• <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
    18禁观看日本| 一区二区av电影网| 9色porny在线观看| 国产无遮挡羞羞视频在线观看| 在线观看一区二区三区激情| 免费高清在线观看日韩| 看非洲黑人一级黄片| 亚洲国产精品一区三区| 亚洲精品成人av观看孕妇| 日韩电影二区| 日韩av不卡免费在线播放| 国产男人的电影天堂91| 下体分泌物呈黄色| 在线观看一区二区三区激情| 交换朋友夫妻互换小说| 亚洲欧洲日产国产| 九色亚洲精品在线播放| 免费人成在线观看视频色| 全区人妻精品视频| 女人精品久久久久毛片| 嫩草影院入口| 久久久久久久国产电影| h视频一区二区三区| 啦啦啦在线观看免费高清www| 少妇的丰满在线观看| 有码 亚洲区| 亚洲国产欧美在线一区| 99热网站在线观看| 亚洲伊人久久精品综合| 国产男人的电影天堂91| 男女国产视频网站| 天堂8中文在线网| 亚洲欧洲精品一区二区精品久久久 | 两性夫妻黄色片 | 美女福利国产在线| 久久午夜福利片| www日本在线高清视频| 欧美国产精品va在线观看不卡| 性色av一级| 亚洲伊人色综图| 国产成人精品福利久久| 亚洲综合色惰| 久久久久网色| 久久精品aⅴ一区二区三区四区 | 久热这里只有精品99| 美女中出高潮动态图| 免费看不卡的av| 午夜影院在线不卡| 亚洲av免费高清在线观看| 久久99热6这里只有精品| 精品亚洲乱码少妇综合久久| 十八禁网站网址无遮挡| 精品福利永久在线观看| 91午夜精品亚洲一区二区三区| 日本vs欧美在线观看视频| av一本久久久久| 男男h啪啪无遮挡| 日本爱情动作片www.在线观看| 亚洲婷婷狠狠爱综合网| 亚洲欧美中文字幕日韩二区| 韩国精品一区二区三区 | 国产极品粉嫩免费观看在线| 国产亚洲欧美精品永久| 免费观看性生交大片5| a 毛片基地| 18禁动态无遮挡网站| 久久久a久久爽久久v久久| tube8黄色片| 人妻一区二区av| 亚洲成人av在线免费| 大话2 男鬼变身卡| 国产免费福利视频在线观看| freevideosex欧美| 在线观看免费日韩欧美大片| av福利片在线| 国产精品秋霞免费鲁丝片| www.色视频.com| 日韩中文字幕视频在线看片| av一本久久久久| 久久 成人 亚洲| 一本久久精品| 在线免费观看不下载黄p国产| 伊人久久国产一区二区| 最近中文字幕2019免费版| 免费不卡的大黄色大毛片视频在线观看| 2021少妇久久久久久久久久久| 免费少妇av软件| 国产免费一级a男人的天堂| 大片电影免费在线观看免费| 国产黄色视频一区二区在线观看| 久久久久国产网址| 免费不卡的大黄色大毛片视频在线观看| 日本欧美国产在线视频| 18+在线观看网站| 欧美日韩成人在线一区二区| 久久国产亚洲av麻豆专区| 伊人久久国产一区二区| 亚洲精品aⅴ在线观看| 男女国产视频网站| 成年动漫av网址| 大话2 男鬼变身卡| 男女国产视频网站| 黑人巨大精品欧美一区二区蜜桃 | 亚洲四区av| 青春草视频在线免费观看| 国产成人精品久久久久久| 一级毛片 在线播放| 我要看黄色一级片免费的| 国产色婷婷99| 亚洲精品久久久久久婷婷小说| 精品第一国产精品| 免费黄网站久久成人精品| 人体艺术视频欧美日本| 国产视频首页在线观看| 亚洲伊人色综图| 免费观看在线日韩| 97在线视频观看| 国产精品国产三级国产专区5o| 亚洲在久久综合| 日本色播在线视频| 亚洲av免费高清在线观看| 人妻 亚洲 视频| 