• <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 ?

    軌道交通復(fù)雜場景人群密度估計方法的應(yīng)用研究

    2021-02-11 05:57:14李宇杰裴中陽
    中國新技術(shù)新產(chǎn)品 2021年22期
    關(guān)鍵詞:密度估計軌道交通卷積

    劉 京 李宇杰 李 強(qiáng) 王 璐 裴中陽

    (1.北京市地鐵運營有限公司,北京 100044;2.北京久譯科技有限公司,北京 100070)

    0 引言

    隨著社會的發(fā)展與經(jīng)濟(jì)的繁榮,城市化進(jìn)程使越來越多的人口涌入城市。作為大型城市的主要公共交通設(shè)施,軌道交通是人流密集的典型場所,它具有客流密度大(尤其是瞬時客流高峰大)的特點,客流高峰期容易出現(xiàn)嚴(yán)重?fù)頂D的情況,造成乘客滯留站臺的現(xiàn)象,甚至引發(fā)乘客糾紛、踩踏以及騷亂等安全事故,影響列車的正常運營。運營管理方對車站的大廳、站臺以及換乘通道等區(qū)域進(jìn)行實時監(jiān)控,利用視頻智能分析技術(shù)及時掌握車站整體和局部的客流密度情況,及時地對可能出現(xiàn)的客流擁堵情況進(jìn)行預(yù)判,保障軌道交通的安全運行。同時,可以實時地向乘客發(fā)布車站客流密度的相關(guān)情況。

    基于公共安全的需求,在軌道交通車站內(nèi)部組建完善的監(jiān)控安防系統(tǒng),對站內(nèi)重點區(qū)域進(jìn)行圖像采集[1]。早期主要依靠站內(nèi)工作人員(監(jiān)視監(jiān)控畫面)和安保人員(巡邏車站)來收集客流密度數(shù)據(jù),在發(fā)生客流擁擠時通知站區(qū)其他工作人員對相關(guān)情況進(jìn)行處理。除了存在人力消耗大、智能化程度低等問題以外,還無法保證對所有監(jiān)控點位進(jìn)行全程、實時監(jiān)控,不能及時發(fā)現(xiàn)潛在的安全隱患。目前,深度學(xué)習(xí)在計算機(jī)視覺領(lǐng)域獲得了跨越式發(fā)展[2]。但是,在軌道交通場景下,會遇到人群遮擋、光線變化、監(jiān)視范圍大以及距離遠(yuǎn)等問題。因此,亟需建立1 個檢測精確度更高、效率更快的模型。

    1 深度學(xué)習(xí)相關(guān)技術(shù)

    人群密度估計是視頻監(jiān)控的重要信息之一,是軌道交通視頻智能化的核心需求[3]?;谝曨l的人群密度估計方法主要分為以下5 類:基于視頻幀的圖像處理方法、基于檢測的方法[4]、基于回歸的方法、基于密度圖的方法和基于卷積神經(jīng)網(wǎng)絡(luò)的方法[5]。

    基于視頻幀的人群密度估計方法使用一系列視頻幀作為背景,相減提取前景人像所占據(jù)的空間,利用邊緣提取檢測人像的邊緣長度,用該特征進(jìn)行密度估計,該方法的局限是無法估計靜態(tài)圖片中的人群密度(并且在擁擠情況下估計精度較差)[6]?;跈z測的人群密度估計最早是采用滑動窗口檢測,通過預(yù)先定義的網(wǎng)格窗口遍歷整張圖像,以檢測相應(yīng)的目標(biāo),然后增加窗口,以獲得大小不同的目標(biāo),通過傳統(tǒng)圖像處理方法來判斷滑動窗口是否包括目標(biāo)。這種檢測方法的缺點是計算量很大,而且由于遮擋和空間變化的影響,因此無法計算密集人群,預(yù)測的準(zhǔn)確性較差,難以滿足軌道交通這類可能出現(xiàn)極密人群的復(fù)雜場景的需求,缺乏魯棒性。

    估計人口密度的主要思想是研究人口的特征映射。首先,提取透視、邊緣特征、紋理和梯度等較低的場景特征。其次,研究線性回歸或高斯過程等回歸模型,研究低特征與人數(shù)的關(guān)系?;貧w法雖然能在一定程度上解決遮蔽問題,但是該方法采用回歸技術(shù),以使用全光譜圖像為特征,忽略了圖像的空間信息,人口密度根據(jù)一定區(qū)域內(nèi)的人口數(shù)量來確定且計數(shù)過程中包括圖像的空間信息,便于教授如何顯示圖像的局部特征和相應(yīng)的密度圖。通過具有特殊功能的過濾器獲取圖像特征,用雙向濾波提取圖像邊緣以及用形態(tài)學(xué)濾波進(jìn)行形狀控制和紋理分析。傳統(tǒng)方法是輸入圖像的1 個色斑(patch),通常分為2 個步驟:特征的提取和回歸(或者分類),而基于 CNN 的方法則輸入是完整的圖片并對其進(jìn)行 end-to-end 的訓(xùn)練。無論是使用回歸還是密度圖,CNN 的方法都能取得較好的結(jié)果。最后,主干神經(jīng)網(wǎng)絡(luò)采用堆疊沙漏網(wǎng)絡(luò)(Stacked Hourglass Networks),該方法的優(yōu)勢是2 個網(wǎng)絡(luò)各司其職,可以更好地提取特征。

