• <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
    欧美日韩av久久| 美女xxoo啪啪120秒动态图| 狠狠婷婷综合久久久久久88av| 国产亚洲av片在线观看秒播厂| 日韩欧美精品免费久久| 啦啦啦在线观看免费高清www| 成人国语在线视频| 欧美xxⅹ黑人| 免费高清在线观看视频在线观看| 丝瓜视频免费看黄片| 天天躁夜夜躁狠狠躁躁| 国产野战对白在线观看| 男人添女人高潮全过程视频| 久久久国产欧美日韩av| 国产精品麻豆人妻色哟哟久久| 女的被弄到高潮叫床怎么办| 精品一区二区免费观看| 熟妇人妻不卡中文字幕| 观看美女的网站| 少妇人妻 视频| 亚洲,欧美精品.| 久久 成人 亚洲| 男女边摸边吃奶| 欧美亚洲 丝袜 人妻 在线| 1024香蕉在线观看| 青春草国产在线视频| 久久这里只有精品19| 亚洲欧洲国产日韩| 国产男女超爽视频在线观看| 人妻一区二区av| 精品久久久精品久久久| 国产97色在线日韩免费| 亚洲一区二区三区欧美精品| 人人妻人人澡人人爽人人夜夜| 久久久久精品人妻al黑| 亚洲精品在线美女| 欧美另类一区| 日韩不卡一区二区三区视频在线| 亚洲成av片中文字幕在线观看 | 国产av精品麻豆| 欧美+日韩+精品| 国产毛片在线视频| 80岁老熟妇乱子伦牲交| 99国产精品免费福利视频| 国产淫语在线视频| 欧美+日韩+精品| 丁香六月天网| 91精品伊人久久大香线蕉| 国产极品粉嫩免费观看在线| 肉色欧美久久久久久久蜜桃| 国产精品香港三级国产av潘金莲 | 亚洲欧美成人精品一区二区| 在线观看人妻少妇| 免费在线观看视频国产中文字幕亚洲 | 国产一区二区激情短视频 | 99国产精品免费福利视频| 在现免费观看毛片| 在线观看三级黄色| 免费人妻精品一区二区三区视频| 永久网站在线| 亚洲激情五月婷婷啪啪| 国产欧美日韩一区二区三区在线| 久久国内精品自在自线图片| a级毛片黄视频| 美女视频免费永久观看网站| 精品人妻在线不人妻| 国产成人精品在线电影| 波多野结衣一区麻豆| 一区二区av电影网| 2018国产大陆天天弄谢| 久久人人爽av亚洲精品天堂| 九色亚洲精品在线播放| 在线观看一区二区三区激情| 日韩一区二区视频免费看| 九草在线视频观看| 满18在线观看网站| 久久精品久久久久久噜噜老黄| 亚洲国产欧美在线一区| 久久 成人 亚洲| 国产精品嫩草影院av在线观看| 曰老女人黄片| 青春草国产在线视频| 久久久久久人妻| 国产不卡av网站在线观看| 日本免费在线观看一区| 欧美日韩视频精品一区| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲av中文av极速乱| 18禁裸乳无遮挡动漫免费视频| 97在线视频观看| 青青草视频在线视频观看| 黑人欧美特级aaaaaa片| 女性被躁到高潮视频| 三级国产精品片| 欧美成人午夜免费资源| 亚洲三级黄色毛片| 欧美黄色片欧美黄色片| 亚洲经典国产精华液单| 国产精品一区二区在线观看99| 制服丝袜香蕉在线| 中文字幕另类日韩欧美亚洲嫩草| 在线天堂最新版资源| 久久久久精品人妻al黑| 国产伦理片在线播放av一区| 亚洲精品中文字幕在线视频| 日本av手机在线免费观看| 亚洲伊人久久精品综合| 中文字幕另类日韩欧美亚洲嫩草| 熟女av电影| 亚洲精品日本国产第一区| 青春草亚洲视频在线观看| 亚洲精品,欧美精品| 日韩制服丝袜自拍偷拍| 啦啦啦中文免费视频观看日本| 视频区图区小说| 大话2 男鬼变身卡| 午夜免费男女啪啪视频观看| 一级黄片播放器| 国产亚洲精品第一综合不卡| 亚洲男人天堂网一区| 一级,二级,三级黄色视频| 亚洲av成人精品一二三区| www.