• <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 ?

    連續(xù)同色調(diào)背景下運動目標自適應跟蹤

    2016-12-26 08:33:20陳從平石小濤
    計算機應用與軟件 2016年11期
    關鍵詞:投影圖跟蹤目標色調(diào)

    陳從平 黃 正 聶 葳 石小濤

    1(三峽大學機械與動力學院 湖北 宜昌 443002)2(三峽庫區(qū)生態(tài)環(huán)境教育部工程研究中心 湖北 宜昌 443002)

    ?

    連續(xù)同色調(diào)背景下運動目標自適應跟蹤

    陳從平1黃 正1聶 葳1石小濤2

    1(三峽大學機械與動力學院 湖北 宜昌 443002)2(三峽庫區(qū)生態(tài)環(huán)境教育部工程研究中心 湖北 宜昌 443002)

    針對傳統(tǒng)的Meanshift算法在連續(xù)的同色調(diào)背景干擾下無法準確、持續(xù)跟蹤目標的問題,提出一種基于Kalman-optical flow(KOF)的改進Meanshift目標跟蹤算法。首先,通過基于色調(diào)空間的光流檢測對Meanshift窗口區(qū)域內(nèi)的特征點進行建模,獲得其圖像坐標;然后,利用Kalman濾波的速度預估排除背景特征點,得到基于目標模型特征點的空間約束條件;最后,將得到的空間約束條件結(jié)合傳統(tǒng)Meanshift算法中的色調(diào)約束條件,構(gòu)建新的反投影直方圖,并將新的反投影圖作為Meanshift的概率密度圖進行迭代,從而完成目標跟蹤。實驗表明,在連續(xù)的同色調(diào)背景區(qū)域的干擾下,該算法仍可以準確、持續(xù)地跟蹤目標。

    Meanshift 目標跟蹤 光流 Kalman濾波 同色調(diào)區(qū)域

    0 引 言

    基于視頻的運動目標檢測與跟蹤已在許多領域得到了應用,如導彈制導、機器人導航、制造領域中視覺定位與引導、智能交通及公共安全領域的目標追蹤等。近年來,隨著計算機技術(shù)和通信技術(shù)的發(fā)展,對目標跟蹤的實時性、準確性要求也日益提高。目前,典型的目標跟蹤算法有光流法[1]、幀差法[2]、粒子濾波[3]、Kalman濾波[4]及Meanshift等[5]。其中,光流法與幀差法是基于物體的運動信息進行跟蹤的,它們能同時跟蹤所有前景目標,但無法實現(xiàn)目標選擇性跟蹤(只能跟蹤全部的前景物體而無法針對具體目標),且兩種算法都極易受到背景變動的干擾;粒子濾波則需要足夠的粒子數(shù)目以保證算法的魯棒性,這極大地增加了跟蹤過程中的計算量;Kalman濾波需要結(jié)合觀測值得到最優(yōu)更新,需要與其他算法聯(lián)合使用,因此在自適應跟蹤過程中通常作為輔助算法。Meanshift算法作為一種基于密度梯度的無參數(shù)估計跟蹤算法[6],以其計算速度快、實時性好等特點得到了廣泛的研究與應用。

    傳統(tǒng)的Meanshift算法是通過目標模型的色調(diào)特征(顏色約束)實現(xiàn)對目標跟蹤,而當其應用于如水下魚類軌跡追蹤、智能交通目標追蹤等目標與背景具有同色調(diào)信息的領域時,若不增加其他特征約束,就容易造成目標丟失。為了解決這個問題,文獻[7-9]首先通過幀差法確定運動的目標區(qū)域以排除背景色調(diào)的干擾,然后利用Meanshift進行跟蹤。該算法對于固定場景中的運動目標具有很好的跟蹤效果,但當背景發(fā)生較大改變或跟蹤目標相對靜止時,依然會產(chǎn)生跟蹤目標丟失的現(xiàn)象。文獻[10-12]提出了一種對目標特征進行分塊跟蹤的方法,通過對跟蹤目標各特征區(qū)域進行建模并加權(quán)的方式得到目標模型,能夠有效地排除背景信息的干擾。但這種方法的分塊模式較為死板,且難以跟蹤處于連續(xù)的同色調(diào)背景區(qū)域中的目標或形態(tài)發(fā)生較大改變的目標。

    本文針對在目標跟蹤過程中,由于連續(xù)幀間同色調(diào)背景的干擾所導致追蹤目標丟失這一問題,提出了一種結(jié)合KOF的改進Meanshift跟蹤算法。首先通過基于色調(diào)空間的光流法獲得Meanshift搜索窗口區(qū)域的特征點信息;然后再根據(jù)Kalman濾波中的速度預估值剔除背景特征點信息,構(gòu)建僅考慮目標特征點的空間約束條件。最后將求得的空間約束結(jié)合傳統(tǒng)Meanshift算法中的顏色約束,得到改進的反投影直方圖,并將改進的反投影直方圖作為Meanshift的概率密度圖進行迭代,從而完成目標跟蹤。

    1 Meanshift算法原理

    跟蹤目標確定時,Meanshift算法通過提取目標模型在HSV顏色空間的H分量來建立直方圖模型,并據(jù)直方圖模型計算后續(xù)各幀的概率密度圖—反投影直方圖,Meanshift算法即收斂于反投影直方圖的概率密度極大值點。其定位原理及過程如下[13,14]:

    (1)

    (2)

