• <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 ?

    物聯(lián)系統(tǒng)邊緣端人流統(tǒng)計(jì)方法研究

    2022-03-27 11:02:18譚宏年時長偉
    智能物聯(lián)技術(shù) 2022年5期
    關(guān)鍵詞:人流行人邊界

    譚宏年,時長偉

    (1.克拉瑪依職業(yè)技術(shù)學(xué)院 機(jī)械工程系,新疆 克拉瑪依 834000;2.新特能源股份有限公司,新疆 烏魯木齊 830000)

    0 引言

    在智能物聯(lián)系統(tǒng)中,利用邊緣端監(jiān)控系統(tǒng)進(jìn)行人流統(tǒng)計(jì)十分便捷。后臺系統(tǒng)可實(shí)時準(zhǔn)確獲取邊緣端推送的人流信息,對于日常以及突發(fā)情況下的人員管理是非常必要的。

    基于視覺的人流量統(tǒng)計(jì)通常分為行人目標(biāo)檢測與跟蹤兩個部分。關(guān)于目標(biāo)檢測,傳統(tǒng)的方法是人工提取目標(biāo)特征點(diǎn)構(gòu)建目標(biāo)特征,然后利用分類算法進(jìn)行分類并判斷目標(biāo)是否存在。典型的算法如Hog+SVM[1]、Haar+Adaboost[2],它們的不足之處主要是泛化能力較差、檢測準(zhǔn)確率不高以及運(yùn)算資源消耗過多。近些年,隨著深度學(xué)習(xí)技術(shù)的發(fā)展以及GPU(Graphics Processing Unit)并行計(jì)算能力的提高,涌現(xiàn)了一批基于目標(biāo)檢測的深度學(xué)習(xí)算法,如R-CNN 系列[3-5],SSD(Single Shot multibox Detec tor)[6]、RetinaNet[7]和YOLO 系列[8-10]?;谏疃葘W(xué)習(xí)的目標(biāo)檢測算法能自動從行人圖片數(shù)據(jù)集中學(xué)習(xí)更深層次的信息,泛化能力強(qiáng),兼顧檢測速度與識別準(zhǔn)確度。如YOLO 算法已經(jīng)更迭到Y(jié)OLOv5,其模型權(quán)重大小分為s,m,l 和x,相應(yīng)識別精確度以及時間復(fù)雜度也依次增高。其中,YOLOv5s 與YOLOv5m 模型參數(shù)量(Params)相對較少,浮點(diǎn)運(yùn)算量(FLOPs)低,在算力有限的邊緣計(jì)算領(lǐng)域應(yīng)用最多。

    當(dāng)前,基于視覺的人流量統(tǒng)計(jì)方法的挑戰(zhàn)主要是遮擋問題,尤其是在人群密度較大的場合,行人之間的遮擋難以避免。針對該問題,有不少學(xué)者開展了相關(guān)研究。如趙朵朵等[11]提出一種基于Deep SORT(Simple Online and Realtime Tracking)算法的人流統(tǒng)計(jì)方案,使用改進(jìn)的YOLOv3 作為檢測器,利用輕量級網(wǎng)絡(luò)MobileNet[12]替換原有的DarkNet-53 網(wǎng)絡(luò),減少了參數(shù)量,提高了識別速度,但存在識別精確度降低的問題。朱行棟[13]提出一種單獨(dú)基于YOLOv5 模型進(jìn)行行人檢測的方法,但存在只能檢測行人無法進(jìn)行更深層次的行人方向判斷與跨線計(jì)數(shù)的問題。綜上,本文利用輕量級深度學(xué)習(xí)模型YOLOv5s 作為檢測器,基于檢測的多目標(biāo)跟蹤(tracking-by-detection)算法Deep SORT[14]實(shí)現(xiàn)行人的實(shí)時跟蹤,通過設(shè)置兩個虛擬檢測區(qū)域完成人流的方向檢測與計(jì)數(shù)。

    1 YOLOv5s 人流檢測

    在多目標(biāo)跟蹤算法中,檢測器的好壞直接關(guān)系到目標(biāo)跟蹤結(jié)果的準(zhǔn)確率,檢測器的速率也會直接影響整個系統(tǒng)的實(shí)時性。為了兼顧識別準(zhǔn)確率與實(shí)時性,也考慮到邊緣設(shè)備的算力限制,本文選用YOLOv5s 模型作為人流檢測的基礎(chǔ)模型。

    1.1 YOLOv5s 網(wǎng)絡(luò)結(jié)構(gòu)

    YOLOv5 針對不同大小的網(wǎng)絡(luò)的整體架構(gòu)都是一樣的,只不過會在每個子模塊中采用不同的深度和寬度。如圖1 所示,YOLOv5s 的結(jié)構(gòu)主要分為四個部分,即Input 輸入端、Backbone 主干網(wǎng)絡(luò)、Neck 網(wǎng)絡(luò)和Prediction 預(yù)測端。輸入端包含對圖像的預(yù)處理、Mosaic 數(shù)據(jù)增強(qiáng)、自適應(yīng)錨框計(jì)算,來適應(yīng)不同大小的數(shù)據(jù)集。Backbone 主干網(wǎng)絡(luò)通過卷積運(yùn)算從圖像中提取不同的層次特征,主要包含CSP(Cross Stage Partial)結(jié)構(gòu)和SPP(Spatial Pyramid Pooling)結(jié)構(gòu)。前者作用是減少冗余計(jì)算量和增強(qiáng)梯度,提高計(jì)算速度;后者可將圖像不同層次的特征提取出來,提高檢測精度。Neck 網(wǎng)絡(luò)層結(jié)構(gòu)和YOLOv4 相似,F(xiàn)PN(Feature Pyramid Networks)層自頂向下傳遞語義信息,PAN(Path Augmentation Network)層自底向上傳遞信息,從各個主干層對對應(yīng)的檢測層進(jìn)行信息融合,進(jìn)一步提高特征提取的能力。Prediction 預(yù)測端的主要作用是在大小不同的特征圖上預(yù)測不同尺寸的目標(biāo)。

