• <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)Mean Shift的運動目標(biāo)跟蹤算法

    2016-04-11 01:16:39徐火希
    兵器裝備工程學(xué)報 2016年2期
    關(guān)鍵詞:目標(biāo)跟蹤

    徐火希

    (黃岡師范學(xué)院 電子信息學(xué)院,湖北 黃州 438000)

    ?

    基于改進(jìn)Mean Shift的運動目標(biāo)跟蹤算法

    徐火希

    (黃岡師范學(xué)院 電子信息學(xué)院,湖北 黃州438000)

    摘要:為了提高傳統(tǒng)Mean Shift算法在目標(biāo)快速運動和被大面積遮擋兩種情況下跟蹤的效果,對Mean Shift跟蹤算法進(jìn)行了3點改進(jìn):采用Kalman濾波器預(yù)測運動目標(biāo)軌跡,以提高算法對快速運動目標(biāo)的魯棒性;提出了一種融合Kalman濾波器殘差和Bhattacharyya系數(shù)的遮擋處理機(jī)制,以提高目標(biāo)被大面積遮擋時的跟蹤效果;提出了一種基于自適應(yīng)更新因子的目標(biāo)模型更新機(jī)制,以提高動態(tài)適應(yīng)能力。對比實驗結(jié)果表明,改進(jìn)算法能有效提高在上述兩種情況下的跟蹤效果,并且在遮擋情況下具有較好的魯棒性。

    關(guān)鍵詞:均值漂移;卡爾曼濾波器;遮擋處理;目標(biāo)跟蹤

    Citation format:XU Huo-xi.Moving Target Tracking Algorithm Based on Improved Mean Shift[J].Journal of Ordnance Equipment Engineering,2016(2):127-130.

    目標(biāo)跟蹤是計算機(jī)視覺領(lǐng)域的研究熱點之一,其主要目的是在連續(xù)幀圖像序列中定位同一目標(biāo)。自20世紀(jì)以來,出現(xiàn)了許多運動目標(biāo)跟蹤算法,Mean Shift是其中的熱門算法之一。Mean Shift[1,2]作為一種無參數(shù)的核密度梯度估計方法,具有簡潔高效、不需要先驗知識、實時性好等優(yōu)點,因而使用比較廣泛。但由于缺乏模型更新機(jī)制、易收斂于局部非目標(biāo)的極值點等原因,算法在快速運動和大面積遮擋等情況下跟蹤效果不佳。對于前者,目前主要采用預(yù)測目標(biāo)位置[3]的方法,也有通過在不同尺度下進(jìn)行搜索匹配來提高收斂效果,如圖像金字塔[4]和退火Mean Shift[5]等,但該類算法計算復(fù)雜,魯棒性較差;對于后者,主要是采用Bhattacharyya系數(shù)進(jìn)行遮擋檢測[6,7],但是該系數(shù)可區(qū)分性較低,因此很難確定合適的判斷閾值。

    Kalman濾波器作為一種高效的遞推估計算法,能夠以較小的計算量準(zhǔn)確預(yù)測目標(biāo)的位置和速度[8]。本研究將其與Mean Shift跟蹤算法相結(jié)合,采用Kalman濾波器預(yù)測目標(biāo)的位置,能有效提高快速運動情況下的跟蹤效果。同時充分結(jié)合目標(biāo)的運動信息和顏色分布特征,提出一種融合Kalman濾波器殘差和Bhattacharyya系數(shù)的遮擋處理機(jī)制,有助于提高遮擋情況下的跟蹤效果。此外,還提出一種自適應(yīng)目標(biāo)模板更新機(jī)制,提高算法對場景的動態(tài)變化如遮擋等情況的適應(yīng)性。

    1基于Kalman濾波器和Mean Shift的跟蹤算法原理

    對于快速運動的目標(biāo),傳統(tǒng)的Mean Shift跟蹤算法中采取泰勒展開式近似計算Bhattacharyya系數(shù),計算誤差較大,容易導(dǎo)致跟蹤失敗。而此時如果采用Kalman濾波器進(jìn)行預(yù)測,只要參數(shù)設(shè)置得當(dāng),會使預(yù)測位置更加接近當(dāng)前幀中目標(biāo)的實際位置,從而有利于提高跟蹤效果。同時,由于目標(biāo)的位置不是收斂的,而是按照一定軌跡變化,因此需要根據(jù)目標(biāo)的實際位置對濾波器進(jìn)行校正。算法主要包含以下4個階段:

    1) 目標(biāo)模型建立階段

    (1)

    2) Kalman預(yù)測階段

    對于跟蹤階段的每一幀圖像,將Kalman濾波器預(yù)測的位置作為Mean Shift進(jìn)行跟蹤的起始位置。根據(jù)Kalman濾波器的預(yù)測模型,對應(yīng)的預(yù)測階段計算方程如下:

    (2)

    (3)

    3) Mean Shift跟蹤階段

    在跟蹤階段中,首先建立待選模型如下:

    (4)

    然后,計算兩個模型相似度,一般采用Bhattacharyya系數(shù)。并將該系數(shù)在前一幀中目標(biāo)位置中心y0處進(jìn)行泰勒展開,近似可得:

    (5)

    (6)

    其中,g(x)=-k′(x)。得到新位置后,再以該位置作為待選模型的新位置進(jìn)行迭代,直到得到滿足一定閾值要求的Bhattacharyya系數(shù)才停止跟蹤過程。并將此時的待選模型位置作為目標(biāo)在當(dāng)前幀圖像中的實際位置。

    4) Kalman校正階段

    在跟蹤結(jié)束后,為使濾波器的預(yù)測結(jié)果能夠及時跟上目標(biāo)位置的變化,需要采用目標(biāo)的實際位置信息對Kalman濾波器進(jìn)行校正。具體的校正方程如下:

    (7)

    (8)

    (9)

    其中:Yk為目標(biāo)位置的觀測向量,也即目標(biāo)的實際位置;Kk為Kalman增益矩陣。

    2融合Kalman濾波器殘差和Bhattacharyya系數(shù)的遮擋處理機(jī)制

    傳統(tǒng)的Mean Shift算法采用顏色直方圖作為模型特征進(jìn)行跟蹤,這對于目標(biāo)小部分遮擋、輕微變形和旋轉(zhuǎn)等情況都具有較好適用性。但是顏色直方圖是一種弱的模型表達(dá)方式,當(dāng)目標(biāo)被大面積遮擋甚至完全遮擋時,待選模型的顏色直方圖與目標(biāo)模型的相似程度將大大降低,很有可能導(dǎo)致Mean Shift迭代收斂到圖像中的其他位置而跟蹤失敗。而采用Kalman濾波器進(jìn)行預(yù)測時,由于參考了目標(biāo)的歷史軌跡信息,因而即使在被遮擋情況下仍能比較準(zhǔn)確地預(yù)測目標(biāo)位置。但由于無法準(zhǔn)確獲取目標(biāo)的觀測位置,此時校正Kalman濾波器將會降低濾波器的準(zhǔn)確性,因此有必要對遮擋情況進(jìn)行判斷。文獻(xiàn)[8-9]采用混合相似度檢測遮擋,并在模型更新過程中引入相互監(jiān)督機(jī)制,文獻(xiàn)[10]將跟蹤窗口分塊處理,并通過每個子模塊的相似度變化來建立遮擋判斷準(zhǔn)則,都能取得一定效果,但計算過于復(fù)雜。文獻(xiàn)[11]采用Kalman濾波器殘差作為遮擋檢測依據(jù),僅僅只考慮了目標(biāo)的運動信息,文獻(xiàn)[12]采用目標(biāo)模型與待選模型的Bhattacharyya系數(shù)作為依據(jù),僅使用了目標(biāo)的顏色分布信息,都不能較準(zhǔn)確進(jìn)行遮擋檢測。本研究利用目標(biāo)的運動信息和顏色直方圖分布特征,提出一種融合Kalman濾波器殘差和Bhattacharyya系數(shù)的遮擋處理機(jī)制。

    定義預(yù)測位置Xk=[xk,yk]T和觀測位置Yk=[xck,yck]T,則Kalman濾波器殘差可以表示為

    (10)

    在出現(xiàn)遮擋時,目標(biāo)模型與待選模型之間的Bhattacharyya系數(shù)急劇減小,導(dǎo)致r(k)急劇增加,因此可定義遮擋判別系數(shù)T(k)如下:

    (11)

    在正常情況下,T(k)變化不大;出現(xiàn)大面積遮擋時,T(k)會急劇增大,并且比r(k)的增加程度更大,比僅僅使用Kalman濾波器殘差進(jìn)行判斷時變化更加明顯,因此可以利用T(k)進(jìn)行遮擋判斷。

    本研究提出的處理機(jī)制如下:首先設(shè)置閾值ε,并在每幀圖像的跟蹤過程結(jié)束后計算T(k)。然后將T(k)與閾值ε進(jìn)行比較,如果T(k)增加到遠(yuǎn)大于ε,說明目標(biāo)被大面積遮擋,立即停止校正Kalman濾波器,但仍然利用Kalman濾波器線性預(yù)測目標(biāo)位置;如果T(k)重新減小到ε以下,則重新啟動Kalman濾波器校正過程。

    3基于自適應(yīng)更新因子的目標(biāo)模型更新機(jī)制

    在目標(biāo)跟蹤過程中,會出現(xiàn)遮擋、光照變化等情況,因此必須更新背景模型以適應(yīng)場景的動態(tài)變化。本文基于遮擋判別系數(shù)T(k)來更新目標(biāo)模型,具體思路如下[13]:

    (12)

    其中:qk為k時刻的目標(biāo)顏色模型;pk為k時刻Kalman濾波器預(yù)測的目標(biāo)模型;ε1為模型更新閾值;λ為自適應(yīng)的更新因子,與T(k)的梯度變化相關(guān),且-0.5<λ<0.5。

