• <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 ?

    基于無(wú)人機(jī)跟蹤的目標(biāo)反遮擋算法

    2021-05-07 09:42:38郁,朱
    關(guān)鍵詞:跟蹤目標(biāo)巴氏均值

    李 郁,朱 偉

    (西安明德理工學(xué)院 智能制造與控制技術(shù)學(xué)院,西安 710124)

    0 引言

    近年來(lái),隨著人工智能和無(wú)人機(jī)的快速發(fā)展和廣泛應(yīng)用,基于無(wú)人機(jī)的目標(biāo)跟蹤引起了計(jì)算機(jī)視覺(jué)學(xué)者的研究熱潮。無(wú)人機(jī)場(chǎng)景中的目標(biāo)跟蹤被廣泛應(yīng)用于各個(gè)領(lǐng)域,具有廣闊的應(yīng)用前景和豐富的學(xué)術(shù)研究?jī)r(jià)值[1-3]。然而,目前無(wú)人機(jī)場(chǎng)景下的目標(biāo)跟蹤面臨非常多的問(wèn)題和挑戰(zhàn)。如,跟蹤目標(biāo)較小,跟蹤精度差;相對(duì)速度過(guò)快,導(dǎo)致目標(biāo)丟失;以及在實(shí)際中跟蹤精度受目標(biāo)旋轉(zhuǎn),目標(biāo)遮擋等因素影響。因此,本文為了解決目標(biāo)遮擋環(huán)境下,跟蹤精度不高的問(wèn)題,提出了一種新的目標(biāo)跟蹤算法(MKBP)。該算法在均值漂移(Meanshift)目標(biāo)跟蹤算法[4]的基礎(chǔ)上,采用動(dòng)態(tài)參數(shù)選擇的方法,將卡爾曼(Kalman)濾波算法[5-6]與軌跡預(yù)測(cè)函數(shù)和BP神經(jīng)網(wǎng)絡(luò)算法[7]相結(jié)合,解決了運(yùn)動(dòng)過(guò)程中的目標(biāo)遮擋問(wèn)題跟蹤;為了提高算法性能,在該算法中增加了目標(biāo)檢測(cè)機(jī)制,通過(guò)PCA-Sift算法檢測(cè)丟失的目標(biāo)[8],恢復(fù)跟蹤目標(biāo)并繼續(xù)跟蹤。

    1 MKBP算法原理

    在這一節(jié),將會(huì)介紹MKBP算法的原理,以及工作機(jī)制。

    1.1 均值漂移算法

    基于均值漂移的目標(biāo)跟蹤算法通過(guò)計(jì)算目標(biāo)區(qū)域和候選區(qū)域像素的特征值概率,得到目標(biāo)模型和候選模型的描述,然后利用相似函數(shù)來(lái)度量初始幀目標(biāo)模型與當(dāng)前幀候選模板之間的相似度[9]。使相似函數(shù)最大化并得到目標(biāo)模型的均值漂移向量的候選模型。這個(gè)向量是目標(biāo)從初始位置移動(dòng)到正確位置的向量。由于均值漂移算法收斂速度快,通過(guò)不斷迭代計(jì)算均值漂移向量,算法最終會(huì)收斂到目標(biāo)的真實(shí)位置,從而達(dá)到跟蹤的目的。

    均值漂移目標(biāo)跟蹤算法的相關(guān)公式如式(1)所示:

    (1)

    在初始幀中的跟蹤幀中的位置信息由{xi}表示,其中n是幀中的像素總數(shù),x0是中心位置,u是某個(gè)特征值(u=1,…,m)。kE(x)是epanechikov核函數(shù),h是帶寬,b(xi)是直方圖的索引函數(shù),是對(duì)應(yīng)于目標(biāo)幀中每個(gè)像素的RGB值。它是一個(gè)Delta函數(shù),用于確定對(duì)應(yīng)于b(xi)的值是否屬于特征值u,C是正則化參數(shù)。ρ值為巴氏系數(shù),其值在0~1之間,ρ值越大,表示兩種模型越相似。在這里Z是每次搜索獲得的新位置,wi為權(quán)重,m為特征值總數(shù),g(x)=-k/(x)。在每一幀的迭代過(guò)程中,候選模板的中心位置y被Z不斷更新,直到巴氏系數(shù)達(dá)到最大值。

    1.2 利用預(yù)測(cè)機(jī)制解決目標(biāo)遮擋問(wèn)題

    該算法利用卡爾曼和BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)機(jī)制,通過(guò)動(dòng)態(tài)參數(shù)法選取相關(guān)參數(shù)。

    1)卡爾曼濾波器是一種估計(jì)動(dòng)態(tài)系統(tǒng)狀態(tài)序列最小均方誤差的最優(yōu)濾波器。它可以預(yù)測(cè)下一幀跟蹤目標(biāo)的中心位置,并修正當(dāng)前幀的目標(biāo)區(qū)域。首先,將狀態(tài)向量X=(xi,yi)T作為X軸和Y軸上的目標(biāo)位置,測(cè)量向量Z=(xi,yi)T是觀測(cè)目標(biāo)的位置。然后,狀態(tài)Xi被初始化。根據(jù)卡爾曼濾波算法的原理,建立了狀態(tài)方程和觀測(cè)方程。在滿(mǎn)足這兩個(gè)基本假設(shè)后,建立了卡爾曼預(yù)測(cè)階段和更新階段的相關(guān)方程。在確定相關(guān)參數(shù)后,利用卡爾曼濾波對(duì)下一幀跟蹤目標(biāo)的中心位置進(jìn)行預(yù)測(cè)。上述公式如式(2)所示:

    (2)