欧美精品一区二区免费开放| 王馨瑶露胸无遮挡在线观看| 久热这里只有精品99| 国产精品无大码| 91精品国产国语对白视频| 国产亚洲精品第一综合不卡 | 在线观看www视频免费| 精品少妇黑人巨大在线播放| 黑人高潮一二区| 熟女人妻精品中文字幕| 不卡视频在线观看欧美| 国产成人精品婷婷| 国产精品久久久久久久久免| 国产免费现黄频在线看| 一级片'在线观看视频| 久久人人爽人人片av| 亚洲丝袜综合中文字幕| 99国产综合亚洲精品| 亚洲熟女精品中文字幕| 亚洲欧洲日产国产| 久久久久久久精品精品| 菩萨蛮人人尽说江南好唐韦庄| 亚洲欧美日韩卡通动漫| 中文字幕亚洲精品专区| 久久久久精品人妻al黑| 国产黄频视频在线观看| 丰满乱子伦码专区| 精品一区二区三区视频在线| 涩涩av久久男人的天堂| 国产白丝娇喘喷水9色精品| 精品人妻偷拍中文字幕| 亚洲欧洲日产国产| 久久久久精品性色| tube8黄色片| 永久网站在线| 视频区图区小说| 人人妻人人添人人爽欧美一区卜| 少妇熟女欧美另类| 欧美激情 高清一区二区三区| 国产成人精品无人区| 免费播放大片免费观看视频在线观看| 日韩av免费高清视频| 春色校园在线视频观看| 99热这里只有是精品在线观看| 亚洲精品一区蜜桃| 在线观看人妻少妇| 亚洲精品一二三| 黑丝袜美女国产一区| 久久99蜜桃精品久久| 一本色道久久久久久精品综合| 亚洲情色 制服丝袜| 亚洲国产精品成人久久小说| 高清毛片免费看| 久热这里只有精品99| 亚洲成人av在线免费| 亚洲av日韩在线播放| 国产精品偷伦视频观看了| 美女国产视频在线观看| 免费久久久久久久精品成人欧美视频 | 免费观看在线日韩| 日韩中字成人| 一级片'在线观看视频| 久久青草综合色| 国产老妇伦熟女老妇高清| 晚上一个人看的免费电影| 十八禁高潮呻吟视频| kizo精华| 老司机影院毛片| 男女边摸边吃奶| 桃花免费在线播放| 男女边吃奶边做爰视频| 欧美精品av麻豆av| 一区二区三区乱码不卡18| 在线亚洲精品国产二区图片欧美| 日韩电影二区| 精品人妻偷拍中文字幕| 成人18禁高潮啪啪吃奶动态图| 黄色视频在线播放观看不卡| 国产精品麻豆人妻色哟哟久久| 欧美最新免费一区二区三区| 久久99蜜桃精品久久| 午夜久久久在线观看| 咕卡用的链子| 韩国精品一区二区三区 | 成人18禁高潮啪啪吃奶动态图| av女优亚洲男人天堂| 丁香六月天网| 夫妻性生交免费视频一级片| 五月玫瑰六月丁香| 中文字幕制服av| 纵有疾风起免费观看全集完整版| 99久久综合免费| 日韩欧美一区视频在线观看| 精品久久久久久电影网| 蜜桃国产av成人99| 这个男人来自地球电影免费观看 | av天堂久久9| 亚洲精品一区蜜桃| 日本午夜av视频| 亚洲国产色片| 国产av精品麻豆| 青春草亚洲视频在线观看| 国产日韩欧美亚洲二区| av免费观看日本| 国产精品久久久久成人av| 免费在线观看完整版高清| 美女国产视频在线观看| 中文字幕制服av| 久久久久久久久久久久大奶| 夜夜骑夜夜射夜夜干| 欧美激情 高清一区二区三区| 成人国语在线视频| 久久久久久人妻| 男女啪啪激烈高潮av片| 我要看黄色一级片免费的| 国产探花极品一区二区| 丰满乱子伦码专区| 亚洲三级黄色毛片| 少妇人妻 视频| 麻豆精品久久久久久蜜桃| 精品熟女少妇av免费看| xxxhd国产人妻xxx| 蜜桃在线观看..