    當(dāng)T(k)>ε1時,表明場景中出現(xiàn)遮擋、光照變化等情況。并且如果T(k)的梯度正向變化,說明場景中動態(tài)變化較大,Mean Shift跟蹤的結(jié)果誤差較大,而Kalman濾波器由于結(jié)合了目標(biāo)的歷史軌跡信息,因此其在當(dāng)前時刻預(yù)測的目標(biāo)模型可信度更高,所以令λ>0,使對應(yīng)的預(yù)測狀態(tài)在目標(biāo)模型中的比重更大,反之令λ<0,使上一時刻的目標(biāo)模型所占比重更大。如果T(k)≤ε1,表明場景變化不大,但是為了適應(yīng)可能出現(xiàn)的場景緩慢變化,此處直接按上一時刻的目標(biāo)模型進(jìn)行更新。

    4實驗結(jié)果與分析

    4.1目標(biāo)快速運動情況

    如圖1所示,采用的視頻序列為模擬的足球比賽視頻,其中上、下分別為傳統(tǒng)Mean Shift算法和改進(jìn)算法的跟蹤效果圖。可以看到,在足球飛行過程中,在第310幀和320幀時,足球處于上升階段,采用兩種算法都能夠跟蹤足球飛行軌跡,但改進(jìn)算法的跟蹤效果更好,能夠用跟蹤框準(zhǔn)確鎖定序列中的足球位置,而傳統(tǒng)的Mean Shift 算法仍有一定偏差。在第330幀時, 足球處于下墜階段,運動速度更快。此時,傳統(tǒng)的Mean Shift算法跟蹤誤差較大,跟蹤框與目標(biāo)的實際位置相距較遠(yuǎn),而改進(jìn)算法仍能夠準(zhǔn)確跟蹤足球運動軌跡。這是由于在目標(biāo)快速運動時,Kalman濾波器仍能夠準(zhǔn)確預(yù)測目標(biāo)軌跡,從而提高了跟蹤效果。

    4.2目標(biāo)被完全遮擋情況

    如圖2所示,所用視頻序列為自拍視頻,其中上圖、下圖分別為傳統(tǒng)算法和改進(jìn)算法的跟蹤效果圖。在第256幀時,目標(biāo)未被遮擋,兩種算法都能夠較好地跟蹤目標(biāo)。隨后在行進(jìn)過程中,目標(biāo)三次被樹木完全遮擋。在第390幀時,目標(biāo)第三次被完全遮擋,此時采取傳統(tǒng)的Mean Shift算法已經(jīng)完全無法搜尋到和目標(biāo)模型匹配的位置。而相比之下,改進(jìn)算法仍然能準(zhǔn)確跟上目標(biāo)位置的變化,但此時只進(jìn)行了Kalman預(yù)測過程,沒有開啟校正過程。在第412幀時,目標(biāo)再次出現(xiàn),改進(jìn)算法能迅速鎖定目標(biāo),而傳統(tǒng)算法誤差巨大。同時,在此階段,目標(biāo)出現(xiàn)了三次遮擋情況,改進(jìn)算法都能夠準(zhǔn)確地定位圖像中目標(biāo)位置,說明本文設(shè)計的遮擋處理機(jī)制取得了較好的跟蹤效果,并且目標(biāo)模型更新機(jī)制對遮擋具有較好的魯棒性。

    圖1 目標(biāo)快速運動情況下跟蹤效果對比

    圖2 目標(biāo)被完全遮擋情況下跟蹤效果對比

    5結(jié)論

    本研究對Mean Shift算法在目標(biāo)快速運動和被大范圍遮擋兩種情況下的跟蹤問題進(jìn)行了研究,主要創(chuàng)新點如下:

    1) 提出將Kalman濾波器預(yù)測得到的目標(biāo)位置作為Mean Shift迭代的起始位置,并根據(jù)目標(biāo)的觀測位置反饋校正Kalman濾波器。實驗證明該方式有效提高了在目標(biāo)快速運動情況下的跟蹤效果。

    2) 提出了融合Kalman濾波器殘差和Bhattacharyya系數(shù)的遮擋處理機(jī)制,能有效提高在目標(biāo)被大面積遮擋情況下的跟蹤效果。

    3) 提出一種基于自適應(yīng)更新因子的目標(biāo)模型更新機(jī)制,實驗表明對遮擋情況具有較好的魯棒性。

    參考文獻(xiàn):

    [1]CHENG Y Z.Mean shift,mode seeking,and clustering[J].Pattern Analysis and Machine Intelligence,IEEE Computer Society,1995,17(8):790 -799.

    [2]COMANICIU D,RAMESH V,MEER P.Kernel-based object tracking[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2003,25(2):564-577.

    [3]朱勝利,朱善安,李旭超.等.快速運動目標(biāo)的Mean Shift跟蹤算法[J].光電工程,2006,33(5):66-70.

    [4]LI S X,CHANG H X,ZHU C F.Adaptive pyramid mean shift for global real-time visual tracking[J].Image and Vision Computing,2010,28(3):424-437.

    [5]SHEN C H,BROOKS M J,VAN DEN HENGED.A Fast Global Kernel Density Mode Seeking:Applications to Localization and Tracking[J].IEEE Transactions on Image Processing,2007,16(5):1457-1469.

    [6]章學(xué)靜,陳禾,楊靜.結(jié)合卡爾曼濾波器和Mean Shift的抗遮擋跟蹤算法[J].北京理工大學(xué)學(xué)報,2013,33(10):1056-1061.

