(xiàn)分類.之后,用融合多種特征的方法來描述不同內(nèi)容的圖像場景,Naveed等[7]利用混合特征進(jìn)行訓(xùn)練以預(yù)測人類活動(dòng).他們使用HOG、SIFT、LBP等作為訓(xùn)練系統(tǒng)的特征集.Kang等人[8]在對(duì)視頻底層特征分析的基礎(chǔ)上,提取音視頻關(guān)鍵字作為中級(jí)特征,基于隱馬爾科夫模型來檢測精彩視頻片段.Ekin等[9]通過提取視頻的中低級(jí)特征,提出了一種有效的足球視頻摘要生成框架,能夠生成慢速運(yùn)動(dòng)、進(jìn)球和基于對(duì)象特征分類的慢速運(yùn)動(dòng)3類摘要.文獻(xiàn)[10,11]結(jié)合網(wǎng)絡(luò)直播文本對(duì)體育視頻事件進(jìn)行檢測,實(shí)驗(yàn)表明檢測到的事件類型更加豐富,準(zhǔn)確率也得到較大提升.但網(wǎng)絡(luò)直播文本的獲取和文本事件與視頻事件的對(duì)齊是此方法的關(guān)鍵和難點(diǎn).于俊清等[12]利用足球比賽中觀眾情緒波動(dòng)情況,建立情感激勵(lì)曲線并對(duì)曲線尖峰進(jìn)行檢測,但基于尖峰檢測誤差較大,檢測性能無法滿足實(shí)際需要.

    相較于傳統(tǒng)的場景分類方法,文獻(xiàn)[13]利用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)進(jìn)行場景分類,通過自學(xué)習(xí)的方式來“識(shí)別”圖像,利用反饋網(wǎng)絡(luò)實(shí)現(xiàn)實(shí)現(xiàn)分類.Jiang等[14]首先將視頻分解為關(guān)鍵幀,然后將這些關(guān)鍵幀的CNN特征傳遞給RNN進(jìn)行分類.Tjondronegoro等[15]對(duì)不同類型的事件進(jìn)行統(tǒng)計(jì)分析,選擇6個(gè)具有區(qū)分性的特征,根據(jù)統(tǒng)計(jì)結(jié)果建立一系列規(guī)則把足球視頻事件分為進(jìn)球、射門和犯規(guī)3類.但過程比較繁雜,人力耗費(fèi)較大.Ji等[16]提出基于三維卷積神經(jīng)網(wǎng)絡(luò)的體系結(jié)構(gòu),該算法捕捉多個(gè)相鄰幀中編碼的運(yùn)動(dòng)信息,從輸入幀中生成多個(gè)信息通道.最終的特征表示為結(jié)合了所有通道的信息.但該算法應(yīng)用場景是機(jī)場監(jiān)控視頻中人的行為識(shí)別.目前,對(duì)于足球視頻中的活動(dòng)識(shí)別,模型僅限于處理二維數(shù)據(jù)的輸入實(shí)現(xiàn)分類.本文提出了一種基于三維CNN(C3D)的足球視頻分類模型,模型通過執(zhí)行三維卷積,從空間和時(shí)間維度中提取特征,從而捕獲編碼在多個(gè)相鄰幀中的運(yùn)動(dòng)信息.具體算法流程如圖1所示.

    圖1 算法流程圖

    本文的算法以視頻作為輸入,在場景切換檢測的基礎(chǔ)上將視頻分割成小片段,根據(jù)預(yù)定義的類別將片段進(jìn)行標(biāo)記,然后,將小片段送入C3D(三維卷積)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練.

    1 算法設(shè)計(jì)

    1.1 場景切換檢測

    本文提出的算法建立在三維卷積的神經(jīng)網(wǎng)絡(luò)模型上,模型以視頻作為輸入.首先,對(duì)足球視頻的場景切換進(jìn)行檢測,提取不同場景的視頻片段以實(shí)現(xiàn)鏡頭分割,通過邊界檢測算法將視頻中每個(gè)鏡頭的邊界幀檢測出來,然后通過這些邊界幀將完整的視頻分割成一系列獨(dú)立的鏡頭.

    根據(jù)足球視頻場景變換的特點(diǎn),整場比賽中突變鏡頭的情況較多,在綜合考慮了效率和準(zhǔn)確率之后,本文選取了基于像素比較的鏡頭分割方法:幀間差分法,如式(1)所示:

    其中,Ik(x,y)和Ik+1(x,y)分別表示第k幀和第k+1幀在(x,y)處的亮度值,M和N分別表示該幀圖像的高度和寬度.D(k,k+1)的值表示兩幀之間的變化.當(dāng)D(k,k+1)大于某一設(shè)定的閾值時(shí)則認(rèn)為這兩幀分別屬于兩個(gè)不同的鏡頭.

