• <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 ?

    基于貝葉斯決策的多方法融合跟蹤算法

    2016-10-18 18:55:54周旭馬玉良
    電腦知識與技術 2016年21期
    關鍵詞:壓縮感知

    周旭+馬玉良

    摘要:針對單一的跟蹤算法難以適應復雜多變的環(huán)境,提出一種融合多種跟蹤算法的方法。考慮到壓縮跟蹤算法的魯棒性優(yōu)勢,和HOG行人檢測的輪廓檢測特點,利用算法之間的互補性,根據(jù)貝葉斯決策理論,提出了多算法融合的跟蹤方法。融合過程中按照分類的思想,將圖像中像素點按照其是否包含在跟蹤框內(nèi)分為兩類。通過分析跟蹤目標的移動范圍,預測目標的下一位置,求出目標出現(xiàn)的先驗概率分布。針對目標與環(huán)境的具體情況,調(diào)整每種算法的融合權值,得到融合后的各個像素點的類條件概率密度,最后根據(jù)貝葉斯決策估算各像素點的所屬類別,確定跟蹤框范圍。實驗結(jié)果表明,與單一算法相比,融合后的跟蹤算法有更好的適應性和魯棒性。

    關鍵詞:行人跟蹤;壓縮感知;行人檢測;貝葉斯決策;多方法融合;

    中圖分類號:TP391 文獻標識碼:A 文章編號:1009-3044(2016)21-0265-04

    Abstract:A method of integration of various tracking algorithm is proposed, for single tracking algorithm is difficult to adapt to the complex environment. Considering the robustness of compressed tracking algorithm and the characteristics of HOG contour detection, using the complementarities of the two algorithms, the multi-method fusion tracking algorithm is proposed based on Bayesian decision theory. The pixels in the image are divided into two categories according to whether it is included in the track frame. The prior probability distribution of the target is obtained by analyzing the movement and predicting the next position of the target. The class conditional probability density of each pixel is obtained by adjusting the weight of each fusion algorithm. Finally the class of each pixel is estimated and the scope of tracking box is determined based on the Bayesian decision. The experimental results show that, compared with single algorithm, the fused tracking algorithm has better adaptability and robustness.

    Key words: pedestrian tracking; compressed sensing;pedestrian detection; Bayesian decision theory; multi method fusion;

    1 概述

    目標跟蹤是計算機視覺中的一個重要研究方向,在各個領域都有著廣泛的應用前景[1~2]。過去的幾十年里,人們研究出了許多的跟蹤算法[3~8]。但每一種跟蹤方法都有其自身的適應性和局限性,而環(huán)境具有多樣性和多變性,這就使得單一的跟蹤算法很難適用于各種環(huán)境,融合多種算法已是必然趨勢。圖像處理領域內(nèi)的數(shù)據(jù)融合可分為三個級別:像素級融合、特征級融合與決策級融合[3]。研究人員在粒子濾波框架下,提出了大量基于多特征(顏色[6]、紋理、邊緣[9]、灰度、運動等)融合的跟蹤算法,其主要區(qū)別在于特征提取和融合策略的不同[3~4]。吳等[5]提出的多方法集成,融合了三種算法,實現(xiàn)了魯棒的目標跟蹤,但其并沒有提出明確的融合策略。

    壓縮跟蹤算法[10-12]是目前跟蹤問題研究的一個主流方向,在物體的紋理和光照變化不大的情況下,其跟蹤效果較好。但是,Compressive Tracking算法對目標大小變化的自適應性較差?;贖OG的行人檢測[13],有效地使用了行人的空間信息。

    本文綜合考慮了壓縮跟蹤算法在微觀領域的特點,和HOG行人檢測在宏觀領域的優(yōu)勢。利用算法之間的互補性,根據(jù)貝葉斯決策理論,提出了多算法融合的跟蹤方法。實驗結(jié)果證明,與單一的跟蹤算法相比,該算法具有更好的適應性和魯棒性。

