• <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 ?

    基于特征融合的復(fù)雜場景多目標(biāo)跟蹤算法研究

    2020-06-19 08:45王志余
    軟件導(dǎo)刊 2020年4期
    關(guān)鍵詞:特征融合目標(biāo)跟蹤機器視覺

    摘要:在復(fù)雜地物類型背景條件下,多目標(biāo)跟蹤算法通常表現(xiàn)出目標(biāo)識別與跟蹤能力較差問題,特別在被其它地物遮擋后目標(biāo)跟蹤丟失更嚴(yán)重。提出一種改進的基于多源特征提取與特征融合的多目標(biāo)跟蹤算法。為提高目標(biāo)在復(fù)雜背景下的空間分辨力,充分利用對異類物體判別能力較強的高層特征和針對同類不同物體判別能力較強的淺層特征,提高復(fù)雜背景下地物目標(biāo)的識別能力。同時,為了解決物體被遮擋后導(dǎo)致跟蹤算法丟失目標(biāo)問題,利用濾波器獲得追蹤目標(biāo)的空間尺度大小,提高跟蹤算法的準(zhǔn)確性與可靠性。實驗表明,多目標(biāo)跟蹤算法識別目標(biāo)的準(zhǔn)確性可達87.5%,誤差在±2.31%左右,具有良好的尺度估計效果。

    關(guān)鍵詞:機器視覺;特征融合;目標(biāo)跟蹤;尺度估計;運動檢測

    DOI: 10. 11907/rjdk.191604

    開放科學(xué)(資源服務(wù))標(biāo)識碼(OSID):

    中圖分類號:TP312

    文獻標(biāo)識碼:A

    文章編號:1672-7800( 2020)004-0046-04

    Research on Multi-target Tracking Algorithm for Complex Background

    Based on Feature Fusion

    WANG Zhi-yu1.2

    (l.College of Computer Science arzd Engineering , .Sh.andong Univer.sity of Scie,zce and Tech.nology ,

    Qingda0 2665 90 , Ch.ina ;

    2. Huangrlao District Ch.inese Medicine. Hospital, Qingda0 266500 . Clzina )

    Abstract: In the context of conlplex object types, multi-target tracking algorithrus usually show poor target recognition and targettracking ability, especially after being occluded by other objects, u-hich will lead to the loss of tracking sef targets. A multi-fargettracking algorithm for rnulti-source feature extraction and feature fusion is proposed in order to improve the spatial resolving power of'neural networks. iuake f'ull use of' different depth f'eatures and high-level f'eatures that have strong discriminative ability for heteroge-neous objects and discriminate against different objects of the same kind. Strong shallow features and multi-source fusion for featuresare fully used to improve the recognition of ground objects. At the same time. in order to solve the problem that the tracking algorithmloses the target after the object is occluded. the scale filter is used to calculate the spatial scale of the target, and the performance ofthe iuulti-target tracking algorithm is improved. Field experiments show, that multi-target tracking algorithm can achieve target accura-cy of 87.5% , error rate is +2.31% . and the algorithm has good scale estimation effect.Key Words : machine vision ; feature fusion ; target tracking; scale estimation ;motion detection

    O 引言

    深度卷積神經(jīng)網(wǎng)絡(luò)可以提取并表達目標(biāo)的深層特征,被廣泛用于提高目標(biāo)追蹤算法的準(zhǔn)確性,適用于運動目標(biāo)軌跡不斷變化情況。但卷積預(yù)算過程中大量的矩陣操作導(dǎo)致計算量較大,影響多目標(biāo)追蹤的時效性,為此學(xué)者進行了相關(guān)研究。如周奇等…利用多特征進行輪船運動目標(biāo)的跟蹤和軌跡獲取;李寧寧等[2]利用基于中心對比的卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)特定目標(biāo)的跟蹤算法;馮樂樂等[3]基于連續(xù)幀神經(jīng)網(wǎng)絡(luò)實現(xiàn)行人的白動檢測。這些算法都有效利用了卷積神經(jīng)網(wǎng)絡(luò)強大的多尺度特征表達能力,但神經(jīng)網(wǎng)絡(luò)高層卷積層輸出特征尺寸較小,使用高層特征進行目標(biāo)跟蹤時受各種外界因素的影響[5-6]較大,難以達到理想效為解決此問題,通過局部裁剪方式。[7]計算前一幀圖像的預(yù)測結(jié)果作為當(dāng)前幀的中心,根據(jù)濾波框架位置裁剪出一塊略大于目標(biāo)尺寸的局部區(qū)域,通過圖像采樣處理,輸入到卷積神經(jīng)網(wǎng)絡(luò)。利用基于紋理和空間信息的多特征融合算法,通過目標(biāo)的多尺度高層特征提高目標(biāo)識別的準(zhǔn)確性。

    針對復(fù)雜場景圖像局部裁剪引起的運動目標(biāo)跟蹤丟失等問題。[8-9],本文提出一種改進的基于深度卷積特征融合的多目標(biāo)跟蹤算法,利用多尺度融合特征提高目標(biāo)的空間分辨能力和目標(biāo)識別能力。

