• <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 ?

    基于改進HOG特征和SVM分類器的行人檢測

    2020-06-09 12:20:59紀冕張欣徐海
    軟件 2020年2期
    關鍵詞:梯度

    紀冕 張欣 徐海

    摘 ?要: 本文首先研究了行人檢測的方法和面臨的難點,然后根據(jù)高斯平滑濾波器和雙線性插值法對傳統(tǒng)方向梯度直方圖做了改進,并搭建了支持向量機模型,從而構(gòu)建了基于改進HOG特征和SVM分類器的行人檢測系統(tǒng)。實驗結(jié)果顯示,在明亮且無遮擋的場景下,矩形框精確地定位行人,在光照不足或存在輕微遮擋時可以大體定位到行人,表明該系統(tǒng)在明亮無遮擋的情況下有準確的結(jié)果,并且在昏暗和輕度遮擋下檢測效果良好,最后通過對比可以得出,本文提出的方法總體效果優(yōu)于傳統(tǒng)HOG特征和SVM分類器的方法。

    關鍵詞:?行人檢測;HOG特征;SVM分類器;跟蹤算法;梯度;最佳分類表面

    中圖分類號: TP391.41????文獻標識碼:?A????DOI:10.3969/j.issn.1003-6970.2020.02.015

    【Abstract】: This paper first studies the pedestrian detection method and the difficulties it faces, then improves the traditional direction gradient histogram according to Gaussian smoothing filter and bilinear interpolation method, and builds the support vector machine model to construct the improved HOG feature. And the pedestrian detection system of the SVM classifier. The experimental results show that in a bright and unobstructed scene, the rectangular frame accurately locates the pedestrian, and when the brightness is not bright enough or there is slight occlusion, the pedestrian can be generally positioned, indicating that the system has accurate results in the case of bright unobstructed, and The detection effect is good under dim and light occlusion. It can be concluded that the overall effect of the proposed method is better than the traditional HOG feature and SVM classifier.

    【Key words】: Pedestrian detection;?HOG features;?SVM classifier;?Tracking algorithm;?Gradient;?Optimum classification surface

    0??引言

    行人檢測是一項具有挑戰(zhàn)性的任務,近年來的應用引起了很多關注,它的研究成果可應用于視頻分析[1],智能視頻監(jiān)控[2],人機交互[3],作為道路交通檢測的一部分[4],行人檢測面臨的主要問題有復雜多樣的背景環(huán)境、行人與攝像機之間動態(tài)變化的場景、系統(tǒng)實時性與穩(wěn)定性的嚴格要求等[5]。?????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????? 作為一種非網(wǎng)格體,行人有許多姿勢,可能出現(xiàn)在不同的道路場景中,穿有各種顏色和圖案的衣服,行人通常走在復雜的背景中,從圖像到圖像有不同的顏色和光照,只有部分行人可見是處理的另一個難題。這些條件使我們的工作非常復雜,也非常具有挑戰(zhàn)性。

    在對目標進行跟蹤時,很多因素會對跟蹤算法的效果造成影響,如光照強弱、目標有無遮擋、目標運動速度較快、復雜或者模糊的背景的干擾等。尤其是在實際的應用環(huán)境中,采用視覺對目標進行跟蹤依然面臨著很多復雜的因素的干擾,這些因素疊加在一起對目標識別的穩(wěn)定性產(chǎn)生了極大的影響[6],目前已有的跟蹤算法尚不能適應各種各樣復雜的環(huán)境[7]。

    文獻[8]是基于傳統(tǒng)HOG和SVM展開的研究,當樣本中行人數(shù)量很少時,檢測結(jié)果較為準確,但行人數(shù)量增多后實驗效果不佳,另外,光線明暗與遮擋部分的多少對結(jié)果的影響很大。文獻[9]將傳統(tǒng)HOG特征改進為MultiHOG,提取了行人的輪廓特征, 從而有效地減小了冗余特征的影響,但對遠處的行人漏檢率偏高,而且容易將其它物體錯誤地識別成行人。本文同樣對HOG特征進行改進,采用的是高斯平滑濾波器和雙線性插值法,這樣可以更好地提取行人的HOG特征,得到更準確的實驗結(jié)果。

