• <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)
    国产一区亚洲一区在线观看| 蜜桃亚洲精品一区二区三区| 亚洲欧美成人精品一区二区| 日韩av不卡免费在线播放| 我的女老师完整版在线观看| 亚洲va在线va天堂va国产| 成年免费大片在线观看| 国产精品国产av在线观看| 大陆偷拍与自拍| 久久99精品国语久久久| av在线天堂中文字幕| 日本欧美国产在线视频| 国产色婷婷99| 国产高潮美女av| 日韩大片免费观看网站| 午夜亚洲福利在线播放| 免费看日本二区| 欧美高清成人免费视频www| 1000部很黄的大片| 国产一区二区亚洲精品在线观看| 最近2019中文字幕mv第一页| 日韩视频在线欧美| 久久久久久九九精品二区国产| 18禁裸乳无遮挡动漫免费视频 | 久久久a久久爽久久v久久| 伦理电影大哥的女人| 国产 一区精品| 舔av片在线| 亚洲四区av| 水蜜桃什么品种好| 麻豆精品久久久久久蜜桃| 亚洲精品乱码久久久v下载方式| 免费看av在线观看网站| 99热6这里只有精品| 99热全是精品| 麻豆乱淫一区二区| 美女高潮的动态| 久久久久久久国产电影| 亚洲国产精品国产精品| 最近最新中文字幕大全电影3| 精品久久久久久久人妻蜜臀av| 久久精品国产鲁丝片午夜精品| 少妇 在线观看| 内地一区二区视频在线| 日韩在线高清观看一区二区三区| 一级毛片黄色毛片免费观看视频| 大码成人一级视频| 成年人午夜在线观看视频| 涩涩av久久男人的天堂| 身体一侧抽搐| 色哟哟·www| 亚洲国产色片| 久热这里只有精品99| 亚洲电影在线观看av| 中文欧美无线码| 丰满乱子伦码专区| 美女高潮的动态| 精品少妇黑人巨大在线播放| 26uuu在线亚洲综合色| 亚洲国产精品成人综合色| 晚上一个人看的免费电影| 特级一级黄色大片| 视频区图区小说| 国产精品久久久久久av不卡| 国产成人a区在线观看| 亚洲电影在线观看av| 97超视频在线观看视频| 国产成人aa在线观看| 日韩电影二区| 亚洲真实伦在线观看| 舔av片在线| 热re99久久精品国产66热6| 国产伦理片在线播放av一区| 欧美日韩视频精品一区| 狂野欧美激情性xxxx在线观看| 熟女人妻精品中文字幕| 久久亚洲国产成人精品v| 国产精品成人在线| 在线观看免费高清a一片| 亚洲av在线观看美女高潮| .国产精品久久| 色吧在线观看| 97精品久久久久久久久久精品| 亚洲av中文字字幕乱码综合| 国产精品无大码| 久久97久久精品| 99热这里只有精品一区| 肉色欧美久久久久久久蜜桃 | 国产伦精品一区二区三区四那| 成人毛片a级毛片在线播放| 国产黄a三级三级三级人| 国产淫片久久久久久久久| 又黄又爽又刺激的免费视频.| av.在线天堂| xxx大片免费视频| 精品一区二区三区视频在线| av在线亚洲专区| 亚洲av中文av极速乱| 久久人人爽人人爽人人片va| 国产av不卡久久| 中文在线观看免费www的网站| 女人被狂操c到高潮| 性色av一级| 国产亚洲一区二区精品| 亚洲av不卡在线观看| 丝袜喷水一区| 高清视频免费观看一区二区| 久久鲁丝午夜福利片| 国产精品.