• <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 ?

    星際爭霸圖像序列的群體行為識別研究

    2022-04-15 04:24:04白江波楊陽張文生
    應(yīng)用科技 2022年2期
    關(guān)鍵詞:游戲模型

    白江波,楊陽,張文生

    中國科學(xué)院 自動化研究所,北京 100080

    基于遙感圖像的目標(biāo)檢測是當(dāng)前計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。通過目標(biāo)檢測算法對地面目標(biāo)進(jìn)行精確的識別,具有重要的社會和經(jīng)濟(jì)價值[1]。隨著計(jì)算機(jī)視覺技術(shù)的持續(xù)發(fā)展,研究者們將視覺研究領(lǐng)域不斷延伸——從靜態(tài)的目標(biāo)類別識別和精確定位拓展到目標(biāo)動態(tài)的行為識別。受限于遙感圖像的成像方式和成本,目前尚沒有遙感圖像目標(biāo)動態(tài)行為數(shù)據(jù)集。近些年來,大量研究者開展了基于游戲數(shù)據(jù)的人機(jī)對抗研究[2]。因?yàn)樾请H爭霸游戲圖像與遙感圖像具有相似的視角、目標(biāo)和背景,所以利用星際爭霸游戲圖像構(gòu)建群體目標(biāo)行為識別數(shù)據(jù)集,并開展群體目標(biāo)行為識別可以為后續(xù)遙感圖像目標(biāo)群體行為識別研究奠定基礎(chǔ),具有重要的研究價值。

    1 相關(guān)工作

    針對基于圖像視頻序列的目標(biāo)行為,國內(nèi)外已有眾多研究成果。根據(jù)圖像中目標(biāo)的個數(shù),目標(biāo)行為識別可分為個體目標(biāo)行為識別和群體目標(biāo)行為識別。個體目標(biāo)行為識別的數(shù)據(jù)集主要有:UCF101[3],Kinetics[4],AVA[5]等。個體行為數(shù)據(jù)集的行為類別主要包括個人在日常生活中的常見行為,如唱歌、彈琴、跑步、打球等。個體行為識別早期主要通過密集采樣特征點(diǎn)、特征點(diǎn)軌跡跟蹤,基于軌跡構(gòu)建行為特征的方法進(jìn)行個體目標(biāo)行為識別,其代表性算法是改進(jìn)的密集軌跡(improved dense trajectories,IDT)算 法[6]。隨著2012 年深度學(xué)習(xí)方法在圖像領(lǐng)域取得的重大突破,研究者們逐步將研究重點(diǎn)轉(zhuǎn)移到基于深度學(xué)習(xí)的目標(biāo)行為識別上來。按照是否提取人體關(guān)鍵點(diǎn),基于深度學(xué)習(xí)的方法可以簡單劃分為基于圖像視頻的方法和基于人體骨架的方法?;趫D像視頻的深度學(xué)習(xí)方法又可以按模型方法分為基于長短期記憶網(wǎng)絡(luò)(long short-term memory,LSTM)的方法、基于雙流法(two-stream)的方法和基于時空間3D 卷積的方法。基于LSTM 的方法通常使用卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks,CNN)提取空間特征,使用LSTM 提取時序特征,進(jìn)行行為識別,其代表方法如長期循環(huán)卷積網(wǎng)絡(luò)(longterm recurrent convolutional networks,LRCN)[7]等?;陔p流法的方法則通過空間流處理RGB 圖像,得到形狀信息,通過時間流/光流處理光流圖像,得到運(yùn)動信息,最后將2 個流融合。經(jīng)過分類,得到目標(biāo)行為,其代表性方法有Two-Stream[8]、時間段網(wǎng)絡(luò)(TSN)[9]以及時間移位模塊(TSM)[10]等?;跁r空間3D 卷積的方法通過添加時間維度將2D 卷積核擴(kuò)展到3D,直接提取包含時間和空間兩方面的特征。基于3D 卷積的方法是當(dāng)前研究的熱點(diǎn)方法,代表性方法有C3D[11]、I3D[4]以及最新的Facebook 提出的slowfast[12]等。人體骨架是反映個人行為的重要表征,隨著圖卷積網(wǎng)絡(luò)的興起,基于人體骨架的行為識別方法開始成為研究熱點(diǎn),其代表性方法包括ST-NBNN[13]、Deformable Pose Traversal Convolution[14]和STGCN[15]。群體行為識別的公開數(shù)據(jù)集主要有collective activity datasets[16]和Volleyball dataset[17],前者主要是針對人群的排隊(duì)、過馬路和交談等的群體性為,后者是針對排球比賽的進(jìn)攻、傳球和防守等的群體行為,并對每個個體進(jìn)行了位置標(biāo)注。群體行為的識別方法除了前述基于深度學(xué)習(xí)的圖像視頻識別方法外,還有針對群體中個體關(guān)系建模的行為識別方法[18-20]。從上述介紹中可以看出,目前行為識別研究主要是以“人”為研究對象,個體精細(xì)化行為識別較多,群體行為識別較少,針對車輛、飛機(jī)等的行為識別研究不足。

