• <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YOLOv3檢測和特征點(diǎn)匹配的多目標(biāo)跟蹤算法

    2021-04-07 08:49:38穆平安馬忠雪
    計(jì)量學(xué)報(bào) 2021年2期
    關(guān)鍵詞:背光檢測器像素點(diǎn)

    譚 芳, 穆平安, 馬忠雪

    (上海理工大學(xué) 光電信息與計(jì)算機(jī)工程學(xué)院, 上海 200093)

    1 引 言

    行人目標(biāo)的檢測與跟蹤在交通、安防等領(lǐng)域具有重要的實(shí)用價(jià)值,一直都是計(jì)算機(jī)視覺與圖像處理領(lǐng)域的研究熱點(diǎn)。傳統(tǒng)的行人目標(biāo)跟蹤算法主要分為判別類算法和生成類算法?;跈z測的判別類算法主要有背景差法、閾值分割法、幀差法、光流法以及HOG特征結(jié)合SVM分類器等方法[1~4]。這些方法中有些算法計(jì)算量較大,實(shí)時(shí)性較差(如背景差法、光流法、HOG+SVM);有些算法雖然計(jì)算速度快,但檢測效果易受到光照變化、噪聲干擾、目標(biāo)形變的影響,導(dǎo)致行人目標(biāo)檢測精度低(如幀差法、閾值分割法)。而基于概率統(tǒng)計(jì)的生成類算法主要有卡爾曼濾波(Kalman filter)、粒子濾波、均值漂移(meanshift)等方法[5~8]。雖然其實(shí)時(shí)性強(qiáng),但由于目標(biāo)快速移動及誤差累計(jì)造成的目標(biāo)漂移,大大降低了跟蹤的準(zhǔn)確率。

    針對這些傳統(tǒng)算法中的缺點(diǎn),本文將結(jié)合深度學(xué)習(xí)與行人目標(biāo)特征展開行人間的多目標(biāo)跟蹤研究。首先采用YOLOv3算法在Darknet-53網(wǎng)絡(luò)結(jié)構(gòu)下訓(xùn)練行人目標(biāo)檢測模型,獲得一個(gè)精度與速度優(yōu)良的YOLOv3檢測器,然后結(jié)合FAST角點(diǎn)檢測算法和BRISK算法對檢測到的行人目標(biāo)進(jìn)行特征點(diǎn)提取與匹配,最終實(shí)現(xiàn)行人目標(biāo)在背光、快速移動、部分遮擋等各種復(fù)雜情況下良好的跟蹤效果。將YOLOv3算法、FAST 角點(diǎn)檢測算法以及BRISK 特征匹配方法相結(jié)合,有效提升了傳統(tǒng)多目標(biāo)跟蹤算法的性能及魯棒性。

    2 基于YOLOv3的多目標(biāo)檢測

    基于檢測的行人目標(biāo)跟蹤中,優(yōu)良的檢測器對最終的跟蹤效果有著至關(guān)重要的影響。目前,基于深度學(xué)習(xí)的目標(biāo)檢測算法主要分為兩類:一類是one-stage的YOLO(YOLO、YOLO9000、YOLOv3)[9~11]和SSD(SSD、DSSD、DSOD)系列算法[12];另一類是two-stage 的R-CNN(R-CNN、Faster R-CNN、Mask-RCNN)系列算法[13~15]。前者在處理速度上雖快于后者,但平均準(zhǔn)確率卻低于后者。其中YOLO系列算法經(jīng)過不斷改良,最新版本的YOLOv3在COCO數(shù)據(jù)集上,精度達(dá)到與R-CNN系列相當(dāng)?shù)耐瑫r(shí),速度卻快了好幾倍。YOLOv3與其他基于深度學(xué)習(xí)的檢測器在COCO數(shù)據(jù)集上測試速度和精度的對比見表1所示。

    表1 YOLOv3檢測器與其它深度學(xué)習(xí)檢測器的性能對比Tab.1 Comparison of the performance of the YOLOv3 detector with other deep learning detectors

    YOLOv3采用新的網(wǎng)絡(luò)結(jié)構(gòu)Darknet-53,借鑒殘差網(wǎng)絡(luò)塊構(gòu)成的全卷積網(wǎng)絡(luò)作為骨干架構(gòu),在層與層之間設(shè)置快捷鏈路,以形成更深的網(wǎng)絡(luò)層次。利用多尺度特征進(jìn)行目標(biāo)檢測,以提升小目標(biāo)檢測的精度。同時(shí)采用多標(biāo)簽的Logistic取代了Softmax單標(biāo)簽方式,減少了檢測目標(biāo)的重疊情況。YOLOv3的網(wǎng)絡(luò)結(jié)構(gòu)模型見圖1所示。

