• <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OpenCV的地鐵車站行人監(jiān)測技術(shù)研究

    2020-03-23 06:08:37劉俊潔
    無線互聯(lián)科技 2020年1期
    關(guān)鍵詞:人臉識別軌道交通

    劉俊潔

    摘? ?要:近年來,我國軌道交通行業(yè)發(fā)展迅速,軌道交通線網(wǎng)的規(guī)模在逐漸擴大。基于地鐵車站服務(wù)設(shè)施相關(guān)規(guī)劃設(shè)計的思想分析可知,車站的整體和各服務(wù)設(shè)施的設(shè)計與車站客流量的實際情況不符,所以行人相關(guān)特征數(shù)據(jù)的獲取尤為重要,是科學(xué)的行人服務(wù)設(shè)施規(guī)劃設(shè)計和優(yōu)化配置的基礎(chǔ)。文章采用基于SSD模型行人檢測與現(xiàn)常用的基于HOG與SVM特征識別算法比較對行人檢測,并利用Kalman濾波算法對行人跟蹤,使用OpenCV3.4.7計算機視覺庫和MFC對行人監(jiān)測系統(tǒng)平臺進行搭建。

    關(guān)鍵詞:軌道交通;行人監(jiān)測;人臉識別;行人跟蹤

    1? ? 行人檢測技術(shù)

    行人檢測是實現(xiàn)行人跟蹤以及行人特征數(shù)據(jù)提取的前提,行人檢測效果的好壞會直接影響后續(xù)的操作效果。盡管現(xiàn)在有很多用于行人檢測的方法,但目標算法仍然不完全成熟,無法應(yīng)用于所有情況。自2005年起,基于統(tǒng)計學(xué)習(xí)的行人檢測發(fā)展迅速,成為熱點,郭明瑋等[1]詳細論述了支持向量機(Support Vector Machine,SVM)的原理、構(gòu)建目標特征模型的方法以及SVM訓(xùn)練和學(xué)習(xí)的過程,總結(jié)了基于SVM的目標檢測方法。如今廣泛應(yīng)用的行人檢測框架是使用方向梯度直方圖(Histogram of Oriented Gradient,HOG)算法進行特征提取,再訓(xùn)練SVM分類器,但在復(fù)雜環(huán)境中效果并不理想。自2012年以來,深度學(xué)習(xí)在圖像分類處理中表現(xiàn)優(yōu)異,現(xiàn)如今,基于深度學(xué)習(xí)的行人目標檢測方法主要有RCNN,SSD和YOLO 3大種類。RCNN的效果最好,但速度慢,實際應(yīng)用時,實時檢測較難,效果較差;YOLO雖然速度很快,但是檢測效果不穩(wěn)定,當檢測目標比較小或者目標非常密集時,效果并不理想;SSD既有較快的處理速度,又有比較高的準確性。因此,本文在SSD算法基礎(chǔ)上,用地鐵行人監(jiān)控視頻數(shù)據(jù)集訓(xùn)練了一個SSD行人檢測模型,并與傳統(tǒng)的基于HOG與SVM特征算法進行對比。若圖像中出現(xiàn)行人目標,則需要準確標記行人目標并且標記其位置信息,而且需要用矩形邊框標記檢測到的行人目標,即實現(xiàn)行人目標和背景的分離[2]。

    1.1? 基于HOG與SVM特征算法實現(xiàn)行人檢測

    HOG特征是一種在計算機視覺和圖像處理中用來進行物體檢測的特征描述,通過計算和統(tǒng)計圖像局部區(qū)域的梯度方向直方圖來構(gòu)成特征。

    SVM是常見的一種判別方法,在機器學(xué)習(xí)領(lǐng)域,是一個有監(jiān)督的學(xué)習(xí)模型,一般用來進行模式識別、分類以及回歸分析,在行人檢測中可以用作區(qū)分行人和非行人的分類器。在使用基于HOG與SVM特征算法進行行人檢測時,采集HOG特征的主要思想是通過對一幅圖像進行分析,其局部目標的表象和形狀可以被剃度或者邊緣密度方向分布的描述。筆者對圖像的各個像素點采集梯度或者邊緣的方向直方圖,根據(jù)直方圖的信息可以描述圖片的特征。OpenCV中已經(jīng)提供了計算HOG特征的方法,根據(jù)采集到的HOG特征向量,供SVM分類使用。SVM作為一個分類器,在行人檢測中可以轉(zhuǎn)化為行人與非行人的兩類分類問題,在OpenCV中運用到的是基于網(wǎng)格法的SVM。使用采集到的正樣本(行人)和負樣本(非行人、汽車、樹木、路燈等)的HOG特征,然后使用SVM分類器進行訓(xùn)練,得到行人檢測模型,進行行人檢測,其算法原理如圖1所示。