    2 跟蹤算法概述

    本文目標是構建一種在線跟蹤算法,既能夠適應目標形狀大小的快速變化,又能夠?qū)崿F(xiàn)穩(wěn)定可靠的跟蹤。為實現(xiàn)跟蹤算法的適應性與魯棒性,本文采用了具有互補性的兩種經(jīng)典的跟蹤算法:壓縮感知跟蹤法、基于HOG行人檢測的跟蹤。壓縮跟蹤算法在物體的紋理和光照變化不大的情況下,其跟蹤效果很好,但對目標大小變化的自適應性較差?;贖OG的行人檢測,有效地使用了行人的空間信息。但時常會發(fā)生檢測錯誤或檢測失敗的情況,所以通常需要結(jié)合其他跟蹤算法才能使用。

    具體來說,基于壓縮感知的跟蹤算法[10~11],首先利用符合壓縮感知RIP條件的隨機感知矩對多尺度圖像特征進行降維,然后在降維后的特征上采用簡單的樸素貝葉斯分類器進行分類[12]。但此算法對目標形狀大小變化的自適應性較差,行人檢測恰好可以精確的彌補此缺陷。

    在跟蹤目標是行人的情況下,基于行人檢測的行人跟蹤,通??梢暂^為準確地找到行人所在的位置,得到不錯的跟蹤結(jié)果。不過時常會發(fā)生檢測錯誤或檢測失敗的情況。跟蹤算法通常是采用這一幀的結(jié)果作為下一幀的輸入,所以當跟蹤結(jié)果出現(xiàn)了偏差之后,誤差會逐漸累加。跟蹤框偏移或跟蹤的范圍發(fā)生改變的情況可能會發(fā)生,這都將導致跟蹤目標的改變,以至于跟蹤出錯。

    為了避免跟蹤過程中的“漂移”現(xiàn)象,提高跟蹤的魯棒性。本文使用了貝葉斯決策將兩種跟蹤算法進行融合,有效地減少了由于誤差累計造成的“漂移”,使跟蹤保持適應性的同時又兼顧穩(wěn)定性。

    然后預測跟蹤目標在下一幀中可能出現(xiàn)的位置,由目標的預測位置求出目標在各像素點出現(xiàn)的概率分布,作為貝葉斯決策的先驗概率。多種跟蹤算法得到的結(jié)果,根據(jù)融合權值進行結(jié)合,得出類條件概率密度。由貝葉斯決策求出后驗概率,屬于類的像素點集合的最小外接矩形,即為最終計算得到的跟蹤框。

    3.1跟蹤目標位置預測

    在第一幀圖像中,用矩形框圈定一個區(qū)域作為跟蹤目標。之后都使用上一幀圖像的跟蹤結(jié)果為依據(jù),預測跟蹤目標在下一幀的可能位置。本文假設幀間質(zhì)心位置偏移[3]較小,跟蹤目標在相鄰幀間的移動范圍小于跟蹤框面積的四倍(中心點不變,長寬各放大二倍)。在此范圍內(nèi),估計跟蹤目標在下一幀圖像中各個像素點出現(xiàn)的概率。

    如圖2所示,由(a)中的預測位置,根據(jù)公式1得到跟蹤目標位置的概率分布圖。其中越白的區(qū)域表示跟蹤目標出現(xiàn)的概率越大,黑色區(qū)域表示跟蹤目標出現(xiàn)概率較低。

    3.2融合跟蹤結(jié)果

    跟蹤時,壓縮感知跟蹤算法、與HOG行人檢測在跟蹤過程中同時運行,互不影響。直到得到的最終結(jié)果,再作為他們下一幀的輸入。

    考慮到跟蹤算法之間的差異性和互補性,合理調(diào)整跟蹤算法的融合權值。同時,像素點被越多的跟蹤結(jié)果包含,說明其為跟蹤目標的可能也就越大。由此得到目標狀態(tài)的類條件概率密度。

    3.3貝葉斯決策

    基于上述分析,由目標位置預測得到的先驗概率,和由各跟蹤結(jié)果融合而來的類條件概率密度,利用貝葉斯公式:

    4 實驗結(jié)果及分析

    實驗均在PKU-SVD-B數(shù)據(jù)庫上進行,PKU-SVD-B數(shù)據(jù)庫由北京大學視頻編解碼技術國家工程實驗室聯(lián)合北京大學保衛(wèi)部建立并整理,該數(shù)據(jù)集采集自固定在校園某些位置的攝像頭。視頻圖像大小為1280×720像素,幀率為30幀/s。算法在VS2013和Opencv2.4下實現(xiàn)。