    對(duì)于回放鏡頭,由于鏡頭切換頻率較低,文獻(xiàn)[12]通過實(shí)驗(yàn)驗(yàn)證了基于Logo 的回放鏡頭檢測方法的可行性,因此,本文采取上述基于徽標(biāo)檢測的方法對(duì)回放場景進(jìn)行檢測.

    1.2 語義鏡頭標(biāo)注

    文獻(xiàn)[17]通過提取特征值并結(jié)合決策樹來對(duì)鏡頭進(jìn)行分類和語義標(biāo)注.本文結(jié)合決策樹算法及人工規(guī)則對(duì)分割好的鏡頭進(jìn)行語義標(biāo)注.決策樹流程如圖2所示.

    圖2 決策樹流程圖

    在決策樹的第一層首先區(qū)分的是回放鏡頭和非回放鏡頭,決策樹的第二層則是通過顏色直方圖來判斷場地面積,以此將非回放鏡頭分為場內(nèi)鏡頭和場外鏡頭(觀眾鏡頭、開場鏡頭);第三層通過計(jì)算人臉比例提取場內(nèi)鏡頭中的特寫鏡頭;第四層通過計(jì)算場地和球員面積比例將剩下的場內(nèi)鏡頭分為遠(yuǎn)鏡頭、VAR鏡頭和中鏡頭.

    本文將鏡頭場景分為7類,分別為:遠(yuǎn)鏡頭、中鏡頭、特寫鏡頭、回放鏡頭、觀眾鏡頭、開場鏡頭及VAR鏡頭.各鏡頭語義代表幀如圖3所示.

    圖3 鏡頭代表幀

    1.3 C3D模型設(shè)計(jì)

    本文優(yōu)化了經(jīng)典的C3D網(wǎng)絡(luò)的結(jié)構(gòu).經(jīng)典的C3D網(wǎng)絡(luò)結(jié)構(gòu)是由8個(gè)3D卷積層(Convolution)、5個(gè)3D最大池化層(MaxPooling)、2個(gè)全連接層(Fully-Connect)構(gòu)成.優(yōu)化后的網(wǎng)絡(luò)結(jié)構(gòu)減少卷積層的個(gè)數(shù),新的網(wǎng)絡(luò)結(jié)構(gòu)為5個(gè)卷積層,5個(gè)最大池化層,3個(gè)全連接層,2個(gè)Dropout層及1個(gè)Softmax層組成,如圖4所示.

    圖4 C3D網(wǎng)絡(luò)模型圖

    1)輸入層

    輸入層的數(shù)據(jù)為一個(gè)個(gè)視頻片段,但由于視頻的長度長短不一,我們選用最近鄰插值的方式,對(duì)視頻片段少于采樣長度的數(shù)據(jù)進(jìn)行填補(bǔ),以達(dá)到每次采樣的長度為28幀.同時(shí),我們還將視頻序列幀的大小統(tǒng)一尺寸為122×122.

    2)卷積層與池化層

    本文采用三維卷積,在視頻的空間和時(shí)間維上對(duì)相鄰幀進(jìn)行卷積操作以提取特征.這些特征保存了空間信息和時(shí)間信息,便于對(duì)視頻中物體的運(yùn)動(dòng)進(jìn)行檢測.針對(duì)單通道,與2D卷積不同之處在于,輸入圖像多了一個(gè)depth維度,故輸入大小為(1,depth,height,width),卷積核也多了一個(gè)k_d(depth)維度,因此卷積核在輸入3D圖像的空間維度(height和width維)和depth維度上均進(jìn)行滑窗操作,每次滑窗與(k_d,k_h,k_w)窗口內(nèi)的values進(jìn)行相關(guān)操作,得到輸出3D圖像中的一個(gè)value.如圖5所示.

    圖5 2D卷積

    針對(duì)多通道,輸入大小為(3,depth,height,width),則與2D卷積的操作一樣,每次滑窗與3個(gè)channels上的(k_d,k_h,k_w)窗口內(nèi)的所有values進(jìn)行相關(guān)操作,得到輸出3D圖像中的一個(gè)value.如圖6所示.

    我們的視頻片段每幀的大小為c×l×w×h,其中c為圖像的通道數(shù),l為視頻序列的長度,即我們的采樣幀數(shù),w和h為每幀的寬和高.卷積層的核大小為d×k×k,d為卷積核的時(shí)間深度,k為核的空間大小,本文卷積層的核大小為3×3×3,所有池化層都是最大池化,內(nèi)核大小為2×2×2(第一層除外),步長為1.第一層池化層的內(nèi)核大小為1×2×2,其目的是不過早地合并時(shí)間信號(hào),同時(shí)滿足28幀的剪輯長度.