    [7]左軍毅,程詠梅,王正平.一種對背景干擾及遮擋魯棒的視頻目標(biāo)跟蹤算法[J].計算機(jī)測量與控制,2009,17(11):2292-2294.

    [8]鄒小東,于鴻洋,張萍.基于Camshift與Kalman濾波算法的動態(tài)目標(biāo)跟蹤[J].電視技術(shù),2012,36(15):120-123.

    [9]楊紅霞,杭亦文,劉旭.基于Meanshift與kalman濾波器的視頻目標(biāo)跟蹤算法[J].武漢理工大學(xué)學(xué)報:信息與管理工程版,2012,34(2):147-150.

    [10]王建華,王春平,梁偉,等.Mean Shift跟蹤的背景優(yōu)化及動態(tài)分析[J].電光與控制,2012,19(2):17-21.

    [11]韓濤,吳衡,張虎龍.Kalman濾波融合優(yōu)化 Mean Shift 的目標(biāo)跟蹤算法[J].光電工程,2014,41(6):56-62.

    [12]王江濤,楊靜宇.遮擋情況下基于 Kalman 均值偏移的目標(biāo)跟蹤[J].系統(tǒng)仿真學(xué)報,2007,19(18):4216-4220.

    [13]常發(fā)亮,劉雪,王華杰.基于均值漂移與卡爾曼濾波的目標(biāo)跟蹤算法[J].計算機(jī)工程與應(yīng)用,2007,43(12):50-52.

    [14]趙齊月,毛征孟,凡剛,等. 基于特征貢獻(xiàn)度的MeanShift目標(biāo)跟蹤[J].兵工自動化,2015(8):37-40.

    (責(zé)任編輯楊繼森)

    Moving Target Tracking Algorithm Based on Improved Mean Shift

    XU Huo-xi

    (School of Electronic Information, Huanggang Normal University, Huangzhou 438000, China)

    Abstract:To improve the tracking effect of traditional Mean Shift algorithm in fast motion and being blocked in large areas of moving targets, the Mean Shift algorithm was improved in three aspects in this paper. Firstly, a Kalman filter was used to predict the target tracks to improve the robustness to fast targets. Secondly, an occlusion-handling mechanism combining Kalman filter residuals and Bhattacharyya coefficients was put forward to improve the tracking effect of largely-occluded targets. Thirdly, an update mechanism based on an adaptive update factor was proposed to improve the dynamic adaptability of target models. At last, the comparison experiments results showed that the developed algorithm could improve the tracking effect in both cases and had good robustness to occlusion.

    Key words:Mean Shift; Kalman filter; occlusion handling; targets tracking

    文章編號:1006-0707(2016)02-0127-04

    中圖分類號:TP391

    文獻(xiàn)標(biāo)識碼:A

    doi:10.11809/scbgxb2016.02.031

    作者簡介:徐火希(1969—),男,博士,講師,主要從事計算機(jī)視覺、數(shù)字信號處理研究。

    收稿日期:2015-10-20;修回日期:2015-11-06

    本文引用格式:徐火希.基于改進(jìn)Mean Shift的運動目標(biāo)跟蹤算法[J].兵器裝備工程學(xué)報,2016(2):127-130.

