• <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 ?

    異常行為檢測數(shù)據(jù)集快速構(gòu)建方法

    2021-09-28 10:17:00杜潘飛王志輝李雄偉朱永旺
    計算機技術(shù)與發(fā)展 2021年9期
    關(guān)鍵詞:視頻文件邊框類別

    杜潘飛,王志輝,李雄偉,朱永旺

    (1.陸軍工程大學(xué) 石家莊校區(qū),河北 石家莊 050003;2.河北建設(shè)投資集團有限責(zé)任公司,河北 石家莊 050001)

    0 引 言

    自從AlexNet[1]在ImageNet圖像分類比賽中取得標(biāo)志性的進(jìn)步以來,卷積神經(jīng)網(wǎng)絡(luò)(CNNs)在計算機視覺領(lǐng)域得到廣泛的應(yīng)用與發(fā)展。與此同時,從2D圖像空間目標(biāo)識別擴展到3D時空的視頻行為識別也成為該領(lǐng)域的研究熱點,視覺行為的識別不僅增加模型的復(fù)雜性,而且訓(xùn)練行為識別模型所需的數(shù)據(jù)量也顯著地增加。異常行為檢測作為行為識別中的一個特殊領(lǐng)域,在公共安全、自動駕駛、視頻監(jiān)控等應(yīng)用中具有相當(dāng)重要的意義,現(xiàn)代智慧城市的發(fā)展高度依賴于以人為中心分析的技術(shù)的進(jìn)步。文獻(xiàn)[2]中說明對于一個動作識別模型,越多的訓(xùn)練數(shù)據(jù)對模型的識別性能越有益,因此為了獲得更好的檢測精度,通常需要大量的訓(xùn)練數(shù)據(jù)。但構(gòu)建一個大尺度、高質(zhì)量的行為檢測數(shù)據(jù)集是一個很大的挑戰(zhàn),其構(gòu)建過程涉及視頻收集、人物空間位置檢測以及人物行為標(biāo)注,因而如何快速地構(gòu)建一個高質(zhì)量的數(shù)據(jù)集對提升模型的檢測性能具有重大的意義。早期的行為識別數(shù)據(jù)集HMDB-51[3]和UCF-101[4]包含的數(shù)據(jù)量較少且都是對經(jīng)過裁剪的視頻片段做的標(biāo)注,其每個視頻片段中僅僅含有一個人物的一個動作,很明顯這種方法構(gòu)建的數(shù)據(jù)集不能滿足實時運行的異常行為檢測應(yīng)用的需要。

    為解決這個問題,文中提出一種快速構(gòu)建行為檢測數(shù)據(jù)集的方法,其以一種半自動的方式來完成數(shù)據(jù)集的構(gòu)建,具有很強的適用性和有效性,同時有助于節(jié)省人力成本,使用該方法生成的數(shù)據(jù)集不僅覆蓋多個領(lǐng)域的視頻,且都是無裁剪的,可應(yīng)用于訓(xùn)練實時運行的行為檢測系統(tǒng)。(文中使用的相關(guān)程序代碼及生成的數(shù)據(jù)集可在https://github.com/xiayule158/AbnormalAction/上獲取。)

    1 相關(guān)工作

    隨著計算機硬件算力的不斷提升與存儲設(shè)備價格的不斷下降,計算機視覺在過去的十多年中得到快速的發(fā)展,其中行為檢測更是在實際生活中具有很多潛在的應(yīng)用,如自動駕駛、社會安防等。為實現(xiàn)讓計算機自動識別視頻中的異常行為,首先要解決的問題便是擁有大量已標(biāo)注的異常行為檢測視頻數(shù)據(jù)集,而到目前為止這些數(shù)據(jù)集大多是以人工的手段標(biāo)注完成,花費時間長。當(dāng)前數(shù)據(jù)集可根據(jù)對視頻中行為的標(biāo)注方法不同而將其分為視頻水平的標(biāo)注和視頻幀水平的標(biāo)注,在這部分中介紹比較典型的公共數(shù)據(jù)集,簡要地介紹其特點和構(gòu)建的流程。

    Charades數(shù)據(jù)集[5],2016年公開的包含157個日常室內(nèi)動作的數(shù)據(jù)集,其通過Amazon Mechanical Turk(AMT)這個眾包平臺發(fā)布任務(wù)來完成數(shù)據(jù)的收集工作;主要構(gòu)建流程為:生成室內(nèi)活動劇本、要求工作人員表演劇本中的活動并記錄、確認(rèn)記錄的視頻和劇本是否對應(yīng)和標(biāo)注出視頻中動作發(fā)生起點以及終點作為時序標(biāo)簽。這個數(shù)據(jù)集是基于視頻水平來完成標(biāo)注的,每個視頻中都包含一種動作,屬于裁剪過的數(shù)據(jù)集,不適合在實時的異常行為檢測應(yīng)用中作為訓(xùn)練集使用。

    Kinetics-400數(shù)據(jù)集[6],于2017年Google發(fā)布,其視頻來源于YouTube上的短視頻,整個數(shù)據(jù)集包含400個類別的動作,每個類別包含至少400個識別片段,每個片段長度大約為10 s。其構(gòu)建流程主要為:確定動作列表、根據(jù)標(biāo)題與動作列表是否匹配從YouTube中檢索視頻、通過AMT發(fā)布視頻標(biāo)注任務(wù)來完成標(biāo)注和最后人工完成數(shù)據(jù)集的核對。該數(shù)據(jù)集同樣屬于視頻水平的標(biāo)注,且大部分的工作由人工來完成,同樣需要較高的人工成本。