    2)BP算法以n個(gè)候選目標(biāo)中心位置的坐標(biāo)(xk,yk)作為BP神經(jīng)網(wǎng)絡(luò)的初始訓(xùn)練樣本數(shù)據(jù),對(duì)下一幀候選目標(biāo)的中心位置坐標(biāo)(xk+1,yk+1)進(jìn)行疊加更新。樣本數(shù)據(jù),采用trainrp函數(shù)作為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法,首先確定輸入層、隱層和輸出層的節(jié)點(diǎn)數(shù)分別為2、4和2,然后確定初始學(xué)習(xí)率,訓(xùn)練次數(shù)和訓(xùn)練誤差分別為0.01、10和0.5,根據(jù)BP神經(jīng)網(wǎng)絡(luò)的基本過(guò)程,可以預(yù)測(cè)并輸出下一幀跟蹤目標(biāo)的中心位置(x,y)。具體流程如下:

    (1)輸入跟蹤目標(biāo)中心位置的坐標(biāo)數(shù)據(jù),從輸入層神經(jīng)元到隱層神經(jīng)元,在隱層動(dòng)作后傳遞給輸出層神經(jīng)元神經(jīng)元。輸出變量在外層神經(jīng)元的作用下產(chǎn)生,即前向傳遞過(guò)程;

    (2)將實(shí)際輸出Yk與期望輸出進(jìn)行比較,得到存在的誤差ε。如果誤差超過(guò)可接受范圍,則誤差值將沿網(wǎng)絡(luò)傳播。修改連接權(quán)值ujk和wij(即誤差反向傳播過(guò)程);

    (3)輸入另一個(gè)跟蹤目標(biāo)中心位置的坐標(biāo)數(shù)據(jù),重復(fù)(1)和(2)直到模型輸出誤差E在可接受范圍內(nèi)或達(dá)到設(shè)定的訓(xùn)練次數(shù)。

    上述公式如式(3)所示:

    (3)

    3)使用通過(guò)動(dòng)態(tài)參數(shù)法選擇相關(guān)參數(shù),該算法采用多線程方法同時(shí)運(yùn)行均值漂移,卡爾曼和BP神經(jīng)網(wǎng)絡(luò)三種算法,并采用動(dòng)態(tài)參數(shù)選擇的方法得到3種算法的權(quán)重參數(shù)(wm|i+1,wk|i+1,wb|i+1),然后根據(jù)這3種算法得到的相關(guān)參數(shù),對(duì)其進(jìn)行動(dòng)態(tài)參數(shù)選擇中心位置(Z(xi+1,yi+1),X(xi+1,yi+1),Y(xi+1,yi+1))的候選目標(biāo)計(jì)算最佳中心位置L(xi+1,yi+1)。如式(4)所示:

    (4)

    式中,ρi+1為候選目標(biāo)與跟蹤目標(biāo)之間第i-th幀的巴氏系數(shù),wi+1為動(dòng)態(tài)目標(biāo)選擇方法(即通過(guò)3種算法得到的候選目標(biāo)和跟蹤值之間的巴氏系數(shù)的比例確定動(dòng)態(tài)參數(shù)的目標(biāo))得到了第i-th幀的權(quán)重參數(shù)。

    均值漂移目標(biāo)跟蹤算法結(jié)合了卡爾曼濾波算法和BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)機(jī)制,結(jié)果如圖1所示。

    圖1 解決遮擋問(wèn)題的預(yù)測(cè)機(jī)制示意圖

    從圖1可以看出,第148幀圖像是初始輸入圖像,第175幀和第181幀圖像被部分阻止,第178幀圖像被完全阻止。預(yù)測(cè)機(jī)制是卡爾曼濾波和BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)算法相結(jié)合的均值漂移算法,通過(guò)動(dòng)態(tài)參數(shù)選擇來(lái)處理這三種方法所占的不同權(quán)重。動(dòng)態(tài)參數(shù)選擇是根據(jù)三種算法的相似性,對(duì)候選目標(biāo)跟蹤預(yù)測(cè)的目標(biāo)中心位置來(lái)選擇合適的參數(shù)。

    1.3 對(duì)丟失目標(biāo)的尋回

    通過(guò)多目標(biāo)跟蹤實(shí)驗(yàn),發(fā)現(xiàn)當(dāng)目標(biāo)長(zhǎng)時(shí)間完全被遮擋時(shí),跟蹤的目標(biāo)會(huì)丟失。因此,本文選擇了PCA-sift特征提取算法在目標(biāo)跟蹤過(guò)程中,啟動(dòng)了判斷目標(biāo)是否丟失的機(jī)制,即,候選目標(biāo)與跟蹤目標(biāo)在時(shí)間閾值T處的相似度繼續(xù)小于相似度閾值S,表明目標(biāo)已經(jīng)丟失,然后啟動(dòng)基于Sift的目標(biāo)檢測(cè)機(jī)制重新獲取被跟蹤目標(biāo),繼續(xù)跟蹤目標(biāo)。

    1.3.1 跟蹤目標(biāo)和當(dāng)前幀目標(biāo)的特征提取

    首先得到目標(biāo)模型和當(dāng)前視頻幀的PCA-Sift特征向量。PCA-Sift算法以尺度空間為主要思想。首先構(gòu)造DoG金字塔,在尺度空間中找到極值點(diǎn),然后精確地確定關(guān)鍵點(diǎn)的位置和主方向,以保證其尺度和旋轉(zhuǎn)不變性算法.SIFT在高斯(DoG)尺度空間的差分中檢測(cè)局部極點(diǎn)值。輸入圖像f(x,y)和高斯濾波器G(x,y,kσ)卷積得到L(x,y,kσ),k=1,2,…,n。接著,DoG-尺度空間可以通過(guò)式(5)計(jì)算得到:

    D(x,y,σ)=[G(x,y,kσ)-G(x,y,σ)]×I(x,y)=

    L(x,y,kσ)-L(x,y,σ)

    (5)

    在這里,D(x,y)是高斯差分圖像,G(x,y)是高斯濾波器,L(x,y)是比例。在DoG空間,利用搜索局部極值的方法,可以判斷具有相同尺度的潛在興趣點(diǎn)方向。那個(gè)局部極值是第二階段確定的關(guān)鍵點(diǎn)的候選點(diǎn)。

    其次,建立了目標(biāo)模型和當(dāng)前視頻幀的特征相量描述。以關(guān)鍵點(diǎn)為中心,繪制一個(gè)16×16的圓形區(qū)域,然后將圓形區(qū)域劃分為4×4個(gè)子鄰域,計(jì)算子區(qū)域梯度直方圖。由于梯度方向是一個(gè)8維向量,每個(gè)點(diǎn)都有一個(gè)128維向量來(lái)描述它,這就是SIFT特征矢量。它使用梯度振幅m(x,y)和方向θ(x,y)作為描述符中的基本元素,其定義如式(6)~(7)所示:

    m(x,y)=

    (6)

    θ(x,y)=arccos

    (7)

    然后,利用主成分分析(PCA)原理對(duì)128維特征向量進(jìn)行約簡(jiǎn),最后將其簡(jiǎn)化為20維特征向量。

    1.3.2 將跟蹤目標(biāo)的特征與當(dāng)前幀的目標(biāo)相匹配

    最后,對(duì)目標(biāo)模型和當(dāng)前視頻幀進(jìn)行PCA-Sift特征描述符匹配。首先,將當(dāng)前視頻幀劃分為多個(gè)候選區(qū)域,然后逐個(gè)進(jìn)行匹配。然后,計(jì)算PCA-Sift特征向量與二者之間的歐幾里德距離,求出歐幾里德距離的最小值和最小值,求出兩者之間的比值。如果它小于設(shè)定的閾值,則匹配是成功的。最后對(duì)候選區(qū)域進(jìn)行匹配,建立候選幀,作為檢測(cè)到的目標(biāo)位置。

    當(dāng)跟蹤的目標(biāo)丟失時(shí),立即啟動(dòng)目標(biāo)檢測(cè)機(jī)制。為了確定跟蹤是否丟失,設(shè)置丟失閾值l。如果當(dāng)前幀的丟失系數(shù)小于l,則不丟失目標(biāo);否則,考慮目標(biāo)丟失了。MKBP算法利用PCA-Sift特征提取算法從視頻圖像中提取特征點(diǎn)向量,構(gòu)造PCA-Sift特征描述子,最后在視頻圖像中匹配目標(biāo)模板PCA-Sift特征描述子,得到相似度最高的目標(biāo)模板。定位目標(biāo)位置,確定候選目標(biāo)模板,最后將候選模板傳遞給均值漂移算法,啟動(dòng)目標(biāo)跟蹤過(guò)程,如圖2所示。

    圖2 丟失目標(biāo)尋回示意圖

    從圖2可以看出,第3 031幀中的目標(biāo)沒(méi)有被阻斷并且被精確地跟蹤。第3 173幀中的目標(biāo)被部分阻斷并被精確跟蹤。第3 216幀中的目標(biāo)被完全阻斷,但跟蹤時(shí)間過(guò)長(zhǎng)。失敗。該過(guò)程的詳細(xì)描述是:利用本文提出的方法對(duì)輸入的連續(xù)視頻幀進(jìn)行跟蹤,利用目標(biāo)丟失判斷機(jī)制檢測(cè)目標(biāo)在跟蹤過(guò)程中是否丟失,并在目標(biāo)跟蹤重新獲取丟失跟蹤目標(biāo)允許的情況下,啟動(dòng)基于PCA-Sift的目標(biāo)檢測(cè)繼續(xù)跟蹤目標(biāo)。

    因此,整個(gè)MKBP算法的具體執(zhí)行過(guò)程如算法1所示。

    算法1:MKBP算法

    Input: The current frame

    Output:L(xi+1,yi+1)

    While 當(dāng)前幀是有效的 do

    Thread1:

    Z(xi+1,yi+1)=Meanshift(xi,yi);

    Thread2:

    X(xi+1,yi+1)=Kalman(xi,yi);

    Thread3:

    Y(xi+1,yi+1)=BP(xi,yi);

    Thread4:

    l = Get Target Loss Threshold(frame);

    if l > t do

    Retrieve Target = Detect Based PCA-Sift(frame);

    else

    wm,wk,wb=Dynamic Parameter Selection (Z,X,Y);

    L(xi+1,yi+1)=wmZi+1+wkXi+1+wbYi+1;

    end if

    用L(xi+1,yi+1)作為迭代數(shù)據(jù);

    讀取下一幀;

    End

    2 實(shí)驗(yàn)與評(píng)估

    2.1 實(shí)驗(yàn)設(shè)置

    本實(shí)驗(yàn)的測(cè)試平臺(tái)是VS2015,它使用了計(jì)算機(jī)視覺(jué)開(kāi)源庫(kù)OpenCV3.41。所有實(shí)驗(yàn)都是在英特爾酷睿i5-4210U,4 GB內(nèi)存的Windows8.1 64位PC系統(tǒng)上進(jìn)行的。數(shù)據(jù)集采用的是UAV123公開(kāi)數(shù)據(jù)集[10]。

