• <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MF-DeepSORT的交通多目標(biāo)跟蹤

    2022-09-27 06:12:36胡愛群
    無線電通信技術(shù) 2022年5期
    關(guān)鍵詞:跟蹤目標(biāo)馬氏度量

    黃 晨,胡愛群

    (東南大學(xué) 信息科學(xué)與工程學(xué)院,江蘇 南京 211189)

    0 引言

    多目標(biāo)跟蹤技術(shù)[1-2]是計算機視覺領(lǐng)域的重要研究方向,在行人監(jiān)測[3]、智能交通監(jiān)視[4]和自動駕駛[5]等領(lǐng)域有著廣泛的應(yīng)用。近年來,隨著深度學(xué)習(xí)、目標(biāo)檢測等技術(shù)的發(fā)展,多目標(biāo)跟蹤技術(shù)取得了極大的進步。當(dāng)前多目標(biāo)跟蹤技術(shù)的主流方法主要有兩種:基于檢測加跟蹤的兩階段方案[6-8]和基于檢測和跟蹤聯(lián)合的一階段方案[9-11],如:DeepSORT、JDE和CenterTrack等。在行人監(jiān)測領(lǐng)域,多目標(biāo)跟蹤已經(jīng)取得了長足的發(fā)展,但是在交通目標(biāo)跟蹤領(lǐng)域的研究較少,交通目標(biāo)的跟蹤場景此前尚未出現(xiàn)公開、大型的多目標(biāo)跟蹤任務(wù)。同時由于交通目標(biāo)與行人目標(biāo)跟蹤在特性上存在諸多差異,缺少交通多目標(biāo)跟蹤數(shù)據(jù)使得難以衡量多目標(biāo)跟蹤算法在道路交通場景的跟蹤性能,導(dǎo)致目前針對交通多目標(biāo)跟蹤任務(wù)的研究不充分。

    DeepSORT跟蹤算法是兩階段跟蹤框架中應(yīng)用最為廣泛的算法,但是在交通場景跟蹤目標(biāo)密集情況下,DeepSORT跟蹤算法難以保持目標(biāo)的跟蹤狀態(tài),并且高度依賴目標(biāo)檢測器的檢測性能。為了在交通目標(biāo)跟蹤場景獲得更好跟蹤性能,本文引入YOLOv5算法[12]作為DeepSORT的目標(biāo)檢測器,并在以下兩個方面提出改進:① 提出用檢測框和跟蹤目標(biāo)預(yù)測框二者的IOU度量運動相似度替代原本的馬氏距離度量方式;② 外觀相似度度量采用深度特征距離融合HOG[13]特征距離,提升外觀相似度度量的準(zhǔn)確性,從而提高跟蹤的魯棒性。將改進的DeepSORT算法命名為MF-DeepSORT。

    MF-DeepSORT算法在標(biāo)注和構(gòu)建的交通目標(biāo)跟蹤數(shù)據(jù)集Car-MOT中取得了明顯優(yōu)于DeepSORT的跟蹤性能。

    1 MF-DeepSORT算法

    本文提出的改進算法主要在兩個方面對DeepSORT進行改進。下面介紹MF-DeepSORT算法的整體框架,同時對改進和優(yōu)化的部分進行進一步的介紹。

    1.1 MF-DeepSORT的整體框架

    圖1為MF-DeepSORT的整體框架示意圖,MF-DeepSORT算法包含兩個階段:目標(biāo)檢測階段和跟蹤匹配階段。

    圖1 MF-DeepSORT算法的整體框架

    在目標(biāo)檢測階段,首先采用YOLOv5目標(biāo)檢測模型識別視頻每幀的輸入圖像,篩選得到檢測框;然后,檢測框通過卷積神經(jīng)網(wǎng)絡(luò)模型提取得到深度特征以及提取手工HOG特征,這兩種特征被稱為檢測框的外觀特征;最后,將檢測框的外觀特征及表征其運動特征的位置信息輸入跟蹤匹配階段。

    跟蹤匹配階段基于目標(biāo)檢測階段得到運動特征和外觀特征,然后與現(xiàn)有跟蹤目標(biāo)預(yù)測的運動特征和外觀特征分別度量相似度,融合關(guān)聯(lián)矩陣,進行級聯(lián)匹配;未能完成匹配的檢測框與跟蹤目標(biāo)再次執(zhí)行IOU匹配;通過兩次匹配過程,完成當(dāng)前幀檢測框與現(xiàn)有跟蹤目標(biāo)的配對;最后更新跟蹤器中跟蹤目標(biāo)的狀態(tài)標(biāo)記,并完成卡爾曼濾波器的更新和預(yù)測。

    1.2 基于IOU的運動特征度量

    為了更好地度量多目標(biāo)跟蹤中的運動特征,本文提出采用檢測框與跟蹤目標(biāo)預(yù)測框的IOU度量替代DeepSORT算法中的馬氏距離度量方式。

