• <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
    午夜精品久久久久久毛片777| 亚洲精品中文字幕一二三四区 | 手机成人av网站| 国产男靠女视频免费网站| 国产91精品成人一区二区三区 | 亚洲精品在线美女| 人人妻,人人澡人人爽秒播| 亚洲熟妇熟女久久| 亚洲人成电影观看| 久久久久精品国产欧美久久久| 一本大道久久a久久精品| 飞空精品影院首页| 国产精品.久久久| 波多野结衣一区麻豆| 国产精品 欧美亚洲| 超碰成人久久| 亚洲伊人色综图| 国产亚洲精品一区二区www | 亚洲中文av在线| 成人手机av| 一级毛片电影观看| 成人特级黄色片久久久久久久 | 最新在线观看一区二区三区| 又黄又粗又硬又大视频| 午夜福利欧美成人| 51午夜福利影视在线观看| 99热国产这里只有精品6| 淫妇啪啪啪对白视频| 日韩一区二区三区影片| 高清视频免费观看一区二区| 美女主播在线视频| 黑人操中国人逼视频| 国产精品影院久久| 叶爱在线成人免费视频播放| 久久精品国产99精品国产亚洲性色 | 国产精品免费视频内射| 亚洲欧美激情在线| 国产成人欧美| 超碰97精品在线观看| 国产高清视频在线播放一区| 国产亚洲精品第一综合不卡| 国产一区有黄有色的免费视频| 啦啦啦免费观看视频1| h视频一区二区三区| 黄片小视频在线播放| 日韩熟女老妇一区二区性免费视频| 1024视频免费在线观看| 午夜精品久久久久久毛片777| 99久久精品国产亚洲精品| 国产精品久久电影中文字幕 | 亚洲国产av新网站| 91麻豆av在线| 精品少妇久久久久久888优播| 午夜91福利影院| www.自偷自拍.com| 黄频高清免费视频| 免费av中文字幕在线| 97人妻天天添夜夜摸| 一区福利在线观看| 国产成人影院久久av| 黄色丝袜av网址大全| 国产精品1区2区在线观看. | 国产亚洲欧美在线一区二区| 桃红色精品国产亚洲av| 国产精品九九99| 亚洲专区国产一区二区| 蜜桃国产av成人99| 国产日韩欧美在线精品| 久久精品熟女亚洲av麻豆精品| 国产欧美日韩一区二区三| 日韩视频一区二区在线观看| 日本av免费视频播放| 夫妻午夜视频| 国产精品久久久久成人av| 好男人电影高清在线观看| av视频免费观看在线观看| 国产福利在线免费观看视频| 午夜老司机福利片| 日日夜夜操网爽| 麻豆成人av在线观看| 国产xxxxx性猛交| 久久人妻福利社区极品人妻图片| 久久免费观看电影| 人人妻人人澡人人看| av一本久久久久| 色婷婷久久久亚洲欧美| 女人被躁到高潮嗷嗷叫费观| 天天躁夜夜躁狠狠躁躁| 一个人免费看片子| 少妇被粗大的猛进出69影院| 亚洲成av片中文字幕在线观看| 中文字幕人妻丝袜制服| 国产精品偷伦视频观看了| 99热网站在线观看| 丰满迷人的少妇在线观看| 夜夜骑夜夜射夜夜干| 丰满饥渴人妻一区二区三| 黑人巨大精品欧美一区二区蜜桃| 日韩欧美一区视频在线观看| 成人免费观看视频高清| 精品福利永久在线观看| 亚洲国产av新网站| 日日爽夜夜爽网站| 无遮挡黄片免费观看| 男女免费视频国产| 国产一区二区 视频在线| 热re99久久国产66热| 多毛熟女@视频| 国产精品久久久av美女十八| 亚洲视频免费观看视频| 国产成人精品无人区| 精品久久蜜臀av无| 国产成人免费观看mmmm| 两个人看的免费小视频| 亚洲欧美激情在线| 男女无遮挡免费网站观看| 久久人妻福利社区极品人妻图片| 99热网站在线观看| 亚洲成人手机| www.