• <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
    亚洲国产欧洲综合997久久,| 一a级毛片在线观看| 窝窝影院91人妻| 精品一区二区三区四区五区乱码| 嫩草影院精品99| 午夜福利18| 亚洲欧美日韩东京热| 欧美另类亚洲清纯唯美| 在线观看免费午夜福利视频| 亚洲性夜色夜夜综合| 一进一出抽搐gif免费好疼| 国产人伦9x9x在线观看| 高清毛片免费观看视频网站| 中文字幕人成人乱码亚洲影| 国产精品一区二区三区四区免费观看 | 麻豆国产97在线/欧美| 人妻夜夜爽99麻豆av| 国产亚洲精品综合一区在线观看| 国产日本99.免费观看| 极品教师在线免费播放| 欧美又色又爽又黄视频| 韩国av一区二区三区四区| 亚洲第一欧美日韩一区二区三区| 亚洲av熟女| 97人妻精品一区二区三区麻豆| 91在线观看av| 国产69精品久久久久777片 | 亚洲精品乱码久久久v下载方式 | 国产免费av片在线观看野外av| 亚洲专区国产一区二区| 伦理电影免费视频| 给我免费播放毛片高清在线观看| 亚洲性夜色夜夜综合| 国产精品香港三级国产av潘金莲| 国产乱人伦免费视频| 亚洲成a人片在线一区二区| 母亲3免费完整高清在线观看| ponron亚洲| 女警被强在线播放| 亚洲精品粉嫩美女一区| 老司机在亚洲福利影院| 老鸭窝网址在线观看| 757午夜福利合集在线观看| 久久久久国产一级毛片高清牌| 欧美性猛交╳xxx乱大交人| 欧美一区二区精品小视频在线| 欧美大码av| 好男人在线观看高清免费视频| 亚洲精品粉嫩美女一区| 黄色日韩在线| 欧美一级毛片孕妇| 免费人成视频x8x8入口观看| 九九久久精品国产亚洲av麻豆 | 成人精品一区二区免费| 免费搜索国产男女视频| 国产精品一及| 天天一区二区日本电影三级| 亚洲精品456在线播放app | 天堂影院成人在线观看| 久久精品91无色码中文字幕| 麻豆国产97在线/欧美| 欧美又色又爽又黄视频| 一级毛片高清免费大全| 国产日本99.免费观看| 听说在线观看完整版免费高清| 亚洲自拍偷在线| 亚洲午夜精品一区,二区,三区| 精品久久蜜臀av无| 国产午夜精品久久久久久| 国内精品美女久久久久久| 观看免费一级毛片| 女警被强在线播放| 在线免费观看的www视频| 日本黄大片高清| 看免费av毛片| 亚洲成人久久爱视频| 国产91精品成人一区二区三区| 变态另类成人亚洲欧美熟女| 美女高潮的动态| 国产精品女同一区二区软件 | 免费大片18禁| 少妇丰满av| 亚洲精品在线美女| 看免费av毛片| 热99re8久久精品国产| 亚洲av日韩精品久久久久久密| 日本免费一区二区三区高清不卡| 国产精品亚洲美女久久久| 国产美女午夜福利| 琪琪午夜伦伦电影理论片6080| 国产精品久久久久久亚洲av鲁大| 亚洲av五月六月丁香网| 中文在线观看免费www的网站| 禁无遮挡网站| 九九热线精品视视频播放| 岛国在线观看网站| 日本在线视频免费播放| 免费看十八禁软件| 草草在线视频免费看| 国语自产精品视频在线第100页| 黑人欧美特级aaaaaa片| 中出人妻视频一区二区| 欧美日韩一级在线毛片| 亚洲av第一区精品v没综合| 黄色女人牲交| 日韩精品青青久久久久久| 成人精品一区二区免费| 日本黄色片子视频| 欧美激情久久久久久爽电影| 黄色视频,在线免费观看| 色综合亚洲欧美另类图片| 亚洲自偷自拍图片 自拍| 国产激情久久老熟女| 无人区码免费观看不卡| 99在线人妻在线中文字幕| 一级黄色大片毛片| 狂野欧美激情性xxxx| 搡老岳熟女国产| 