    1 算法流程及步驟

    傳統(tǒng)的目標(biāo)檢測和跟蹤算法普遍利用梯度“0。、紋理llll和邊緣[12]等特征,在分離圖像前景和背景基礎(chǔ)上,采用特定模型在待檢測圖像中進行特征匹配。但是,這類方法通常實現(xiàn)起來比較復(fù)雜[13-14],并且容易受到外界環(huán)境因素和目標(biāo)自身形態(tài)變化的影響。在場景不受限制的條件下,人T設(shè)計的特征較難適應(yīng)各種動態(tài)變化[15];在實際應(yīng)用場景下,由于背景的復(fù)雜性和多樣性,造成運動目標(biāo)檢測效果不佳。

    本文針對復(fù)雜背景下多目標(biāo)跟蹤問題,利用深度卷積模型VGG19,采用濾波器提取目標(biāo)區(qū)域的多層次深度卷積特征,設(shè)計了改進的多目標(biāo)跟蹤算法,主要包含目標(biāo)定位、目標(biāo)尺度計算和模型更新。本文提出的目標(biāo)跟蹤算法框架如圖1所示。

    1.1 定位階段

    1.1.1 局部檢測模型

    利用裁剪的目標(biāo)局部區(qū)域,對多尺度目標(biāo)圖像的深層特征進行特征提取和特征融合,通過改進的反卷積層,上采樣處理Conv5輸出特征圖,使其與Conv4層的特征圖尺寸大小相同。用兩個特征圖構(gòu)造一個疊加的高層特征圖,提取高層深度特征,得到局部檢測模型的預(yù)測輸出結(jié)果。

    使用第一幀圖像進行訓(xùn)練。在局部檢測模型給定的目標(biāo)框周圍,沿著目標(biāo)框邊緣進行裁剪,將裁剪得到的局部區(qū)域圖像拉伸至VGG19網(wǎng)絡(luò)的輸入尺寸,并輸入到網(wǎng)絡(luò)得到特征圖,輸出預(yù)測追蹤目標(biāo)在熱度圖上對應(yīng)的每個點出現(xiàn)的概率大小。

    計算損失函數(shù),實現(xiàn)局部檢測網(wǎng)絡(luò)訓(xùn)練。

    其中,M,為局部檢測模型輸出,M2為目標(biāo)熱度圖,它符合二維高斯分布,采用隨機梯度下降法進行模型參數(shù)的訓(xùn)練。

    計算前一幀圖像預(yù)測的目標(biāo)位置,并以該位置為中心進行目標(biāo)局部區(qū)域的圖像裁剪。根據(jù)追蹤目標(biāo)的預(yù)測熱度圖,計算概率最大的位置為當(dāng)前數(shù)據(jù)幀預(yù)測目標(biāo)所在位置。

    1.1.2 全局搜索模型

    在目標(biāo)檢測過程中,物體的遮擋、光照、陰影以及背景對象的移動等因素都會影響目標(biāo)檢測和識別精度[16-17].本文使用Faster RCNN算法作為全局檢測模型,對目標(biāo)框聚類分析,計算得到目標(biāo)區(qū)域的權(quán)值。若超過設(shè)定的目標(biāo)識別閾值,則將權(quán)值最高點作為目標(biāo)新位置,繼續(xù)利用局部檢測模型進行特定目標(biāo)的識別與跟蹤,如圖2所示。

    本文設(shè)計了一種區(qū)域生成網(wǎng)絡(luò)優(yōu)化策略:①區(qū)分目標(biāo)與背景類型,采取二分類標(biāo)簽判定策略:背景標(biāo)簽為O,目標(biāo)標(biāo)簽為1;②采樣區(qū)域生成網(wǎng)絡(luò),生成一系列帶有權(quán)值的矩形區(qū)域框。

    若局部檢測模型特征圖輸出的最高值大于給定閾值,則作為檢測目標(biāo)位置。此時,將整張圖像輸入到全局檢測網(wǎng)絡(luò)中,預(yù)測出一組帶有權(quán)值的矩形候選框,獲得權(quán)值最高的候選區(qū)域。如果矩形框的權(quán)值大于給定閾值,則將其中心作為當(dāng)前數(shù)據(jù)幀目標(biāo)所在位置,繼續(xù)利用局部檢測網(wǎng)絡(luò)并跟蹤目標(biāo)。

    1.2計算目標(biāo)尺度

    在追蹤目標(biāo)對象過程中,不但要預(yù)測給定目標(biāo)的當(dāng)前位置,還要計算目標(biāo)的尺度大小,獲得目標(biāo)在整幅圖像中的候選區(qū)域[18]。

    在確定目標(biāo)對象位置后,首先以該位置為中心截取不同尺度大小的候選區(qū)域,然后將這些圖片拉伸至同樣大小[19],根據(jù)目標(biāo)框提取不同尺度的特征構(gòu)造輸出。在跟蹤過程中,通過不斷訓(xùn)練和迭代確定目標(biāo)對象位置,利用計算尺度濾波器的響應(yīng)最大值獲取當(dāng)前幀目標(biāo)框。

    1.3 模型更新

    在目標(biāo)對象追蹤運動過程中,外觀有可能會發(fā)生漸變現(xiàn)象[20-21]。為提高目標(biāo)追蹤效率并避免丟失追蹤目標(biāo)對象,要不斷更新局部檢測模型和尺度濾波器。