    1??傳統(tǒng)HOG特征提取

    方向梯度直方圖(Histogram Oriented Gradient)的基本特征是梯度直方圖的統(tǒng)計[10]。HOG描述符先將圖像劃分為小區(qū)域單元,然后捕獲每個像素點的梯度直方圖單元,最后把該直方圖組合起來構(gòu)成HOG特征描述符。HOG描述符具有獨特的優(yōu)點:它不僅可以捕獲邊緣或梯度結(jié)構(gòu),還可以捕獲對局部幾何和光學變換不敏感的特征。它與行人檢測的聯(lián)系十分緊密[11],傳統(tǒng)的HOG特征提取過程如下所述:

    1.2??塊和單元格

    局部歸一化需要將單元組合在一起形成更大的空間連接塊。然后,HOG描述符是來自所有塊區(qū)域的歸一化小區(qū)直方圖分量的矢量。這些塊通常重疊,這意味著每個單元對最終描述符貢獻不止一次。塊幾何形狀是矩形RHOG塊。每塊的單元數(shù)是2×2,每單元的通道數(shù)是9,每單元的像素數(shù)是:

    1.3??梯度方向直方圖特征

    每個單元格中的每個像素統(tǒng)計梯度方向從而得到直方圖,直方圖x軸是方向直方圖通道,y軸是梯度值的總和對應的方向。最后我們可以得到一個特征向量。HOG特征提取算法步驟如下圖所示。

    SVM的主要思想可歸納為兩點:

    (1)旨在分析線性可分的情況。在線性不可分的情況下,利用非線性映射算法將低維輸入空間不可分線性樣本轉(zhuǎn)化為高維特征空間可分線性樣本。

    (2)基于結(jié)構(gòu)風險最小化理論。構(gòu)造特征空間中的最優(yōu)超平面分割,使學習編輯得到全局最優(yōu)解,并使樣本空間的期望風險滿足在一定概率上界的要求。

    圖3 ?支持向量與間隔

    Fig.3 ?Support vector and interval

    選擇不同的核函數(shù),可以生成不同的SVM[13],以下是四個基本內(nèi)核:

    (1)線性:

    (2)多項式:

    (3)徑向基函數(shù)(RBF):

    (4)二層神經(jīng)網(wǎng)絡:

    4??實驗步驟和流程

    本文的實驗步驟為:先將從數(shù)據(jù)庫收集的合適樣本用本文提出的改進HOG算法提取對象特征,然后將提取的特征放入SVM進行分類訓練,最后輸入待檢測圖像,查看實驗結(jié)果。

    本文的SVM訓練模型如下。

    本文系統(tǒng)的實驗環(huán)境為MATLAB R2016a,實驗結(jié)果如圖6所示。本文訓練樣本圖像和測試樣本圖像中的行人數(shù)量有一到多個,所有樣本的像素都是64×128,訓練過程耗時6 min左右,得到的行人檢測模型準確率達92%以上。

    從實驗結(jié)果可以看到,在明亮且無遮擋的場景下,文獻[8]和本文都能清晰、準確地鎖定行人。在光線不足的情況下,文獻[8]出現(xiàn)漏檢,而本文的結(jié)果不存在漏檢,只是沒有把所有行人單獨檢測出來,存在個別“一框定兩人”的現(xiàn)象,對比可以得到,昏暗場景下,本文方法更好。

    為了對輕度遮擋場景下兩種方法的效果進行更直觀的比較,對同一張彩色圖像分別進行實驗,結(jié)果如下。

    對第一幅圖像的這兩個結(jié)果比較可知,本文方法可以檢測出文獻[8]無法檢測到的遠處的行人。在第二幅圖像中,本文提出的方法能檢測到文獻[8]漏檢的人,并且將文獻[8]用一個框定位的兩個人分別檢測出來。由此可見,本文的基于改進HOG特征和SVM分類器的行人檢測方法比文獻[8]識別率更高。