    1.1 基于深度學(xué)習(xí)的人群密度估計方法

    軌道交通場景具有背景復(fù)雜、相互遮擋、人群密集以及相機(jī)清晰度低等特點,目標(biāo)檢測和目標(biāo)跟蹤算法的性能無法滿足相關(guān)要求,而基于卷積神經(jīng)網(wǎng)絡(luò)的人群密度估計方法能夠從低清晰度的圖像中保持較高的精確度。該方法在計數(shù)的過程中加入了圖像的空間信息,從而學(xué)習(xí)圖像的局部特征和相應(yīng)的密度圖之間的映射。

    圖像預(yù)處理主要對圖像進(jìn)行圖像降噪、尺度縮放和直方圖均衡化,對偏暗的場景可以采用逆向光線補(bǔ)償?shù)姆椒ㄟM(jìn)行處理;人群密度估計模型采用級聯(lián)神經(jīng)網(wǎng)絡(luò),即移動網(wǎng)絡(luò)(Mobilenet)與堆疊沙漏網(wǎng)絡(luò)(Stacked Hourglass Networks)。

    基于紋理分析技術(shù)的人群密度估計方法可以解決基于像素特征人群密度估計方法不能解決的問題(人群密度較高時估計的精確性)。圖1 是基于紋理分析技術(shù)的人群密度估計的結(jié)構(gòu)框架圖。其實現(xiàn)過程如下:首先,通過計算對輸入圖像的紋理進(jìn)行統(tǒng)計分析。其次,提取紋理特征。最后,通過機(jī)器學(xué)習(xí)對這些特征進(jìn)行分類,得到人群密度估計的結(jié)果。紋理分析方法通常分為4 類:統(tǒng)計的方法、基于結(jié)構(gòu)的方法、基于頻譜的方法以及基于模型的方法。一般來說,統(tǒng)計分析紋理描述方法是最常用的紋理分析方法,也是紋理分析研究最多、最早的方法。

    圖1 紋理分析人群密度估計

    1.2 模型訓(xùn)練

    機(jī)器學(xué)習(xí)模型在訓(xùn)練過程中,由于存在數(shù)據(jù)有噪聲、正樣本不足或者模型過度復(fù)雜等因素,因此會導(dǎo)致模型過擬合,具體表現(xiàn)為模型在訓(xùn)練集上表現(xiàn)很好,但是在驗證集上的測試精度反而下降。其中,可以通過數(shù)據(jù)預(yù)處理技術(shù)優(yōu)化數(shù)據(jù)有噪聲(即數(shù)據(jù)質(zhì)量差)的問題;可以使用正則化和丟棄(Dropout)優(yōu)化模型過度復(fù)雜的問題,在卷積神經(jīng)網(wǎng)絡(luò)模型中常采用的正則化技術(shù)包括L1正則化、L2正則化。

    1.2.1 正則化技術(shù)

    機(jī)器學(xué)習(xí)的過程是通過修改參數(shù)來減小誤差的過程,可是誤差越小,非線性越強(qiáng)的參數(shù)變化越大,如果使用非線性強(qiáng)的參數(shù)就能使方程更加曲折, 也能更好地擬合那些分布的樣本數(shù)據(jù)。因此,需要修正非線性強(qiáng)的參數(shù),從而更好地刻畫模型的整體性能。在正樣本數(shù)量較少的情況下,通常采用正則化技術(shù)將有監(jiān)督學(xué)習(xí)轉(zhuǎn)變?yōu)閮?yōu)化問題?,F(xiàn)階段,深度學(xué)習(xí)常用的正則化技術(shù)包括L1正則化、L2正則化以及Dropout 操作等。

    1.2.2 數(shù)據(jù)增廣技術(shù)

    針對數(shù)據(jù)中正樣本少的情況,可以通過擴(kuò)增正樣本數(shù)據(jù)集來優(yōu)化模型過擬合的問題。目前,常用的方法為圖像仿射變換、圖像裁剪以及類別平衡等。

    2 基于深層級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的人群密度估計

    2.1 深層級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)

    神經(jīng)網(wǎng)絡(luò)相鄰層所有神經(jīng)元之間都有連接,稱為全連接(Fully-connected)。而卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)對全連接網(wǎng)絡(luò)的局限進(jìn)行修正,加入了卷積層(Convolution 層)和池化層(Pooling 層)。