自偷自拍.com| 国产在线免费精品| 99香蕉大伊视频| 久久人人爽av亚洲精品天堂| 午夜福利影视在线免费观看| 欧美日韩黄片免| 亚洲成人国产一区在线观看| 麻豆av在线久日| 香蕉国产在线看| 日本av免费视频播放| 一区二区三区激情视频| 国产一区二区三区视频了| 亚洲国产毛片av蜜桃av| 国产精品二区激情视频| 他把我摸到了高潮在线观看 | 男女免费视频国产| 亚洲av电影在线进入| 中国美女看黄片| 亚洲欧美日韩高清在线视频 | 亚洲精品国产一区二区精华液| 麻豆成人av在线观看| 精品人妻熟女毛片av久久网站| 精品一区二区三区四区五区乱码| 欧美国产精品va在线观看不卡| 午夜福利乱码中文字幕| 在线观看免费午夜福利视频| 丝袜喷水一区| 免费观看av网站的网址| 黑人欧美特级aaaaaa片| 成人精品一区二区免费| 国产精品免费视频内射| av在线播放免费不卡| 欧美精品一区二区大全| 国产99久久九九免费精品| 精品亚洲乱码少妇综合久久| 99国产精品一区二区蜜桃av | 黄色成人免费大全| 露出奶头的视频| 大码成人一级视频| 日韩一区二区三区影片| 精品久久久久久久毛片微露脸| 老司机午夜福利在线观看视频 | 国产成人精品无人区| 丰满迷人的少妇在线观看| 伊人久久大香线蕉亚洲五| 亚洲av第一区精品v没综合| 丰满人妻熟妇乱又伦精品不卡| 国产成人欧美| 夜夜爽天天搞| 黑人操中国人逼视频| 国产高清激情床上av| 欧美日韩视频精品一区| 手机成人av网站| 十八禁网站网址无遮挡| 人妻久久中文字幕网| 日本黄色视频三级网站网址 | 免费不卡黄色视频| 国产精品一区二区精品视频观看| 91成年电影在线观看| 国产亚洲欧美精品永久| 自线自在国产av| 亚洲黑人精品在线| 男男h啪啪无遮挡| av在线播放免费不卡| 亚洲天堂av无毛| 久久精品亚洲精品国产色婷小说| 99在线人妻在线中文字幕 | 岛国在线观看网站| 成人免费观看视频高清| www.熟女人妻精品国产| 无遮挡黄片免费观看| 超色免费av| 精品国产国语对白av| 国产av一区二区精品久久| 国产精品美女特级片免费视频播放器 | 99在线人妻在线中文字幕 | 欧美日韩精品网址| 国产精品自产拍在线观看55亚洲 | 少妇 在线观看| 国产在线免费精品| 久久影院123| 亚洲精品在线观看二区| 又大又爽又粗| 不卡av一区二区三区| 男女床上黄色一级片免费看| 老司机福利观看| 国产无遮挡羞羞视频在线观看| 国产av精品麻豆| 搡老乐熟女国产| 97在线人人人人妻| 亚洲一卡2卡3卡4卡5卡精品中文| 国产精品1区2区在线观看. | 中文欧美无线码| 我要看黄色一级片免费的| 亚洲av美国av| 亚洲avbb在线观看| 精品亚洲成国产av| 欧美日韩一级在线毛片| 中文亚洲av片在线观看爽 | 老司机午夜福利在线观看视频 | 国产黄色免费在线视频| 两性午夜刺激爽爽歪歪视频在线观看 | 中文亚洲av片在线观看爽 | 亚洲第一欧美日韩一区二区三区 | 亚洲精品自拍成人| 日韩免费高清中文字幕av| 亚洲第一青青草原| 亚洲精品国产一区二区精华液| 少妇粗大呻吟视频| 丝袜人妻中文字幕| 五月天丁香电影| 国产三级黄色录像| 两个人看的免费小视频| 人妻 亚洲 视频| 热99re8久久精品国产| 黄色成人免费大全| 高清黄色对白视频在线免费看| 一级毛片女人18水好多| 国产一卡二卡三卡精品| www.