    1.2? OpenCV中的深度學(xué)習(xí)人臉分類器

    深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks,DNN)是深度學(xué)習(xí)的基礎(chǔ)。OpenCV自3.1版本就加入了DNN模塊,到3.3版本時,對DNN做了很大改進,將DNN模塊由contrib提升到了正式代碼塊中。目前,該DNN模塊支持加載訓(xùn)練好的模型,并執(zhí)行向前傳播過程(即預(yù)測)。

    現(xiàn)在深度學(xué)習(xí)最常用的3大框架是Caffe,TensorFlow和Torch/PyTorch。在3大深度學(xué)習(xí)框架的基礎(chǔ)上可以非常簡單地實現(xiàn)很多功能,如圖像分類、對象檢測、圖像分割、預(yù)測等。

    OpenCV提供了兩種不同的模型:一種是16位浮點數(shù)的caffe人臉模型(5.4 MB),另一種是8 bit量化后的TensorFlow人臉模型(2.7 MB)。量化是指通過犧牲精度來降低每一個權(quán)值所需要占用的空間。通常情況下,深度學(xué)習(xí)模型會有冗余計算量,冗余性決定了參數(shù)個數(shù)。因此,合理的量化網(wǎng)絡(luò)也可在保證精度的情況下減小模型的存儲體積,不會對網(wǎng)絡(luò)的精度造成影響。

    本文使用的SSD模型解決了YOLO的缺點,是一種單點探測器,用于多個類別,相較于以前的單點探測器,技術(shù)更快,而且更加精確。為了獲得較高的檢測精度,SSD模型從不同尺度特征圖中對不同的數(shù)據(jù)進行預(yù)測,并按縱橫比將預(yù)測明確分開。這些設(shè)計特點導(dǎo)致了簡單的端到端訓(xùn)練和高精度,進一步提高了速度與精度的權(quán)衡。

    1.3? 兩種算法實驗結(jié)果對比

    以某地鐵站上行樓梯監(jiān)控視頻為例,如圖2所示,該視頻中行人流量較大,視頻幀率為3幀/s,總幀數(shù)252幀,使用基于HOG與SVM特征算法的人臉檢測方法和基于SSD模型行人檢測兩種方法,行人檢測模型的性能評估環(huán)境采用Microsoft Visual Studio 2010軟件,基于HOG與SVM特征算法檢測得到的行人區(qū)域用紅色矩形框標記如圖3所示,基于SSD模型算法行人檢測得到的行人區(qū)域用綠色矩形框標記其結(jié)果如圖4所示。圖5為樣本所屬類別的定義。同時利用檢測率與誤檢率兩個指標來作為評價指標,其計算公式可參考Liu等[3]的研究,如式(1—2):

    基于HOG與SVM特征算法的優(yōu)缺點都很明顯。優(yōu)點:HOG表示的是邊緣(梯度)的結(jié)構(gòu)特征,因此可以描述局部的形狀信息。位置和方向空間的量化一定程度上可以抑制平移和旋轉(zhuǎn)帶來的影響。采取在局部區(qū)域歸一化直方圖,可以抵消部分光照變化帶來的影響,一定程度上忽略了光照顏色對圖像造成的影響,使得圖像所需要的表征數(shù)據(jù)的維度降低了。分塊分單元的處理方法,也使得圖像局部像素點之間的關(guān)系可以很好地得到表征。缺點:描述子生成過程冗長,導(dǎo)致速度慢、實時性差,很難處理遮擋問題。相應(yīng)地,運用到檢測視頻中。兩種算法數(shù)據(jù)對比如表1所示。

    2? ? 行人目標跟蹤

    行人檢測、行人跟蹤和行人特征數(shù)據(jù)提取過程緊密相連,后者以前者為基礎(chǔ)。因此,本文以行人檢測為基礎(chǔ),進行行人目標跟蹤,通過系統(tǒng)提取不同的地鐵站行人特征數(shù)據(jù)[4]。

    目標跟蹤指的是在圖像序列之間創(chuàng)建基于位置、速度等有關(guān)特征對應(yīng)匹配的操作,通常利用目標的點、線或區(qū)域等特征在后續(xù)的圖像序列中進行目標的匹配,是進一步獲取目標信息(如人流量、行人速度等)的必要操作。行人的跟蹤可以將整體或者部分用于描述行人從而進行跟蹤,如跟蹤行人的頭部或者軀干,根據(jù)需求的不同,選擇不同的跟蹤對象以達到行人跟蹤目的。本文的行人跟蹤方法是在上文的基礎(chǔ)上進行,采用人頭部分的跟蹤以達到行人的跟蹤目的。地鐵站作為一個人流量較為集中,行人之間遮擋嚴重的場所,要想得到不錯的效果,需要能夠應(yīng)對遮擋情況的跟蹤方法,因此,采用卡爾曼濾波器對行人進行目標跟蹤。