    2016 年,隨著AlphaGo 在圍棋人機(jī)對抗中大放異彩,越來越多的學(xué)者投入到基于強(qiáng)化學(xué)習(xí)的人機(jī)對抗研究中。其中,基于星際爭霸的人機(jī)對抗研究就是熱點(diǎn)之一[21]。為了推進(jìn)星際爭霸的策略分類和對抗學(xué)習(xí)等研究,F(xiàn)acebook發(fā)布了包含65 646個星際爭霸的比賽記錄[22],開發(fā)人員可以直接通過使用Facebook 提供的TorchCraft 工具包[23]提取和存儲數(shù)據(jù)。同年,中科院自動化所也公開了星際爭霸2 宏觀運(yùn)營研究數(shù)據(jù)集MSC[24],為星際爭霸的任務(wù)全局狀態(tài)評估和建造順序預(yù)測提出基線模型和初始基線結(jié)果提供數(shù)據(jù)集。2019 年,Deepmind 團(tuán)隊(duì)在Nature 上發(fā)表文章,展示了其AlphaStar 已經(jīng)超越了戰(zhàn)網(wǎng)上99.8%的活躍玩家[25]。從近些年的文章來看,研究者們的重點(diǎn)在于如何優(yōu)化多智能體模型[26]和強(qiáng)化學(xué)習(xí)[27]方法提升游戲策略和操作。由于星際爭霸的游戲數(shù)據(jù)可以通過后臺獲得目標(biāo)在地圖內(nèi)的精確信息,目前很少有研究者通過計(jì)算機(jī)視覺的方法從游戲視頻中獲取目標(biāo)信息。

    綜上所述,計(jì)算機(jī)視覺領(lǐng)域大多以“人”為行為識別的研究對象,而游戲?qū)诡I(lǐng)域通常從游戲后臺獲取目標(biāo),所以計(jì)算機(jī)視覺研究領(lǐng)域缺少多類目標(biāo)的群體行為識別圖像數(shù)據(jù)集。因此,我們構(gòu)建了基于星數(shù)據(jù)的群體行為識別圖像數(shù)據(jù)集,并通過主流目標(biāo)行為識別算法對數(shù)據(jù)集進(jìn)行了驗(yàn)證性測試。數(shù)據(jù)集原始圖像來源于網(wǎng)絡(luò)星際爭霸錄像,通過截取錄像中片段的方法獲取表示目標(biāo)行為的連續(xù)圖像序列,數(shù)據(jù)集有450 個連續(xù)的目標(biāo)行為,包含靜止、運(yùn)動和戰(zhàn)斗等行為。視頻中的靜止和運(yùn)動行為主要是人類種族的圖像,包含地面和空中作戰(zhàn)單元;戰(zhàn)斗行為主要是人類與人類、蟲族和神族的作戰(zhàn)片段。本文主要結(jié)構(gòu)如下:首先對數(shù)據(jù)集做了詳細(xì)介紹,并對構(gòu)建方法進(jìn)行了簡要說明;其次介紹了與該數(shù)據(jù)集有關(guān)的一些統(tǒng)計(jì)信息;最后通過3 種群體行為識別方法對數(shù)據(jù)集進(jìn)行了驗(yàn)證并給出了行為識別結(jié)果。

    2 數(shù)據(jù)集介紹

    2.1 數(shù)據(jù)集的采集方法

    我們從網(wǎng)絡(luò)上獲取了28 個星際爭霸比賽集錦錄像,即單個錄像中包含多場比賽?,F(xiàn)有星際爭霸數(shù)據(jù)集是基于游戲數(shù)據(jù)的回放文件,然而游戲界面中回放數(shù)據(jù)無法調(diào)整游戲進(jìn)度,不利于我們截取需要的視頻片段??紤]到網(wǎng)絡(luò)獲取比賽視頻的方便性,我們主要通過視頻網(wǎng)站獲取需要的游戲錄像。由于獲取比賽的錄像質(zhì)量不一致,圖像 分 辨 率(ppi)從1 024×576 到720×576 都 有 分布,且部分視頻包含水印、臺標(biāo)和人像等干擾因素。因?yàn)樵诒荣愔?,?zhàn)斗行為是觀眾關(guān)注的重點(diǎn),而目標(biāo)移動和靜止不是觀眾關(guān)注的重點(diǎn),所以,比賽視頻中比較容易獲取戰(zhàn)斗行為的視頻片段,而較難獲取移動和靜止行為視頻片段。為了彌補(bǔ)移動和靜止行為視頻片段的數(shù)量,我們通過自己游戲的辦法,采集了若干個靜止和移動行為的視頻片段。為了豐富靜止和移動行為的目標(biāo)類型和背景,每個行為視頻的目標(biāo)數(shù)量和種類不相同,且包含了游戲中典型的5 類游戲背景圖像。

    2.2 數(shù)據(jù)集構(gòu)建策略

    數(shù)據(jù)集構(gòu)建的過程如圖1 所示。首先,分析比賽過程,截取比賽錄像中滿足目標(biāo)行為類別的視頻片段。第二,考慮到遙感圖像可能獲得的目標(biāo)行為圖像數(shù)量,并結(jié)合星際爭霸中游戲的目標(biāo)行為發(fā)生過程,我們每個視頻片段均勻提取10 幀作為群體目標(biāo)行為識別的圖像序列。第三,為了避免下方地圖目標(biāo)信息和臺標(biāo)人像等對群體目標(biāo)行為識別的干擾,裁剪圖像的中間區(qū)域作為行為識別的感知范圍,并將裁剪后的圖像分辨率(ppi)轉(zhuǎn)化為256×256。

    為了豐富群體目標(biāo)行為的目標(biāo)類型和背景,每個序列圖像均包含不同目標(biāo)種類、數(shù)量和背景。表1 給出了數(shù)據(jù)集的相關(guān)參數(shù),圖2 給出了典型的群體目標(biāo)行為識別的圖像序列實(shí)例。考慮目標(biāo)存在遮擋且種類多樣,我們沒有給出圖像中每個目標(biāo)的種類和位置信息,群體目標(biāo)的行為通過整體圖像直接獲取。每個行為識別圖像序列按照UCF101 數(shù)據(jù)集的要求,被標(biāo)記為“文件路徑+圖像數(shù)量+行為類別”,用來指示行為圖像序列包含多少幀圖像和行為類別。最后,將整個數(shù)據(jù)集隨機(jī)分為訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集。