精华液| 精品亚洲乱码少妇综合久久| 免费人妻精品一区二区三区视频| a级毛片黄视频| 成人亚洲精品一区在线观看| 一级毛片女人18水好多| 欧美激情 高清一区二区三区| 一本色道久久久久久精品综合| 每晚都被弄得嗷嗷叫到高潮| av超薄肉色丝袜交足视频| 男男h啪啪无遮挡| 国产一卡二卡三卡精品| √禁漫天堂资源中文www| 99久久人妻综合| 国产黄频视频在线观看| 亚洲欧美精品综合一区二区三区| 性色av乱码一区二区三区2| 亚洲精品久久午夜乱码| 久久中文看片网| 亚洲精品乱久久久久久| 亚洲少妇的诱惑av| 国产极品粉嫩免费观看在线| 丝袜在线中文字幕| 中文欧美无线码| 9热在线视频观看99| 久久影院123| 精品亚洲乱码少妇综合久久| 99香蕉大伊视频| 精品少妇一区二区三区视频日本电影| 亚洲av日韩在线播放| 午夜福利视频精品| 久久中文看片网| 老司机福利观看| 国产在线一区二区三区精| 久久精品亚洲av国产电影网| 女同久久另类99精品国产91| 一级片免费观看大全| 高潮久久久久久久久久久不卡| 亚洲av成人不卡在线观看播放网| 国产精品免费一区二区三区在线 | 色94色欧美一区二区| 色婷婷av一区二区三区视频| av不卡在线播放| 国产主播在线观看一区二区| 国产黄色免费在线视频| 色视频在线一区二区三区| 亚洲 国产 在线| 高清黄色对白视频在线免费看| 久久ye,这里只有精品| 97人妻天天添夜夜摸| 日本精品一区二区三区蜜桃| 在线观看免费午夜福利视频| 国产成+人综合+亚洲专区| 亚洲精品久久成人aⅴ小说| 国产av又大| 色综合婷婷激情| 天堂动漫精品| 久久人人爽av亚洲精品天堂| 久久av网站| 法律面前人人平等表现在哪些方面| 在线观看人妻少妇| 日韩一卡2卡3卡4卡2021年| 飞空精品影院首页| 亚洲一卡2卡3卡4卡5卡精品中文| 丝袜在线中文字幕| 国产熟女午夜一区二区三区| 美女视频免费永久观看网站| tocl精华| 国产无遮挡羞羞视频在线观看| 亚洲一区二区三区欧美精品| 国产精品一区二区精品视频观看| 最近最新中文字幕大全免费视频| 两性午夜刺激爽爽歪歪视频在线观看 | av线在线观看网站| 人人妻人人澡人人看| 飞空精品影院首页| 中文字幕人妻熟女乱码| 国产高清视频在线播放一区| 亚洲人成电影免费在线| 三上悠亚av全集在线观看| 欧美成狂野欧美在线观看| 久热爱精品视频在线9| 高清黄色对白视频在线免费看| av电影中文网址| 人人妻人人澡人人爽人人夜夜| 亚洲精品久久午夜乱码| 久久久水蜜桃国产精品网| 91大片在线观看| 亚洲精品久久成人aⅴ小说| av又黄又爽大尺度在线免费看| 国产日韩欧美亚洲二区| 日本vs欧美在线观看视频| 国产成人欧美| 操出白浆在线播放| 悠悠久久av| 欧美精品一区二区免费开放| 激情视频va一区二区三区| a级毛片在线看网站| a级毛片黄视频| 狠狠狠狠99中文字幕| 一本久久精品| 久久人妻熟女aⅴ| 午夜福利视频精品| 免费高清在线观看日韩| 亚洲精品av麻豆狂野| 久久久久精品人妻al黑| 免费在线观看日本一区| 岛国毛片在线播放| 亚洲 欧美一区二区三区| 人妻一区二区av| 久久热在线av| 99国产精品免费福利视频| 久久人妻av系列| 热99久久久久精品小说推荐| 搡老乐熟女国产| 热99久久久久精品小说推荐| √禁漫天堂资源中文www| h视频一区二区三区| 自拍欧美九色日韩亚洲蝌蚪91| 人人妻,人人澡人人爽秒播| 69精品国产乱码久久久| 老熟妇仑乱视频hdxx| 久久香蕉激情| 99久久人妻综合| 精品久久久久久电影网| 亚洲美女黄片视频| 色综合欧美亚洲国产小说| 免费少妇av软件| 久久久久国产一级毛片高清牌| 精品亚洲成a人片在线观看| 亚洲成a人片在线一区二区| 精品人妻1区二区| 99久久精品国产亚洲精品| 亚洲少妇的诱惑av| 中文字幕色久视频| 亚洲国产看品久久| 色尼玛亚洲综合影院| 人妻 亚洲 视频| www.