• <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 ?

    基于改進(jìn)的ViBe 和YOLO v3 算法的行人檢測(cè)方法

    2023-03-05 14:00:16李士驥李忠民李威
    紅外技術(shù) 2023年2期
    關(guān)鍵詞:背景檢測(cè)模型

    李士驥,李忠民,李威

    (南昌航空大學(xué) 信息工程學(xué)院,江西 南昌 330063)

    0 引言

    背景提取是一種目標(biāo)檢測(cè)算法,其準(zhǔn)確性、實(shí)時(shí)性和魯棒性較好[1]。ViBe 算法[2]是背景提取算法中的一種像素級(jí)的前景檢測(cè)算法,這種算法檢測(cè)迅速、檢測(cè)精度優(yōu)異。雖然這種算法的性能十分優(yōu)異,但其仍具有不足之處。比如,算法所存在的鬼影問題就是影響算法性能的最主要原因之一。所謂鬼影,是指在沒有運(yùn)動(dòng)目標(biāo)的區(qū)域中被錯(cuò)誤檢測(cè)出的前景區(qū)域,也就是不真實(shí)的前景[3]。

    對(duì)于如何解決鬼影的問題,許多學(xué)者提出的解決措施中,主要包含兩種處理方式:一是對(duì)背景模型初始化作出改進(jìn)。比如,文獻(xiàn)[4]使用多幀圖像進(jìn)行背景模型的初始化。文獻(xiàn)[5]將最大類間方差法(OTSU)[6]引入到幀間差分法中,把前面幾幀圖片加以適當(dāng)?shù)奶幚恚M成一張背景樣本圖像,以這幅圖片為依據(jù)來創(chuàng)建初始的背景模型。文獻(xiàn)[7]用視頻的前25 幀圖像中的像素點(diǎn)及其它鄰域的像素點(diǎn)中的像素值來初始化背景模型。此方法的背景模型初始化需要通過多幀圖像來建立,而這會(huì)大大降低背景模型的初始化速度。但同時(shí),此方法無法處理因背景突變而產(chǎn)生的鬼影現(xiàn)象。第二種處理方式是在前景檢測(cè)的過程中對(duì)鬼影進(jìn)行識(shí)別,若識(shí)別出鬼影,則將其視為背景。比如,文獻(xiàn)[8]比較了前景目標(biāo)與相鄰背景像素的直方圖,根據(jù)直方圖的不同來辨別鬼影區(qū)域。文獻(xiàn)[9]通過分析前景的像素值來進(jìn)行鬼影的消除。然而這種算法對(duì)速度慢并且顏色單調(diào)的目標(biāo)的檢測(cè)敏感性不高,容易將其誤判為鬼影,并且算法較為復(fù)雜,無法確保實(shí)時(shí)性。

    綜上所述,當(dāng)前消除鬼影的方法都具有一定的不足。為了解決鬼影問題,本文提出了一種基于改進(jìn)的ViBe 和YOLO v3 算法的行人檢測(cè)方法。算法采用YOLO v3-SPP 對(duì)首幀中的行人進(jìn)行檢測(cè),將檢測(cè)出的行人消除后,將輸出的圖像作為ViBe 算法的首幀,從而解決鬼影問題。

    1 算法原理

    1.1 ViBe 算法原理

    ViBe 算法為每一個(gè)像素點(diǎn)都創(chuàng)建了一個(gè)背景樣本模型,通過比較當(dāng)前幀與背景模型中相對(duì)應(yīng)位置的像素值,并由預(yù)設(shè)的閾值將其定為背景點(diǎn)或前景點(diǎn)。一旦像素被確認(rèn)為背景點(diǎn),則隨機(jī)更新其背景模型里的一個(gè)樣本值。同時(shí)基于空間一致性原則,將其鄰域像素背景模型中的一個(gè)樣本值進(jìn)行隨機(jī)更新。ViBe 算法主要由3 部分組成,即背景建模、前景檢測(cè)和背景模型的更新。

    1)背景建模

    背景模型是背景樣本的集合。在背景模型的初始化過程中,從一幀圖像每個(gè)像素的八鄰域中隨機(jī)選擇N個(gè)像素的灰度值存放到背景模型樣本中。背景模型也可以描述為:

    式中:M(x)為背景樣本;vi表示背景模型樣本中的像素值;N表示樣本的大小。

    2)前景檢測(cè)

    將當(dāng)前的像素值與背景模型中同一位置像素的樣本作比較來判定當(dāng)前像素點(diǎn)是否為前景。如圖1 所示,v(x)為當(dāng)前幀圖像中的像素x的像素值;C1與C2組成了二維的色彩空間(C1,C2);SR(v(x))是以v(x)作為圓心的圓形區(qū)域,R是此區(qū)域的半徑;v(x)與背景樣本模型之間的相似程度由SR(v(x))所包含的M(x)的樣本數(shù)M來描述。當(dāng)M大于或者等于設(shè)定的閾值時(shí),判定v(x)為背景;當(dāng)M小于設(shè)定的閾值時(shí),判定v(x)為前景。