    圖1 YOLOv5s 網(wǎng)絡(luò)架構(gòu)Figure 1 YOLOv5s Network Architecture

    1.2 圖像預(yù)處理

    在常用的目標(biāo)檢測算法中,不同的圖片長寬都不相同,因此常用的方式是將原始圖片統(tǒng)一縮放到一個標(biāo)準(zhǔn)尺寸,再送入檢測網(wǎng)絡(luò)中。YOLOv5 算法涉及對圖片自適應(yīng)縮放的步驟為計(jì)算縮放比例、計(jì)算縮放后尺寸、計(jì)算黑邊填充數(shù)值。其計(jì)算公式如式(1)所示:

    式中:l1,w1——原始圖像的長和寬;l2,w2——原始縮放尺寸的長和寬;l3,w3——自適應(yīng)縮放尺寸的長和寬。

    1.3 Mosaic 數(shù)據(jù)增強(qiáng)

    Mosaic 數(shù)據(jù)增強(qiáng)參照了Cut Mix 數(shù)據(jù)增強(qiáng)方式,開始前每次讀取4 張圖片,然后依次對4 張圖片進(jìn)行翻轉(zhuǎn)、縮放和色域變化等處理,再按照4 個方向擺好,組合為一張新的圖片。這種隨機(jī)機(jī)制豐富了檢測物體的背景。因?yàn)樵诰W(wǎng)絡(luò)模型上,由于硬件資源的原因,不能夠?qū)atch_size 設(shè)置過大,通過Mosaic 方法就類似間接增大了batch_size,提高了硬件GPU 的使用效率。

    1.4 CBAM 注意力機(jī)制

    YOLOv5 算法將CBAM(Convolutional Block Attention Module)注意力模塊嵌入到網(wǎng)絡(luò)結(jié)構(gòu)中,解決原始網(wǎng)絡(luò)無注意力偏好的問題。如圖2 所示,CBAM 一共包含2 個獨(dú)立的子模塊,通道注意力模塊(Channel Attention Module,CAM)和空間注意力模塊(Spartial Attention Module,SAM),分別進(jìn)行通道與空間維度上的注意力特征融合并對網(wǎng)絡(luò)中間的特征圖進(jìn)行重構(gòu),強(qiáng)調(diào)重要特征,抑制一般特征,達(dá)到提升目標(biāo)檢測效果的目的。這樣不僅能節(jié)約參數(shù)和計(jì)算力,并且保證了其能夠做為即插即用的模塊集成到現(xiàn)有的網(wǎng)絡(luò)架構(gòu)中去。

    圖2 CBAM 結(jié)構(gòu)Figure 2 CBAM structure

    YOLOv5s 網(wǎng)絡(luò)中圖像特征提取主要在主干網(wǎng)絡(luò)中完成。因此,本文將CBAM 融合在Backbone 之后和Neck 網(wǎng)絡(luò)的特征融合之前,可以起到承上啟下的作用。

    1.5 損失函數(shù)

    目標(biāo)檢測任務(wù)的損失函數(shù)一般由Classification Loss(分類損失函數(shù))和Bounding Box Regression Loss(回歸損失函數(shù))兩部分構(gòu)成。YOLOv5s 使用GIoU Loss 作為邊界框回歸損失函數(shù),用以評判預(yù)測邊界框(Predicted Box,PB)和真實(shí)邊界框(Ground Truth,GT)的距離,如式(2)所示:

    式中:IoU 表示預(yù)測邊界框和真實(shí)邊界框的交并比;Ac表示預(yù)測邊界框和真實(shí)邊界框同時包含的最小的矩形框的面積;u 表示預(yù)測邊界框和真實(shí)邊界框的并集;LGIoU為GIoU 損失。GIoU Loss 的優(yōu)勢是尺度不變性,即預(yù)測邊界框和真實(shí)邊界框的相似性與它們的空間尺度大小無關(guān)。

    1.6 NMS 非極大值抑制

    在目標(biāo)檢測的預(yù)測階段,會輸出許多候選的anchor box,其中有很多是明顯重疊的預(yù)測邊界框都圍繞著同一個目標(biāo),這時候可以使用NMS(Non-Maximum Suppression)來合并同一目標(biāo)的類似邊界框,或者說是保留這些邊界框中最好的一個。

    NMS 非極大值抑制算法首先從所有候選框中選取置信度最高的預(yù)測邊界框作為基準(zhǔn),然后將所有與基準(zhǔn)邊界框的IoU 超過預(yù)定閾值的其他邊界框移除。再從所有候選框中選取置信度第二高的邊界框作為一個基準(zhǔn),將所有與基準(zhǔn)邊界框的IoU 超過預(yù)定閾值的其他邊界框移除。重復(fù)上述操作,直到所有預(yù)測框都被當(dāng)做基準(zhǔn),即這時候沒有一對邊界框過于相似。