精华液| 欧美另类一区| xxxhd国产人妻xxx| 丰满乱子伦码专区| 99香蕉大伊视频| 成人亚洲精品一区在线观看| 日韩av在线免费看完整版不卡| 国产精品亚洲av一区麻豆 | 啦啦啦视频在线资源免费观看| 国产精品国产三级国产专区5o| 午夜福利乱码中文字幕| 亚洲av日韩在线播放| av片东京热男人的天堂| 日日爽夜夜爽网站| 一区二区三区激情视频| 亚洲精品久久成人aⅴ小说| 老司机影院毛片| 国产女主播在线喷水免费视频网站| av福利片在线| 国产精品亚洲av一区麻豆 | h视频一区二区三区| 亚洲精品视频女| 久久精品久久精品一区二区三区| 精品亚洲成a人片在线观看| 欧美精品人与动牲交sv欧美| 亚洲精品久久午夜乱码| 国产日韩欧美在线精品| 男人操女人黄网站| videossex国产| 精品一品国产午夜福利视频| 欧美日韩视频精品一区| 99久久精品国产国产毛片| 成年动漫av网址| 在线观看免费日韩欧美大片| 亚洲国产欧美网| 久久婷婷青草| 日韩精品有码人妻一区| 日韩免费高清中文字幕av| 秋霞伦理黄片| 欧美日韩精品成人综合77777| 一本久久精品| 欧美人与善性xxx| 搡女人真爽免费视频火全软件| 精品少妇内射三级| 久久久欧美国产精品| 一区在线观看完整版| 久久精品国产综合久久久| 欧美精品高潮呻吟av久久| 爱豆传媒免费全集在线观看| a 毛片基地| 99re6热这里在线精品视频| 日韩一卡2卡3卡4卡2021年| av不卡在线播放| 亚洲视频免费观看视频| 各种免费的搞黄视频| 99热全是精品| 国产男女超爽视频在线观看| 国产人伦9x9x在线观看 | 国产欧美日韩综合在线一区二区| 热99国产精品久久久久久7| 国产午夜精品一二区理论片| 亚洲美女视频黄频| 秋霞在线观看毛片| 亚洲人成77777在线视频| 欧美中文综合在线视频| 乱人伦中国视频| 人成视频在线观看免费观看| 啦啦啦中文免费视频观看日本| 在线观看一区二区三区激情| 黄片无遮挡物在线观看| 亚洲精品日本国产第一区| 国产精品二区激情视频| 免费久久久久久久精品成人欧美视频| 熟妇人妻不卡中文字幕| 婷婷色麻豆天堂久久| 色播在线永久视频| 欧美黄色片欧美黄色片| 亚洲精品国产一区二区精华液| 香蕉精品网在线| 午夜福利在线观看免费完整高清在| 制服人妻中文乱码| av在线老鸭窝| 日韩伦理黄色片| 国产片特级美女逼逼视频| 精品少妇黑人巨大在线播放| 日韩av免费高清视频| 国产精品蜜桃在线观看| 亚洲激情五月婷婷啪啪| 在现免费观看毛片| 久久久久久久久久人人人人人人| 两个人看的免费小视频| 青春草视频在线免费观看| 69精品国产乱码久久久| 久久久久国产精品人妻一区二区| 99国产综合亚洲精品| 国产精品一区二区在线不卡| 国产精品久久久av美女十八| 免费观看a级毛片全部| 不卡av一区二区三区| 亚洲成av片中文字幕在线观看 | 国产深夜福利视频在线观看| 2022亚洲国产成人精品| 99九九在线精品视频| 熟女av电影| 亚洲成国产人片在线观看| 性色av一级| 成年美女黄网站色视频大全免费| 天美传媒精品一区二区| 久久久欧美国产精品| 亚洲av男天堂| 午夜精品国产一区二区电影| 男女边摸边吃奶| 日韩欧美精品免费久久| 久久鲁丝午夜福利片| 欧美中文综合在线视频| 97在线人人人人妻| 又大又黄又爽视频免费| 婷婷成人精品国产| 亚洲av国产av综合av卡| 亚洲精品日本国产第一区| 女性生殖器流出的白浆| 