    卡爾曼濾波器是一個對動態(tài)系統(tǒng)狀態(tài)序列進行線性最小誤差估計的算法[5],基本思想是先不考慮輸入信號和觀測噪聲的影響,得到狀態(tài)變量和輸出信號的估計值,再用輸出信號的估計誤差加權(quán)后校正狀態(tài)變量的估計值,使狀態(tài)變量估計誤差的均方差最小??柭鼮V波器包括兩個主要過程:預(yù)估與校正,其原理如圖6所示,數(shù)學(xué)模型模型如下。

    式中,X(k)為狀態(tài)向量,A(k+1,k)為狀態(tài)轉(zhuǎn)移矩陣,w(k)為系統(tǒng)噪聲,Z(k)為觀測向量,H(k)為觀測矩陣,v(k)為互不相關(guān)的均值為零的高斯白噪聲向量,其協(xié)方差矩陣:

    利用卡爾曼濾波器的理論可得知預(yù)測方程以及更新方程,更新方程組為:

    預(yù)測方程組為:

    通過建立運動模型,定義狀態(tài)方程和觀測方程各個參數(shù),就能利用卡爾曼濾波器實現(xiàn)行人運動目標的跟蹤。為滿足實際應(yīng)用需要,其多行人目標跟蹤流程應(yīng)如圖7所示,為了驗證此方法,本文將介紹軟件的實現(xiàn)以及系統(tǒng)搭建。

    3? ? 系統(tǒng)設(shè)計以及軟件實現(xiàn)

    本文研究主要以地鐵站內(nèi)的視頻監(jiān)測系統(tǒng)為載體,進行行人目標檢測,從而獲得所有與特定站內(nèi)規(guī)劃設(shè)施相關(guān)的行人特征數(shù)據(jù)(包括人流量、行人速度),本項目視頻選用地鐵站的監(jiān)控視頻,若要提取行人的物理速度,需要監(jiān)控攝像頭的安裝角度,每個像素與實際長度的比例等,因此,將y方向行人移動的平均像素作為檢測速度。該系統(tǒng)包括視頻采集與存儲、視頻檢測、結(jié)果存儲3大功能模塊,系統(tǒng)的總體架構(gòu)如圖8所示。

    微軟基礎(chǔ)類庫(Microsoft Foundation Classes,MFC)是微軟公司提供的一個C++類庫,是一種常用于系統(tǒng)界面實現(xiàn)的工具。本文利用此工具達到了監(jiān)測系統(tǒng)的目的,檢測系統(tǒng)的主要界面如圖9所示。該系統(tǒng)的功能包括以下幾方面:

    (1)查看監(jiān)控視頻文件。點擊右側(cè)“選擇視頻”按鈕,打開視頻存儲的本地文件夾,選中視頻文件。

    (2)對視頻文件進行行人檢測。選中視頻文件后點擊“開始處理”,在界面上的picture控件內(nèi)對行人檢測的結(jié)果以視頻畫面逐幀播放。

    (3)查看行人特征數(shù)據(jù)。在視頻監(jiān)測時,系統(tǒng)界面右下角會有行人的特征數(shù)據(jù)實時顯示。

    4? ? 結(jié)語

    本文主要運用OpenCV計算機視覺庫,設(shè)計了一個地鐵站行人微觀行為數(shù)據(jù)監(jiān)測的軟件系統(tǒng),運用圖像處理方法處理視頻圖像,在OpenCV的環(huán)境下,用C++語言實現(xiàn)。通過深度學(xué)習(xí)與傳統(tǒng)行人目標檢測方法對比,根據(jù)得到的數(shù)據(jù)對比討論合適的圖像處理的方法,并通過卡爾曼濾波器實現(xiàn)行人的跟蹤,利用針對性的軟件代碼編寫和檢測系統(tǒng)交互界面的設(shè)計。最終實現(xiàn)的系統(tǒng)具有查看監(jiān)控視頻文件,對其進行行人數(shù)據(jù)檢測、提取,并在交互界面上顯示。運用自行采集的視頻對系統(tǒng)進行實驗,結(jié)果證明該系統(tǒng)能夠?qū)崿F(xiàn)預(yù)期功能。

    [參考文獻]

    [1]郭明瑋,趙宇宙,項俊平,等.基于支持向量機的目標檢測算法綜述[J].控制與決策,2014(2):193-200.

    [2]石偉龍.基于視頻的行人檢測和跟蹤[D].重慶:重慶郵電大學(xué),2017.