    在DeepSORT中,檢測框與先前跟蹤目標(biāo)預(yù)測位置運動特征的匹配程度通過二者的馬氏距離來刻畫。跟蹤目標(biāo)i與檢測目標(biāo)j的馬氏距離d′(i,j)表示為:

    (1)

    式中,xj和yi分別是檢測目標(biāo)j的觀測量和跟蹤目標(biāo)i運動的預(yù)測量,而Si代表卡爾曼濾波器的狀態(tài)協(xié)方差矩陣。馬氏距離越大,二者間的運動特征差異越大,通過對馬氏距離設(shè)置閾值門限,來排除錯誤的關(guān)聯(lián)。

    然而這種馬氏距離度量僅僅使用到了檢測框與跟蹤目標(biāo)的距離關(guān)系,不能準(zhǔn)確刻畫二者的運動信息,當(dāng)外觀特征相似的兩個目標(biāo)接近時,容易導(dǎo)致ID切換問題,同時當(dāng)跟蹤目標(biāo)被遮擋一段時間后,馬氏距離受到卡爾曼濾波預(yù)測不確定性增大的影響,難以可靠的度量運動狀態(tài)。

    基于IOU的運動特征度量比馬氏距離能夠更準(zhǔn)確刻畫檢測框和跟蹤目標(biāo)的位置關(guān)系,即運動特征。跟蹤目標(biāo)i預(yù)測框Pi與檢測目標(biāo)j的檢測框Qj的IOU計算如圖2所示,其計算公式為:

    圖2 跟蹤目標(biāo)預(yù)測框Pi與檢測框Qj的IOU計算示意圖

    (2)

    IOU(i,j)的取值范圍為[0,1],定義跟蹤目標(biāo)i與檢測目標(biāo)j的IOU距離表示為:

    dIOU(i,j)=1-IOU(i,j)。

    (3)

    通過IOU度量的方式,能夠更準(zhǔn)確衡量檢測框與跟蹤目標(biāo)之間的運動特征差異,可以得到運動特征閾值門限矩陣表達(dá)式:

    bIOU(i,j)=I[dIOU(i,j)≤tIOU],

    (4)

    式中,I為指示函數(shù),符合條件取1,反之取0。經(jīng)過實驗,tIOU設(shè)置為0.9,能夠剔除檢測框與跟蹤目標(biāo)預(yù)測框絕大部分錯誤的關(guān)聯(lián),提高跟蹤準(zhǔn)確性,減少ID切換次數(shù)。

    1.3 基于HOG特征融合的外觀特征度量

    為了在跟蹤匹配階段更準(zhǔn)確地關(guān)聯(lián)匹配檢測框和跟蹤目標(biāo),本文提出在級聯(lián)匹配外觀特征度量時融合深度特征距離與HOG特征距離。

    HOG特征通過統(tǒng)計和計算圖像局部區(qū)域的梯度方向直方圖構(gòu)成特征,常用于表征物體邊緣信息,廣泛用于圖像識別中,對于檢測框的幾何形變和光照變化能保持很好的不變性。并且,提取計算圖像的HOG特征,計算量小、運算快,對速度性能影響很小。通過引入HOG特征距離融合,能夠更好地反映目標(biāo)的淺層圖像特征,提升外觀相似度度量準(zhǔn)確性、魯棒性。

    在目標(biāo)檢測階段,將得到的檢測框Qj尺寸調(diào)整為256×128,輸入經(jīng)過預(yù)訓(xùn)練的ResNet-18網(wǎng)絡(luò)[15],輸出得到512維的深度特征Dj。同時,提取檢測框的HOG特征,輸出8 505維的HOG特征Hj。

    圖3為級聯(lián)匹配距離度量的算法結(jié)構(gòu)。其中,深度特征距離和HOG特征距離采用最小余弦距離作為衡量準(zhǔn)則,只針對跟蹤目標(biāo)i最近的N幀內(nèi)的特征計算,可以分別用如下公式表示。

    圖3 級聯(lián)匹配距離度量算法結(jié)構(gòu)

    (5)

    (6)

    (7)

    (8)

    獲得外觀特征距離dd(i,j)和dHOG(i,j)后,對兩種特征距離通過加權(quán)平均進行融合,得到融合外觀特征距離dF(i,j),計算公式如下:

    dF(i,j)=λdd(i,j)+(1-λ)dHOG(i,j)。

    (9)

    可以調(diào)節(jié)λ的權(quán)重決定外觀特征距離更看重哪種特征。通過實驗,λ取值為0.85時取得良好效果。

    同樣,外觀特征距離度量也存在閾值門限tF,避免錯誤匹配,其表達(dá)式為:

    bF(i,j)=I[dF(i,j)≤tF],

    (10)