    圖1 當(dāng)前幀像素值與樣本值在二維色彩空間的比較Fig.1 Comparison of current frame pixel value and sample value in two-dimensional color space

    3)背景模型的更新

    本文中,ViBe 算法的背景模型更新方法使用了隨機(jī)更新策略。設(shè)定抽樣因子為λ。假設(shè)第二步前景檢測(cè)過程后,算法判定當(dāng)前像素點(diǎn)為背景像素點(diǎn),那么它會(huì)有1/λ的概率更新其在背景模型中的樣本值,并將隨機(jī)替換樣本模型中的一個(gè)樣本。每一個(gè)樣本經(jīng)過時(shí)間Δt仍被保存的概率可以描述為:

    該過程將有助于確保樣本生命周期的平滑?;趫D像空間的一致性原則,該算法可以通過相同的方式與概率隨機(jī)選取八鄰域中的一個(gè)像素來更新其背景模型。

    1.2 YOLO v3-SPP 介紹

    YOLO v3 借鑒了在Faster R-CNN 中提到的錨框(Anchor box)機(jī)制[10]。為了增強(qiáng)檢測(cè)的精度,采用K均值聚類算法得出邊框的尺寸,從而獲得合適的錨框[11]。同時(shí),采用特征金字塔網(wǎng)絡(luò)(feature pyramid networks,F(xiàn)PN)來實(shí)現(xiàn)多尺度預(yù)測(cè)[12],檢測(cè)時(shí)可以應(yīng)對(duì)不同尺寸的物體,因此能夠大大提高對(duì)精細(xì)物體的識(shí)別能力。YOLO v3 結(jié)合了錨框和特征金字塔網(wǎng)絡(luò)的思想,每個(gè)網(wǎng)格可以預(yù)測(cè)3 個(gè)預(yù)測(cè)框,并選擇具有最優(yōu)交并比(IoU)的錨框作處理后作為輸出的預(yù)測(cè)框。

    YOLO v3 使用Darknet53 網(wǎng)絡(luò)為主干,舍棄了最大池化層,采用步長為2 的卷積層作為代替。

    由于YOLO v3 算法在行人遮擋檢測(cè)上的漏檢率較高,不利于對(duì)圖像進(jìn)行特定的處理,所以對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)以增加算法的準(zhǔn)確率與檢測(cè)精度。

    YOLO v3-SPP 是提出的YOLO v3 算法的增強(qiáng)網(wǎng)絡(luò)。與YOLO v3 不同的是,它在網(wǎng)絡(luò)的YOLO 層前增加了一個(gè)SPP層,并為了避免過擬合而進(jìn)行多尺度訓(xùn)練,從而能夠增加檢測(cè)精度(在COCO 公共數(shù)據(jù)集上)。

    SPP 層的基本構(gòu)造如圖2 所示。利用5×5,9×9 與13×13 這3 個(gè)最大池化層對(duì)特征圖進(jìn)行池化,再連接起池化后的特征圖,并將其傳輸?shù)较乱粚泳W(wǎng)絡(luò)中[13]。

    圖2 SPP 層結(jié)構(gòu)Fig.2 SPP layer structure

    加入SPP 層的YOLO v3 算法(YOLO v3-SPP)的結(jié)構(gòu)如圖3 所示。

    圖3 YOLO v3-SPP 結(jié)構(gòu)Fig.3 YOLO v3-SPP structure

    2 基于YOLO v3 SPP 的改進(jìn)ViBe 算法

    2.1 鬼影問題

    ViBe 算法為了提升初始化的速度,通過只處理視頻圖像的首幀來對(duì)背景樣本模型作初始化。但是這種措施存在著不足,當(dāng)待檢測(cè)的運(yùn)動(dòng)前景存在于首幀時(shí),會(huì)使后續(xù)檢測(cè)中出現(xiàn)鬼影。如圖4 所示。

    圖4 鬼影問題展示Fig.4 Ghost problem display

    2.2 提出的改進(jìn)措施

    因?yàn)楣碛爱a(chǎn)生的原因是第一幀中出現(xiàn)了運(yùn)動(dòng)目標(biāo),所以利用YOLO v3-SPP 算法本身對(duì)靜止行人目標(biāo)的檢測(cè)優(yōu)勢(shì),在進(jìn)行背景初始化之前,對(duì)首幀圖像進(jìn)行行人檢測(cè)。檢測(cè)出行人后,將檢測(cè)出的行人進(jìn)行消除,從而避免鬼影的產(chǎn)生。

    基于YOLO v3 SPP 的改進(jìn)ViBe 算法框圖如圖5所示。

    本文使用PASCAL VOC2012 數(shù)據(jù)集對(duì)YOLO v3-SPP 網(wǎng)絡(luò)進(jìn)行訓(xùn)練后得到權(quán)重文件。在輸入待檢測(cè)的視頻后,對(duì)首幀作處理。利用訓(xùn)練好的權(quán)重文件進(jìn)行行人檢測(cè)。整幅首幀圖像可以分為兩部分,即前景部分與背景部分。針對(duì)背景部分的像素點(diǎn),與傳統(tǒng)算法的背景初始化步驟一致。針對(duì)前景部分的像素點(diǎn),采用以下的行人消除方法對(duì)行人進(jìn)行消除。具體步驟如下:

    1)將每個(gè)檢測(cè)出的行人,分為6 個(gè)部分。如圖6所示。

    圖6 分成六部分的行人Fig.6 Pedestrians divided into six parts

    2)如果檢測(cè)出的行人不在圖像的邊界處,則用行人周圍的像素來代替圖6 中各方框內(nèi)的像素值。代替規(guī)則如下:

    ①和②分別用各自上方的像素值來代替。③和④用各自兩邊的像素值來代替。

    ⑤和⑥分別用各自下方的像素值來代替。

    3)如果檢測(cè)出的行人在圖像的邊界處,則基于2)中的規(guī)則,做出適當(dāng)?shù)恼{(diào)整。具體調(diào)整如圖7 所示。

    像素代替方法的總流程圖如圖7 所示。

    圖7 像素代替方法的總流程Fig.7 General flow chart of pixel replacement method

    用這種方法可以將首幀中的行人進(jìn)行消除。行人消除的效果如圖8 所示。

    圖8 行人消除的效果Fig.8 Effect of pedestrian elimination

    用處理好的首幀圖像進(jìn)行初始化背景建模,再用ViBe 檢測(cè)行人,對(duì)鬼影的消除效果如圖9 所示。

    圖9 鬼影消除的效果Fig.9 Results of ghost elimination

    可見,本文算法可以有效地解決鬼影問題,并改善算法的檢測(cè)性能。

    3 實(shí)驗(yàn)結(jié)果分析與評(píng)價(jià)

    3.1 實(shí)驗(yàn)結(jié)果分析

    根據(jù)以上的算法描述,選擇PETS2006[14]測(cè)試視頻來進(jìn)行實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)環(huán)境和參數(shù)如下:Windows 10 系統(tǒng),AMD Ryzen 5 2600X Six-Core Processor CPU,3.60 GHz 主頻,16.0 G RAM,Python 3.7。背景模型建立參數(shù)N=20,R=20。N為背景樣本的容量,R為顏色距離判定閾值。

    本文將提出的算法和ViBe 算法、三幀差分法[15](three-frame differential method,TFDM)、高斯混合模型[16](Gaussian mixture model,GMM)算法進(jìn)行對(duì)比測(cè)試。三幀差分法是一種對(duì)視頻中連續(xù)3 幀圖像進(jìn)行差分運(yùn)算來檢測(cè)運(yùn)動(dòng)目標(biāo)的方法,這種方法的優(yōu)點(diǎn)是計(jì)算量小,實(shí)時(shí)性較好。GMM 算法是有限個(gè)單一高斯分布的加權(quán)和,能反映各個(gè)像素點(diǎn)不同的分布情況。

    測(cè)試視頻的檢測(cè)效果如圖10 所示,第1 行分別是測(cè)試視頻中第534 幀、第564 幀和第583 幀的原始圖像。第2 行是傳統(tǒng)ViBe 算法對(duì)這3 幀原始圖像的檢測(cè)效果,可以清楚地看到用這種方法檢測(cè)后所產(chǎn)生的鬼影;第3 行是使用三幀差分法(TFDM)對(duì)這3幀原始圖像的檢測(cè)效果,能夠看出這種方法只能檢測(cè)出運(yùn)動(dòng)物體的輪廓信息,而當(dāng)物體運(yùn)動(dòng)比較快時(shí),輪廓的部分信息也會(huì)丟失。第4 行是高斯混合模型(GMM)算法對(duì)3 幀原始圖像的檢測(cè)效果,可以看到,這種方法檢測(cè)出的前景會(huì)出現(xiàn)部分缺失和空洞的現(xiàn)象。第5 行是本文所提出的算法,可以看出,本文所提出的算法可以有效地解決鬼影問題,并且檢測(cè)出的運(yùn)動(dòng)目標(biāo)完整無空洞。

    圖10 PETS2006 視頻檢測(cè)效果:(a)(b)(c)原始圖像;(d)(e)(f)ViBe 算法;(g)(h)(i)三幀差分法;(j)(k)(l)高斯混合模型算法;(m)(n)(o)本文算法Fig.10 PETS2006 video detection effect: (a)(b)(c) Original image;(d)(e)(f) ViBe algorithm;(g)(h)(i) Three-frame difference method;(j)(k)(l) Gaussian mixture model algorithm;(m)(n)(o) The algorithm in our paper

    3.2 實(shí)驗(yàn)結(jié)果評(píng)價(jià)

    采用文獻(xiàn)[17]中提出的方法對(duì)本文提出的算法進(jìn)行定量評(píng)價(jià)。使用精確率(Precision)、召回率(Recall)以及F1 分?jǐn)?shù)(F1-score)等指標(biāo),可以描述為:

    式中:TP 與TN 分別為檢測(cè)正確的前景像素與背景像素的數(shù)量;FP 與FN 分別檢測(cè)錯(cuò)誤的前景像素與背景像素的數(shù)量。一般來說,精確率與召回率越高,查準(zhǔn)率和查全率就越高,算法性能就越好;F1 分?jǐn)?shù)則為前兩者的調(diào)和平均,F(xiàn)1 分?jǐn)?shù)的值越大,算法的綜合性能越強(qiáng)。表1 為對(duì)實(shí)驗(yàn)結(jié)果做出的對(duì)比評(píng)價(jià),其中frame per second 指的是每秒處理的幀數(shù),每秒處理的幀數(shù)越多,算法的實(shí)時(shí)性能就越強(qiáng)。可見,雖然三幀差分法的實(shí)時(shí)性較強(qiáng),但其精確率明顯低于本文提出的算法,而本文提出的算法在精確率、召回率和F1 分?jǐn)?shù)上均高于其他3 種算法,綜合性能最強(qiáng)。

    表1 實(shí)驗(yàn)結(jié)果評(píng)價(jià)Table 1 Evaluation of experimental results

    4 總結(jié)

    本文首先對(duì)背景提取技術(shù)和ViBe 算法的優(yōu)點(diǎn)與缺點(diǎn)做了總體上的描述,并對(duì)一些當(dāng)前的改進(jìn)ViBe 算法作出了介紹,然后詳細(xì)介紹了ViBe 算法的原理與YOLO v3-SPP 的結(jié)構(gòu),并在此基礎(chǔ)上提出了一種基于YOLO v3-SPP 的改進(jìn)ViBe 算法以解決傳統(tǒng)ViBe 算法中的鬼影問題。改進(jìn)算法利用YOLO v3-SPP 對(duì)靜止行人的檢測(cè)能力來改進(jìn)ViBe 算法本身的背景初始化策略,對(duì)檢測(cè)出的行人進(jìn)行了消除,從而解決了傳統(tǒng)ViBe 算法由于首幀出現(xiàn)行人而產(chǎn)生的鬼影問題。本文選擇在PETS2006 數(shù)據(jù)集下對(duì)所提出算法的性能與傳統(tǒng)算法、三幀差分法和高斯混合模型算法進(jìn)行比較測(cè)試。經(jīng)比較后的實(shí)驗(yàn)測(cè)試結(jié)果表明,本文算法能夠有效地解決傳統(tǒng)ViBe 算法的鬼影問題,且檢測(cè)效果得到提升。