    為了說明本文方法的有效性,分別對壓縮感知跟蹤法、基于行人檢測的跟蹤和本文融合后的跟蹤算法進行試驗對比。部分跟蹤結(jié)果分析如圖5、圖6所示。圖5為三種算法跟蹤框的中心點距跟蹤目標中心點的距離。行人檢測在一百多幀時檢測失敗,目標丟失。壓縮感知算法的跟蹤效果相對較好,但其在四百幀之后開始出現(xiàn)偏差。本文算法在三百幀左右,融合結(jié)果出現(xiàn)跳變,但很快又重新鎖定了目標;之后本文算法依舊能夠穩(wěn)定跟蹤。

    圖6為兩種算法跟蹤框面積偏差比例的比較。由圖可以看出本文算法在融合了行人檢測后,其對目標大小變化的適應性明顯爭強。

    5 結(jié)束語

    本文考慮到壓縮感知跟蹤算法、與HOG行人檢測算法之間的差異性與互補性,提出了多方法融合的跟蹤算法。通過采用HOG行人檢測算法,提高了跟蹤的外觀變化的適應能力。同時,位置預測有效地避免了跟蹤過程中出現(xiàn)的跳變。實驗表明,相對于單一算法,對背景干擾、光照變化、目標形狀變化等更具魯棒性。

    本文的部分研究工作還有待深入,例如,本文提出了利用貝葉斯決策進行多算法融合的方法,選擇不同的算法組合,勢必會帶來不同的效果。實驗中曾融合了光流法和均值漂移跟蹤法,但其跟蹤效果非但沒有提高反而減弱。所以,哪些算法之間具有互補性,還有待進一步論證。

    參考文獻:

    [1] Viola P, Jones M J, Snow D. Detecting pedestrians using patterns of motion and appearance[C]//Computer Vision, 2003. Proceedings. Ninth IEEE International Conference on. IEEE, 2003: 734-741.

    [2] Avidan S. Support vector tracking[J]. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 2004, 26(8): 1064-1072.

    [3] 雍楊, 王敬儒, 張啟衡. 基于多特征融合的弱小運動目標識別[J]. 量子電子學報, 2006, 23(5): 594-598.

    [4] 顧鑫, 王海濤, 汪凌峰, 等. 基于不確定性度量的多特征融合跟蹤[J]. 自動化學報, 2011, 37(5): 550-559.

    [5] 吳偉, 李斌. 基于多方法集成的目標跟蹤算法[J]. 中國科學技術大學學報, 2011, 41(11): 1000-1005

    [6] 沈云琴, 陳秋紅. 自適應均值漂移算法目標跟蹤檢測仿真研究[J]. 計算機仿真, 2012, 29(4): 290-292.

    [7] Comaniciu D, Ramesh V, Meer P. Kernel-based object tracking[J]. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 2003, 25(5): 564-577.

    [8] 劉小寧, 陳曉冬, 郁道銀. 基于 DSP 的運動目標識別與跟蹤系統(tǒng)的設計[J]. 電視技術, 2010, 34(11): 107-110.

    [9] 王君本, 盧選民, 賀兆. 一種基于快速魯棒特征的圖像匹配算法[J]. 計算機工程與科學, 2011, 33(2): 112-117.

    [10] Chummun M R, Bar-Shalom Y, Kirubarajan T. Adaptive early-detection ML-PDA estimator for LO targets with EO sensors[J]. Aerospace and Electronic Systems, IEEE Transactions on, 2002, 38(2): 694-707.

    [11] Li H, Shen C, Shi Q. Real-time visual tracking using compressive sensing[C]//Computer Vision and Pattern Recognition (CVPR), 2011 IEEE Conference on. IEEE, 2011: 1305-1312.

    [12] Zhang K, Zhang L, Yang M H. Real-time compressive tracking[M]//Computer Vision–ECCV 2012. Springer Berlin Heidelberg, 2012: 864-877.

    [13] 曲永宇, 劉清, 郭建明, 等. 基于 HOG 和顏色特征的行人檢測[J]. 武漢理工大學學報, 2011, 33(4): 134-138.