    式中,tF通常設(shè)置為0.2。結(jié)合式(3)和式(9)兩個門限閾值,得到門限函數(shù)b(i,j),其計算公式如下:

    b(i,j)=bIOU(i,j)°bF(i,j),

    (11)

    式中,°表示矩陣的哈達(dá)瑪積。融合關(guān)聯(lián)矩陣Ci,j可以由融合外觀距離得到,計算表達(dá)式為:

    Ci,j=dF(i,j)°b(i,j)。

    (12)

    將融合關(guān)聯(lián)矩陣采用匈牙利匹配[16]法則進行匹配,獲得跟蹤目標(biāo)和檢測框之間正確的對應(yīng)關(guān)系。

    2 實驗驗證

    2.1 實驗數(shù)據(jù)集

    本文采集并標(biāo)注了一個含有6個交通場景的視頻數(shù)據(jù)集,并將這個數(shù)據(jù)集命名為Car-MOT。

    Car-MOT包含6個城市交通場景視頻序列,從幀率為30幀/s的視頻中,每隔5幀提取一幀圖像,構(gòu)成視頻序列。在實際應(yīng)用中,多目標(biāo)跟蹤框架需要對當(dāng)前圖像進行推理,再提取視頻當(dāng)前時刻的圖像,構(gòu)建的跟蹤算法處理速度在10~15 幀/s,大約為視頻幀率的1/2~1/3,因此構(gòu)建的Car-MOT符合交通多目標(biāo)跟蹤算法實際應(yīng)用場景。數(shù)據(jù)集具體信息如表1所示。

    表1 Car-MOT數(shù)據(jù)集信息

    2.2 評價指標(biāo)

    本文采用多目標(biāo)跟蹤評估常用的4個性能指標(biāo)[17]對算法在Car-MOT數(shù)據(jù)集的性能做客觀評價,分別為多目標(biāo)跟蹤準(zhǔn)確性(Multiple Object Tracking Accuracy, MOTA)、多目標(biāo)跟蹤精度(Multiple Object Tracking Precision,MOTP)、ID切換次數(shù)(ID Switch,IDsw)、大多數(shù)目標(biāo)被跟蹤的軌跡數(shù)量(Mostly Tracked,MT)。

    其中,MOTA可以統(tǒng)計跟蹤中錯誤指標(biāo)的積累,反映多目標(biāo)跟蹤器跟蹤的準(zhǔn)確性能;MOTP表示檢測框與真實標(biāo)注框之間的重合程度,主要與目標(biāo)檢測模型的檢測性能有關(guān);IDsw用于衡量跟蹤算法對目標(biāo)跟蹤狀態(tài)的保持能力;MT是指目標(biāo)被成功跟蹤,且路徑長度占總路徑長度80%以上的數(shù)量,進而反映同一個目標(biāo)在長時間內(nèi)的跟蹤性能。

    2.3 實驗平臺與參數(shù)設(shè)置

    本文的實驗環(huán)境基于Ubuntu 16.04操作系統(tǒng)的服務(wù)器,同時深度學(xué)習(xí)架構(gòu)采用Pytorch 1.7版本。服務(wù)器的主要硬件參數(shù)為:Intel (R) Core i5-9400F 6核6線程處理器、GeForce RTX 1060 6GB顯卡和32 GB內(nèi)存。

    MF-DeepSORT跟蹤算法的實驗參數(shù)設(shè)置與DeepSORT算法基本保持一致。跟蹤目標(biāo)初始化幀數(shù)為3幀;IOU匹配最大閾值距離為0.7;丟失跟蹤最大保留幀數(shù)是30;外觀特征計算幀數(shù)N=100。

    目標(biāo)檢測模型YOLOv5使用輕量級模型YOLOv5s,保證最快的檢測速度;輸入模型的圖像大小為640×640;檢測框置信度閾值為0.3,保證足夠多的檢測框數(shù)量;YOLOv5中NMS非極大值篩選的IOU閾值為0.5。

    2.4 實驗結(jié)果與分析

    表2顯示了DeepSORT跟蹤算法和MF-DeepSORT跟蹤算法及各項改進在Car-MOT交通目標(biāo)跟蹤數(shù)據(jù)集上消融實驗的結(jié)果。由表2中數(shù)據(jù)可知:在Car-MOT數(shù)據(jù)集中,MF-DeepSORT的兩種消融模型在大多數(shù)指標(biāo)中優(yōu)于DeepSORT跟蹤算法,并且最終的MF-DeepSORT各項性能評價指標(biāo)均優(yōu)于DeepSORT。具體來看,MF-DeepSORT在MOTA指標(biāo)上提高了4.839%,達(dá)到了62.071%,跟蹤的準(zhǔn)確性大幅度提高,在IDsw降低了94%,減少到兩次,幾乎不發(fā)生跟蹤ID的切換,證明對同一個跟蹤目標(biāo)有很強的保持能力。由此可見本文提出的MF-DeepSORT在交通多目標(biāo)跟蹤數(shù)據(jù)集上的跟蹤性能優(yōu)于DeepSORT。