    2 Deep SORT 多目標(biāo)跟蹤

    多目標(biāo)在線跟蹤算法SORT 的核心是卡爾曼濾波和匈牙利算法,即把一群檢測框和卡爾曼濾波預(yù)測得到的邊界框做分配,讓卡爾曼濾波預(yù)測得到的邊界框找到和自己最匹配的檢測框,達(dá)到追蹤的效果。但是SORT 算法的缺陷是當(dāng)物體發(fā)生遮擋的時候特別容易丟失ID。而Deep SORT 算法在SORT算法的基礎(chǔ)上增加了級聯(lián)匹配(Matching Cascade)和新軌跡的確認(rèn)(confirmed)。

    2.1 跟蹤處理與狀態(tài)估計(jì)

    在Deep SORT 算法中,使用8 維狀態(tài)空間描述目標(biāo)的狀態(tài)和在圖像坐標(biāo)系中的運(yùn)動信息,如圖3 所示:

    圖3 多維狀態(tài)空間描述Figure 3 Description of multidimensional state space

    其中:cx 和cy 分別表示目標(biāo)中心點(diǎn)的橫坐標(biāo)和縱坐標(biāo),r 表示長寬比,h 表示高,剩下四個參數(shù)分別是它們的導(dǎo)數(shù)(對應(yīng)前四個參數(shù)在圖像像素中的相對速度)。在狀態(tài)估計(jì)中,一般狀態(tài)向量是由狀態(tài)量跟它的導(dǎo)數(shù)構(gòu)成的。在Deep SORT 算法中,卡爾曼濾波進(jìn)行預(yù)測時采用最基本的線性勻速模型,即認(rèn)為框的移動和框的尺寸、形變的變化是線性勻速變化的。

    2.2 數(shù)據(jù)關(guān)聯(lián)代價公式

    Deep SORT 算法基于目標(biāo)的運(yùn)動信息和外觀信息,使用匈牙利算法匹配預(yù)測框和跟蹤框。對于運(yùn)動信息,算法使用馬氏距離描述卡爾曼濾波預(yù)測結(jié)果和YOLO 檢測器輸出結(jié)果的關(guān)聯(lián)程度,如式(3)所示:

    式中,dj和yi分別表示第j 個檢測結(jié)果和第i個預(yù)測結(jié)果的狀態(tài)向量,Si表示檢測結(jié)果和平均跟蹤結(jié)果之間協(xié)方差矩陣。但是Deep SORT 不僅看框與框之間的距離,還要看框內(nèi)的表觀特征,顯然單純用馬氏距離度量框與框的接近度是遠(yuǎn)遠(yuǎn)不夠的,依然不能解決目標(biāo)遮擋后跟蹤丟失的問題,所以Deep SORT 還引入了表觀特征余弦距離度量,如式(4)所示:

    當(dāng)d2(i,j)小于指定的閾值,認(rèn)為關(guān)聯(lián)成功。

    因此,Deep SORT 在數(shù)據(jù)關(guān)聯(lián)中一共有兩個代價,一個是馬氏距離,一個是余弦距離,求解過程中要使兩者都盡量小,即框也接近、特征也接近的話,就認(rèn)為兩個Bbox 中是同一個目標(biāo)物體。綜合馬氏距離和表觀余弦度量的代價公式如式(5)所示,使用線性加權(quán)方式進(jìn)行求和。

    2.3 級聯(lián)匹配

    長時間遮擋中,卡爾曼濾波的輸出會發(fā)散,不確定性增加,而不確定性強(qiáng)的track(預(yù)測框)的馬氏距離反而更容易競爭到detection 匹配。因此,需要按照遮擋時間n 從小到大給track 分配匹配的優(yōu)先級。Tracks 分為確認(rèn)態(tài)(confirmed)和不確認(rèn)態(tài)(unconfirmed),新產(chǎn)生的Tracks 是不確認(rèn)態(tài)的。不確認(rèn)態(tài)的Tracks 必須要和檢測框連續(xù)匹配一定的次數(shù)(默認(rèn)是3)才可以轉(zhuǎn)化成確認(rèn)態(tài)。確認(rèn)態(tài)的Tracks 必須和檢測框連續(xù)失配一定次數(shù)(默認(rèn)30次),才會被刪除,這樣就很好解決了目標(biāo)遮擋后跟蹤丟失的問題。

    3 YOLOv5s-DeepSORT 人流統(tǒng)計(jì)

    人流統(tǒng)計(jì)模型的另一個重點(diǎn)是行人計(jì)數(shù)。本文通過設(shè)置兩個虛擬區(qū)域來記錄行人跟蹤框中心點(diǎn)進(jìn)入兩個區(qū)域的先后來判斷行人的方向并進(jìn)行計(jì)數(shù)。這里涉及到的主要問題是如何判斷一個點(diǎn)是否在某個多邊形區(qū)域內(nèi)。相應(yīng)的方法有:

    射線法:從判斷點(diǎn)向某個統(tǒng)一方向作射線,根據(jù)交點(diǎn)個數(shù)的奇偶判斷;

    轉(zhuǎn)角法:按照多邊形頂點(diǎn)逆時針順序,根據(jù)頂點(diǎn)和判斷點(diǎn)連線的方向正負(fù)(設(shè)定角度逆時針為正)求和判斷;

    夾角和法:求判斷點(diǎn)與所有邊的夾角和,等于360°則在多邊形內(nèi)部;