    根據(jù)熱度圖的最大響應(yīng)值,如果權(quán)值大于閾值,則認(rèn)為局部檢測模型可以對當(dāng)前圖片進行準(zhǔn)確檢測[22]。利用當(dāng)前數(shù)據(jù)幀預(yù)測的目標(biāo)框作為局部檢測模型的輸入,通過不斷迭代更新局部檢測模型。

    在目標(biāo)對象跟蹤過程中,算法對目標(biāo)的運動模糊無法進行有效識別,因此該算法不適合對全局檢測模型進行更新。

    2 特征融合方法

    本文沒計一種改進的多目標(biāo)跟蹤特征融合方法,主要流程如下:①針對視頻中的每一幀圖像,識別特定目標(biāo)與背景信息,分出待識別的目標(biāo)信息;②提取目標(biāo)的邊緣與紋理特征,建立特征直方圖并進行相似性度量;③計算特征相似性度量值,針對計算結(jié)果進行目標(biāo)圖像的深層特征融合;④針對視頻中的每一幀圖像進行處理,構(gòu)建特征融合匹配矩陣。

    目標(biāo)特征融合方法算法流程如下:

    輸入:視頻、圖像

    輸出:特征融合匹配矩陣

    detect video target

    get N frames foreground image

    for i=l.2.…….N do

    extract edge features

    generate HSV spatial color histogram

    calculate similaritv M

    //汁算目標(biāo)和候選目標(biāo)的匹配度

    extract texture fratures

    generate HSV spatial color histogram

    calculate similarity M

    extract texture fratures

    add fusion feature matching ll特征融合

    end for

    return feature matching matrix

    3 實驗結(jié)果及分析

    為檢驗?zāi)繕?biāo)跟蹤算法的工作效率,結(jié)合實際環(huán)境中的復(fù)雜地物背景,選取視頻序列進行測試,主要考慮光照變化、尺度變化、背景雜亂、目標(biāo)遮擋、快速運動等因素。

    3.1 步行實驗

    本實驗是一種基于連續(xù)幀的行人檢測,利用連續(xù)數(shù)據(jù)幀提取視頻序列的時間和空間特征,提高遮擋行人檢測能力?;谛腥藱z測在時間上的持續(xù)性,采用目標(biāo)跟蹤算法進行行人檢測,預(yù)測行人位置,評估行人檢測結(jié)果,提高行人被遮擋情況下的識別與跟蹤能力。

    本次實驗先后出現(xiàn)3個行人步行狀態(tài)的跟蹤目標(biāo),如圖3所示。從圖3(a)第523幀目標(biāo)出現(xiàn)在場景中開始,一直追蹤行人在馬路上行走過程,直到圖3(g)和圖3(h)行人被大樹遮擋,目標(biāo)追蹤丟失。本實驗場景較為復(fù)雜,算法判別給定目標(biāo)與背景的準(zhǔn)確性達到87.5%以上,誤差在±2.31%左右。

    3.2 快速運動實驗

    跟蹤該物體一直到視頻播放結(jié)束,如圖4所示。由于加強了尺度估計,算法在平均重疊率和平均中心點誤差方面表現(xiàn)較好。目標(biāo)特征從圖片部分區(qū)域獲得,超出采樣區(qū)域或目標(biāo)背景中其它物體遮擋,則裁剪得到的圖片中沒有目標(biāo)物,導(dǎo)致目標(biāo)跟蹤算法失敗。 4 結(jié)語

    在計算機視覺領(lǐng)域的復(fù)雜場景環(huán)境中,目標(biāo)在運動過程中經(jīng)常會發(fā)生被遮擋、背景雜波干擾和目標(biāo)形變等情況,造成多目標(biāo)對象跟蹤算法識別效果不佳,當(dāng)目標(biāo)被其它物體遮擋時,容易發(fā)生目標(biāo)跟蹤丟失問題。

    本文針對視頻監(jiān)控環(huán)境中的運動目標(biāo)檢測和跟蹤問題,提出一種改進的基于多源特征提取和特征融合的多目標(biāo)跟蹤算法。在目標(biāo)比例發(fā)生變化的情況下,利用跟蹤框更新機制,自適應(yīng)調(diào)整跟蹤框尺寸大小,以適應(yīng)目標(biāo)比例變化。充分利用目標(biāo)的多尺度特征進行特征融合,提高目標(biāo)對象的判別能力。

    經(jīng)過現(xiàn)場實驗驗證,本文提出的多目標(biāo)跟蹤算法能夠較好地判別給定目標(biāo),跟蹤準(zhǔn)確性有一定程度提高。但該算法針對目標(biāo)外觀特征提取不穩(wěn)定,利用目標(biāo)狀態(tài)特征構(gòu)造多目標(biāo)外觀特征的稀疏表示模型有利于提高目標(biāo)跟蹤的準(zhǔn)確性,下一步將針對該問題進行深入研究。

    參考文獻:

    [1]周奇基于多特征的輪船運動目標(biāo)跟蹤及軌跡獲取方法[D].北京:北方工業(yè)大學(xué),2018.

    [2]李寧寧.基于中心對比卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤算法研究[D].北京:北京郵電大學(xué),2018.