    [3]LIU W,ANGUELOV D,ERHAN D,et al.SSD:single shot multibox detector[C].Amsterdam:European Conference on Computer Vision,2016.

    [4]田仙仙,鮑泓,徐成.一種改進HOG特征的行人檢測算法[J].計算機科學(xué),2014(9):320-324.

    [5]REYNA R A,MICHEL C.Segmenting images with support vector machines[J].International Conference on Image Processing,2002(6):820-823.

    Abstract:In recent years, Chinas rail transit industry has developed rapidly, the scale of rail transit network is gradually expanding. Based on the analysis of the relevant planning and design of subway station service facilities, the overall design of the station and the design of various service facilities are not consistent with the actual situation of station passenger flow, so the acquisition of pedestrian related characteristic data is particularly important, which is a scientific planning and design of pedestrian service facilities and is excellent, its the basic of configuration. In this paper, the depth learning face classifier based on OpenCV is compared with the commonly used feature recognition algorithm based on hog and SVM to detect pedestrians, and Kalman filtering algorithm is used to track pedestrians, and OpenCV3.4.7 computer vision library and MFC are used to build the system platform.

    Key words:rail transit; pedestrian monitoring; face recognition; pedestrian tracking

    猜你喜歡
    人臉識別軌道交通
    軌道交通產(chǎn)品CE認證論述
    城市軌道交通投融資模式分析
    人臉識別 等
    高速軌道交通發(fā)展趨勢
    揭開人臉識別的神秘面紗
    國外軌道交通通信系統(tǒng)簡述
    電子測試(2018年1期)2018-04-18 11:53:51
    基于(2D)2PCA-LBP 的人臉識別方法的研究
    電子制作(2017年17期)2017-12-18 06:40:55
    人臉識別在高校安全防范中的應(yīng)用
    電子制作(2017年1期)2017-05-17 03:54:46
    基于CAN的冗余控制及其在軌道交通門禁環(huán)網(wǎng)中的應(yīng)用
    基于類獨立核稀疏表示的魯棒人臉識別
    計算機工程(2015年8期)2015-07-03 12:19:07