    圖6 3D卷積

    3)Dropout 層

    為了防止模型過擬合,我們引入了Dropout層,它將深度神經(jīng)網(wǎng)絡(luò)模型作為一個(gè)集成的模型進(jìn)行訓(xùn)練,然后將所有值取平均,而不只是訓(xùn)練單個(gè)模型.網(wǎng)絡(luò)模型將Dropout率為p,即一個(gè)神經(jīng)元被保留的概率為1-p.當(dāng)一個(gè)神經(jīng)元被丟棄時(shí),無論輸入的是什么、相關(guān)的參數(shù)是多少,它的輸出值都會(huì)被設(shè)置0.Dropout_1和 Dropout_2 層的p值初始設(shè)置為0.5.

    4)Flatten層

    Fatten層的作用是將數(shù)據(jù)“拍平”,即將多維的數(shù)據(jù)一維化,作為從卷積層到全連接層的過渡.Flatten層的處理不會(huì)影響批處理batch_size的大小,因此,本文的數(shù)據(jù)在經(jīng)過Flatten層處理后,數(shù)據(jù)大小為256×9=2304.

    5)損失函數(shù)

    損失函數(shù)是衡量我們的網(wǎng)絡(luò)結(jié)構(gòu)在我們的數(shù)據(jù)集上訓(xùn)練的好壞的一項(xiàng)指標(biāo).當(dāng)訓(xùn)練集的預(yù)測大部分為錯(cuò)誤時(shí),則對(duì)應(yīng)輸出較大的損失函數(shù)值.當(dāng)模型的輸出結(jié)果較好,則損失函數(shù)的輸出也將較低.如果我們想要改變算法的某些部分來提高我們模型的性能,損失函數(shù)的輸出將作為我們的參考標(biāo)準(zhǔn).本文在架構(gòu)中使用了交叉熵?fù)p失函數(shù),如式(2)所示:

    通過概率分布q來表達(dá)概率分布p的困難程度,p代表正確答案,q代表的是預(yù)測值,交叉熵越小,兩個(gè)概率的分布越接近.

    在此基礎(chǔ)上,利用Softmax函數(shù)求出每個(gè)類的概率.Softmax函數(shù)如式(3)所示:

    其中,S是每個(gè)可能結(jié)果M的分類概率得分.假設(shè)我們有一個(gè)具有M種可能結(jié)果的分類問題,當(dāng)我們輸入一幅圖像進(jìn)行分類時(shí),我們根據(jù)每個(gè)結(jié)果得到分類分?jǐn)?shù)S1,S2,…,SM.在得到預(yù)測后,將某一特定框架的分類分?jǐn)?shù)除以所有指數(shù)分?jǐn)?shù)之和后,得到基于最小損失的實(shí)際類,該類的概率最大.

    2 實(shí)驗(yàn)分析

    2.1 實(shí)驗(yàn)環(huán)境

    實(shí)驗(yàn)環(huán)境為Ubuntu16.0,運(yùn)行內(nèi)存為16 GB,GPU型號(hào)為 NIVIDIA 1080 Ti,內(nèi)存為12 GB.本文用MXNet框架搭建模型.

    2.2 數(shù)據(jù)集

    針對(duì)足球比賽視頻,目前還未形成一個(gè)公開的數(shù)據(jù)集,為了訓(xùn)練本文的分類算法,必須自行收集數(shù)據(jù),并根據(jù)需要對(duì)鏡頭的場景進(jìn)行標(biāo)記.因此,本文也為足球數(shù)據(jù)集的生成做出了貢獻(xiàn).在本文的分類中包含7種類型,包括開場鏡頭、觀眾鏡頭、遠(yuǎn)鏡頭、中場鏡頭、回放鏡頭、特寫鏡頭、以及VAR鏡頭.每個(gè)類別的場景鏡頭約600個(gè),每個(gè)鏡頭的平均持續(xù)時(shí)間為7秒,視頻的幀率為25 秒/幀.本文的數(shù)據(jù)集包括5場世界杯比賽,每場比賽為90分鐘.我們將數(shù)據(jù)的訓(xùn)練集與測試集按4:1的比例分配.

    2.3 訓(xùn)練過程

    由于本文的數(shù)據(jù)集有限,在采用3D CNN提取特征時(shí),容易導(dǎo)致模型過度擬合,因此,我們引入了Dropout層,并設(shè)置不同的Dropout參數(shù)進(jìn)行訓(xùn)練.訓(xùn)練準(zhǔn)確率與測試準(zhǔn)確率如表1所示.

    本文發(fā)現(xiàn),模型在Dropout值為0.7時(shí),效果最好,因此,我們用這個(gè)Dropout值對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練.

    在訓(xùn)練過程中,網(wǎng)絡(luò)在迭代周期為1000時(shí),損失函數(shù)的值最小,此后,損失函數(shù)開始收斂,如圖7所示.

    表1 不同的Dropout值對(duì)應(yīng)的準(zhǔn)確率

    圖7 迭代周期與準(zhǔn)確率

    與此同時(shí),模型的優(yōu)化函數(shù)采用自適應(yīng)估計(jì)(Adam)梯度優(yōu)化函數(shù),其他參數(shù)配置如表2所示.