    AVA[7],2017年公開發(fā)布的基于視頻幀水平標(biāo)注的數(shù)據(jù)集,擁有80個原子動作類別。與基于視頻水平標(biāo)注不同的是,該數(shù)據(jù)集是對視頻的中動作的關(guān)鍵幀做的標(biāo)注,且對其中的每個人物標(biāo)注多種行為,這種標(biāo)注方法突破了對動作視頻長度的限制,屬于無裁剪的動作視頻,適合作為實時檢測場景應(yīng)用的訓(xùn)練集。其主要的構(gòu)建流程分為:動作詞典生成、視頻段選擇、人物邊框標(biāo)注(由Faster R-CNN[8]人物檢測器來完成)和人物動作標(biāo)注(在眾包平臺發(fā)布任務(wù)完成)。

    HiEve[9](Human in Events)數(shù)據(jù)集,2020年發(fā)布的稠密場景監(jiān)控視頻數(shù)據(jù)集,其視頻來源于9個不同的稠密場景,行為識別部分包含14類別,且其標(biāo)注方法屬于視頻幀水平的標(biāo)注,很適合作為實際場景中異常行為檢測的訓(xùn)練集,但其標(biāo)注過程仍屬于手工標(biāo)注的方法,工作量較大。數(shù)據(jù)集構(gòu)建流程:選擇幾個有復(fù)雜事件的密集場所和直接從YouTube上通過異常行為關(guān)鍵字搜索來收集視頻、手工核對消除冗余視頻、手工標(biāo)注視頻中所有行人的邊框和以20幀的間隔手工完成行人行為類別標(biāo)簽的標(biāo)注工作。

    本部分提及的數(shù)據(jù)集和文中收集的數(shù)據(jù)集比較如表1所示。從中可以看出:基于視頻水平的標(biāo)注方法雖然工作量較小,但不適合作為實時行為檢測的訓(xùn)練集;相比之下,基于視頻幀水平標(biāo)注的數(shù)據(jù)集更適合作為實時檢測的數(shù)據(jù)集,但目前基于幀水平的數(shù)據(jù)集標(biāo)注過程很多步驟都是由人工來完成,工作量非常大。

    表1 動作識別數(shù)據(jù)集比較

    2 視頻收集

    在異常行為檢測的研究過程中,快速且高質(zhì)量地構(gòu)建數(shù)據(jù)集是算法優(yōu)化的前提,為此文中提出一種半自動化的構(gòu)建方法,在保證數(shù)據(jù)集質(zhì)量的同時,有助于降低時間成本。整個數(shù)據(jù)集的構(gòu)建過程如圖1所示(注:圖中模塊帶陰影的流程為自動完成部分,否則為手動完成)。從圖中可以看出,視頻收集是完成數(shù)據(jù)集構(gòu)建的基礎(chǔ),視頻收集的過程主要包括行為列表確定、視頻文件獲取和視頻文件清理三個步驟。

    圖1 數(shù)據(jù)集構(gòu)建流程

    2.1 行為列表確定

    文中主要考慮公共場所中的異常行為,選擇對公共安全影響較大的動作作為候選對象。由于當(dāng)前對公共安全中的異常行為并沒有一個清晰明確的定義,因此如何構(gòu)建一個描述異常行為的列表是非常困難的。為了確定候選的動作,參考現(xiàn)有的公開視頻數(shù)據(jù)集(如:CASIA行為分析數(shù)據(jù)庫[10]、UCF-Crime[11])中的動作類別標(biāo)簽以及公開發(fā)表的該領(lǐng)域的學(xué)術(shù)論文,查閱現(xiàn)行法律、法規(guī)和條例等相關(guān)文件,最后確定了14種對公共安全妨害嚴(yán)重的行為作為候選列表對象,包括:行走、交通事故、搶劫、盜竊、追逐、縱火、砸車、醉酒、槍擊、刀砍、打架、摔倒、跳躍、翻越護欄。

    2.改革金融會計監(jiān)管模式。針對金融會計的監(jiān)督管理模式的改革,要從以下兩個方面著手:一是對企業(yè)當(dāng)中參與金融監(jiān)管的各個部門的職能都進(jìn)行明確,合理安排各個部門之間的分工,每個部門之間的信息都要進(jìn)行共享,從而使得每個部門都能對金融會計起到監(jiān)督的作用。企業(yè)根據(jù)現(xiàn)有的金融管理監(jiān)督機制,根據(jù)不同的情況和種類制定出相對應(yīng)的解決方案,充分利用資源,使得企業(yè)金融的監(jiān)管能夠發(fā)揮最大的作用。二是將監(jiān)察管理原則變更為事前、事中、事后,來對金融會計進(jìn)行監(jiān)管。方案確定之前需要仔細(xì)考量,集思廣益,對制定出的方案也要反復(fù)的檢查,方案實行之后要做一個全方位的評定,這樣才能反映出企業(yè)最真實的情況。

    2.2 視頻文件獲取

    在確定異常行為列表之后,以其的行為標(biāo)簽和同義詞作為關(guān)鍵字從網(wǎng)絡(luò)上搜索與之相關(guān)的視頻。此外,為盡可能多地獲取視頻資源,對每個候選動作同時使用其他語言(如:英語、法語、日語等)作為關(guān)鍵詞進(jìn)行搜索。為提高視頻的搜索和下載的效率,文中采取以Python語言實現(xiàn)的網(wǎng)絡(luò)爬蟲程序來自動地完成這項工作,減少人工參與的工作量;為提高視頻下載的速度,文中采取多線程(設(shè)置為8)的方式并行下載,對于每個類別搜索到的視頻,最后將其以mp4的格式保存到以動作類別命名的文件夾下,實現(xiàn)視頻的自動下載,這個過程花費5個小時共計下載2 200個視頻文件,總計大小約為18 GB。