99久久99久久久精品蜜桃| 精品无人区乱码1区二区| 亚洲av第一区精品v没综合| 19禁男女啪啪无遮挡网站| 一个人看视频在线观看www免费 | 精品久久久久久久末码| 十八禁网站免费在线| 亚洲片人在线观看| 亚洲熟女毛片儿| 麻豆一二三区av精品| 国产成人一区二区三区免费视频网站| 女同久久另类99精品国产91| 亚洲一区二区三区不卡视频| 夜夜夜夜夜久久久久| 国产精品自产拍在线观看55亚洲| 国产一区在线观看成人免费| 九九在线视频观看精品| 成人一区二区视频在线观看| x7x7x7水蜜桃| 在线观看美女被高潮喷水网站 | 国产亚洲精品久久久久久毛片| 99在线视频只有这里精品首页| 亚洲av成人av| 啦啦啦免费观看视频1| 日本五十路高清| 欧美绝顶高潮抽搐喷水| 首页视频小说图片口味搜索| 岛国视频午夜一区免费看| 在线观看免费午夜福利视频| а√天堂www在线а√下载| 99热只有精品国产| 国产欧美日韩精品亚洲av| 免费大片18禁| 热99在线观看视频| 午夜影院日韩av| 人人妻人人澡欧美一区二区| 亚洲av成人精品一区久久| 午夜激情福利司机影院| 免费看美女性在线毛片视频| 中文字幕久久专区| 欧美在线一区亚洲| 午夜福利高清视频| 亚洲色图 男人天堂 中文字幕| 欧美不卡视频在线免费观看| 午夜免费激情av| 午夜福利免费观看在线| 听说在线观看完整版免费高清| 色综合站精品国产| 国产蜜桃级精品一区二区三区| 黑人操中国人逼视频| 一级毛片高清免费大全| 亚洲欧美日韩高清专用| 中亚洲国语对白在线视频| 一个人观看的视频www高清免费观看 | 久久性视频一级片| 欧美黑人欧美精品刺激| 午夜福利欧美成人| av福利片在线观看| 色尼玛亚洲综合影院| 欧美另类亚洲清纯唯美| 中文字幕精品亚洲无线码一区| 舔av片在线| 老熟妇乱子伦视频在线观看| 国产精品99久久久久久久久| 日韩欧美国产在线观看| 精品一区二区三区av网在线观看| 观看免费一级毛片| 色综合欧美亚洲国产小说| 欧美中文日本在线观看视频| 亚洲七黄色美女视频| 午夜a级毛片| 亚洲精品一卡2卡三卡4卡5卡| 欧美zozozo另类| 婷婷精品国产亚洲av在线| 久久精品亚洲精品国产色婷小说| 国产成人啪精品午夜网站| 成人av在线播放网站| 国产成人精品无人区| 久久亚洲精品不卡| 成年女人看的毛片在线观看| 老司机在亚洲福利影院| 亚洲av片天天在线观看| 熟女人妻精品中文字幕| 天天添夜夜摸| 19禁男女啪啪无遮挡网站| 亚洲成人中文字幕在线播放| 一区二区三区国产精品乱码| 成在线人永久免费视频| 精品乱码久久久久久99久播| 手机成人av网站| 国产精品亚洲av一区麻豆| 观看美女的网站| 亚洲国产精品sss在线观看| 亚洲在线观看片| 真人一进一出gif抽搐免费| 麻豆av在线久日| 亚洲七黄色美女视频| 97人妻精品一区二区三区麻豆| 欧美不卡视频在线免费观看| 国产乱人伦免费视频| 久久久久久九九精品二区国产| 此物有八面人人有两片| 美女扒开内裤让男人捅视频| e午夜精品久久久久久久| 亚洲精品久久国产高清桃花| 精品久久久久久久毛片微露脸| 露出奶头的视频| 99久久精品热视频| 亚洲成人精品中文字幕电影| 国语自产精品视频在线第100页| 丁香六月欧美| 久久久国产成人精品二区| 欧美乱妇无乱码| 久久久久九九精品影院| 国产精品香港三级国产av潘金莲| 999久久久国产精品视频| 精品久久久久久久久久久久久| 桃色一区二区三区在线观看| 亚洲狠狠婷婷综合久久图片| 亚洲 国产 在线| 午夜福利18| 少妇的丰满在线观看| 