    (3)

    上述公式中,δ為KroneckerDelta函數(shù),g為核函數(shù),h為核函數(shù)帶寬,ξ為設定閾值。

    由式(1)-式(3)可知,Meanshift算法通過計算目標模型的色調(diào)信息{qu}以進行跟蹤。然而,當背景區(qū)域與跟蹤目標的色調(diào)信息相似時,僅靠色調(diào)約束無法準確、持續(xù)地跟蹤目標。為了解決這個問題,就需要對跟蹤目標添加其他的約束條件。考慮到跟蹤目標模型中可能存在的形態(tài)變化以及背景變化的干擾,本文使用對這兩種干擾不敏感的目標模型特征點信息作為新的約束條件,并通過能夠準確匹配相鄰幀中相對應點的光流法進行特征點求解。

    2 基于KOF的改進Meanshift算法

    2.1 基于色調(diào)空間的光流求解

    當Meanshift算法中選定初始窗口后,即可通過光流檢測得到Meanshift搜索窗口內(nèi)的特征點。若特征點的色調(diào)值在相鄰幀之間無變化,則總可以找到一個偏移量(u,v)使:

    Ht(x,y)=Ht+1(x+u,y+v)

    (4)

    其中,Ht、Ht+1分別為當前幀及下一幀的色調(diào)值。事實上,色調(diào)值在高飽和度且光強較為適中的圖像中能保持不變。為滿足這一前提,本算法中只考慮飽和度S>65且光照強度50

    將式(4)泰勒展開并忽略高階項,有:

    (5)

    當色調(diào)不變時,式(5)可簡化為:

    (6)

    在連續(xù)的視頻幀中,可認為目標模型中特征點與其鄰域點的偏移量一致,具有空間一致性。此時,若已知鄰域點集的色調(diào)值(Hx1,Hx2,…,Hxn),則可據(jù)式(6)求得(u,v),繼而得到下一幀中特征點的坐標為:

    (7)

    為了提高改進算法的實時性,本文只對Meanshift搜索窗口區(qū)域內(nèi)的特征點進行檢測。此時檢測到的特征點中包含了會造成干擾的部分背景區(qū)域特征點,且由于跟蹤目標的運動,當前幀的跟蹤目標可能不完全處于上一幀的Meanshift搜索窗口區(qū)域內(nèi)。這樣會導致前后兩幀的一部分特征點匹配失敗,降低整個改進算法的魯棒性。為了防止以上兩種情況的發(fā)生,本文擬通過增加Kalman濾波來進行改進。

    2.2 Kalman濾波

    Kalman濾波[15]包括預測與更新兩個步驟,其預測狀態(tài)方程及預測協(xié)方差方程分別為:

    (8)

    (9)

    式中,Kk為增益矩陣,Zk為輸入的觀測向量,H為觀測模型,R為誤差矩陣。

    在利用Kalman濾波得到當前幀目標模型質(zhì)心的預估狀態(tài)向量(xk,yk,vx,vy)后,就可以通過設定閾值的方法提高Meanshift搜索窗口的跟蹤精度,排除與預估速度不一致的背景特征點;并且適度擴大檢測特征點的窗口,以防止前后幀中部分特征點匹配失敗。

    2.3 改進的Meanshift算法

    設第k幀目標模型質(zhì)心橫、縱方向的Kalman預估坐標及速度值分別為xk、yk、vkx、vky,為了防止改進算法跟丟目標,其Meanshift跟蹤窗口坐標應滿足:

    (10)

    檢測特征點的窗口的大小應滿足:

    Bx=Lx-abs(2vkx)By=Ly-abs(2vky)Bwidth=Lwidth+abs(2vkx)Bheight=Lheight+abs(2vky)

    (11)

    追蹤目標的特征點應滿足:

    abs(2vkx)>p[k,i,x]-p[k-1,i,x]>vkx/2abs(2vky)>p[k,i,y]-p[k-1,i,y]>vky/2

    (12)

    上述公式中,(Mx,My)為第k幀中Meanshift迭代窗口左上角坐標,(Bx,By)、Bwidth、Bheight分別為第k幀中檢測窗口左上角的坐標以及窗口的寬度、高度,(Lx,Ly)、Lwidth、Lheight分別為第k-1幀中Meanshift迭代窗口左上角坐標以及窗口的寬度、高度。p[k,i,x]與p[k,i,y]分別表示第k幀中第i個目標特征點的橫、縱坐標值。

    通過式(10)-式(12)即可排除背景干擾點,得到只基于目標模型特征點的約束條件。再將目標模型特征點進行二值化、膨脹處理后,結(jié)合跟蹤目標的色調(diào)約束就可以構(gòu)建新的反投影直方圖,完成Meanshift追蹤過程。基于KOF的改進Meanshift算法的流程如圖1所示。

    圖1 基于KOF的改進Meanshift算法流程圖

    3 實驗結(jié)果與分析

    3.1 非連續(xù)同色調(diào)背景下的跟蹤實驗

    本文通過VS2010+OpenCV 2.0平臺所編寫的C++代碼,對兩個測試視頻進行了實驗,其中測試視頻1中的跟蹤目標為自行車,背景信息固定且包含與跟蹤目標具有相似色調(diào)信息的單列車輛。實驗中使用三種跟蹤算法對目標進行追蹤,其中圖2為運用傳統(tǒng)的Meanshift算法進行跟蹤的效果圖,圖3為運用Meanshift-Kalman濾波算法進行跟蹤的效果圖,圖4為運用本文中基于KOF的改進Meanshift算法進行跟蹤的效果圖。