    表1 人群密度檢測結(jié)果

    采用Mobilenet(1 種小巧而高效的卷積神經(jīng)網(wǎng)絡(luò)模型)作為前端網(wǎng)絡(luò),由于該前端網(wǎng)絡(luò)主要負(fù)責(zé)利用注意力機(jī)制提取前景信息而忽略了背景信息,因此,該模型需要優(yōu)先保證速度。

    2.2 堆疊沙漏網(wǎng)絡(luò)

    后端網(wǎng)絡(luò)采用堆疊沙漏網(wǎng)絡(luò)(Stacked Hourglass Networks)作為網(wǎng)絡(luò)主架構(gòu),其網(wǎng)絡(luò)結(jié)構(gòu)由高分辨率下采樣至低分辨率,再由低分辨率上采樣至高分辨率,整個網(wǎng)絡(luò)呈現(xiàn)沙漏形狀,并且在網(wǎng)絡(luò)中加入變形卷積來對圖像的變化進(jìn)行建模。該網(wǎng)絡(luò)在淺層和深層的特征之間有連接通道,可以很好地融合多個尺度特征信息,以應(yīng)對大小不同的目標(biāo)。

    2.3 光流追蹤技術(shù)

    由于人群具有明顯的運動特征,而背景往往不會在短時間內(nèi)突變。因此,在后端網(wǎng)絡(luò)中加入光流追蹤技術(shù)做為輔助。從物理意義的角度來看,光流描述了視頻中物體、對象在時間維度上的關(guān)聯(lián)性,從而建立了視頻中連續(xù)圖像之間的關(guān)聯(lián)關(guān)系。它是基于亮度恒定假設(shè)、時間持續(xù)性假設(shè)以及一般物體和人的移動在光流的表現(xiàn)上有所不同,因此,采用光流可以輔助預(yù)測2 幀圖像之間發(fā)生移動的是否為人群。

    2.4 注意力機(jī)制

    軌道交通車站(大規(guī)模公共空間)往往具有復(fù)雜的背景信息,為了盡可能排除無效區(qū)域?qū)λ惴ńY(jié)果造成的影響,需要采用注意力機(jī)制提取前景信息而忽略背景信息的方法。該文按照注意力關(guān)注的域劃分通道域(Channel Domain),從特征通道之間的關(guān)系入手,需要明確地建模特征通道之間的相互依賴關(guān)系。

    該注意力機(jī)制分成3 個部分,擠壓(Squeeze),激勵(Excitation)以及范圍(Attention)。執(zhí)行流程如下:首先,對輸入特征進(jìn)行全局平均池化(Global AVE Pooling),得到 1×1×頻道。其次,經(jīng)過全連接操作,先壓縮頻道數(shù),再重構(gòu)原來的頻道數(shù)。再次,經(jīng)過Sigmoid 激活函數(shù)生成頻道為0~1 的注意力權(quán)重(Attention Weights)。最后,對應(yīng)通道相乘輸出特征。

    2.5 可變形卷積

    在地鐵站臺(大范圍場景)應(yīng)用人群密度算法時,還面臨畫面中人的尺度變化范圍非常大的問題,采用可變性卷積的方法來適應(yīng)不同的感受野尺寸??勺冃尉矸e是指卷積核在每個元素上額外增加了1 個方向參數(shù),使卷積核的形態(tài)更貼近特征物??勺冃尉矸e的學(xué)習(xí)過程的偏差是通過1 個卷積層獲得的,該卷積層的卷積核與普通卷積核一樣,輸出的偏差尺寸和輸入的特征圖尺寸一致,生成通道維度為2N,分別對應(yīng)原始輸出特征和偏移特征。采用雙線性插值反向傳播算法同時學(xué)習(xí)2 個卷積核。

    2.6 高斯熱圖估計

    在預(yù)測場景中每個人的位置時,傳統(tǒng)方案是采用全連接直接回歸坐標(biāo)點的方法,雖然該方法的訓(xùn)練和前向速度較快,但是對訓(xùn)練數(shù)據(jù)的依賴程度較高,非常容易出現(xiàn)過擬合的現(xiàn)象。

    該文采用預(yù)測高斯熱圖的方式,用argmax 找出峰值對應(yīng)的索引,即坐標(biāo)點,這種方法的精度更高,原因是其輸出特征圖較大且空間泛化能力較強(qiáng)。在人群非常擁擠的低分辨率場景下,很難分辨每個人的位置,使用熱圖來表示人員分布的方式更加合理。

    混合高斯背景模型就是將背景圖像中每個像素都定義K個高斯模型來表示該像素點在某段時間內(nèi)不同的狀態(tài)。假設(shè)Xt為某像素點在時刻t的顏色值,則其概率密度函數(shù)如公式(1)所示。

    通過Vibe 算法和形態(tài)學(xué)處理前景圖像,可以很好地對不同密度等級的人群進(jìn)行密度估計,采用該方法的平均識別準(zhǔn)確率在97%以上,可以滿足正常視頻監(jiān)控對密度檢測的需要,但是在識別速讀上,還有進(jìn)一步提升的空間。