    表1 星際爭霸群體目標(biāo)行為識別相關(guān)參數(shù)

    2.3 數(shù)據(jù)集的多樣性

    影響游戲數(shù)據(jù)行為識別的主要因素包括目標(biāo)主體的多樣性、目標(biāo)背景的多樣性和目標(biāo)行為的多樣性。

    針對目標(biāo)主體多樣性,我們主要選擇人族作為主體目標(biāo)單位,包含了主要的地面作戰(zhàn)單位,如機(jī)槍兵、噴火兵、醫(yī)療兵、坦克、機(jī)器球等。如圖3(a)所示,為了增加群體行為樣本中目標(biāo)主體的多樣性,每個行為樣本中目標(biāo)的類型混合搭配,不同樣本中的目標(biāo)數(shù)量不同。此外,由于游戲設(shè)置導(dǎo)致的目標(biāo)顏色差異,相同目標(biāo)類型在不同樣本中也會呈現(xiàn)出不同的顏色??紤]到當(dāng)前行為識別算法的需要和游戲視頻中不同目標(biāo)的相互遮擋的特點(diǎn),我們在數(shù)據(jù)集中未標(biāo)注每個目標(biāo)單位的位置和類別。

    針對目標(biāo)背景多樣性,如圖3(b)所示,我們選取了空間站、草地、火山地形等多個地圖場景作為群體目標(biāo)行為的背景,并選擇同一地圖的不同區(qū)域?qū)δ繕?biāo)群體行為進(jìn)行采樣。通過上述操作,豐富了群體目標(biāo)背景的多樣性??紤]到目標(biāo)行為識別的特點(diǎn),當(dāng)前數(shù)據(jù)集中目標(biāo)行為主要在野外,較少包含建筑類目標(biāo)背景。

    針對目標(biāo)行為多樣性,如圖3(c)所示,靜止行為包含了各類目標(biāo)單元的密集靜止和散狀靜止2 種表現(xiàn)形式;移動行為包含了各類目標(biāo)單元的不同方向的移動和不同速度的移動行為;戰(zhàn)斗行為包含了不同對戰(zhàn)種族、不同戰(zhàn)斗武器效果和不同技能效果的戰(zhàn)斗形式。通過提升群體目標(biāo)行為的多樣性,使數(shù)據(jù)集盡可能覆蓋游戲中的所有行為場景。

    3 實(shí)驗(yàn)結(jié)果

    3.1 行為識別網(wǎng)絡(luò)模型

    如前所述,基于深度學(xué)習(xí)的目標(biāo)行為識別方法主要有LSTM,Two-Stream 和3D 卷積網(wǎng)絡(luò)??紤]到當(dāng)前后兩者已經(jīng)成為目標(biāo)行為識別的主流方法,我們選取其中近幾年的4 種代表性方法TSN、C3D、I3D 和TSM 作為星際爭霸圖像數(shù)據(jù)群體行為識別測試方法。TSN 算法是一種典型的Two-Stream 類目標(biāo)行為識別方法,通過同時提取圖像的RGB 特征和光流特征實(shí)現(xiàn)目標(biāo)的行為識別。C3D 通過3D 卷積網(wǎng)絡(luò)同時對圖像序列的時間和空間進(jìn)行特征提取,從而實(shí)現(xiàn)目標(biāo)行為識別。I3D 汲取了Two-Stream 和3D 卷積的優(yōu)點(diǎn),通過2 個3D 卷積網(wǎng)絡(luò)分支,提取圖像的RGB 特征和光流特征,實(shí)現(xiàn)目標(biāo)行為更準(zhǔn)確的識別。TSM 則在TSN 的基礎(chǔ)上進(jìn)行了改進(jìn),增加了時序移位模塊,通過把檢測幀的特征融入前后幀的特征信息,以增大時域感受野,提高目標(biāo)行為識別的準(zhǔn)確率。下面我們將簡要介紹這3 種行為識別方法的算法框架。

    3.1.1 TSN 算法介紹

    經(jīng)典Two-stream CNN[8]算法中需要對視頻進(jìn)行密集采樣,當(dāng)輸入視頻是一個長視頻時,算法的計(jì)算量會變的很龐大。TSN 算法針對該問題,提出了稀疏時間采樣策略。如圖4 所示,無論輸入視頻的長短,TSN 算法直接分成K個片段,然后在每個片段再隨機(jī)找出一個時間小片,分別用共享CNN 來提取空間上的特征,再進(jìn)行特征層的融合,最后進(jìn)行分類。

    那么TSN 算法的圖像序列行為識別可用式(1)表示:

    式中:TK為 第個片段,W為共享CNN 網(wǎng)絡(luò)的權(quán)重,函數(shù)F為CNN 網(wǎng)絡(luò)提取得到的圖像片段特征,G為特征融合函數(shù),H為分類層Softmax。本文中TSN 模型使用ResNet50 的2D 卷積核的骨干網(wǎng)絡(luò)。

    3.1.2 C3D 算法介紹

    一個好的算法通常是一個簡單可靠的模型,并且模型具有通用、簡潔、高效和簡單易實(shí)現(xiàn)方式。如圖5(a)所示,C3D 算法就具有這樣的特點(diǎn),它直接將2D 卷積擴(kuò)展到3D(添加了時間維度),同時提取包含時間和空間兩方面的特征。給定一段視頻,其大小是c×l×h×w。其中c為圖像的通道數(shù),l為視頻的幀數(shù),h、w分別為每幀視頻的高和寬。3D 卷積的卷積核和池化核也是3D 的,很容易想象得到,就是比2D 擴(kuò)展一個維度,所以核大小是d×k×k。其中,d為卷積核的時間深度,k為卷積核的空間大小。本文使用標(biāo)準(zhǔn)C3D 骨干網(wǎng)絡(luò),其中包含8 次卷積操作,5 次池化操作,提取視頻的時間和空間特征,最后網(wǎng)絡(luò)在經(jīng)過2 次全連接層和softmax 層后得到最終的輸出結(jié)果。