    圖2 基于傳統(tǒng)Meanshift算法的跟蹤效果

    圖3 基于Meanshift-Kalman濾波算法的跟蹤效果

    圖4 基于KOF的改進Meanshift算法的跟蹤效果

    反投影圖中區(qū)域的高亮程度代表著其與目標模型色調(diào)信息相匹配的程度。因此,從圖2、圖3的反投影圖可以看出,在第55幀確定跟蹤目標時,背景圖像中的??寇囕v與跟蹤目標具有相似的色調(diào)信息,故而在第65幀中當跟蹤目標靠近??寇囕v時,基于色調(diào)信息的傳統(tǒng)Meanshift算法無法準確區(qū)分目標模型和背景區(qū)域,進而丟失跟蹤目標;而基于Meanshift-Kalman濾波的跟蹤算法在第65幀中并沒有丟失跟蹤目標。這是由于Kalman濾波的預測效果抵消了Meanshift算法的部分跟蹤誤差,且造成干擾的背景區(qū)域并非連續(xù)的同色調(diào)干擾背景,因此在之后的跟蹤過程中算法并未受到相似色調(diào)背景的影響,故而能夠精確地跟蹤目標模型。從圖4中的反投影圖可以看出,本文算法較好地屏蔽了背景區(qū)域的干擾,因此在整個追蹤過程中都保持了較高的跟蹤精度。

    3.2 連續(xù)同色調(diào)背景下的跟蹤實驗

    測試視頻2中的跟蹤目標為行人,背景為與跟蹤目標有相似色調(diào)信息的連續(xù)排列的車輛且背景為非固定背景。其中圖5為運用傳統(tǒng)的Meanshift算法進行跟蹤的效果圖,圖6為運用Meanshift-Kalman濾波算法進行跟蹤的效果圖,圖7為運用本文中基于KOF的改進Meanshift算法進行跟蹤的效果圖。

    圖5 基于傳統(tǒng)Meanshift算法的跟蹤效果

    圖6 基于Meanshift-Kalman濾波算法的跟蹤效果

    圖7 基于KOF的改進Meanshift算法的跟蹤效果

    從圖5-圖7的反投影圖可以看出,在第150幀中,由于跟蹤目標與當前背景區(qū)域有較大的色調(diào)差異,兩者在反投影圖中的高亮程度相差很大,因此三種算法都可以精確地跟蹤到運動目標。但從圖5、圖6的反投影圖還可以看出,從第317幀開始,跟蹤窗口內(nèi)的背景區(qū)域和跟蹤目標具有相似的色調(diào)信息,此時再使用只基于色調(diào)信息的傳統(tǒng)Meanshift算法就無法準確地區(qū)分目標模型和背景區(qū)域,最終將導致追蹤目標丟失;而基于Meanshift-Kalman濾波的跟蹤算法通過Kalman濾波的預測增益抵消了部分Meanshift算法的跟蹤誤差,故而能夠在第317幀中較好地追蹤目標模型。但是,與3.1節(jié)實驗中的非連續(xù)性背景干擾所不同的是,在第317幀之后的跟蹤過程中,跟蹤目標始終處于連續(xù)的同色調(diào)背景干擾中,因此在接下來的每一幀中Meanshift算法都無法準確地跟蹤目標,這會使該算法的累積誤差越來越大,直至第493幀完全丟失目標。而從圖7的反投影圖中可以看出,本文使用的基于KOF的改進Meanshift算法能夠很好地消除連續(xù)同色調(diào)背景區(qū)域的干擾,定位跟蹤目標區(qū)域,使算法能夠準確、持續(xù)地跟蹤目標。

    為衡量以上算法跟蹤效果,對實驗視頻2進行了定位精度分析,定義定位誤差為:

    (13)

    其中,(xi,yi)為第i幀中跟蹤窗口的中心坐標,(xic,yic)為第i幀中目標模型實際質(zhì)心坐標,Li為兩者的像素距離。據(jù)式(13)對整個跟蹤過程進行比較,結(jié)果如圖8所示。可以看出,在背景干擾不大的區(qū)域(前200幀),三種算法都有較好的跟蹤精度;然而在第220~270幀之間,傳統(tǒng)Meanshift算法以及基于Kalman濾波的算法的跟蹤精度略高于本文算法。這是由于改進算法中的特征點約束可能會造成部分目標信息的丟失,使跟蹤窗口產(chǎn)生部分偏移所致。而在之后連續(xù)的同色調(diào)背景干擾區(qū)域,本文的改進算法的跟蹤精度明顯高于其他兩種算法。

    圖8 不同算法定位誤差比較

    4 結(jié) 語

    Meanshift算法能夠快速、實時地跟蹤目標,然而當跟蹤目標處于連續(xù)同色調(diào)背景區(qū)域時,就會由于無法確定跟蹤目標的信息而造成跟蹤失敗。本文結(jié)合KOF算法,首先根據(jù)光流法對色調(diào)空間的特征點進行檢測,再根據(jù)Kalman速度預估甄選出目標模型的特征點信息,最后將特征點信息結(jié)合傳統(tǒng)Meanshift算法中的色調(diào)信息構(gòu)建新的反投影圖,再進行目標跟蹤。實驗結(jié)果表明,結(jié)合KOF的改進Meanshift算法能夠準確、持續(xù)地跟蹤目標,有效地解決了連續(xù)同色調(diào)背景區(qū)域?qū)δ繕烁櫾斐傻母蓴_問題。

    [1] Bao L C,Yang Q X,Jin H L. Fast Edge-Preserving PatchMatch for Large Displacement Optical Flow[C]// 2014 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). IEEE Computer Society,2014:3534-3541.

