• <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SVM的交通視頻分類優(yōu)化

    2017-02-27 15:37:15張偉郝泳濤
    電腦知識與技術(shù) 2016年31期
    關(guān)鍵詞:參數(shù)優(yōu)化模式識別數(shù)據(jù)挖掘

    張偉+郝泳濤

    摘要: 當(dāng)前智能交通數(shù)據(jù)挖掘研究的重點在于如何設(shè)計有效的挖掘算法。該文對特定的不同環(huán)境下的高速公路視頻進(jìn)行分析處理,提取出整體的特征屬性,選取了SVM分類方法,基于所提取出的特征屬性對交通視頻進(jìn)行分類。同時使用啟發(fā)式的遺傳優(yōu)化SVM參數(shù),尋求最優(yōu)參數(shù),相比于傳統(tǒng)方法,提高了分類準(zhǔn)確率。

    關(guān)鍵詞:模式識別;數(shù)據(jù)挖掘; SVM;遺傳算法;參數(shù)優(yōu)化

    中圖分類號:TP391 文獻(xiàn)標(biāo)識碼:A 文章編號:1009-3044(2016)31-0179-04

    Abstract: Current intelligent transportation data mining research focuses on how to design an effective mining algorithm. The project achieved the classification of video-based traffic congestion. This was done by using the average rate of population density and population. Based on the extracted feature values, we used the popular data mining algorithms SVM classification methods to carry out on the training and testing data classification and prediction and compared the accuracy of classification. Finally, genetic algorithms was used to heuristic SVM classification parameters to obtain the optimal parameters of SVM.

    Key words:Pattern Recognition;Data Mining;SVM;Genetic Algorithm;Parameter Optimization

    隨著城市的高速發(fā)展,城市公路交通擁堵以及效率不高等,已成為城市發(fā)展面臨的共同問題。智能交通系統(tǒng)(ITS)是將先進(jìn)的科學(xué)技術(shù)有效地綜合運用于交通運輸、服務(wù)控制和車輛制造,加強車輛、道路、使用者三者之間的聯(lián)系,從而形成一種保障安全、提高效率、改善環(huán)境、節(jié)約能源的綜合運輸系統(tǒng)。

    城市交通相關(guān)的數(shù)據(jù)挖掘技術(shù)的研究是數(shù)據(jù)挖掘技術(shù)領(lǐng)域最活躍的研究方向之一。交通數(shù)據(jù)挖掘的主要目的是尋找交通數(shù)據(jù)中的規(guī)律,為智能交通系統(tǒng)的設(shè)計提供技術(shù)支持,有利于緩解交通擁擠、優(yōu)化交通路網(wǎng)運行,促進(jìn)交通健康穩(wěn)定發(fā)展。

    1 研究現(xiàn)狀

    隨著圖像處理技術(shù)的不斷發(fā)展, 利用機器視覺相關(guān)技術(shù)來進(jìn)行車輛檢測有望取代傳統(tǒng)方式成為現(xiàn)代智能交通系統(tǒng)的重要組成部分。

    傳統(tǒng)的方法大部分是基于對個別車輛的檢測和計算?;旧厦總€車輛是被隔離跟蹤的,通過分析它的運動軌跡來估算交通流量、車輛速度和停放的車輛。一些作者還使用斑點尺寸、三維模型、外形和紋理特征進(jìn)行車輛分類[1]。然而,大多數(shù)的現(xiàn)有工作通常會在擁擠的情況下(例如交通擁堵)失效,原因是運動對象有嚴(yán)重的閉塞性?;旧?,在傳統(tǒng)方法中,交通是通過在情景中被檢測車輛的數(shù)量分類的,但是在非常擁堵的情景中,兩個或兩個以上的車輛的斑點可能會重疊,這會造成車輛計數(shù)錯誤。因此,當(dāng)運動對象(例如,人或車輛)的密度增加時,傳統(tǒng)方法的精確度趨于下降。