久久久| 午夜福利高清视频| 国产一区二区三区av在线| 啦啦啦在线观看免费高清www| 我要看日韩黄色一级片| 一区二区三区乱码不卡18| 日韩一区二区三区影片| 午夜精品国产一区二区电影 | 国产黄片美女视频| 2018国产大陆天天弄谢| 男人狂女人下面高潮的视频| 肉色欧美久久久久久久蜜桃 | 久久久久国产网址| 一本色道久久久久久精品综合| 国产精品熟女久久久久浪| 波多野结衣巨乳人妻| 亚洲精品,欧美精品| 嫩草影院新地址| 亚洲久久久久久中文字幕| 久久久久久久久久人人人人人人| 日本猛色少妇xxxxx猛交久久| 在线免费观看不下载黄p国产| 中国美白少妇内射xxxbb| 欧美日韩在线观看h| 日日摸夜夜添夜夜爱| 高清在线视频一区二区三区| 大话2 男鬼变身卡| 天美传媒精品一区二区| 观看免费一级毛片| 日韩av在线免费看完整版不卡| 18禁在线播放成人免费| 男女那种视频在线观看| 日本与韩国留学比较| 亚洲色图综合在线观看| 午夜精品一区二区三区免费看| 22中文网久久字幕| 亚洲婷婷狠狠爱综合网| 免费看不卡的av| 亚洲天堂av无毛| 亚洲婷婷狠狠爱综合网| 成年女人在线观看亚洲视频 | 亚洲精品一区蜜桃| 日韩av不卡免费在线播放| 一级毛片久久久久久久久女| 别揉我奶头 嗯啊视频| 欧美三级亚洲精品| 一级毛片电影观看| 亚洲av不卡在线观看| 亚洲电影在线观看av| 国产视频首页在线观看| 97在线人人人人妻| 自拍偷自拍亚洲精品老妇| 亚洲aⅴ乱码一区二区在线播放| 亚洲天堂国产精品一区在线| 日产精品乱码卡一卡2卡三| 色播亚洲综合网| 日本一本二区三区精品| 精品久久久久久久久亚洲| 99久久精品国产国产毛片| 成人午夜精彩视频在线观看| 3wmmmm亚洲av在线观看| 国产淫片久久久久久久久| 99re6热这里在线精品视频| 2021天堂中文幕一二区在线观| 亚洲aⅴ乱码一区二区在线播放| 日本一本二区三区精品| 亚洲第一区二区三区不卡| 久久99精品国语久久久| av在线观看视频网站免费| 国产免费福利视频在线观看| 国产黄频视频在线观看| 色吧在线观看| 亚洲国产精品成人综合色| 日韩一区二区三区影片| 亚洲三级黄色毛片| 人妻制服诱惑在线中文字幕| 国产精品国产三级专区第一集| 爱豆传媒免费全集在线观看| 一区二区三区四区激情视频| 午夜激情福利司机影院| 又黄又爽又刺激的免费视频.| 插逼视频在线观看| 日韩制服骚丝袜av| 毛片一级片免费看久久久久| 91精品国产九色| 波多野结衣巨乳人妻| 男人舔奶头视频| 亚洲国产精品成人综合色| 中文字幕久久专区| 草草在线视频免费看| 老司机影院成人| 麻豆成人av视频| www.色视频.com| 午夜激情福利司机影院| 制服丝袜香蕉在线| 久久午夜福利片| 97超碰精品成人国产| 欧美+日韩+精品| 亚洲熟女精品中文字幕| 亚洲va在线va天堂va国产| 熟女av电影| 亚洲伊人久久精品综合| 香蕉精品网在线| 国产熟女欧美一区二区| av在线播放精品| 男人狂女人下面高潮的视频| 久久久久久九九精品二区国产| 亚洲,一卡二卡三卡| 日韩视频在线欧美| 亚洲国产av新网站| 欧美 日韩 精品 国产| 成年女人在线观看亚洲视频 | 国产日韩欧美在线精品| 男女下面进入的视频免费午夜| 国产精品久久久久久精品电影小说 | 极品少妇高潮喷水抽搐| 国产乱人视频| 国产在视频线精品| 免费看不卡的av| 最近最新中文字幕免费大全7| 三级国产精品片| 精品国产一区二区三区久久久樱花 | 日本wwww免费看| 大香蕉97超碰在线| 成人亚洲精品一区在线观看 | 国产免费视频播放在线视频| 精品视频人人做人人爽| 久久久成人免费电影| 韩国高清视频一区二区三区| 国产乱人视频| 麻豆成人午夜福利视频| 免费av不卡在线播放| 亚洲怡红院男人天堂| 日韩一区二区三区影片| 久久久久久九九精品二区国产| 嫩草影院入口| 