• <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
    午夜老司机福利剧场| 成人高潮视频无遮挡免费网站| 欧美三级亚洲精品| 免费不卡的大黄色大毛片视频在线观看 | 亚洲欧美成人精品一区二区| 午夜福利高清视频| 精品久久国产蜜桃| 最近2019中文字幕mv第一页| 欧美最黄视频在线播放免费| 亚洲色图av天堂| 亚洲国产精品sss在线观看| 国产人妻一区二区三区在| 高清在线视频一区二区三区 | 熟女电影av网| 亚洲美女视频黄频| 少妇猛男粗大的猛烈进出视频 | 国产伦精品一区二区三区视频9| a级毛片免费高清观看在线播放| 精品欧美国产一区二区三| 国产大屁股一区二区在线视频| 国产精品99久久久久久久久| 久久久久久久久久久免费av| 亚洲精华国产精华液的使用体验 | 国产成年人精品一区二区| 国产亚洲91精品色在线| 国产精品爽爽va在线观看网站| 精品免费久久久久久久清纯| 亚洲精品影视一区二区三区av| 午夜福利视频1000在线观看| 最近的中文字幕免费完整| 免费看日本二区| 老师上课跳d突然被开到最大视频| 日韩一区二区视频免费看| 中国美白少妇内射xxxbb| 色综合色国产| 成人毛片60女人毛片免费| 中文欧美无线码| 国产伦精品一区二区三区视频9| 丝袜美腿在线中文| 中文字幕人妻熟人妻熟丝袜美| 婷婷精品国产亚洲av| 国产不卡一卡二| 免费看美女性在线毛片视频| 中文字幕制服av| 天天一区二区日本电影三级| 看非洲黑人一级黄片| 日韩成人av中文字幕在线观看| 99热这里只有是精品在线观看| 国产精品人妻久久久久久| 久久精品人妻少妇| 免费观看人在逋| 欧美丝袜亚洲另类| 欧美高清成人免费视频www| 久久久久久九九精品二区国产| 床上黄色一级片| 国产老妇伦熟女老妇高清| 精品久久久噜噜| 久久精品91蜜桃| 日韩欧美三级三区| 好男人在线观看高清免费视频| 国产成人精品一,二区 | 啦啦啦啦在线视频资源| 欧美激情国产日韩精品一区| av国产免费在线观看| 亚洲av第一区精品v没综合| 成人二区视频| 女同久久另类99精品国产91| 长腿黑丝高跟| 日本黄色片子视频| h日本视频在线播放| 成人国产麻豆网| 国产成人a∨麻豆精品| 亚洲图色成人| 国内精品美女久久久久久| 毛片女人毛片| 丝袜喷水一区| 亚洲av中文av极速乱| 亚洲欧洲日产国产| 男人狂女人下面高潮的视频| 欧美最新免费一区二区三区| 欧美精品国产亚洲| 秋霞在线观看毛片| 白带黄色成豆腐渣| 亚洲熟妇中文字幕五十中出| 熟女人妻精品中文字幕| 麻豆一二三区av精品| 欧美又色又爽又黄视频| 免费搜索国产男女视频| 日韩视频在线欧美| 日本与韩国留学比较| 校园人妻丝袜中文字幕| 午夜久久久久精精品| 午夜福利在线观看免费完整高清在 | 久久精品久久久久久久性| av在线亚洲专区| 国产真实伦视频高清在线观看| 校园人妻丝袜中文字幕| 老女人水多毛片| 亚洲电影在线观看av| av又黄又爽大尺度在线免费看 | 麻豆av噜噜一区二区三区| 日本在线视频免费播放| 中文亚洲av片在线观看爽| av在线观看视频网站免费| 国产精品免费一区二区三区在线| 久久久色成人| 国产在线男女| 深夜a级毛片| 国产高清有码在线观看视频| 日本一本二区三区精品| av天堂在线播放| 欧美日韩乱码在线| 老女人水多毛片| 日韩欧美 国产精品| 久久久久久国产a免费观看| 少妇熟女欧美另类| 夫妻性生交免费视频一级片| 国产一区二区亚洲精品在线观看| 