    2.3 視頻文件清理

    為構(gòu)建高質(zhì)量的行為檢測數(shù)據(jù)集,視頻下載完成之后首先需要對視頻文件進(jìn)行清理,移除其中下載出錯而不能正常打開、不包含候選異常行為列表中動作類別、重復(fù)、模糊不清的視頻文件。另外,為減少視頻文件清理過程中工作人員的工作量,在這部分中采取行為檢測器與人工核對相結(jié)合的方式來完成此項工作。

    首先,對于其中下載出錯而不能打開的視頻文件,采用OpenCV這一計算機視覺工具來檢驗是否可以讀取視頻中的每一幀圖像,若讀取中發(fā)生錯誤,則說明其視頻文件出現(xiàn)問題,直接將其移除。

    其次,對于不包含候選列表中行為以及模糊不清的視頻文件,采用行為檢測算法來完成。文中使用SlowFast[12]和AIA[13]作為視頻行為檢測器來檢測視頻中是否包含行為列表中的行為。對于未能檢測其中行為的視頻,先將其移動到另外一個對應(yīng)類別的文件夾中,以便后續(xù)的人工核對。

    最后,由于目前發(fā)布的檢測器算法模型中可檢測的行為類別數(shù)并沒有完全包含文中確定的行為類別,因此對于其檢測到行為的視頻需要人工核對其中是否包含。在這個過程中,對那些不包含候選行為、模糊的視頻直接刪除,而對于檢測器誤檢的視頻將其恢復(fù)到原始文件中。

    至此已完成視頻文件的清洗工作,共獲得2 100個包含候選異常行為的視頻文件,這個過程中人工參與的工作為核對行為檢測器未能正確識別的視頻文件共計84個,占總工作量的4%。

    3 視頻幀標(biāo)注

    構(gòu)建的數(shù)據(jù)集是用于實時場景下監(jiān)控視頻中的異常行為檢測,因此采取基于幀水平的模式對視頻中的動作進(jìn)行標(biāo)注,另外為了和當(dāng)前通用的數(shù)據(jù)集在標(biāo)注文件的格式上保持一致,文中采用與HiEve相同的標(biāo)注形式。不同的是通過對數(shù)據(jù)的分析和觀察認(rèn)為其標(biāo)注間隔過于密集,導(dǎo)致較大的工作量,因此,文中視頻幀間隔采用40幀。本部分詳細(xì)介紹視頻幀水平的半自動標(biāo)注方法,主要流程包括:視頻幀人物邊框標(biāo)注、人物動作標(biāo)注和標(biāo)簽人工核對。

    3.1 人物邊框標(biāo)注

    視頻中動作檢測首先要定位人物在視頻幀中的空間位置,故而人物邊框標(biāo)注的問題便轉(zhuǎn)化為目標(biāo)檢測的特殊情況,只需檢測視頻幀圖像中的人物即可。為實現(xiàn)人物定位的自動化,文中采用目標(biāo)檢測模型作為人物檢測器;另外考慮到公共場景的監(jiān)控視頻中可能會出現(xiàn)密集人群以及為了保證人物檢測器的高召回率,目標(biāo)檢測器選擇CrowdDet[14]和Faster R-CNN。對于視頻中的幀圖像,執(zhí)行以下的步驟完成人物邊框標(biāo)注:

    首先,將幀圖像F分別輸入到人物檢測器DetF、DetC中,得到各自預(yù)測的人物邊框集合BF和BC;為找到兩個人物邊框集合中的對應(yīng)項,遍歷集合BF和BC中所有元素組成邊框?qū)FC={(bF,bc)|?bF∈BF,?bC∈BC}中的元素。

    選擇其中IoU>0.95的項作為同一個人物邊框的預(yù)測結(jié)果,取其兩者的平均值作為人物邊框值。在得到所有人物邊框值之后,將其所在幀和邊框值保存到本地文件中,作為后續(xù)核對的對象。

    其次,為了保證人物邊框標(biāo)注的質(zhì)量,在完成人物邊框的自動提取之后,需要以人工的方式來核對提取的人物邊框是否正確以及是否出現(xiàn)誤判和遺漏項。在此將提取到的邊框數(shù)值通過OpenCV展示在視頻幀中,對其誤判的人物邊框刪除,并對其未提取到的人物邊框以手工的方式進(jìn)行標(biāo)注。

    至此,便完成視頻幀的人物邊框標(biāo)注工作,在這個過程中,僅有5%的人物邊框需要手工添加和修改,其余都是通過人物檢測器自動完成的,這在很大程度上節(jié)約了數(shù)據(jù)集標(biāo)注的時間。

    3.2 人物動作標(biāo)注

    在確定人物與視頻幀中的空間位置之后,接下來要完成的便是人物動作識別及其時序定位,即人物動作標(biāo)注。這是構(gòu)建行為檢測數(shù)據(jù)集的最關(guān)鍵部分,文中采取行為識別模型和手工標(biāo)注相結(jié)合的方式來完成;另外,與AVA與HiEve數(shù)據(jù)集不同的是,文中確定的候選行為之間具有互斥性,因而對于其中的每個人物只標(biāo)注一個動作,其具體步驟如下:

    (1)將視頻分別輸入到目前公開可用的SlowFast與AIA行為檢測模型做推理,得到部分人物行為標(biāo)簽的預(yù)測結(jié)果,其中包含人物動作的開始位置、結(jié)束位置、動作類別及其概率。

    (2)人工核對1中預(yù)測的行為標(biāo)簽,對其中誤判和未能成功識別的行為做10%的人工標(biāo)注。

    (3)使用2中人工核對與標(biāo)注后的數(shù)據(jù)集作為訓(xùn)練集重新訓(xùn)練模型。

    (4)重復(fù)1~3步,直到視頻中約95%的人物的動作都被正確標(biāo)注為止。

    (5)對于剩下未能成功識別的人物,采用手工的方式來完成標(biāo)注。

    3.3 數(shù)據(jù)集概覽

    通過使用文中提出的方法所構(gòu)建的異常行為數(shù)據(jù)集,共包含2 100個視頻片段,總計時長約210個小時;14個人物動作類別,總計標(biāo)注數(shù)量為73 652個。其中手工標(biāo)注的動作標(biāo)簽數(shù)量約為10 300個,占總標(biāo)簽量的14%,相比于當(dāng)前多個數(shù)據(jù)集的構(gòu)建過程中手工標(biāo)注量已經(jīng)減少30%~50%。采用文中提出的構(gòu)建方法構(gòu)建的數(shù)據(jù)集的最終標(biāo)注視頻動作標(biāo)簽樣本如圖2所示,各類別動作所含標(biāo)注數(shù)量分布如圖3所示。

    圖2 標(biāo)注樣本示例

    圖3 各個類別動作標(biāo)注數(shù)量分布

    從中可以看出各個類別所含的標(biāo)注數(shù)量大致相同,滿足了樣本均衡的要求。

    4 實 驗

    為驗證文中提出的構(gòu)建數(shù)據(jù)集方法的有效性,本部分以該數(shù)據(jù)集(為方便描述,將該數(shù)據(jù)集記為OurData)和與之行為類別相近的HiEve分別作為訓(xùn)練集,CASIA行為分析數(shù)據(jù)庫(記為CASIA)作為測試集,并采用當(dāng)前性能處于行業(yè)領(lǐng)先的SlowFast與AIA作為行為檢測模型來評估數(shù)據(jù)集的質(zhì)量,OurData、HiEve和CASIA數(shù)據(jù)集所包含的動作標(biāo)簽如表2所示。

    表2 OurData、HiEve和CASIA所含動作標(biāo)簽比較

    為減少模型的訓(xùn)練時間,本實驗中所有檢測模型都使用與Kinetics-400數(shù)據(jù)集上預(yù)訓(xùn)練的權(quán)值作初始化,迭代次數(shù)都設(shè)置為50,使用動量值為0.9的SGD[15]作為優(yōu)化器,初始學(xué)習(xí)率為0.01并在30次迭代后衰減到0.01,權(quán)值衰減設(shè)置為0.000 1;實驗中使用的深度學(xué)習(xí)框架為PyTorch且在4塊GeForce RTX2080Ti(11 GB)的GPU上完成,整個訓(xùn)練過程花費25天。實驗結(jié)果如表3所示,從中可以看出:

    表3 各類別測試精度對比

    (1)對于只在HiEve中含有的類別(run、gather、bend、crouch),在HiEve上訓(xùn)練的模型其檢測精度都超過OurData訓(xùn)練的模型。

    (2)對于只在OurData中含有的類別(jump、punch car、robbery、overtake),OurData訓(xùn)練的模型的檢測精度都超過HiEve訓(xùn)練的模型。

    (3)對于HiEve、OurData中都含有的類別(walk、faint、fight),OurData訓(xùn)練的模型的檢測精度略微優(yōu)于HiEve訓(xùn)練的模型,原因是OurData數(shù)據(jù)集中相應(yīng)類別的標(biāo)簽數(shù)量多于HiEve中的標(biāo)簽數(shù)量。

    (4)對于HiEve、OurData中都不含有的類別(wander、follow、meet),OurData訓(xùn)練的模型的檢測精度和HiEve訓(xùn)練的模型基本相同。

    (5)總的來說,使用OurData訓(xùn)練的模型相對于使用HiEve訓(xùn)練的模型的整體行為檢測性能要好(23.28>20.67,24.42>21.48)。

    實驗結(jié)果表明,OurData可以作為異常行為檢測模型的訓(xùn)練集來使用,證明文中提出的數(shù)據(jù)集構(gòu)建方法是有效的。

    5 結(jié)束語

    詳細(xì)描述了一種半自動構(gòu)建實時異常行為檢測數(shù)據(jù)集方法,通過該方法可以快速地構(gòu)建一個大尺度、高質(zhì)量的行為檢測數(shù)據(jù)集,整個構(gòu)建流程采用自動程序和手工核對相結(jié)合的方式執(zhí)行,顯著地減少了數(shù)據(jù)集構(gòu)建過程中人工參與的工作量。實驗部分說明采用該方法構(gòu)建的數(shù)據(jù)集是高質(zhì)量的,可以作為行為檢測及其相關(guān)模型的訓(xùn)練集來使用,希望該數(shù)據(jù)集構(gòu)建方法可以成為研究視頻中行為檢測任務(wù)的一種有效的輔助工具。在接下來的工作中,將使用這一方法來完善異常行為檢測數(shù)據(jù)集的構(gòu)建,增加其中檢測精度較低類別(jump、faint等)的樣本數(shù)量,并使用該數(shù)據(jù)集來進(jìn)行異常行為檢測算法的研究,以期進(jìn)一步提升當(dāng)前公共場景中異常行為檢測模型的性能。