成人一区二区视频在线观看| 婷婷色麻豆天堂久久| 一二三四中文在线观看免费高清| 观看免费一级毛片| 亚洲一区二区三区欧美精品 | 日韩人妻高清精品专区| 春色校园在线视频观看| 网址你懂的国产日韩在线| 欧美少妇被猛烈插入视频| 久久精品国产亚洲av天美| 亚洲av中文av极速乱| 免费观看的影片在线观看| 国产探花极品一区二区| 国产精品爽爽va在线观看网站| 国产高清三级在线| 亚洲怡红院男人天堂| 久久99热6这里只有精品| 肉色欧美久久久久久久蜜桃 | 国产精品一区二区性色av| 毛片一级片免费看久久久久| 麻豆成人av视频| 国产黄a三级三级三级人| 伊人久久国产一区二区| 亚洲欧美成人综合另类久久久| 建设人人有责人人尽责人人享有的 | www.av在线官网国产| 麻豆国产97在线/欧美| 亚洲图色成人| eeuss影院久久| 狂野欧美白嫩少妇大欣赏| 美女脱内裤让男人舔精品视频| 日本爱情动作片www.在线观看| 国产在线男女| 国产男人的电影天堂91| 中文在线观看免费www的网站| 日韩中字成人| 成人二区视频| 免费高清在线观看视频在线观看| 久久久久精品性色| 亚洲精品aⅴ在线观看| 亚洲高清免费不卡视频| 在线精品无人区一区二区三 | 人妻系列 视频| 永久网站在线| 亚洲四区av| h日本视频在线播放| 亚洲av电影在线观看一区二区三区 | 亚洲怡红院男人天堂| 男人狂女人下面高潮的视频| 黄片无遮挡物在线观看| 99热全是精品| 国产极品天堂在线| 97精品久久久久久久久久精品| 日本黄大片高清| 国产成人a∨麻豆精品| 国产伦理片在线播放av一区| 舔av片在线| 午夜免费观看性视频| 欧美bdsm另类| 少妇猛男粗大的猛烈进出视频 | 亚洲欧美精品自产自拍| 精华霜和精华液先用哪个| 一个人观看的视频www高清免费观看| 成人亚洲精品av一区二区| 国产男女超爽视频在线观看| 在线观看三级黄色| 亚洲欧美中文字幕日韩二区| 午夜视频国产福利| 久久久午夜欧美精品| 久久97久久精品| 欧美高清性xxxxhd video| 网址你懂的国产日韩在线| 丰满人妻一区二区三区视频av| 亚洲av免费高清在线观看| 亚洲,欧美,日韩| 菩萨蛮人人尽说江南好唐韦庄| 国产人妻一区二区三区在| 国产欧美亚洲国产| 国产精品一及| 精品人妻一区二区三区麻豆| 菩萨蛮人人尽说江南好唐韦庄| 国产欧美日韩一区二区三区在线 | 国产精品蜜桃在线观看| 久久久午夜欧美精品| 成人无遮挡网站| 精品亚洲乱码少妇综合久久| 人妻夜夜爽99麻豆av| 九九久久精品国产亚洲av麻豆| 国产精品久久久久久av不卡| 免费少妇av软件| 亚洲精品亚洲一区二区| 在线观看美女被高潮喷水网站| 久久久久久久国产电影| 日本免费在线观看一区| 丰满人妻一区二区三区视频av| 一级黄片播放器| 白带黄色成豆腐渣| 日韩三级伦理在线观看| 少妇人妻精品综合一区二区| 黄色日韩在线| 又粗又硬又长又爽又黄的视频| 人妻系列 视频| 久久女婷五月综合色啪小说 | 久久精品久久久久久久性| 日本-黄色视频高清免费观看| 一本久久精品| 建设人人有责人人尽责人人享有的 | av天堂中文字幕网| 久久久久九九精品影院| 精品国产一区二区三区久久久樱花 | 少妇裸体淫交视频免费看高清| 91精品一卡2卡3卡4卡| 男女边吃奶边做爰视频| 久久这里有精品视频免费| 九色成人免费人妻av| 男人添女人高潮全过程视频| 国产一区二区亚洲精品在线观看| 免费av观看视频| 舔av片在线| 欧美日本视频| 一级毛片久久久久久久久女| 国产一区二区三区综合在线观看 | av线在线观看网站| www.