    猜你喜歡
    背景檢測(cè)模型
    一半模型
    “新四化”背景下汽車NVH的發(fā)展趨勢(shì)
    “不等式”檢測(cè)題
    “一元一次不等式”檢測(cè)題
    “一元一次不等式組”檢測(cè)題
    《論持久戰(zhàn)》的寫作背景
    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
    晚清外語翻譯人才培養(yǎng)的背景
    3D打印中的模型分割與打包
    在线免费观看的www视频| 国内精品久久久久久久电影| 夜夜躁狠狠躁天天躁| 老司机在亚洲福利影院| 国产在线观看jvid| 国产精品精品国产色婷婷| 好男人在线观看高清免费视频 | 黄片小视频在线播放| 中文字幕另类日韩欧美亚洲嫩草| 国内精品久久久久久久电影| 欧美日本视频| 亚洲自拍偷在线| 90打野战视频偷拍视频| 在线观看免费午夜福利视频| 精品高清国产在线一区| 亚洲专区中文字幕在线| 变态另类丝袜制服| 无人区码免费观看不卡| 人人妻人人看人人澡| 亚洲成人久久性| 日韩欧美三级三区| 国产精华一区二区三区| 啦啦啦韩国在线观看视频| 黄网站色视频无遮挡免费观看| 久久精品夜夜夜夜夜久久蜜豆 | av超薄肉色丝袜交足视频| 国产成人欧美在线观看| 欧美国产精品va在线观看不卡| 韩国精品一区二区三区| 国内毛片毛片毛片毛片毛片| 少妇的丰满在线观看| netflix在线观看网站| 91字幕亚洲| 久久精品影院6| 一本久久中文字幕| 日日夜夜操网爽| 欧美亚洲日本最大视频资源| 久久久久久国产a免费观看| 1024手机看黄色片| 中文字幕久久专区| 精品一区二区三区视频在线观看免费| 久久精品影院6| 欧美色视频一区免费| 久久热在线av| ponron亚洲| 变态另类丝袜制服| 热99re8久久精品国产| 成人欧美大片| 男人舔女人的私密视频| 90打野战视频偷拍视频| 亚洲第一欧美日韩一区二区三区| 欧美精品亚洲一区二区| 岛国视频午夜一区免费看| 一区二区三区精品91| 欧美大码av| 日本成人三级电影网站| 欧美黑人精品巨大| 午夜精品在线福利| 观看免费一级毛片| 国内少妇人妻偷人精品xxx网站 | 欧美一级a爱片免费观看看 | 久久狼人影院| 亚洲第一青青草原| 香蕉丝袜av| cao死你这个sao货| 国产熟女午夜一区二区三区| 99热这里只有精品一区 | 婷婷六月久久综合丁香| 欧美性猛交╳xxx乱大交人| 日本一区二区免费在线视频| 夜夜躁狠狠躁天天躁| 国产精品国产高清国产av| 欧美+亚洲+日韩+国产| 波多野结衣高清作品| 免费观看人在逋| 国产精品久久久久久人妻精品电影| tocl精华| 伦理电影免费视频| 搡老熟女国产l中国老女人| 天天躁夜夜躁狠狠躁躁| 男女下面进入的视频免费午夜 | 三级毛片av免费| 精品久久久久久久久久免费视频| 免费在线观看视频国产中文字幕亚洲| 99国产精品一区二区三区| 亚洲中文字幕日韩| 日韩精品免费视频一区二区三区| 黄色视频,在线免费观看| 在线观看日韩欧美| xxx96com| 免费无遮挡裸体视频| 2021天堂中文幕一二区在线观 | 啦啦啦韩国在线观看视频| 国内久久婷婷六月综合欲色啪| 国产在线精品亚洲第一网站| 黄色毛片三级朝国网站| 免费在线观看视频国产中文字幕亚洲| 国产精品爽爽va在线观看网站 | 午夜精品久久久久久毛片777| 国产麻豆成人av免费视频| 人妻丰满熟妇av一区二区三区| 亚洲电影在线观看av| 国产av一区二区精品久久| 成人午夜高清在线视频 | 欧美av亚洲av综合av国产av| 国产一区二区在线av高清观看| 成人手机av| 久久久久久亚洲精品国产蜜桃av| 可以在线观看毛片的网站| 国产一区二区三区视频了| 国产又色又爽无遮挡免费看| 日韩视频一区二区在线观看| 成年人黄色毛片网站| 精品第一国产精品| 一级黄色大片毛片| 成人三级黄色视频| 亚洲国产欧洲综合997久久, | 老熟妇乱子伦视频在线观看| 国产野战对白在线观看| www.999成人在线观看| 亚洲七黄色美女视频| 亚洲一区高清亚洲精品| 免费在线观看日本一区| 久久久久国产精品人妻aⅴ院| 久久人人精品亚洲av| 午夜a级毛片| 亚洲av电影在线进入| 精品熟女少妇八av免费久了| 91大片在线观看| 久久香蕉精品热| 久久国产精品男人的天堂亚洲| 久久久久久国产a免费观看| 在线观看免费日韩欧美大片| 欧美日韩福利视频一区二区| 黑人欧美特级aaaaaa片| 婷婷精品国产亚洲av| 日本五十路高清| 一二三四社区在线视频社区8| 69av精品久久久久久| 桃红色精品国产亚洲av| 