    面積和法:求判斷點(diǎn)與多邊形邊組成的三角形面積和,等于多邊形面積則點(diǎn)在多邊形內(nèi)。

    上述方法中,面積和法涉及多個面積的計(jì)算,比較復(fù)雜;夾角和法以及轉(zhuǎn)角法用到角度計(jì)算,會涉及反三角函數(shù),計(jì)算開銷比較大;而射線法主要涉及循環(huán)多邊形的每條邊進(jìn)行求交運(yùn)算,但大部分邊可以通過簡單坐標(biāo)比對直接排除。因此本文選擇射線法來判斷行人跟蹤框中心點(diǎn)是否在虛擬區(qū)域內(nèi)。

    如圖4 所示,在隨機(jī)點(diǎn)上作一條平行于x 軸的射線,方向是x 軸正方向,看這條射線與多邊形區(qū)域的交點(diǎn)個數(shù),如果是偶數(shù),那么這個隨機(jī)點(diǎn)不在該區(qū)域內(nèi),如果是奇數(shù),則這個點(diǎn)在該區(qū)域內(nèi)。

    圖4 射線判別法示意圖Figure 4 Schematic diagram of ray discrimination method

    如圖5 所示,當(dāng)行人跟蹤框中心點(diǎn)在B 區(qū)域內(nèi)時,查看當(dāng)前跟蹤框ID 號在A 區(qū)域是否有記錄:若有記錄,則下行人數(shù)加1;若沒有記錄,則記錄當(dāng)前跟蹤框ID 號。當(dāng)行人跟蹤框中心點(diǎn)在A 區(qū)域內(nèi)時,查看當(dāng)前跟蹤框ID 號是否在B 區(qū)域有記錄:若有記錄,上行人數(shù)加1;若沒有記錄,則記錄當(dāng)前跟蹤框ID 號。

    圖5 雙虛擬檢測區(qū)設(shè)置Figure 5 Setting of dual virtual detection area

    YOLOv5s-DeepSORT 人流統(tǒng)計(jì)系統(tǒng)采用YOLOv5s 模型作為基礎(chǔ)檢測器,精確快速完成對監(jiān)控視頻每一幀的處理,并將檢測框信息傳給下一級;Deep SORT 模塊作為下一級,主要實(shí)現(xiàn)多目標(biāo)行人的跟蹤,為行人計(jì)數(shù)模塊提供準(zhǔn)確和擁有唯一編號的行人檢測框。行人計(jì)數(shù)模塊通過AB 虛擬區(qū)域完成上行以及下行人數(shù)的計(jì)數(shù),整個人流統(tǒng)計(jì)流程如圖6 所示。

    圖6 YOLOv5s-DeepSORT 人流統(tǒng)計(jì)系統(tǒng)流程圖Figure 6 Flow chart of YOLOv5s-DeepSORT flow statistics system

    4 實(shí)驗(yàn)與分析

    4.1 實(shí)驗(yàn)準(zhǔn)備

    實(shí)驗(yàn)配置環(huán)境:Windows 10 操作系統(tǒng);內(nèi)存為16G;GPU 為NVIDIA GeForce 1650;學(xué)習(xí)框架為PyTorch1.7.1,torchvision 0.8.2,CUDA10.2 和CUDNN7.6.5。

    數(shù)據(jù)集使用INRIA 數(shù)據(jù)集。它是一組有標(biāo)記的站立或行走的人的圖片,其中訓(xùn)練集中有正樣本614 張(包含1237 個標(biāo)注行人),負(fù)樣本1218 張;測試集中有正樣本288 張(包含589 個標(biāo)注行人),負(fù)樣本453張,其中行人的類名定義為person。

    4.2 評價指標(biāo)

    在目標(biāo)檢測中,一般使用召回率(Recall)、精準(zhǔn)率(Precision)和綜合前兩者的平均精度均值mAP(mean Average Precision)對目標(biāo)檢測算法性能進(jìn)行評價。所以,本文使用以上3 個指標(biāo)作為模型評估指標(biāo),同時使用每秒幀數(shù)FPS(Frames Per Second)作為檢測速度的評估指標(biāo)。計(jì)算公式如(6)(7)(8)所示,其中TP(True Positive)表示正類判定為正類;FP(False Positive)表示負(fù)類判定為正類;FN(False Negative)表示正類判定為負(fù)類,k 表示類別,C 表示總類別數(shù)。

    4.3 實(shí)驗(yàn)結(jié)果

    本文運(yùn)用YOLOv3、YOLOv4、YOLOv4-tiny 以及YOLOv5s 算法進(jìn)行了比較實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果如表1 所示。

    表1 不同算法精度與速度對比Table 1 Comparison of precision and speed of different algorithms

    由表1 可知,YOLOv5s 算法在檢測速度以及精度綜合性能上相比其他算法有明顯優(yōu)勢。

    Deep SORT 追蹤模塊使用的是開源的行人重識別權(quán)重ckpt.t7,完成對上一級檢測框的ID 分配與追蹤。整個系統(tǒng)的實(shí)時運(yùn)行圖如圖7 所示??梢钥闯觯肶OLOv5s-Deep SORT 算法的人流檢測效果較好,距離較遠(yuǎn)的目標(biāo)定位也十分準(zhǔn)確,沒有出現(xiàn)行人數(shù)量檢測遺漏現(xiàn)象,檢測速度能達(dá)到每秒32 幀以上,整體視頻流暢。