国产精品一二三区在线看| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲av男天堂| 久久精品国产亚洲网站| 人妻制服诱惑在线中文字幕| 亚州av有码| 成人性生交大片免费视频hd| 免费看光身美女| 亚洲欧美成人综合另类久久久 | 亚洲av成人精品一区久久| 成人毛片a级毛片在线播放| 成人特级av手机在线观看| 国产亚洲欧美98| 国产伦一二天堂av在线观看| 人妻系列 视频| 大又大粗又爽又黄少妇毛片口| 日韩精品青青久久久久久| 久久精品人妻少妇| 天天躁日日操中文字幕| 亚洲人成网站高清观看| 亚洲精品日韩av片在线观看| 99久国产av精品国产电影| 麻豆一二三区av精品| 国产精品无大码| 亚洲五月天丁香| 国产在视频线在精品| 两个人的视频大全免费| 日韩成人av中文字幕在线观看| 色尼玛亚洲综合影院| 99视频精品全部免费 在线| 国产成人精品婷婷| 久久草成人影院| 99久久九九国产精品国产免费| 亚洲真实伦在线观看| 亚洲自偷自拍三级| 亚洲国产欧美人成| 欧美在线一区亚洲| 青春草国产在线视频 | 成人毛片a级毛片在线播放| 在线免费观看的www视频| 久久6这里有精品| 男人狂女人下面高潮的视频| 亚洲精华国产精华液的使用体验 | 在线免费十八禁| 亚洲人成网站高清观看| 一级黄色大片毛片| 看非洲黑人一级黄片| 一夜夜www| 成年av动漫网址| 永久网站在线| а√天堂www在线а√下载| 中文字幕人妻熟人妻熟丝袜美| 日本免费一区二区三区高清不卡| 国产高清有码在线观看视频| 日韩视频在线欧美| 久久国产乱子免费精品| 国产片特级美女逼逼视频| 欧美日韩国产亚洲二区| 亚洲av.av天堂| 日韩 亚洲 欧美在线| 天天一区二区日本电影三级| 国产精品日韩av在线免费观看| 中出人妻视频一区二区| 国产乱人视频| 18禁裸乳无遮挡免费网站照片| 麻豆一二三区av精品| 欧美bdsm另类| 国产中年淑女户外野战色| 看免费成人av毛片| 成人特级av手机在线观看| 老司机福利观看| av.在线天堂| 黄色视频,在线免费观看| 国内久久婷婷六月综合欲色啪| 国产高潮美女av| 观看美女的网站| 国产大屁股一区二区在线视频| 亚洲精品日韩在线中文字幕 | 99久久久亚洲精品蜜臀av| 日本爱情动作片www.在线观看| 国产色爽女视频免费观看| 久久欧美精品欧美久久欧美| 久久午夜福利片| 欧美变态另类bdsm刘玥| 国产精品,欧美在线| 一级黄片播放器| 国产黄片美女视频| 成人漫画全彩无遮挡| 精品人妻一区二区三区麻豆| 亚洲欧美日韩无卡精品| 成人性生交大片免费视频hd| 九九在线视频观看精品| 日韩成人av中文字幕在线观看| av在线老鸭窝| 男人舔女人下体高潮全视频| 国产精品一区www在线观看| 看免费成人av毛片| 亚洲最大成人av| 日韩欧美国产在线观看| 精品久久久久久久久亚洲| 国产老妇伦熟女老妇高清| 国产精品乱码一区二三区的特点| 亚洲国产欧美人成| 国产色爽女视频免费观看| 欧美日韩在线观看h| 男插女下体视频免费在线播放| 麻豆成人av视频| 在线免费观看的www视频| 亚洲一区高清亚洲精品| 天天躁夜夜躁狠狠久久av| 六月丁香七月| 熟妇人妻久久中文字幕3abv| 国产精品日韩av在线免费观看| 免费黄网站久久成人精品| 在线观看av片永久免费下载| 国产成人影院久久av| 尾随美女入室| 精品午夜福利在线看| 欧美成人精品欧美一级黄| av在线蜜桃| 99国产精品一区二区蜜桃av| 亚洲性久久影院| av又黄又爽大尺度在线免费看 | 久久久久久久亚洲中文字幕| 亚洲美女视频黄频| 