    [2] Jun Qiang,Jun Chen,Jun Wang. An Interfield and Intrafield Weighted Interpolative Deinterlacing Algorithm Based on Low-Angle Detection and Multiangle Extraction[J]. Mathematical Problems in Engineering,2014(15):1-8.

    [3] Sun X,Yao H X. A refined particle filter based on determined level set model for robust contour tracking[J]. Machine Vision and Applications, 2014,25(7):1727-1736.

    [4] Hoshiya M,Saito E. Structural Identification by Extended Kalman Filter[J]. Journal of Engineering Mechanics,1984,110(12):1757-1770.

    [5] 胡威. 一種新的Meanshift快速運動目標魯棒跟蹤方法[J].計算機應用與軟件,2014,31(1):140-143.

    [6] Song Y,Li S, Zhang J,et al. Scale Adaptive Tracking Using Mean Shift and Efficient Feature Matching[C]// 2014 22nd International Conference on Pattern Recognition (ICPR). IEEE Computer Society,2014:2233-2238.

    [7] 鄔大鵬,程衛(wèi)平,于盛林. 基于幀間差分和運動估計的Camshift目標跟蹤算法[J].光電工程,2010,37(1):55-60.

    [8] 崔文超,洪新華,吳正平. 一種運動背景下目標快速定位方法[J].三峽大學學報:自然科學版,2007,29(2):163-166.

    [9] 張春林,李小堅. 基于幀間差分和背景差分結(jié)合的Camshift目標跟蹤算法[J].工業(yè)控制計算機,2014,27(6):118-120.

    [10] 董慧芬,董保磊,丁小芳,等. 基于相關區(qū)域分層的改進Meanshift目標跟蹤算法[J].計算機應用,2014,34(S2):286-290.

    [11] 袁霄,王麗萍. 基于Meanshift算法的運動人體跟蹤[J].計算機工程與科學,2008,30(4):46-49.

    [12] 王田,劉偉寧,韓廣良,等. 基于改進Meanshift的目標跟蹤算法[J].液晶與顯示,2012,27(3):396-400.

    [13] Vojir T,Noskova J,Matas J. Robust scale-adaptive mean-shift for tracking[J]. Pattern Recognition Letters,2014,49:250-258.

    [14] Sliti O,Hamam H,Benzarti F,et al. A More Robust Mean Shift Tracker Using Joint Monogenic Signal Analysis and Color Histogram[C]// 2014 22nd International Conference on Pattern Recognition (ICPR).IEEE Computer Society,2014:2453-2458.

    [15] Bourmaud G,Mégret R, Giremus A,et al. Global motion estimation from relative measurements using iterated extended Kalman filter on matrix LIE groups[C]// Image Processing (ICIP),2014 IEEE International Conference on.IEEE,2014:3362-3366.

    ADAPTIVE MOVING TARGET TRACKING UNDER INCESSANT SAME HUE BACKGROUND

    Chen Congping1Huang Zheng1Nie Wei1Shi Xiaotao2

    1(CollegeofMechanicalandPowerEngineering,ChinaThreeGorgesUniversity,Yichang443002,Hubei,China)2(EngineeringResearchCenterofEco-environmentinThreeGorgesReservoirRegion,MinistryofEducation,Yichang443002,Hubei,China)

    Aiming at the problem that traditional Meanshift algorithm cannot track the target accurately and constantly under the interference of incessant same hue background, we proposed an improved Meanshift target tracking algorithm which is based on Kalman-optical flow (KOF). First, it models the feature points within the area of Meanshift window by hue space-based optical flow detection algorithm, and gets the coordinates of their images. Secondly, it uses the speed prediction of Kalman filter to exclude background feature points and obtains the space constraint condition which is based on the target model feature points. Finally, it combines the derived space constraint condition with the hue constraint condition of traditional Meanshift algorithm to construct new back projection histogram, and uses the new back projection graph as the probability density map of Meanshift for iteration, so as to complete the target tracking. Experimental results demonstrated that under the interference of incessant same hue background area this algorithm could still track targets accurately and constantly.

    Meanshift Target tracking Optical flow Kalman filter Same hue area

    2015-07-30。國家自然科學基金項目(51475266);三峽庫區(qū)生態(tài)環(huán)境教育部工程研究中心開放基金項目(KF2015-11);湖北省三峽大學培優(yōu)基金項目(2015PY022)。陳從平,副教授,主研領域:機器視覺,自動化工程,流體動力學。黃正,碩士。聶葳,碩士。石小濤,副教授。