    2.2 實(shí)驗(yàn)結(jié)果

    圖3是5種傳統(tǒng)目標(biāo)跟蹤算法和MKBP對(duì)WhiteCar視頻序列的跟蹤。第一幅圖像是無(wú)人機(jī)對(duì)目標(biāo)的無(wú)遮擋跟蹤,這6種跟蹤算法的跟蹤幀與目標(biāo)非常一致。因此,在目標(biāo)無(wú)障礙的情況下,這6種算法的跟蹤精度都很高。第2和第3張是無(wú)人機(jī)跟蹤目標(biāo)部分遮擋。MKBP跟蹤幀與目標(biāo)基本吻合,說(shuō)明MKBP算法的跟蹤精度較高,而Moss幀與目標(biāo)的重合度不高,說(shuō)明Moss算法對(duì)遮擋非常敏感,跟蹤精度不高。第4張是無(wú)人機(jī)跟蹤目標(biāo)被完全遮擋。MKBP跟蹤幀與目標(biāo)趨勢(shì)一致,其他跟蹤幀基本與目標(biāo)不一致,說(shuō)明MKBP算法的跟蹤精度較高,同時(shí)也說(shuō)明其他5種算法完全是遮擋非常敏感,跟蹤精度不高。第5幅圖像為部分遮擋,第6幅圖像為未遮擋,其余5幅跟蹤幀均已脫離目標(biāo),說(shuō)明這5種算法都已失去跟蹤目標(biāo),同時(shí)說(shuō)明MKBP算法在遮擋情況下魯棒性和穩(wěn)定性都很高。

    圖3 對(duì)WhiteCar的追蹤結(jié)果

    為了評(píng)價(jià)跟蹤算法的精度,采用巴氏相似系數(shù)來(lái)評(píng)價(jià)跟蹤算法的精度。結(jié)果如圖4所示。

    圖4 巴氏系數(shù)比較結(jié)果

    從圖4可以看出,在WhiteCar視頻序列的1442到1514幀中,被跟蹤的目標(biāo)處于未包含狀態(tài)。在1 515~15 26幀,被跟蹤目標(biāo)處于部分阻塞狀態(tài)。在1 527~1 538幀,跟蹤目標(biāo)處于完全阻塞狀態(tài);在1 539~1 600幀,被跟蹤目標(biāo)處于非阻塞狀態(tài)。在1 442~1 514幀,由于目標(biāo)沒(méi)有被遮擋,6種跟蹤算法的巴氏相似系數(shù)相差不大,基本上都大于0.90。在1 515~1 526幀中,由于目標(biāo)部分被遮擋,而Moss的部分分塊不魯棒,巴氏相似系數(shù)急劇下降,而其他4種算法和MKBPS對(duì)部分遮擋有一定的魯棒性,因此巴氏相似系數(shù)降低的速度慢得多;在1 527~1 538幀中,由于目標(biāo)完全被遮擋,巴氏相似系數(shù)急劇下降,基本在0.55以下;在1 539~1 600幀,目標(biāo)沒(méi)有被遮擋,但由于其他5種跟蹤算法,跟蹤目標(biāo)丟失,因此巴氏相似系數(shù)小于0.55,對(duì)于具有目標(biāo)檢測(cè)機(jī)制的MKBP,由于重新捕獲,巴氏相似系數(shù)急劇上升以跟蹤目標(biāo)。

    圖5是通過(guò)5種傳統(tǒng)的目標(biāo)跟蹤算法和MKBP對(duì)BlackCar視頻序列的跟蹤。第一張圖片是無(wú)障礙無(wú)人機(jī)跟蹤目標(biāo)。這6種跟蹤算法的跟蹤幀與目標(biāo)非常一致。因此,這6種算法的實(shí)時(shí)性要求都很高。第2張圖片是無(wú)人機(jī)跟蹤目標(biāo)的部分遮擋。MKBP跟蹤幀與目標(biāo)基本吻合,說(shuō)明MKBP算法具有較高的跟蹤精度,而Moss幀與目標(biāo)沒(méi)有高度重疊,說(shuō)明Moss算法對(duì)遮擋非常敏感,跟蹤精度不高。第3張圖是無(wú)人機(jī)跟蹤目標(biāo)被完全遮擋MKBP跟蹤幀與目標(biāo)趨勢(shì)一致,其他跟蹤幀與目標(biāo)趨勢(shì)基本不一致,說(shuō)明MKBP算法的跟蹤精度較高,而且其他5種算法對(duì)完全遮擋敏感,導(dǎo)致跟蹤精度較低。第4幅圖像是部分遮擋,其余五幀跟蹤幀都偏離了目標(biāo),說(shuō)明這5種算法已經(jīng)失去了對(duì)目標(biāo)的跟蹤,同時(shí)也說(shuō)明了MKBP算法在遮擋下的魯棒性和穩(wěn)定性。

    圖5 對(duì)BlackCar追蹤結(jié)果

    從圖6可以看出,6種跟蹤算法的精度都隨著誤差閾值的增大而提高,但MKBP算法的精度提高幅度最大,當(dāng)誤差閾值為10時(shí),其精度系數(shù)高于其他5種跟蹤算法,從成功圖可以看出,6種跟蹤算法的成功率隨著符合閾值的增加而逐漸降低,但MKBP算法的下降幅度相對(duì)較小,從這兩幅圖可以看出,MKBP算法的性能優(yōu)于其他5種跟蹤算法。

    圖6 對(duì)BlackCar的跟蹤精確度比較

    3 結(jié)束語(yǔ)