    圖7 實(shí)時人流統(tǒng)計(jì)界面Figure 7 Real-time traffic statistics interface

    5 結(jié)語

    本文將基于深度學(xué)習(xí)的目標(biāo)檢測網(wǎng)絡(luò)YOLOv5s 與多目標(biāo)跟蹤算法Deep SORT 融合起來,通過設(shè)置兩個虛擬檢測區(qū)域完成人流的方向檢測與計(jì)數(shù),實(shí)現(xiàn)了一種兼顧實(shí)時性與準(zhǔn)確度的人流統(tǒng)計(jì)系統(tǒng)。經(jīng)過測試,相比基于YOLOv3、YOLOv4以及YOLOv4-tiny 的目標(biāo)檢測網(wǎng)絡(luò)的綜合性能有明顯提高,結(jié)合Deep SORT 多目標(biāo)跟蹤,特定環(huán)境下人流統(tǒng)計(jì)準(zhǔn)確率最高接近100%。

    猜你喜歡
    人流行人邊界
    拓展閱讀的邊界
    毒舌出沒,行人避讓
    意林(2021年5期)2021-04-18 12:21:17
    路不為尋找者而設(shè)
    多次人流可導(dǎo)致宮腔粘連致不孕
    無痛人流危害多,是保是流不要拖
    論中立的幫助行為之可罰邊界
    我是行人
    超導(dǎo)可視聯(lián)合卡前列甲酯用于早早孕無痛人流術(shù)的效果觀察
    淺談PAC對人工流產(chǎn)術(shù)患者的影響
    “偽翻譯”:“翻譯”之邊界行走者
    黑人操中国人逼视频| 久9热在线精品视频| 国产精品美女特级片免费视频播放器 | 午夜免费成人在线视频| 亚洲第一av免费看| a级片在线免费高清观看视频| 亚洲av成人av| 少妇裸体淫交视频免费看高清 | 在线观看免费午夜福利视频| 欧美中文日本在线观看视频| 亚洲欧洲精品一区二区精品久久久| 国产精品电影一区二区三区| 又黄又粗又硬又大视频| 亚洲专区国产一区二区| 亚洲成人久久性| 午夜影院日韩av| 丰满的人妻完整版| 国产一区二区激情短视频| 亚洲七黄色美女视频| 大香蕉久久成人网| 日韩一卡2卡3卡4卡2021年| 高清av免费在线| 日韩大尺度精品在线看网址 | 一级a爱视频在线免费观看| 欧美日韩亚洲高清精品| 久久国产精品男人的天堂亚洲| 午夜福利,免费看| 成在线人永久免费视频| 久久精品91无色码中文字幕| 亚洲人成电影免费在线| 人妻久久中文字幕网| 91老司机精品| 欧美乱色亚洲激情| 亚洲欧美激情在线| 亚洲专区中文字幕在线| 丁香欧美五月| 国产欧美日韩一区二区三| av有码第一页| 国产成人精品无人区| 这个男人来自地球电影免费观看| 久99久视频精品免费| 女人被狂操c到高潮| 久久久久精品国产欧美久久久| 窝窝影院91人妻| tocl精华| 黑人猛操日本美女一级片| 激情在线观看视频在线高清| 免费av毛片视频| av超薄肉色丝袜交足视频| 法律面前人人平等表现在哪些方面| 亚洲国产精品合色在线| 少妇被粗大的猛进出69影院| 制服诱惑二区| 日韩大尺度精品在线看网址 | 亚洲成av片中文字幕在线观看| 国产精华一区二区三区| 久久青草综合色| 女人被躁到高潮嗷嗷叫费观| 黄色视频,在线免费观看| 99久久精品国产亚洲精品| 咕卡用的链子| av在线播放免费不卡| 亚洲aⅴ乱码一区二区在线播放 | 色综合站精品国产| 狂野欧美激情性xxxx| 国产免费男女视频| 两个人免费观看高清视频| 中亚洲国语对白在线视频| 丰满人妻熟妇乱又伦精品不卡| 久热爱精品视频在线9| 国产精品国产av在线观看| 这个男人来自地球电影免费观看| 看免费av毛片| 乱人伦中国视频| 99精国产麻豆久久婷婷| 亚洲精品国产一区二区精华液| 9热在线视频观看99| 久热这里只有精品99| 视频在线观看一区二区三区| 黄色怎么调成土黄色| 免费在线观看影片大全网站| 久久中文字幕人妻熟女| 国产精品 欧美亚洲| 国产视频一区二区在线看| 在线免费观看的www视频| 欧美乱妇无乱码| 精品国内亚洲2022精品成人| 水蜜桃什么品种好| 婷婷精品国产亚洲av在线| 欧美日韩亚洲综合一区二区三区_| 女人被狂操c到高潮| 欧美国产精品va在线观看不卡| 一a级毛片在线观看| 国产精品久久视频播放| 窝窝影院91人妻| 国产精品影院久久| 久久亚洲真实| 久久青草综合色| 伊人久久大香线蕉亚洲五| 黄色视频,在线免费观看| 欧美一级毛片孕妇| av免费在线观看网站| 亚洲精品一二三| 午夜免费激情av| 黄色怎么调成土黄色| 18禁观看日本| 亚洲aⅴ乱码一区二区在线播放 | 国产伦人伦偷精品视频| 级片在线观看| 亚洲伊人色综图| 免费观看人在逋| 亚洲男人的天堂狠狠| 亚洲精品成人av观看孕妇| 日本精品一区二区三区蜜桃| 