    【信息科學(xué)與控制工程】

    猜你喜歡
    目標(biāo)跟蹤
    多視角目標(biāo)檢測與跟蹤技術(shù)的研究與實現(xiàn)
    基于改進(jìn)連續(xù)自適應(yīng)均值漂移的視頻目標(biāo)跟蹤算法
    基于重采樣粒子濾波的目標(biāo)跟蹤算法研究
    航空兵器(2016年5期)2016-12-10 17:12:24
    空管自動化系統(tǒng)中航跡濾波算法的應(yīng)用與改進(jìn)
    科技視界(2016年5期)2016-02-22 12:25:31
    智能視頻技術(shù)在電力系統(tǒng)領(lǐng)域的應(yīng)用
    基于車牌識別的機(jī)混車道視頻測速算法
    自車速測量中的目標(biāo)檢測與跟蹤技術(shù)
    基于SIFT特征和卡爾曼濾波的運動目標(biāo)跟蹤方法
    基于目標(biāo)跟蹤的群聚行為識別
    圖像跟蹤識別技術(shù)在煤炭運量視頻管理系統(tǒng)中的研究
    可以在线观看的亚洲视频| 琪琪午夜伦伦电影理论片6080| 在线观看美女被高潮喷水网站 | 午夜精品一区二区三区免费看| 亚洲国产精品合色在线| 午夜福利欧美成人| cao死你这个sao货| 精品欧美一区二区三区在线| 欧美激情久久久久久爽电影| 色噜噜av男人的天堂激情| 免费看美女性在线毛片视频| 免费看日本二区| 91九色精品人成在线观看| 999久久久国产精品视频| 日韩精品免费视频一区二区三区| 一级片免费观看大全| 免费看日本二区| 国产午夜精品论理片| 嫩草影视91久久| 天堂√8在线中文| 久久亚洲真实| 国产久久久一区二区三区| 国产精品乱码一区二三区的特点| 中文字幕人成人乱码亚洲影| 欧美黑人巨大hd| 特大巨黑吊av在线直播| 成人永久免费在线观看视频| 91字幕亚洲| 19禁男女啪啪无遮挡网站| 欧美乱妇无乱码| 一本精品99久久精品77| 精品不卡国产一区二区三区| 亚洲男人天堂网一区| 丝袜人妻中文字幕| 中文字幕久久专区| 男人舔奶头视频| videosex国产| 国产精品亚洲av一区麻豆| 黑人操中国人逼视频| 久久久久久九九精品二区国产 | 在线观看舔阴道视频| 999久久久国产精品视频| 国产黄a三级三级三级人| tocl精华| 亚洲在线自拍视频| 伊人久久大香线蕉亚洲五| 女生性感内裤真人,穿戴方法视频| 1024手机看黄色片| 免费观看精品视频网站| 搞女人的毛片| 777久久人妻少妇嫩草av网站| 国产视频内射| 亚洲国产中文字幕在线视频| 9191精品国产免费久久| 精品一区二区三区视频在线观看免费| 久久精品aⅴ一区二区三区四区| 国产精品av久久久久免费| 99riav亚洲国产免费| 成年女人毛片免费观看观看9| 99热这里只有是精品50| 亚洲专区国产一区二区| 日韩欧美精品v在线| 国产一区二区三区在线臀色熟女| 欧美色视频一区免费| 亚洲欧美精品综合久久99| 国产激情偷乱视频一区二区| 亚洲中文字幕一区二区三区有码在线看 | 久久性视频一级片| 蜜桃久久精品国产亚洲av| 免费在线观看日本一区| 国语自产精品视频在线第100页| 亚洲欧美日韩无卡精品| 久久中文看片网| 制服丝袜大香蕉在线| 久9热在线精品视频| 制服人妻中文乱码| 午夜激情av网站| 亚洲真实伦在线观看| 黄色视频不卡| 久久精品成人免费网站| 精品欧美国产一区二区三| 欧美色欧美亚洲另类二区| 成熟少妇高潮喷水视频| 精品国产乱子伦一区二区三区| 亚洲国产日韩欧美精品在线观看 | 桃色一区二区三区在线观看| 两个人看的免费小视频| 搡老熟女国产l中国老女人| 欧美成人午夜精品| 久久久久亚洲av毛片大全| 亚洲片人在线观看| 一个人免费在线观看的高清视频| 免费搜索国产男女视频| 精品一区二区三区四区五区乱码| 久久精品国产综合久久久| 国产男靠女视频免费网站| 一个人免费在线观看电影 | 手机成人av网站| 国产主播在线观看一区二区| 好男人在线观看高清免费视频| 黄色毛片三级朝国网站| 午夜福利18| 精品免费久久久久久久清纯| 中文字幕最新亚洲高清| 午夜视频精品福利| 亚洲av电影在线进入| 欧美中文日本在线观看视频| 小说图片视频综合网站| 国产成年人精品一区二区| 久99久视频精品免费| 久久 成人 亚洲| av中文乱码字幕在线| 黄频高清免费视频| 日韩欧美国产在线观看| 成人国产一区最新在线观看| 人成视频在线观看免费观看| 久久午夜综合久久蜜桃| 久久久久亚洲av毛片大全| 一夜夜www| 亚洲 欧美一区二区三区| 精品国产超薄肉色丝袜足j| 变态另类丝袜制服| www国产在线视频色| av免费在线观看网站| 99热只有精品国产| 