    猜你喜歡
    視頻文件邊框類別
    流媒體視頻文件相似性識別的方法
    一模六產(chǎn)品篩板模具的設(shè)計與應(yīng)用
    智能制造(2022年4期)2022-08-18 16:21:14
    隨心定制視頻文件的縮略圖
    電腦報(2021年23期)2021-07-23 17:36:18
    用Lightroom添加寶麗來邊框
    給照片制作專業(yè)級的邊框
    擺脫邊框的束縛優(yōu)派
    中國照明(2016年6期)2016-06-15 20:30:14
    服務(wù)類別
    新校長(2016年8期)2016-01-10 06:43:59
    論類別股東會
    商事法論集(2014年1期)2014-06-27 01:20:42
    中醫(yī)類別全科醫(yī)師培養(yǎng)模式的探討
    視頻網(wǎng)格中自適應(yīng)熱度變化的條塊化存儲
    無線電工程(2013年1期)2013-09-19 10:18:18
    激情五月婷婷亚洲| 9191精品国产免费久久| 少妇精品久久久久久久| 欧美日韩视频高清一区二区三区二| 午夜老司机福利片| 免费女性裸体啪啪无遮挡网站| 午夜福利一区二区在线看| 丝袜在线中文字幕| 黄色怎么调成土黄色| 国产成人免费观看mmmm| 色精品久久人妻99蜜桃| 免费在线观看完整版高清| 亚洲伊人色综图| 亚洲国产中文字幕在线视频| www.999成人在线观看| 久久久精品94久久精品| 捣出白浆h1v1| 啦啦啦在线免费观看视频4| videosex国产| 一边摸一边抽搐一进一出视频| 欧美精品人与动牲交sv欧美| 19禁男女啪啪无遮挡网站| 午夜91福利影院| 男女边吃奶边做爰视频| av片东京热男人的天堂| 亚洲一区二区三区欧美精品| 欧美激情高清一区二区三区| 亚洲成人免费电影在线观看 | 亚洲三区欧美一区| 美女视频免费永久观看网站| avwww免费| av欧美777| 国产免费又黄又爽又色| 欧美日韩亚洲高清精品| 欧美精品亚洲一区二区| 一本久久精品| 亚洲av男天堂| xxx大片免费视频| 久久ye,这里只有精品| 亚洲伊人久久精品综合| 在线观看一区二区三区激情| 国产一区二区激情短视频 | 亚洲人成电影观看| av又黄又爽大尺度在线免费看| 久久久久久久精品精品| 精品国产国语对白av| 老司机靠b影院| 少妇被粗大的猛进出69影院| 久久久国产精品麻豆| 一区二区三区精品91| 国产精品亚洲av一区麻豆| 一级毛片女人18水好多 | 这个男人来自地球电影免费观看| 一级毛片 在线播放| 91精品伊人久久大香线蕉| 999精品在线视频| 国产欧美日韩一区二区三 | 亚洲中文av在线| 日本av免费视频播放| 免费av中文字幕在线| 免费在线观看视频国产中文字幕亚洲 | 亚洲av日韩在线播放| 两性夫妻黄色片| 18禁黄网站禁片午夜丰满| www.熟女人妻精品国产| 精品国产国语对白av| 国产亚洲一区二区精品| 搡老岳熟女国产| 看免费成人av毛片| 亚洲精品自拍成人| 亚洲av成人精品一二三区| 男女边吃奶边做爰视频| 在线观看免费高清a一片| 国产精品免费视频内射| 午夜免费成人在线视频| 国产又爽黄色视频| 国产精品.久久久| 久久精品成人免费网站| 七月丁香在线播放| 天堂8中文在线网| netflix在线观看网站| 99热全是精品| 欧美精品高潮呻吟av久久| 日韩,欧美,国产一区二区三区| 国产成人精品在线电影| 亚洲av国产av综合av卡| 国产精品亚洲av一区麻豆| 欧美少妇被猛烈插入视频| 中国国产av一级| 超碰成人久久| 亚洲欧美日韩另类电影网站| 久久久国产精品麻豆| 久久鲁丝午夜福利片| 一级毛片黄色毛片免费观看视频| 午夜福利在线免费观看网站| 欧美精品人与动牲交sv欧美| 美女主播在线视频| 七月丁香在线播放| 中文字幕最新亚洲高清| 9色porny在线观看| 亚洲av片天天在线观看| 国产精品国产三级国产专区5o| 三上悠亚av全集在线观看| 亚洲专区中文字幕在线| 欧美97在线视频| 丝袜美腿诱惑在线| 满18在线观看网站| 香蕉国产在线看| 91国产中文字幕| 男人操女人黄网站| 男女下面插进去视频免费观看| 亚洲欧洲国产日韩| 日韩av免费高清视频| 久久热在线av| 欧美精品啪啪一区二区三区 | 久久亚洲精品不卡| 九草在线视频观看| 久久久久久久久久久久大奶| 黄色片一级片一级黄色片| 国产精品人妻久久久影院| 亚洲国产av影院在线观看| 大码成人一级视频| 中文字幕高清在线视频| 国产精品免费视频内射| 亚洲专区中文字幕在线| 