| 国产成人免费观看mmmm| 三上悠亚av全集在线观看| 亚洲精品自拍成人| 色婷婷久久久亚洲欧美| 在线天堂最新版资源| 人人妻人人添人人爽欧美一区卜| 国产淫语在线视频| 国产一区亚洲一区在线观看| av线在线观看网站| 2022亚洲国产成人精品| 欧美精品亚洲一区二区| 欧美xxⅹ黑人| 日韩免费高清中文字幕av| 伦精品一区二区三区| 国产国拍精品亚洲av在线观看| 久久人人97超碰香蕉20202| 男女啪啪激烈高潮av片| 丝袜脚勾引网站| 久久国产精品大桥未久av| 午夜免费鲁丝| 宅男免费午夜| www.熟女人妻精品国产 | 伦理电影免费视频| 精品视频人人做人人爽| 免费不卡的大黄色大毛片视频在线观看| 女人被躁到高潮嗷嗷叫费观| 制服诱惑二区| 99热这里只有是精品在线观看| 最近最新中文字幕大全免费视频 | 亚洲一码二码三码区别大吗| 精品久久久精品久久久| 亚洲成色77777| 国产成人av激情在线播放| 久久狼人影院| 日日撸夜夜添| 欧美成人午夜免费资源| 又大又黄又爽视频免费| 亚洲国产欧美日韩在线播放| 91国产中文字幕| 黄色视频在线播放观看不卡| 边亲边吃奶的免费视频| 国产精品嫩草影院av在线观看| 国产欧美亚洲国产| 亚洲情色 制服丝袜| 午夜福利乱码中文字幕| 亚洲av福利一区| 97在线人人人人妻| 亚洲欧美成人综合另类久久久| 国产精品国产三级国产专区5o| 久久99一区二区三区| 免费观看无遮挡的男女| 捣出白浆h1v1| 亚洲精品久久午夜乱码| 久久久久精品人妻al黑| 天美传媒精品一区二区| 人妻 亚洲 视频| 国产精品人妻久久久影院| 男人舔女人的私密视频| 最新中文字幕久久久久| 纯流量卡能插随身wifi吗| 国产精品国产三级专区第一集| 亚洲国产精品成人久久小说| 午夜福利网站1000一区二区三区| 色婷婷久久久亚洲欧美| 国产免费一级a男人的天堂| 亚洲婷婷狠狠爱综合网| 看免费成人av毛片| 两个人看的免费小视频| 人人妻人人爽人人添夜夜欢视频| 国产精品一区二区在线不卡| 精品视频人人做人人爽| 日本猛色少妇xxxxx猛交久久| 在线观看人妻少妇| 少妇人妻久久综合中文| 国产乱人偷精品视频| 欧美人与性动交α欧美精品济南到 | 少妇猛男粗大的猛烈进出视频| 午夜福利,免费看| av一本久久久久| h视频一区二区三区| 18禁裸乳无遮挡动漫免费视频| 久久久久久人妻| 五月伊人婷婷丁香| 中文字幕制服av| 一区在线观看完整版| 久久精品久久久久久久性| 亚洲av国产av综合av卡| 韩国av在线不卡| 日韩av不卡免费在线播放| 在线 av 中文字幕| 久久久久久久久久久久大奶| 一二三四在线观看免费中文在 | 精品久久久精品久久久| 中文字幕另类日韩欧美亚洲嫩草| 欧美日韩国产mv在线观看视频| 女人久久www免费人成看片| 啦啦啦中文免费视频观看日本| 在线精品无人区一区二区三| 观看美女的网站| 亚洲国产精品999| 中文字幕最新亚洲高清| 18禁国产床啪视频网站| 国产片内射在线| 国产av一区二区精品久久| 精品午夜福利在线看| 精品亚洲成a人片在线观看| 日韩制服骚丝袜av| 国产亚洲av片在线观看秒播厂| 日本vs欧美在线观看视频| av线在线观看网站| 最近最新中文字幕免费大全7| av线在线观看网站| 女人精品久久久久毛片| av在线老鸭窝| 欧美精品国产亚洲| 在线观看免费视频网站a站| 国产亚洲欧美精品永久| 精品人妻在线不人妻| 五月玫瑰六月丁香| 国产精品久久久久久久久免| 边亲边吃奶的免费视频| 欧美人与性动交α欧美精品济南到 | 美女视频免费永久观看网站| 久久国产精品大桥未久av| 亚洲欧洲日产国产| 女的被弄到高潮叫床怎么办| 亚洲一区二区三区欧美精品| 热re99久久国产66热| 