    猜你喜歡
    壓縮感知
    基于匹配追蹤算法的乳腺X影像的壓縮感知重構
    淺析壓縮感知理論在圖像處理中的應用及展望
    基于壓縮感知的一維粗糙面電磁散射快速算法研究
    基于壓縮感知的重構算法研究
    基于ADM的加權正則化的塊稀疏優(yōu)化算法
    壓縮感知在無線傳感器網(wǎng)絡中的應用
    科技視界(2016年10期)2016-04-26 08:29:08
    淺談《數(shù)字信號處理》實踐教學
    一種基于壓縮感知的農(nóng)業(yè)WSN數(shù)據(jù)傳輸方法
    基于壓縮感知的模擬信息轉(zhuǎn)換器仿真
    順序小波包圖像壓縮感知方法
    超碰av人人做人人爽久久| 卡戴珊不雅视频在线播放| 欧美zozozo另类| 国产老妇伦熟女老妇高清| 免费在线观看成人毛片| 亚洲国产精品国产精品| 亚洲久久久久久中文字幕| 黄色欧美视频在线观看| 高清视频免费观看一区二区| 波野结衣二区三区在线| 麻豆久久精品国产亚洲av| 深夜a级毛片| 日韩大片免费观看网站| 午夜免费鲁丝| 狂野欧美激情性bbbbbb| 高清在线视频一区二区三区| 18+在线观看网站| 黄色日韩在线| 免费观看a级毛片全部| 日韩大片免费观看网站| 美女内射精品一级片tv| 蜜桃亚洲精品一区二区三区| 人人妻人人看人人澡| h日本视频在线播放| 亚洲av国产av综合av卡| 亚洲内射少妇av| 日日摸夜夜添夜夜爱| 水蜜桃什么品种好| 人妻系列 视频| 亚洲国产精品国产精品| 看十八女毛片水多多多| 日本黄大片高清| 精品人妻视频免费看| 一本色道久久久久久精品综合| 在线观看国产h片| 成人无遮挡网站| 欧美3d第一页| 少妇的逼水好多| 日韩一区二区视频免费看| www.av在线官网国产| 亚洲熟女精品中文字幕| av一本久久久久| 国模一区二区三区四区视频| 免费黄网站久久成人精品| 国产成人午夜福利电影在线观看| 两个人的视频大全免费| 精品午夜福利在线看| 丝袜美腿在线中文| 美女视频免费永久观看网站| 国产色婷婷99| 精品熟女少妇av免费看| 色吧在线观看| 亚洲婷婷狠狠爱综合网| 直男gayav资源| 亚洲性久久影院| 黄色配什么色好看| 日韩欧美精品v在线| 一级毛片 在线播放| 在线观看美女被高潮喷水网站| 亚洲四区av| 成人亚洲精品av一区二区| 午夜免费观看性视频| 最近中文字幕2019免费版| 日本与韩国留学比较| 亚洲自偷自拍三级| 能在线免费看毛片的网站| 如何舔出高潮| 国产成人一区二区在线| 99久久九九国产精品国产免费| 日日啪夜夜撸| 日韩强制内射视频| 亚洲精品成人av观看孕妇| 日本一本二区三区精品| 插逼视频在线观看| www.色视频.com| 一边亲一边摸免费视频| 国模一区二区三区四区视频| 亚洲天堂国产精品一区在线| 99视频精品全部免费 在线| 免费看av在线观看网站| 亚洲美女搞黄在线观看| 午夜精品一区二区三区免费看| 国产精品一区二区三区四区免费观看| 日韩欧美精品v在线| 综合色av麻豆| 男人爽女人下面视频在线观看| 国产在线一区二区三区精| 国产一区二区三区综合在线观看 | 国产一区二区三区综合在线观看 | 亚洲欧美一区二区三区黑人 | 成年av动漫网址| 欧美变态另类bdsm刘玥| 亚洲欧美精品自产自拍| 国产精品人妻久久久影院| 亚洲精品影视一区二区三区av| 午夜免费鲁丝| 春色校园在线视频观看| 在线观看一区二区三区激情| 久久精品国产亚洲av涩爱| 国产精品成人在线| 久久99热这里只频精品6学生| 99热6这里只有精品| 国产免费又黄又爽又色| 国产有黄有色有爽视频| 