    大片电影免费在线观看免费| 波野结衣二区三区在线| 久久久久久久大尺度免费视频| 咕卡用的链子| 日韩制服骚丝袜av| 人人妻人人爽人人添夜夜欢视频| 亚洲欧美色中文字幕在线| 在线亚洲精品国产二区图片欧美| 久久久久久免费高清国产稀缺| 久久久精品国产亚洲av高清涩受| 久久99精品国语久久久| 90打野战视频偷拍视频| 国产xxxxx性猛交| 丝袜在线中文字幕| 如何舔出高潮| 久久国内精品自在自线图片| 免费观看无遮挡的男女| 高清av免费在线| 色婷婷av一区二区三区视频| 国产成人精品久久二区二区91 | 国产麻豆69| 亚洲精品久久久久久婷婷小说| 久久国产精品大桥未久av| 999精品在线视频| 狠狠婷婷综合久久久久久88av| 欧美+日韩+精品| 国产野战对白在线观看| 涩涩av久久男人的天堂| 国产色婷婷99| 国产精品蜜桃在线观看| 亚洲第一av免费看| 欧美日韩亚洲高清精品| 青春草视频在线免费观看| 久久亚洲国产成人精品v| 国产av一区二区精品久久| 18禁国产床啪视频网站| 国产色婷婷99| 久久久精品免费免费高清| 免费看不卡的av| 少妇精品久久久久久久| tube8黄色片| 久久毛片免费看一区二区三区| 国产一区有黄有色的免费视频| 激情视频va一区二区三区| 亚洲欧美中文字幕日韩二区| 精品久久久精品久久久| 综合色丁香网| 国产高清国产精品国产三级| 人人妻人人澡人人看| 汤姆久久久久久久影院中文字幕| 制服丝袜香蕉在线| 国产熟女欧美一区二区| 美女高潮到喷水免费观看| 亚洲第一青青草原| 午夜影院在线不卡| 午夜福利视频在线观看免费| 麻豆乱淫一区二区| 激情视频va一区二区三区| 波多野结衣av一区二区av| 女人被躁到高潮嗷嗷叫费观| 99久国产av精品国产电影| 最近中文字幕2019免费版| 精品人妻熟女毛片av久久网站| 国产又色又爽无遮挡免| 天天影视国产精品| 一区二区三区激情视频| 丝袜脚勾引网站| 亚洲欧洲精品一区二区精品久久久 | 看非洲黑人一级黄片| 久久精品人人爽人人爽视色| 久久精品国产亚洲av涩爱| 制服丝袜香蕉在线| 成人毛片a级毛片在线播放| 亚洲,欧美,日韩| 少妇被粗大的猛进出69影院| 美女中出高潮动态图| 精品亚洲成a人片在线观看| 在线亚洲精品国产二区图片欧美| 久久久久久久大尺度免费视频| 啦啦啦啦在线视频资源| 妹子高潮喷水视频| 国产亚洲一区二区精品| 欧美精品高潮呻吟av久久| 亚洲成av片中文字幕在线观看 | 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 一本色道久久久久久精品综合| av在线播放精品| 午夜久久久在线观看| 最近最新中文字幕免费大全7| 亚洲精品aⅴ在线观看| 交换朋友夫妻互换小说| 亚洲一区二区三区欧美精品| 久久久亚洲精品成人影院| 99香蕉大伊视频| 男的添女的下面高潮视频| 寂寞人妻少妇视频99o| 国产欧美亚洲国产| 亚洲,欧美精品.| 午夜福利一区二区在线看| 亚洲第一av免费看| 丰满饥渴人妻一区二区三| 侵犯人妻中文字幕一二三四区| 午夜老司机福利剧场| 精品一区在线观看国产| 国产97色在线日韩免费| 视频在线观看一区二区三区| 欧美激情极品国产一区二区三区| 日韩视频在线欧美| 国产深夜福利视频在线观看| 伊人久久国产一区二区| tube8黄色片| 亚洲三区欧美一区| 国产老妇伦熟女老妇高清| 久久精品久久久久久噜噜老黄| 亚洲av日韩在线播放| 久久久久久久久久人人人人人人| 国产午夜精品一二区理论片| 午夜影院在线不卡| 色吧在线观看| 亚洲欧美精品自产自拍| 亚洲久久久国产精品| 丝瓜视频免费看黄片| 夜夜骑夜夜射夜夜干| 日韩大片免费观看网站| 国产免费福利视频在线观看| 国产伦理片在线播放av一区| 中文乱码字字幕精品一区二区三区| 99久久综合免费| 日本午夜av视频| 69精品国产乱码久久久| 欧美日韩综合久久久久久| 黄片无遮挡物在线观看| av又黄又爽大尺度在线免费看| 日本猛色少妇xxxxx猛交久久| www.