    網(wǎng)絡(luò)訓(xùn)練時(shí),在ImageNet 預(yù)訓(xùn)練好的權(quán)重基礎(chǔ)上,使用USC行人數(shù)據(jù)庫訓(xùn)練行人目標(biāo)檢測模型。將該數(shù)據(jù)庫提供的XML格式標(biāo)注信息轉(zhuǎn)換為YOLO格式的TXT文件,將YOLOv3.cfg文件中的識別類別改為1。通過實(shí)驗(yàn)分析,將權(quán)重衰減因子設(shè)為0.000 5,學(xué)習(xí)率設(shè)為0.001,動量參數(shù)設(shè)為0.95,訓(xùn)練批次取64。用訓(xùn)練好的YOLOv3檢測器對一個(gè)時(shí)長8 s, 24幀/s,尺寸640×480像素的行人視頻進(jìn)行測試。截取部分幀行人檢測效果見圖2所示。

    圖1 YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)模型Fig.1 YOLOv3 network structure model

    圖2 第37幀到第45幀的行人檢測結(jié)果Fig.2 Pedestrian detection results at frames 37 to 45

    測試集視頻共導(dǎo)出192張圖片,由于只考慮部分遮擋的行人目標(biāo)檢測,未對遮擋超過60%的行人目標(biāo)進(jìn)行大量訓(xùn)練,所以將遮擋超過60%的行人目標(biāo)認(rèn)為是無效目標(biāo),檢測結(jié)果統(tǒng)計(jì)見表2所示。

    表2 YOLOv3檢測器測試結(jié)果Tab.2 YOLOv3 detector test results

    3 基于特征點(diǎn)匹配的多目標(biāo)跟蹤

    將訓(xùn)練好的YOLOv3檢測器用于各種復(fù)雜情況下的行人目標(biāo)檢測,根據(jù)YOLOv3檢測器檢測的結(jié)果,對檢測出的行人目標(biāo)進(jìn)行特征點(diǎn)提取與描述,然后將前后兩幀中的行人目標(biāo)進(jìn)行特征點(diǎn)匹配以達(dá)到多目標(biāo)跟蹤的目的。如果當(dāng)前幀檢測到的目標(biāo)無法與上一幀中目標(biāo)匹配,則判定此目標(biāo)為新目標(biāo),在下一幀中繼續(xù)進(jìn)行檢測跟蹤,直到無可匹配目標(biāo)為止。多目標(biāo)跟蹤算法總流程見圖3。

    圖3 多目標(biāo)跟蹤算法流程圖Fig.3 Flow chart of multi-target tracking algorithm

    3.1 基于FAST 角點(diǎn)檢測算法的特征點(diǎn)提取

    FAST角點(diǎn)的定義為:若某像素點(diǎn)與其周圍鄰域內(nèi)足夠多的像素點(diǎn)相差較大,則該像素可能是角點(diǎn)[16](特征點(diǎn))。

    如圖4所示,以某一點(diǎn)p為圓心,以3個(gè)像素點(diǎn)距離為半徑,得到像素點(diǎn)p1,p2,…,p16。根據(jù)情況設(shè)定一個(gè)閾值,特征點(diǎn)必須順序滿足下面3個(gè)條件,否則舍棄。

    1) 計(jì)算p1,p9與中心p的像素差值,絕對值都大于閾值;

    2) 計(jì)算p1,p9,p5,p13與中心p的像素差值,絕對值有至少3個(gè)超過閾值;

    3) 計(jì)算p1~p16這16個(gè)點(diǎn)與中心p的像素差值,絕對值有至少9個(gè)超過閾值。

    圖4 FAST特征點(diǎn)Fig.4 FAST feature points

    4) 對圖像進(jìn)行NMS(非極大值抑制),消除緊挨在一起的角點(diǎn)。在特征點(diǎn)p為中心的一個(gè)鄰域內(nèi),計(jì)算FAST特征點(diǎn)的得分值(16個(gè)點(diǎn)與中心差值的絕對值總和)。若p的響應(yīng)值在該鄰域內(nèi)的特征點(diǎn)中最大,保留該特征點(diǎn),否則舍棄。若鄰域內(nèi)只有一個(gè)角點(diǎn)(特征點(diǎn)),則保留。計(jì)算得分公式為如式(1)所示(其中v表示FAST特征點(diǎn)的得分,pv為像素點(diǎn)灰度值)。

    v=max∑|pv-p|

    (1)

    通常將閾值設(shè)為50,利用FAST算法快速得到圖像的特征點(diǎn)。截取視頻中的相鄰2幀見圖5所示。

    圖5 特征點(diǎn)提取Fig.5 Extraction of feature point

    3.2 基于BRISK算法的特征點(diǎn)匹配

    在得到特征點(diǎn)之后,選擇在尺度不變性、旋轉(zhuǎn)不變性、魯棒性方面表現(xiàn)較好的BRISK算法得到特征點(diǎn)的描述子,然后利用PROSAC算法比較特征點(diǎn)之間的描述子,將特征點(diǎn)進(jìn)行匹配。