    3 應(yīng)用在軌道交通場景的算法結(jié)果

    采用軌道交通站臺監(jiān)控畫面采集的圖像測試算法除了可以給出畫面內(nèi)的人總數(shù)外,還可以把人員分布的熱力情況展示在圖上,可以對畫面近處和遠(yuǎn)處人的位置有比較合理的估計。

    在這種情況下,人口密度可以分為低(0~15 人)、中低(15~30 人)、中(30~45 人)、高(45~60 人)和非常高的(60 人)。測試數(shù)據(jù)取自PETS2009 數(shù)據(jù)集,使用該數(shù)據(jù)集對5 個密度等級的SVM 參數(shù)進(jìn)行訓(xùn)練,然后選擇5 組測試參數(shù),以獲得最終結(jié)果。

    表2 基于該文所寫方法得到的人群密度檢測結(jié)果

    以軌道交通站臺場景為例,利用人群密度估計算法可以得到多方面的數(shù)據(jù)。首先,可以用監(jiān)視畫面范圍內(nèi)的總?cè)藬?shù)除以該畫面的實際面積,從而得到人群密度值。其次,根據(jù)預(yù)先設(shè)定的閾值進(jìn)行擁擠度分檔,例如劃分為空曠、稀疏、正常、擁擠以及極度擁擠,更加直觀地展示站臺當(dāng)前的擁擠程度。最后,算法估計出人群的分布情況,可以統(tǒng)計不同劃分區(qū)域內(nèi)的人群密度值,分別統(tǒng)計站臺上每個車門前的人群密度值可以體現(xiàn)整個站臺上的客流分布情況。

    綜合全站所有監(jiān)控相機(jī)分析的人群密度結(jié)果可以得到車站整體全景人群密度分布,可以直觀地看到站內(nèi)人員分布情況以及人員密度的實時變化情況。可以設(shè)定每個區(qū)域的人群密度閾值,當(dāng)局部或者整體人群密度超過閾值時自動報警。

    4 結(jié)語

    我國各城市的軌道交通正處于快速建設(shè)發(fā)展的時期,基于保障公共安全和提升乘客體驗的需求,亟需智能化的視頻監(jiān)控分析系統(tǒng)來輔助車站的安全運營和客流疏導(dǎo),為管理者提供可靠的數(shù)據(jù)支持。以人群密度自動監(jiān)測和預(yù)警為代表的視頻圖像智能分析算法對構(gòu)建新一代智慧軌道交通具有重要意義。