    表2 超參數(shù)配置

    2.4 實(shí)驗(yàn)結(jié)果

    本文算法將足球視頻場景分為7類,分類結(jié)果如表3所示,表格最右列表示未分類(漏檢)鏡頭數(shù),對(duì)角線的位置表示正確分類的鏡頭數(shù).由表3可以看出,本文算法針對(duì)特寫鏡頭的場景分類準(zhǔn)確率最高96%,與文獻(xiàn)[18]對(duì)比,場景類別更加豐富.同時(shí),在特寫鏡頭分類時(shí),準(zhǔn)確率高于文獻(xiàn)[18]的基于HMM的事件檢測分類算法.與文獻(xiàn)[19]提出的基于貝葉斯網(wǎng)絡(luò)的足球事件檢測算法相比,雖然遠(yuǎn)鏡頭分類準(zhǔn)確率低于其算法,但特寫鏡頭的準(zhǔn)確率高于其算法.與Jiang[14]所提出的2D CNN網(wǎng)絡(luò)比較,特征提取更為有效,分類的準(zhǔn)確率較高.與Chen[15]相比,數(shù)據(jù)集更豐富,比較的類別也更多.與基于LSTM的2D CNN相比,3D CNN同時(shí)捕獲了二維CNN的時(shí)空特征,取得了較好的效果.本文數(shù)據(jù)對(duì)比如表4所示.

    3 結(jié)束語

    2 D CNN在空間特征的學(xué)習(xí)效果較好,但無法對(duì)視頻的時(shí)間特征進(jìn)行處理.本文提出的基于C3D的足球視頻場景分類算法,分別對(duì)時(shí)間特征和空間特征進(jìn)行了有效的提取,實(shí)現(xiàn)了比傳統(tǒng)技術(shù)更好的精度,本文在特寫鏡頭分類時(shí),準(zhǔn)確率提高了2%.本文算法在場景切換檢測的基礎(chǔ)上,根據(jù)預(yù)定義的類別將各個(gè)場景片段進(jìn)行標(biāo)記,利用3D CNN學(xué)習(xí)時(shí)空特征,然后將其進(jìn)行分類.下一步工作計(jì)劃是進(jìn)行實(shí)時(shí)的足球視頻場景分類,與此同時(shí),擴(kuò)展場景類別以識(shí)別足球視頻中更復(fù)雜的場景.