国产精品一二三区在线看| 成年女人看的毛片在线观看| 天天躁日日操中文字幕| 亚洲欧美日韩东京热| 国产精品人妻久久久影院| 久久精品国产99精品国产亚洲性色| 国产一级毛片七仙女欲春2| а√天堂www在线а√下载| 一级毛片aaaaaa免费看小| 国内揄拍国产精品人妻在线| 秋霞在线观看毛片| 国内少妇人妻偷人精品xxx网站| 欧美zozozo另类| 天堂av国产一区二区熟女人妻| 国产高清激情床上av| 久久人人爽人人片av| 亚洲中文字幕日韩| av卡一久久| 亚洲欧美成人精品一区二区| 97在线视频观看| 国产在视频线在精品| 91av网一区二区| 国产成人aa在线观看| 国产老妇女一区| 校园人妻丝袜中文字幕| 中国美白少妇内射xxxbb| 亚洲国产欧美在线一区| 一本精品99久久精品77| 日本色播在线视频| 成人鲁丝片一二三区免费| 两个人的视频大全免费| 99riav亚洲国产免费| 不卡视频在线观看欧美| 欧美性感艳星| 国产成人午夜福利电影在线观看| 亚洲欧洲日产国产| 精品国内亚洲2022精品成人| 亚洲av免费在线观看| 国产91av在线免费观看| 日本色播在线视频| 成人二区视频| 国产精品无大码| 最近2019中文字幕mv第一页| 91久久精品电影网| 一本一本综合久久| 午夜福利在线观看免费完整高清在 | 亚洲av中文字字幕乱码综合| 九色成人免费人妻av| 尤物成人国产欧美一区二区三区| 女同久久另类99精品国产91| 嫩草影院入口| 欧美不卡视频在线免费观看| 日日干狠狠操夜夜爽| kizo精华| 91久久精品国产一区二区三区| 国产高清三级在线| 99久久中文字幕三级久久日本| 精品日产1卡2卡| 只有这里有精品99| 久久人人爽人人片av| 成人毛片60女人毛片免费| 最后的刺客免费高清国语| 少妇高潮的动态图| 女人十人毛片免费观看3o分钟| 中文资源天堂在线| 国产一区二区三区在线臀色熟女| 国产成人午夜福利电影在线观看| 最新中文字幕久久久久| 国内精品宾馆在线| 午夜久久久久精精品| 12—13女人毛片做爰片一| 国产视频首页在线观看| 99久国产av精品| 免费观看在线日韩| 国产视频首页在线观看| 精品99又大又爽又粗少妇毛片| 亚洲第一区二区三区不卡| 久久久精品欧美日韩精品| 成年av动漫网址| 边亲边吃奶的免费视频| 欧美日韩乱码在线| 观看免费一级毛片| 久久欧美精品欧美久久欧美| 色播亚洲综合网| 成人综合一区亚洲| 黄片无遮挡物在线观看| 18禁在线无遮挡免费观看视频| 国产欧美日韩精品一区二区| 国产精品三级大全| a级一级毛片免费在线观看| 深夜精品福利| 中文字幕久久专区| 亚州av有码| 一本精品99久久精品77| 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 | 中文字幕av成人在线电影| 国产精品嫩草影院av在线观看| 三级男女做爰猛烈吃奶摸视频| 丝袜美腿在线中文| 一个人看的www免费观看视频| 精品免费久久久久久久清纯| 国产伦在线观看视频一区| 国产视频首页在线观看| 国产伦理片在线播放av一区 | 成人综合一区亚洲| 国产精品人妻久久久影院| 老女人水多毛片| 日日撸夜夜添| 男女那种视频在线观看| 亚洲精品色激情综合| 国产大屁股一区二区在线视频| 菩萨蛮人人尽说江南好唐韦庄 | 中文字幕久久专区| 色哟哟·www| 亚洲丝袜综合中文字幕| 久久久久久国产a免费观看| 可以在线观看毛片的网站| 欧美精品国产亚洲| 国产av麻豆久久久久久久| 精品久久国产蜜桃| 欧美高清成人免费视频www| 