    猜你喜歡
    密度估計軌道交通卷積
    中國人均可支配收入的空間區(qū)域動態(tài)演變與差異分析
    m-NOD樣本最近鄰密度估計的相合性
    面向魚眼圖像的人群密度估計
    軌道交通產(chǎn)品CE認(rèn)證論述
    基于3D-Winograd的快速卷積算法設(shè)計及FPGA實現(xiàn)
    基于MATLAB 的核密度估計研究
    科技視界(2021年4期)2021-04-13 06:03:56
    高速軌道交通發(fā)展趨勢
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    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
    婷婷丁香在线五月| 特级一级黄色大片| 亚洲成人精品中文字幕电影| 国产v大片淫在线免费观看| 我要搜黄色片| 国产乱人视频| 日本熟妇午夜| 午夜福利成人在线免费观看| 国产精品美女特级片免费视频播放器 | 麻豆国产97在线/欧美| 成年女人看的毛片在线观看| 超碰成人久久| 曰老女人黄片| 精品国产超薄肉色丝袜足j| 国产又黄又爽又无遮挡在线| 国产精品av久久久久免费| www日本黄色视频网| 91麻豆精品激情在线观看国产| 国产一区二区三区在线臀色熟女| 国产精品爽爽va在线观看网站| 一级a爱片免费观看的视频| 国产视频一区二区在线看| 天堂av国产一区二区熟女人妻| 成年女人毛片免费观看观看9| 老司机午夜福利在线观看视频| 久久草成人影院| 非洲黑人性xxxx精品又粗又长| 真人一进一出gif抽搐免费| 欧美zozozo另类| 亚洲av熟女| 日本免费a在线| 少妇裸体淫交视频免费看高清| 岛国在线免费视频观看| 精品一区二区三区视频在线 | 日日摸夜夜添夜夜添小说| 国产极品精品免费视频能看的| 午夜福利欧美成人| 观看美女的网站| 97超级碰碰碰精品色视频在线观看| 免费一级毛片在线播放高清视频| 亚洲精品在线观看二区| 亚洲av日韩精品久久久久久密| 久久久国产成人免费| 九色国产91popny在线| 一级黄色大片毛片| 亚洲av美国av| 久9热在线精品视频| xxx96com| 精品电影一区二区在线| 成在线人永久免费视频| 成人亚洲精品av一区二区| 国产精品乱码一区二三区的特点| 婷婷六月久久综合丁香| 亚洲五月婷婷丁香| 国产精品久久电影中文字幕| 久久久精品大字幕| 亚洲精品456在线播放app | 亚洲国产精品成人综合色| 国产午夜精品久久久久久| 女生性感内裤真人,穿戴方法视频| 中文字幕人成人乱码亚洲影| 中文字幕人成人乱码亚洲影| 免费电影在线观看免费观看| 午夜免费观看网址| 嫩草影院精品99| 国产成人影院久久av| e午夜精品久久久久久久| 黑人欧美特级aaaaaa片| 手机成人av网站| 久久人人精品亚洲av| 欧美午夜高清在线| 国产精品自产拍在线观看55亚洲| 亚洲精品久久国产高清桃花| 免费在线观看亚洲国产| 国产成人精品久久二区二区免费| 午夜福利在线观看免费完整高清在 | 91麻豆精品激情在线观看国产| 色吧在线观看| 欧美在线黄色| 亚洲国产精品sss在线观看| 国产爱豆传媒在线观看| 国语自产精品视频在线第100页| 午夜福利在线观看免费完整高清在 | 精品国产三级普通话版| 动漫黄色视频在线观看| 小蜜桃在线观看免费完整版高清| 91在线观看av| 成人高潮视频无遮挡免费网站| 久久香蕉精品热| 一个人看视频在线观看www免费 | 99国产精品一区二区三区| 成在线人永久免费视频| 欧美色视频一区免费| 最近最新中文字幕大全电影3| 国产精品亚洲美女久久久| 19禁男女啪啪无遮挡网站| 日本与韩国留学比较| 婷婷六月久久综合丁香| 天堂动漫精品| 我要搜黄色片| 成人性生交大片免费视频hd| 久久精品国产99精品国产亚洲性色| 欧美国产日韩亚洲一区| 看免费av毛片| 搞女人的毛片| 少妇熟女aⅴ在线视频| 欧美三级亚洲精品| 午夜福利在线在线| 亚洲成人中文字幕在线播放| 国产精品精品国产色婷婷| 男插女下体视频免费在线播放| 精品久久久久久成人av| 国产精品99久久久久久久久| 午夜福利高清视频| 国产伦精品一区二区三区视频9 | 99热这里只有是精品50| www日本在线高清视频| 久久久久久人人人人人| 精品国产三级普通话版| 岛国在线免费视频观看| 亚洲精品456在线播放app | 搡老岳熟女国产| 一个人免费在线观看电影 | 精品国产超薄肉色丝袜足j| 国产一区在线观看成人免费| 美女黄网站色视频| 99精品欧美一区二区三区四区| av福利片在线观看| 亚洲自拍偷在线| 