    首先利用圖像金字塔對原圖像進(jìn)行多尺度表達(dá)(見圖6),構(gòu)造n個(gè)octave層(用ci表示)和n個(gè)intra-octave層(用di表示),n=4,i={0,1…n-1}。假設(shè)有圖像I,c0層為原圖像,c1層通過對c0層的2倍下采樣生成,c2層通過對c1層的2倍下采樣生成,以此類推產(chǎn)生octave層。而d0層通過對圖像I的1.5倍下采樣生成,d1層通過對d0層的2倍下采樣生成,d2層通過對d1層的2倍下采樣生成,以此類推產(chǎn)生intra-octave層[18,19]。

    然后對每層圖像進(jìn)行空間上的NMS:特征點(diǎn)在尺度空間(上下層2×9個(gè)點(diǎn))和位置空間(8鄰域點(diǎn)),共26個(gè)鄰域點(diǎn)的FAST得分值要最大,否則舍棄。

    圖6 尺度空間特征點(diǎn)檢測Fig.6 Feature point detection in scale space

    對極值點(diǎn)的所在層和相鄰上下層之中對應(yīng)的像素點(diǎn)的FAST得分值作二維二次函數(shù)插值,得到極值點(diǎn)的坐標(biāo)位置;在尺度方向上進(jìn)行一維插值,得到極值點(diǎn)所對應(yīng)的特征尺度。

    以特征點(diǎn)為圓心,做半徑不同的同心圓,在每個(gè)圓上獲得一定數(shù)目等間隔采樣點(diǎn),并對同心圓上采樣點(diǎn)進(jìn)行高斯濾波。高斯濾波的中心為采樣點(diǎn),方差設(shè)置為δ,濾波半徑與高斯方差成正比,最終使用的N個(gè)(N一般設(shè)為60)采樣點(diǎn)是經(jīng)過高斯平滑后的采樣點(diǎn)。采樣點(diǎn)兩兩一對,所有組合方式通過下面的集合表示:

    A={(pi,pj)|i

    (2)

    用I(pi,σi)、I(pj,σj)表示不同采樣點(diǎn)對在不同尺度的像素灰度值,σ表示尺度,g(pi,pj)表示局部梯度集合,則有:

    (3)

    短距離點(diǎn)對和長距離點(diǎn)對的定義:

    (4)

    (5)

    特征點(diǎn)主方向的獲得:

    (6)

    α=arctan 2(gy,gx)

    (7)

    旋轉(zhuǎn)特征點(diǎn)周圍的采樣區(qū)域至主方向,對新的采樣區(qū)域進(jìn)行采樣。BRISK算法獲得的特征描述子為二進(jìn)制描述子,上述過程得到的長、短距離子集,考慮其中短距離子集的512個(gè)短距離點(diǎn)對,進(jìn)行二進(jìn)制編碼:

    (8)

    (9)

    PROSAC算法對特征點(diǎn)與模型之間的匹配質(zhì)量進(jìn)行衡量。利用PROSAC算法進(jìn)行特征點(diǎn)提純(見圖7),有效提高了匹配精度。

    圖7 利用PROSAC剔除誤匹配點(diǎn)對提純前后Fig.7 Before and after purification by removing mismatched point pairs with PROSAC

    4 實(shí)驗(yàn)結(jié)果與分析

    本文實(shí)驗(yàn)配置環(huán)境基于英偉達(dá)1080 Ti、CUDA9.0以及Win10系統(tǒng),算法開發(fā)基于Python語言和Darknet-53深度學(xué)習(xí)框架,跟蹤可視化基于OpenCV。實(shí)驗(yàn)樣本選自洛桑聯(lián)邦理工學(xué)院CVLAB數(shù)據(jù)庫,分別為露臺、樓前廣場2個(gè)場景。本文僅選取與幾個(gè)經(jīng)典的方法進(jìn)行對比分析,具體數(shù)據(jù)如表3所示??梢钥闯?傳統(tǒng)基于HOG+SVM和光流法的行人目標(biāo)跟蹤模型,雖然取得了不錯的平均精度,但較大計(jì)算量加上復(fù)雜的測試場景,造成了實(shí)時(shí)性不理想。露臺測試場景中的背光視頻,導(dǎo)致了基于顏色直方圖的MeanShift行人目標(biāo)跟蹤模型的平均精度受到較大影響?;贙alman濾波的行人目標(biāo)跟蹤模型,雖能克服光照變化的影響,但對于行人間的遮擋和行人快速移動會出現(xiàn)目標(biāo)跟蹤丟失的情況。不同復(fù)雜環(huán)境下,本文跟蹤算法模型在精度和速度上表現(xiàn)都相對優(yōu)越。截取本文跟蹤算法部分幀不同環(huán)境下跟蹤效果見圖8~圖10,實(shí)驗(yàn)結(jié)果表明本文算法在背光、行人目標(biāo)快速移動、部分遮擋等條件下均能實(shí)現(xiàn)較好的跟蹤。

    表3 與不同經(jīng)典行人目標(biāo)跟蹤模型性能對比Tab.3 Performance comparison with different classical pedestrian target tracking models

    圖8 背光條件下行人目標(biāo)跟蹤結(jié)果Fig.8 Pedestrian target tracking results under backlight conditions