熟女人妻精品国产| 丝袜美足系列| 9热在线视频观看99| 中文欧美无线码| 亚洲国产精品999| 视频区图区小说| 欧美日韩视频精品一区| 久久久国产一区二区| 久久久久网色| 少妇被粗大猛烈的视频| 欧美+日韩+精品| 啦啦啦视频在线资源免费观看| a级毛片在线看网站| 亚洲人成网站在线观看播放| 成年动漫av网址| 999久久久国产精品视频| 久久久久精品人妻al黑| 国产成人aa在线观看| 伊人亚洲综合成人网| 免费高清在线观看日韩| 黄色一级大片看看| 18+在线观看网站| 看免费成人av毛片| 成人国产麻豆网| 亚洲精品乱久久久久久| 一本久久精品| 久久精品国产鲁丝片午夜精品| 欧美日韩综合久久久久久| 欧美bdsm另类| 欧美日韩国产mv在线观看视频| 亚洲国产成人一精品久久久| 最近最新中文字幕大全免费视频 | 亚洲av电影在线观看一区二区三区| 精品卡一卡二卡四卡免费| 飞空精品影院首页| 免费高清在线观看日韩| 成人国产av品久久久| 欧美精品一区二区大全| 最近最新中文字幕免费大全7| 嫩草影院入口| 十八禁高潮呻吟视频| 两个人免费观看高清视频| 久久精品亚洲av国产电影网| 免费av中文字幕在线| 亚洲国产色片| 日韩电影二区| 汤姆久久久久久久影院中文字幕| av国产精品久久久久影院| 欧美 日韩 精品 国产| 国产精品.久久久| 亚洲欧洲国产日韩| 亚洲av免费高清在线观看| 国产又爽黄色视频| 91国产中文字幕| 校园人妻丝袜中文字幕| 亚洲国产精品国产精品| 男女下面插进去视频免费观看| 黑人猛操日本美女一级片| 最近2019中文字幕mv第一页| 国产探花极品一区二区| 99香蕉大伊视频| 美女福利国产在线| 国产亚洲av片在线观看秒播厂| 你懂的网址亚洲精品在线观看| 亚洲内射少妇av| 亚洲四区av| 亚洲三级黄色毛片| 国产精品偷伦视频观看了| 黄色毛片三级朝国网站| 国产野战对白在线观看| 1024视频免费在线观看| 久久久久久久国产电影| 肉色欧美久久久久久久蜜桃| 久久人人97超碰香蕉20202| 一边摸一边做爽爽视频免费| 在线观看免费高清a一片| 久久97久久精品| 日韩欧美精品免费久久| av不卡在线播放| 国产精品免费视频内射| 亚洲av综合色区一区| 18禁动态无遮挡网站| 自线自在国产av| videos熟女内射| 国产色婷婷99| 深夜精品福利| 免费女性裸体啪啪无遮挡网站| 一级片免费观看大全| 91国产中文字幕| 国产免费视频播放在线视频| 在线观看一区二区三区激情| 天天躁夜夜躁狠狠久久av| 男女边吃奶边做爰视频| 蜜桃国产av成人99| 国产高清不卡午夜福利| 97在线视频观看| 国产亚洲一区二区精品| 黑丝袜美女国产一区| av免费在线看不卡| 亚洲国产精品成人久久小说| 国产精品二区激情视频| 日韩制服骚丝袜av| 97人妻天天添夜夜摸| 亚洲,欧美,日韩| 精品国产乱码久久久久久小说| 日本欧美国产在线视频| 亚洲在久久综合| 日本wwww免费看| 亚洲四区av| 1024香蕉在线观看| 亚洲av.av天堂| 在现免费观看毛片| 性高湖久久久久久久久免费观看| 18禁裸乳无遮挡动漫免费视频| av女优亚洲男人天堂| 亚洲欧美色中文字幕在线| 久久久久国产一级毛片高清牌| 最近的中文字幕免费完整| 在线观看人妻少妇| 国产精品一国产av| 国语对白做爰xxxⅹ性视频网站| 久久久久久久国产电影| 国产女主播在线喷水免费视频网站| 成人18禁高潮啪啪吃奶动态图| 99久国产av精品国产电影| 国产片特级美女逼逼视频| 一本久久精品| 国产不卡av网站在线观看| 国产爽快片一区二区三区| 丰满饥渴人妻一区二区三| 狠狠精品人妻久久久久久综合| 成年女人在线观看亚洲视频| 国产免费现黄频在线看| 纵有疾风起免费观看全集完整版| 交换朋友夫妻互换小说| 桃花免费在线播放| 国产1区2区3区精品| 18禁观看日本| 午夜免费观看性视频| 18禁国产床啪视频网站| 伊人亚洲综合成人网| 国产亚洲最大av| 久久久久网色| 精品人妻在线不人妻| 亚洲精品视频女| 精品久久蜜臀av无| 国产在视频线精品| 18禁动态无遮挡网站| 欧美+日韩+精品| 亚洲精品自拍成人| 欧美另类一区| av不卡在线播放| 国产亚洲av片在线观看秒播厂| 午夜福利在线免费观看网站| 久久精品亚洲av国产电影网| 男女高潮啪啪啪动态图| 又黄又粗又硬又大视频| 国产野战对白在线观看| 波野结衣二区三区在线| 日韩不卡一区二区三区视频在线| 中文字幕av电影在线播放| 麻豆精品久久久久久蜜桃| 秋霞伦理黄片| 精品人妻偷拍中文字幕| 免费久久久久久久精品成人欧美视频| 亚洲四区av| 97在线人人人人妻| 日韩,欧美,国产一区二区三区| 老鸭窝网址在线观看| 欧美精品国产亚洲| 日本欧美国产在线视频| 麻豆乱淫一区二区| 久久亚洲国产成人精品v| 亚洲精品日韩在线中文字幕| 男女国产视频网站| 人妻系列 视频| 国产又色又爽无遮挡免| 男女啪啪激烈高潮av片| 伦理电影免费视频| 免费黄色在线免费观看| 国产精品不卡视频一区二区| 美女大奶头黄色视频| 黑人猛操日本美女一级片| 狠狠精品人妻久久久久久综合| 国产女主播在线喷水免费视频网站| 久久ye,这里只有精品| 国产 精品1| 亚洲国产精品国产精品| av在线app专区| 欧美变态另类bdsm刘玥| 精品国产乱码久久久久久男人| 岛国毛片在线播放| 在线天堂中文资源库| 亚洲成人av在线免费| 永久免费av网站大全| 少妇人妻 视频| www.