亚洲无线在线观看| 欧美日韩国产亚洲二区| 狠狠狠狠99中文字幕| 不卡视频在线观看欧美| 校园人妻丝袜中文字幕| 少妇高潮的动态图| 午夜福利在线观看吧| 亚洲av二区三区四区| 亚洲精品影视一区二区三区av| h日本视频在线播放| 亚洲精品影视一区二区三区av| 亚洲av二区三区四区| 亚洲高清免费不卡视频| 国产熟女欧美一区二区| 日本欧美国产在线视频| 欧美精品一区二区大全| 麻豆成人午夜福利视频| 波多野结衣高清无吗| 午夜激情欧美在线| 亚洲欧美精品专区久久| 91精品国产九色| 3wmmmm亚洲av在线观看| 国产乱人偷精品视频| 高清日韩中文字幕在线| 真实男女啪啪啪动态图| 国产国拍精品亚洲av在线观看| 99精品在免费线老司机午夜| 亚洲最大成人av| 中文资源天堂在线| 岛国在线免费视频观看| 国产高清不卡午夜福利| 国内精品宾馆在线| 亚洲成人久久性| 亚洲欧美中文字幕日韩二区| 亚洲av中文av极速乱| 亚洲成a人片在线一区二区| 2021天堂中文幕一二区在线观| 性欧美人与动物交配| 久久国产乱子免费精品| 亚洲不卡免费看| 亚洲综合色惰| 黄色欧美视频在线观看| 91久久精品国产一区二区三区| 日韩成人伦理影院| 亚洲av第一区精品v没综合| 九草在线视频观看| 插阴视频在线观看视频| 91久久精品电影网| 国产亚洲欧美98| 免费观看a级毛片全部| 亚洲av不卡在线观看| 国产精品av视频在线免费观看| 99久久人妻综合| 99热网站在线观看| 国产探花在线观看一区二区| 久久久精品欧美日韩精品| 亚洲在久久综合| 91在线精品国自产拍蜜月| 99久久九九国产精品国产免费| 亚洲婷婷狠狠爱综合网| 亚洲欧美精品自产自拍| 久久精品夜色国产| 亚洲精品成人久久久久久| 欧美高清性xxxxhd video| www.色视频.com| 久久人妻av系列| 久久人人爽人人爽人人片va| 亚洲国产日韩欧美精品在线观看| 日本av手机在线免费观看| 大香蕉久久网| 久久久久九九精品影院| 国产乱人视频| 中出人妻视频一区二区| 日日撸夜夜添| 天堂av国产一区二区熟女人妻| 成人漫画全彩无遮挡| 久久久久国产网址| 午夜福利视频1000在线观看| 国产三级中文精品| 99久国产av精品| www.色视频.com| 国内精品久久久久精免费| 亚洲国产欧美人成| 日韩国内少妇激情av| 国产精品久久久久久av不卡| 免费观看在线日韩| 秋霞在线观看毛片| 国内揄拍国产精品人妻在线| 国产日韩欧美在线精品| 青春草亚洲视频在线观看| 免费看光身美女| 国模一区二区三区四区视频| 日韩欧美 国产精品| 国产视频内射| 久久这里只有精品中国| 精品久久久噜噜| 中文字幕熟女人妻在线| 网址你懂的国产日韩在线| 午夜福利视频1000在线观看| 久久欧美精品欧美久久欧美| 偷拍熟女少妇极品色| 成人一区二区视频在线观看| 国产一区二区三区在线臀色熟女| 大香蕉久久网| 久久午夜亚洲精品久久| 国产三级在线视频| 高清在线视频一区二区三区 | 日本爱情动作片www.在线观看| 欧美最新免费一区二区三区| 欧美色视频一区免费| 久久99精品国语久久久| 亚洲美女搞黄在线观看| 国产黄a三级三级三级人| 欧美+亚洲+日韩+国产| 中出人妻视频一区二区| 99热只有精品国产| 欧美日本视频| 亚洲精品影视一区二区三区av| 精品一区二区三区人妻视频| 少妇人妻精品综合一区二区 | 亚洲人与动物交配视频| 久久精品国产自在天天线| 国产精品麻豆人妻色哟哟久久 | 国产一区亚洲一区在线观看| kizo精华| 午夜福利在线观看吧| 国产高潮美女av| 成人二区视频| 亚州av有码| 国产精品不卡视频一区二区| 欧美成人a在线观看| 精品不卡国产一区二区三区| 国产精品久久久久久精品电影小说 | 在线观看午夜福利视频| 大型黄色视频在线免费观看| 亚洲av电影不卡..