午夜福利,免费看| 熟女av电影| 美女大奶头黄色视频| 麻豆国产av国片精品| 中文欧美无线码| 18在线观看网站| e午夜精品久久久久久久| 婷婷丁香在线五月| 青青草视频在线视频观看| 最近手机中文字幕大全| 侵犯人妻中文字幕一二三四区| 午夜视频精品福利| 亚洲 国产 在线| 在线观看一区二区三区激情| 男女午夜视频在线观看| 成人国语在线视频| 一边亲一边摸免费视频| 久久青草综合色| 巨乳人妻的诱惑在线观看| 日韩制服丝袜自拍偷拍| 97精品久久久久久久久久精品| 后天国语完整版免费观看| 男女边摸边吃奶| 国产福利在线免费观看视频| 午夜av观看不卡| 亚洲人成电影免费在线| 777米奇影视久久| 国产精品一区二区免费欧美 | 欧美精品av麻豆av| 亚洲中文日韩欧美视频| 亚洲国产精品成人久久小说| 纯流量卡能插随身wifi吗| 青春草视频在线免费观看| 啦啦啦 在线观看视频| 日本a在线网址| 69精品国产乱码久久久| 国产男女内射视频| 真人做人爱边吃奶动态| 男人爽女人下面视频在线观看| 悠悠久久av| 青春草视频在线免费观看| 国产三级黄色录像| 色精品久久人妻99蜜桃| 99热网站在线观看| 国产一区二区 视频在线| 国产成人a∨麻豆精品| 欧美精品亚洲一区二区| 日韩制服丝袜自拍偷拍| kizo精华| 久久精品成人免费网站| 亚洲欧洲精品一区二区精品久久久| 国产免费一区二区三区四区乱码| 日本五十路高清| 肉色欧美久久久久久久蜜桃| av又黄又爽大尺度在线免费看| 久久精品久久精品一区二区三区| 色婷婷久久久亚洲欧美| 狠狠精品人妻久久久久久综合| 日韩欧美一区视频在线观看| 国产成人精品在线电影| 国产成人影院久久av| 免费不卡黄色视频| 欧美日韩视频高清一区二区三区二| 99国产精品一区二区三区| 婷婷色av中文字幕| h视频一区二区三区| 波野结衣二区三区在线| 大香蕉久久成人网| 狂野欧美激情性xxxx| 国产人伦9x9x在线观看| 一区二区三区乱码不卡18| 亚洲精品在线美女| 亚洲欧美色中文字幕在线| 大香蕉久久网| 最新的欧美精品一区二区| 操美女的视频在线观看| 天堂8中文在线网| 丝袜脚勾引网站| 人人妻,人人澡人人爽秒播 | 欧美日韩成人在线一区二区| 在线av久久热| 国产精品一区二区在线不卡| 免费在线观看视频国产中文字幕亚洲 | 国产熟女欧美一区二区| 老鸭窝网址在线观看| 亚洲美女黄色视频免费看| 亚洲一区二区三区欧美精品| 成人黄色视频免费在线看| 男人操女人黄网站| 自拍欧美九色日韩亚洲蝌蚪91| 欧美大码av| 国产老妇伦熟女老妇高清| 午夜视频精品福利| 国产又色又爽无遮挡免| 国产伦人伦偷精品视频| 国产精品偷伦视频观看了| 亚洲综合色网址| netflix在线观看网站| 又紧又爽又黄一区二区| 日本五十路高清| 在线天堂中文资源库| 色精品久久人妻99蜜桃| 中文字幕色久视频| 中文字幕av电影在线播放| 亚洲欧美日韩另类电影网站| 国产又爽黄色视频| 久久国产精品大桥未久av| 亚洲天堂av无毛| 久久久精品94久久精品| 国产免费一区二区三区四区乱码| 丰满饥渴人妻一区二区三| 国产淫语在线视频| 99精国产麻豆久久婷婷| 两人在一起打扑克的视频| 国产99久久九九免费精品| 亚洲精品国产区一区二| 精品亚洲成国产av| 国产在线免费精品| 又大又爽又粗| 大片电影免费在线观看免费| 亚洲午夜精品一区,二区,三区| 久热这里只有精品99| 亚洲精品自拍成人| 久久人人爽av亚洲精品天堂| 亚洲精品国产色婷婷电影| 国产精品 欧美亚洲| 午夜免费鲁丝| 一本久久精品| 亚洲欧美一区二区三区国产| 丰满饥渴人妻一区二区三| 韩国精品一区二区三区| 男人添女人高潮全过程视频| 亚洲视频免费观看视频| 久久女婷五月综合色啪小说| 男女下面插进去视频免费观看| 国产一区二区三区av在线| 性少妇av在线| 欧美精品av麻豆av| 大片免费播放器 马上看| 欧美日韩av久久| 国产日韩欧美视频二区| 午夜免费成人在线视频| 热99久久久久精品小说推荐| 色94色欧美一区二区| 久久免费观看电影| 人人妻人人澡人人看| 国产精品免费大片| 免费一级毛片在线播放高清视频 | av电影中文网址| 亚洲中文字幕日韩| 精品亚洲成国产av| 高清视频免费观看一区二区| 久久久精品免费免费高清| 1024香蕉在线观看| 国产精品av久久久久免费| 丝袜人妻中文字幕| 免费不卡黄色视频| 久久热在线av| 不卡av一区二区三区| 狠狠精品人妻久久久久久综合| 国产高清不卡午夜福利| av片东京热男人的天堂| 精品一区二区三区av网在线观看 | 另类亚洲欧美激情| 