最新在线观看一区二区三区| 两个人看的免费小视频| 757午夜福利合集在线观看| 日本免费一区二区三区高清不卡| 日韩欧美三级三区| 一个人观看的视频www高清免费观看 | 麻豆av在线久日| 欧美一级毛片孕妇| 亚洲国产日韩欧美精品在线观看 | 99精品欧美一区二区三区四区| 亚洲五月天丁香| 国产激情久久老熟女| 欧美乱色亚洲激情| 久久国产乱子伦精品免费另类| 亚洲精品国产精品久久久不卡| e午夜精品久久久久久久| 久久久久国产精品人妻aⅴ院| 宅男免费午夜| e午夜精品久久久久久久| 成年版毛片免费区| 国产精品爽爽va在线观看网站 | 91成人精品电影| av视频在线观看入口| 午夜老司机福利片| 狂野欧美激情性xxxx| 中文字幕另类日韩欧美亚洲嫩草| 欧美黄色淫秽网站| 香蕉久久夜色| 日韩精品免费视频一区二区三区| 国产精品av久久久久免费| 免费在线观看亚洲国产| 91在线观看av| 成人av一区二区三区在线看| 91麻豆精品激情在线观看国产| 国产精品 国内视频| 女人被狂操c到高潮| 亚洲自偷自拍图片 自拍| 国产不卡一卡二| 日本免费a在线| 亚洲欧美精品综合久久99| 熟妇人妻久久中文字幕3abv| 午夜福利高清视频| 久久久久久大精品| 亚洲成a人片在线一区二区| 国产伦在线观看视频一区| 久久精品人妻少妇| 色综合站精品国产| 热99re8久久精品国产| 制服人妻中文乱码| 色婷婷久久久亚洲欧美| av天堂在线播放| 国产精品日韩av在线免费观看| 成年人黄色毛片网站| 国产精品一区二区免费欧美| 亚洲熟女毛片儿| 国产真人三级小视频在线观看| cao死你这个sao货| 特大巨黑吊av在线直播 | 每晚都被弄得嗷嗷叫到高潮| 国产精品久久久人人做人人爽| 69av精品久久久久久| 亚洲第一欧美日韩一区二区三区| 香蕉久久夜色| 亚洲精品一区av在线观看| 久久中文字幕一级| 女人被狂操c到高潮| 亚洲va日本ⅴa欧美va伊人久久| 99re在线观看精品视频| 最近最新免费中文字幕在线| 国产久久久一区二区三区| 国产视频一区二区在线看| 久久精品国产清高在天天线| 亚洲色图 男人天堂 中文字幕| 久久久久久久久免费视频了| 色哟哟哟哟哟哟| 又黄又爽又免费观看的视频| 99re在线观看精品视频| 亚洲av熟女| 色尼玛亚洲综合影院| 在线观看免费视频日本深夜| 18禁国产床啪视频网站| 高清毛片免费观看视频网站| 精品国产乱子伦一区二区三区| 久久久久久人人人人人| 国产一区二区三区在线臀色熟女| 人人妻人人澡人人看| 亚洲av成人一区二区三| 神马国产精品三级电影在线观看 | 欧美激情高清一区二区三区| 亚洲人成电影免费在线| 男女那种视频在线观看| 变态另类成人亚洲欧美熟女| 日韩欧美一区二区三区在线观看| 亚洲欧美一区二区三区黑人| 中文字幕精品亚洲无线码一区 | 99国产极品粉嫩在线观看| 成人免费观看视频高清| 国产国语露脸激情在线看| 久久久久久久久免费视频了| 亚洲五月色婷婷综合| 97人妻精品一区二区三区麻豆 | 午夜成年电影在线免费观看| 又紧又爽又黄一区二区| 美女高潮喷水抽搐中文字幕| 两人在一起打扑克的视频| 久热爱精品视频在线9| 琪琪午夜伦伦电影理论片6080| 老司机福利观看| 精品国产亚洲在线| 国产精品爽爽va在线观看网站 | 亚洲午夜精品一区,二区,三区| 午夜福利欧美成人| a在线观看视频网站| 夜夜躁狠狠躁天天躁| 不卡一级毛片| 国产一区二区激情短视频| 别揉我奶头~嗯~啊~动态视频| 亚洲av中文字字幕乱码综合 | 日本一区二区免费在线视频| 国产激情偷乱视频一区二区| 亚洲av成人不卡在线观看播放网| 亚洲人成77777在线视频| 97超级碰碰碰精品色视频在线观看| 成人永久免费在线观看视频| 欧美av亚洲av综合av国产av| 欧美在线一区亚洲| 亚洲国产精品久久男人天堂| 精品少妇一区二区三区视频日本电影| 亚洲国产欧洲综合997久久, | 亚洲国产精品sss在线观看| 国产精品 国内视频| 色播在线永久视频| 国产黄a三级三级三级人| 精品久久久久久久久久久久久 | 两性夫妻黄色片| 久久精品国产综合久久久| 级片在线观看| 人妻久久中文字幕网| 日韩精品中文字幕看吧| 久久婷婷人人爽人人干人人爱| 久久久久久久精品吃奶| 校园春色视频在线观看| 亚洲色图av天堂| 亚洲成人国产一区在线观看| 成人手机av| 精品国内亚洲2022精品成人| 日韩精品青青久久久久久| 亚洲九九香蕉| 一卡2卡三卡四卡精品乱码亚洲| 国语自产精品视频在线第100页| 国产91精品成人一区二区三区| 亚洲色图 男人天堂 中文字幕| 麻豆一二三区av精品| 