国产综合精华液| 亚洲第一av免费看| 极品人妻少妇av视频| 三级国产精品片| 永久网站在线| 美国免费a级毛片| 十八禁网站网址无遮挡| 亚洲国产精品一区三区| 少妇的逼水好多| 一级毛片 在线播放| 999精品在线视频| 高清黄色对白视频在线免费看| 国产免费视频播放在线视频| 熟女av电影| 自拍欧美九色日韩亚洲蝌蚪91| 久久久久久久国产电影| 哪个播放器可以免费观看大片| 成年人午夜在线观看视频| 看十八女毛片水多多多| 黄色怎么调成土黄色| 精品视频人人做人人爽| 国产一区亚洲一区在线观看| 亚洲美女搞黄在线观看| 日本色播在线视频| 亚洲三区欧美一区| 满18在线观看网站| 欧美 亚洲 国产 日韩一| av有码第一页| 一区二区三区四区激情视频| 18禁国产床啪视频网站| 777米奇影视久久| 99久久人妻综合| 午夜av观看不卡| 国产精品99久久99久久久不卡 | 成年女人毛片免费观看观看9 | 王馨瑶露胸无遮挡在线观看| 99国产精品免费福利视频| 97在线视频观看| av在线老鸭窝| 亚洲一级一片aⅴ在线观看| 亚洲精品国产av蜜桃| 超色免费av| 丝袜脚勾引网站| 国产有黄有色有爽视频| 天天躁日日躁夜夜躁夜夜| 十八禁网站网址无遮挡| 综合色丁香网| 人妻一区二区av| 国产精品 欧美亚洲| tube8黄色片| 亚洲欧洲国产日韩| 国产一级毛片在线| 日本色播在线视频| 国产精品一二三区在线看| 中文天堂在线官网| www日本在线高清视频| 老司机影院毛片| 日日爽夜夜爽网站| 免费大片黄手机在线观看| 国产人伦9x9x在线观看 | 天美传媒精品一区二区| 国产精品二区激情视频| 欧美日韩视频高清一区二区三区二| 国产av一区二区精品久久| 成年女人毛片免费观看观看9 | 国产在视频线精品| 99精国产麻豆久久婷婷| 99九九在线精品视频| 国产在线免费精品| 国精品久久久久久国模美| 人人妻人人爽人人添夜夜欢视频| 国产人伦9x9x在线观看 | av在线播放精品| 亚洲男人天堂网一区| 91久久精品国产一区二区三区| 欧美97在线视频| 日日撸夜夜添| 免费黄频网站在线观看国产| 亚洲av.av天堂| 丝瓜视频免费看黄片| 美女主播在线视频| 中文字幕制服av| 欧美精品一区二区免费开放| 国产亚洲一区二区精品| 亚洲精品自拍成人| 三级国产精品片| 日韩av在线免费看完整版不卡| 中文乱码字字幕精品一区二区三区| 精品国产一区二区三区久久久樱花| 亚洲成人av在线免费| 国产免费视频播放在线视频| 性高湖久久久久久久久免费观看| 少妇猛男粗大的猛烈进出视频| 精品少妇黑人巨大在线播放| 青青草视频在线视频观看| 亚洲欧美成人精品一区二区| 在线观看国产h片| 久久这里有精品视频免费| 又粗又硬又长又爽又黄的视频| 免费黄频网站在线观看国产| 成年女人毛片免费观看观看9 | 不卡av一区二区三区| 丝袜美腿诱惑在线| 又黄又粗又硬又大视频| 亚洲欧美一区二区三区黑人 | 最新的欧美精品一区二区| 人妻少妇偷人精品九色| 麻豆av在线久日| 丝袜脚勾引网站| 交换朋友夫妻互换小说| 一二三四在线观看免费中文在| 交换朋友夫妻互换小说| 久久久久国产精品人妻一区二区| 这个男人来自地球电影免费观看 | 宅男免费午夜| 国产亚洲欧美精品永久| 久久这里有精品视频免费| 免费久久久久久久精品成人欧美视频| av视频免费观看在线观看| 国产精品免费大片| 80岁老熟妇乱子伦牲交| 亚洲国产精品一区三区| 日本黄色日本黄色录像| 国产精品久久久久久av不卡| 亚洲成人av在线免费| 99九九在线精品视频| 成人亚洲欧美一区二区av| 