    [3]馮樂樂基于連續(xù)幀卷積神經(jīng)網(wǎng)絡(luò)的行人檢測方法研究[D]北京:北京工業(yè)大學(xué),2017.

    [4]尹宏鵬,陳波.基于視覺的目標(biāo)檢測與跟蹤綜述[J].自動化學(xué)報, 2016. 42( 10): 1466-1489.

    [5] 閔召陽,趙文杰基于卷積神經(jīng)網(wǎng)絡(luò)檢測的多鏡頭多目標(biāo)跟蹤算法[J]艦船電子工程,2017,37(12):25-28,38.

    [6] 孫皓,孫顯.一種高分辨率遙感圖像艦船檢測方法研究[J].測繪 科學(xué),2013,38(5):112-116.

    [7]李明杰,劉小飛基于粒子濾波和背景減除的多目標(biāo)檢測與跟蹤算法[J].計算機應(yīng)用研究,2018,35(8):2506-2509.

    [8]王國坤.復(fù)雜背景下基于深度學(xué)習(xí)的多目標(biāo)跟蹤算法研究[D].合肥:中國科學(xué)技術(shù)大學(xué),2018

    [9]顧蘇杭,陸兵.基于輪廓和ASIFT特征的目標(biāo)檢測與跟蹤算法[J].計算機仿真,2017,34(6):266-271,339

    [10]丁冉冉基于步態(tài)識別的人體目標(biāo)檢測與跟蹤[D].北京:北京交通大學(xué),2017.

    [II]周雅基于目標(biāo)檢測與加權(quán)混合特征的目標(biāo)跟蹤算法[J].科技通報,2017,33( 4):138-143

    [12]汪宏異,郝群.一種抗遮擋抗干擾的目標(biāo)檢測跟蹤方法研究[J]光學(xué)技術(shù),2016,42( 4):376-379,384.

    [13]郭毓,蘇鵬飛基于Faster R-CNN的機器人目標(biāo)檢測及空間定位[J].華中科技大學(xué)學(xué)報(自然科學(xué)版),2018,46(12):55-59.

    [14]陳飛,章東平.基于多尺度特征融合的Faster-RCNN道路目標(biāo)檢測[J].中國計量大學(xué)學(xué)報,2018,29(4):393-397

    [15]楊磊,龐芳.基于低秩一稀疏聯(lián)合表示的視頻序列運動目標(biāo)檢測[J].系統(tǒng)仿真學(xué)報,2018,30(12):4693-4702

    [16]曹雯雯.基于多特征融合的稀疏表示目標(biāo)追蹤方法的研究[D].南京:南京郵電大學(xué),2018.

    [17] 陳瑩瑩,房勝,李哲.加權(quán)多特征外觀表示的實時目標(biāo)追蹤[J].中國圖象圖形學(xué)報,2019,24(2):291-301.

    [18]孫海宇,陳秀宏.聯(lián)合外形響應(yīng)的深度目標(biāo)追蹤器[J].智能系統(tǒng)學(xué)報,2018(6):1-8.

    [19]孫曉霞,龐春江基于全巷積對稱網(wǎng)絡(luò)的目標(biāo)尺度自適應(yīng)追蹤[J].激光與光電子學(xué)進展,2019,56(1):242-250

    [20]張偉東,趙建偉基于特征選擇與時間一致性稀疏外觀模型的目標(biāo)追蹤算法[J]模式識別與人工智能,2018,31(3):245-255.

    [21] 李厚彪,樊慶宇基于自適應(yīng)同時稀疏表示的魯棒性目標(biāo)追蹤[J].電子科技大學(xué)學(xué)報,2018,47(1):1-12.

    [22]趙中楠,王健基于多源協(xié)同感知的目標(biāo)追蹤優(yōu)化模型[J].北京理工大學(xué)學(xué)報,2017,37(11):1137-1143.(責(zé)任編輯:杜能鋼)

    收稿日期:2019-04-25

    基金項目:山東省自然科學(xué)基金項目( ZR2018BFOOI)

    作者簡介:王志余(1967-),男,山東科技大學(xué)計算機學(xué)院碩士研究生、黃島中醫(yī)醫(yī)院工程師,研究方向為機器視覺、高性能計算、深度