    5??結(jié)論

    本文主要通過方向梯度直方圖和支持向量機對行人檢測進行了研究,分析了目前面臨的問題并介紹了行人檢測的研究方法,用高斯平滑濾波器和雙線性插值法對傳統(tǒng)的HOG做了改進,而且搭建了SVM模型,根據(jù)算法訓練了一個改進HOG特征和SVM分類器相結(jié)合的行人檢測模型,該模型對兩種屬性(明亮和昏暗,無遮擋和輕度遮擋)變化下行人檢測的效果通過實驗得到了驗證,經(jīng)過對比得出,本文提出的方法比文獻[8]的有效性更高。在光線不足的條件下,本文方法對行人的識別率明顯低于光線良好的情況,且有極小的可能誤檢測出非行人,在今后的研究中,重點在于提高昏暗場景下行人檢測的準確率。

    參考文獻

    張闖, 張海濤, 李文生. 異構(gòu)視頻監(jiān)控系統(tǒng)媒體資源共享與發(fā)現(xiàn)機制研究[J]. 軟件, 2015, 36(12): 16-21.

    張明軍, 俞文靜, 袁志, 黃志金. 視頻中目標檢測算法研究[J]. 軟件, 2016, 37(04): 40-45.

    Siddharth S. Rautaray, Anupam Agrawal. Vision based hand gesture recognition for human computer interaction: a survey[J]. Artificial Intelligence Review, 2015, 43(1).

    厲雙華. 道路交通檢測系統(tǒng)的設計和實現(xiàn)[J]. 軟件, 2015, 36(12): 206-208.

    閆江南, 楊帥, 崔育帥. 基于視頻分析的公交客流統(tǒng)計系統(tǒng)的研究[J]. 軟件, 2018, 39(06): 155-159.

    鄭茂凱. 運動目標識別與跟蹤方法的研究[D]. 沈陽工業(yè)大學, 2019.

    李盈盈, 李菲菲. 基于改進HOG共生概率特征的行人檢測算法[J]. 電子科技, 2018, 31(09): 4-8.

    岳鑫. 基于HOG特征和SVM分類器的行人檢測研究[J]. 科技創(chuàng)新與應用, 2016(05): 62-63.

    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, 2014, 41(09): 320-324.

    Dandan Wang, Tongei Lu, Yanduo Zhang. HOG pedestrian detection based on edge symmetry and trilinear interpolation[P].?International Symposium on Multispectral Image Processing and Pattern Recognition, 2018.

    高琦煜. 多卷積特征融合HOG行人檢測算法[J]. 計算機科學, 2017, 44(S2): 199-201+232.

    王宏濤, 孫劍偉. 基于BP神經(jīng)網(wǎng)絡和SVM的分類方法研究[J]. 軟件, 2015, 36(11): 96-99.

    Guangyuan Zhang, Fei Gao, Cong Liu, Wei Liu, Huai Yuan. A pedestrian detection method based on SVM classifier and optimized Histograms of Oriented Gradients feature[P]. Natural Computation (ICNC), 2010 Sixth International Conference on, 2010.