色视频.com| 尤物成人国产欧美一区二区三区| 亚洲av.av天堂| 老师上课跳d突然被开到最大视频| 久久久久久久久大av| 蜜桃久久精品国产亚洲av| 日韩中字成人| 高清在线视频一区二区三区| 黑人高潮一二区| 夜夜爽夜夜爽视频| 成人特级av手机在线观看| 波多野结衣巨乳人妻| 91久久精品国产一区二区三区| 免费看不卡的av| 亚洲av电影在线观看一区二区三区 | 777米奇影视久久| 午夜精品一区二区三区免费看| 中文精品一卡2卡3卡4更新| 日韩电影二区| 久久久精品欧美日韩精品| 欧美变态另类bdsm刘玥| 99久久精品热视频| 午夜爱爱视频在线播放| h日本视频在线播放| 成人漫画全彩无遮挡| 人妻 亚洲 视频| 夫妻午夜视频| 亚洲精品一二三| 狂野欧美激情性xxxx在线观看| 国产精品不卡视频一区二区| 最近中文字幕高清免费大全6| 久久精品国产亚洲av涩爱| 深爱激情五月婷婷| 国产精品麻豆人妻色哟哟久久| 欧美日韩精品成人综合77777| 亚洲精品中文字幕在线视频 | 黄色日韩在线| 2021少妇久久久久久久久久久| 国内精品美女久久久久久| 简卡轻食公司| 久久99蜜桃精品久久| 干丝袜人妻中文字幕| 欧美日韩精品成人综合77777| 熟妇人妻不卡中文字幕| 免费不卡的大黄色大毛片视频在线观看| 精品久久久噜噜| 国产精品三级大全| 中文资源天堂在线| 久久韩国三级中文字幕| 成年女人看的毛片在线观看| 欧美xxxx性猛交bbbb| 亚洲精品,欧美精品| 香蕉精品网在线| 国产精品秋霞免费鲁丝片| 国产大屁股一区二区在线视频| 亚洲av福利一区| 中文字幕久久专区| 美女xxoo啪啪120秒动态图| 日韩,欧美,国产一区二区三区| 免费观看无遮挡的男女| av.在线天堂| 乱系列少妇在线播放| 亚洲真实伦在线观看| 如何舔出高潮| 免费电影在线观看免费观看| 天堂网av新在线| 精品一区在线观看国产| 国产伦在线观看视频一区| 丝袜美腿在线中文| 亚洲欧美精品自产自拍| 久久久久性生活片| 久久精品国产自在天天线| 欧美成人午夜免费资源| 一级毛片 在线播放| 精品视频人人做人人爽| 青青草视频在线视频观看| 免费看光身美女| 丝袜美腿在线中文| 永久网站在线| 建设人人有责人人尽责人人享有的 | 亚洲av中文av极速乱| 免费看日本二区| 亚洲伊人久久精品综合| 国产欧美日韩精品一区二区| 黄色怎么调成土黄色| 欧美最新免费一区二区三区| 日本欧美国产在线视频| 亚洲真实伦在线观看| 成人亚洲精品av一区二区| 免费电影在线观看免费观看| 亚洲人成网站在线观看播放| av国产精品久久久久影院| 欧美区成人在线视频| 在现免费观看毛片| 久久99蜜桃精品久久| 亚洲久久久久久中文字幕| 亚州av有码| 欧美高清成人免费视频www| 一区二区三区四区激情视频| 欧美日韩国产mv在线观看视频 | 日韩欧美精品v在线| 亚洲图色成人| 七月丁香在线播放| 午夜视频国产福利| 免费观看无遮挡的男女| 在线看a的网站| 国产视频内射| 亚洲欧美成人综合另类久久久| 亚洲av成人精品一区久久| 久久久久久久午夜电影| 少妇高潮的动态图| 亚洲四区av| 免费看a级黄色片| 九九爱精品视频在线观看| 亚洲av福利一区| 亚洲无线观看免费| 精品久久久久久久末码| 久久久亚洲精品成人影院| 国产精品久久久久久精品古装| 美女国产视频在线观看| 日韩一区二区视频免费看| 嫩草影院新地址| 你懂的网址亚洲精品在线观看| 丝袜脚勾引网站| 亚洲成人中文字幕在线播放| 