    表2 MF-DeepSORT與DeepSORT在Car-MOT的消融實驗跟蹤性能對比

    圖4和圖5直觀顯示了MF-DeepSORT和DeepSORT在Car-MOT數(shù)據(jù)集上的跟蹤效果。目標(biāo)密集時,MF-DeepSORT的跟蹤精度更高,從圖4任務(wù)1的第42到第43幀可以看出,DeepSORT算法中,藍(lán)色箭頭指向的跟蹤ID為30的同一車輛,下一幀跟蹤ID切換為22,而在MF-DeepSORT算法中同一車輛保持跟蹤ID為24不變,這體現(xiàn)了MF-DeepSORT更好的跟蹤保持能力。

    圖4 任務(wù)1中DeepSORT和MF-DeepSORT的性能對比

    圖5 任務(wù)6中DeepSORT和MF-DeepSORT的性能對比

    MF-DeepSORT具有更好的環(huán)境魯棒性,圖5中跟蹤任務(wù)6從第30到第31幀時,DeepSORT算法受到樹陰光照變化影響,紅色箭頭指向的同一車輛被賦予了兩個跟蹤ID,且兩個跟蹤框與車輛實際輪廓均存在較大差距。而MF-DeepSORT,對同一車輛則能保持正常的跟蹤狀態(tài),不受影響。由此可知,MF-DeepSORT通過IOU度量運動特征,能夠極大程度避免空間上錯誤的匹配,保持跟蹤狀態(tài),減少跟蹤ID的切換。外觀特征度量融合HOG特征距離,能夠提升外觀特征度量的準(zhǔn)確性,提升跟蹤精度。

    3 結(jié)論

    本文針對交通場景下的目標(biāo)跟蹤問題,構(gòu)建了交通多目標(biāo)跟蹤數(shù)據(jù)集Car-MOT,同時還提出了一種基于DeepSORT的交通目標(biāo)追蹤算法MF-DeepSORT。MF-DeepSORT引入了HOG特征來表征目標(biāo)信息,可以提高跟蹤匹配準(zhǔn)確性,同時MF-DeepSORT采用IOU度量空間位置信息,可以提升跟蹤精度。實驗證明MF-DeepSORT是一種高效的交通多目標(biāo)跟蹤算法。