18禁裸乳无遮挡动漫免费视频 | 美女被艹到高潮喷水动态| 国产白丝娇喘喷水9色精品| 欧美日韩在线观看h| 成人特级av手机在线观看| 国产av国产精品国产| 麻豆乱淫一区二区| 波多野结衣巨乳人妻| 肉色欧美久久久久久久蜜桃 | 热re99久久精品国产66热6| 联通29元200g的流量卡| 亚洲av欧美aⅴ国产| 免费不卡的大黄色大毛片视频在线观看| 卡戴珊不雅视频在线播放| 免费看日本二区| 欧美日本视频| 日本色播在线视频| 六月丁香七月| 97在线人人人人妻| 国产午夜福利久久久久久| 草草在线视频免费看| 日韩成人av中文字幕在线观看| 午夜激情福利司机影院| 国产伦精品一区二区三区四那| 亚洲第一区二区三区不卡| 精品一区二区免费观看| 日本一二三区视频观看| 最近最新中文字幕大全电影3| h日本视频在线播放| 26uuu在线亚洲综合色| 一区二区三区四区激情视频| 色视频www国产| 亚洲人与动物交配视频| 国产探花极品一区二区| 欧美bdsm另类| 日韩欧美精品免费久久| 男女那种视频在线观看| 全区人妻精品视频| xxx大片免费视频| 亚洲综合精品二区| 免费人成在线观看视频色| 永久网站在线| 久久久久久国产a免费观看| 亚洲欧美中文字幕日韩二区| 秋霞伦理黄片| 亚洲精品久久久久久婷婷小说| 欧美另类一区| 韩国高清视频一区二区三区| 尾随美女入室| 少妇被粗大猛烈的视频| 97热精品久久久久久| 亚洲精品一区蜜桃| 天堂中文最新版在线下载 | 成年人午夜在线观看视频| 国产 一区 欧美 日韩| 亚洲经典国产精华液单| 国产成人免费观看mmmm| 2021少妇久久久久久久久久久| 性色av一级| 看黄色毛片网站| 国产黄片美女视频| 久久久久精品久久久久真实原创| 国产免费一区二区三区四区乱码| 中文在线观看免费www的网站| 黄色日韩在线| 中文精品一卡2卡3卡4更新| 日本欧美国产在线视频| 国产探花在线观看一区二区| 国产黄频视频在线观看| 在线观看美女被高潮喷水网站| 亚洲成人久久爱视频| 夜夜爽夜夜爽视频| av在线蜜桃| 少妇的逼好多水| 久久久久网色| 91狼人影院| 国产精品无大码| 久久99热这里只频精品6学生| 特大巨黑吊av在线直播| 久久久久国产网址| 亚洲av.av天堂| 午夜老司机福利剧场| 最近最新中文字幕大全电影3| 亚洲欧美精品自产自拍| 国产视频首页在线观看| 美女视频免费永久观看网站| 国产有黄有色有爽视频| 亚州av有码| 午夜福利视频1000在线观看| 亚洲人成网站在线观看播放| 中文欧美无线码| 一级毛片久久久久久久久女| 极品教师在线视频| 日韩av在线免费看完整版不卡| 卡戴珊不雅视频在线播放| 成年女人在线观看亚洲视频 | 99久久人妻综合| 欧美精品人与动牲交sv欧美| 美女内射精品一级片tv| 欧美激情国产日韩精品一区| 国产一区二区亚洲精品在线观看| 国产综合懂色| 婷婷色综合大香蕉| 久久人人爽人人片av| 网址你懂的国产日韩在线| 亚洲内射少妇av| 久久精品国产亚洲网站| 日本熟妇午夜| av又黄又爽大尺度在线免费看| 男人爽女人下面视频在线观看| 久热这里只有精品99| 久久久亚洲精品成人影院| av一本久久久久| 亚洲精品456在线播放app| 久久久久国产网址| 大码成人一级视频| 亚洲人与动物交配视频| 五月开心婷婷网| 亚洲av.av天堂| 久久久色成人| 国产成人一区二区在线| 国产一区二区在线观看日韩| 免费大片18禁| 中文字幕免费在线视频6| 成人亚洲精品一区在线观看 | 99热这里只有是精品50| 亚洲欧美一区二区三区黑人 | 一级毛片aaaaaa免费看小| 中文天堂在线官网| 国产黄片视频在线免费观看| 中文字幕人妻熟人妻熟丝袜美| 