欧美3d第一页| 亚洲国产精品合色在线| 一二三四社区在线视频社区8| 狂野欧美白嫩少妇大欣赏| 国产伦一二天堂av在线观看| 久久精品国产亚洲av香蕉五月| 黄色视频不卡| 亚洲免费av在线视频| 成人永久免费在线观看视频| 黄片小视频在线播放| 成人午夜高清在线视频| www国产在线视频色| 老司机深夜福利视频在线观看| 国产精品亚洲一级av第二区| 91成年电影在线观看| 久久久国产成人精品二区| 老司机在亚洲福利影院| 国产一区二区激情短视频| 在线看三级毛片| 国产精品国产高清国产av| 香蕉av资源在线| 久9热在线精品视频| 黑人操中国人逼视频| 国产一区二区在线观看日韩 | 国产精品一及| 久久久精品国产亚洲av高清涩受| 曰老女人黄片| 国产一区二区在线av高清观看| av片东京热男人的天堂| 国产黄片美女视频| 欧美一区二区国产精品久久精品 | 伊人久久大香线蕉亚洲五| 黄频高清免费视频| 精品国内亚洲2022精品成人| 午夜福利欧美成人| 免费在线观看黄色视频的| 99国产精品一区二区三区| 99久久精品热视频| av福利片在线| 婷婷精品国产亚洲av| 色综合亚洲欧美另类图片| 亚洲av熟女| 欧美中文综合在线视频| 亚洲成人免费电影在线观看| 在线免费观看的www视频| 国产欧美日韩一区二区精品| 久久人妻av系列| 日本熟妇午夜| 久久欧美精品欧美久久欧美| 天堂动漫精品| 丝袜人妻中文字幕| 国产久久久一区二区三区| www日本在线高清视频| 午夜福利高清视频| 深夜精品福利| 中国美女看黄片| 亚洲avbb在线观看| 99国产精品一区二区三区| 国产av在哪里看| 九九热线精品视视频播放| 日韩有码中文字幕| 日本熟妇午夜| 19禁男女啪啪无遮挡网站| 亚洲欧美精品综合久久99| 久久精品91蜜桃| 淫秽高清视频在线观看| 国产aⅴ精品一区二区三区波| 男人舔女人的私密视频| 这个男人来自地球电影免费观看| 欧美 亚洲 国产 日韩一| 欧美午夜高清在线| 老司机午夜福利在线观看视频| 亚洲中文字幕日韩| 日日干狠狠操夜夜爽| 男女那种视频在线观看| 巨乳人妻的诱惑在线观看| 日本一二三区视频观看| 国产精品亚洲美女久久久| 黄片小视频在线播放| 夜夜夜夜夜久久久久| 在线观看免费视频日本深夜| 黄频高清免费视频| 真人做人爱边吃奶动态| 亚洲片人在线观看| 欧美3d第一页| 好男人电影高清在线观看| 亚洲黑人精品在线| 91九色精品人成在线观看| 1024香蕉在线观看| 成熟少妇高潮喷水视频| 男女午夜视频在线观看| 18禁裸乳无遮挡免费网站照片| 色综合婷婷激情| 草草在线视频免费看| 日韩有码中文字幕| 精品国产超薄肉色丝袜足j| 制服丝袜大香蕉在线| 黄色a级毛片大全视频| 少妇人妻一区二区三区视频| 国产精品美女特级片免费视频播放器 | 手机成人av网站| 国产精品九九99| www.精华液| 此物有八面人人有两片| 最近最新免费中文字幕在线| 亚洲最大成人中文| 一个人免费在线观看的高清视频| 精品国产乱子伦一区二区三区| 国产真人三级小视频在线观看| 一级作爱视频免费观看| 国产精品久久久久久久电影 | 久久精品影院6| 99久久综合精品五月天人人| 午夜视频精品福利| 久久人妻福利社区极品人妻图片| 亚洲第一欧美日韩一区二区三区| 777久久人妻少妇嫩草av网站| 国产高清视频在线观看网站| 毛片女人毛片| 脱女人内裤的视频| 欧美+亚洲+日韩+国产| 久久精品综合一区二区三区| 99久久国产精品久久久| 日韩欧美在线乱码| 村上凉子中文字幕在线| 免费人成视频x8x8入口观看| 中文字幕最新亚洲高清| 熟女电影av网| 88av欧美| 日本一区二区免费在线视频| 91在线观看av| 午夜福利18| 99国产精品一区二区蜜桃av| 欧洲精品卡2卡3卡4卡5卡区| 欧美精品亚洲一区二区| 18禁国产床啪视频网站| 久久性视频一级片| 精品第一国产精品| 国产av一区二区精品久久| 欧美丝袜亚洲另类 | 少妇被粗大的猛进出69影院| 欧美日韩亚洲国产一区二区在线观看| 女人高潮潮喷娇喘18禁视频| 三级毛片av免费| 国产精品亚洲一级av第二区| 亚洲五月天丁香| 香蕉久久夜色| or卡值多少钱| 99精品在免费线老司机午夜| 99精品欧美一区二区三区四区| 熟女少妇亚洲综合色aaa.