    TP3

    A

    10.3969/j.issn.1000-386x.2016.11.033

    猜你喜歡
    投影圖跟蹤目標色調(diào)
    基于分裂狀態(tài)的規(guī)范偽括號多項式計算方法
    核相關濾波與孿生網(wǎng)絡相結(jié)合的目標跟蹤算法
    湖光水色調(diào)
    色調(diào)會說話
    童話世界(2019年14期)2019-06-25 10:11:46
    分離色調(diào)與色調(diào)曲線
    基于 Android的自學習視覺跟蹤系統(tǒng)設計?
    基于圖割理論的尺度自適應人臉跟蹤算法
    計算機應用(2017年4期)2017-06-27 08:10:42
    In Spring!春之色調(diào)
    Coco薇(2016年4期)2016-04-06 02:00:19
    Wendt操作對紐結(jié)和鏈環(huán)影響的若干規(guī)律
    圖解荒料率測試投影圖及制作方法
    国产真实乱freesex| 久久午夜亚洲精品久久| 啪啪无遮挡十八禁网站| 可以在线观看的亚洲视频| 亚洲成a人片在线一区二区| 99久久成人亚洲精品观看| 成人永久免费在线观看视频| 波多野结衣高清无吗| 国产伦精品一区二区三区视频9| or卡值多少钱| 麻豆成人午夜福利视频| 九色国产91popny在线| 久久精品国产亚洲av涩爱 | 久久99热6这里只有精品| 别揉我奶头 嗯啊视频| 欧美日韩国产亚洲二区| av在线观看视频网站免费| 精品乱码久久久久久99久播| 嫩草影院入口| 亚洲美女搞黄在线观看 | 国产高潮美女av| 成人国产麻豆网| 我要看日韩黄色一级片| 午夜爱爱视频在线播放| 国产精品电影一区二区三区| 日本免费一区二区三区高清不卡| 一进一出好大好爽视频| 欧美成人一区二区免费高清观看| 内地一区二区视频在线| 国产精品国产高清国产av| 色在线成人网| 听说在线观看完整版免费高清| 久久久色成人| 精品一区二区三区av网在线观看| 麻豆成人av在线观看| 精华霜和精华液先用哪个| 精品久久久久久久久av| 国产精品一区www在线观看 | 嫩草影院新地址| 51国产日韩欧美| av在线老鸭窝| 一区二区三区激情视频| 精品乱码久久久久久99久播| 简卡轻食公司| 日韩欧美在线乱码| 国产三级中文精品| 国产精品精品国产色婷婷| 日韩 亚洲 欧美在线| 国内精品久久久久精免费| 窝窝影院91人妻| 天堂av国产一区二区熟女人妻| 亚洲av成人精品一区久久| 久久精品国产亚洲av涩爱 | 国产精品综合久久久久久久免费| АⅤ资源中文在线天堂| 熟女人妻精品中文字幕| 精品久久久久久久人妻蜜臀av| 国产午夜福利久久久久久| 大型黄色视频在线免费观看| 亚洲精品一卡2卡三卡4卡5卡| 中国美白少妇内射xxxbb| 国产av麻豆久久久久久久| 国产欧美日韩精品一区二区| 成人精品一区二区免费| 欧美激情久久久久久爽电影| 日本黄大片高清| 永久网站在线| 全区人妻精品视频| av国产免费在线观看| 舔av片在线| 国产麻豆成人av免费视频| 可以在线观看毛片的网站| 日本黄大片高清| 长腿黑丝高跟| 97超级碰碰碰精品色视频在线观看| 人人妻人人看人人澡| 此物有八面人人有两片| 日本免费a在线| 又爽又黄无遮挡网站| 久久久久久久久久成人| 久久精品夜夜夜夜夜久久蜜豆| 欧美在线一区亚洲| 国内久久婷婷六月综合欲色啪| 国产白丝娇喘喷水9色精品| 男女下面进入的视频免费午夜| 久久6这里有精品| 久久精品国产亚洲av天美| 国语自产精品视频在线第100页| 最新中文字幕久久久久| 日本一二三区视频观看| 亚洲av中文字字幕乱码综合| 欧美日韩精品成人综合77777| 免费搜索国产男女视频| 精品人妻一区二区三区麻豆 | 老熟妇仑乱视频hdxx| 国产一区二区亚洲精品在线观看| 麻豆精品久久久久久蜜桃| 国产激情偷乱视频一区二区| 日本五十路高清| 免费大片18禁| 国内久久婷婷六月综合欲色啪| 成年版毛片免费区| 亚洲国产欧洲综合997久久,| 99热6这里只有精品| 看黄色毛片网站| 亚洲精品在线观看二区| 亚洲国产精品成人综合色| 久久久久精品国产欧美久久久| 在线观看免费视频日本深夜| 国产男人的电影天堂91| 国产中年淑女户外野战色| 国产午夜精品论理片| 亚洲精品日韩av片在线观看| 俺也久久电影网| 日本一本二区三区精品| 日日啪夜夜撸| 深爱激情五月婷婷| 又爽又黄a免费视频| 麻豆成人av在线观看| 十八禁网站免费在线| 亚洲精品日韩av片在线观看| 最近中文字幕高清免费大全6 | 欧美又色又爽又黄视频| 免费人成视频x8x8入口观看| 亚洲欧美日韩高清在线视频| 国内少妇人妻偷人精品xxx网站| 欧美性猛交黑人性爽| 久久99热6这里只有精品| 人人妻人人看人人澡| 97人妻精品一区二区三区麻豆| 日日干狠狠操夜夜爽| 欧美高清性xxxxhd video| 黄色日韩在线| 国产一区二区亚洲精品在线观看| 中文字幕免费在线视频6| .