    猜你喜歡
    跟蹤目標(biāo)馬氏度量
    有趣的度量
    模糊度量空間的強嵌入
    一類時間變換的強馬氏過程
    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
    有環(huán)的可逆馬氏鏈的統(tǒng)計確認(rèn)
    關(guān)于樹指標(biāo)非齊次馬氏鏈的廣義熵遍歷定理
    迷向表示分為6個不可約直和的旗流形上不變愛因斯坦度量
    一致可數(shù)可加馬氏鏈不變測度的存在性
    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)背景下運動目標(biāo)自適應(yīng)跟蹤
    亚洲精品日韩在线中文字幕| 岛国在线观看网站| 国产成人精品久久二区二区免费| 美女视频免费永久观看网站| 宅男免费午夜| 久久天躁狠狠躁夜夜2o2o| 欧美成狂野欧美在线观看| 成人三级做爰电影| 我要看黄色一级片免费的| 老汉色∧v一级毛片| 美女中出高潮动态图| 亚洲人成77777在线视频| 久9热在线精品视频| 欧美大码av| 下体分泌物呈黄色| 日韩视频在线欧美| 欧美一级毛片孕妇| 一级毛片女人18水好多| 咕卡用的链子| 欧美 日韩 精品 国产| 久久天堂一区二区三区四区| 超色免费av| 亚洲国产中文字幕在线视频| 久热爱精品视频在线9| 欧美97在线视频| 国内毛片毛片毛片毛片毛片| 成人国产av品久久久| 欧美亚洲日本最大视频资源| 亚洲精品美女久久av网站| 嫁个100分男人电影在线观看| 国产亚洲午夜精品一区二区久久| 亚洲精品第二区| 久久精品熟女亚洲av麻豆精品| 肉色欧美久久久久久久蜜桃| 一级片'在线观看视频| 另类精品久久| 亚洲第一青青草原| 麻豆国产av国片精品| 两个人看的免费小视频| 悠悠久久av| 欧美午夜高清在线| 亚洲熟女精品中文字幕| 99国产精品99久久久久| 极品少妇高潮喷水抽搐| 欧美日韩亚洲综合一区二区三区_| 黄色片一级片一级黄色片| 国产99久久九九免费精品| 婷婷色av中文字幕| 亚洲av日韩精品久久久久久密| 中文字幕人妻熟女乱码| 亚洲av成人一区二区三| 国产深夜福利视频在线观看| 啦啦啦 在线观看视频| 一区在线观看完整版| 黄片播放在线免费| 欧美+亚洲+日韩+国产| 日本精品一区二区三区蜜桃| 狠狠婷婷综合久久久久久88av| 少妇粗大呻吟视频| 国产男女内射视频| 国精品久久久久久国模美| 精品欧美一区二区三区在线| 亚洲五月婷婷丁香| a级片在线免费高清观看视频| 亚洲欧洲精品一区二区精品久久久| 国产精品国产av在线观看| 国产无遮挡羞羞视频在线观看| 2018国产大陆天天弄谢| 精品国产乱码久久久久久男人| 日韩人妻精品一区2区三区| 亚洲欧美成人综合另类久久久| av一本久久久久| 咕卡用的链子| 999精品在线视频| 日本欧美视频一区| 在线天堂中文资源库| 交换朋友夫妻互换小说| 久久精品久久久久久噜噜老黄| 法律面前人人平等表现在哪些方面 | 国产91精品成人一区二区三区 | 亚洲精品美女久久久久99蜜臀| 午夜福利在线免费观看网站| av网站免费在线观看视频| 国产熟女午夜一区二区三区| 桃花免费在线播放| 亚洲欧美成人综合另类久久久| 欧美日韩亚洲国产一区二区在线观看 | 丰满少妇做爰视频| 亚洲三区欧美一区| 午夜两性在线视频| 亚洲第一av免费看| 亚洲精品粉嫩美女一区| 亚洲成国产人片在线观看| 超碰成人久久| 1024香蕉在线观看| 在线观看免费午夜福利视频| 我要看黄色一级片免费的| 青春草视频在线免费观看| 久久免费观看电影| av国产精品久久久久影院| 成人av一区二区三区在线看 | 久久久久久久国产电影| 91精品伊人久久大香线蕉| 国产黄频视频在线观看| 老司机靠b影院| 看免费av毛片| 日韩人妻精品一区2区三区| 日韩一卡2卡3卡4卡2021年| 国产精品一区二区免费欧美 | 美女午夜性视频免费| 一区福利在线观看| 亚洲九九香蕉| 亚洲五月婷婷丁香| 桃红色精品国产亚洲av| 久久精品成人免费网站| 中国美女看黄片| 国产97色在线日韩免费| 爱豆传媒免费全集在线观看| 一本色道久久久久久精品综合| 少妇的丰满在线观看| 欧美另类亚洲清纯唯美| 亚洲精品国产色婷婷电影| 欧美精品av麻豆av| 少妇精品久久久久久久| 欧美国产精品va在线观看不卡| 久久午夜综合久久蜜桃| 日韩有码中文字幕| 熟女少妇亚洲综合色aaa.