精品熟女少妇av免费看| 舔av片在线| 国产一级毛片在线| 夜夜看夜夜爽夜夜摸| 男女边吃奶边做爰视频| 成人亚洲精品av一区二区| 全区人妻精品视频| 青春草亚洲视频在线观看| 国产精品久久久久久久久免| 你懂的网址亚洲精品在线观看| 免费不卡的大黄色大毛片视频在线观看| 在现免费观看毛片| 熟女av电影| 欧美日韩精品成人综合77777| 一个人观看的视频www高清免费观看| 日本三级黄在线观看| 寂寞人妻少妇视频99o| 91久久精品国产一区二区三区| 国产淫片久久久久久久久| 久久久精品免费免费高清| 蜜臀久久99精品久久宅男| 久久久久久久精品精品| 一级av片app| 99精国产麻豆久久婷婷| 国产视频首页在线观看| 亚洲精品乱码久久久v下载方式| 在线天堂最新版资源| 亚洲欧洲日产国产| 精品99又大又爽又粗少妇毛片| 一级毛片黄色毛片免费观看视频| av在线天堂中文字幕| 蜜桃亚洲精品一区二区三区| 国产免费一级a男人的天堂| 亚洲av电影在线观看一区二区三区 | 午夜福利视频精品| 老师上课跳d突然被开到最大视频| 日本黄大片高清| av一本久久久久| 晚上一个人看的免费电影| 国产男女超爽视频在线观看| 亚洲国产欧美在线一区| 成人鲁丝片一二三区免费| 搞女人的毛片| 亚洲av.av天堂| 欧美xxxx性猛交bbbb| 十八禁网站网址无遮挡 | 一区二区三区乱码不卡18| 日韩电影二区| 精品国产三级普通话版| 好男人在线观看高清免费视频| 丝袜喷水一区| 亚洲精品日韩av片在线观看| 免费大片18禁| 精品人妻一区二区三区麻豆| 国产爱豆传媒在线观看| 少妇猛男粗大的猛烈进出视频 | 日韩不卡一区二区三区视频在线| 亚洲国产精品成人综合色| 少妇的逼水好多| 中文精品一卡2卡3卡4更新| 国产在线一区二区三区精| 日本午夜av视频| 国产亚洲精品久久久com| 免费看不卡的av| 国产精品久久久久久久电影| 亚洲国产欧美在线一区| 蜜桃久久精品国产亚洲av| 边亲边吃奶的免费视频| 嫩草影院入口| 久久久欧美国产精品| 成人国产麻豆网| 亚洲成人久久爱视频| 美女被艹到高潮喷水动态| 五月伊人婷婷丁香| 在线 av 中文字幕| 成人高潮视频无遮挡免费网站| 99久久中文字幕三级久久日本| 在线免费观看不下载黄p国产| 天天一区二区日本电影三级| 97超视频在线观看视频| 三级国产精品片| 亚洲欧美日韩东京热| 在线观看三级黄色| 午夜精品国产一区二区电影 | 少妇人妻 视频| 七月丁香在线播放| 久久人人爽人人片av| 麻豆久久精品国产亚洲av| 一本久久精品| 欧美日韩一区二区视频在线观看视频在线 | 国产精品熟女久久久久浪| 人体艺术视频欧美日本| av国产久精品久网站免费入址| 人妻制服诱惑在线中文字幕| 日本爱情动作片www.在线观看| 久久亚洲国产成人精品v| 精品一区在线观看国产| 国产午夜精品一二区理论片| 2018国产大陆天天弄谢| 日韩视频在线欧美| 国产av不卡久久| 观看免费一级毛片| 日韩大片免费观看网站| 成人美女网站在线观看视频| 国产精品一及| 久久久a久久爽久久v久久| 日本wwww免费看| 国产爽快片一区二区三区| 国产一区二区在线观看日韩| 蜜桃久久精品国产亚洲av| 欧美bdsm另类| 亚洲精品乱码久久久v下载方式| 日韩中字成人| 丝瓜视频免费看黄片| 久久精品久久久久久噜噜老黄| 如何舔出高潮| 亚洲欧美成人综合另类久久久| 国产精品蜜桃在线观看| 日韩中字成人| av线在线观看网站| 99热网站在线观看| 又黄又爽又刺激的免费视频.