国产精品久久| 亚洲av成人av| 91精品国产九色| .国产精品久久| 亚洲自偷自拍三级| 女人被狂操c到高潮| 国产精品国产高清国产av| 国产精品免费一区二区三区在线| 春色校园在线视频观看| 搡老熟女国产l中国老女人| 亚洲精品日韩av片在线观看| 亚洲国产色片| 又黄又爽又免费观看的视频| 国产免费av片在线观看野外av| 免费观看的影片在线观看| 成人欧美大片| 最新中文字幕久久久久| 午夜精品久久久久久毛片777| 欧美高清成人免费视频www| 91av网一区二区| 国产精品久久视频播放| 看黄色毛片网站| 精品久久久久久久久亚洲 | 男女啪啪激烈高潮av片| 夜夜爽天天搞| 亚洲中文日韩欧美视频| 草草在线视频免费看| 亚洲四区av| 日日摸夜夜添夜夜添小说| 嫩草影视91久久| 嫩草影院新地址| 观看免费一级毛片| www日本黄色视频网| 日韩欧美精品免费久久| 午夜视频国产福利| 国产免费av片在线观看野外av| 国产成人影院久久av| 精品久久久久久久久久免费视频| 一个人看的www免费观看视频| 又粗又爽又猛毛片免费看| 搡老岳熟女国产| 国产高清视频在线观看网站| 日本黄色片子视频| 国产毛片a区久久久久| 国产精品一及| 成人鲁丝片一二三区免费| 亚洲av二区三区四区| 亚洲国产欧洲综合997久久,| 内地一区二区视频在线| 免费看a级黄色片| 欧美成人a在线观看| 可以在线观看毛片的网站| 97人妻精品一区二区三区麻豆| 男插女下体视频免费在线播放| 赤兔流量卡办理| 2021天堂中文幕一二区在线观| 精品乱码久久久久久99久播| 亚洲内射少妇av| 久久中文看片网| 极品教师在线免费播放| 精品欧美国产一区二区三| 国产av一区在线观看免费| 网址你懂的国产日韩在线| 国产av在哪里看| 丰满乱子伦码专区| 久久亚洲真实| 国产人妻一区二区三区在| 亚洲不卡免费看| 91在线观看av| 永久网站在线| 欧美黑人欧美精品刺激| av视频在线观看入口| 无人区码免费观看不卡| 日韩一区二区视频免费看| 在线观看66精品国产| av国产免费在线观看| 免费看美女性在线毛片视频| 国产美女午夜福利| 少妇的逼水好多| 欧美日韩黄片免| 99久久中文字幕三级久久日本| 一个人观看的视频www高清免费观看| 久久人妻av系列| 男女啪啪激烈高潮av片| 亚洲va在线va天堂va国产| 亚洲中文日韩欧美视频| 我的女老师完整版在线观看| 如何舔出高潮| 此物有八面人人有两片| 欧美色视频一区免费| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲无线在线观看| 九色国产91popny在线| 日韩欧美精品v在线| 男插女下体视频免费在线播放| 欧美人与善性xxx| 日韩欧美三级三区| 成人亚洲精品av一区二区| 久久久久久九九精品二区国产| 欧美黑人巨大hd| 日韩在线高清观看一区二区三区 | 性欧美人与动物交配| 日本黄色视频三级网站网址| 丝袜美腿在线中文| 国产在线男女| 日本精品一区二区三区蜜桃| 亚洲精品乱码久久久v下载方式| 国内少妇人妻偷人精品xxx网站| 嫩草影院入口| 欧美激情久久久久久爽电影| 免费观看人在逋| 亚洲av成人精品一区久久| 精品久久久久久久久亚洲 | 少妇被粗大猛烈的视频| 国产中年淑女户外野战色| 亚洲中文字幕日韩| 久久午夜福利片| 日韩在线高清观看一区二区三区 | 欧美高清性xxxxhd video| 久久欧美精品欧美久久欧美| 一本一本综合久久| 国产亚洲精品久久久久久毛片| 欧美性感艳星| 日日夜夜操网爽| 久久亚洲精品不卡| 成年女人毛片免费观看观看9| 身体一侧抽搐| 午夜老司机福利剧场| 亚洲性久久影院| 天堂动漫精品| 成人二区视频| 国产乱人视频| 亚洲最大成人手机在线| 老熟妇乱子伦视频在线观看| 日韩欧美免费精品| 韩国av一区二区三区四区| 99热只有精品国产| 国产精品永久免费网站| 3wmmmm亚洲av在线观看| 日本黄色片子视频| 亚洲真实伦在线观看| 国产亚洲精品久久久com| 婷婷亚洲欧美| 亚洲七黄色美女视频| 国产激情偷乱视频一区二区| 亚洲熟妇熟女久久| 国产精品一区二区免费欧美| 色综合亚洲欧美另类图片| 最新在线观看一区二区三区| 嫩草影视91久久| 亚洲av免费高清在线观看| 色综合色国产| 搡老妇女老女人老熟妇| 在线播放无遮挡| 久久精品影院6| 色尼玛亚洲综合影院| 