十分钟在线观看高清视频www| 757午夜福利合集在线观看| 国产精品香港三级国产av潘金莲| 18禁裸乳无遮挡免费网站照片 | 欧美日韩一级在线毛片| 757午夜福利合集在线观看| 久热这里只有精品99| 国产精品成人在线| 国产成+人综合+亚洲专区| 国产又色又爽无遮挡免费看| 一区在线观看完整版| 亚洲国产欧美网| 免费少妇av软件| 中国美女看黄片| xxxhd国产人妻xxx| 巨乳人妻的诱惑在线观看| 电影成人av| 亚洲在线自拍视频| 成人三级黄色视频| 制服诱惑二区| 老司机亚洲免费影院| 他把我摸到了高潮在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美激情久久久久久爽电影 | 欧美成狂野欧美在线观看| 看片在线看免费视频| 最好的美女福利视频网| 日韩大码丰满熟妇| 国内久久婷婷六月综合欲色啪| 欧美性长视频在线观看| 久久国产精品男人的天堂亚洲| 国产午夜精品久久久久久| 国产亚洲欧美98| 欧美精品亚洲一区二区| 久久精品人人爽人人爽视色| 高清在线国产一区| 日本五十路高清| 久久久久久久久久久久大奶| 热re99久久国产66热| 欧美av亚洲av综合av国产av| 中文欧美无线码| 9191精品国产免费久久| 一区二区日韩欧美中文字幕| 精品国产一区二区久久| 欧美成人午夜精品| 欧美激情高清一区二区三区| 高潮久久久久久久久久久不卡| 新久久久久国产一级毛片| 电影成人av| 亚洲 欧美一区二区三区| av天堂在线播放| 夜夜爽天天搞| 亚洲av成人一区二区三| 精品乱码久久久久久99久播| 精品欧美一区二区三区在线| 夜夜看夜夜爽夜夜摸 | 夜夜躁狠狠躁天天躁| 亚洲少妇的诱惑av| 久久精品91无色码中文字幕| 成人特级黄色片久久久久久久| 黄色视频不卡| 精品欧美一区二区三区在线| 18禁观看日本| 18禁裸乳无遮挡免费网站照片 | 精品久久久久久电影网| 久久精品91蜜桃| 国产精品自产拍在线观看55亚洲| 制服人妻中文乱码| 大型黄色视频在线免费观看| 大型av网站在线播放| 亚洲欧美日韩高清在线视频| 精品一品国产午夜福利视频| av福利片在线| 亚洲人成网站在线播放欧美日韩| 亚洲av第一区精品v没综合| 丰满迷人的少妇在线观看| 国产精品影院久久| 两性夫妻黄色片| 午夜福利影视在线免费观看| 国产91精品成人一区二区三区| 日韩一卡2卡3卡4卡2021年| 亚洲精品一卡2卡三卡4卡5卡| 亚洲精品粉嫩美女一区| 搡老乐熟女国产| 免费看a级黄色片| 在线观看午夜福利视频| 两性午夜刺激爽爽歪歪视频在线观看 | 夜夜夜夜夜久久久久| 亚洲专区国产一区二区| 一夜夜www| 午夜免费鲁丝| 丰满的人妻完整版| 亚洲欧美精品综合久久99| 精品国产超薄肉色丝袜足j| 国产精品av久久久久免费| 成人18禁高潮啪啪吃奶动态图| 最好的美女福利视频网| 欧美日韩一级在线毛片| 亚洲av五月六月丁香网| 久久人妻福利社区极品人妻图片| 国产日韩一区二区三区精品不卡| 91成人精品电影| 两性夫妻黄色片| 免费在线观看视频国产中文字幕亚洲| 亚洲av日韩精品久久久久久密| 国产精品永久免费网站| 99国产极品粉嫩在线观看| 这个男人来自地球电影免费观看| 国产熟女xx| 国产成年人精品一区二区 | 午夜福利,免费看| 亚洲成国产人片在线观看| 999久久久精品免费观看国产| 国产伦人伦偷精品视频| 久久国产亚洲av麻豆专区| 男女做爰动态图高潮gif福利片 | 精品久久久久久久久久免费视频 | 国产国语露脸激情在线看| 一二三四在线观看免费中文在| 亚洲狠狠婷婷综合久久图片| av国产精品久久久久影院| 在线观看免费视频网站a站| 午夜老司机福利片| 不卡一级毛片| 日韩高清综合在线| 亚洲va日本ⅴa欧美va伊人久久| 老汉色av国产亚洲站长工具| 最新美女视频免费是黄的| 美女大奶头视频| 99精品久久久久人妻精品| 欧美日韩精品网址| 日日干狠狠操夜夜爽| 免费一级毛片在线播放高清视频 | 久久久久九九精品影院| av电影中文网址| 免费高清视频大片| 久久人妻av系列| 丁香欧美五月| 欧美丝袜亚洲另类 | 成年人黄色毛片网站| www日本在线高清视频| a级片在线免费高清观看视频| www国产在线视频色| 午夜视频精品福利| 亚洲五月婷婷丁香| 亚洲专区国产一区二区| 男女下面插进去视频免费观看| 国产成人精品久久二区二区免费| 国产黄a三级三级三级人| 国产精品永久免费网站| 国产精品香港三级国产av潘金莲| 精品一区二区三区四区五区乱码| 纯流量卡能插随身wifi吗| 麻豆av在线久日| 欧美 亚洲 国产 日韩一| 久久精品影院6| www.