| 王馨瑶露胸无遮挡在线观看| 动漫黄色视频在线观看| 在线观看免费视频网站a站| 国产av精品麻豆| 欧美人与性动交α欧美精品济南到| 国产片内射在线| 亚洲va日本ⅴa欧美va伊人久久 | 超碰成人久久| 青青草视频在线视频观看| 波多野结衣一区麻豆| 亚洲av电影在线进入| 两个人免费观看高清视频| 在线观看www视频免费| 精品一区在线观看国产| 亚洲一卡2卡3卡4卡5卡精品中文| 超色免费av| 91国产中文字幕| 人妻久久中文字幕网| 搡老熟女国产l中国老女人| 悠悠久久av| av欧美777| 亚洲国产日韩一区二区| 大型av网站在线播放| 国产成人影院久久av| 久久久精品国产亚洲av高清涩受| 亚洲精品日韩在线中文字幕| 香蕉国产在线看| 国产精品九九99| 国产主播在线观看一区二区| 国产精品国产三级国产专区5o| 亚洲av成人一区二区三| 丝袜在线中文字幕| 一本一本久久a久久精品综合妖精| 视频在线观看一区二区三区| 日韩大码丰满熟妇| 久久香蕉激情| 男人操女人黄网站| 国产一区二区激情短视频 | 老司机影院毛片| 亚洲久久久国产精品| 成年av动漫网址| 亚洲精品一卡2卡三卡4卡5卡 | 精品少妇一区二区三区视频日本电影| av网站在线播放免费| 国产亚洲精品一区二区www | 久久午夜综合久久蜜桃| 精品卡一卡二卡四卡免费| a 毛片基地| 国产又爽黄色视频| 久久久水蜜桃国产精品网| 久久天躁狠狠躁夜夜2o2o| 久久这里只有精品19| 国产亚洲欧美精品永久| 一进一出抽搐动态| 18禁裸乳无遮挡动漫免费视频| 黄色毛片三级朝国网站| 亚洲国产成人一精品久久久| 国产亚洲av片在线观看秒播厂| 国产精品免费视频内射| 午夜日韩欧美国产| 伦理电影免费视频| 丝袜人妻中文字幕| 别揉我奶头~嗯~啊~动态视频 | 中文精品一卡2卡3卡4更新| 日韩欧美一区视频在线观看| 日本wwww免费看| 亚洲熟女毛片儿| 高清av免费在线| 中亚洲国语对白在线视频| 中文字幕色久视频| 777久久人妻少妇嫩草av网站| 午夜福利乱码中文字幕| 男女免费视频国产| √禁漫天堂资源中文www| 9191精品国产免费久久| 国产老妇伦熟女老妇高清| 日韩大片免费观看网站| bbb黄色大片| 韩国高清视频一区二区三区| 老司机午夜十八禁免费视频| 香蕉国产在线看| 交换朋友夫妻互换小说| 国产精品av久久久久免费| 免费黄频网站在线观看国产| 男人舔女人的私密视频| 悠悠久久av| 搡老岳熟女国产| 亚洲精品中文字幕一二三四区 | 国产精品免费大片| 97人妻天天添夜夜摸| 91麻豆精品激情在线观看国产 | av有码第一页| 亚洲国产欧美一区二区综合| 后天国语完整版免费观看| av超薄肉色丝袜交足视频| 国产精品 国内视频| 叶爱在线成人免费视频播放| 午夜福利,免费看| 亚洲精品一二三| 国产精品偷伦视频观看了| 多毛熟女@视频| 制服人妻中文乱码| 精品少妇一区二区三区视频日本电影| 国产欧美日韩一区二区三 | 国产一区二区 视频在线| 国产视频一区二区在线看| 日韩电影二区| 日韩精品免费视频一区二区三区| 丁香六月天网| 老熟女久久久| 亚洲国产成人一精品久久久| 老熟妇乱子伦视频在线观看 | 在线观看www视频免费| 老司机在亚洲福利影院| 精品福利观看| 他把我摸到了高潮在线观看 | 欧美日韩视频精品一区| 中文精品一卡2卡3卡4更新| 91九色精品人成在线观看| 黄网站色视频无遮挡免费观看| 狂野欧美激情性bbbbbb| 一二三四在线观看免费中文在| 日韩欧美一区二区三区在线观看 | 黄网站色视频无遮挡免费观看| 十八禁网站网址无遮挡| 人人妻人人澡人人看| 亚洲欧美一区二区三区久久| 天天影视国产精品| 亚洲国产精品成人久久小说| 新久久久久国产一级毛片| 成在线人永久免费视频| 午夜精品久久久久久毛片777| 啦啦啦视频在线资源免费观看| 18禁观看日本| 在线天堂中文资源库| 亚洲熟女精品中文字幕| 国精品久久久久久国模美| 99久久人妻综合| 亚洲av电影在线进入| 老司机午夜福利在线观看视频 | 国产一区二区 视频在线| 精品少妇一区二区三区视频日本电影| 久久久精品免费免费高清| 欧美亚洲 丝袜 人妻 在线| 我的亚洲天堂| 自线自在国产av| 久久女婷五月综合色啪小说| 性少妇av在线| 亚洲欧美清纯卡通| 久久精品人人爽人人爽视色| av国产精品久久久久影院| 80岁老熟妇乱子伦牲交| 欧美另类亚洲清纯唯美| 亚洲第一av免费看| 爱豆传媒免费全集在线观看| 精品亚洲成a人片在线观看| 69精品国产乱码久久久| 亚洲精品在线美女| 一级,二级,三级黄色视频| 免费在线观看视频国产中文字幕亚洲 | 国产亚洲欧美精品永久| 国产成人系列免费观看| 日韩大片免费观看网站| 日本五十路高清| 国产av又大| 欧美精品亚洲一区二区| 纵有疾风起免费观看全集完整版| 欧美 亚洲 国产 日韩一| 亚洲精品一二三| 国产精品秋霞免费鲁丝片| 韩国高清视频一区二区三区| 伊人亚洲综合成人网| 午夜福利影视在线免费观看| 亚洲九九香蕉| 人妻人人澡人人爽人人| 叶爱在线成人免费视频播放| 亚洲欧美一区二区三区久久| 亚洲中文av在线| 色视频在线一区二区三区| 国产又色又爽无遮挡免| 国产人伦9x9x在线观看| 蜜桃在线观看..