精品久久久久久,| 成人av在线播放网站| 在线观看66精品国产| 亚洲av第一区精品v没综合| 免费在线观看日本一区| 欧美精品国产亚洲| 男女那种视频在线观看| 一进一出好大好爽视频| 中文字幕免费在线视频6| 色在线成人网| 欧美3d第一页| av在线观看视频网站免费| 国产人妻一区二区三区在| 亚洲国产高清在线一区二区三| 女人十人毛片免费观看3o分钟| 国产精品人妻久久久久久| 亚洲18禁久久av| 别揉我奶头 嗯啊视频| 精华霜和精华液先用哪个| 日本撒尿小便嘘嘘汇集6| 色哟哟哟哟哟哟| 国产精品久久视频播放| 三级男女做爰猛烈吃奶摸视频| 国产伦人伦偷精品视频| 搡老熟女国产l中国老女人| 国产一区二区亚洲精品在线观看| 国产av麻豆久久久久久久| 五月玫瑰六月丁香| 国内精品久久久久精免费| 国产精品免费一区二区三区在线| 国产又黄又爽又无遮挡在线| 色综合亚洲欧美另类图片| 欧美另类亚洲清纯唯美| 3wmmmm亚洲av在线观看| 欧美另类亚洲清纯唯美| 精品国产三级普通话版| 精品久久久久久成人av| 精华霜和精华液先用哪个| 欧美丝袜亚洲另类 | 91精品国产九色| 2021天堂中文幕一二区在线观| 亚洲人与动物交配视频| 在线观看av片永久免费下载| 国产人妻一区二区三区在| av在线蜜桃| 亚洲最大成人手机在线| 人妻夜夜爽99麻豆av| 国产亚洲精品久久久com| 在线a可以看的网站| 欧美激情在线99| 国产伦在线观看视频一区| 琪琪午夜伦伦电影理论片6080| 免费在线观看日本一区| 九色成人免费人妻av| 又黄又爽又刺激的免费视频.| 久久婷婷人人爽人人干人人爱| 如何舔出高潮| 一区福利在线观看| 久久精品国产鲁丝片午夜精品 | 亚洲在线观看片| 久久久久久久久大av| 亚洲第一电影网av| 国产精品久久久久久精品电影| 欧美极品一区二区三区四区| 黄片wwwwww| 成人二区视频| 在线观看一区二区三区| 国内久久婷婷六月综合欲色啪| 亚洲精品亚洲一区二区| 亚洲aⅴ乱码一区二区在线播放| 精品久久久久久成人av| 成人av一区二区三区在线看| 少妇裸体淫交视频免费看高清| 尤物成人国产欧美一区二区三区| 色哟哟哟哟哟哟| av在线天堂中文字幕| 色尼玛亚洲综合影院| 中文字幕av成人在线电影| 欧美成人性av电影在线观看| 亚洲在线自拍视频| 亚洲欧美日韩无卡精品| 午夜免费激情av| 中国美白少妇内射xxxbb| 香蕉av资源在线| 99热6这里只有精品| 国语自产精品视频在线第100页| 国产一区二区激情短视频| 国产久久久一区二区三区| 欧美+亚洲+日韩+国产| 国产欧美日韩一区二区精品| 免费在线观看影片大全网站| 欧美色视频一区免费| 12—13女人毛片做爰片一| 99精品久久久久人妻精品| 国产精品一区二区性色av| 99久久精品国产国产毛片| 中文亚洲av片在线观看爽| 男插女下体视频免费在线播放| 久久精品91蜜桃| 真人一进一出gif抽搐免费| 久久精品91蜜桃| 好男人在线观看高清免费视频| av.在线天堂| 桃红色精品国产亚洲av| 精品一区二区三区人妻视频| 少妇人妻精品综合一区二区 | 午夜免费男女啪啪视频观看 | 又爽又黄无遮挡网站| 一级a爱片免费观看的视频| 91精品国产九色| 少妇丰满av| 亚洲人成网站在线播| 99久久精品热视频| 亚洲在线自拍视频| 亚洲无线在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 天天躁日日操中文字幕| 国产亚洲精品久久久久久毛片| 国产亚洲av嫩草精品影院| 精品一区二区三区视频在线观看免费| 熟女人妻精品中文字幕| 久久人人精品亚洲av| 欧美中文日本在线观看视频| 亚洲美女视频黄频| 精品久久久噜噜| 男女边吃奶边做爰视频| 成人永久免费在线观看视频| 99久久无色码亚洲精品果冻| 动漫黄色视频在线观看| 真人一进一出gif抽搐免费| 国内少妇人妻偷人精品xxx网站| 热99re8久久精品国产| 人人妻,人人澡人人爽秒播| 国产视频内射| 欧美日韩精品成人综合77777| 国产久久久一区二区三区| 久久中文看片网| 欧美最黄视频在线播放免费| 99九九线精品视频在线观看视频| 欧美激情国产日韩精品一区| 一区二区三区免费毛片| 12—13女人毛片做爰片一| 亚洲人成伊人成综合网2020| 国产一区二区在线观看日韩| 乱码一卡2卡4卡精品| 深夜精品福利| netflix在线观看网站| 制服丝袜大香蕉在线| 看十八女毛片水多多多| 男插女下体视频免费在线播放| 亚洲成人久久性| 狂野欧美白嫩少妇大欣赏| 精品久久久久久,| 亚洲不卡免费看| 美女高潮喷水抽搐中文字幕| 天堂av国产一区二区熟女人妻| 国内毛片毛片毛片毛片毛片| 白带黄色成豆腐渣| 