| 最近最新中文字幕免费大全7| 别揉我奶头 嗯啊视频| 搡女人真爽免费视频火全软件| 国产欧美日韩一区二区三区在线 | 精品久久久噜噜| 97超视频在线观看视频| 日韩视频在线欧美| 国国产精品蜜臀av免费| 欧美高清成人免费视频www| 久久久久网色| 日本-黄色视频高清免费观看| 69av精品久久久久久| av专区在线播放| 国产精品国产三级专区第一集| 在线天堂最新版资源| 青春草亚洲视频在线观看| 老女人水多毛片| 日韩欧美精品v在线| 热99国产精品久久久久久7| www.av在线官网国产| 国产高清国产精品国产三级 | 三级国产精品片| 我的老师免费观看完整版| 王馨瑶露胸无遮挡在线观看| 精品少妇黑人巨大在线播放| 黑人高潮一二区| 性色av一级| 最近中文字幕2019免费版| 激情 狠狠 欧美| 人人妻人人看人人澡| 在线观看国产h片| 亚洲性久久影院| 天美传媒精品一区二区| 三级经典国产精品| 18禁裸乳无遮挡免费网站照片| 在线天堂最新版资源| 好男人视频免费观看在线| 久久久久久久久久人人人人人人| 好男人视频免费观看在线| 九九在线视频观看精品| 一本一本综合久久| 亚洲精品视频女| 国产乱来视频区| av在线观看视频网站免费| 成年免费大片在线观看| 国产一区二区在线观看日韩| av黄色大香蕉| 大片电影免费在线观看免费| 欧美高清成人免费视频www| 国产精品女同一区二区软件| 人妻制服诱惑在线中文字幕| 王馨瑶露胸无遮挡在线观看| 国产免费福利视频在线观看| 国产精品99久久99久久久不卡 | 狠狠精品人妻久久久久久综合| 看非洲黑人一级黄片| 欧美高清性xxxxhd video| 99热国产这里只有精品6| 内地一区二区视频在线| 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 | 国产真实伦视频高清在线观看| 又爽又黄无遮挡网站| 精品久久久久久久久亚洲| 高清毛片免费看| 国产成人免费观看mmmm| 成人欧美大片| 国产精品女同一区二区软件| 国产毛片在线视频| 免费大片18禁| 国产精品.久久久| 欧美成人一区二区免费高清观看| 国产免费福利视频在线观看| 亚洲欧美日韩另类电影网站 | 国产av码专区亚洲av| 国产在视频线精品| 欧美日韩综合久久久久久| av在线播放精品| 十八禁网站网址无遮挡 | 久久精品久久精品一区二区三区| 三级男女做爰猛烈吃奶摸视频| 男插女下体视频免费在线播放| av在线蜜桃| 久久人人爽人人片av| 国产黄频视频在线观看| 欧美 日韩 精品 国产| 日韩不卡一区二区三区视频在线| 国产日韩欧美在线精品| 激情五月婷婷亚洲| 看免费成人av毛片| 亚洲欧美清纯卡通| 男女啪啪激烈高潮av片| 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| 日韩电影二区| 色视频在线一区二区三区| h日本视频在线播放| 亚洲精品亚洲一区二区| 秋霞在线观看毛片| 欧美日韩精品成人综合77777| 国产在线一区二区三区精| 亚洲精品色激情综合| 国产午夜精品一二区理论片| 女人十人毛片免费观看3o分钟| 亚洲成人av在线免费| 2021少妇久久久久久久久久久| 日韩一本色道免费dvd| 国产精品伦人一区二区| 亚洲av男天堂| 欧美成人午夜免费资源| 少妇丰满av| 亚洲国产成人一精品久久久| 欧美一级a爱片免费观看看| 成人黄色视频免费在线看| 精品人妻熟女av久视频| 欧美精品一区二区大全| 国产 精品1| 我的老师免费观看完整版| 亚洲国产最新在线播放| 波野结衣二区三区在线| 18禁在线播放成人免费| 日日摸夜夜添夜夜添av毛片| 我要看日韩黄色一级片| 日韩成人伦理影院| 成人特级av手机在线观看| 久久精品国产鲁丝片午夜精品| 七月丁香在线播放| 乱码一卡2卡4卡精品| 