国产免费一区二区三区四区乱码| 在线天堂最新版资源| 人妻人人澡人人爽人人| 中文字幕另类日韩欧美亚洲嫩草| 在线 av 中文字幕| 亚洲一区二区三区欧美精品| 精品国产超薄肉色丝袜足j| 一区二区三区精品91| 国产精品一二三区在线看| 国产精品偷伦视频观看了| 在线观看www视频免费| 久久99蜜桃精品久久| 免费看av在线观看网站| 国产欧美日韩综合在线一区二区| 女人高潮潮喷娇喘18禁视频| 精品久久蜜臀av无| 精品人妻在线不人妻| 久久久精品94久久精品| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 久久精品国产鲁丝片午夜精品| 一区二区av电影网| 欧美av亚洲av综合av国产av | 曰老女人黄片| 2022亚洲国产成人精品| 在线观看www视频免费| 国产 一区精品| 18禁动态无遮挡网站| 欧美日韩一级在线毛片| 99久久人妻综合| 一级毛片 在线播放| 在线观看一区二区三区激情| 97在线视频观看| 1024香蕉在线观看| av在线播放精品| 久久久国产精品麻豆| 大片免费播放器 马上看| 亚洲av电影在线进入| 亚洲综合精品二区| 永久免费av网站大全| 狂野欧美激情性bbbbbb| 国产精品一国产av| 日韩制服丝袜自拍偷拍| 国产精品人妻久久久影院| 亚洲国产看品久久| 中国国产av一级| 精品人妻熟女毛片av久久网站| 亚洲 欧美一区二区三区| 国产免费现黄频在线看| 夜夜骑夜夜射夜夜干| 亚洲av日韩在线播放| 欧美精品亚洲一区二区| 国产一区二区三区av在线| 999久久久国产精品视频| 国产一区二区在线观看av| 丝袜喷水一区| 国产激情久久老熟女| 亚洲视频免费观看视频| 亚洲,一卡二卡三卡| 国产精品一区二区在线观看99| 最近手机中文字幕大全| 老鸭窝网址在线观看| 亚洲三区欧美一区| 久久久久精品久久久久真实原创| 少妇精品久久久久久久| 91久久精品国产一区二区三区| 国产精品二区激情视频| videossex国产| 亚洲av日韩在线播放| 少妇 在线观看| 91aial.com中文字幕在线观看| 亚洲国产成人一精品久久久| 日韩一卡2卡3卡4卡2021年| 在线观看一区二区三区激情| 中文字幕最新亚洲高清| 国产一区二区激情短视频 | 视频在线观看一区二区三区| 国产精品蜜桃在线观看| 亚洲精品自拍成人| 青春草国产在线视频| 日韩中字成人| 日本91视频免费播放| 亚洲精品国产一区二区精华液| 国产精品不卡视频一区二区| 国精品久久久久久国模美| 国产av精品麻豆| 下体分泌物呈黄色| 亚洲精品自拍成人| 如何舔出高潮| 十分钟在线观看高清视频www| 一区福利在线观看| 两个人看的免费小视频| 性高湖久久久久久久久免费观看| 久久国内精品自在自线图片| 国产黄色免费在线视频| 黄色 视频免费看| 性少妇av在线| 一区福利在线观看| 色视频在线一区二区三区| 午夜福利在线免费观看网站| 老司机影院成人| 这个男人来自地球电影免费观看 | 久久精品人人爽人人爽视色| 中文字幕精品免费在线观看视频| 亚洲一区二区三区欧美精品| 欧美日韩亚洲高清精品| 桃花免费在线播放| 考比视频在线观看| av国产精品久久久久影院| 美女脱内裤让男人舔精品视频| 97人妻天天添夜夜摸| 亚洲色图 男人天堂 中文字幕| 高清在线视频一区二区三区| 夫妻午夜视频| 国产欧美亚洲国产| 国产精品熟女久久久久浪| 亚洲人成电影观看| 久久精品国产亚洲av天美| 高清av免费在线| 亚洲成av片中文字幕在线观看 | 久久鲁丝午夜福利片| 最近手机中文字幕大全| 