    猜你喜歡
    梯度
    梯度在電勢問題中的應用
    一個帶重啟步的改進PRP型譜共軛梯度法
    一個改進的WYL型三項共軛梯度法
    隨機加速梯度算法的回歸學習收斂速度
    強Wolfe線搜索下的修正PRP和HS共軛梯度法
    一種自適應Dai-Liao共軛梯度法
    一個具梯度項的p-Laplace 方程弱解的存在性
    f-Laplace非線性方程的梯度估計和Liouville定理
    一類扭積形式的梯度近Ricci孤立子
    Laplace方程斜邊值問題的梯度估計
    欧美xxxx性猛交bbbb| 亚洲国产精品sss在线观看| 22中文网久久字幕| 色综合站精品国产| 国产美女午夜福利| 日日夜夜操网爽| 在线天堂最新版资源| 久久精品久久久久久噜噜老黄 | 波多野结衣巨乳人妻| 一级黄色大片毛片| 黄色女人牲交| 午夜免费激情av| 日本三级黄在线观看| 国产免费男女视频| 亚洲精品日韩av片在线观看| 99国产精品一区二区蜜桃av| 91精品国产九色| av在线亚洲专区| 午夜福利高清视频| 丰满乱子伦码专区| 国产亚洲欧美98| 99久久精品一区二区三区| 精品一区二区三区视频在线观看免费| 免费不卡的大黄色大毛片视频在线观看 | 亚洲精品一区av在线观看| 床上黄色一级片| 午夜精品在线福利| 欧美最黄视频在线播放免费| 亚洲专区中文字幕在线| 亚洲性夜色夜夜综合| 乱系列少妇在线播放| 精品久久久噜噜| 国产熟女欧美一区二区| 国产精品一区二区三区四区久久| 国产美女午夜福利| 国产成人一区二区在线| 男人舔女人下体高潮全视频| 午夜免费激情av| 乱码一卡2卡4卡精品| av福利片在线观看| 88av欧美| 成人无遮挡网站| av女优亚洲男人天堂| 一本精品99久久精品77| 日韩中文字幕欧美一区二区| eeuss影院久久| 久久久久久久久久黄片| 日本欧美国产在线视频| 桃色一区二区三区在线观看| 国产亚洲精品av在线| 97碰自拍视频| 俄罗斯特黄特色一大片| 久久草成人影院| 久久精品国产亚洲av涩爱 | 人妻夜夜爽99麻豆av| 国产成年人精品一区二区| 嫁个100分男人电影在线观看| 午夜久久久久精精品| 日本成人三级电影网站| 久久久成人免费电影| 亚洲精品影视一区二区三区av| 欧美日韩亚洲国产一区二区在线观看| 欧美另类亚洲清纯唯美| 老熟妇乱子伦视频在线观看| 色噜噜av男人的天堂激情| 成人午夜高清在线视频| 免费黄网站久久成人精品| 白带黄色成豆腐渣| 国产蜜桃级精品一区二区三区| 男女视频在线观看网站免费| 天堂网av新在线| 我的老师免费观看完整版| 国产欧美日韩精品亚洲av| 男人和女人高潮做爰伦理| 欧美一级a爱片免费观看看| 亚洲中文字幕日韩| АⅤ资源中文在线天堂| 非洲黑人性xxxx精品又粗又长| 欧美高清成人免费视频www| 日韩欧美国产一区二区入口| 嫩草影院新地址| 精品午夜福利视频在线观看一区| 国产精品一区二区免费欧美| 久久草成人影院| 波野结衣二区三区在线| 成人精品一区二区免费| 国产探花极品一区二区| 国产av在哪里看| 天堂√8在线中文| 日本精品一区二区三区蜜桃| 亚洲熟妇熟女久久| 欧美性猛交黑人性爽| 免费看美女性在线毛片视频| 亚洲五月天丁香| 国产亚洲精品久久久com| 亚洲一区高清亚洲精品| 乱码一卡2卡4卡精品| 韩国av一区二区三区四区| 国产高清不卡午夜福利| 国产乱人视频| 精品一区二区免费观看| 久久久久久久午夜电影| 丝袜美腿在线中文| 日本撒尿小便嘘嘘汇集6| netflix在线观看网站| 亚洲乱码一区二区免费版| 国产伦人伦偷精品视频| av黄色大香蕉| 亚洲精品亚洲一区二区| 国内毛片毛片毛片毛片毛片| 欧美高清性xxxxhd video| 变态另类成人亚洲欧美熟女| 国产黄a三级三级三级人| 国产中年淑女户外野战色| 日日摸夜夜添夜夜添av毛片 | 久久精品国产亚洲网站| 黄色一级大片看看| 亚洲成人中文字幕在线播放| 国产精华一区二区三区| 日韩在线高清观看一区二区三区 | 精品人妻熟女av久视频| 成人国产综合亚洲| 亚洲熟妇熟女久久| 蜜桃亚洲精品一区二区三区| av.