    本文針對(duì)無(wú)人機(jī)目標(biāo)被遮擋時(shí)均值漂移算法魯棒性差的問(wèn)題、卡爾曼誤差積累問(wèn)題和無(wú)人機(jī)目標(biāo)丟失問(wèn)題,提出了一種無(wú)人機(jī)抗遮擋目標(biāo)跟蹤算法MKBP,主要是基于均值漂移跟蹤算法,并結(jié)合了卡爾曼的預(yù)測(cè)機(jī)制。同時(shí),采用BP神經(jīng)網(wǎng)絡(luò)解決卡爾曼誤差積累問(wèn)題,提高了跟蹤性能。目標(biāo)檢測(cè)機(jī)制用于恢復(fù)丟失的跟蹤目標(biāo)并繼續(xù)跟蹤。實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)的跟蹤算法相比,MKBP目標(biāo)跟蹤算法在目標(biāo)運(yùn)動(dòng)速度快、視頻像素低、目標(biāo)遮擋時(shí)間長(zhǎng)、多次出現(xiàn)的復(fù)雜場(chǎng)景下,具有良好的跟蹤速度和準(zhǔn)確的跟蹤效果。

    猜你喜歡
    跟蹤目標(biāo)巴氏均值
    釋放巴氏新小綏螨可滿(mǎn)足對(duì)蘋(píng)果全爪螨的防治需求
    核相關(guān)濾波與孿生網(wǎng)絡(luò)相結(jié)合的目標(biāo)跟蹤算法
    基于圖割理論的尺度自適應(yīng)人臉跟蹤算法
    連續(xù)同色調(diào)背景下運(yùn)動(dòng)目標(biāo)自適應(yīng)跟蹤
    巴氏殺菌水牛奶在不同儲(chǔ)存條件下微生物增長(zhǎng)規(guī)律的研究
    均值不等式失效時(shí)的解決方法
    均值與方差在生活中的應(yīng)用
    巴氏醋桿菌核酸修復(fù)酶UvrA對(duì)大腸桿菌耐受性的影響
    基于卡爾曼和圖像信息量的Mean Shift改進(jìn)跟蹤算法
    關(guān)于均值有界變差函數(shù)的重要不等式
    90打野战视频偷拍视频| 97精品久久久久久久久久精品| 咕卡用的链子| 男女午夜视频在线观看 | 99热网站在线观看| 久久国产亚洲av麻豆专区| 少妇人妻精品综合一区二区| 少妇的逼水好多| 中文字幕另类日韩欧美亚洲嫩草| 精品国产一区二区久久| 亚洲精品久久午夜乱码| 国产69精品久久久久777片| 亚洲国产看品久久| 欧美xxⅹ黑人| 成人国产av品久久久| 你懂的网址亚洲精品在线观看| 久久国产精品男人的天堂亚洲 | 十八禁高潮呻吟视频| 国产日韩欧美视频二区| av女优亚洲男人天堂| 国产精品一区www在线观看| 欧美丝袜亚洲另类| 亚洲伊人色综图| 日韩精品免费视频一区二区三区 | 香蕉国产在线看| 欧美精品国产亚洲| 久久久久网色| 少妇被粗大的猛进出69影院 | 亚洲综合精品二区| 一级爰片在线观看| 成人毛片a级毛片在线播放| 亚洲精品色激情综合| 成人无遮挡网站| 日韩人妻精品一区2区三区| 亚洲国产av新网站| 亚洲婷婷狠狠爱综合网| 丝袜喷水一区| 免费女性裸体啪啪无遮挡网站| av片东京热男人的天堂| 国产亚洲精品久久久com| 高清在线视频一区二区三区| 人体艺术视频欧美日本| 人人妻人人澡人人看| 国产视频首页在线观看| 成人二区视频| 国产免费现黄频在线看| 久久久久视频综合| 五月天丁香电影| 在线观看一区二区三区激情| 亚洲av中文av极速乱| 成人影院久久| 国产精品蜜桃在线观看| 免费av不卡在线播放| 搡女人真爽免费视频火全软件| 亚洲精品av麻豆狂野| 成人二区视频| 最近中文字幕2019免费版| 草草在线视频免费看| 国产成人免费无遮挡视频| 欧美 日韩 精品 国产| 十八禁网站网址无遮挡| 精品久久久久久电影网| 午夜老司机福利剧场| 97在线人人人人妻| 国产女主播在线喷水免费视频网站| 久久人人爽人人爽人人片va| 国产日韩欧美视频二区| 日韩熟女老妇一区二区性免费视频| 少妇人妻 视频| 美女福利国产在线| 午夜影院在线不卡| 1024视频免费在线观看| 亚洲 欧美一区二区三区| 亚洲国产欧美日韩在线播放| 最近中文字幕2019免费版| 18禁裸乳无遮挡动漫免费视频| 高清欧美精品videossex| 一个人免费看片子| 18在线观看网站| 黑人欧美特级aaaaaa片| 一边摸一边做爽爽视频免费| 亚洲国产欧美日韩在线播放| 国产黄频视频在线观看| 亚洲美女黄色视频免费看| av在线观看视频网站免费| 成人黄色视频免费在线看| 日韩中文字幕视频在线看片| 视频中文字幕在线观看| 国产精品嫩草影院av在线观看| 另类精品久久| 亚洲中文av在线| 菩萨蛮人人尽说江南好唐韦庄| 国产免费一区二区三区四区乱码| 成人综合一区亚洲| 亚洲精品aⅴ在线观看| 国产精品久久久久久久电影| 亚洲国产色片| 大片免费播放器 马上看| 咕卡用的链子| 久久精品久久久久久久性| 