| 亚洲精品国产一区二区精华液| 日本91视频免费播放| 女警被强在线播放| 好男人电影高清在线观看| 一区在线观看完整版| 一级黄色大片毛片| 亚洲av国产av综合av卡| 99热全是精品| 麻豆av在线久日| 老司机亚洲免费影院| 丝袜美腿诱惑在线| 丰满少妇做爰视频| 久久人妻福利社区极品人妻图片| 国产成人精品在线电影| 热re99久久精品国产66热6| a级毛片在线看网站| 老司机亚洲免费影院| 精品国产乱码久久久久久男人| 丝袜美足系列| 亚洲av电影在线进入| 国产免费视频播放在线视频| videosex国产| 热re99久久国产66热| 老汉色av国产亚洲站长工具| 免费在线观看日本一区| 日韩,欧美,国产一区二区三区| 淫妇啪啪啪对白视频 | 夫妻午夜视频| 久久精品aⅴ一区二区三区四区| 久久久久国产一级毛片高清牌| 国产野战对白在线观看| 国产区一区二久久| 国产野战对白在线观看| 少妇的丰满在线观看| av天堂在线播放| 国产成人一区二区三区免费视频网站| 国产在线一区二区三区精| 操出白浆在线播放| 好男人电影高清在线观看| 亚洲人成电影免费在线| 老汉色∧v一级毛片| 女人久久www免费人成看片| 国产成人一区二区三区免费视频网站| 女性被躁到高潮视频| 蜜桃国产av成人99| 亚洲精品美女久久久久99蜜臀| 狠狠婷婷综合久久久久久88av| 免费高清在线观看视频在线观看| av又黄又爽大尺度在线免费看| av国产精品久久久久影院| 天天躁狠狠躁夜夜躁狠狠躁| 超碰成人久久| 热99久久久久精品小说推荐| 国产成人一区二区三区免费视频网站| 亚洲国产av影院在线观看| 亚洲免费av在线视频| 国产精品一区二区精品视频观看| 午夜福利免费观看在线| 精品第一国产精品| 午夜激情av网站| 丝瓜视频免费看黄片| 国产在线视频一区二区| 性高湖久久久久久久久免费观看| 夜夜夜夜夜久久久久| 亚洲精品中文字幕在线视频| 亚洲精华国产精华精| 国产成+人综合+亚洲专区| 黄色视频不卡| 9色porny在线观看| 久久久精品区二区三区| www.999成人在线观看| 日韩有码中文字幕| 亚洲av片天天在线观看| 亚洲成人免费av在线播放| 男女之事视频高清在线观看| 国产亚洲欧美精品永久| 亚洲欧美精品综合一区二区三区| 欧美午夜高清在线| 亚洲色图 男人天堂 中文字幕| 久久99热这里只频精品6学生| 18禁观看日本| 99国产综合亚洲精品| 精品少妇黑人巨大在线播放| 国产高清videossex| 热re99久久精品国产66热6| 啦啦啦 在线观看视频| 国产麻豆69| 午夜福利影视在线免费观看| 日韩 欧美 亚洲 中文字幕| 日韩人妻精品一区2区三区| 亚洲av电影在线观看一区二区三区| 热re99久久精品国产66热6| av有码第一页| 少妇人妻久久综合中文| 国产1区2区3区精品| 成人av一区二区三区在线看 | 我要看黄色一级片免费的| 国产成人系列免费观看| 18在线观看网站| 免费日韩欧美在线观看| 黄色视频,在线免费观看| 久久久久久久久免费视频了| 久久久国产欧美日韩av| av福利片在线| 久久久久网色| 国产精品二区激情视频| www.精华液| 久久精品国产a三级三级三级| 久久九九热精品免费| 欧美国产精品va在线观看不卡| 欧美激情极品国产一区二区三区| 日本猛色少妇xxxxx猛交久久| 国产野战对白在线观看| 波多野结衣一区麻豆| 久久久久国产精品人妻一区二区| 叶爱在线成人免费视频播放| 法律面前人人平等表现在哪些方面 | 国产一区二区三区综合在线观看| 国产片内射在线| 美女午夜性视频免费| 色婷婷av一区二区三区视频| 亚洲国产成人一精品久久久| 青草久久国产| 岛国在线观看网站| 国产av精品麻豆| 亚洲av成人一区二区三| 国产在线免费精品| 一级毛片女人18水好多| 最近中文字幕2019免费版| 中文欧美无线码| 蜜桃国产av成人99| 99热网站在线观看| 精品视频人人做人人爽| 青青草视频在线视频观看| 国产一区二区激情短视频 | 久久免费观看电影| 欧美亚洲日本最大视频资源| av片东京热男人的天堂| 精品一品国产午夜福利视频| 国产成人av激情在线播放| 亚洲精品粉嫩美女一区| 亚洲专区字幕在线| 免费看十八禁软件| 