亚洲av免费高清在线观看| 天堂影院成人在线观看| 亚洲精品色激情综合| 欧美最黄视频在线播放免费| 偷拍熟女少妇极品色| 99久久九九国产精品国产免费| 18禁裸乳无遮挡免费网站照片| 国产一级毛片七仙女欲春2| 午夜爱爱视频在线播放| 少妇人妻一区二区三区视频| 亚洲美女搞黄在线观看 | 国产欧美日韩一区二区精品| 自拍偷自拍亚洲精品老妇| 精品99又大又爽又粗少妇毛片 | 亚洲成av人片在线播放无| 岛国在线免费视频观看| 亚洲电影在线观看av| 欧美xxxx性猛交bbbb| 成人三级黄色视频| 国产aⅴ精品一区二区三区波| 精品久久久久久久久av| 欧美+日韩+精品| 久久亚洲真实| 成人毛片a级毛片在线播放| 很黄的视频免费| 国产一区二区在线观看日韩| 成人美女网站在线观看视频| 18禁在线播放成人免费| 小说图片视频综合网站| 国产成人av教育| 精华霜和精华液先用哪个| 国产大屁股一区二区在线视频| 长腿黑丝高跟| 国产精品人妻久久久久久| 女人十人毛片免费观看3o分钟| 亚洲国产高清在线一区二区三| 午夜激情福利司机影院| 成人国产麻豆网| 大又大粗又爽又黄少妇毛片口| 亚洲最大成人av| 黄色配什么色好看| 日韩亚洲欧美综合| 亚洲精品日韩av片在线观看| 男女那种视频在线观看| av在线天堂中文字幕| 黄色日韩在线| 欧美xxxx性猛交bbbb| 黄片wwwwww| 黄色欧美视频在线观看| 国产黄色小视频在线观看| 国产亚洲精品久久久久久毛片| 国产成人av教育| 男女下面进入的视频免费午夜| 欧美一级a爱片免费观看看| 俄罗斯特黄特色一大片| 啦啦啦韩国在线观看视频| or卡值多少钱| 亚洲专区国产一区二区| 成人av在线播放网站| 精华霜和精华液先用哪个| 真实男女啪啪啪动态图| 欧美一区二区亚洲| 亚洲国产高清在线一区二区三| aaaaa片日本免费| 国产免费av片在线观看野外av| 国产伦精品一区二区三区四那| 亚洲av熟女| 免费在线观看影片大全网站| 91麻豆av在线| 亚洲自偷自拍三级| 日韩国内少妇激情av| 成年人黄色毛片网站| av在线观看视频网站免费| 久久久久精品国产欧美久久久| 欧美性猛交黑人性爽| 亚洲经典国产精华液单| 51国产日韩欧美| 国产主播在线观看一区二区| 真人做人爱边吃奶动态| 亚洲aⅴ乱码一区二区在线播放| 1000部很黄的大片| 亚洲av电影不卡..在线观看| 长腿黑丝高跟| 国产精品一区二区三区四区免费观看 | 一边摸一边抽搐一进一小说| 国产乱人视频| 国产精品永久免费网站| 亚洲狠狠婷婷综合久久图片| 婷婷精品国产亚洲av| 三级毛片av免费| 久久精品夜夜夜夜夜久久蜜豆| 成人欧美大片| 嫩草影院入口| 欧美又色又爽又黄视频| 乱码一卡2卡4卡精品| 欧美性感艳星| 亚洲第一区二区三区不卡| 成年人黄色毛片网站| 又粗又爽又猛毛片免费看| 日本欧美国产在线视频| 国产精品一区www在线观看 | 99热网站在线观看| 非洲黑人性xxxx精品又粗又长| 国产高潮美女av| 能在线免费观看的黄片| 欧美又色又爽又黄视频| 日本黄色片子视频| 日韩中字成人| 国产av一区在线观看免费| 亚州av有码| 中文字幕av在线有码专区| 国产精品女同一区二区软件 | 欧美成人性av电影在线观看| .国产精品久久| 男人和女人高潮做爰伦理| 国产高清视频在线播放一区| 久久久久性生活片| 少妇人妻一区二区三区视频| 成熟少妇高潮喷水视频| 亚洲综合色惰| 男女那种视频在线观看| 亚洲国产欧美人成| 特级一级黄色大片| 精品久久久久久久末码| 成人特级黄色片久久久久久久| 日本欧美国产在线视频| 欧美+亚洲+日韩+国产| 亚洲天堂国产精品一区在线| 99九九线精品视频在线观看视频| 日本黄大片高清| 免费黄网站久久成人精品| 中文字幕熟女人妻在线| 国产极品精品免费视频能看的| 午夜福利成人在线免费观看| 有码 亚洲区| 在线a可以看的网站| 又爽又黄无遮挡网站| 亚洲精品粉嫩美女一区| 小说图片视频综合网站| 免费看日本二区| 免费av毛片视频| 日日夜夜操网爽| 男女之事视频高清在线观看| 国产 一区 欧美 日韩| 午夜福利在线观看免费完整高清在 | 国产69精品久久久久777片| 搡老岳熟女国产| 国内久久婷婷六月综合欲色啪| 国产91精品成人一区二区三区| 免费在线观看日本一区| 99九九线精品视频在线观看视频| 白带黄色成豆腐渣| 久久午夜亚洲精品久久| 亚洲精品在线观看二区| 亚洲av电影不卡..在线观看| 美女黄网站色视频| 国产欧美日韩精品一区二区| 午夜亚洲福利在线播放| 国产精品1区2区在线观看.| 一本久久中文字幕| 国产乱人视频| 蜜桃亚洲精品一区二区三区| 亚洲综合色惰| 午夜视频国产福利| 国产成人影院久久av| 久久精品国产自在天天线|