    學(xué)習(xí)。

    猜你喜歡
    特征融合目標(biāo)跟蹤機器視覺
    基于移動端的樹木葉片識別方法的研究
    融合整體與局部特征的車輛型號識別方法
    多視角目標(biāo)檢測與跟蹤技術(shù)的研究與實現(xiàn)
    大場景三維激光掃描儀在研究生實踐教學(xué)培養(yǎng)中的應(yīng)用
    基于車牌識別的機混車道視頻測速算法
    亚洲精品久久国产高清桃花| av黄色大香蕉| 中国美白少妇内射xxxbb| 日韩欧美 国产精品| 国产高清激情床上av| 国产精品女同一区二区软件| 中文字幕精品亚洲无线码一区| 人妻丰满熟妇av一区二区三区| 欧美日韩综合久久久久久| 男人舔女人下体高潮全视频| 校园人妻丝袜中文字幕| 麻豆乱淫一区二区| 人人妻人人看人人澡| 高清午夜精品一区二区三区 | 亚洲七黄色美女视频| 三级毛片av免费| 成人亚洲精品av一区二区| 国产亚洲精品久久久com| 国内精品宾馆在线| 乱系列少妇在线播放| 欧美xxxx性猛交bbbb| 极品教师在线视频| 成人亚洲精品av一区二区| 99久久成人亚洲精品观看| 精品一区二区三区av网在线观看| 国产在线精品亚洲第一网站| 亚洲中文日韩欧美视频| 国内精品一区二区在线观看| 99视频精品全部免费 在线| 国产乱人视频| 亚洲成人中文字幕在线播放| 男人舔奶头视频| 午夜福利18| 久久婷婷人人爽人人干人人爱| 久久婷婷人人爽人人干人人爱| 久久人人爽人人爽人人片va| 最近视频中文字幕2019在线8| 狠狠狠狠99中文字幕| 男女视频在线观看网站免费| 亚洲不卡免费看| 日韩,欧美,国产一区二区三区 | 亚洲中文字幕一区二区三区有码在线看| 国产成人91sexporn| 免费人成视频x8x8入口观看| 午夜精品国产一区二区电影 | 精品一区二区三区人妻视频| 女生性感内裤真人,穿戴方法视频| 亚洲欧美日韩高清专用| 少妇的逼水好多| 22中文网久久字幕| 久久精品综合一区二区三区| 啦啦啦啦在线视频资源| 中国美白少妇内射xxxbb| 国产男靠女视频免费网站| 噜噜噜噜噜久久久久久91| 美女 人体艺术 gogo| 麻豆一二三区av精品| 日韩一本色道免费dvd| 亚洲精品粉嫩美女一区| av女优亚洲男人天堂| 欧美一级a爱片免费观看看| 亚洲电影在线观看av| 色吧在线观看| 午夜福利在线观看吧| 亚洲高清免费不卡视频| 婷婷精品国产亚洲av在线| 18禁黄网站禁片免费观看直播| 亚洲熟妇熟女久久| 久久这里只有精品中国| 亚洲av免费在线观看| 我要搜黄色片| 久久久国产成人精品二区| 色5月婷婷丁香| 欧美日韩在线观看h| 深爱激情五月婷婷| 欧美成人免费av一区二区三区| 看免费成人av毛片| 久久久久久久久久黄片| 好男人在线观看高清免费视频| 亚洲三级黄色毛片| 日本与韩国留学比较| 免费大片18禁| 日韩欧美国产在线观看| 悠悠久久av| 亚洲国产欧美人成| 久久人人爽人人片av| 国产精品不卡视频一区二区| 国产一区二区三区av在线 | 男人和女人高潮做爰伦理| 一级毛片aaaaaa免费看小| 日韩欧美 国产精品| 九九热线精品视视频播放| 精品无人区乱码1区二区| 国产午夜精品论理片| 日韩欧美精品v在线| 一夜夜www| 成人亚洲精品av一区二区| 人人妻人人澡人人爽人人夜夜 | 女的被弄到高潮叫床怎么办| 欧美三级亚洲精品| 亚洲精品国产成人久久av| 成年免费大片在线观看| 精品不卡国产一区二区三区| 女生性感内裤真人,穿戴方法视频| 精品无人区乱码1区二区| 欧美人与善性xxx| eeuss影院久久| 18禁在线无遮挡免费观看视频 | 欧美性猛交╳xxx乱大交人| 美女高潮的动态| 国产毛片a区久久久久| 日韩制服骚丝袜av| 最近的中文字幕免费完整| 在线播放无遮挡| 国产一区二区三区av在线 | 亚洲第一电影网av| 国内少妇人妻偷人精品xxx网站| 亚洲无线在线观看| 精品日产1卡2卡| av天堂中文字幕网| 色综合站精品国产| 九九爱精品视频在线观看| 高清午夜精品一区二区三区 | 少妇人妻精品综合一区二区 | 你懂的网址亚洲精品在线观看 | 免费电影在线观看免费观看| 51国产日韩欧美| 国产精品亚洲美女久久久| 欧美bdsm另类| 高清毛片免费观看视频网站| 麻豆久久精品国产亚洲av| 欧美精品国产亚洲| 日本撒尿小便嘘嘘汇集6| 久久久久国产网址| 免费高清视频大片| 精品日产1卡2卡| 女同久久另类99精品国产91| 国产黄a三级三级三级人| 麻豆成人午夜福利视频| 观看免费一级毛片| 黄色日韩在线| 日韩一本色道免费dvd| 日日撸夜夜添| 国产黄色小视频在线观看| 人妻少妇偷人精品九色| 女人被狂操c到高潮| 亚洲三级黄色毛片| 欧美最新免费一区二区三区| 人人妻人人澡欧美一区二区| 99在线人妻在线中文字幕| 性插视频无遮挡在线免费观看| 欧美色欧美亚洲另类二区| 午夜精品一区二区三区免费看| 网址你懂的国产日韩在线| 亚洲美女黄片视频| 国产黄a三级三级三级人| 日韩亚洲欧美综合| 又黄又爽又刺激的免费视频.