在线天堂| 波多野结衣高清作品| 亚洲国产色片| 伊人久久精品亚洲午夜| 精品乱码久久久久久99久播| 日本撒尿小便嘘嘘汇集6| 亚洲国产精品合色在线| 亚洲国产欧洲综合997久久,| 女人被狂操c到高潮| 国产免费男女视频| 91麻豆精品激情在线观看国产| 久久久色成人| 国产精品不卡视频一区二区| 久久久成人免费电影| 精品欧美国产一区二区三| 国产精品野战在线观看| 美女免费视频网站| 男人和女人高潮做爰伦理| 人人妻人人看人人澡| 美女大奶头视频| 久久久久国内视频| 国产伦精品一区二区三区四那| 免费看a级黄色片| 91在线精品国自产拍蜜月| 精品久久久久久久久久久久久| 亚洲中文字幕一区二区三区有码在线看| 有码 亚洲区| 欧美中文日本在线观看视频| av.在线天堂| 九九热线精品视视频播放| 又爽又黄无遮挡网站| 国语自产精品视频在线第100页| 免费不卡的大黄色大毛片视频在线观看 | 亚洲成人久久爱视频| 欧美日韩国产亚洲二区| 高清日韩中文字幕在线| 欧美丝袜亚洲另类 | 成年人黄色毛片网站| 波多野结衣巨乳人妻| 欧美日韩精品成人综合77777| www.www免费av| 国产欧美日韩精品一区二区| 热99在线观看视频| 午夜精品久久久久久毛片777| 日日摸夜夜添夜夜添av毛片 | 可以在线观看毛片的网站| 午夜影院日韩av| 中亚洲国语对白在线视频| 人妻丰满熟妇av一区二区三区| av在线观看视频网站免费| 天天躁日日操中文字幕| 在线国产一区二区在线| 久久精品夜夜夜夜夜久久蜜豆| 日本一二三区视频观看| 免费看光身美女| 丰满人妻一区二区三区视频av| 在线免费观看不下载黄p国产 | 日本欧美国产在线视频| 国产精品一区二区三区四区免费观看 | 国产黄a三级三级三级人| 男人狂女人下面高潮的视频| 国产精品综合久久久久久久免费| 国产精品久久久久久av不卡| 色5月婷婷丁香| 久久久久久伊人网av| 一进一出抽搐动态| 在线观看免费视频日本深夜| 欧美性感艳星| 国产高清三级在线| 精品久久久久久,| 97热精品久久久久久| 看片在线看免费视频| 亚洲美女黄片视频| 好男人在线观看高清免费视频| 久久久久久久久久成人| 有码 亚洲区| 一卡2卡三卡四卡精品乱码亚洲| 身体一侧抽搐| 丝袜美腿在线中文| 啦啦啦韩国在线观看视频| 美女大奶头视频| 日本欧美国产在线视频| 国产精品国产高清国产av| 国产亚洲91精品色在线| 久久精品国产鲁丝片午夜精品 | 成人亚洲精品av一区二区| 亚洲第一区二区三区不卡| 国产精品精品国产色婷婷| 日本三级黄在线观看| 欧美+亚洲+日韩+国产| 亚洲精华国产精华精| 麻豆一二三区av精品| 男女下面进入的视频免费午夜| 99在线视频只有这里精品首页| 不卡视频在线观看欧美| 天堂动漫精品| 精品久久久久久久久久久久久| 久久欧美精品欧美久久欧美| 成年人黄色毛片网站| 免费看光身美女| 久久人人爽人人爽人人片va| 国产在视频线在精品| 午夜影院日韩av| 亚洲四区av| 特级一级黄色大片| 丰满乱子伦码专区| 中文字幕久久专区| 99热网站在线观看| 特大巨黑吊av在线直播| 麻豆久久精品国产亚洲av| 欧美zozozo另类| 日日夜夜操网爽| 国产高清激情床上av| 乱系列少妇在线播放| 国产精品1区2区在线观看.