欧美午夜高清在线| 最近最新中文字幕大全免费视频| 夜夜夜夜夜久久久久| 特级一级黄色大片| 久久人人精品亚洲av| 日本a在线网址| 精品熟女少妇八av免费久了| 一进一出抽搐动态| 精品久久久久久成人av| 中文字幕av在线有码专区| 亚洲av成人一区二区三| 国产精品亚洲一级av第二区| 久久国产乱子伦精品免费另类| 国产欧美日韩精品亚洲av| 99riav亚洲国产免费| 欧美日韩亚洲国产一区二区在线观看| 亚洲国产日韩欧美精品在线观看 | 国内精品美女久久久久久| 色吧在线观看| 久久中文字幕人妻熟女| 午夜激情欧美在线| 欧美一级a爱片免费观看看| 麻豆成人av在线观看| 日本五十路高清| 久久国产精品影院| 国产av在哪里看| 日本与韩国留学比较| 久久天堂一区二区三区四区| 狠狠狠狠99中文字幕| 哪里可以看免费的av片| 在线观看日韩欧美| 在线观看日韩欧美| 国产精品 欧美亚洲| 99在线视频只有这里精品首页| 久久久久久久久中文| 国内少妇人妻偷人精品xxx网站 | 久久热在线av| 色老头精品视频在线观看| 欧美又色又爽又黄视频| 黄片小视频在线播放| 啪啪无遮挡十八禁网站| 男人和女人高潮做爰伦理| 欧美日韩一级在线毛片| 国产成人影院久久av| 动漫黄色视频在线观看| 国产高清激情床上av| 最近最新中文字幕大全免费视频| 久久精品国产99精品国产亚洲性色| 亚洲国产欧美网| 又粗又爽又猛毛片免费看| 久久久久久国产a免费观看| 麻豆av在线久日| www国产在线视频色| 国产激情偷乱视频一区二区| 在线观看免费视频日本深夜| 亚洲 欧美 日韩 在线 免费| 黄色 视频免费看| www日本黄色视频网| 久久中文字幕人妻熟女| 欧美日韩福利视频一区二区| 99热这里只有精品一区 | 日日干狠狠操夜夜爽| 国模一区二区三区四区视频 | 九九在线视频观看精品| 男人舔奶头视频| 亚洲av日韩精品久久久久久密| www.www免费av| 亚洲人与动物交配视频| av女优亚洲男人天堂 | 成人国产一区最新在线观看| 日韩欧美国产一区二区入口| 久久久久国产精品人妻aⅴ院| 成人特级黄色片久久久久久久| 日韩精品青青久久久久久| 色哟哟哟哟哟哟| 久久人人精品亚洲av| 久久久久久久久久黄片| 国产精品一区二区三区四区久久| а√天堂www在线а√下载| 桃色一区二区三区在线观看| 国产1区2区3区精品| 亚洲中文字幕一区二区三区有码在线看 | 窝窝影院91人妻| 男女那种视频在线观看| 日本一本二区三区精品| 亚洲电影在线观看av| 亚洲国产精品999在线| 欧美在线一区亚洲| 欧美一级毛片孕妇| 久久久久国产精品人妻aⅴ院| 久久婷婷人人爽人人干人人爱| 亚洲av第一区精品v没综合| 日本黄色片子视频| 又黄又粗又硬又大视频| 欧美日韩黄片免| 日韩欧美一区二区三区在线观看| 一个人观看的视频www高清免费观看 | 在线观看午夜福利视频| 两性夫妻黄色片| 在线免费观看不下载黄p国产 | 亚洲片人在线观看| 亚洲精华国产精华精| 在线播放国产精品三级| 少妇熟女aⅴ在线视频| 婷婷六月久久综合丁香| 久久九九热精品免费| 国产欧美日韩精品一区二区| 日韩欧美在线乱码| 日日夜夜操网爽| 婷婷精品国产亚洲av在线| 99国产综合亚洲精品| 亚洲欧美日韩高清专用| 老司机福利观看| 亚洲va日本ⅴa欧美va伊人久久| 成人国产一区最新在线观看| 日韩精品青青久久久久久| 熟妇人妻久久中文字幕3abv| 成年版毛片免费区| 日韩欧美一区二区三区在线观看| cao死你这个sao货| 舔av片在线| 国产精品99久久久久久久久| 午夜福利高清视频| 午夜免费成人在线视频| 国产免费av片在线观看野外av| cao死你这个sao货| 久久久国产成人精品二区| 国产伦一二天堂av在线观看| 最好的美女福利视频网| 在线免费观看的www视频| 男插女下体视频免费在线播放| 禁无遮挡网站| 亚洲天堂国产精品一区在线| 亚洲成av人片在线播放无| 成人国产一区最新在线观看| 偷拍熟女少妇极品色| cao死你这个sao货| 亚洲欧美精品综合久久99| 国产精品电影一区二区三区| 国产毛片a区久久久久| 亚洲自拍偷在线| 欧美黑人欧美精品刺激| 亚洲精品456在线播放app | 女生性感内裤真人,穿戴方法视频| 高清在线国产一区| 亚洲欧美日韩无卡精品| 亚洲欧美日韩高清专用| 国产极品精品免费视频能看的| 免费大片18禁| 91在线观看av| 淫秽高清视频在线观看| 亚洲欧美日韩高清在线视频| 在线观看一区二区三区| 国产成人欧美在线观看| 久久久国产欧美日韩av| 国产69精品久久久久777片 | 99热这里只有精品一区 | 午夜精品在线福利| 手机成人av网站| 亚洲精品国产精品久久久不卡| 