| av天堂在线播放| 两性夫妻黄色片| 少妇熟女aⅴ在线视频| 国产午夜精品久久久久久| 国产高清videossex| 美女免费视频网站| 免费看日本二区| 欧美+亚洲+日韩+国产| 91国产中文字幕| 亚洲午夜精品一区,二区,三区| 成在线人永久免费视频| 亚洲国产欧美网| 一二三四社区在线视频社区8| 成人18禁在线播放| 日韩精品免费视频一区二区三区| 桃色一区二区三区在线观看| 在线观看66精品国产| 哪里可以看免费的av片| 成年免费大片在线观看| 黄色a级毛片大全视频| 亚洲全国av大片| 久久人妻福利社区极品人妻图片| 天堂动漫精品| 亚洲人成伊人成综合网2020| 日韩精品中文字幕看吧| 一进一出好大好爽视频| 久9热在线精品视频| 国产精品亚洲美女久久久| 国产又色又爽无遮挡免费看| 最新在线观看一区二区三区| aaaaa片日本免费| 99在线人妻在线中文字幕| 国产av麻豆久久久久久久| 麻豆成人午夜福利视频| 麻豆国产av国片精品| 久久午夜亚洲精品久久| 少妇的丰满在线观看| 香蕉国产在线看| 久9热在线精品视频| 国产区一区二久久| x7x7x7水蜜桃| 在线永久观看黄色视频| 午夜精品一区二区三区免费看| 嫁个100分男人电影在线观看| 国产亚洲av嫩草精品影院| 俺也久久电影网| 可以在线观看的亚洲视频| 国产v大片淫在线免费观看| 亚洲精品中文字幕一二三四区| 欧美黑人精品巨大| 精品人妻1区二区| 美女免费视频网站| 久久精品国产亚洲av香蕉五月| 亚洲美女视频黄频| 床上黄色一级片| 免费观看人在逋| 后天国语完整版免费观看| 精品久久蜜臀av无| 亚洲av片天天在线观看| 夜夜看夜夜爽夜夜摸| 国产成人av激情在线播放| 三级男女做爰猛烈吃奶摸视频| 日韩精品免费视频一区二区三区| 欧美日韩亚洲综合一区二区三区_| 一进一出抽搐动态| 高潮久久久久久久久久久不卡| 欧美日韩瑟瑟在线播放| 午夜影院日韩av| 亚洲人成77777在线视频| 欧美日韩福利视频一区二区| 法律面前人人平等表现在哪些方面| 黑人巨大精品欧美一区二区mp4| 1024香蕉在线观看| 99久久无色码亚洲精品果冻| 91大片在线观看| 黑人巨大精品欧美一区二区mp4| 男女床上黄色一级片免费看| 国产真实乱freesex| 一级毛片精品| 亚洲电影在线观看av| 日韩欧美一区二区三区在线观看| 中国美女看黄片| www.精华液| 国产成+人综合+亚洲专区| 麻豆成人av在线观看| 亚洲全国av大片| 国产精品香港三级国产av潘金莲| 天天添夜夜摸| 母亲3免费完整高清在线观看| 成人三级黄色视频| 中文亚洲av片在线观看爽| 欧美 亚洲 国产 日韩一| 黑人巨大精品欧美一区二区mp4| 亚洲乱码一区二区免费版| 欧美日韩中文字幕国产精品一区二区三区| 国产亚洲欧美在线一区二区| 亚洲五月婷婷丁香| 久久国产精品人妻蜜桃| 亚洲成人免费电影在线观看| 国产精品,欧美在线| 亚洲国产精品成人综合色| 久久久国产成人精品二区| 人人妻人人看人人澡| 变态另类成人亚洲欧美熟女| 91大片在线观看| 欧美最黄视频在线播放免费| 人妻丰满熟妇av一区二区三区| 欧美最黄视频在线播放免费| 欧美成人午夜精品| 婷婷亚洲欧美| 久久这里只有精品中国| 亚洲精品久久国产高清桃花| 级片在线观看| 老司机在亚洲福利影院| 国产精品久久久久久精品电影| 69av精品久久久久久| 亚洲欧美精品综合久久99| 婷婷亚洲欧美| 免费电影在线观看免费观看| 久久香蕉激情| 国产午夜精品论理片| 一级a爱片免费观看的视频| 人成视频在线观看免费观看| 国产久久久一区二区三区| 夜夜看夜夜爽夜夜摸| 国产午夜精品久久久久久| 欧美日韩福利视频一区二区| √禁漫天堂资源中文www| 欧美日韩一级在线毛片| 88av欧美| 五月伊人婷婷丁香| 极品教师在线免费播放| 日韩有码中文字幕| 成人18禁高潮啪啪吃奶动态图| 日韩大尺度精品在线看网址| 一区二区三区高清视频在线| 色播亚洲综合网| 亚洲欧洲精品一区二区精品久久久| 神马国产精品三级电影在线观看 | 国产精品一区二区免费欧美| 一进一出抽搐gif免费好疼| 日本精品一区二区三区蜜桃| 成人午夜高清在线视频| 日本一本二区三区精品| av福利片在线观看| 久久久水蜜桃国产精品网| 操出白浆在线播放| 欧美日韩国产亚洲二区| 1024香蕉在线观看| 国产成人aa在线观看| 老熟妇乱子伦视频在线观看| 88av欧美| 91麻豆av在线| 免费在线观看影片大全网站| а√天堂www在线а√下载| 一级毛片精品| 午夜福利欧美成人| 后天国语完整版免费观看| 正在播放国产对白刺激| 夜夜看夜夜爽夜夜摸| 长腿黑丝高跟| 久久草成人影院| 国产精品一区二区三区四区免费观看 | bbb黄色大片| 国产精品亚洲一级av第二区| 在线观看美女被高潮喷水网站 | 午夜视频精品福利| www日本黄色视频网| 日韩高清综合在线| 91九色精品人成在线观看| 亚洲激情在线av| 精品久久蜜臀av无| 色哟哟哟哟哟哟| 亚洲国产欧美一区二区综合| 黑人欧美特级aaaaaa片| 国产一区二区在线观看日韩 | 国产精品98久久久久久宅男小说| 日本一二三区视频观看| 亚洲专区中文字幕在线| 