    圖8為露臺場景第1074幀至第1079幀背光下行人目標(biāo)跟蹤結(jié)果。露臺場景由于攝像機(jī)角度的問題,視頻背光嚴(yán)重,行人目標(biāo)的顏色信息丟失嚴(yán)重,傳統(tǒng)的基于顏色特征的跟蹤算法就會受到很大的影響。但是由于本文跟蹤算法中YOLOv3檢測器對行人目標(biāo)檢測主要基于深度學(xué)習(xí)的方法,后續(xù)的行人目標(biāo)匹配采用了行人的邊緣輪廓信息,從而克服了顏色丟失這一問題,取得了較好的跟蹤結(jié)果。

    圖9 快速移動行人目標(biāo)跟蹤結(jié)果Fig.9 Tracking results of fast moving pedestrian target

    圖9為樓前廣場第1678幀至第1683幀快速移動行人目標(biāo)跟蹤效果,由于行人目標(biāo)較快速跑步進(jìn)入視頻采集區(qū)域,產(chǎn)生了一定的拖尾現(xiàn)象,造成行人目標(biāo)模糊不清。但檢測速度達(dá)到35幀/s的YOLOv3檢測器能迅速地捕捉到快速移動的行人目標(biāo),防止了行人檢測目標(biāo)丟失的情況發(fā)生。

    圖10 部分遮擋行人目標(biāo)跟蹤結(jié)果Fig.10 Partially obscures pedestrian target tracking results

    圖10為露臺場景中第1087幀至第1092幀存在部分遮擋時(shí)的行人目標(biāo)跟蹤效果??梢钥吹?person1逐漸被person2遮擋。當(dāng)遮擋低于60%時(shí),行人目標(biāo)的跟蹤是沒有受到影響的。只有當(dāng)遮擋超過60%以上時(shí),才出現(xiàn)了行人目標(biāo)的跟蹤丟失。結(jié)果證明本文的跟蹤算法對于處理行人目標(biāo)部分遮擋時(shí)具有一定的魯棒性。

    5 結(jié) 論

    本文通過YOLOv3算法快速檢測行人目標(biāo),確定目標(biāo)框,再結(jié)合FAST和BRISK算法對前后兩幀中的行人目標(biāo)進(jìn)行特征點(diǎn)提取與匹配以達(dá)到跟蹤的效果。實(shí)驗(yàn)證明算法在背光、行人目標(biāo)快速移動、行人部分遮擋等條件下均能實(shí)現(xiàn)較好的跟蹤。但在檢測過程中,由于目標(biāo)遮擋較大的問題造成后續(xù)目標(biāo)跟蹤的準(zhǔn)確率有所降低,未來可在網(wǎng)絡(luò)訓(xùn)練中增加60%以上遮擋的行人圖片樣本,以提高算法的魯棒性。