色在线成人网| а√天堂www在线а√下载| 欧洲精品卡2卡3卡4卡5卡区| 亚洲国产高清在线一区二区三 | 欧美zozozo另类| 黄色丝袜av网址大全| 免费在线观看影片大全网站| 丝袜美腿诱惑在线| 午夜成年电影在线免费观看| 精品一区二区三区视频在线观看免费| or卡值多少钱| 色综合婷婷激情| 1024香蕉在线观看| 国产高清videossex| 久久国产精品男人的天堂亚洲| 亚洲欧美激情综合另类| 午夜免费成人在线视频| 精品一区二区三区四区五区乱码| 自线自在国产av| 麻豆国产av国片精品| 精品不卡国产一区二区三区| 一边摸一边抽搐一进一小说| 国产精品99久久99久久久不卡| 制服丝袜大香蕉在线| 精品卡一卡二卡四卡免费| 国产欧美日韩精品亚洲av| 成人18禁高潮啪啪吃奶动态图| 国产又色又爽无遮挡免费看| 亚洲avbb在线观看| 日韩 欧美 亚洲 中文字幕| 欧美丝袜亚洲另类 | 国产亚洲av高清不卡| 大型av网站在线播放| 两性午夜刺激爽爽歪歪视频在线观看 | 成人亚洲精品一区在线观看| 中文字幕高清在线视频| videosex国产| 色综合婷婷激情| 女生性感内裤真人,穿戴方法视频| 亚洲人成网站高清观看| 久久中文看片网| 国产人伦9x9x在线观看| 久久亚洲精品不卡| 亚洲第一电影网av| 欧美午夜高清在线| 伦理电影免费视频| 精品乱码久久久久久99久播| 亚洲在线自拍视频| 哪里可以看免费的av片| 免费一级毛片在线播放高清视频| 色综合站精品国产| 亚洲午夜理论影院| av在线天堂中文字幕| 9191精品国产免费久久| 欧美性猛交╳xxx乱大交人| 国产成人精品久久二区二区免费| 亚洲狠狠婷婷综合久久图片| 亚洲一区二区三区不卡视频| 日本免费a在线| 亚洲一区二区三区不卡视频| 精品免费久久久久久久清纯| www日本在线高清视频| 又黄又粗又硬又大视频| 午夜亚洲福利在线播放| 欧美激情久久久久久爽电影| 色播亚洲综合网| 美女国产高潮福利片在线看| av超薄肉色丝袜交足视频| 国产黄片美女视频| 99riav亚洲国产免费| 久久国产精品影院| 嫁个100分男人电影在线观看| 黑人巨大精品欧美一区二区mp4| 18美女黄网站色大片免费观看| 亚洲精品一卡2卡三卡4卡5卡| 夜夜爽天天搞| 日本成人三级电影网站| 青草久久国产| 999精品在线视频| 久9热在线精品视频| 悠悠久久av| 欧美色视频一区免费| 亚洲成人久久性| av福利片在线| 99国产极品粉嫩在线观看| 亚洲欧美激情综合另类| 美女大奶头视频| 国产精品亚洲av一区麻豆| www.自偷自拍.com| 高清毛片免费观看视频网站| 两性午夜刺激爽爽歪歪视频在线观看 | 国产一级毛片七仙女欲春2 | 9191精品国产免费久久| 国产精品,欧美在线| 久久久久久亚洲精品国产蜜桃av| 亚洲中文字幕日韩| 免费女性裸体啪啪无遮挡网站| 午夜免费鲁丝| 亚洲片人在线观看| 免费在线观看成人毛片| 日本黄色视频三级网站网址| 一夜夜www| 波多野结衣巨乳人妻| 一进一出好大好爽视频| xxxwww97欧美| 夜夜看夜夜爽夜夜摸| 18禁美女被吸乳视频| 真人做人爱边吃奶动态| 亚洲,欧美精品.| 久久草成人影院| 久久精品人妻少妇| 99riav亚洲国产免费| 老司机深夜福利视频在线观看| 99在线人妻在线中文字幕| 一本精品99久久精品77| 日韩成人在线观看一区二区三区| 午夜精品在线福利| 亚洲午夜精品一区,二区,三区| 欧美性猛交黑人性爽| 精品第一国产精品| 99re在线观看精品视频| 99久久国产精品久久久| 亚洲中文字幕日韩| cao死你这个sao货| 在线观看舔阴道视频| 波多野结衣高清作品| 日本三级黄在线观看| 免费看a级黄色片| 久久香蕉激情| 一级黄色大片毛片| а√天堂www在线а√下载| 一区二区三区国产精品乱码| 亚洲精品色激情综合| 欧美国产日韩亚洲一区| 精品久久久久久,| 国内精品久久久久久久电影| 99re在线观看精品视频| 成人18禁高潮啪啪吃奶动态图| 天堂√8在线中文| 免费女性裸体啪啪无遮挡网站| 黄片播放在线免费| 亚洲熟妇中文字幕五十中出| 精品久久久久久久久久久久久 | 精品久久久久久久毛片微露脸| 天堂影院成人在线观看| 波多野结衣av一区二区av| 亚洲成人久久爱视频| 成人特级黄色片久久久久久久| 国产伦人伦偷精品视频| 日日夜夜操网爽| 美女高潮喷水抽搐中文字幕| 99久久综合精品五月天人人| 日韩欧美 国产精品| 欧美成人一区二区免费高清观看 | 一本一本综合久久| 白带黄色成豆腐渣| 久久中文字幕一级| 成人欧美大片| 欧美黄色片欧美黄色片| 国产精品久久电影中文字幕| 久久人人精品亚洲av| 女警被强在线播放| 国产一级毛片七仙女欲春2 | 又紧又爽又黄一区二区| а√天堂www在线а√下载| 91在线观看av| 亚洲精品国产精品久久久不卡| 精品第一国产精品| 一区福利在线观看| 国产精品亚洲av一区麻豆| 国产精品影院久久| 国产日本99.