    3.1.3 I3D 算法介紹

    I3D 模型吸收了之前模型的優(yōu)點(diǎn),把雙流的思想加到3D 卷積網(wǎng)絡(luò)當(dāng)中來,并充分發(fā)揮預(yù)訓(xùn)練的效果,取得優(yōu)異的效果。如圖5(b)所示,I3D 模型將圖像RGB 數(shù)據(jù)和光流數(shù)據(jù)同時作為模型的輸入,然后用3D 卷積網(wǎng)絡(luò)分別提取兩路數(shù)據(jù)的特征,再做特征級的融合,輸入softmax 層后得到的最終的輸出結(jié)果。此外,考慮到充分利用現(xiàn)有2D 卷積網(wǎng)絡(luò)的預(yù)訓(xùn)練參數(shù),I3D 模型通過把2D 模型中的核參數(shù)在時間維上不斷復(fù)制,形成3D 核的參數(shù),同時除以N,保證輸出和2D 一樣;其他非線性層結(jié)構(gòu)都與原來的2D 模型一樣,來實(shí)現(xiàn)現(xiàn)有2D 卷積網(wǎng)絡(luò)預(yù)訓(xùn)練參數(shù)的充分利用。本文中I3D 模型使用ResNet50 的3D 卷積核的骨干網(wǎng)絡(luò),并使用ResNet50 的2D 卷積網(wǎng)絡(luò)的預(yù)訓(xùn)練參數(shù)對骨干網(wǎng)絡(luò)進(jìn)行初始化。

    3.2 實(shí)驗(yàn)參數(shù)設(shè)置

    本文選擇的4 種算法模型均使用mmaction2行為識別框平臺實(shí)現(xiàn)。模型訓(xùn)練前使用預(yù)訓(xùn)練網(wǎng)絡(luò)參數(shù)對模型骨干網(wǎng)絡(luò)進(jìn)行權(quán)重參數(shù)初始化,均使用隨機(jī)梯度下降法進(jìn)行參數(shù)優(yōu)化,初始學(xué)習(xí)率為0.001,動量參數(shù)設(shè)為0.9,權(quán)重延遲設(shè)為0.000 5。全連接層使用dropout 泛化方法,其值設(shè)置為0.5。模型批處理參數(shù)設(shè)為4,TSN 模型中K取4,C3D 和I3D 模型中圖像序列片段的長度設(shè)置為10。本文使用NVIDIA GTX2080Ti 顯卡作為模型訓(xùn)練和測試的硬件平臺。

    3.3 實(shí)驗(yàn)結(jié)果分析

    游戲圖像序列的測試結(jié)果如表2 所示。

    表2 不同模型的群體行為識別準(zhǔn)確率

    從表2 可以看出:C3D 和I3D 取得了最好得行為識別結(jié)果;戰(zhàn)斗行為較容易進(jìn)行識別,靜止和移動行為較難進(jìn)行識別。

    就各個類別的群體行為分析如下:4 類群體目標(biāo)行為識別方法均能夠準(zhǔn)確識別游戲中的戰(zhàn)斗行為。其原因是因?yàn)閼?zhàn)斗行為中,圖像會出現(xiàn)戰(zhàn)斗引起的火花和光斑等典型戰(zhàn)斗表征?;谶@些表征,通過圖像分類方法也能夠很好地區(qū)分戰(zhàn)斗行為與其他行為。對于靜止行為而言,采用3D 卷積網(wǎng)絡(luò)的模型明顯好于2D 卷積網(wǎng)絡(luò)的Two-stream 模型。其原因是因?yàn)槿后w目標(biāo)處于靜止?fàn)顟B(tài)下,目標(biāo)沒有移動,光流輸入沒有為群體目標(biāo)的行為作出貢獻(xiàn),且3D 卷積網(wǎng)絡(luò)對于時空特征捕捉能力強(qiáng)于2D 卷積網(wǎng)絡(luò)。對于移動行為,由于加入了光流輸入,Two-stream 模型的識別結(jié)果得到了一定的提升。但由于移動行為相對于靜止行為更加復(fù)雜,C3D 和I3D 的行為識別準(zhǔn)確率產(chǎn)生了一定的下降。

    另外我們給出了I3D 模型的混淆矩陣,如表3所示。從表3 中可以發(fā)現(xiàn),由于戰(zhàn)斗行為中存在較明顯的光斑,戰(zhàn)斗行為不會誤識別為其他行為。但是由于戰(zhàn)斗行為中,群體目標(biāo)或處在靜止?fàn)顟B(tài)或處在移動狀態(tài),導(dǎo)致少量移動行為會誤識別為戰(zhàn)斗行為。

    表3 I3D 模型群體行為識別混淆矩陣

    進(jìn)一步,我們給出了TSN、C3D、I3D 等3 種模型的群體目標(biāo)行為識別計(jì)算時間如表4 所示。從表4 中可以看出,采用3D 卷積網(wǎng)絡(luò)模型的計(jì)算時間明顯小于Two-stream 模型。C3D 模型包含的卷積層數(shù)少于I3D 模型,故其計(jì)算時間最短。綜合群體目標(biāo)行為識別的識別準(zhǔn)確率和計(jì)算時間,C3D 模型取得了最好得效果。