    猜你喜歡
    背光檢測器像素點(diǎn)
    光學(xué)薄膜技術(shù)及在背光模組中的應(yīng)用研究
    電子制作(2019年12期)2019-07-16 08:45:20
    一種用于LCD的高功率LED側(cè)式背光系統(tǒng)設(shè)計(jì)
    電子測試(2018年6期)2018-05-09 07:31:41
    基于canvas的前端數(shù)據(jù)加密
    關(guān)于超薄LED背光模組設(shè)計(jì)探討
    電子測試(2017年11期)2017-12-15 08:57:38
    車道微波車輛檢測器的應(yīng)用
    基于逐像素點(diǎn)深度卷積網(wǎng)絡(luò)分割模型的上皮和間質(zhì)組織分割
    一種霧霾檢測器的研究與設(shè)計(jì)
    基于Node-Cell結(jié)構(gòu)的HEVC幀內(nèi)編碼
    一體化火焰檢測器常見故障分析
    河南科技(2014年22期)2014-02-27 14:18:12
    三波段白光LED的高色域背光封裝方案
    河南科技(2014年5期)2014-02-27 14:08:30
    亚洲天堂国产精品一区在线| 久久亚洲精品不卡| 欧美zozozo另类| 桃色一区二区三区在线观看| 午夜精品一区二区三区免费看| 成年版毛片免费区| 久久亚洲精品不卡| 18禁裸乳无遮挡免费网站照片| 国产单亲对白刺激| 搡老熟女国产l中国老女人| 在线观看av片永久免费下载| 亚洲av成人av| 精品欧美国产一区二区三| 国产av一区在线观看免费| 精品人妻熟女av久视频| 啦啦啦韩国在线观看视频| 亚洲成人免费电影在线观看| 搡女人真爽免费视频火全软件 | 精品久久久久久久久亚洲 | 一级黄色大片毛片| 国产免费av片在线观看野外av| 免费看美女性在线毛片视频| 亚洲精品456在线播放app | 日韩欧美免费精品| 人妻久久中文字幕网| 国产亚洲精品av在线| 我的老师免费观看完整版| 国产一区二区三区av在线 | 国产精品人妻久久久影院| 久久天躁狠狠躁夜夜2o2o| 校园春色视频在线观看| 波野结衣二区三区在线| 我的女老师完整版在线观看| 久久九九热精品免费| 又爽又黄a免费视频| 伦理电影大哥的女人| 97人妻精品一区二区三区麻豆| 18禁在线播放成人免费| 中出人妻视频一区二区| 亚洲色图av天堂| 黄片wwwwww| 亚洲av第一区精品v没综合| 欧美3d第一页| 少妇高潮的动态图| 国产真实乱freesex| 亚洲欧美日韩高清在线视频| 大型黄色视频在线免费观看| 欧美一区二区亚洲| 人妻久久中文字幕网| 又黄又爽又免费观看的视频| 丰满的人妻完整版| 毛片一级片免费看久久久久 | 亚洲精品在线观看二区| 狂野欧美激情性xxxx在线观看| bbb黄色大片| 大又大粗又爽又黄少妇毛片口| 欧美日韩瑟瑟在线播放| 少妇被粗大猛烈的视频| 18禁裸乳无遮挡免费网站照片| 精品久久久久久久久久久久久| .国产精品久久| 黄色女人牲交| 1024手机看黄色片| 赤兔流量卡办理| 亚洲精品亚洲一区二区| 搡老妇女老女人老熟妇| 日本在线视频免费播放| av在线蜜桃| АⅤ资源中文在线天堂| 久久99热6这里只有精品| 日日摸夜夜添夜夜添av毛片 | 成人亚洲精品av一区二区| 窝窝影院91人妻| 婷婷亚洲欧美| 精品国产三级普通话版| 中文字幕熟女人妻在线| 日韩 亚洲 欧美在线| 少妇的逼水好多| 久久精品人妻少妇| 免费看美女性在线毛片视频| 久久久久精品国产欧美久久久| 国产老妇女一区| 国产精品,欧美在线| 免费观看的影片在线观看| 男女那种视频在线观看| 成人国产一区最新在线观看| 国产黄色小视频在线观看| 蜜桃亚洲精品一区二区三区| 波野结衣二区三区在线| 国产精品三级大全| 一级av片app| 亚洲国产精品合色在线| 国产男人的电影天堂91| 一级黄片播放器| 欧美+日韩+精品| 91av网一区二区| 国内毛片毛片毛片毛片毛片| 别揉我奶头 嗯啊视频| 精品不卡国产一区二区三区| 久久久久久久久久黄片| 久久精品国产亚洲网站| 天天一区二区日本电影三级| 日日撸夜夜添| 热99re8久久精品国产| 在线观看舔阴道视频| 国产真实伦视频高清在线观看 | 午夜福利在线观看免费完整高清在 | 老熟妇乱子伦视频在线观看| 免费av毛片视频| 久久国内精品自在自线图片| 亚洲成av人片在线播放无| 国产午夜精品久久久久久一区二区三区 | 亚洲熟妇中文字幕五十中出| 国产人妻一区二区三区在| 中文字幕av在线有码专区| 精品人妻1区二区| 亚洲av第一区精品v没综合| 别揉我奶头 嗯啊视频| 成年女人看的毛片在线观看| 