欧美成狂野欧美在线观看| 美女福利国产在线| 搡老岳熟女国产| videosex国产| 欧美日韩成人在线一区二区| 中文字幕色久视频| 91精品国产国语对白视频| 欧美精品亚洲一区二区| 新久久久久国产一级毛片| 十八禁网站网址无遮挡| 欧美激情高清一区二区三区| 亚洲天堂av无毛| 丰满人妻熟妇乱又伦精品不卡| 美国免费a级毛片| 少妇粗大呻吟视频| 午夜免费男女啪啪视频观看| 香蕉丝袜av| 可以免费在线观看a视频的电影网站| 久久精品亚洲熟妇少妇任你| 欧美精品高潮呻吟av久久| 老鸭窝网址在线观看| 18禁黄网站禁片午夜丰满| 制服人妻中文乱码| 美国免费a级毛片| 久久久久久久国产电影| 国产欧美日韩一区二区三 | tube8黄色片| 看免费成人av毛片| 色精品久久人妻99蜜桃| 亚洲精品乱久久久久久| 热re99久久国产66热| 亚洲精品中文字幕在线视频| 赤兔流量卡办理| 五月开心婷婷网| 一区二区三区精品91| 国产av国产精品国产| 欧美在线黄色| 国产黄频视频在线观看| 免费一级毛片在线播放高清视频 | 晚上一个人看的免费电影| 美女中出高潮动态图| 亚洲精品美女久久av网站| 色94色欧美一区二区| 性色av乱码一区二区三区2| 精品熟女少妇八av免费久了| 久久久精品94久久精品| 美国免费a级毛片| 少妇粗大呻吟视频| 久久久欧美国产精品| 成年美女黄网站色视频大全免费| 成人黄色视频免费在线看| 夫妻午夜视频| 咕卡用的链子| 亚洲人成77777在线视频| 国产一卡二卡三卡精品| 国产在线一区二区三区精| 久久 成人 亚洲| 精品第一国产精品| 亚洲欧洲日产国产| 成年女人毛片免费观看观看9 | 欧美人与善性xxx| 久久狼人影院| 男人舔女人的私密视频| 亚洲国产精品成人久久小说| 欧美性长视频在线观看| 中文字幕高清在线视频| 丝袜美足系列| xxxhd国产人妻xxx| 亚洲欧美日韩高清在线视频 | av视频免费观看在线观看| 国产成人精品久久久久久| 亚洲国产av影院在线观看| 国产av国产精品国产| 超碰97精品在线观看| 久久亚洲国产成人精品v| 精品福利永久在线观看| av又黄又爽大尺度在线免费看| 女人爽到高潮嗷嗷叫在线视频| 欧美日韩亚洲高清精品| 麻豆乱淫一区二区| 亚洲人成77777在线视频| 亚洲综合色网址| 日韩一区二区三区影片| 老汉色av国产亚洲站长工具| 中文字幕色久视频| 午夜福利影视在线免费观看| 亚洲少妇的诱惑av| 黑丝袜美女国产一区| 精品一区二区三区四区五区乱码 | 老司机影院成人| 亚洲欧美色中文字幕在线| 国产av一区二区精品久久| 日韩一卡2卡3卡4卡2021年| 国产免费视频播放在线视频| 亚洲精品第二区| 亚洲精品久久成人aⅴ小说| 男的添女的下面高潮视频| 久久久国产一区二区| 五月天丁香电影| 国产淫语在线视频| 美女大奶头黄色视频| 国产精品欧美亚洲77777| 丝袜脚勾引网站| 两个人免费观看高清视频| 亚洲欧美精品自产自拍| 国产男人的电影天堂91| 久久久久网色| 欧美黑人精品巨大| 日韩人妻精品一区2区三区| 夫妻午夜视频| 一边摸一边做爽爽视频免费| 国产又色又爽无遮挡免| 超色免费av| 欧美日韩视频高清一区二区三区二| 亚洲av综合色区一区| 精品人妻熟女毛片av久久网站| 国产精品偷伦视频观看了| 午夜免费鲁丝| 国产在线观看jvid| 亚洲av成人精品一二三区| 精品国产超薄肉色丝袜足j| cao死你这个sao货| 国产高清国产精品国产三级| 少妇精品久久久久久久| 99香蕉大伊视频| 欧美日韩精品网址| 精品久久久久久久毛片微露脸 | 男女免费视频国产| 亚洲色图综合在线观看| 国产亚洲av片在线观看秒播厂| 亚洲av欧美aⅴ国产| 9色porny在线观看| 亚洲国产成人一精品久久久| 午夜福利在线免费观看网站| 可以免费在线观看a视频的电影网站| 国产精品99久久99久久久不卡| 尾随美女入室| 国产精品秋霞免费鲁丝片| 一边摸一边抽搐一进一出视频| 久久天堂一区二区三区四区| 波多野结衣一区麻豆| 欧美国产精品va在线观看不卡| 人妻 亚洲 视频| 国产精品偷伦视频观看了| 亚洲精品av麻豆狂野| 国产又爽黄色视频| 成年美女黄网站色视频大全免费| 亚洲天堂av无毛| 黑人猛操日本美女一级片| 国产成人a∨麻豆精品| 午夜两性在线视频| av在线老鸭窝| 亚洲中文av在线| 免费人妻精品一区二区三区视频| 日韩一卡2卡3卡4卡2021年| 青青草视频在线视频观看| 黄色视频在线播放观看不卡| 午夜免费成人在线视频| 亚洲,欧美精品.| 中文字幕人妻丝袜制服| 日本午夜av视频| 国产高清国产精品国产三级| 在现免费观看毛片| www.