熟女人妻精品国产| 高清视频免费观看一区二区| 啦啦啦视频在线资源免费观看| 国产亚洲欧美在线一区二区| 丰满少妇做爰视频| 狠狠狠狠99中文字幕| 岛国在线观看网站| 麻豆av在线久日| 欧美成人午夜精品| 久久九九热精品免费| 精品国产亚洲在线| 亚洲人成电影免费在线| 97在线人人人人妻| 亚洲成国产人片在线观看| 国产精品麻豆人妻色哟哟久久| 亚洲第一欧美日韩一区二区三区 | 两人在一起打扑克的视频| 国产亚洲精品第一综合不卡| 成人三级做爰电影| 一区二区日韩欧美中文字幕| 最新美女视频免费是黄的| 亚洲精品一二三| 久久国产精品人妻蜜桃| www.999成人在线观看| 亚洲色图综合在线观看| 老司机影院毛片| 精品久久久精品久久久| 狠狠狠狠99中文字幕| 老熟妇乱子伦视频在线观看| 亚洲欧美一区二区三区黑人| 国产av国产精品国产| 久久热在线av| 国产欧美日韩一区二区三区在线| 日韩人妻精品一区2区三区| 香蕉久久夜色| 大香蕉久久网| 国产日韩一区二区三区精品不卡| 丁香欧美五月| 午夜老司机福利片| 建设人人有责人人尽责人人享有的| 国产成人精品在线电影| 久久热在线av| 久久精品熟女亚洲av麻豆精品| 亚洲av国产av综合av卡| 高清欧美精品videossex| 在线天堂中文资源库| 91麻豆av在线| 在线亚洲精品国产二区图片欧美| 久久精品91无色码中文字幕| av电影中文网址| 大香蕉久久网| 国产高清videossex| 日韩成人在线观看一区二区三区| 欧美乱妇无乱码| 老熟妇乱子伦视频在线观看| 国产三级黄色录像| 久久影院123| 久久精品熟女亚洲av麻豆精品| 人人妻人人澡人人看| 精品国产超薄肉色丝袜足j| 亚洲精华国产精华精| 欧美日韩国产mv在线观看视频| 国产一区二区三区综合在线观看| 久久热在线av| 午夜福利乱码中文字幕| 一本一本久久a久久精品综合妖精| 精品国产乱子伦一区二区三区| 亚洲av日韩精品久久久久久密| 一本久久精品| 亚洲精品自拍成人| 中文字幕制服av| 两人在一起打扑克的视频| 午夜福利欧美成人| 黑人欧美特级aaaaaa片| 国产精品一区二区在线观看99| 成人永久免费在线观看视频 | 日韩免费高清中文字幕av| 69av精品久久久久久 | 怎么达到女性高潮| 高清视频免费观看一区二区| 亚洲成人手机| 高清黄色对白视频在线免费看| 又紧又爽又黄一区二区| 亚洲天堂av无毛| 国产男靠女视频免费网站| 精品午夜福利视频在线观看一区 | 老司机福利观看| 国产不卡av网站在线观看| 国产av国产精品国产| 国内毛片毛片毛片毛片毛片| 变态另类成人亚洲欧美熟女 | 国产精品久久久av美女十八| 制服人妻中文乱码| 性高湖久久久久久久久免费观看| 亚洲va日本ⅴa欧美va伊人久久| 麻豆av在线久日| 欧美日韩亚洲高清精品| 日韩大片免费观看网站| 18禁国产床啪视频网站| 色播在线永久视频| 久久久久久久久久久久大奶| 久久久久久人人人人人| 亚洲国产欧美在线一区| 国产精品二区激情视频| 一本久久精品| 1024视频免费在线观看| 亚洲 国产 在线| 老司机福利观看| 午夜福利,免费看| netflix在线观看网站| 欧美精品一区二区大全| 女人被躁到高潮嗷嗷叫费观| 亚洲第一欧美日韩一区二区三区 | 亚洲国产中文字幕在线视频| 99在线人妻在线中文字幕 | 精品国产一区二区三区四区第35| 天堂8中文在线网| 亚洲人成77777在线视频| 下体分泌物呈黄色| av福利片在线| 免费少妇av软件| 黄片播放在线免费| 久久人妻福利社区极品人妻图片| 日韩一区二区三区影片| 免费不卡黄色视频| 久久天堂一区二区三区四区| 丝袜美足系列| 久久精品91无色码中文字幕| www.