亚洲av国产av综合av卡| 成年av动漫网址| av网站在线播放免费| 亚洲,欧美,日韩| 国语对白做爰xxxⅹ性视频网站| 男女啪啪激烈高潮av片| 亚洲精品国产av蜜桃| 自拍欧美九色日韩亚洲蝌蚪91| 欧美黄色片欧美黄色片| 午夜91福利影院| 一级片免费观看大全| 久热久热在线精品观看| 免费不卡的大黄色大毛片视频在线观看| 考比视频在线观看| 少妇猛男粗大的猛烈进出视频| 国产福利在线免费观看视频| 亚洲成人一二三区av| 久久久久久伊人网av| 国产午夜精品一二区理论片| 丝袜美足系列| 亚洲一码二码三码区别大吗| 国产精品久久久久久久久免| 少妇的丰满在线观看| 午夜福利,免费看| 美国免费a级毛片| 国产精品国产三级专区第一集| 久久精品国产a三级三级三级| 男女边吃奶边做爰视频| 伦理电影大哥的女人| 9热在线视频观看99| av免费观看日本| 国产免费又黄又爽又色| 人人妻人人添人人爽欧美一区卜| 免费观看av网站的网址| 婷婷色av中文字幕| 一本—道久久a久久精品蜜桃钙片| 久久久欧美国产精品| 亚洲国产欧美网| 午夜日本视频在线| 伊人久久国产一区二区| 婷婷色综合大香蕉| 国产一区有黄有色的免费视频| 黄片播放在线免费| 亚洲第一区二区三区不卡| 妹子高潮喷水视频| 久久久久国产一级毛片高清牌| 99国产精品免费福利视频| 不卡av一区二区三区| 亚洲熟女精品中文字幕| 亚洲三级黄色毛片| 久久国产亚洲av麻豆专区| 午夜福利网站1000一区二区三区| 纯流量卡能插随身wifi吗| 啦啦啦在线观看免费高清www| 欧美日本中文国产一区发布| 曰老女人黄片| 久久久精品国产亚洲av高清涩受| 18+在线观看网站| 亚洲婷婷狠狠爱综合网| av在线观看视频网站免费| 精品亚洲成国产av| 天堂8中文在线网| 大话2 男鬼变身卡| 在线亚洲精品国产二区图片欧美| 欧美国产精品一级二级三级| 成人亚洲精品一区在线观看| 精品少妇一区二区三区视频日本电影 | 伊人亚洲综合成人网| 自线自在国产av| 久久ye,这里只有精品| 国产av码专区亚洲av| 亚洲精品在线美女| 欧美精品国产亚洲| 国产精品.久久久| 在线免费观看不下载黄p国产| 日日撸夜夜添| 亚洲久久久国产精品| 美女国产高潮福利片在线看| 亚洲欧美成人综合另类久久久| 国产午夜精品一二区理论片| 一本久久精品| 日本午夜av视频| 人妻 亚洲 视频| 咕卡用的链子| 亚洲色图 男人天堂 中文字幕| 国产淫语在线视频| 亚洲婷婷狠狠爱综合网| 国产黄频视频在线观看| 在线观看一区二区三区激情| 久久综合国产亚洲精品| 国产女主播在线喷水免费视频网站| 自线自在国产av| 成人18禁高潮啪啪吃奶动态图| 免费女性裸体啪啪无遮挡网站| 999精品在线视频| www.精华液| 人体艺术视频欧美日本| 丝袜在线中文字幕| 欧美另类一区| 日本免费在线观看一区| 中文字幕亚洲精品专区| 国产片内射在线| 免费女性裸体啪啪无遮挡网站| 中文字幕亚洲精品专区| 国产视频首页在线观看| 天堂中文最新版在线下载| 国产爽快片一区二区三区| 青春草亚洲视频在线观看| 亚洲av日韩在线播放| 国产深夜福利视频在线观看| 久久久久久久久免费视频了| 人成视频在线观看免费观看| 十八禁高潮呻吟视频| 久久人人爽av亚洲精品天堂| 亚洲av欧美aⅴ国产| 精品人妻一区二区三区麻豆| 人人妻人人添人人爽欧美一区卜| 母亲3免费完整高清在线观看 | 久久久久精品久久久久真实原创| 18禁国产床啪视频网站| 国产老妇伦熟女老妇高清| 少妇人妻久久综合中文| 久久精品国产亚洲av涩爱| 一级a爱视频在线免费观看|