| 一本久久中文字幕| 99热这里只有是精品在线观看| 亚洲国产日韩欧美精品在线观看| 你懂的网址亚洲精品在线观看 | 麻豆一二三区av精品| 国产高潮美女av| 久久亚洲精品不卡| 69人妻影院| 免费在线观看成人毛片| 搡老熟女国产l中国老女人| 国产熟女欧美一区二区| 国产精品久久久久久精品电影| 久久午夜福利片| 亚洲成a人片在线一区二区| av专区在线播放| 全区人妻精品视频| av免费在线看不卡| 性色avwww在线观看| 国产精品伦人一区二区| 国产欧美日韩精品一区二区| 麻豆久久精品国产亚洲av| 国产国拍精品亚洲av在线观看| 久久午夜亚洲精品久久| 久久久精品大字幕| 少妇熟女aⅴ在线视频| 精华霜和精华液先用哪个| 最近视频中文字幕2019在线8| 在线观看午夜福利视频| a级毛色黄片| 看免费成人av毛片| 久久人人精品亚洲av| 免费大片18禁| 又爽又黄无遮挡网站| 成人永久免费在线观看视频| 深夜a级毛片| 色综合站精品国产| 国产亚洲精品久久久com| 美女高潮的动态| 少妇的逼水好多| 免费人成在线观看视频色| 网址你懂的国产日韩在线| 最新中文字幕久久久久| 久久韩国三级中文字幕| 国产在视频线在精品| 亚洲av二区三区四区| 人人妻人人澡欧美一区二区| 免费看美女性在线毛片视频| 久久99热6这里只有精品| 亚洲国产日韩欧美精品在线观看| 欧美一区二区精品小视频在线| 免费高清视频大片| 麻豆国产av国片精品| 亚洲天堂国产精品一区在线| 九九在线视频观看精品| 人人妻,人人澡人人爽秒播| 国产精品女同一区二区软件| 午夜爱爱视频在线播放| 午夜精品一区二区三区免费看| 12—13女人毛片做爰片一| 久久久久久久午夜电影| 一进一出抽搐动态| 日韩大尺度精品在线看网址| 国产免费一级a男人的天堂| 国产精品三级大全| 一本一本综合久久| 联通29元200g的流量卡| ponron亚洲| 五月玫瑰六月丁香| 在线观看午夜福利视频| 内地一区二区视频在线| 成人欧美大片| 免费看a级黄色片| av在线天堂中文字幕| 在线免费观看不下载黄p国产| 国产午夜精品论理片| 美女免费视频网站| 久久久久久久午夜电影| 国产人妻一区二区三区在| 亚洲国产日韩欧美精品在线观看| 久久亚洲精品不卡| 亚洲aⅴ乱码一区二区在线播放| 蜜桃久久精品国产亚洲av| 尾随美女入室| av在线观看视频网站免费| 超碰av人人做人人爽久久| 久久草成人影院| 欧美最新免费一区二区三区| 欧美精品国产亚洲| 欧美色欧美亚洲另类二区| 国产精品人妻久久久久久| 色在线成人网| 久久韩国三级中文字幕| 精品一区二区三区av网在线观看| 在线观看av片永久免费下载| 黄色视频,在线免费观看| 亚洲av不卡在线观看| 中文亚洲av片在线观看爽| АⅤ资源中文在线天堂| 国产精品久久视频播放| 欧美国产日韩亚洲一区| 欧美+日韩+精品| 国产91av在线免费观看| 三级经典国产精品| 国产伦精品一区二区三区视频9| 69av精品久久久久久| 免费看日本二区| 欧美最黄视频在线播放免费| 欧美三级亚洲精品| 国产亚洲91精品色在线| 春色校园在线视频观看| 精品久久久久久久久久久久久| 九九在线视频观看精品| 国产精品一及| 免费观看的影片在线观看| 国产又黄又爽又无遮挡在线| 国产成人精品久久久久久| 草草在线视频免费看| 在线观看免费视频日本深夜| 亚洲欧美成人综合另类久久久 | 中国美白少妇内射xxxbb| 国产成人精品久久久久久| 男女边吃奶边做爰视频| 亚洲成人久久爱视频| 国产亚洲精品综合一区在线观看| 亚洲欧美日韩无卡精品| 91在线精品国自产拍蜜月| 别揉我奶头 嗯啊视频| 中文亚洲av片在线观看爽| 长腿黑丝高跟| 狂野欧美白嫩少妇大欣赏| 亚洲无线观看免费| 黄片wwwwww| 乱系列少妇在线播放| 欧美日韩一区二区视频在线观看视频在线 | 97碰自拍视频| 国产精品美女特级片免费视频播放器| 亚洲一区二区三区色噜噜| 国产精品久久视频播放| 国产黄片美女视频| 欧美zozozo另类| 色5月婷婷丁香| 