黄片大片在线免费观看| 色精品久久人妻99蜜桃| 黄片小视频在线播放| 免费电影在线观看免费观看| 麻豆国产97在线/欧美| 波多野结衣高清无吗| 黑人巨大精品欧美一区二区mp4| 黄色成人免费大全| 美女被艹到高潮喷水动态| 禁无遮挡网站| 这个男人来自地球电影免费观看| 国产精品九九99| 一二三四在线观看免费中文在| 成年版毛片免费区| h日本视频在线播放| 免费在线观看视频国产中文字幕亚洲| 久久午夜综合久久蜜桃| 国产美女午夜福利| 俺也久久电影网| 天天躁日日操中文字幕| 亚洲国产欧美一区二区综合| 男女之事视频高清在线观看| 听说在线观看完整版免费高清| 午夜福利免费观看在线| 亚洲av免费在线观看| 热99在线观看视频| 在线国产一区二区在线| 一个人免费在线观看电影 | 国产一区二区在线av高清观看| 18禁国产床啪视频网站| 巨乳人妻的诱惑在线观看| 亚洲自拍偷在线| 久久人人精品亚洲av| 国产三级在线视频| 最好的美女福利视频网| www日本黄色视频网| 99久久精品一区二区三区| 91在线观看av| 首页视频小说图片口味搜索| 国产精品久久久久久人妻精品电影| 性色av乱码一区二区三区2| 搡老岳熟女国产| 天天一区二区日本电影三级| 免费观看的影片在线观看| 亚洲精品美女久久久久99蜜臀| 丁香欧美五月| 亚洲自拍偷在线| 日本 av在线| 国产极品精品免费视频能看的| 亚洲国产色片| aaaaa片日本免费| 亚洲男人的天堂狠狠| 欧美中文日本在线观看视频| 国产淫片久久久久久久久 | 久久香蕉精品热| 国产激情久久老熟女| 日韩av在线大香蕉| 亚洲黑人精品在线| 亚洲精华国产精华精| 18禁美女被吸乳视频| 亚洲九九香蕉| 国产一区二区三区在线臀色熟女| 亚洲精品粉嫩美女一区| 亚洲狠狠婷婷综合久久图片| 狠狠狠狠99中文字幕| 欧美成人性av电影在线观看| 精品久久久久久久末码| 好男人在线观看高清免费视频| 欧美色视频一区免费| bbb黄色大片| 少妇的丰满在线观看| 国产单亲对白刺激| 日本一本二区三区精品| av黄色大香蕉| 一进一出好大好爽视频| 久久精品国产综合久久久| 欧美乱码精品一区二区三区| 免费无遮挡裸体视频| 一级毛片女人18水好多| 91在线观看av| 国产亚洲精品综合一区在线观看| 99国产精品99久久久久| 一夜夜www| 99久久无色码亚洲精品果冻| 在线观看午夜福利视频| 亚洲精品色激情综合| 99久久久亚洲精品蜜臀av| 亚洲午夜精品一区,二区,三区| 精品福利观看| 免费av不卡在线播放| 制服人妻中文乱码| 一卡2卡三卡四卡精品乱码亚洲| 少妇的丰满在线观看| 久久伊人香网站| 又爽又黄无遮挡网站| 99久久国产精品久久久| 18美女黄网站色大片免费观看| 国产淫片久久久久久久久 | 国产高清视频在线播放一区| www.自偷自拍.com| 久久久成人免费电影| 欧美黑人欧美精品刺激| 亚洲精品粉嫩美女一区| 国产免费av片在线观看野外av| 麻豆成人av在线观看| 国内少妇人妻偷人精品xxx网站 | 国产一区二区三区视频了| www.自偷自拍.com| 亚洲片人在线观看| 哪里可以看免费的av片| 18禁美女被吸乳视频| 欧美乱妇无乱码| www国产在线视频色| 午夜成年电影在线免费观看| 亚洲 欧美一区二区三区| 欧美日韩瑟瑟在线播放| 欧美日韩黄片免| 日韩人妻高清精品专区| 淫妇啪啪啪对白视频| 夜夜夜夜夜久久久久| 麻豆成人午夜福利视频| 欧美极品一区二区三区四区| 欧美日韩一级在线毛片| a在线观看视频网站| 麻豆国产av国片精品| 色视频www国产| 欧美中文综合在线视频| 