精华液| 欧美精品国产亚洲| 亚洲综合精品二区| 老司机亚洲免费影院| 热re99久久精品国产66热6| 久久久久久久大尺度免费视频| 看免费成人av毛片| 最黄视频免费看| 色视频在线一区二区三区| 国产日韩欧美视频二区| 蜜桃在线观看..| 最新的欧美精品一区二区| 青春草亚洲视频在线观看| 亚洲伊人色综图| 这个男人来自地球电影免费观看 | 久久韩国三级中文字幕| 欧美97在线视频| 久久精品久久久久久噜噜老黄| 免费观看无遮挡的男女| 免费在线观看完整版高清| 国产高清国产精品国产三级| 国产一区有黄有色的免费视频| 91aial.com中文字幕在线观看| 美女国产高潮福利片在线看| 国产成人精品久久二区二区91 | 亚洲国产精品成人久久小说| 一级片免费观看大全| 久久久久精品性色| 麻豆av在线久日| 午夜91福利影院| 成人亚洲精品一区在线观看| 少妇猛男粗大的猛烈进出视频| 国产在线视频一区二区| 黄色毛片三级朝国网站| 亚洲av电影在线进入| 亚洲成人手机| 黑丝袜美女国产一区| av国产久精品久网站免费入址| 亚洲第一av免费看| 精品午夜福利在线看| 日韩制服丝袜自拍偷拍| 欧美人与性动交α欧美精品济南到 | 搡老乐熟女国产| 欧美av亚洲av综合av国产av | 街头女战士在线观看网站| 女性被躁到高潮视频| 亚洲中文av在线| 97精品久久久久久久久久精品| 亚洲经典国产精华液单| 啦啦啦在线免费观看视频4| 亚洲视频免费观看视频| 一本色道久久久久久精品综合| 久久久国产欧美日韩av| 少妇人妻久久综合中文| 久久精品国产亚洲av天美| 国产精品偷伦视频观看了| 国产黄色视频一区二区在线观看| 亚洲成色77777| 免费观看性生交大片5| 午夜免费男女啪啪视频观看| 午夜久久久在线观看| videos熟女内射| 亚洲激情五月婷婷啪啪| 麻豆精品久久久久久蜜桃| 欧美精品人与动牲交sv欧美| 99久久精品国产国产毛片| 国产白丝娇喘喷水9色精品| 精品第一国产精品| 国产不卡av网站在线观看| 看非洲黑人一级黄片| 校园人妻丝袜中文字幕| 1024香蕉在线观看| 一级毛片电影观看| 国产亚洲av片在线观看秒播厂| 免费播放大片免费观看视频在线观看| 女人被躁到高潮嗷嗷叫费观| 亚洲精品日韩在线中文字幕| 激情视频va一区二区三区| 亚洲av国产av综合av卡| 一级a爱视频在线免费观看| 免费观看av网站的网址| 中文字幕精品免费在线观看视频| 亚洲一码二码三码区别大吗| 日本欧美国产在线视频| 色94色欧美一区二区| 国产成人av激情在线播放| 国产又色又爽无遮挡免| 亚洲欧洲日产国产| kizo精华| 各种免费的搞黄视频| 亚洲伊人色综图| 国产国语露脸激情在线看| 在线观看www视频免费| 婷婷色麻豆天堂久久| 亚洲一区中文字幕在线| 亚洲欧美精品自产自拍| 免费在线观看视频国产中文字幕亚洲 | 国产精品.久久久| 免费观看性生交大片5| 在线精品无人区一区二区三| 久久ye,这里只有精品| 国产淫语在线视频| 国产人伦9x9x在线观看 | 黑人猛操日本美女一级片| 国产免费又黄又爽又色| 亚洲成国产人片在线观看| 成年动漫av网址| 亚洲国产欧美在线一区| 精品人妻一区二区三区麻豆| 街头女战士在线观看网站| 在线亚洲精品国产二区图片欧美| 人人妻人人澡人人看| 久久久久精品性色| 大香蕉久久成人网| 97人妻天天添夜夜摸| 久久99精品国语久久久| 亚洲国产精品成人久久小说| 伊人亚洲综合成人网| 在线观看www视频免费| 国产极品天堂在线| 久久人人97超碰香蕉20202| 99热国产这里只有精品6| 日本91视频免费播放| 日韩中字成人| 日韩中文字幕欧美一区二区 | 黄片小视频在线播放| 国产激情久久老熟女| 在线亚洲精品国产二区图片欧美| 高清视频免费观看一区二区| 日韩制服骚丝袜av| 在线 av 中文字幕| 大陆偷拍与自拍| 亚洲欧美一区二区三区久久| 久久久久久久久久人人人人人人| 久久久久人妻精品一区果冻| 