在线观看| 久久人人爽人人爽人人片va| 国产探花极品一区二区| 国模一区二区三区四区视频| 亚洲激情五月婷婷啪啪| 内地一区二区视频在线| 亚洲精品粉嫩美女一区| 看免费成人av毛片| 久久久久网色| 免费观看a级毛片全部| 日本一本二区三区精品| 在线观看美女被高潮喷水网站| 欧美区成人在线视频| 午夜激情欧美在线| 久久婷婷人人爽人人干人人爱| 99久久精品一区二区三区| 一夜夜www| 亚洲第一区二区三区不卡| 亚洲成a人片在线一区二区| 丰满的人妻完整版| 国产在线男女| 精品久久久久久久末码| 国产三级中文精品| 久久精品国产鲁丝片午夜精品| 久久久久久久午夜电影| 婷婷精品国产亚洲av| 一进一出抽搐动态| 精品国产三级普通话版| 精品久久久久久久人妻蜜臀av| 亚洲国产精品成人综合色| 91久久精品电影网| 成年av动漫网址| 精品久久久久久久久av| 欧美激情久久久久久爽电影| 国产片特级美女逼逼视频| 精华霜和精华液先用哪个| 日韩大尺度精品在线看网址| 国产黄片视频在线免费观看| 成人毛片60女人毛片免费| 女的被弄到高潮叫床怎么办| 国产成人福利小说| 亚洲经典国产精华液单| 久久精品夜色国产| 美女国产视频在线观看| 91精品一卡2卡3卡4卡| 性色avwww在线观看| 日产精品乱码卡一卡2卡三| 日韩欧美国产在线观看| 99九九线精品视频在线观看视频| 九九在线视频观看精品| 麻豆av噜噜一区二区三区| 爱豆传媒免费全集在线观看| 一个人看视频在线观看www免费| 久久午夜亚洲精品久久| 黄片wwwwww| 国产伦精品一区二区三区四那| 国产成人a∨麻豆精品| 久久精品人妻少妇| av黄色大香蕉| 青青草视频在线视频观看| 国产一级毛片七仙女欲春2| 中出人妻视频一区二区| 亚洲精品粉嫩美女一区| 人人妻人人澡人人爽人人夜夜 | 日韩强制内射视频| 国产老妇女一区| 美女高潮的动态| 亚洲国产欧洲综合997久久,| 看免费成人av毛片| 最近2019中文字幕mv第一页| 美女国产视频在线观看| 伦精品一区二区三区| 好男人在线观看高清免费视频| 久久精品国产自在天天线| 天堂av国产一区二区熟女人妻| 国产精品久久视频播放| 国产av在哪里看| 亚洲在线自拍视频| 两个人视频免费观看高清| 在线观看av片永久免费下载| 尤物成人国产欧美一区二区三区| 成人漫画全彩无遮挡| 国产午夜福利久久久久久| 老司机福利观看| 久久久精品94久久精品| 欧美日韩综合久久久久久| 女人被狂操c到高潮| 99在线人妻在线中文字幕| 婷婷亚洲欧美| 在线免费观看不下载黄p国产| 丰满的人妻完整版| 特级一级黄色大片| 国产精品一区www在线观看| 精品一区二区免费观看| 亚洲,欧美,日韩| 国产片特级美女逼逼视频| 久久精品国产亚洲av香蕉五月| 色5月婷婷丁香| 久久久国产成人免费| 亚洲欧美成人综合另类久久久 | 国产午夜精品久久久久久一区二区三区| 亚洲在线观看片| 国产精品久久久久久av不卡| 免费看a级黄色片| 亚洲三级黄色毛片| 性插视频无遮挡在线免费观看| 2022亚洲国产成人精品| 亚洲av成人精品一区久久| 卡戴珊不雅视频在线播放| 人人妻人人澡欧美一区二区| 大又大粗又爽又黄少妇毛片口| 亚洲婷婷狠狠爱综合网| 国产一区二区三区av在线 | 岛国在线免费视频观看| 国产三级中文精品| 国产成人精品一,二区 |