国产精品麻豆人妻色哟哟久久| 亚洲精品一二三| 成年美女黄网站色视频大全免费| 精品久久国产蜜桃| 少妇 在线观看| 国产伦理片在线播放av一区| 哪个播放器可以免费观看大片| 中文字幕av电影在线播放| 久久人人97超碰香蕉20202| 欧美日韩综合久久久久久| 国产一区亚洲一区在线观看| 欧美 亚洲 国产 日韩一| 丝袜喷水一区| 两性夫妻黄色片 | 香蕉精品网在线| 亚洲久久久国产精品| 日韩伦理黄色片| 亚洲国产最新在线播放| 少妇被粗大的猛进出69影院 | 最近2019中文字幕mv第一页| 成年人免费黄色播放视频| 极品人妻少妇av视频| 老司机亚洲免费影院| 日韩欧美一区视频在线观看| 日本午夜av视频| 91精品伊人久久大香线蕉| 乱码一卡2卡4卡精品| 成人毛片60女人毛片免费| 欧美少妇被猛烈插入视频| 免费看av在线观看网站| 一级毛片黄色毛片免费观看视频| 男女高潮啪啪啪动态图| 熟妇人妻不卡中文字幕| 纵有疾风起免费观看全集完整版| 成人18禁高潮啪啪吃奶动态图| 蜜桃国产av成人99| 国产成人精品在线电影| 国产激情久久老熟女| 亚洲国产最新在线播放| 黄色怎么调成土黄色| 在线精品无人区一区二区三| 精品人妻在线不人妻| 黄色配什么色好看| 久久免费观看电影| 中国三级夫妇交换| 午夜福利视频精品| 天堂俺去俺来也www色官网| 日韩成人伦理影院| 26uuu在线亚洲综合色| 日韩免费高清中文字幕av| 日韩精品免费视频一区二区三区 | 精品少妇久久久久久888优播| 伊人久久国产一区二区| 亚洲一码二码三码区别大吗| 免费观看性生交大片5| 国产在线一区二区三区精| 成人毛片60女人毛片免费| 国产精品女同一区二区软件| 精品国产一区二区三区四区第35| 哪个播放器可以免费观看大片| 国语对白做爰xxxⅹ性视频网站| 中文字幕制服av| 少妇的逼水好多| 精品国产乱码久久久久久小说| 亚洲综合精品二区| 久久久久久久久久成人| 亚洲一级一片aⅴ在线观看| 国产精品久久久久久精品电影小说| 免费看不卡的av| 日韩中字成人| 狂野欧美激情性bbbbbb| 90打野战视频偷拍视频| 国产精品欧美亚洲77777| 国产成人欧美| 欧美精品一区二区大全| 日本av手机在线免费观看| av在线app专区| 天天躁夜夜躁狠狠久久av| 久久久久人妻精品一区果冻| 少妇精品久久久久久久| 99香蕉大伊视频| 我要看黄色一级片免费的| 少妇被粗大的猛进出69影院 | 欧美丝袜亚洲另类| 国产免费一级a男人的天堂| 天堂8中文在线网| 老女人水多毛片| av网站免费在线观看视频| 亚洲色图综合在线观看| 亚洲丝袜综合中文字幕| 一区二区av电影网| 九色亚洲精品在线播放| 成人亚洲欧美一区二区av| 国产精品欧美亚洲77777| 成年av动漫网址| 美女大奶头黄色视频| 久久久久久久精品精品| 男女无遮挡免费网站观看| 欧美日韩精品成人综合77777| 免费日韩欧美在线观看| 日韩熟女老妇一区二区性免费视频| 一级片'在线观看视频| 免费看av在线观看网站| 久久免费观看电影| 亚洲综合精品二区| 十八禁网站网址无遮挡| 国产片内射在线| 亚洲美女搞黄在线观看| 成人手机av| 午夜老司机福利剧场| 18禁国产床啪视频网站| 啦啦啦在线观看免费高清www| 欧美亚洲日本最大视频资源| 永久免费av网站大全| 亚洲,一卡二卡三卡| 午夜福利视频在线观看免费| 久久精品人人爽人人爽视色| 精品国产露脸久久av麻豆| 国产乱来视频区| 亚洲伊人色综图| 久久av网站| 国产黄频视频在线观看| 久久热在线av| 久久99热6这里只有精品| 18禁国产床啪视频网站| 亚洲美女黄色视频免费看| 欧美性感艳星| 日韩一区二区三区影片| 99国产精品免费福利视频| 免费人妻精品一区二区三区视频| 久久ye,这里只有精品| 在线免费观看不下载黄p国产| 蜜桃在线观看..| 国产精品成人在线| 久久 成人 亚洲| av线在线观看网站| 国产高清不卡午夜福利| 欧美精品一区二区大全| 亚洲精品国产av蜜桃| 亚洲第一av免费看| videosex国产| 亚洲伊人久久精品综合| 一级毛片我不卡| 久久久国产欧美日韩av| 国产免费一级a男人的天堂| 国产精品欧美亚洲77777| 亚洲五月色婷婷综合| 久久亚洲国产成人精品v| 免费观看a级毛片全部| 国产成人a∨麻豆精品| 丁香六月天网| 男女下面插进去视频免费观看 | 飞空精品影院首页| 18在线观看网站| 国产精品久久久久成人av| 不卡视频在线观看欧美| 搡老乐熟女国产| 丝袜喷水一区| av片东京热男人的天堂| 国产精品蜜桃在线观看| av在线观看视频网站免费| 热99国产精品久久久久久7| 在线精品无人区一区二区三| 亚洲国产精品一区三区| 青春草视频在线免费观看| 亚洲伊人久久精品综合| 高清毛片免费看| 亚洲精品,欧美精品| 久久国内精品自在自线图片| av有码第一页| 黄色怎么调成土黄色| 午夜福利乱码中文字幕| 