自偷自拍.com| 91精品三级在线观看| 色精品久久人妻99蜜桃| 91麻豆av在线| 免费在线观看影片大全网站 | 亚洲人成电影免费在线| 超碰成人久久| 欧美人与善性xxx| 一本—道久久a久久精品蜜桃钙片| 亚洲五月色婷婷综合| 一级毛片黄色毛片免费观看视频| av一本久久久久| av天堂在线播放| 亚洲精品自拍成人| 99久久综合免费| 国产精品久久久人人做人人爽| 亚洲美女黄色视频免费看| 婷婷色综合www| 一二三四社区在线视频社区8| 中文字幕色久视频| 一区二区三区激情视频| 夫妻性生交免费视频一级片| 男女高潮啪啪啪动态图| 伊人久久大香线蕉亚洲五| 在线精品无人区一区二区三| 黄色视频不卡| xxx大片免费视频| 女人被躁到高潮嗷嗷叫费观| 亚洲av欧美aⅴ国产| 日日摸夜夜添夜夜爱| 亚洲精品久久成人aⅴ小说| 亚洲av成人精品一二三区| 亚洲专区国产一区二区| 最近中文字幕2019免费版| 2018国产大陆天天弄谢| av在线播放精品| 欧美黄色片欧美黄色片| 可以免费在线观看a视频的电影网站| 老熟女久久久| 欧美精品一区二区免费开放| 亚洲中文字幕日韩| 日韩av在线免费看完整版不卡| 色婷婷久久久亚洲欧美| 黑丝袜美女国产一区| 自拍欧美九色日韩亚洲蝌蚪91| 青青草视频在线视频观看| 青春草视频在线免费观看| 一级毛片 在线播放| 亚洲专区中文字幕在线| 99精品久久久久人妻精品| 飞空精品影院首页| 免费在线观看黄色视频的| 亚洲 国产 在线| 日本wwww免费看| www.自偷自拍.com| 在线观看免费午夜福利视频| 亚洲精品久久午夜乱码| 国产日韩欧美视频二区| 久久久久久久久久久久大奶| 欧美 亚洲 国产 日韩一| 国产亚洲欧美在线一区二区| 日日夜夜操网爽| 九草在线视频观看| 精品少妇久久久久久888优播| 1024香蕉在线观看| 日本猛色少妇xxxxx猛交久久| 欧美黑人精品巨大| www.熟女人妻精品国产| 另类亚洲欧美激情| 在线观看国产h片| 在线观看人妻少妇| 国产国语露脸激情在线看| 黄色视频在线播放观看不卡| 亚洲国产精品一区二区三区在线| 午夜日韩欧美国产| 五月开心婷婷网| 99久久综合免费| 最近中文字幕2019免费版| 中文字幕精品免费在线观看视频| 美女脱内裤让男人舔精品视频| 丰满少妇做爰视频| 久久人妻福利社区极品人妻图片 | 国产在线观看jvid| av网站在线播放免费| 午夜福利乱码中文字幕| 午夜久久久在线观看| 亚洲国产看品久久| 日本猛色少妇xxxxx猛交久久| 久久久欧美国产精品| 两个人看的免费小视频| 亚洲国产日韩一区二区| 色播在线永久视频| 久久久国产精品麻豆| 久久青草综合色| 日韩,欧美,国产一区二区三区| 男男h啪啪无遮挡| 美女脱内裤让男人舔精品视频| 久久精品亚洲熟妇少妇任你| 亚洲黑人精品在线| 老司机在亚洲福利影院| 51午夜福利影视在线观看| 国产精品久久久久久精品电影小说| 久久精品成人免费网站| 欧美 日韩 精品 国产| 国产麻豆69| 精品亚洲成国产av| 国产精品免费大片| 免费在线观看完整版高清| 日日爽夜夜爽网站| 国产有黄有色有爽视频| av电影中文网址| 满18在线观看网站| 狂野欧美激情性bbbbbb| 欧美精品一区二区免费开放| 国产爽快片一区二区三区| 久久这里只有精品19| 少妇精品久久久久久久| 免费av中文字幕在线| 久久av网站| 国产免费视频播放在线视频| 久久中文字幕一级| www日本在线高清视频| 天堂中文最新版在线下载| 国产片特级美女逼逼视频| 天天躁夜夜躁狠狠久久av| 天堂俺去俺来也www色官网| 超色免费av| 午夜视频精品福利| 精品熟女少妇八av免费久了| 晚上一个人看的免费电影| 又大又黄又爽视频免费| 少妇精品久久久久久久| 2018国产大陆天天弄谢| 久久毛片免费看一区二区三区| √禁漫天堂资源中文www| 精品视频人人做人人爽| 免费不卡黄色视频| 精品国产一区二区三区四区第35| 黑人猛操日本美女一级片| 日韩视频在线欧美| 国产亚洲午夜精品一区二区久久| 国产成人一区二区在线| 丁香六月欧美| 人体艺术视频欧美日本| 手机成人av网站| 18在线观看网站| 国产成人欧美| 亚洲伊人久久精品综合| 精品国产一区二区三区四区第35| 久久久久久久久免费视频了| 精品少妇黑人巨大在线播放| 国语对白做爰xxxⅹ性视频网站| 男的添女的下面高潮视频| 另类精品久久| 国产精品秋霞免费鲁丝片| 天天影视国产精品| av一本久久久久| 黄色一级大片看看| 人妻人人澡人人爽人人| 老鸭窝网址在线观看| 飞空精品影院首页| 亚洲av男天堂| 国产精品麻豆人妻色哟哟久久|