熟女人妻精品国产| 国产一区在线观看成人免费| 性欧美人与动物交配| 国产精品综合久久久久久久免费 | 热99re8久久精品国产| 黄网站色视频无遮挡免费观看| 满18在线观看网站| 国产伦一二天堂av在线观看| 久久久精品欧美日韩精品| 人妻丰满熟妇av一区二区三区| 两个人免费观看高清视频| 首页视频小说图片口味搜索| 免费看a级黄色片| 欧美人与性动交α欧美精品济南到| 久久国产精品影院| av超薄肉色丝袜交足视频| av电影中文网址| 久久香蕉国产精品| 精品国内亚洲2022精品成人| 宅男免费午夜| 搡老乐熟女国产| 亚洲国产看品久久| 老司机福利观看| 免费看a级黄色片| 日韩有码中文字幕| ponron亚洲| 午夜免费激情av| 老司机在亚洲福利影院| 欧美在线一区亚洲| 色老头精品视频在线观看| 99国产综合亚洲精品| 国产精品电影一区二区三区| 天堂√8在线中文| 最新美女视频免费是黄的| 亚洲片人在线观看| 国产激情久久老熟女| 无遮挡黄片免费观看| 一进一出抽搐动态| 91字幕亚洲| 麻豆国产av国片精品| 亚洲欧美日韩另类电影网站| 老鸭窝网址在线观看| 不卡av一区二区三区| 大陆偷拍与自拍| 黄色毛片三级朝国网站| 老汉色av国产亚洲站长工具| 久久人人爽av亚洲精品天堂| 男女床上黄色一级片免费看| 精品一区二区三区av网在线观看| 亚洲av美国av| 国产成人av激情在线播放| 午夜免费观看网址| 午夜成年电影在线免费观看| 日韩精品免费视频一区二区三区| 精品欧美一区二区三区在线| 99re在线观看精品视频| 熟女少妇亚洲综合色aaa.| 波多野结衣av一区二区av| 老司机午夜十八禁免费视频| 女人高潮潮喷娇喘18禁视频| 亚洲一区高清亚洲精品| 亚洲美女黄片视频| 免费在线观看日本一区| 亚洲久久久国产精品| 最新美女视频免费是黄的| av视频免费观看在线观看| 亚洲精品国产一区二区精华液| 丁香欧美五月| 欧美日韩亚洲国产一区二区在线观看| 日韩精品免费视频一区二区三区| 法律面前人人平等表现在哪些方面| 日本欧美视频一区| 高清av免费在线| 国产又爽黄色视频| 欧美另类亚洲清纯唯美| 婷婷六月久久综合丁香| 正在播放国产对白刺激| 日韩欧美三级三区| 高潮久久久久久久久久久不卡| 在线免费观看的www视频| 天堂影院成人在线观看| 岛国视频午夜一区免费看| 最新在线观看一区二区三区| 黄网站色视频无遮挡免费观看| 亚洲av成人一区二区三| 一区二区日韩欧美中文字幕| 亚洲人成伊人成综合网2020| 亚洲专区国产一区二区| 99在线人妻在线中文字幕| 欧美乱妇无乱码| 91在线观看av| 波多野结衣av一区二区av| 免费观看人在逋| 久久热在线av| 在线观看一区二区三区激情| 十八禁人妻一区二区| 在线观看舔阴道视频| 精品一品国产午夜福利视频| 在线观看免费午夜福利视频| 曰老女人黄片| 美女高潮到喷水免费观看| 成人亚洲精品av一区二区 | 久久人妻熟女aⅴ| xxxhd国产人妻xxx| 在线观看一区二区三区| 18禁黄网站禁片午夜丰满| 国产精品99久久99久久久不卡| 国产亚洲欧美在线一区二区| 国产高清videossex| 久久久国产欧美日韩av| 两性夫妻黄色片| 欧美精品啪啪一区二区三区| 国产成人精品在线电影| 久久人妻av系列| 国产精品香港三级国产av潘金莲| 在线观看免费午夜福利视频| 悠悠久久av| 免费在线观看黄色视频的| 久久人人97超碰香蕉20202| 18禁黄网站禁片午夜丰满| 黑人巨大精品欧美一区二区蜜桃| 亚洲一区高清亚洲精品| 男人舔女人下体高潮全视频| 成人影院久久| 日本黄色日本黄色录像| 午夜日韩欧美国产| 18禁美女被吸乳视频| 又黄又爽又免费观看的视频| 1024视频免费在线观看| 亚洲精品中文字幕在线视频| 美女 人体艺术 gogo| av中文乱码字幕在线| 首页视频小说图片口味搜索| 精品一品国产午夜福利视频| 精品第一国产精品| 女生性感内裤真人,穿戴方法视频| 99国产精品99久久久久| 国内毛片毛片毛片毛片毛片| 亚洲av五月六月丁香网| 黄片大片在线免费观看| 三上悠亚av全集在线观看| 国产精品秋霞免费鲁丝片| 久久人人精品亚洲av| 中出人妻视频一区二区| 一进一出好大好爽视频| 脱女人内裤的视频| 亚洲性夜色夜夜综合| 欧美 亚洲 国产 日韩一| 免费人成视频x8x8入口观看| 精品国产亚洲在线| 99精品久久久久人妻精品| 亚洲av成人不卡在线观看播放网| 久久草成人影院| 国产不卡一卡二| 在线播放国产精品三级| 亚洲精品美女久久av网站| 中文字幕高清在线视频| 亚洲七黄色美女视频| 黄色成人免费大全| 麻豆国产av国片精品| 韩国精品一区二区三区| 99久久综合精品五月天人人| 黄色女人牲交| 日韩大尺度精品在线看网址 | 18禁黄网站禁片午夜丰满| 亚洲少妇的诱惑av| 免费久久久久久久精品成人欧美视频| 在线免费观看的www视频| 日日夜夜操网爽| 99精国产麻豆久久婷婷| 极品人妻少妇av视频| 亚洲一区二区三区不卡视频| 99热只有精品国产| 久久草成人影院| 女人被躁到高潮嗷嗷叫费观| 超色免费av| 一区二区三区激情视频| 18禁裸乳无遮挡免费网站照片 | 亚洲人成77777在线视频| 9色porny在线观看| 欧美老熟妇乱子伦牲交| www.