    表3 查全率與準(zhǔn)確率實(shí)驗(yàn)結(jié)果

    表4 特寫鏡頭分類結(jié)果對(duì)比

    猜你喜歡
    準(zhǔn)確率卷積足球
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
    2015—2017 年寧夏各天氣預(yù)報(bào)參考產(chǎn)品質(zhì)量檢驗(yàn)分析
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    高速公路車牌識(shí)別標(biāo)識(shí)站準(zhǔn)確率驗(yàn)證法
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    讓足球動(dòng)起來
    少年快樂足球
    中國漫畫(2017年4期)2017-06-30 17:04:03
    認(rèn)識(shí)足球(一)
    18禁裸乳无遮挡免费网站照片| 日本黄大片高清| 欧美日韩国产亚洲二区| 99久久成人亚洲精品观看| 国产成人欧美在线观看| 欧美色视频一区免费| 午夜亚洲福利在线播放| 亚洲美女视频黄频| 国产精品综合久久久久久久免费| 亚洲va日本ⅴa欧美va伊人久久| 精品国产乱子伦一区二区三区| 午夜成年电影在线免费观看| 国产视频内射| 在线观看日韩欧美| 51午夜福利影视在线观看| 亚洲18禁久久av| 久久精品夜夜夜夜夜久久蜜豆| 老熟妇仑乱视频hdxx| 夜夜看夜夜爽夜夜摸| 亚洲自偷自拍图片 自拍| 久久精品国产综合久久久| 色综合站精品国产| 日韩欧美 国产精品| 免费观看精品视频网站| 法律面前人人平等表现在哪些方面| 99久久综合精品五月天人人| 97超级碰碰碰精品色视频在线观看| 99精品久久久久人妻精品| 色精品久久人妻99蜜桃| 天天躁日日操中文字幕| 香蕉丝袜av| 香蕉丝袜av| 久久中文字幕人妻熟女| 99精品欧美一区二区三区四区| 亚洲,欧美精品.| 九九久久精品国产亚洲av麻豆 | 女同久久另类99精品国产91| 成人高潮视频无遮挡免费网站| 国产午夜精品论理片| 中出人妻视频一区二区| 免费在线观看亚洲国产| 欧美一区二区国产精品久久精品| 日韩欧美三级三区| 精品乱码久久久久久99久播| 一区福利在线观看| 国产精品影院久久| 国产一区二区三区视频了| 中文亚洲av片在线观看爽| 日本黄大片高清| 免费看a级黄色片| 日本黄色视频三级网站网址| 色老头精品视频在线观看| 看片在线看免费视频| 一本精品99久久精品77| 成人亚洲精品av一区二区| svipshipincom国产片| 99久久国产精品久久久| 最近在线观看免费完整版| 国模一区二区三区四区视频 | 成人18禁在线播放| 日本在线视频免费播放| 国产v大片淫在线免费观看| 操出白浆在线播放| 亚洲欧美激情综合另类| 国产麻豆成人av免费视频| 好男人在线观看高清免费视频| 禁无遮挡网站| 天天躁日日操中文字幕| 香蕉丝袜av| 欧美性猛交╳xxx乱大交人| 欧美一区二区国产精品久久精品| 一进一出好大好爽视频| 中文字幕人成人乱码亚洲影| 亚洲成人久久性| 精品人妻1区二区| 村上凉子中文字幕在线| 色噜噜av男人的天堂激情| 五月伊人婷婷丁香| 99久久精品热视频| 午夜福利在线在线| 最好的美女福利视频网| 欧美日本亚洲视频在线播放| 日韩人妻高清精品专区| 老汉色∧v一级毛片| 国产高潮美女av| 久久精品人妻少妇| 午夜视频精品福利| 成人特级黄色片久久久久久久| 在线观看66精品国产| 免费av不卡在线播放| 亚洲午夜精品一区,二区,三区| 免费无遮挡裸体视频| 欧美不卡视频在线免费观看| 香蕉久久夜色| 小蜜桃在线观看免费完整版高清| 一区二区三区国产精品乱码| 中文字幕高清在线视频| 可以在线观看毛片的网站| 国产aⅴ精品一区二区三区波| 欧美色欧美亚洲另类二区| 热99re8久久精品国产| 99久久国产精品久久久| 18禁裸乳无遮挡免费网站照片| 成人无遮挡网站| 精品久久久久久久末码| 午夜福利在线观看吧| 最近最新免费中文字幕在线| 亚洲精华国产精华精| 欧美成狂野欧美在线观看| 后天国语完整版免费观看| 青草久久国产| 一本一本综合久久| 男人和女人高潮做爰伦理| 国产淫片久久久久久久久 | 亚洲avbb在线观看| 久久久国产欧美日韩av| 99久久99久久久精品蜜桃| 欧美日韩国产亚洲二区| 欧美日本视频| 精品久久久久久久人妻蜜臀av| 国产精品野战在线观看| 99久久精品一区二区三区| 国产伦精品一区二区三区四那| 窝窝影院91人妻| 中文字幕久久专区| 久久久久久久久中文| 