黑人高潮一二区| 中文字幕制服av| 蜜臀久久99精品久久宅男| 欧美人与性动交α欧美软件 | 美女国产高潮福利片在线看| 欧美日韩一区二区视频在线观看视频在线| 久久国产亚洲av麻豆专区| 中国美白少妇内射xxxbb| 又粗又硬又长又爽又黄的视频| 亚洲精品国产av蜜桃| av在线观看视频网站免费| 成年人午夜在线观看视频| 国产高清不卡午夜福利| 大片免费播放器 马上看| 91精品三级在线观看| 男女边吃奶边做爰视频| 美女中出高潮动态图| 久久久久久伊人网av| 18禁动态无遮挡网站| freevideosex欧美| 侵犯人妻中文字幕一二三四区| 在线天堂最新版资源| 美女xxoo啪啪120秒动态图| 亚洲丝袜综合中文字幕| 国产男女内射视频| 日韩视频在线欧美| 一级片'在线观看视频| 精品亚洲成国产av| 久久久久久伊人网av| 久久久久久久国产电影| 最黄视频免费看| 韩国av在线不卡| 美女大奶头黄色视频| 国产亚洲精品久久久com| 波野结衣二区三区在线| 少妇猛男粗大的猛烈进出视频| 伦精品一区二区三区| 伦理电影免费视频| kizo精华| 成人漫画全彩无遮挡| 午夜视频国产福利| 国产男人的电影天堂91| 久久国产精品男人的天堂亚洲 | 蜜桃在线观看..| 日韩成人av中文字幕在线观看| tube8黄色片| 久久这里只有精品19| 国产精品蜜桃在线观看| 男人操女人黄网站| 亚洲精品中文字幕在线视频| 国产精品无大码| 97精品久久久久久久久久精品| 国产福利在线免费观看视频| 色婷婷久久久亚洲欧美| 国产女主播在线喷水免费视频网站| 久久韩国三级中文字幕| 精品酒店卫生间| 免费观看性生交大片5| 高清视频免费观看一区二区| av天堂久久9| 少妇被粗大的猛进出69影院 | 乱码一卡2卡4卡精品| 精品国产一区二区久久| 午夜精品国产一区二区电影| 久久久久精品久久久久真实原创| 亚洲精品国产av蜜桃| 波多野结衣一区麻豆| 国产免费一区二区三区四区乱码| 久久av网站| 中国国产av一级| 老女人水多毛片| 免费高清在线观看视频在线观看| 国产乱来视频区| freevideosex欧美| 性色av一级| 蜜臀久久99精品久久宅男| 在线免费观看不下载黄p国产| 精品人妻偷拍中文字幕| 99热6这里只有精品| 日韩av在线免费看完整版不卡| 欧美精品亚洲一区二区| 亚洲激情五月婷婷啪啪| 人妻系列 视频| 汤姆久久久久久久影院中文字幕| 韩国高清视频一区二区三区| 国产精品一国产av| 欧美 日韩 精品 国产| 日本午夜av视频| 欧美成人精品欧美一级黄| 免费观看a级毛片全部| 亚洲精品456在线播放app| 大香蕉久久成人网| 飞空精品影院首页| 一区二区av电影网| 丝袜喷水一区| 九色成人免费人妻av| 国产xxxxx性猛交| 777米奇影视久久| 国产免费又黄又爽又色| 午夜久久久在线观看| 成年动漫av网址| 免费久久久久久久精品成人欧美视频 | 国产69精品久久久久777片| 18在线观看网站| 青春草国产在线视频| 91国产中文字幕| 婷婷色av中文字幕| 亚洲美女黄色视频免费看| 国产精品一二三区在线看| 在线天堂最新版资源| 久久99热这里只频精品6学生| 婷婷色综合大香蕉| 国产精品无大码| 国产亚洲最大av| 精品人妻一区二区三区麻豆| 蜜臀久久99精品久久宅男| 国产亚洲精品久久久com| 久久久久国产网址| 黑人猛操日本美女一级片| 国产亚洲精品第一综合不卡 | www日本在线高清视频| 黄色一级大片看看| 狂野欧美激情性xxxx在线观看| 久久久国产欧美日韩av| 哪个播放器可以免费观看大片| 9热在线视频观看99| 色94色欧美一区二区| 亚洲情色 制服丝袜| 成年动漫av网址| 七月丁香在线播放| 亚洲精品中文字幕在线视频| 天天躁夜夜躁狠狠久久av| 一级毛片我不卡| 久久久久国产网址| 在线观看国产h片| 日韩视频在线欧美| 99热网站在线观看| 一边摸一边做爽爽视频免费| 国产男女超爽视频在线观看| 亚洲av电影在线观看一区二区三区| 最黄视频免费看| 精品少妇久久久久久888优播| 久久久久久人人人人人| 一级,二级,三级黄色视频| 大片免费播放器 马上看| 久久久国产欧美日韩av| 精品人妻偷拍中文字幕| 精品国产国语对白av| 国产在线视频一区二区| xxx大片免费视频| 久久精品国产a三级三级三级| 一区二区三区精品91| 成年人午夜在线观看视频| 国产男女超爽视频在线观看| 人人澡人人妻人| 国产淫语在线视频| 精品久久久久久电影网| 成人二区视频| 亚洲第一区二区三区不卡| av卡一久久| 黄色一级大片看看| 美女xxoo啪啪120秒动态图| 日韩一区二区视频免费看| 777米奇影视久久| 涩涩av久久男人的天堂| 国产精品偷伦视频观看了| 狂野欧美激情性bbbbbb| 午夜福利网站1000一区二区三区| 日韩免费高清中文字幕av| 波野结衣二区三区在线| 国产成人免费无遮挡视频| 18禁国产床啪视频网站| 