高清在线国产一区| 亚洲片人在线观看| 欧美3d第一页| 日韩欧美精品v在线| 国产麻豆成人av免费视频| 精品国产超薄肉色丝袜足j| 亚洲国产欧美一区二区综合| 成人高潮视频无遮挡免费网站| 久久久精品欧美日韩精品| 成人一区二区视频在线观看| 亚洲精品色激情综合| 日本在线视频免费播放| 国产伦精品一区二区三区视频9 | 免费在线观看日本一区| 亚洲18禁久久av| 精品午夜福利视频在线观看一区| 伊人久久大香线蕉亚洲五| 性色avwww在线观看| 可以在线观看毛片的网站| 男人舔女人下体高潮全视频| 性欧美人与动物交配| 国产精品久久久久久亚洲av鲁大| 女警被强在线播放| 三级国产精品欧美在线观看 | 免费av不卡在线播放| 99国产综合亚洲精品| 波多野结衣巨乳人妻| 老汉色av国产亚洲站长工具| 91老司机精品| 他把我摸到了高潮在线观看| 特大巨黑吊av在线直播| 最好的美女福利视频网| 老司机午夜十八禁免费视频| 国产极品精品免费视频能看的| 中亚洲国语对白在线视频| 一本综合久久免费| 亚洲av电影在线进入| 成人av一区二区三区在线看| 亚洲狠狠婷婷综合久久图片| 日日夜夜操网爽| 99热只有精品国产| av黄色大香蕉| 国产野战对白在线观看| 可以在线观看的亚洲视频| 熟女电影av网| 嫁个100分男人电影在线观看| www日本在线高清视频| 日韩欧美三级三区| 淫妇啪啪啪对白视频| 一进一出好大好爽视频| 丰满人妻熟妇乱又伦精品不卡| 男女下面进入的视频免费午夜| 日本黄色片子视频| 91av网一区二区| 国产视频内射| 亚洲国产精品sss在线观看| 日本黄色片子视频| 97人妻精品一区二区三区麻豆| 18禁黄网站禁片午夜丰满| 亚洲一区二区三区色噜噜| 久久性视频一级片| 午夜两性在线视频| 香蕉国产在线看| 亚洲成人免费电影在线观看| 国产成人影院久久av| 又紧又爽又黄一区二区| 男插女下体视频免费在线播放| 亚洲人成网站在线播放欧美日韩| 高清毛片免费观看视频网站| 日本黄色视频三级网站网址| 最近在线观看免费完整版| 亚洲一区二区三区色噜噜| 欧美成狂野欧美在线观看| 亚洲精品在线美女| 香蕉国产在线看| 国产一级毛片七仙女欲春2| 国产精品 国内视频| 婷婷精品国产亚洲av| av视频在线观看入口| 国产精品亚洲美女久久久| 一个人免费在线观看的高清视频| 久久精品国产综合久久久| 黄色视频,在线免费观看| 欧美日本视频| 极品教师在线免费播放| 又黄又粗又硬又大视频| 亚洲av熟女| 亚洲最大成人中文| 亚洲黑人精品在线| 国语自产精品视频在线第100页| 欧美激情在线99| 国内精品一区二区在线观看| 亚洲黑人精品在线| 国产精品亚洲一级av第二区| 真人一进一出gif抽搐免费| 午夜福利在线观看免费完整高清在 | 在线观看一区二区三区| 伦理电影免费视频| 免费av毛片视频| 日本三级黄在线观看| 他把我摸到了高潮在线观看| 欧美一级a爱片免费观看看| 久久精品影院6| 国产激情偷乱视频一区二区| 噜噜噜噜噜久久久久久91| 国产成人精品久久二区二区免费| 欧美日韩乱码在线| 老熟妇乱子伦视频在线观看| 麻豆av在线久日| 国产精品久久久久久久电影 | 99精品在免费线老司机午夜| 中文字幕熟女人妻在线| 无限看片的www在线观看| 国产黄色小视频在线观看| 一个人看视频在线观看www免费 | 国内久久婷婷六月综合欲色啪| 久久这里只有精品中国| 级片在线观看| 床上黄色一级片| 成人欧美大片| 国内毛片毛片毛片毛片毛片| 白带黄色成豆腐渣| 这个男人来自地球电影免费观看| 国产99白浆流出| 国产欧美日韩一区二区精品| 人人妻,人人澡人人爽秒播| 97超级碰碰碰精品色视频在线观看| 日本五十路高清| 老司机午夜福利在线观看视频| 久久精品夜夜夜夜夜久久蜜豆| 在线播放国产精品三级| 一二三四社区在线视频社区8| 看免费av毛片| 国产精品av久久久久免费| 久久精品亚洲精品国产色婷小说| 岛国在线免费视频观看| 国产亚洲精品久久久久久毛片| 免费观看的影片在线观看| 国产99白浆流出| 国产精品美女特级片免费视频播放器 | 嫩草影院入口| 一区二区三区激情视频| 久久久国产成人免费| 18禁观看日本| 久久草成人影院| 亚洲自拍偷在线| 国产激情久久老熟女| 宅男免费午夜| 波多野结衣巨乳人妻| 精品国产乱码久久久久久男人| 欧美绝顶高潮抽搐喷水| 啪啪无遮挡十八禁网站| 动漫黄色视频在线观看| 国内精品久久久久久久电影| 欧美在线黄色| 天堂影院成人在线观看| 国产三级黄色录像| 国产成+人综合+亚洲专区| 国产精品久久久久久久电影 | 91av网站免费观看| 搡老熟女国产l中国老女人| 搡老妇女老女人老熟妇| 91九色精品人成在线观看| 