极品教师在线免费播放| 黄色丝袜av网址大全| 亚洲第一区二区三区不卡| 琪琪午夜伦伦电影理论片6080| 桃色一区二区三区在线观看| 国产视频一区二区在线看| 国产欧美日韩精品亚洲av| 国内精品久久久久久久电影| 国产乱人伦免费视频| 精品乱码久久久久久99久播| 99热这里只有是精品在线观看| 久久久久国产精品人妻aⅴ院| 国产免费av片在线观看野外av| 亚洲四区av| 午夜视频国产福利| 亚洲成人中文字幕在线播放| 1024手机看黄色片| 欧美激情久久久久久爽电影| 变态另类丝袜制服| 中出人妻视频一区二区| 永久网站在线| 黄色视频,在线免费观看| 校园春色视频在线观看| 精品人妻偷拍中文字幕| 亚洲内射少妇av| aaaaa片日本免费| 国产探花极品一区二区| 丰满人妻一区二区三区视频av| 亚洲国产色片| 国产精品国产高清国产av| 日韩欧美三级三区| 性欧美人与动物交配| 黄色日韩在线| 亚洲最大成人av| 亚洲欧美精品综合久久99| 国产高清不卡午夜福利| 露出奶头的视频| 国产单亲对白刺激| 国产精品综合久久久久久久免费| 99国产精品一区二区蜜桃av| 99久久精品一区二区三区| 自拍偷自拍亚洲精品老妇| 欧美在线一区亚洲| 久久精品国产亚洲av天美| av在线蜜桃| 在线观看美女被高潮喷水网站| 日本撒尿小便嘘嘘汇集6| 天堂av国产一区二区熟女人妻| 国产黄片美女视频| 国产精品福利在线免费观看| 久久精品影院6| 69av精品久久久久久| 中文字幕精品亚洲无线码一区| 欧美丝袜亚洲另类 | 亚洲精品在线观看二区| 国产黄a三级三级三级人| 国模一区二区三区四区视频| 最新在线观看一区二区三区| 成人欧美大片| 看十八女毛片水多多多| 欧美bdsm另类| 露出奶头的视频| 久久久色成人| 久久久久久久久久久丰满 | 99久久精品热视频| 最近最新免费中文字幕在线| 直男gayav资源| 欧美一区二区精品小视频在线| 我要搜黄色片| 精品国内亚洲2022精品成人| 久久久成人免费电影| 狂野欧美白嫩少妇大欣赏| 婷婷亚洲欧美| 极品教师在线免费播放| 乱码一卡2卡4卡精品| 人人妻,人人澡人人爽秒播| 国产精品久久视频播放| 国产精品人妻久久久久久| 搡女人真爽免费视频火全软件 | 老司机福利观看| 色哟哟哟哟哟哟| 69人妻影院| 国产探花在线观看一区二区| 99热网站在线观看| 老司机午夜福利在线观看视频| 精品不卡国产一区二区三区| 一区二区三区四区激情视频 | av黄色大香蕉| 国产真实伦视频高清在线观看 | 国产三级在线视频| 国产精品嫩草影院av在线观看 | 成人特级av手机在线观看| 精品久久久久久成人av| 欧美日本亚洲视频在线播放| 99在线视频只有这里精品首页| 日韩国内少妇激情av| 十八禁网站免费在线| 女人被狂操c到高潮| 欧美三级亚洲精品| 搡老妇女老女人老熟妇| 亚洲午夜理论影院| 国产男人的电影天堂91| 亚洲精品乱码久久久v下载方式| 欧美一区二区精品小视频在线| 日韩av在线大香蕉| 亚洲中文日韩欧美视频| 国内揄拍国产精品人妻在线| 国产视频内射| ponron亚洲| 毛片一级片免费看久久久久 | 久久人人爽人人爽人人片va| 色尼玛亚洲综合影院| 神马国产精品三级电影在线观看| 一本一本综合久久| 免费无遮挡裸体视频| 淫秽高清视频在线观看| 亚洲三级黄色毛片| 日韩欧美一区二区三区在线观看| 欧美中文日本在线观看视频| 日日啪夜夜撸| 熟女人妻精品中文字幕| av福利片在线观看| 亚洲av第一区精品v没综合| 可以在线观看毛片的网站| 草草在线视频免费看| 午夜激情欧美在线| 亚洲成人久久性| 丝袜美腿在线中文| 欧美日韩国产亚洲二区| 欧美一区二区国产精品久久精品| 亚洲在线自拍视频| 久久久久久久久大av| 成人二区视频| 99国产极品粉嫩在线观看| 毛片女人毛片| 变态另类成人亚洲欧美熟女| 国产高清有码在线观看视频| 尾随美女入室| a级毛片免费高清观看在线播放| 日韩欧美国产在线观看| 婷婷六月久久综合丁香| 欧美日韩亚洲国产一区二区在线观看| 亚洲国产精品sss在线观看| 成人av在线播放网站| 亚洲精品一卡2卡三卡4卡5卡| 日韩强制内射视频| 成人一区二区视频在线观看| 亚洲av免费在线观看| 女的被弄到高潮叫床怎么办 | 欧美另类亚洲清纯唯美| 日本与韩国留学比较| 麻豆国产av国片精品| 欧美日韩国产亚洲二区| 他把我摸到了高潮在线观看| 男人狂女人下面高潮的视频| 22中文网久久字幕| 日本爱情动作片www.