99精品在免费线老司机午夜| 两个人看的免费小视频| 日日夜夜操网爽| 级片在线观看| 亚洲av成人精品一区久久| 怎么达到女性高潮| 久久午夜亚洲精品久久| 久久精品91无色码中文字幕| 亚洲av免费在线观看| 亚洲熟妇中文字幕五十中出| 中文字幕熟女人妻在线| 51午夜福利影视在线观看| 国模一区二区三区四区视频 | 91麻豆av在线| 欧美日韩福利视频一区二区| 日韩精品中文字幕看吧| 少妇熟女aⅴ在线视频| ponron亚洲| 亚洲自拍偷在线| 亚洲av免费在线观看| 俄罗斯特黄特色一大片| 欧美成人性av电影在线观看| 久久久久久久精品吃奶| 两个人的视频大全免费| 99精品在免费线老司机午夜| 免费在线观看视频国产中文字幕亚洲| 精品一区二区三区av网在线观看| svipshipincom国产片| 两个人看的免费小视频| 国产精品亚洲美女久久久| www.精华液| x7x7x7水蜜桃| 制服人妻中文乱码| 中出人妻视频一区二区| 国产高清videossex| 9191精品国产免费久久| 亚洲成人免费电影在线观看| 91av网一区二区| 88av欧美| 一本久久中文字幕| 18禁黄网站禁片午夜丰满| 99久久成人亚洲精品观看| 欧美乱色亚洲激情| 国产欧美日韩精品一区二区| 在线观看舔阴道视频| 国产亚洲精品av在线| 日本成人三级电影网站| 无遮挡黄片免费观看| 国产私拍福利视频在线观看| 婷婷精品国产亚洲av| 日韩免费av在线播放| 久久99热这里只有精品18| 欧美日韩黄片免| 久久国产乱子伦精品免费另类| 丰满的人妻完整版| 久久精品人妻少妇| 国产真人三级小视频在线观看| 琪琪午夜伦伦电影理论片6080| 变态另类丝袜制服| 成人午夜高清在线视频| 亚洲欧美激情综合另类| 欧美成人一区二区免费高清观看 | 国产av不卡久久| 最近视频中文字幕2019在线8| 麻豆国产av国片精品| 成人18禁在线播放| 国产日本99.免费观看| 亚洲成人久久爱视频| 欧美中文日本在线观看视频| 窝窝影院91人妻| 日本黄色视频三级网站网址| 午夜a级毛片| 亚洲九九香蕉| 一本一本综合久久| 在线观看午夜福利视频| 十八禁网站免费在线| 午夜免费成人在线视频| 一级毛片女人18水好多| 窝窝影院91人妻| 国产一级毛片七仙女欲春2| 精品国产美女av久久久久小说| 欧美zozozo另类| 亚洲欧美日韩卡通动漫| 91麻豆av在线| 欧美乱码精品一区二区三区| 亚洲av五月六月丁香网| 精华霜和精华液先用哪个| 男人的好看免费观看在线视频| 中文资源天堂在线| 草草在线视频免费看| 欧美色视频一区免费| 色老头精品视频在线观看| 国产黄a三级三级三级人| 成人三级做爰电影| 老熟妇仑乱视频hdxx| 一夜夜www| 高潮久久久久久久久久久不卡| 大型黄色视频在线免费观看| 久久精品影院6| 精品久久久久久久毛片微露脸| 亚洲人与动物交配视频| 欧美一级a爱片免费观看看| 亚洲精品在线美女| 亚洲精品国产精品久久久不卡| a级毛片a级免费在线| 国产野战对白在线观看| 香蕉丝袜av| 欧美色欧美亚洲另类二区| 成人永久免费在线观看视频| 婷婷精品国产亚洲av在线| 久久久精品欧美日韩精品| 最新在线观看一区二区三区| 亚洲自偷自拍图片 自拍| 美女大奶头视频| 亚洲aⅴ乱码一区二区在线播放| 精品久久久久久成人av| 一个人看的www免费观看视频| 国产爱豆传媒在线观看| 视频区欧美日本亚洲| 亚洲人成伊人成综合网2020| 91在线观看av| 午夜福利18| 国产精品 国内视频| 久久人妻av系列| 日韩欧美 国产精品| 极品教师在线免费播放| 亚洲avbb在线观看| 