    表4 不同模型的群體行為識別計(jì)算時間 ms

    4 結(jié)論

    本文以星際爭霸游戲圖像數(shù)據(jù)的群體目標(biāo)行為識別為研究目標(biāo),構(gòu)建了游戲中群體目標(biāo)典型行為的數(shù)據(jù)集,并應(yīng)用當(dāng)前主流的行為識別方法對游戲圖像序列進(jìn)行了群體行為識別。群體目標(biāo)典型行為的數(shù)據(jù)集共包含戰(zhàn)斗、移動和靜止3 類典型行為,每個行為樣本中包含不同數(shù)量、不同類型和不同背景的目標(biāo)單元,充分保證了數(shù)據(jù)樣本的多樣性。通過3 種行為識別方法的對比,驗(yàn)證了本數(shù)據(jù)集的有效性,為后續(xù)研究遙感圖像的群體目標(biāo)行為識別方法提供了指導(dǎo)和遷移學(xué)習(xí)的原始數(shù)據(jù)。

    為了進(jìn)一步驗(yàn)證游戲數(shù)據(jù)的行為識別方法,我們還需要進(jìn)一步擴(kuò)充數(shù)據(jù)集數(shù)量,增加神族和蟲族的單元目標(biāo),更加精細(xì)化群體目標(biāo)行為類別,提升星際爭霸游戲數(shù)據(jù)群體目標(biāo)行為數(shù)據(jù)集的有效性。