自偷自拍.com| 一级毛片电影观看| 露出奶头的视频| 国产精品98久久久久久宅男小说| 日韩有码中文字幕| 男女无遮挡免费网站观看| xxxhd国产人妻xxx| 高清黄色对白视频在线免费看| 不卡一级毛片| 久久精品国产99精品国产亚洲性色 | 色精品久久人妻99蜜桃| 男人舔女人的私密视频| 免费久久久久久久精品成人欧美视频| 啦啦啦 在线观看视频| 色婷婷久久久亚洲欧美| 69精品国产乱码久久久| 日韩 欧美 亚洲 中文字幕| 午夜免费鲁丝| 国产亚洲精品久久久久5区| 国产亚洲一区二区精品| 亚洲成国产人片在线观看| 免费在线观看完整版高清| av电影中文网址| 欧美日韩成人在线一区二区| 色在线成人网| 我的亚洲天堂| 亚洲欧美一区二区三区黑人| 亚洲国产欧美日韩在线播放| 亚洲综合色网址| 精品少妇黑人巨大在线播放| 老司机深夜福利视频在线观看| 国产精品成人在线| 搡老岳熟女国产| 精品一区二区三区av网在线观看 | 中文字幕高清在线视频| 欧美精品人与动牲交sv欧美| 日韩制服丝袜自拍偷拍| 中文字幕最新亚洲高清| 香蕉丝袜av| 精品一区二区三区视频在线观看免费 | 午夜福利乱码中文字幕| 男男h啪啪无遮挡| 亚洲精品自拍成人| 新久久久久国产一级毛片| 最近最新中文字幕大全电影3 | 久久性视频一级片| 一个人免费看片子| 精品国产乱子伦一区二区三区| 狠狠狠狠99中文字幕| 欧美 日韩 精品 国产| 久久久国产一区二区| 19禁男女啪啪无遮挡网站| 老司机在亚洲福利影院| 欧美日韩福利视频一区二区| 国产av一区二区精品久久| netflix在线观看网站| 免费人妻精品一区二区三区视频| 亚洲国产毛片av蜜桃av| 国产99久久九九免费精品| 啪啪无遮挡十八禁网站| 日韩欧美国产一区二区入口| 国产高清videossex| 亚洲九九香蕉| 精品国产超薄肉色丝袜足j| 精品欧美一区二区三区在线| 国产在线免费精品| 少妇 在线观看| 最新在线观看一区二区三区| 久久久久精品人妻al黑| 欧美精品亚洲一区二区| 操美女的视频在线观看| www.999成人在线观看| 手机成人av网站| 亚洲国产av新网站| 久久av网站| 岛国在线观看网站| 国产成人av教育| 久久中文看片网| 免费日韩欧美在线观看| 亚洲人成电影免费在线| 国产欧美日韩一区二区三| 国产成+人综合+亚洲专区| 久9热在线精品视频| 亚洲精品久久成人aⅴ小说| 亚洲午夜理论影院| 成人手机av| 日韩精品免费视频一区二区三区| 色播在线永久视频| 两性夫妻黄色片| 午夜福利乱码中文字幕| 欧美乱码精品一区二区三区| 成人黄色视频免费在线看| av欧美777| 天天躁日日躁夜夜躁夜夜| 国产av又大| 欧美黑人精品巨大| 亚洲欧美一区二区三区久久| 桃红色精品国产亚洲av| 国产不卡一卡二| 亚洲av片天天在线观看| 两性夫妻黄色片| 国产高清激情床上av| 午夜福利影视在线免费观看| av福利片在线| 宅男免费午夜| 国产精品国产高清国产av | 亚洲自偷自拍图片 自拍| 99精品久久久久人妻精品| 1024香蕉在线观看| 岛国在线观看网站| 性少妇av在线|