成年免费大片在线观看| 欧美另类亚洲清纯唯美| 美女免费视频网站| 特大巨黑吊av在线直播| 人人妻人人澡欧美一区二区| 国产av又大| 日韩精品中文字幕看吧| 久久久久久国产a免费观看| 成人午夜高清在线视频| 久久久久久国产a免费观看| 亚洲第一欧美日韩一区二区三区| www日本在线高清视频| 日本成人三级电影网站| 视频区欧美日本亚洲| 级片在线观看| 久久国产乱子伦精品免费另类| 一本久久中文字幕| 国产亚洲精品综合一区在线观看 | 黄片大片在线免费观看| 麻豆一二三区av精品| 18禁黄网站禁片免费观看直播| 午夜精品在线福利| 欧美精品啪啪一区二区三区| 日本精品一区二区三区蜜桃| 日本三级黄在线观看| 人人妻,人人澡人人爽秒播| 国产欧美日韩一区二区精品| 在线观看免费视频日本深夜| 亚洲一码二码三码区别大吗| 国产亚洲精品一区二区www| 欧美日韩中文字幕国产精品一区二区三区| 怎么达到女性高潮| 在线免费观看的www视频| 丰满人妻熟妇乱又伦精品不卡| 深夜精品福利| 欧美日本视频| 欧美成人性av电影在线观看| 国产精品乱码一区二三区的特点| 国产精品精品国产色婷婷| 国产激情偷乱视频一区二区| 久久婷婷成人综合色麻豆| 久久人妻福利社区极品人妻图片| 久久伊人香网站| 午夜视频精品福利| 欧美成人一区二区免费高清观看 | 日韩大尺度精品在线看网址| 国产av一区二区精品久久| 桃色一区二区三区在线观看| 免费在线观看影片大全网站| 给我免费播放毛片高清在线观看| 黑人巨大精品欧美一区二区mp4| 日本 欧美在线| 成人国产综合亚洲| 一夜夜www| 欧美激情久久久久久爽电影| 欧美zozozo另类| 国产伦在线观看视频一区| 国产一区二区三区在线臀色熟女| 校园春色视频在线观看| 亚洲欧美日韩东京热| 国产av不卡久久| 91麻豆av在线| 日韩精品青青久久久久久| 欧美zozozo另类| 熟女少妇亚洲综合色aaa.| 三级国产精品欧美在线观看 | 又粗又爽又猛毛片免费看| 亚洲色图 男人天堂 中文字幕| 成人特级黄色片久久久久久久| 高清毛片免费观看视频网站| 国产精品久久久久久久电影 | 久久国产乱子伦精品免费另类| 日本撒尿小便嘘嘘汇集6| 午夜福利在线在线| 久9热在线精品视频| 成人国产综合亚洲| 一二三四社区在线视频社区8| 色综合欧美亚洲国产小说| 天天躁夜夜躁狠狠躁躁| 精品久久久久久久末码| 手机成人av网站| 国产亚洲精品久久久久5区| 中文字幕高清在线视频| 99精品欧美一区二区三区四区| 国内久久婷婷六月综合欲色啪| 午夜福利欧美成人| 99热这里只有是精品50| 久久中文字幕人妻熟女| 国产精品亚洲一级av第二区| 夜夜夜夜夜久久久久| 免费在线观看完整版高清| 日韩欧美在线乱码| 91av网站免费观看| 无限看片的www在线观看| 国产成人精品无人区| 岛国在线观看网站| 叶爱在线成人免费视频播放| 免费观看精品视频网站| 久久中文看片网| 久久久久精品国产欧美久久久| 精华霜和精华液先用哪个| av片东京热男人的天堂| 午夜福利18| 性欧美人与动物交配| 天天躁夜夜躁狠狠躁躁| 在线观看日韩欧美| 男人舔女人的私密视频| x7x7x7水蜜桃| 无遮挡黄片免费观看| 中出人妻视频一区二区| 国产成人系列免费观看| 免费在线观看亚洲国产| 国产精品久久久久久久电影 | 在线国产一区二区在线| 国产高清视频在线观看网站| 国产成人啪精品午夜网站| 欧美午夜高清在线| www.熟女人妻精品国产| 国产91精品成人一区二区三区| 中文字幕av在线有码专区| 在线观看午夜福利视频| 无遮挡黄片免费观看| 免费在线观看日本一区| 久久久久久久午夜电影| 搡老熟女国产l中国老女人| 最近最新中文字幕大全免费视频| 亚洲中文日韩欧美视频| 午夜福利免费观看在线| 亚洲午夜理论影院| 国产一区二区激情短视频| 高潮久久久久久久久久久不卡| 十八禁网站免费在线| 国产成人av激情在线播放| 国产一区二区在线av高清观看| 天堂av国产一区二区熟女人妻 | 男插女下体视频免费在线播放| 悠悠久久av| 精品无人区乱码1区二区| 亚洲美女黄片视频| 欧美成人免费av一区二区三区| 美女免费视频网站| 精品久久久久久久久久久久久| 国产免费av片在线观看野外av| 亚洲av电影不卡..在线观看| 国产一区在线观看成人免费| 99热这里只有是精品50| 国产在线观看jvid| 人妻久久中文字幕网| 国产精品久久久久久精品电影| 黄色a级毛片大全视频| 日韩欧美免费精品| 色哟哟哟哟哟哟| 欧美国产日韩亚洲一区| 精品国产乱码久久久久久男人| 999久久久精品免费观看国产| 亚洲男人的天堂狠狠| a级毛片a级免费在线| 亚洲精品一卡2卡三卡4卡5卡| 亚洲欧美日韩高清专用| 午夜福利在线在线|