亚洲综合色惰| 久久久久久久亚洲中文字幕| 精品久久久久久久久亚洲| 亚洲精品国产av蜜桃| av国产免费在线观看| 美女视频免费永久观看网站| 蜜臀久久99精品久久宅男| 少妇人妻精品综合一区二区| 日韩一本色道免费dvd| 熟女人妻精品中文字幕| 成人毛片a级毛片在线播放| 热99国产精品久久久久久7| av福利片在线观看| 免费观看无遮挡的男女| 欧美人与善性xxx| 久久久精品94久久精品| 精品一区二区三卡| 亚洲av男天堂| 亚洲天堂国产精品一区在线| 日本wwww免费看| 国产乱人偷精品视频| 日韩中字成人| 欧美 日韩 精品 国产| 在线观看一区二区三区| 午夜精品国产一区二区电影 | 国产精品国产三级国产av玫瑰| av在线app专区| 亚洲美女视频黄频| 高清毛片免费看| 国产一区二区在线观看日韩| 超碰97精品在线观看| 亚洲精品日韩av片在线观看| 性色av一级| 亚洲av中文av极速乱| 51国产日韩欧美| 亚洲精品视频女| 日韩一区二区三区影片| 成人无遮挡网站| 国产成人freesex在线| 偷拍熟女少妇极品色| 高清视频免费观看一区二区| 综合色av麻豆| 18+在线观看网站| 中国国产av一级| 亚洲在久久综合| 久久综合国产亚洲精品| 人人妻人人看人人澡| 欧美国产精品一级二级三级 | 综合色丁香网| 日韩在线高清观看一区二区三区| 91久久精品国产一区二区三区| 国产精品不卡视频一区二区| 国产欧美另类精品又又久久亚洲欧美| 在线观看人妻少妇| 日韩三级伦理在线观看| 中文字幕久久专区| 久久久精品欧美日韩精品| 91精品一卡2卡3卡4卡| 国产综合精华液| 色综合色国产| 午夜老司机福利剧场| 色网站视频免费| 禁无遮挡网站| 成年女人看的毛片在线观看| 日本欧美国产在线视频| 午夜福利在线观看免费完整高清在| 春色校园在线视频观看| 国产有黄有色有爽视频| 亚洲最大成人手机在线| 一级毛片黄色毛片免费观看视频| 美女cb高潮喷水在线观看| 国产老妇女一区| 欧美成人一区二区免费高清观看| 九九在线视频观看精品| 一本久久精品| 成人毛片60女人毛片免费| 秋霞在线观看毛片| 国产 一区精品| 国产亚洲一区二区精品| 亚洲精品成人久久久久久| 蜜桃久久精品国产亚洲av| 亚洲国产精品专区欧美| 男女那种视频在线观看| 日本猛色少妇xxxxx猛交久久| 一级毛片aaaaaa免费看小| 一级毛片电影观看| 熟女av电影| 色视频在线一区二区三区| 国产精品一区二区三区四区免费观看| 亚洲色图综合在线观看| 亚洲经典国产精华液单| 亚洲va在线va天堂va国产| 日本黄大片高清| 亚洲欧美一区二区三区国产| 汤姆久久久久久久影院中文字幕| 婷婷色av中文字幕| 国产精品秋霞免费鲁丝片| av黄色大香蕉| av又黄又爽大尺度在线免费看| 美女被艹到高潮喷水动态| 嫩草影院精品99| 日韩国内少妇激情av| 欧美成人a在线观看| 日本-黄色视频高清免费观看| 精品人妻熟女av久视频| 一区二区三区精品91| 中文字幕制服av| 精品一区二区免费观看| 国产日韩欧美在线精品| 丰满乱子伦码专区| 国产成人一区二区在线| 在线观看免费高清a一片| 国产高清不卡午夜福利| 日韩亚洲欧美综合| 国产精品国产三级专区第一集| 男人狂女人下面高潮的视频| 亚洲欧美成人综合另类久久久| 日本一本二区三区精品| 一级a做视频免费观看| 赤兔流量卡办理| 日韩成人av中文字幕在线观看| 亚洲经典国产精华液单| 国内精品宾馆在线| 中文字幕av成人在线电影| 国产视频内射| 成人国产麻豆网| 免费少妇av软件| 嫩草影院精品99| 色综合色国产| 午夜福利视频1000在线观看| 免费观看av网站的网址|