| 91久久精品国产一区二区三区| 99热这里只有是精品在线观看| 亚洲午夜理论影院| 五月玫瑰六月丁香| 中文在线观看免费www的网站| 久久久午夜欧美精品| 亚洲欧美日韩卡通动漫| av黄色大香蕉| 少妇的逼水好多| 日韩欧美精品免费久久| 欧洲精品卡2卡3卡4卡5卡区| 在线播放无遮挡| 久久久久久九九精品二区国产| 噜噜噜噜噜久久久久久91| 成人特级av手机在线观看| 亚洲熟妇熟女久久| videossex国产| 老师上课跳d突然被开到最大视频| 国产精品综合久久久久久久免费| 亚洲av成人av| 国产麻豆成人av免费视频| 大又大粗又爽又黄少妇毛片口| av.在线天堂| 国产高潮美女av| 69人妻影院| 精品人妻一区二区三区麻豆 | 两人在一起打扑克的视频| 婷婷亚洲欧美| 精品人妻偷拍中文字幕| 久久99热这里只有精品18| bbb黄色大片| 少妇高潮的动态图| 99热只有精品国产| 国模一区二区三区四区视频| 最近最新中文字幕大全电影3| 小说图片视频综合网站| 国产一区二区亚洲精品在线观看| 午夜福利成人在线免费观看| av.在线天堂| 亚洲国产欧美人成| 久久精品国产99精品国产亚洲性色| 亚洲av二区三区四区| 亚洲精品粉嫩美女一区| 老司机福利观看| 在线天堂最新版资源| 国产精品人妻久久久影院| 在线免费十八禁| 可以在线观看毛片的网站| 男人舔女人下体高潮全视频| 一区二区三区免费毛片| 搡老熟女国产l中国老女人| 日本精品一区二区三区蜜桃| 干丝袜人妻中文字幕| 999久久久精品免费观看国产| 国产精品日韩av在线免费观看| 成人二区视频| 一级黄色大片毛片| 色哟哟·www| 亚洲不卡免费看| 日韩欧美国产一区二区入口| 天美传媒精品一区二区| 亚洲av成人精品一区久久| 国产男靠女视频免费网站| 国产成人影院久久av| 美女被艹到高潮喷水动态| av.在线天堂| 亚洲av.av天堂| 亚洲精品久久国产高清桃花| 免费av观看视频| 99久久中文字幕三级久久日本| xxxwww97欧美| 三级男女做爰猛烈吃奶摸视频| 变态另类丝袜制服| 人妻久久中文字幕网| 精品不卡国产一区二区三区| 精华霜和精华液先用哪个| 日韩强制内射视频| 别揉我奶头 嗯啊视频| 日韩精品青青久久久久久| 91久久精品国产一区二区三区| 午夜激情福利司机影院| 亚洲天堂国产精品一区在线| 国产熟女欧美一区二区| 欧美黑人欧美精品刺激| 老司机福利观看| 嫩草影视91久久| 啪啪无遮挡十八禁网站| 啦啦啦韩国在线观看视频| 一级a爱片免费观看的视频| 亚洲精品久久国产高清桃花| 美女被艹到高潮喷水动态| 日本色播在线视频| 国产成人影院久久av| 窝窝影院91人妻| 欧美日韩精品成人综合77777| 99riav亚洲国产免费| av专区在线播放| 亚洲精品一区av在线观看| 欧美激情在线99| 色综合色国产| 深夜精品福利| 非洲黑人性xxxx精品又粗又长| 在线观看66精品国产| 超碰av人人做人人爽久久| 成人美女网站在线观看视频| av国产免费在线观看| 99热6这里只有精品| 国产高清不卡午夜福利| 亚洲狠狠婷婷综合久久图片| 成人亚洲精品av一区二区| 午夜福利在线观看免费完整高清在 | 亚洲五月天丁香| 国产精品不卡视频一区二区| 波多野结衣高清作品| 国内久久婷婷六月综合欲色啪| 人人妻,人人澡人人爽秒播| 禁无遮挡网站| 伊人久久精品亚洲午夜| 精品久久久久久久久av| 直男gayav资源| 国产午夜精品久久久久久一区二区三区 | 日日啪夜夜撸| 成年人黄色毛片网站| 韩国av一区二区三区四区| www.