免费观看| 欧美在线黄色| 黑人欧美特级aaaaaa片| 成在线人永久免费视频| 激情在线观看视频在线高清| 男人的好看免费观看在线视频 | 国产精品日韩av在线免费观看| 中文字幕精品免费在线观看视频| 又大又爽又粗| 日韩精品青青久久久久久| 特大巨黑吊av在线直播 | 亚洲午夜理论影院| 老鸭窝网址在线观看| 丝袜在线中文字幕| 亚洲成国产人片在线观看| 丰满的人妻完整版| 可以在线观看毛片的网站| 欧美日韩乱码在线| 亚洲成人免费电影在线观看| 亚洲欧美激情综合另类| 久久精品国产亚洲av香蕉五月| 脱女人内裤的视频| 日本a在线网址| 黄网站色视频无遮挡免费观看| 热99re8久久精品国产| 日韩 欧美 亚洲 中文字幕| 亚洲人成网站高清观看| 丝袜美腿诱惑在线| 亚洲人成网站在线播放欧美日韩| 亚洲人成伊人成综合网2020| 草草在线视频免费看| 99精品在免费线老司机午夜| 亚洲七黄色美女视频| 一区二区三区激情视频| 桃色一区二区三区在线观看| 欧美午夜高清在线| 99久久99久久久精品蜜桃| 男女视频在线观看网站免费 | 国产亚洲欧美在线一区二区| 老司机深夜福利视频在线观看| a在线观看视频网站| 亚洲av成人不卡在线观看播放网| 日韩欧美在线二视频| 日韩三级视频一区二区三区| 女性被躁到高潮视频| 制服诱惑二区| 国产成人系列免费观看| 国产在线精品亚洲第一网站| 中文字幕另类日韩欧美亚洲嫩草| 亚洲电影在线观看av| 国产亚洲欧美98| 久久精品国产清高在天天线| 在线观看舔阴道视频| 久久精品成人免费网站| av天堂在线播放| 国产片内射在线| 亚洲av日韩精品久久久久久密| 手机成人av网站| 国产真实乱freesex| 99re在线观看精品视频| 日日夜夜操网爽| 国产成人精品久久二区二区91| 亚洲精品中文字幕在线视频| 可以免费在线观看a视频的电影网站| 日韩欧美三级三区| 又黄又粗又硬又大视频| 制服诱惑二区| www日本黄色视频网| 免费观看精品视频网站| 欧美人与性动交α欧美精品济南到| 亚洲国产精品sss在线观看| 黑人欧美特级aaaaaa片| 一夜夜www| 老汉色∧v一级毛片| 欧美一级毛片孕妇| 在线天堂中文资源库| 婷婷亚洲欧美| 18禁黄网站禁片午夜丰满| 久久精品aⅴ一区二区三区四区| 丁香六月欧美| 老鸭窝网址在线观看| 嫩草影视91久久| 久久久久精品国产欧美久久久| 免费高清在线观看日韩| 国产精品亚洲一级av第二区| 亚洲免费av在线视频| 久久久久久久久久黄片| 国产免费男女视频| 精品欧美国产一区二区三| 欧美在线黄色| 国产激情偷乱视频一区二区| 久久天躁狠狠躁夜夜2o2o| 少妇粗大呻吟视频| 欧美另类亚洲清纯唯美| 国产一区二区激情短视频| 国产精品一区二区精品视频观看| 久9热在线精品视频| 精品久久久久久,| www.精华液| 在线免费观看的www视频| 久久国产亚洲av麻豆专区| 欧美日韩亚洲综合一区二区三区_| 国产免费男女视频| 欧美黑人巨大hd| 夜夜看夜夜爽夜夜摸| 99精品久久久久人妻精品| av天堂在线播放| 精品欧美一区二区三区在线| 久久精品夜夜夜夜夜久久蜜豆 | 亚洲一卡2卡3卡4卡5卡精品中文| 自线自在国产av| 亚洲欧美激情综合另类| 巨乳人妻的诱惑在线观看| 日本三级黄在线观看| 久久国产精品男人的天堂亚洲| 美女 人体艺术 gogo| 午夜免费成人在线视频| 欧美一级毛片孕妇| 亚洲精品一区av在线观看| 欧美日韩福利视频一区二区| 男人舔奶头视频| 特大巨黑吊av在线直播 | 亚洲欧洲精品一区二区精品久久久| 88av欧美| 亚洲中文日韩欧美视频| 国产成人精品久久二区二区91| 一边摸一边做爽爽视频免费| 免费在线观看黄色视频的| 国产亚洲精品第一综合不卡| 成人三级做爰电影| 国产一卡二卡三卡精品| 精品国产乱子伦一区二区三区| 久久久久久大精品| 国产精品乱码一区二三区的特点| 色精品久久人妻99蜜桃| 国产一区二区三区视频了| 日本撒尿小便嘘嘘汇集6| 亚洲美女黄片视频| 中文字幕最新亚洲高清| 免费高清视频大片| 亚洲专区字幕在线| 午夜免费激情av| 亚洲专区中文字幕在线| 人妻久久中文字幕网| 岛国视频午夜一区免费看| 中文资源天堂在线| 18美女黄网站色大片免费观看| 一区二区三区高清视频在线| 久久久久久亚洲精品国产蜜桃av| 久久精品夜夜夜夜夜久久蜜豆 | 日本撒尿小便嘘嘘汇集6|