国产精品久久久久久久电影 | 亚洲精品456在线播放app | 97碰自拍视频| 亚洲性夜色夜夜综合| 久久久国产成人精品二区| 欧美日韩国产亚洲二区| 亚洲自拍偷在线| 欧美zozozo另类| 色av中文字幕| 亚洲午夜精品一区,二区,三区| 99久久精品热视频| 国产亚洲av嫩草精品影院| 99热这里只有精品一区 | 欧美日韩一级在线毛片| 国产在线精品亚洲第一网站| 每晚都被弄得嗷嗷叫到高潮| or卡值多少钱| 亚洲男人的天堂狠狠| 亚洲国产高清在线一区二区三| 亚洲熟妇中文字幕五十中出| 久久久色成人| 国产亚洲精品综合一区在线观看| 村上凉子中文字幕在线| 免费人成视频x8x8入口观看| 亚洲精品乱码久久久v下载方式 | 亚洲精品美女久久av网站| 18禁黄网站禁片午夜丰满| 国产免费男女视频| 国产免费av片在线观看野外av| 亚洲国产欧美一区二区综合| 亚洲人成网站高清观看| 欧美日本亚洲视频在线播放| 免费高清视频大片| 欧美丝袜亚洲另类 | 大型黄色视频在线免费观看| or卡值多少钱| 特大巨黑吊av在线直播| 亚洲精品一卡2卡三卡4卡5卡| 亚洲av免费在线观看| 99久久国产精品久久久| 91九色精品人成在线观看| 亚洲美女视频黄频| 麻豆国产av国片精品| 香蕉久久夜色| 免费电影在线观看免费观看| 欧美色视频一区免费| 亚洲av中文字字幕乱码综合| 久久久久亚洲av毛片大全| 亚洲国产欧美一区二区综合| 久久久久久久久免费视频了| 97人妻精品一区二区三区麻豆| 最近视频中文字幕2019在线8| 中文在线观看免费www的网站| 国产精品久久久av美女十八| 久久性视频一级片| 一区二区三区国产精品乱码| 日韩欧美精品v在线| 两性夫妻黄色片| 精品久久久久久久人妻蜜臀av| 亚洲欧美日韩无卡精品| a在线观看视频网站| 天堂av国产一区二区熟女人妻| 国产一区二区在线观看日韩 | 国产淫片久久久久久久久 | 成人欧美大片| 国产精品香港三级国产av潘金莲| bbb黄色大片| 亚洲中文字幕一区二区三区有码在线看 | 国产精品香港三级国产av潘金莲| 国产美女午夜福利| 少妇熟女aⅴ在线视频| 18禁国产床啪视频网站| 91麻豆av在线| 国产精品久久久av美女十八| 欧美3d第一页| 美女大奶头视频| 女人被狂操c到高潮| 午夜福利在线在线| 久久这里只有精品19| 999久久久国产精品视频| av女优亚洲男人天堂 | 99国产精品一区二区蜜桃av| 两性午夜刺激爽爽歪歪视频在线观看| 日韩欧美免费精品| 一本综合久久免费| 极品教师在线免费播放| 欧美乱码精品一区二区三区| 国产精品精品国产色婷婷| 人人妻人人看人人澡| 亚洲中文av在线| 精品久久久久久久人妻蜜臀av| 麻豆国产97在线/欧美| 天堂av国产一区二区熟女人妻| 亚洲精品粉嫩美女一区| 国产激情欧美一区二区| 久久久水蜜桃国产精品网| 窝窝影院91人妻| 久久精品综合一区二区三区| 99国产精品99久久久久| a级毛片a级免费在线| netflix在线观看网站| 欧美性猛交╳xxx乱大交人| 香蕉久久夜色| 精品国产乱码久久久久久男人| 国产精品亚洲美女久久久| 我要搜黄色片| 9191精品国产免费久久| 最近视频中文字幕2019在线8| 国产熟女xx| 一个人免费在线观看电影 | 国产精品av久久久久免费| 又黄又粗又硬又大视频| 最近最新中文字幕大全免费视频| 日韩精品中文字幕看吧| 亚洲五月天丁香| 国产精品久久久久久久电影 | 免费看十八禁软件| 精品国产超薄肉色丝袜足j| 欧美色视频一区免费| 男人舔女人的私密视频| 99久久精品国产亚洲精品|