涩涩av久久男人的天堂| 噜噜噜噜噜久久久久久91| 看免费成人av毛片| 91在线精品国自产拍蜜月| 91狼人影院| 久久久成人免费电影| 午夜福利高清视频| av卡一久久| 秋霞伦理黄片| 爱豆传媒免费全集在线观看| 国产一级毛片在线| 亚洲精品亚洲一区二区| 久久精品夜色国产| 神马国产精品三级电影在线观看| 亚洲欧美一区二区三区国产| 日韩一本色道免费dvd| 黄色视频在线播放观看不卡| 寂寞人妻少妇视频99o| 99久久精品国产国产毛片| 精品熟女少妇av免费看| 男人和女人高潮做爰伦理| 一级毛片黄色毛片免费观看视频| 国语对白做爰xxxⅹ性视频网站| 九九在线视频观看精品| 成人无遮挡网站| 国产有黄有色有爽视频| 最后的刺客免费高清国语| 在线天堂最新版资源| 国产精品熟女久久久久浪| 身体一侧抽搐| 精品人妻熟女av久视频| 亚洲精品视频女| 亚洲精品成人av观看孕妇| 日本一二三区视频观看| 九草在线视频观看| 免费观看无遮挡的男女| 国产成人精品久久久久久| 国产视频内射| 中国三级夫妇交换| 亚洲欧美成人精品一区二区| 久久午夜福利片| 婷婷色麻豆天堂久久| 亚洲国产精品国产精品| 青春草亚洲视频在线观看| 成年版毛片免费区| 少妇人妻精品综合一区二区| 免费av毛片视频| 午夜免费男女啪啪视频观看| 成人无遮挡网站| 一区二区三区精品91| 高清在线视频一区二区三区| 99九九线精品视频在线观看视频| 亚洲电影在线观看av| 亚洲精品中文字幕在线视频 | 国产探花极品一区二区| 在线 av 中文字幕| 欧美日韩精品成人综合77777| 精品视频人人做人人爽| 91精品伊人久久大香线蕉| 亚洲精品自拍成人| 直男gayav资源| 91久久精品国产一区二区三区| 成人亚洲欧美一区二区av| 99热这里只有是精品在线观看| 一本色道久久久久久精品综合| 特级一级黄色大片| 日韩亚洲欧美综合| 日韩不卡一区二区三区视频在线| 国产成人午夜福利电影在线观看| 午夜老司机福利剧场| 亚洲真实伦在线观看| 国产一区有黄有色的免费视频| 免费观看性生交大片5| 亚洲av日韩在线播放| 狠狠精品人妻久久久久久综合| 国产成人福利小说| 成人免费观看视频高清| 狂野欧美白嫩少妇大欣赏| 亚洲av男天堂| 久久精品国产亚洲av涩爱| 亚洲国产精品成人久久小说| 国产精品av视频在线免费观看| 亚洲精华国产精华液的使用体验| 春色校园在线视频观看| 欧美日韩精品成人综合77777| 久热这里只有精品99| 能在线免费看毛片的网站| 国产精品无大码| 成人一区二区视频在线观看| 18禁在线无遮挡免费观看视频| 2021天堂中文幕一二区在线观| 国产综合懂色| 日韩成人av中文字幕在线观看| av在线蜜桃| 99热这里只有精品一区| 舔av片在线| 亚洲av日韩在线播放| 亚洲不卡免费看| 美女xxoo啪啪120秒动态图| av在线蜜桃| 久久精品国产鲁丝片午夜精品| 超碰av人人做人人爽久久| 大话2 男鬼变身卡| 国产久久久一区二区三区| 亚洲最大成人av| 身体一侧抽搐| 别揉我奶头 嗯啊视频| 搡老乐熟女国产| 成年女人看的毛片在线观看| 久久久久久久国产电影| 青春草亚洲视频在线观看| 人妻夜夜爽99麻豆av| 国产在线一区二区三区精| av在线天堂中文字幕| 纵有疾风起免费观看全集完整版| 亚洲av在线观看美女高潮| 校园人妻丝袜中文字幕| 亚洲伊人久久精品综合| 联通29元200g的流量卡| videossex国产| 精华霜和精华液先用哪个| 国产成人午夜福利电影在线观看| 日本欧美国产在线视频|