五月玫瑰六月丁香| 乱人伦中国视频| 国产精品一国产av| 亚洲少妇的诱惑av| 国产极品粉嫩免费观看在线| 激情视频va一区二区三区| av视频免费观看在线观看| 久久精品国产亚洲av涩爱| 男人操女人黄网站| 一本大道久久a久久精品| 午夜精品国产一区二区电影| 国产精品无大码| 国产在视频线精品| 90打野战视频偷拍视频| 国产一区亚洲一区在线观看| 九色亚洲精品在线播放| 午夜免费观看性视频| 又大又黄又爽视频免费| 99久国产av精品国产电影| 国产男人的电影天堂91| 韩国高清视频一区二区三区| 日本wwww免费看| 久久久a久久爽久久v久久| 多毛熟女@视频| 欧美老熟妇乱子伦牲交| 久久韩国三级中文字幕| 国产免费福利视频在线观看| 午夜激情av网站| 国产精品无大码| 久久精品国产鲁丝片午夜精品| 日韩中文字幕视频在线看片| 中国美白少妇内射xxxbb| 卡戴珊不雅视频在线播放| 精品国产露脸久久av麻豆| 97人妻天天添夜夜摸| 亚洲色图 男人天堂 中文字幕 | 亚洲成色77777| 日本欧美国产在线视频| 日本与韩国留学比较| 丰满饥渴人妻一区二区三| 99香蕉大伊视频| 亚洲精品一区蜜桃| 九色成人免费人妻av| 日韩欧美一区视频在线观看| 黑人欧美特级aaaaaa片| 精品国产一区二区三区久久久樱花| 男人爽女人下面视频在线观看| 亚洲精品,欧美精品| 99久久人妻综合| 少妇的丰满在线观看| 欧美变态另类bdsm刘玥| 91精品伊人久久大香线蕉| 成人毛片60女人毛片免费| 国产无遮挡羞羞视频在线观看| 日日撸夜夜添| 18禁国产床啪视频网站| 久久精品国产综合久久久 | 亚洲成人一二三区av| 国产精品秋霞免费鲁丝片| 男女无遮挡免费网站观看| 人人妻人人添人人爽欧美一区卜| 黑丝袜美女国产一区| 狂野欧美激情性bbbbbb| 欧美bdsm另类| 亚洲三级黄色毛片| 国产精品女同一区二区软件| 你懂的网址亚洲精品在线观看| 欧美成人午夜精品| 国产麻豆69| 午夜视频国产福利| 大片免费播放器 马上看| 国产精品 国内视频| 亚洲国产成人一精品久久久| 午夜激情久久久久久久| 十八禁网站网址无遮挡| 啦啦啦视频在线资源免费观看| 人体艺术视频欧美日本| 黄网站色视频无遮挡免费观看| 一区二区av电影网| 午夜免费男女啪啪视频观看| 高清不卡的av网站| 美女大奶头黄色视频| 国产精品国产三级国产专区5o| 国产极品天堂在线| 欧美3d第一页| 中文欧美无线码| 麻豆乱淫一区二区| 日韩av不卡免费在线播放| 在线 av 中文字幕| 你懂的网址亚洲精品在线观看| 一级毛片我不卡| 女性生殖器流出的白浆| 嫩草影院入口| 99视频精品全部免费 在线| 欧美人与性动交α欧美软件 | 又黄又粗又硬又大视频| 一级毛片黄色毛片免费观看视频| 日本欧美国产在线视频| 久久99一区二区三区| 亚洲欧美一区二区三区国产| 人成视频在线观看免费观看| 国产精品久久久久久精品电影小说| 久久久久久久久久久久大奶| 99热全是精品| 亚洲天堂av无毛| 九九爱精品视频在线观看| 久久精品久久久久久噜噜老黄| 国产深夜福利视频在线观看| 十分钟在线观看高清视频www| 国产免费又黄又爽又色| 欧美国产精品一级二级三级| 少妇被粗大的猛进出69影院 | 婷婷色av中文字幕| 日韩精品有码人妻一区| 涩涩av久久男人的天堂| 亚洲一级一片aⅴ在线观看| 美女中出高潮动态图| 国产激情久久老熟女| 赤兔流量卡办理| 欧美日韩视频高清一区二区三区二| 久久精品国产亚洲av涩爱| 免费观看无遮挡的男女| 波野结衣二区三区在线| 一级毛片我不卡| 久久99一区二区三区| 国产黄色视频一区二区在线观看| 大香蕉久久成人网| 中文字幕亚洲精品专区| 少妇人妻久久综合中文| 亚洲第一av免费看| www.熟女人妻精品国产 | 欧美日韩视频高清一区二区三区二| 精品酒店卫生间| 一本久久精品| 成人毛片a级毛片在线播放| 性色av一级| 少妇人妻 视频| 巨乳人妻的诱惑在线观看| 国产片内射在线| 在线天堂中文资源库| 一本久久精品| 久久免费观看电影| 999精品在线视频| 日韩精品有码人妻一区| 亚洲国产毛片av蜜桃av| 男女高潮啪啪啪动态图| 日本黄色日本黄色录像| 18禁在线无遮挡免费观看视频| 中文字幕人妻丝袜制服| 欧美xxxx性猛交bbbb| 美女主播在线视频| 国产一区有黄有色的免费视频| 亚洲 欧美一区二区三区| 亚洲精品乱码久久久久久按摩| videos熟女内射| 一区二区三区四区激情视频| 国产精品 国内视频| 老女人水多毛片| 中文字幕av电影在线播放| 91午夜精品亚洲一区二区三区| av在线老鸭窝| 啦啦啦中文免费视频观看日本| 视频在线观看一区二区三区| 久久久国产欧美日韩av| 日日爽夜夜爽网站| 亚洲精品日韩在线中文字幕| 国产亚洲av片在线观看秒播厂| 久久97久久精品| 久久99精品国语久久久| 日韩视频在线欧美| 午夜91福利影院|