色视频.com| xxxwww97欧美| 日本黄大片高清| 毛片一级片免费看久久久久 | 婷婷色综合大香蕉| 狂野欧美白嫩少妇大欣赏| 欧美日韩综合久久久久久 | 两人在一起打扑克的视频| 麻豆久久精品国产亚洲av| 搡老妇女老女人老熟妇| 亚洲一区高清亚洲精品| 中国美白少妇内射xxxbb| 国产精品福利在线免费观看| 国产精品久久久久久av不卡| 精品一区二区三区av网在线观看| av天堂在线播放| 午夜爱爱视频在线播放| 一个人看的www免费观看视频| 国产一区二区亚洲精品在线观看| 级片在线观看| 国产真实伦视频高清在线观看 | .国产精品久久| 亚洲18禁久久av| 夜夜夜夜夜久久久久| av福利片在线观看| АⅤ资源中文在线天堂| 亚洲欧美精品综合久久99| 午夜福利高清视频| 亚洲黑人精品在线| 少妇的逼水好多| 国产91精品成人一区二区三区| 欧美丝袜亚洲另类 | 亚洲精品久久国产高清桃花| 国产成人一区二区在线| 天堂动漫精品| 欧洲精品卡2卡3卡4卡5卡区| 神马国产精品三级电影在线观看| 18禁裸乳无遮挡免费网站照片| 内射极品少妇av片p| 国国产精品蜜臀av免费| 在线播放国产精品三级| 最好的美女福利视频网| 国产成人aa在线观看| 亚洲国产高清在线一区二区三| 久久人人爽人人爽人人片va| 老司机福利观看| 国产乱人视频| 久久久久国内视频| 亚洲色图av天堂| 欧美性感艳星| 啦啦啦韩国在线观看视频| 高清日韩中文字幕在线| 亚洲精品乱码久久久v下载方式| 国产男靠女视频免费网站| 夜夜爽天天搞| 在线国产一区二区在线| 久久人人爽人人爽人人片va| 国产av一区在线观看免费| 久久欧美精品欧美久久欧美| 亚洲国产精品成人综合色| 国产av麻豆久久久久久久| 一进一出好大好爽视频| 91精品国产九色| 动漫黄色视频在线观看| 免费人成视频x8x8入口观看| 18+在线观看网站| 免费不卡的大黄色大毛片视频在线观看 | 午夜福利18| 一本一本综合久久| 国产精品1区2区在线观看.| 欧美性感艳星| 精品99又大又爽又粗少妇毛片 | 18禁黄网站禁片午夜丰满| 亚洲真实伦在线观看| 精品午夜福利视频在线观看一区| 国产私拍福利视频在线观看| av专区在线播放| 美女xxoo啪啪120秒动态图| 又黄又爽又免费观看的视频| 日本一二三区视频观看| 国产三级中文精品| 欧美成人免费av一区二区三区| 男女做爰动态图高潮gif福利片| 99热这里只有精品一区| 美女大奶头视频| 很黄的视频免费| 免费无遮挡裸体视频| 亚洲av日韩精品久久久久久密| 国内精品久久久久精免费| 国产私拍福利视频在线观看| 一进一出抽搐动态| 中文亚洲av片在线观看爽| 亚洲黑人精品在线| 嫩草影院入口| 国产乱人伦免费视频| 国产精华一区二区三区| 神马国产精品三级电影在线观看| 欧美日韩亚洲国产一区二区在线观看| 亚洲av.av天堂| 国产欧美日韩精品一区二区| 精品免费久久久久久久清纯| 99视频精品全部免费 在线| 99精品久久久久人妻精品| 自拍偷自拍亚洲精品老妇| 国产精品久久电影中文字幕| 国产高清视频在线观看网站| 亚洲无线观看免费| 精品久久久久久久末码| 国内少妇人妻偷人精品xxx网站| 欧美3d第一页| 高清日韩中文字幕在线| 少妇的逼水好多| 久久6这里有精品| 日本黄色视频三级网站网址| 一级黄片播放器| 欧美日韩精品成人综合77777| 男人和女人高潮做爰伦理| 亚洲精品亚洲一区二区| 亚洲人成网站在线播| 99热只有精品国产| 国产亚洲精品av在线| 男女视频在线观看网站免费| 国产亚洲精品久久久久久毛片| 在线免费十八禁| 深夜a级毛片| 