久久久久久久午夜电影| 黄色欧美视频在线观看| 亚洲av美国av| 国产综合懂色| 99热只有精品国产| 久久人妻av系列| 成人国产麻豆网| 蜜桃亚洲精品一区二区三区| 深夜a级毛片| 日本撒尿小便嘘嘘汇集6| 精品人妻偷拍中文字幕| 精品人妻熟女av久视频| 日韩av不卡免费在线播放| 99久国产av精品国产电影| 小说图片视频综合网站| 亚洲精品久久国产高清桃花| 在线a可以看的网站| 日韩av在线大香蕉| 伦理电影大哥的女人| 一级毛片久久久久久久久女| 久久久久久久久久成人| 精品免费久久久久久久清纯| 国产精品乱码一区二三区的特点| 校园人妻丝袜中文字幕| 国产免费男女视频| 国产黄色小视频在线观看| 日日摸夜夜添夜夜添av毛片| 最近视频中文字幕2019在线8| 亚洲av中文字字幕乱码综合| 国产成人福利小说| 欧美潮喷喷水| 欧美一区二区国产精品久久精品| 真人做人爱边吃奶动态| 狂野欧美激情性xxxx在线观看| 啦啦啦韩国在线观看视频| 91麻豆精品激情在线观看国产| 欧美高清性xxxxhd video| 精华霜和精华液先用哪个| 啦啦啦啦在线视频资源| 亚洲精品日韩av片在线观看| 成年女人毛片免费观看观看9| av在线观看视频网站免费| 国产片特级美女逼逼视频| 两性午夜刺激爽爽歪歪视频在线观看| 人人妻人人澡欧美一区二区| 国产精品1区2区在线观看.| 日韩制服骚丝袜av| 午夜老司机福利剧场| 国产色婷婷99| 免费在线观看影片大全网站| 日本免费a在线| 色尼玛亚洲综合影院| 欧美日韩一区二区视频在线观看视频在线 | 插阴视频在线观看视频| 免费观看精品视频网站| 国产精品福利在线免费观看| 午夜福利在线观看吧| 日韩一区二区视频免费看| www日本黄色视频网| 毛片女人毛片| 亚洲精华国产精华液的使用体验 | 久久这里只有精品中国| 久99久视频精品免费| 国产成人freesex在线 | 国内久久婷婷六月综合欲色啪| 12—13女人毛片做爰片一| 精品免费久久久久久久清纯| 久久久精品大字幕| 日本与韩国留学比较| 高清毛片免费观看视频网站| 尾随美女入室| 亚洲一级一片aⅴ在线观看| 亚洲国产精品成人久久小说 | 两个人的视频大全免费| 欧美日韩乱码在线| 日韩大尺度精品在线看网址| 国产精品免费一区二区三区在线| 亚洲人成网站高清观看| 有码 亚洲区| 亚洲av中文字字幕乱码综合| 国产精品精品国产色婷婷| av在线亚洲专区| 欧美日韩乱码在线| 老熟妇乱子伦视频在线观看| 欧美xxxx黑人xx丫x性爽| 婷婷精品国产亚洲av| 男女视频在线观看网站免费| 一级黄色大片毛片| 给我免费播放毛片高清在线观看| 色哟哟哟哟哟哟| 日韩亚洲欧美综合| 亚洲精品亚洲一区二区| 久久99热6这里只有精品| 国产午夜精品久久久久久一区二区三区 | 国产亚洲精品av在线| 黄色视频,在线免费观看| 国产伦一二天堂av在线观看| 丝袜美腿在线中文| 女同久久另类99精品国产91| 欧美色视频一区免费| 悠悠久久av| 日韩 亚洲 欧美在线| 又粗又爽又猛毛片免费看| 欧美色欧美亚洲另类二区| 国产一区二区三区av在线 | 三级经典国产精品| 亚洲欧美清纯卡通| 91久久精品电影网| 99热这里只有是精品在线观看| 国产真实伦视频高清在线观看| 欧美成人精品欧美一级黄| 亚洲成人久久性| 精品人妻熟女av久视频| 村上凉子中文字幕在线| 亚洲美女搞黄在线观看 | 午夜视频国产福利| 日本免费a在线| 大香蕉久久网| 久久久久九九精品影院| 亚洲成人久久性| 51国产日韩欧美| 又粗又爽又猛毛片免费看| 国产淫片久久久久久久久| 99视频精品全部免费 在线| 18禁黄网站禁片免费观看直播| 久久精品国产亚洲av香蕉五月| 免费观看人在逋| 中文字幕人妻熟人妻熟丝袜美| 91午夜精品亚洲一区二区三区| 夜夜爽天天搞| 啦啦啦观看免费观看视频高清| www日本黄色视频网| 禁无遮挡网站| 成年版毛片免费区| 亚洲性夜色夜夜综合| 精品久久久久久成人av| 成人特级黄色片久久久久久久| 97热精品久久久久久| 寂寞人妻少妇视频99o| 久99久视频精品免费| av中文乱码字幕在线| 色av中文字幕| 亚州av有码| 99热精品在线国产| 在线观看美女被高潮喷水网站| 免费无遮挡裸体视频| 午夜福利视频1000在线观看| 亚洲精品日韩在线中文字幕 | 亚洲欧美日韩高清在线视频| 亚洲无线在线观看| 欧美激情久久久久久爽电影| 最近手机中文字幕大全| 日韩精品青青久久久久久| 免费看日本二区| www.