亚洲视频免费观看视频| 青青草视频在线视频观看| 80岁老熟妇乱子伦牲交| 欧美少妇被猛烈插入视频| 一区福利在线观看| av一本久久久久| 秋霞伦理黄片| 国产精品免费大片| 三上悠亚av全集在线观看| 丝袜人妻中文字幕| 欧美 亚洲 国产 日韩一| 黄频高清免费视频| 国产免费一区二区三区四区乱码| av网站免费在线观看视频| 午夜福利影视在线免费观看| 亚洲成av片中文字幕在线观看 | 女人被躁到高潮嗷嗷叫费观| 69精品国产乱码久久久| 自线自在国产av| 性少妇av在线| 久久人人97超碰香蕉20202| 搡女人真爽免费视频火全软件| 97在线人人人人妻| 国产成人精品婷婷| 久久精品aⅴ一区二区三区四区 | 在线亚洲精品国产二区图片欧美| 免费播放大片免费观看视频在线观看| 亚洲av在线观看美女高潮| 欧美日韩一级在线毛片| 999久久久国产精品视频| 亚洲欧洲国产日韩| 午夜福利视频在线观看免费| 久久久久国产一级毛片高清牌| 国产精品香港三级国产av潘金莲 | www.自偷自拍.com| 精品国产一区二区久久| 乱人伦中国视频| av免费在线看不卡| 国产精品香港三级国产av潘金莲 | 青春草视频在线免费观看| 一级片'在线观看视频| 亚洲图色成人| 亚洲av福利一区| 国产精品香港三级国产av潘金莲 | 欧美精品一区二区大全| 狂野欧美激情性bbbbbb| 两性夫妻黄色片| 纯流量卡能插随身wifi吗| 最新中文字幕久久久久| 国产野战对白在线观看| 美女国产视频在线观看| 国产av一区二区精品久久| 在线观看国产h片| 午夜免费男女啪啪视频观看| 校园人妻丝袜中文字幕| 人体艺术视频欧美日本| 国语对白做爰xxxⅹ性视频网站| 亚洲欧美精品自产自拍| 亚洲欧美一区二区三区国产| 午夜av观看不卡| 男人舔女人的私密视频| 亚洲美女黄色视频免费看| 亚洲国产精品成人久久小说| 精品人妻偷拍中文字幕| 久久久久久人妻| 日日撸夜夜添| 免费少妇av软件| 精品久久蜜臀av无| 欧美老熟妇乱子伦牲交| 国产精品久久久久久av不卡| 国产高清不卡午夜福利| 免费在线观看视频国产中文字幕亚洲 | 又粗又硬又长又爽又黄的视频| 日韩一区二区视频免费看| 精品第一国产精品| 黄色一级大片看看| 黄色视频在线播放观看不卡| 欧美精品一区二区免费开放| 欧美 日韩 精品 国产| 美女国产视频在线观看| 日韩视频在线欧美| 亚洲,一卡二卡三卡| 中文字幕另类日韩欧美亚洲嫩草| 欧美日韩av久久| 婷婷色麻豆天堂久久| 涩涩av久久男人的天堂| 亚洲av电影在线观看一区二区三区| 99精国产麻豆久久婷婷| 亚洲精品在线美女| 777米奇影视久久| 成人二区视频| 国产精品一区二区在线不卡| 亚洲av.av天堂| 天天躁夜夜躁狠狠躁躁| 寂寞人妻少妇视频99o| 韩国高清视频一区二区三区| 99久久中文字幕三级久久日本| 久久精品熟女亚洲av麻豆精品| 欧美精品av麻豆av| 久久精品国产亚洲av涩爱| 丝袜美足系列| 久久久亚洲精品成人影院| 成年av动漫网址| 国产片内射在线| 亚洲经典国产精华液单| 久久久久国产精品人妻一区二区| 亚洲国产av新网站| 午夜免费观看性视频| 美女福利国产在线| 午夜福利网站1000一区二区三区| 免费观看性生交大片5| 日韩一区二区视频免费看| 色94色欧美一区二区| 黄频高清免费视频| 校园人妻丝袜中文字幕| 久久国产精品男人的天堂亚洲| 最新的欧美精品一区二区| av国产久精品久网站免费入址| 久久亚洲国产成人精品v| 2022亚洲国产成人精品| 嫩草影院入口| 精品视频人人做人人爽| 午夜av观看不卡| 大片免费播放器 马上看| 免费在线观看完整版高清| 如日韩欧美国产精品一区二区三区| 国产精品久久久久久av不卡| 一区福利在线观看| 一本色道久久久久久精品综合| 久久久久国产精品人妻一区二区| 亚洲精品成人av观看孕妇| 久久久久精品人妻al黑| 亚洲内射少妇av| 久久这里有精品视频免费| 欧美中文综合在线视频| 精品视频人人做人人爽| 97在线视频观看| 男人添女人高潮全过程视频| 一级毛片 在线播放| av电影中文网址| av线在线观看网站| 午夜av观看不卡| 久久久久久免费高清国产稀缺| 超色免费av| 欧美 亚洲 国产 日韩一| 亚洲av电影在线进入| 在线观看免费高清a一片| 美女高潮到喷水免费观看| 国产1区2区3区精品| 久久这里有精品视频免费|