熟女人妻精品国产| 午夜福利一区二区在线看| 热99re8久久精品国产| 国产精品综合久久久久久久免费 | 成在线人永久免费视频| 在线观看免费高清a一片| 亚洲精品国产精品久久久不卡| 精品第一国产精品| 一进一出好大好爽视频| 婷婷丁香在线五月| 亚洲国产精品sss在线观看 | 国产日韩一区二区三区精品不卡| 久久精品aⅴ一区二区三区四区| 欧美另类亚洲清纯唯美| 国产高清激情床上av| 一级片'在线观看视频| 大型黄色视频在线免费观看| 国产成人影院久久av| 九色亚洲精品在线播放| 香蕉丝袜av| 中文字幕av电影在线播放| 亚洲精品一二三| 人人澡人人妻人| 女性生殖器流出的白浆| 日韩精品中文字幕看吧| 青草久久国产| 国产野战对白在线观看| 免费av中文字幕在线| 国产精品一区二区三区四区久久 | 国产成人av教育| 天天影视国产精品| 国产在线精品亚洲第一网站| 99精国产麻豆久久婷婷| 国产精品免费视频内射| bbb黄色大片| 精品一区二区三卡| 亚洲在线自拍视频| 香蕉丝袜av| 在线观看免费视频日本深夜| bbb黄色大片| 国产一区在线观看成人免费| 50天的宝宝边吃奶边哭怎么回事| 久久人妻福利社区极品人妻图片| 国产精品1区2区在线观看.| 69精品国产乱码久久久| 日本欧美视频一区| 我的亚洲天堂| 黄频高清免费视频| 动漫黄色视频在线观看| 在线av久久热| 亚洲男人天堂网一区| 午夜91福利影院| 国产精品久久视频播放| 97碰自拍视频| 免费av中文字幕在线| 国产三级黄色录像| 亚洲av五月六月丁香网| 操出白浆在线播放| 日韩精品免费视频一区二区三区| 亚洲色图综合在线观看| 99国产精品一区二区蜜桃av| 午夜视频精品福利| 校园春色视频在线观看| 亚洲熟妇熟女久久| 欧美日韩瑟瑟在线播放| 久久午夜亚洲精品久久| 丝袜人妻中文字幕| 嫩草影视91久久| www.精华液| 国产一区二区激情短视频| 国产精品国产高清国产av| 一区在线观看完整版| 美女大奶头视频| 精品一区二区三区av网在线观看| 国产亚洲精品久久久久5区| 日本黄色视频三级网站网址| 十分钟在线观看高清视频www| 久久精品国产清高在天天线| 搡老熟女国产l中国老女人| 日韩大码丰满熟妇| 国产三级在线视频| 两个人看的免费小视频| 日本免费a在线| 一区二区三区激情视频| 国产成人欧美在线观看| 91精品三级在线观看| 日韩国内少妇激情av| 真人一进一出gif抽搐免费| 国产亚洲精品第一综合不卡| xxx96com| 亚洲av第一区精品v没综合| 久久婷婷成人综合色麻豆| 91麻豆av在线| 国产一区二区激情短视频| 精品福利观看| 精品一区二区三区四区五区乱码| 一进一出好大好爽视频| 国产熟女xx| 十八禁人妻一区二区| av中文乱码字幕在线| 国产日韩一区二区三区精品不卡| 免费观看人在逋| 精品国产亚洲在线| 97超级碰碰碰精品色视频在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲国产中文字幕在线视频| 国产精品免费一区二区三区在线| 色播在线永久视频| 日日干狠狠操夜夜爽| 国产精品1区2区在线观看.| 亚洲色图 男人天堂 中文字幕| 国产一区在线观看成人免费| 啦啦啦在线免费观看视频4| 老鸭窝网址在线观看| 亚洲全国av大片| svipshipincom国产片| 黑丝袜美女国产一区| 亚洲中文字幕日韩| 十分钟在线观看高清视频www| 天堂动漫精品| 9热在线视频观看99| 精品无人区乱码1区二区| 一进一出好大好爽视频| 香蕉久久夜色| 午夜精品在线福利| 久久狼人影院| 亚洲国产欧美网| 国产精品偷伦视频观看了| 免费少妇av软件| 国产1区2区3区精品| 久久精品成人免费网站| 亚洲欧美日韩无卡精品| 国产99久久九九免费精品| a级毛片在线看网站| 男女午夜视频在线观看| 精品国产乱子伦一区二区三区| 交换朋友夫妻互换小说| 亚洲精品在线观看二区| 黄色a级毛片大全视频| 交换朋友夫妻互换小说| av中文乱码字幕在线| 夜夜躁狠狠躁天天躁| 啪啪无遮挡十八禁网站| 女人高潮潮喷娇喘18禁视频| 亚洲欧美日韩高清在线视频| 母亲3免费完整高清在线观看| 日本五十路高清| 黄色怎么调成土黄色| 国产精品 国内视频| 国产亚洲精品第一综合不卡| 脱女人内裤的视频| 18美女黄网站色大片免费观看| 免费看a级黄色片| 免费观看精品视频网站| 国产精品久久视频播放| 欧美av亚洲av综合av国产av| 国产成人免费无遮挡视频| 久久久久九九精品影院| 精品国产一区二区三区四区第35| 丝袜美足系列| 久久性视频一级片| 精品一品国产午夜福利视频| av电影中文网址| 久99久视频精品免费|