亚洲国产成人一精品久久久| 亚洲精品乱久久久久久| 日韩欧美一区二区三区在线观看 | 69精品国产乱码久久久| 在线观看人妻少妇| 国产片内射在线| 国产在线视频一区二区| 无限看片的www在线观看| 老鸭窝网址在线观看| 在线观看www视频免费| 国产成人av教育| 午夜影院在线不卡| 亚洲国产精品一区三区| 亚洲人成77777在线视频| 岛国在线观看网站| 香蕉国产在线看| 99国产极品粉嫩在线观看| av网站在线播放免费| 国产伦理片在线播放av一区| 9191精品国产免费久久| a级毛片在线看网站| 美女视频免费永久观看网站| 首页视频小说图片口味搜索| 日韩欧美一区二区三区在线观看 | 日韩有码中文字幕| 午夜影院在线不卡| 久久人人爽av亚洲精品天堂| 久久国产精品大桥未久av| 免费日韩欧美在线观看| 中文欧美无线码| 精品人妻1区二区| 法律面前人人平等表现在哪些方面 | 午夜激情久久久久久久| 一本一本久久a久久精品综合妖精| 大片免费播放器 马上看| 最近最新中文字幕大全免费视频| 啦啦啦啦在线视频资源| 国产97色在线日韩免费| kizo精华| 91精品伊人久久大香线蕉| 亚洲一码二码三码区别大吗| 韩国高清视频一区二区三区| 99热网站在线观看| 亚洲视频免费观看视频| 美女福利国产在线| 老鸭窝网址在线观看| 飞空精品影院首页| 777米奇影视久久| 人人妻人人爽人人添夜夜欢视频| 美国免费a级毛片| 免费看十八禁软件| 久久精品国产a三级三级三级| 亚洲avbb在线观看| 啦啦啦 在线观看视频| 不卡av一区二区三区| 日韩人妻精品一区2区三区| 亚洲国产成人一精品久久久| av网站在线播放免费| 精品人妻熟女毛片av久久网站| 搡老熟女国产l中国老女人| 免费看十八禁软件| av天堂在线播放| 男女高潮啪啪啪动态图| 90打野战视频偷拍视频| 一级a爱视频在线免费观看| 一进一出抽搐动态| 在线观看免费视频网站a站| av国产精品久久久久影院| 日本a在线网址| 亚洲精品国产区一区二| 老司机午夜福利在线观看视频 | 丝袜美腿诱惑在线| 天堂俺去俺来也www色官网| 国产一区二区在线观看av| 欧美变态另类bdsm刘玥| 丁香六月欧美| 国产一区二区三区av在线| 波多野结衣av一区二区av| 亚洲av电影在线观看一区二区三区| 日韩视频一区二区在线观看| 麻豆乱淫一区二区| 亚洲免费av在线视频| 精品乱码久久久久久99久播| 一区二区三区乱码不卡18| 又大又爽又粗| 国产日韩欧美亚洲二区| 国产一区二区 视频在线| 香蕉丝袜av| 精品国产超薄肉色丝袜足j| 欧美另类一区| 十八禁网站网址无遮挡| 久久久久网色| 国产国语露脸激情在线看| 日韩欧美一区视频在线观看| 在线观看免费高清a一片| 国产精品久久久久久人妻精品电影 | 亚洲伊人色综图| 男女国产视频网站| 免费高清在线观看日韩| 亚洲三区欧美一区| 少妇的丰满在线观看| 一二三四社区在线视频社区8| 女性被躁到高潮视频| 欧美日韩福利视频一区二区| 在线观看免费视频网站a站| 国产成人a∨麻豆精品| 久久天躁狠狠躁夜夜2o2o| 99国产极品粉嫩在线观看| 亚洲国产精品一区三区| 久久人妻熟女aⅴ| 飞空精品影院首页| √禁漫天堂资源中文www| 亚洲av电影在线进入| 日韩一区二区三区影片| 国产97色在线日韩免费| www.999成人在线观看| a级毛片黄视频| 国产成人av教育| 蜜桃在线观看..| 一本大道久久a久久精品| 欧美成狂野欧美在线观看| 欧美97在线视频| 久久国产亚洲av麻豆专区| 中国美女看黄片| 在线观看人妻少妇| 蜜桃国产av成人99| 美女扒开内裤让男人捅视频| 国产免费现黄频在线看| 久久人人爽人人片av| 视频区图区小说| kizo精华| 热99国产精品久久久久久7| av福利片在线| 久久毛片免费看一区二区三区| av电影中文网址| 成年人黄色毛片网站| 日韩视频在线欧美| 久久青草综合色| 纵有疾风起免费观看全集完整版| 亚洲av成人不卡在线观看播放网 | 90打野战视频偷拍视频| 一区二区三区激情视频| 精品欧美一区二区三区在线| 女人久久www免费人成看片| 麻豆乱淫一区二区| 亚洲国产欧美在线一区| videosex国产| 性色av一级| 国产亚洲欧美精品永久| 国产一区二区三区在线臀色熟女 | 女人精品久久久久毛片| 国产在线视频一区二区| 久久久久国产精品人妻一区二区| 一本—道久久a久久精品蜜桃钙片| 19禁男女啪啪无遮挡网站| 秋霞在线观看毛片| 婷婷丁香在线五月| 欧美日韩中文字幕国产精品一区二区三区 | 人人妻人人澡人人看| 国产又爽黄色视频| 天堂8中文在线网| 叶爱在线成人免费视频播放|