色视频.com| 天堂网av新在线| 露出奶头的视频| 欧美激情久久久久久爽电影| 亚洲四区av| 大型黄色视频在线免费观看| 男人狂女人下面高潮的视频| 高清日韩中文字幕在线| 亚洲中文日韩欧美视频| 色播亚洲综合网| 国产午夜福利久久久久久| 美女 人体艺术 gogo| 欧美日韩精品成人综合77777| 亚洲第一电影网av| 亚洲精品粉嫩美女一区| 欧美人与善性xxx| 久久天躁狠狠躁夜夜2o2o| 国产精品一区二区性色av| 久久久久性生活片| 国产高清激情床上av| 人妻丰满熟妇av一区二区三区| 国产精品精品国产色婷婷| 亚洲色图av天堂| 一本一本综合久久| 亚洲成人精品中文字幕电影| 乱码一卡2卡4卡精品| 久久久精品94久久精品| 白带黄色成豆腐渣| 亚洲国产精品成人久久小说 | 成人午夜高清在线视频| 欧美日韩一区二区视频在线观看视频在线 | 日韩高清综合在线| 亚洲精品亚洲一区二区| 九九爱精品视频在线观看| 国产亚洲91精品色在线| 成人一区二区视频在线观看| 哪里可以看免费的av片| 成熟少妇高潮喷水视频| 日韩一区二区视频免费看| 香蕉av资源在线| 校园春色视频在线观看| ponron亚洲| 99riav亚洲国产免费| 人人妻人人澡人人爽人人夜夜 | 成人二区视频| 久久久久久久久久黄片| 国产伦在线观看视频一区| 在线观看午夜福利视频| 97碰自拍视频| 直男gayav资源| 国产一区二区亚洲精品在线观看| 99久久九九国产精品国产免费| 久久久国产成人免费| 日本五十路高清| 国产视频内射| 日韩av不卡免费在线播放| 亚洲精品久久国产高清桃花| 亚洲国产精品合色在线| 狂野欧美激情性xxxx在线观看| 亚洲av成人精品一区久久| 亚洲熟妇熟女久久| 久久鲁丝午夜福利片| 毛片女人毛片| 91av网一区二区| 丝袜喷水一区| 观看美女的网站| 成年女人看的毛片在线观看| 欧美中文日本在线观看视频| 亚洲自偷自拍三级| 日本熟妇午夜| 亚洲国产精品成人久久小说 | 亚洲av熟女| 麻豆久久精品国产亚洲av| 午夜爱爱视频在线播放| 嫩草影视91久久| 麻豆国产av国片精品| 亚洲国产高清在线一区二区三| 午夜福利在线观看吧| 国产黄片美女视频| 男女视频在线观看网站免费| h日本视频在线播放| 午夜老司机福利剧场| 国产午夜福利久久久久久| 国产片特级美女逼逼视频| ponron亚洲| 久久99热6这里只有精品| 美女免费视频网站| 欧美另类亚洲清纯唯美| 国产高清激情床上av| 国产综合懂色| 国产男人的电影天堂91| 99久久精品一区二区三区| 噜噜噜噜噜久久久久久91| 国产伦一二天堂av在线观看| 日日干狠狠操夜夜爽| 国语自产精品视频在线第100页| 美女内射精品一级片tv| 日本成人三级电影网站| 国产亚洲av嫩草精品影院| 国内少妇人妻偷人精品xxx网站| 一级黄片播放器| 日本色播在线视频| 中文字幕免费在线视频6| 我的女老师完整版在线观看| 淫妇啪啪啪对白视频| 国国产精品蜜臀av免费| 日韩成人伦理影院| 两个人视频免费观看高清| av福利片在线观看| 久久久色成人| av天堂中文字幕网| www.色视频.com| 99热这里只有是精品50| 一进一出好大好爽视频| 日韩大尺度精品在线看网址| 亚洲无线在线观看| 免费av观看视频| 91在线精品国自产拍蜜月| 在线a可以看的网站| 精品一区二区三区视频在线| 寂寞人妻少妇视频99o| 热99re8久久精品国产| 国产精品福利在线免费观看| 晚上一个人看的免费电影| 99久久中文字幕三级久久日本| 亚洲,欧美,日韩| 国产淫片久久久久久久久| 婷婷六月久久综合丁香| 色5月婷婷丁香| 99在线视频只有这里精品首页| 国内揄拍国产精品人妻在线| 日韩欧美在线乱码| 亚洲四区av| 久久亚洲精品不卡| 久久久久免费精品人妻一区二区| 好男人在线观看高清免费视频| av国产免费在线观看| av专区在线播放| 99riav亚洲国产免费| 亚洲成人中文字幕在线播放| a级一级毛片免费在线观看| 最后的刺客免费高清国语| 亚洲精品日韩av片在线观看| 麻豆一二三区av精品| 美女cb高潮喷水在线观看| 搞女人的毛片| 国产人妻一区二区三区在| 99热网站在线观看| 欧美人与善性xxx| 可以在线观看的亚洲视频| 国产精品一及| 又黄又爽又免费观看的视频| 一级黄片播放器| 亚洲国产欧洲综合997久久,| 黄色日韩在线| 夜夜夜夜夜久久久久| 国产国拍精品亚洲av在线观看| 一个人看视频在线观看www免费| 高清毛片免费观看视频网站| 中文字幕av成人在线电影| 熟女人妻精品中文字幕| 亚洲欧美日韩高清在线视频|