99久久精品一区二区三区| 波多野结衣巨乳人妻| 欧美高清成人免费视频www| 亚洲一区二区三区不卡视频| 国产伦一二天堂av在线观看| 在线十欧美十亚洲十日本专区| 又紧又爽又黄一区二区| 嫩草影视91久久| 18禁国产床啪视频网站| 亚洲aⅴ乱码一区二区在线播放| 亚洲欧美一区二区三区黑人| 黄频高清免费视频| 久久中文字幕人妻熟女| 51午夜福利影视在线观看| 国产成人精品无人区| 欧美xxxx黑人xx丫x性爽| 久久性视频一级片| 欧美日韩一级在线毛片| 午夜福利视频1000在线观看| 非洲黑人性xxxx精品又粗又长| av片东京热男人的天堂| 国产精品久久电影中文字幕| svipshipincom国产片| 男女那种视频在线观看| 脱女人内裤的视频| 无限看片的www在线观看| 国产午夜精品论理片| 国产精品一区二区精品视频观看| 欧美绝顶高潮抽搐喷水| 成年版毛片免费区| 黄色成人免费大全| 99久久久亚洲精品蜜臀av| 精品人妻1区二区| 国产不卡一卡二| 国产一区二区在线观看日韩 | 亚洲男人的天堂狠狠| 老司机福利观看| 日本三级黄在线观看| 久久热在线av| 国产精品电影一区二区三区| 在线国产一区二区在线| 久久久久国产精品人妻aⅴ院| 国产精品1区2区在线观看.| 我的老师免费观看完整版| 国产av在哪里看| 五月玫瑰六月丁香| 啪啪无遮挡十八禁网站| 很黄的视频免费| 黑人欧美特级aaaaaa片| 精品久久久久久久人妻蜜臀av| 成人永久免费在线观看视频| 亚洲av五月六月丁香网| 99视频精品全部免费 在线 | 少妇裸体淫交视频免费看高清| cao死你这个sao货| 日韩av在线大香蕉| 国产亚洲av嫩草精品影院| 成人av在线播放网站| 国产单亲对白刺激| 精品久久久久久久久久免费视频| 超碰成人久久| 精品国产超薄肉色丝袜足j| 嫩草影视91久久| 日本 av在线| 亚洲九九香蕉| 高清毛片免费观看视频网站| 亚洲成人久久爱视频| 亚洲精品456在线播放app | 亚洲欧美精品综合久久99| 中文在线观看免费www的网站| 天堂av国产一区二区熟女人妻| 超碰成人久久| av天堂中文字幕网| 亚洲成人久久性| 99国产极品粉嫩在线观看| 成人三级黄色视频| 热99在线观看视频| 亚洲18禁久久av| 日韩三级视频一区二区三区| or卡值多少钱| 免费搜索国产男女视频| 一本一本综合久久| 欧美色欧美亚洲另类二区| 色综合欧美亚洲国产小说| 国产成人啪精品午夜网站| 亚洲第一电影网av| 国产伦精品一区二区三区四那| 一区二区三区国产精品乱码| 国产伦在线观看视频一区| 国产精品99久久久久久久久| 国产欧美日韩精品一区二区| 一进一出抽搐动态| 久久久国产成人精品二区| 日日夜夜操网爽| 99国产精品一区二区三区| 午夜两性在线视频| 嫩草影视91久久| 国产精品av视频在线免费观看| 国产成人福利小说| 日本a在线网址| 美女cb高潮喷水在线观看 | 日韩欧美在线乱码| 欧美日韩精品网址| 国产一区二区三区视频了| 久久国产乱子伦精品免费另类| 亚洲激情在线av| or卡值多少钱| 免费看十八禁软件| 18禁黄网站禁片午夜丰满| 法律面前人人平等表现在哪些方面| 免费观看精品视频网站| 国产伦在线观看视频一区| 黄色日韩在线| 日韩人妻高清精品专区| 无遮挡黄片免费观看| 亚洲激情在线av| 亚洲无线在线观看| 免费人成视频x8x8入口观看| 在线观看日韩欧美| 国产激情久久老熟女| 99久久精品一区二区三区| 老司机在亚洲福利影院| 男人舔女人下体高潮全视频| 最近视频中文字幕2019在线8| 久9热在线精品视频| 丰满人妻熟妇乱又伦精品不卡| 一级毛片精品| 熟女电影av网| 美女免费视频网站| 国产精品九九99| 色精品久久人妻99蜜桃| 亚洲人成伊人成综合网2020| 两个人看的免费小视频| 不卡av一区二区三区| 99国产极品粉嫩在线观看| 波多野结衣高清作品| 亚洲黑人精品在线| 国产日本99.免费观看| 脱女人内裤的视频| 国产毛片a区久久久久| 亚洲欧美日韩无卡精品| 最近视频中文字幕2019在线8| 国产欧美日韩一区二区精品| 丰满人妻熟妇乱又伦精品不卡| 不卡av一区二区三区| 国产精品影院久久| 亚洲国产欧洲综合997久久,| 亚洲黑人精品在线| 久久这里只有精品19| 午夜久久久久精精品| 99国产精品一区二区三区| 国产精品综合久久久久久久免费| 99精品欧美一区二区三区四区| 国产成人影院久久av| 欧美成人免费av一区二区三区| 啦啦啦观看免费观看视频高清| 网址你懂的国产日韩在线| 国产精品一及| 亚洲精品中文字幕一二三四区| 女警被强在线播放| 91老司机精品| 成人特级黄色片久久久久久久| 午夜福利18| 久久久久久国产a免费观看| 