    猜你喜歡
    游戲模型
    一半模型
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
    游戲
    數(shù)獨(dú)游戲
    瘋狂的游戲
    飛碟探索(2016年11期)2016-11-14 19:34:47
    3D打印中的模型分割與打包
    爆笑游戲
    FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
    第八章直接逃出游戲
    十八禁国产超污无遮挡网站| 国产一区亚洲一区在线观看| 亚洲,欧美,日韩| 成人综合一区亚洲| 干丝袜人妻中文字幕| 亚洲最大成人手机在线| 一级毛片久久久久久久久女| 亚洲精品乱久久久久久| 深夜a级毛片| 精品国产一区二区三区久久久樱花 | 亚洲av中文字字幕乱码综合| 欧美高清性xxxxhd video| 中文乱码字字幕精品一区二区三区 | 蜜臀久久99精品久久宅男| 精品酒店卫生间| 赤兔流量卡办理| 超碰97精品在线观看| 禁无遮挡网站| 国产精品日韩av在线免费观看| 亚洲欧美日韩无卡精品| 午夜日本视频在线| 夫妻性生交免费视频一级片| 亚洲性久久影院| 欧美变态另类bdsm刘玥| 在线播放国产精品三级| 99热全是精品| 老司机影院成人| 性插视频无遮挡在线免费观看| 一区二区三区免费毛片| 久久精品国产自在天天线| 高清午夜精品一区二区三区| 国产欧美日韩精品一区二区| 国产精品伦人一区二区| 性插视频无遮挡在线免费观看| 日韩强制内射视频| 九九久久精品国产亚洲av麻豆| 成人毛片a级毛片在线播放| 国产伦理片在线播放av一区| 国产精品久久电影中文字幕| 春色校园在线视频观看| 日本猛色少妇xxxxx猛交久久| 深夜a级毛片| 九九在线视频观看精品| 美女被艹到高潮喷水动态| 性色avwww在线观看| 18禁在线播放成人免费| 亚洲高清免费不卡视频| 最近视频中文字幕2019在线8| 色播亚洲综合网| 女的被弄到高潮叫床怎么办| 在线a可以看的网站| 色综合亚洲欧美另类图片| 99国产精品一区二区蜜桃av| 欧美+日韩+精品| 亚洲激情五月婷婷啪啪| 视频中文字幕在线观看| 男人狂女人下面高潮的视频| 国语自产精品视频在线第100页| 久久精品国产自在天天线| 欧美激情在线99| 国产精品蜜桃在线观看| 国语自产精品视频在线第100页| 婷婷六月久久综合丁香| 一本久久精品| 免费一级毛片在线播放高清视频| 男的添女的下面高潮视频| 亚洲av.av天堂| av视频在线观看入口| 久久草成人影院| 亚洲在久久综合| 精华霜和精华液先用哪个| 日韩成人av中文字幕在线观看| 麻豆av噜噜一区二区三区| 国产精品不卡视频一区二区| 精品久久久久久久久亚洲| 国产黄片视频在线免费观看| 99久久成人亚洲精品观看| 在线天堂最新版资源| 99久久中文字幕三级久久日本| 一级毛片我不卡| 观看免费一级毛片| 国产乱人视频| 日本av手机在线免费观看| 嘟嘟电影网在线观看| 精品酒店卫生间| 九九久久精品国产亚洲av麻豆| 97热精品久久久久久| 尤物成人国产欧美一区二区三区| 国产女主播在线喷水免费视频网站 | 男的添女的下面高潮视频| 少妇的逼好多水| 国产精品美女特级片免费视频播放器| 色5月婷婷丁香| 日韩欧美精品v在线| av在线播放精品| 中文字幕免费在线视频6| 久久鲁丝午夜福利片| 纵有疾风起免费观看全集完整版 | 毛片女人毛片| 51国产日韩欧美| 久久久久久久久久久丰满| 国产精品人妻久久久久久| 日本黄色视频三级网站网址| av免费观看日本| 久久精品综合一区二区三区| 成人无遮挡网站| 成人二区视频| 99久久精品一区二区三区| h日本视频在线播放| 日日啪夜夜撸| 99在线人妻在线中文字幕| 卡戴珊不雅视频在线播放| 嫩草影院入口| 久99久视频精品免费| 18禁动态无遮挡网站| 免费一级毛片在线播放高清视频| 国产91av在线免费观看| 欧美一级a爱片免费观看看| 欧美激情国产日韩精品一区| 午夜福利高清视频| 成人国产麻豆网| 小说图片视频综合网站| 又爽又黄a免费视频| 久久精品久久久久久久性| 午夜精品国产一区二区电影 | 国产免费一级a男人的天堂| 热99在线观看视频| 一级二级三级毛片免费看| 久99久视频精品免费| 国产大屁股一区二区在线视频| 伦精品一区二区三区| 22中文网久久字幕| 国产高清视频在线观看网站| 最近中文字幕高清免费大全6| 1024手机看黄色片| 国产精品永久免费网站| 欧美日韩国产亚洲二区| 亚洲成色77777| 91aial.com中文字幕在线观看| 亚洲熟妇中文字幕五十中出| 天天躁日日操中文字幕| 三级毛片av免费| 免费黄网站久久成人精品| 国产色爽女视频免费观看| 亚洲欧美日韩东京热| 在线观看av片永久免费下载| 丰满人妻一区二区三区视频av| 91在线精品国自产拍蜜月| 99热6这里只有精品| 久久久久久久亚洲中文字幕| 特级一级黄色大片| 国产高潮美女av| 国产精品一及| 欧美激情在线99| 建设人人有责人人尽责人人享有的 | 日本免费a在线| 插阴视频在线观看视频| 久久草成人影院| 在线播放无遮挡| 亚州av有码| 亚洲精品色激情综合| 国产精品无大码| 日日撸夜夜添| 国产高清视频在线观看网站| 欧美成人a在线观看| 18禁动态无遮挡网站| 日日摸夜夜添夜夜添av毛片| 夜夜看夜夜爽夜夜摸| 五月伊人婷婷丁香| 一边亲一边摸免费视频| 午夜老司机福利剧场| 亚洲国产精品久久男人天堂| av在线亚洲专区| 波多野结衣高清无吗| 美女黄网站色视频| 日日干狠狠操夜夜爽| 色视频www国产| 午夜精品一区二区三区免费看| 看免费成人av毛片| 亚洲精品日韩在线中文字幕| 色吧在线观看| 69av精品久久久久久| 久久久久性生活片| 欧美97在线视频| 一级黄色大片毛片| 免费播放大片免费观看视频在线观看 | 国产精品国产三级国产av玫瑰| 观看美女的网站| 狂野欧美白嫩少妇大欣赏| 精品久久久久久久久久久久久| 久久精品国产亚洲av涩爱| 亚洲精品亚洲一区二区| 亚洲av福利一区| 