久久久久久久亚洲中文字幕| freevideosex欧美| 啦啦啦中文免费视频观看日本| 新久久久久国产一级毛片| 国产女主播在线喷水免费视频网站| 欧美性感艳星| 亚洲图色成人| 久久久亚洲精品成人影院| 久久 成人 亚洲| 欧美97在线视频| 91国产中文字幕| 午夜福利影视在线免费观看| 亚洲精华国产精华液的使用体验| 日韩精品有码人妻一区| a级毛片黄视频| 伦理电影大哥的女人| 欧美另类一区| 伊人久久国产一区二区| 欧美日韩成人在线一区二区| 一本大道久久a久久精品| 国产在线一区二区三区精| 亚洲国产看品久久| 另类精品久久| 欧美日韩一区二区视频在线观看视频在线| 精品一区二区免费观看| 日本猛色少妇xxxxx猛交久久| 亚洲国产av影院在线观看| 久久久久久久精品精品| 在线观看免费视频网站a站| 亚洲美女视频黄频| 少妇 在线观看| 国产精品久久久久久久电影| 国产精品免费大片| 在线观看人妻少妇| 七月丁香在线播放| 丝袜在线中文字幕| 久久99精品国语久久久| 侵犯人妻中文字幕一二三四区| 中文字幕另类日韩欧美亚洲嫩草| 国产免费一区二区三区四区乱码| 亚洲性久久影院| 高清av免费在线| 久久99热6这里只有精品| 午夜福利在线观看免费完整高清在| 美女福利国产在线| 精品少妇黑人巨大在线播放| 精品一区在线观看国产| 免费人成在线观看视频色| 精品国产一区二区久久| 亚洲精品中文字幕在线视频| 成年美女黄网站色视频大全免费| 最近中文字幕高清免费大全6| 18+在线观看网站| 男女高潮啪啪啪动态图| 精品视频人人做人人爽| 99久久中文字幕三级久久日本| 欧美成人午夜免费资源| 亚洲熟女精品中文字幕| 久久精品久久久久久久性| 最新的欧美精品一区二区| 一本久久精品| 欧美老熟妇乱子伦牲交| 一级毛片 在线播放| 欧美成人精品欧美一级黄| 永久免费av网站大全| 丝袜美足系列| 黄色一级大片看看| 丰满迷人的少妇在线观看| 中国美白少妇内射xxxbb| 91久久精品国产一区二区三区| 男女无遮挡免费网站观看| 99久久中文字幕三级久久日本| 精品人妻一区二区三区麻豆| 人人妻人人澡人人看| 久久久精品区二区三区| 国产黄频视频在线观看| 亚洲人与动物交配视频| a级毛片在线看网站| 精品一区二区三区视频在线| 99视频精品全部免费 在线| 啦啦啦视频在线资源免费观看| 高清视频免费观看一区二区| 亚洲内射少妇av| 久久这里有精品视频免费| 国产男人的电影天堂91| 少妇精品久久久久久久| 日本vs欧美在线观看视频| 国产深夜福利视频在线观看| 免费看光身美女| 国产精品秋霞免费鲁丝片| 三上悠亚av全集在线观看| 日本色播在线视频| 国产亚洲一区二区精品| 亚洲av欧美aⅴ国产| 春色校园在线视频观看| 国产免费现黄频在线看| 青春草亚洲视频在线观看| 夜夜爽夜夜爽视频| av福利片在线| 黄网站色视频无遮挡免费观看| 两性夫妻黄色片 | 免费看光身美女| 丰满少妇做爰视频| 亚洲精品乱码久久久久久按摩| 99热全是精品| 久久这里只有精品19| 国产又爽黄色视频| 亚洲av电影在线观看一区二区三区| 少妇高潮的动态图| 成年人午夜在线观看视频| 免费高清在线观看视频在线观看| 熟妇人妻不卡中文字幕| 高清av免费在线| 欧美激情国产日韩精品一区| 午夜福利影视在线免费观看| 2022亚洲国产成人精品| 国产在线一区二区三区精| 国产精品免费大片| 久久鲁丝午夜福利片| 我要看黄色一级片免费的| 丝袜人妻中文字幕| 亚洲av在线观看美女高潮| 午夜激情久久久久久久| 久久久久精品人妻al黑| 