在线观看 | 身体一侧抽搐| 国产亚洲精品久久久com| 亚洲av五月六月丁香网| 岛国在线免费视频观看| 国产免费男女视频| 淫秽高清视频在线观看| 波多野结衣巨乳人妻| 在线免费观看的www视频| 精品99又大又爽又粗少妇毛片 | 在线播放国产精品三级| 精品国产三级普通话版| 亚洲人成网站在线播| 2021天堂中文幕一二区在线观| 午夜精品在线福利| 动漫黄色视频在线观看| 色播亚洲综合网| 日韩在线高清观看一区二区三区 | 嫩草影院新地址| 日韩欧美在线乱码| 露出奶头的视频| 国产探花在线观看一区二区| 免费高清视频大片| 国产精品一区二区免费欧美| 美女黄网站色视频| 九色国产91popny在线| 久久精品夜夜夜夜夜久久蜜豆| 国产日本99.免费观看| 不卡一级毛片| 亚洲最大成人手机在线| 午夜福利在线观看免费完整高清在 | www日本黄色视频网| 在线免费观看不下载黄p国产 | 亚洲成a人片在线一区二区| 人妻夜夜爽99麻豆av| 欧美成人a在线观看| 熟妇人妻久久中文字幕3abv| 黄色视频,在线免费观看| 天堂av国产一区二区熟女人妻| 深夜精品福利| av在线老鸭窝| 五月玫瑰六月丁香| 日本一本二区三区精品| 欧美黑人欧美精品刺激| 日本一本二区三区精品| 亚洲自偷自拍三级| 国产在线精品亚洲第一网站| 丰满人妻一区二区三区视频av| 别揉我奶头 嗯啊视频| 欧美bdsm另类| 欧美高清性xxxxhd video| 亚洲精品成人久久久久久| 很黄的视频免费| 午夜福利高清视频| 人妻少妇偷人精品九色| 大型黄色视频在线免费观看| 美女 人体艺术 gogo| 久久久久久九九精品二区国产| 在现免费观看毛片| 日韩欧美 国产精品| 日本一二三区视频观看| 身体一侧抽搐| 午夜爱爱视频在线播放| 又粗又爽又猛毛片免费看| 国产精品一区www在线观看 | 国产精品久久电影中文字幕| 久久精品夜夜夜夜夜久久蜜豆| 婷婷丁香在线五月| eeuss影院久久| 老司机午夜福利在线观看视频| 午夜福利18| 一级黄片播放器| 亚洲精品亚洲一区二区| 三级毛片av免费| 亚洲成人久久性| 1024手机看黄色片| 国产乱人视频| 非洲黑人性xxxx精品又粗又长| 大型黄色视频在线免费观看| 久久久久性生活片| 国产男靠女视频免费网站| 国产成人aa在线观看| 成人av一区二区三区在线看| 三级毛片av免费| 欧美+亚洲+日韩+国产| 成人性生交大片免费视频hd| 国产三级中文精品| 日本黄色片子视频| 精品久久久久久久久亚洲 | 亚洲自偷自拍三级| 窝窝影院91人妻| 女生性感内裤真人,穿戴方法视频| 黄色欧美视频在线观看| 国产一区二区亚洲精品在线观看| 亚洲中文日韩欧美视频| 偷拍熟女少妇极品色| 免费av观看视频| 我要看日韩黄色一级片| 伊人久久精品亚洲午夜| 日韩av在线大香蕉| 在线观看免费视频日本深夜| 禁无遮挡网站| 老熟妇仑乱视频hdxx| 成人av在线播放网站| 久久热精品热| 麻豆av噜噜一区二区三区| 国产三级在线视频| 人妻久久中文字幕网| avwww免费| 亚洲国产精品久久男人天堂| 久久久久久久久大av| 老女人水多毛片| 亚洲18禁久久av| 免费在线观看日本一区| 露出奶头的视频| 尾随美女入室| 99国产精品一区二区蜜桃av| 欧美日韩综合久久久久久 | 网址你懂的国产日韩在线| 久久天躁狠狠躁夜夜2o2o| 国产精品亚洲一级av第二区| 日本欧美国产在线视频| 男女啪啪激烈高潮av片| 国产亚洲欧美98| 国产一区二区三区av在线 | 在线看三级毛片| 午夜福利18| 91麻豆av在线| 亚洲av.av天堂| 精品久久久久久久久久免费视频| АⅤ资源中文在线天堂| 小蜜桃在线观看免费完整版高清| 观看美女的网站| 欧美精品啪啪一区二区三区| 久久久久国内视频| 成人av一区二区三区在线看| 在线看三级毛片| 美女大奶头视频| 欧美极品一区二区三区四区| 一进一出好大好爽视频| 人妻丰满熟妇av一区二区三区| 国产国拍精品亚洲av在线观看| 成人欧美大片| 观看美女的网站| 色综合色国产| 嫁个100分男人电影在线观看| 动漫黄色视频在线观看| 三级毛片av免费| 色在线成人网| 亚洲国产精品久久男人天堂| 国产高清视频在线观看网站| 精品久久久久久久人妻蜜臀av| 亚洲狠狠婷婷综合久久图片| 国产毛片a区久久久久| 97热精品久久久久久| 国内精品美女久久久久久| 国产精品一区www在线观看 | 久久人妻av系列| 国产欧美日韩精品亚洲av| 人人妻人人看人人澡| 日韩欧美免费精品| 又紧又爽又黄一区二区| 午夜精品久久久久久毛片777| 久久欧美精品欧美久久欧美| 色av中文字幕| 亚洲精品色激情综合| 日韩一区二区视频免费看| 欧美性感艳星| 白带黄色成豆腐渣| 亚洲欧美日韩高清专用| 精品人妻1区二区| 老司机福利观看| 国产私拍福利视频在线观看| 精品久久久久久久人妻蜜臀av| 超碰av人人做人人爽久久| 国产精品一区二区三区四区免费观看 | 久久久色成人| 