久久韩国三级中文字幕| 三级国产精品片| 国产精品野战在线观看| 伦理电影大哥的女人| 欧美又色又爽又黄视频| 99热网站在线观看| av视频在线观看入口| 国产亚洲一区二区精品| 精品人妻一区二区三区麻豆| 少妇的逼水好多| 欧美三级亚洲精品| 亚洲精品日韩av片在线观看| 又粗又硬又长又爽又黄的视频| 一级毛片久久久久久久久女| 午夜福利视频1000在线观看| 晚上一个人看的免费电影| 国产毛片a区久久久久| 免费观看a级毛片全部| 青青草视频在线视频观看| 人妻系列 视频| 啦啦啦韩国在线观看视频| 1000部很黄的大片| 国产一区亚洲一区在线观看| 一本一本综合久久| 久久久久久久亚洲中文字幕| 一级黄色大片毛片| 国内揄拍国产精品人妻在线| 一个人观看的视频www高清免费观看| 美女高潮的动态| 国产伦一二天堂av在线观看| 2021天堂中文幕一二区在线观| 我要看日韩黄色一级片| 建设人人有责人人尽责人人享有的 | 国模一区二区三区四区视频| 国产乱人偷精品视频| 夫妻性生交免费视频一级片| 亚洲av成人精品一二三区| 精品久久久久久久末码| 免费黄网站久久成人精品| 亚洲av二区三区四区| 久久精品久久久久久噜噜老黄 | 人妻制服诱惑在线中文字幕| 国产午夜精品久久久久久一区二区三区| 亚洲av一区综合| 极品教师在线视频| 国产成人一区二区在线| 国产亚洲5aaaaa淫片| 我要搜黄色片| 久久久国产成人精品二区| 成人午夜精彩视频在线观看| 国内少妇人妻偷人精品xxx网站| 最近最新中文字幕免费大全7| 国产成人a∨麻豆精品| 国产在视频线在精品| 在线观看66精品国产| 色综合亚洲欧美另类图片| 最近手机中文字幕大全| 99热这里只有精品一区| 国产探花极品一区二区| av免费观看日本| 狂野欧美激情性xxxx在线观看| 男人的好看免费观看在线视频| 国产在视频线在精品| 国产免费福利视频在线观看| 又粗又硬又长又爽又黄的视频| 一区二区三区四区激情视频| 久久精品国产亚洲网站| 高清视频免费观看一区二区 | 3wmmmm亚洲av在线观看| 青青草视频在线视频观看| 成人二区视频| 少妇熟女aⅴ在线视频| www日本黄色视频网| 狠狠狠狠99中文字幕| 亚洲人成网站在线播| 色综合色国产| 久久久久久伊人网av| 能在线免费看毛片的网站| 丝袜喷水一区| 1000部很黄的大片| 色综合站精品国产| 麻豆精品久久久久久蜜桃| 日韩国内少妇激情av| 欧美bdsm另类| 午夜福利在线观看吧| 国产高清三级在线| 边亲边吃奶的免费视频| 亚洲av.av天堂| 男人和女人高潮做爰伦理| 日本一本二区三区精品| 国产高潮美女av| 最近视频中文字幕2019在线8| 麻豆乱淫一区二区| 中国美白少妇内射xxxbb| 亚洲精品,欧美精品| 偷拍熟女少妇极品色| 极品教师在线视频| 人体艺术视频欧美日本| 国产av不卡久久| 亚洲成人久久爱视频| 中国美白少妇内射xxxbb| 久久久久久九九精品二区国产| 国产精品日韩av在线免费观看| 日韩一区二区三区影片| kizo精华| 人人妻人人澡欧美一区二区| 深爱激情五月婷婷| 精品久久久久久成人av| 免费av不卡在线播放| 国产亚洲91精品色在线| 久久久国产成人免费| 少妇的逼水好多| 日本色播在线视频| 一夜夜www| 久久久久久久亚洲中文字幕| 日韩人妻高清精品专区| 精品久久久久久久久av| 欧美成人a在线观看| 丝袜喷水一区| 午夜福利在线观看免费完整高清在| 日韩三级伦理在线观看| 一区二区三区免费毛片| 久久久a久久爽久久v久久| 两个人的视频大全免费| 日韩强制内射视频| 久久精品国产99精品国产亚洲性色| 日日摸夜夜添夜夜添av毛片| 日本与韩国留学比较| 观看美女的网站| 久久精品国产鲁丝片午夜精品| 精品国产一区二区三区久久久樱花 | 亚洲三级黄色毛片| 欧美一区二区精品小视频在线| 综合色av麻豆| 久久草成人影院| 日韩,欧美,国产一区二区三区 | 国产精品伦人一区二区| 不卡视频在线观看欧美| 看非洲黑人一级黄片| 久久韩国三级中文字幕| 级片在线观看| 国产一级毛片七仙女欲春2| 久久久精品94久久精品| 特大巨黑吊av在线直播| 国产精品1区2区在线观看.| av又黄又爽大尺度在线免费看 | 国产精品野战在线观看| 久久99蜜桃精品久久| 欧美成人一区二区免费高清观看| 夜夜爽夜夜爽视频| 亚洲精品久久久久久婷婷小说 | 久久久a久久爽久久v久久| 91久久精品电影网| 女人十人毛片免费观看3o分钟| 国产精品蜜桃在线观看| 亚洲电影在线观看av| 麻豆国产97在线/欧美| 国产中年淑女户外野战色| 亚洲经典国产精华液单| 国产男人的电影天堂91| 最近2019中文字幕mv第一页| 尾随美女入室| 看非洲黑人一级黄片| 精品久久久久久久末码| 欧美97在线视频| 村上凉子中文字幕在线| 岛国在线免费视频观看| 欧美97在线视频| 只有这里有精品99| 免费搜索国产男女视频| 成人一区二区视频在线观看| 久久99蜜桃精品久久| 日韩av在线大香蕉| 亚洲av成人精品一区久久| 午夜福利高清视频| 国产黄片视频在线免费观看| 国产又黄又爽又无遮挡在线| 天堂中文最新版在线下载 | 国产精品嫩草影院av在线观看| 天堂av国产一区二区熟女人妻| 国产亚洲5aaaaa淫片| 成人漫画全彩无遮挡| 亚洲久久久久久中文字幕| 亚洲av日韩在线播放| 国产高清有码在线观看视频| 亚洲人成网站高清观看| 人人妻人人澡欧美一区二区| 亚洲婷婷狠狠爱综合网| 可以在线观看毛片的网站| 亚洲精品成人久久久久久| 亚洲欧美清纯卡通| 中国美白少妇内射xxxbb| 99热网站在线观看| 日本黄色片子视频| 伦理电影大哥的女人| 色综合站精品国产| 成年av动漫网址| ponron亚洲| 观看美女的网站| 最近最新中文字幕大全电影3| 午夜日本视频在线| 亚洲五月天丁香| 欧美变态另类bdsm刘玥| 国内揄拍国产精品人妻在线| 国产麻豆成人av免费视频| 亚洲在久久综合| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | av黄色大香蕉| 久久久午夜欧美精品| 国产精华一区二区三区| 日韩成人伦理影院| 爱豆传媒免费全集在线观看| 免费看av在线观看网站| 欧美区成人在线视频| 一级二级三级毛片免费看| 中文字幕久久专区| 国产午夜精品久久久久久一区二区三区| 99久久精品国产国产毛片| 两性午夜刺激爽爽歪歪视频在线观看| 国产精品国产三级国产av玫瑰| 免费在线观看成人毛片| 欧美三级亚洲精品| 国产伦精品一区二区三区四那| www日本黄色视频网| 亚洲人与动物交配视频| .