日本欧美国产在线视频| 日本av免费视频播放| 国产亚洲精品第一综合不卡 | 亚洲中文av在线| 国产精品久久久久成人av| 蜜臀久久99精品久久宅男| 亚洲图色成人| 精品一区在线观看国产| 90打野战视频偷拍视频| 最近2019中文字幕mv第一页| 日韩不卡一区二区三区视频在线| 青春草视频在线免费观看| 校园人妻丝袜中文字幕| 全区人妻精品视频| 久久精品久久久久久久性| av片东京热男人的天堂| 宅男免费午夜| 一本久久精品| 国产黄频视频在线观看| 一个人免费看片子| 国产综合精华液| 日本免费在线观看一区| a级毛色黄片| 久久久久久伊人网av| 国产不卡av网站在线观看| 丝袜美足系列| 亚洲一区二区三区欧美精品| 亚洲伊人色综图| www.熟女人妻精品国产 | 国产 精品1| 国产欧美日韩综合在线一区二区| 成年女人在线观看亚洲视频| 免费观看性生交大片5| 在线看a的网站| 婷婷成人精品国产| 亚洲精品色激情综合| 日韩成人伦理影院| 又黄又粗又硬又大视频| 在线观看免费日韩欧美大片| 国产色爽女视频免费观看| 久久人人爽av亚洲精品天堂| 成年美女黄网站色视频大全免费| 欧美亚洲日本最大视频资源| 国产成人精品婷婷| 精品酒店卫生间| 国产成人aa在线观看| 亚洲av成人精品一二三区| h视频一区二区三区| 国产免费视频播放在线视频| 日韩av不卡免费在线播放| 韩国精品一区二区三区 | 女人久久www免费人成看片| 久久久久精品性色| 看非洲黑人一级黄片| 午夜免费观看性视频| 精品少妇内射三级| 18在线观看网站| 伊人久久国产一区二区| 美女xxoo啪啪120秒动态图| 日本免费在线观看一区| 国产成人欧美| 精品久久国产蜜桃| 久久国产精品大桥未久av| 麻豆精品久久久久久蜜桃| 一本—道久久a久久精品蜜桃钙片| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 中文字幕精品免费在线观看视频 | 国产色爽女视频免费观看| 欧美日韩视频高清一区二区三区二| 免费观看av网站的网址| 女的被弄到高潮叫床怎么办| 97在线视频观看| 精品国产一区二区三区久久久樱花| 天堂俺去俺来也www色官网| 日韩大片免费观看网站| 国产在线视频一区二区| 黄色视频在线播放观看不卡| 亚洲国产精品专区欧美| 欧美激情国产日韩精品一区| 亚洲国产色片| 精品久久久久久电影网| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 丝袜脚勾引网站| 国产极品粉嫩免费观看在线| kizo精华| 日本欧美国产在线视频| 免费播放大片免费观看视频在线观看| 热99久久久久精品小说推荐| 高清欧美精品videossex| 美女主播在线视频| 久久精品aⅴ一区二区三区四区 | 狂野欧美激情性xxxx在线观看| kizo精华| 日韩成人av中文字幕在线观看| 国产精品不卡视频一区二区| 欧美日韩视频精品一区| 国产精品久久久久久久久免| 99久久中文字幕三级久久日本| 一区二区日韩欧美中文字幕 | 国产成人aa在线观看| 大香蕉久久成人网| 欧美成人精品欧美一级黄| 桃花免费在线播放| 男人添女人高潮全过程视频| 午夜久久久在线观看| 人人妻人人爽人人添夜夜欢视频| 99久久综合免费| 日本黄大片高清| 秋霞在线观看毛片| 中文欧美无线码| 国产精品蜜桃在线观看| 精品一区二区免费观看| 日本欧美视频一区| 在线观看国产h片| 国产欧美亚洲国产| 亚洲精品国产av成人精品| 天天躁夜夜躁狠狠久久av| 激情视频va一区二区三区|