男人的好看免费观看在线视频| 97超级碰碰碰精品色视频在线观看| 久久人妻av系列| 成年版毛片免费区| 村上凉子中文字幕在线| 99精品欧美一区二区三区四区| 欧美黑人巨大hd| 精品久久蜜臀av无| 好看av亚洲va欧美ⅴa在| 精品电影一区二区在线| 亚洲熟妇中文字幕五十中出| 一个人观看的视频www高清免费观看 | 精品福利观看| 亚洲乱码一区二区免费版| 床上黄色一级片| 久久九九热精品免费| 欧美另类亚洲清纯唯美| 亚洲av片天天在线观看| 亚洲精品一区av在线观看| 麻豆国产97在线/欧美| 香蕉国产在线看| 黑人欧美特级aaaaaa片| 麻豆成人av在线观看| 久久99热这里只有精品18| 久久亚洲真实| 高清在线国产一区| 亚洲人成网站在线播放欧美日韩| 久久精品影院6| 给我免费播放毛片高清在线观看| 亚洲av片天天在线观看| 91av网一区二区| 男插女下体视频免费在线播放| 国产精品一区二区免费欧美| 午夜福利18| 国产精品女同一区二区软件 | 一本一本综合久久| 国产精品永久免费网站| 日韩欧美 国产精品| 国产伦人伦偷精品视频| 首页视频小说图片口味搜索| 变态另类成人亚洲欧美熟女| 色综合亚洲欧美另类图片| 亚洲色图 男人天堂 中文字幕| 国产伦一二天堂av在线观看| www日本黄色视频网| 亚洲精华国产精华精| 怎么达到女性高潮| 免费看a级黄色片| 亚洲国产精品成人综合色| 亚洲第一电影网av| 人妻夜夜爽99麻豆av| or卡值多少钱| 日韩欧美在线二视频| 999精品在线视频| 黄色视频,在线免费观看| 少妇的丰满在线观看| 曰老女人黄片| 久久天堂一区二区三区四区| 男人的好看免费观看在线视频| 国产精品 欧美亚洲| 欧美乱色亚洲激情| 亚洲精品在线美女| 88av欧美| 国产亚洲av嫩草精品影院| 最近最新中文字幕大全电影3| 日本黄色视频三级网站网址| 五月玫瑰六月丁香| 好男人在线观看高清免费视频| 免费一级毛片在线播放高清视频| 少妇人妻一区二区三区视频| a在线观看视频网站| 精品久久久久久久人妻蜜臀av| 搡老岳熟女国产| 午夜免费激情av| 亚洲在线观看片| 成人av一区二区三区在线看| 欧美一区二区国产精品久久精品| 嫁个100分男人电影在线观看| 国产伦精品一区二区三区四那| 亚洲av成人不卡在线观看播放网| 亚洲aⅴ乱码一区二区在线播放| 欧美中文综合在线视频| 精品国产亚洲在线| 制服丝袜大香蕉在线| 91老司机精品| 啦啦啦免费观看视频1| 国产欧美日韩一区二区精品| 少妇熟女aⅴ在线视频| 亚洲精品国产精品久久久不卡| 久久伊人香网站| 18禁观看日本| 91在线精品国自产拍蜜月 | 亚洲男人的天堂狠狠| 亚洲 国产 在线| 99riav亚洲国产免费| 国产伦一二天堂av在线观看| 中文字幕人妻丝袜一区二区| 狂野欧美激情性xxxx| 久久久久久人人人人人| cao死你这个sao货| 日韩欧美在线乱码| 日韩欧美三级三区| 国产激情久久老熟女| 国产av在哪里看| 久久午夜亚洲精品久久| 国产精品国产高清国产av| 九九热线精品视视频播放| 国产又黄又爽又无遮挡在线| 美女免费视频网站| 亚洲人与动物交配视频| 99视频精品全部免费 在线 | 99久久99久久久精品蜜桃| 淫秽高清视频在线观看| 亚洲va日本ⅴa欧美va伊人久久| 国产成人精品无人区| 婷婷精品国产亚洲av| www.www免费av| 动漫黄色视频在线观看| bbb黄色大片| 人人妻人人澡欧美一区二区| 校园春色视频在线观看| 黄片小视频在线播放| 免费观看精品视频网站| 天天添夜夜摸| 成人国产综合亚洲| 美女cb高潮喷水在线观看 | 狂野欧美激情性xxxx| 国产又色又爽无遮挡免费看| 欧美大码av| 天堂√8在线中文| 一区二区三区国产精品乱码| 18禁美女被吸乳视频| 国语自产精品视频在线第100页| 久久久久国内视频| 国产爱豆传媒在线观看| 最新在线观看一区二区三区| 国产精品香港三级国产av潘金莲| 久久热在线av| 欧美一区二区国产精品久久精品| 一个人看视频在线观看www免费 | 最新美女视频免费是黄的| 一二三四社区在线视频社区8| 少妇的逼水好多| 国产精品av久久久久免费| 超碰成人久久| 日韩高清综合在线| 男人舔女人的私密视频| 精品久久蜜臀av无| 国产91精品成人一区二区三区| 精品久久久久久久久久免费视频| 久久久久久久午夜电影| www日本在线高清视频| 午夜福利在线观看吧| 日本黄大片高清| 在线免费观看不下载黄p国产 | 国产高清三级在线| 亚洲国产欧美人成| 亚洲最大成人中文| 天天躁日日操中文字幕| 操出白浆在线播放| 女同久久另类99精品国产91| 色播亚洲综合网| 在线观看舔阴道视频| 