国产精品久久| 最近中文字幕高清免费大全6| 秋霞伦理黄片| av免费在线看不卡| 极品教师在线视频| 久久精品人妻少妇| 最后的刺客免费高清国语| 日本熟妇午夜| 国产一区二区在线av高清观看| 亚洲精品乱码久久久v下载方式| 日韩一本色道免费dvd| 国模一区二区三区四区视频| 亚洲,欧美,日韩| 国产视频首页在线观看| 丝袜喷水一区| 成人国产麻豆网| 成年免费大片在线观看| 国产爱豆传媒在线观看| 一本久久精品| 大香蕉久久网| 深爱激情五月婷婷| 国产伦精品一区二区三区四那| 国产伦精品一区二区三区视频9| 色视频www国产| 国产女主播在线喷水免费视频网站 | av国产免费在线观看| 在线免费观看不下载黄p国产| 亚洲成人av在线免费| 岛国在线免费视频观看| 久久这里有精品视频免费| 亚州av有码| 内地一区二区视频在线| 日韩av不卡免费在线播放| 毛片女人毛片| 久久久久久久久久久免费av| 男女国产视频网站| 国产色婷婷99| 美女国产视频在线观看| 国产爱豆传媒在线观看| 精品国产三级普通话版| 精品无人区乱码1区二区| 身体一侧抽搐| 丰满少妇做爰视频| 久久亚洲国产成人精品v| 高清日韩中文字幕在线| 欧美成人免费av一区二区三区| 日韩精品青青久久久久久| 欧美xxxx黑人xx丫x性爽| 久久鲁丝午夜福利片| 欧美性猛交黑人性爽| 久久人妻av系列| 看非洲黑人一级黄片| 99热这里只有是精品在线观看| 日本-黄色视频高清免费观看| 免费大片18禁| 日韩视频在线欧美| 草草在线视频免费看| 少妇熟女欧美另类| 日本免费一区二区三区高清不卡| 最后的刺客免费高清国语| 久久鲁丝午夜福利片| 舔av片在线| 乱码一卡2卡4卡精品| 国产一区二区在线观看日韩| 成年免费大片在线观看| 中文天堂在线官网| 男人和女人高潮做爰伦理| 全区人妻精品视频| 嫩草影院入口| 不卡视频在线观看欧美| 亚洲av电影在线观看一区二区三区 | 日本黄大片高清| 美女cb高潮喷水在线观看| 三级男女做爰猛烈吃奶摸视频| 青青草视频在线视频观看| 亚洲在线自拍视频| 男女下面进入的视频免费午夜| 中文字幕精品亚洲无线码一区| 99视频精品全部免费 在线| 综合色丁香网| 久久久欧美国产精品| 国产一区亚洲一区在线观看| 18禁动态无遮挡网站| 日日啪夜夜撸| 国产精品熟女久久久久浪| 黄色一级大片看看| 91久久精品国产一区二区三区| 老师上课跳d突然被开到最大视频| av免费观看日本| 久久精品夜色国产| 国产老妇女一区| 欧美zozozo另类| 欧美高清成人免费视频www| 美女黄网站色视频| 91精品国产九色| 午夜日本视频在线| 久久久国产成人免费| 九九在线视频观看精品| 久久精品影院6| 最近最新中文字幕大全电影3| 91aial.com中文字幕在线观看| 男人和女人高潮做爰伦理| 欧美区成人在线视频| 国产高清有码在线观看视频| 国产成人午夜福利电影在线观看| 97超视频在线观看视频| 高清在线视频一区二区三区 | 美女黄网站色视频| 久久99热6这里只有精品| 国产成人精品久久久久久| 69av精品久久久久久| 成人一区二区视频在线观看| 亚洲综合色惰| 女的被弄到高潮叫床怎么办| 蜜臀久久99精品久久宅男| 久久久国产成人免费| 亚洲中文字幕一区二区三区有码在线看| av在线播放精品| 亚洲性久久影院| 精品久久国产蜜桃| 十八禁国产超污无遮挡网站| 精华霜和精华液先用哪个| 国产淫片久久久久久久久| 在线天堂最新版资源| 卡戴珊不雅视频在线播放| 人人妻人人看人人澡| 亚洲精品色激情综合| 精品人妻一区二区三区麻豆| 欧美日韩精品成人综合77777| 午夜激情福利司机影院| 成人亚洲欧美一区二区av| 六月丁香七月| 伊人久久精品亚洲午夜| 国产精品女同一区二区软件| 亚洲精华国产精华液的使用体验| 国产精品国产三级国产av玫瑰| 91精品国产九色| 黄片无遮挡物在线观看| 免费在线观看成人毛片| 中文字幕av成人在线电影| 性色avwww在线观看| 在线播放无遮挡| 国产视频首页在线观看| 国产精品电影一区二区三区| 日本午夜av视频| 国产真实乱freesex| 麻豆久久精品国产亚洲av| 一级二级三级毛片免费看| 中文字幕人妻熟人妻熟丝袜美| 免费av毛片视频| 99热这里只有是精品50| 97超视频在线观看视频| 午夜精品一区二区三区免费看| 麻豆国产97在线/欧美| 99热精品在线国产| 热99在线观看视频| 久久草成人影院| 色噜噜av男人的天堂激情| 久久精品国产鲁丝片午夜精品| 最近最新中文字幕免费大全7| 国产成人a区在线观看| 男女边吃奶边做爰视频| 中文资源天堂在线| av视频在线观看入口| 亚洲经典国产精华液单| 插阴视频在线观看视频| 国产女主播在线喷水免费视频网站 | 国产一区亚洲一区在线观看| 亚洲在线自拍视频| 91久久精品国产一区二区三区| 久久久久免费精品人妻一区二区| 免费观看人在逋| 国产精品.久久久| 能在线免费看毛片的网站| 永久免费av网站大全| 三级国产精品片| 亚洲欧美成人综合另类久久久 | 精品久久久久久电影网 | 免费不卡的大黄色大毛片视频在线观看 | 亚洲国产最新在线播放| 国产精品一区二区性色av| 国产美女午夜福利| 日韩欧美精品v在线| 别揉我奶头 嗯啊视频| 亚洲国产欧洲综合997久久,| 中文在线观看免费www的网站| 我的女老师完整版在线观看| 又黄又爽又刺激的免费视频.| 天堂√8在线中文| 久久久精品大字幕| 欧美一区二区国产精品久久精品| 久久精品熟女亚洲av麻豆精品 | 中文亚洲av片在线观看爽| 国内精品宾馆在线| 熟女电影av网| 国产精品美女特级片免费视频播放器| 久久热精品热|