免费看a级黄色片| 欧美另类亚洲清纯唯美| 国产精品人妻久久久影院| 中文字幕av在线有码专区| 亚洲av第一区精品v没综合| 变态另类成人亚洲欧美熟女| 久99久视频精品免费| 亚洲自拍偷在线| 国产精品永久免费网站| 少妇的逼好多水| 91狼人影院| 久久亚洲真实| 91久久精品电影网| 欧美丝袜亚洲另类 | 日日夜夜操网爽| 一级毛片久久久久久久久女| 日本成人三级电影网站| bbb黄色大片| 18禁黄网站禁片免费观看直播| 久久久久久久久久久丰满 | 国产 一区 欧美 日韩| 亚洲国产欧美人成| 久久久久国产精品人妻aⅴ院| 国产精品福利在线免费观看| 一卡2卡三卡四卡精品乱码亚洲| 99久久中文字幕三级久久日本| 国产伦精品一区二区三区四那| 欧美一区二区亚洲| 变态另类成人亚洲欧美熟女| 日韩中字成人| 国产综合懂色| a级毛片免费高清观看在线播放| 亚洲欧美日韩东京热| 午夜免费激情av| 午夜福利高清视频| 欧美极品一区二区三区四区| 国产欧美日韩精品亚洲av| 国产伦一二天堂av在线观看| 97热精品久久久久久| 22中文网久久字幕| 成人亚洲精品av一区二区| 五月玫瑰六月丁香| 国产伦在线观看视频一区| 亚洲五月天丁香| 12—13女人毛片做爰片一| 久久精品国产99精品国产亚洲性色| 久久99热这里只有精品18| 日日摸夜夜添夜夜添小说| 欧美日韩乱码在线| 中文亚洲av片在线观看爽| 中文字幕精品亚洲无线码一区| 男女下面进入的视频免费午夜| 免费观看精品视频网站| 91在线精品国自产拍蜜月| 亚洲第一区二区三区不卡| 国产视频内射| 色吧在线观看| 亚洲性久久影院| 99riav亚洲国产免费| 神马国产精品三级电影在线观看| 亚洲精品456在线播放app | 久久久久免费精品人妻一区二区| 亚洲精品久久国产高清桃花| 亚洲精品在线观看二区| 又爽又黄a免费视频| 淫秽高清视频在线观看| 在线观看66精品国产| 在线免费观看不下载黄p国产 | 成人欧美大片| 免费人成视频x8x8入口观看| 22中文网久久字幕| 亚洲不卡免费看| 精品久久国产蜜桃| h日本视频在线播放| bbb黄色大片| 亚洲美女视频黄频| 在线国产一区二区在线| 午夜老司机福利剧场| 人人妻,人人澡人人爽秒播| 久久久久精品国产欧美久久久| 淫秽高清视频在线观看| 女同久久另类99精品国产91| 99热这里只有是精品在线观看| 日日撸夜夜添| 国产精品亚洲美女久久久| 国产亚洲av嫩草精品影院| 日韩欧美精品v在线| 淫妇啪啪啪对白视频| 日本免费a在线| 日本黄色视频三级网站网址| 成人二区视频| 国产av不卡久久| 色综合色国产| 三级毛片av免费| 一进一出好大好爽视频| 国产午夜精品论理片| 亚洲欧美清纯卡通| 最好的美女福利视频网| 国产综合懂色| 搡老妇女老女人老熟妇| 国产女主播在线喷水免费视频网站 | 精品人妻一区二区三区麻豆 | 97热精品久久久久久| 久久久午夜欧美精品| 国产综合懂色| 男女之事视频高清在线观看| 一区二区三区高清视频在线| 亚洲国产精品久久男人天堂| 舔av片在线| 99视频精品全部免费 在线| 国产69精品久久久久777片| 五月玫瑰六月丁香| 国产精品国产高清国产av| 亚洲人与动物交配视频| 久久久久久伊人网av| 成人永久免费在线观看视频| 好男人在线观看高清免费视频| 精品久久久久久久久亚洲 | 99国产精品一区二区蜜桃av| 日韩一本色道免费dvd| 国产精品永久免费网站| 深爱激情五月婷婷| 国产免费一级a男人的天堂| 精品久久久久久成人av| or卡值多少钱| 国产亚洲精品久久久久久毛片| 欧美中文日本在线观看视频| 国产成人福利小说| 在线观看66精品国产| 亚洲一区高清亚洲精品| 国产亚洲91精品色在线| 网址你懂的国产日韩在线| 97超级碰碰碰精品色视频在线观看| 美女高潮喷水抽搐中文字幕| 少妇熟女aⅴ在线视频| 日韩 亚洲 欧美在线| 国产91精品成人一区二区三区| 国产精品99久久久久久久久| 成人av在线播放网站| www.色视频.com| 老司机深夜福利视频在线观看| 久99久视频精品免费| 国产私拍福利视频在线观看| 特级一级黄色大片| 性色avwww在线观看| 大型黄色视频在线免费观看| 女的被弄到高潮叫床怎么办 | 欧美激情久久久久久爽电影| 免费观看的影片在线观看| 神马国产精品三级电影在线观看| 欧洲精品卡2卡3卡4卡5卡区| 国内毛片毛片毛片毛片毛片| 91久久精品电影网| 尤物成人国产欧美一区二区三区| 在线观看美女被高潮喷水网站| 久久久久久九九精品二区国产| 中文在线观看免费www的网站| 狠狠狠狠99中文字幕| 又粗又爽又猛毛片免费看| 男女那种视频在线观看| 欧美在线一区亚洲| 国产精品福利在线免费观看| 国产欧美日韩精品一区二区|