最近视频中文字幕2019在线8| 91老司机精品| 精品久久久久久久久久免费视频| 国产精品综合久久久久久久免费| 男人的好看免费观看在线视频| 韩国av一区二区三区四区| 99精品欧美一区二区三区四区| 99久久精品国产亚洲精品| 国产黄片美女视频| 免费高清视频大片| 成年女人毛片免费观看观看9| 人人妻人人澡欧美一区二区| 麻豆成人午夜福利视频| 看片在线看免费视频| 美女黄网站色视频| 国产久久久一区二区三区| 久久久国产欧美日韩av| 在线看三级毛片| 亚洲av成人不卡在线观看播放网| 两性夫妻黄色片| 全区人妻精品视频| 国模一区二区三区四区视频 | 床上黄色一级片| 亚洲欧美日韩高清在线视频| 美女黄网站色视频| 久久热在线av| 国产91精品成人一区二区三区| 丰满人妻熟妇乱又伦精品不卡| 午夜a级毛片| 国产真人三级小视频在线观看| 国产麻豆成人av免费视频| 国产精品综合久久久久久久免费| 男人和女人高潮做爰伦理| 日本黄色视频三级网站网址| 黄片大片在线免费观看| 国产亚洲av高清不卡| 母亲3免费完整高清在线观看| 国产精品98久久久久久宅男小说| 18禁裸乳无遮挡免费网站照片| 免费av不卡在线播放| 精品久久久久久久末码| 757午夜福利合集在线观看| 我要搜黄色片| 亚洲一区二区三区不卡视频| 亚洲中文av在线| 可以在线观看毛片的网站| 国产欧美日韩精品亚洲av| 亚洲人成网站高清观看| 国内揄拍国产精品人妻在线| 中出人妻视频一区二区| 亚洲自拍偷在线| 国产单亲对白刺激| 一级a爱片免费观看的视频| 精品久久蜜臀av无| 丁香欧美五月| 老司机福利观看| 午夜福利18| 夜夜夜夜夜久久久久| 久久国产乱子伦精品免费另类| 少妇的丰满在线观看| 搡老岳熟女国产| 一卡2卡三卡四卡精品乱码亚洲| 精华霜和精华液先用哪个| 亚洲一区高清亚洲精品| 久久人人精品亚洲av| 欧美中文日本在线观看视频| 午夜影院日韩av| 色av中文字幕| 国产午夜精品久久久久久| 欧美激情久久久久久爽电影| 一级作爱视频免费观看| 在线观看一区二区三区| 国产1区2区3区精品| 亚洲七黄色美女视频| 亚洲国产高清在线一区二区三| 夜夜夜夜夜久久久久| 色吧在线观看| 国产精品99久久久久久久久| 久久午夜亚洲精品久久| 在线视频色国产色| 亚洲人成网站高清观看| 搡老妇女老女人老熟妇| 悠悠久久av| 国产v大片淫在线免费观看| 十八禁网站免费在线| 国产成+人综合+亚洲专区| 国产亚洲av嫩草精品影院| 精品久久久久久,| 国产成人av激情在线播放| 日韩欧美免费精品| 国产一级毛片七仙女欲春2| 成年女人毛片免费观看观看9| 波多野结衣高清作品| 757午夜福利合集在线观看| 国产真实乱freesex| avwww免费| 波多野结衣巨乳人妻| 麻豆av在线久日| 国产男靠女视频免费网站| 精品久久久久久久久久久久久| 九九热线精品视视频播放| 麻豆成人av在线观看| 夜夜夜夜夜久久久久| 欧美黑人欧美精品刺激| 亚洲va日本ⅴa欧美va伊人久久| 亚洲色图 男人天堂 中文字幕| 午夜福利18| 国内精品久久久久精免费| 欧美激情在线99| 亚洲 国产 在线| 国产高清videossex| a级毛片a级免费在线| 午夜两性在线视频| 狂野欧美激情性xxxx| 中文字幕人妻丝袜一区二区| 免费看光身美女| 欧美日韩福利视频一区二区| avwww免费| 亚洲av成人一区二区三| 日韩高清综合在线| 2021天堂中文幕一二区在线观| 久久午夜综合久久蜜桃| 性色av乱码一区二区三区2| 亚洲电影在线观看av| 婷婷丁香在线五月| 欧美日韩中文字幕国产精品一区二区三区| 免费无遮挡裸体视频| 黄色片一级片一级黄色片| 1024香蕉在线观看| 国产伦一二天堂av在线观看| 久9热在线精品视频| 国产不卡一卡二| 中文字幕久久专区| 久久久久久久精品吃奶| 日韩免费av在线播放| 日本三级黄在线观看| 叶爱在线成人免费视频播放| 午夜福利在线观看免费完整高清在 | 露出奶头的视频| 日本黄色视频三级网站网址| 午夜福利成人在线免费观看| or卡值多少钱| 日本黄大片高清| 一卡2卡三卡四卡精品乱码亚洲| 亚洲av电影在线进入| 国产午夜福利久久久久久| 精品久久久久久成人av| 欧美性猛交黑人性爽| 成年女人看的毛片在线观看| 欧美另类亚洲清纯唯美| 欧美一区二区国产精品久久精品| 亚洲熟女毛片儿| 亚洲精品456在线播放app | 白带黄色成豆腐渣| 日本撒尿小便嘘嘘汇集6| 亚洲av成人av| 网址你懂的国产日韩在线| aaaaa片日本免费| 亚洲av免费在线观看| 国产黄片美女视频| 国产精品亚洲av一区麻豆| АⅤ资源中文在线天堂| 国产精品1区2区在线观看.|