男女做爰动态图高潮gif福利片| 99久久精品国产亚洲精品| 国产精品久久久久久久电影 | 色尼玛亚洲综合影院| 三级毛片av免费| 国内精品一区二区在线观看| a级毛片a级免费在线| 天堂网av新在线| 午夜免费观看网址| 精品99又大又爽又粗少妇毛片 | 又黄又爽又免费观看的视频| 亚洲国产欧洲综合997久久,| 日本撒尿小便嘘嘘汇集6| 又黄又粗又硬又大视频| 一进一出好大好爽视频| 久久久国产成人免费| 亚洲va日本ⅴa欧美va伊人久久| 男女下面进入的视频免费午夜| 亚洲精品久久国产高清桃花| 国产在线精品亚洲第一网站| 午夜福利高清视频| 国产黄色小视频在线观看| 99久国产av精品| 不卡一级毛片| 最近视频中文字幕2019在线8| 色av中文字幕| 婷婷精品国产亚洲av| 久久久久久久久久黄片| 国产美女午夜福利| 欧美日韩精品网址| 亚洲熟妇中文字幕五十中出| aaaaa片日本免费| 757午夜福利合集在线观看| 国产精品,欧美在线| 亚洲欧美激情综合另类| 国产精品98久久久久久宅男小说| 亚洲精品美女久久av网站| 精品一区二区三区四区五区乱码| 757午夜福利合集在线观看| 视频区欧美日本亚洲| 国产在线精品亚洲第一网站| 宅男免费午夜| 国产亚洲欧美98| 日本黄色视频三级网站网址| 国产精品av久久久久免费| 国产综合懂色| 巨乳人妻的诱惑在线观看| 午夜精品在线福利| 久久精品亚洲精品国产色婷小说| 精品乱码久久久久久99久播| 国产97色在线日韩免费| 国产一区二区三区视频了| 男女之事视频高清在线观看| 欧美一级a爱片免费观看看| 亚洲国产看品久久| 夜夜夜夜夜久久久久| 日韩欧美 国产精品| 好男人在线观看高清免费视频| 99视频精品全部免费 在线 | 欧美精品啪啪一区二区三区| 欧美zozozo另类| av福利片在线观看| 欧美成人一区二区免费高清观看 | 一本久久中文字幕| 亚洲一区二区三区色噜噜| 99精品久久久久人妻精品| 成人国产一区最新在线观看| 国产亚洲欧美98| 人人妻人人澡欧美一区二区| 国产视频内射| 亚洲美女黄片视频| 国产69精品久久久久777片 | 成人av在线播放网站| 精品国产超薄肉色丝袜足j| 久久午夜亚洲精品久久| 夜夜看夜夜爽夜夜摸| 欧美乱妇无乱码| 97碰自拍视频| 非洲黑人性xxxx精品又粗又长| 男人舔女人的私密视频| 亚洲国产色片| 999精品在线视频| 最近在线观看免费完整版| 身体一侧抽搐| 十八禁人妻一区二区| 一个人看的www免费观看视频| 国产成人精品久久二区二区91| 少妇熟女aⅴ在线视频| 国产黄色小视频在线观看| 好看av亚洲va欧美ⅴa在| 俄罗斯特黄特色一大片| 免费在线观看视频国产中文字幕亚洲| 熟妇人妻久久中文字幕3abv| 99在线人妻在线中文字幕| 国产精品久久电影中文字幕| 国产不卡一卡二| 免费看日本二区| 18禁观看日本| 午夜精品在线福利| 中文亚洲av片在线观看爽| 久久天躁狠狠躁夜夜2o2o| 国产精品99久久99久久久不卡| 国产伦人伦偷精品视频| 国产亚洲精品av在线| 在线观看美女被高潮喷水网站 | 在线永久观看黄色视频| 色尼玛亚洲综合影院| 精品国产三级普通话版| 老司机福利观看| 久久99热这里只有精品18| 国产高清videossex| 日韩 欧美 亚洲 中文字幕| 成熟少妇高潮喷水视频| 18禁黄网站禁片免费观看直播| av片东京热男人的天堂| 精品人妻1区二区| 国产成人一区二区三区免费视频网站| 亚洲av成人不卡在线观看播放网| 精品欧美国产一区二区三| 悠悠久久av| x7x7x7水蜜桃| 国产精品久久久av美女十八| 亚洲一区高清亚洲精品| av中文乱码字幕在线| 欧美色欧美亚洲另类二区| 日韩欧美国产一区二区入口| 可以在线观看的亚洲视频| 又粗又爽又猛毛片免费看| 操出白浆在线播放| 国内少妇人妻偷人精品xxx网站 | 国产熟女xx| 欧美性猛交╳xxx乱大交人| 黑人操中国人逼视频| or卡值多少钱| 欧美日本视频| 99国产综合亚洲精品| 在线观看舔阴道视频| 舔av片在线| 熟妇人妻久久中文字幕3abv| 欧美在线一区亚洲| 国产精品亚洲一级av第二区| 国产欧美日韩一区二区精品| 久久精品人妻少妇| 成人鲁丝片一二三区免费| 一区福利在线观看| 亚洲av成人精品一区久久| 国产亚洲欧美在线一区二区| 亚洲国产欧美网| 亚洲九九香蕉| 天天一区二区日本电影三级| 99国产精品一区二区蜜桃av| 欧美不卡视频在线免费观看| 国产精品久久视频播放| 亚洲中文字幕日韩| 精品欧美国产一区二区三| 国产高潮美女av| 国产成人av教育| 国产三级在线视频| 婷婷丁香在线五月| 久久精品aⅴ一区二区三区四区| 丰满人妻熟妇乱又伦精品不卡| 丰满的人妻完整版|