久久久久久久久久久丰满 | 欧美高清性xxxxhd video| 日本精品一区二区三区蜜桃| 亚洲,欧美,日韩| 成人无遮挡网站| 男女啪啪激烈高潮av片| 欧美极品一区二区三区四区| 亚洲av成人av| 伊人久久精品亚洲午夜| 成年人黄色毛片网站| 欧美日本亚洲视频在线播放| 亚洲天堂国产精品一区在线| 狂野欧美激情性xxxx在线观看| 老熟妇乱子伦视频在线观看| 简卡轻食公司| 一a级毛片在线观看| 亚洲欧美日韩高清在线视频| 一个人免费在线观看电影| 九九在线视频观看精品| 久久久久性生活片| 久久婷婷人人爽人人干人人爱| 窝窝影院91人妻| 91在线精品国自产拍蜜月| 动漫黄色视频在线观看| 欧美3d第一页| 国产成年人精品一区二区| 色5月婷婷丁香| 亚洲va在线va天堂va国产| 两个人的视频大全免费| 人妻久久中文字幕网| 长腿黑丝高跟| 国内精品一区二区在线观看| 麻豆成人午夜福利视频| 国产不卡一卡二| 欧美最黄视频在线播放免费| 久久6这里有精品| 1000部很黄的大片| 成熟少妇高潮喷水视频| 九色成人免费人妻av| 天天一区二区日本电影三级| 国产欧美日韩一区二区精品| 精品久久久久久久久亚洲 | 制服丝袜大香蕉在线| 中文亚洲av片在线观看爽| 99热这里只有是精品在线观看| 亚洲综合色惰| 尾随美女入室| 国产亚洲精品久久久com| 国产一区二区三区av在线 | 亚洲精品乱码久久久v下载方式| 国产一区二区激情短视频| 免费无遮挡裸体视频| bbb黄色大片| 九九久久精品国产亚洲av麻豆| 午夜免费男女啪啪视频观看 | 国产色爽女视频免费观看| 听说在线观看完整版免费高清| 在线a可以看的网站| 在线免费观看不下载黄p国产 | 国产在线男女| 男女视频在线观看网站免费| 国产精品久久久久久亚洲av鲁大| 中文字幕人妻熟人妻熟丝袜美| 我要看日韩黄色一级片| 日本黄色视频三级网站网址| 成年女人毛片免费观看观看9| 精品午夜福利在线看| 老司机深夜福利视频在线观看| 毛片女人毛片| 日本色播在线视频| 窝窝影院91人妻| 欧美黑人巨大hd| 久久欧美精品欧美久久欧美| 国产综合懂色| 国产精品女同一区二区软件 | 久久99热6这里只有精品| 在线免费观看的www视频| 欧美绝顶高潮抽搐喷水| 国产精品嫩草影院av在线观看 | 精品无人区乱码1区二区| 久久精品国产清高在天天线| 国产伦在线观看视频一区| 国内精品宾馆在线| 色噜噜av男人的天堂激情| 成人精品一区二区免费| 亚洲va在线va天堂va国产| 亚洲欧美日韩无卡精品| 免费人成在线观看视频色| 夜夜爽天天搞| av在线观看视频网站免费| 成人美女网站在线观看视频| 91久久精品国产一区二区成人| 国产乱人视频| 国产综合懂色| 亚洲七黄色美女视频| 91午夜精品亚洲一区二区三区 | or卡值多少钱| 日韩中文字幕欧美一区二区| 亚洲欧美精品综合久久99| 国产一区二区亚洲精品在线观看| 麻豆成人av在线观看| 国产亚洲欧美98| 久久精品影院6| 黄色日韩在线| 成人鲁丝片一二三区免费| 国产av不卡久久| 免费av不卡在线播放| 女人被狂操c到高潮| 国产黄a三级三级三级人| 一级黄色大片毛片| 国产精品伦人一区二区| 国产一区二区激情短视频| 熟女电影av网| 老司机福利观看| 噜噜噜噜噜久久久久久91| 国产午夜福利久久久久久| 国产精品久久电影中文字幕| 99九九线精品视频在线观看视频| 午夜福利在线观看免费完整高清在 | 亚洲av一区综合| 国产女主播在线喷水免费视频网站 | 窝窝影院91人妻| 日韩欧美精品免费久久| 亚洲精品成人久久久久久| 日韩欧美在线乱码| 久久久色成人| 国产高清激情床上av|