    2 目標(biāo)特征屬性提取

    2.1人群密度估算

    背景相減法是運動目標(biāo)檢測中比較常用的一種方法。把攝像頭捕捉的圖像第一幀作為背景,以后的每一幀都減去背景幀,然后將計算結(jié)果中每一像素的值和一個預(yù)先設(shè)定的閾值進(jìn)行比較,若結(jié)果大于閾值,這個點是前景點,否則這個點為背景點[2]。

    兩種常用的背景估計方法:

    1)統(tǒng)計平均法

    2)統(tǒng)計直方圖法

    2.2人群密度獲取

    在實驗中,交通監(jiān)控視頻中的人群密度估算是通過背景相減法進(jìn)行的。人群密度是通過計算由多層背景相減法獲得的前景掩膜的像素數(shù)決定的。每個視頻幀都會進(jìn)行此過程。首先,為防止或至少減小外部不相關(guān)的對象的影響,要設(shè)置感興趣區(qū)域,這在運動分割和密度估算中是需要考慮的。交通人群密度是由在每個視頻中平均的密度變化來估算的。如遇視頻流或冗長的視頻,密度估算可以由N幀的塊來決定。對于每個塊,該系統(tǒng)會預(yù)測出人群密度。

    2.3 人群速度估算

    實驗中選擇傳統(tǒng)的KLT (Kanade-Lucas-Tomasi)跟蹤方法進(jìn)行人群跟蹤。選擇KLT跟蹤的主要動機是它的高速的性能,能夠獲得實時結(jié)果。

    人群跟蹤由兩個步驟組成。首先,給定兩個連續(xù)的幀,從第一幀中提取一定數(shù)量的特征點并存儲在內(nèi)存中。在接下來的步驟中,所存儲的特征點在連續(xù)的幀內(nèi)被跟蹤。一些特征點可能會在跟蹤的過程中丟失(目標(biāo)進(jìn)入/離開現(xiàn)場)。在這種情況下,如果特征點的數(shù)量小于閾值T,該算法將會在下一幀中提取新的特征點[3]。一個特定特征點在某些幀的位移表示人群運動矢量。然而,許多的運動矢量可能為零長度,因為一些特征點在幀內(nèi)是靜止的。也可能由于噪聲的存在、背景為動態(tài)的以及人群運動太小等原因,運動矢量可能很短。為了減少這一問題對人群速度估算的影響,運動矢量長度小于閾值T的將會被過濾掉[4]。

    3.3 構(gòu)建特征向量

    4 交通擁堵分類

    4.1數(shù)據(jù)預(yù)處理

    4.1.1數(shù)據(jù)集概要

    該數(shù)據(jù)集包含了254個白天西雅圖高速公路監(jiān)控視頻。所有的視頻都是由一個單一的固定攝像頭所記錄的,共計20分鐘。該數(shù)據(jù)集包含了多樣性的交通模型,例如輕型、中型和重型擁堵,而且有各種天氣條件下的(如晴天,下雨,陰天)。每個視頻有42-52幀,這些幀的分辨率為320x240,是按每秒10幀(fps)錄制的。該數(shù)據(jù)集還提供了描述每個視頻序列的手工標(biāo)記的地面實況。表1顯示了數(shù)據(jù)集的概要。

    4.1.2數(shù)據(jù)預(yù)處理

    4.2支持向量機

    4.2.1 SVM原理

    SVM方法是一個有監(jiān)督的學(xué)習(xí)模型,通常用來進(jìn)行模式識別、分類以及回歸分析,對獨立測試集的測試誤差較小[5]。SVM方法通過一個非線性映射,把樣本空間映射到一個高維特征空間中,使得在原來的樣本空間中非線性可分的問題轉(zhuǎn)化為在特征空間中的線性可分的問題。

    SVM方法應(yīng)用核函數(shù)的展開定理,不需要知道非線性映射的顯式表達(dá)式,由于是在高維特征空間中建立線性學(xué)習(xí)機,所以與線性模型相比,不但幾乎不增加計算的復(fù)雜性,而且在某種程度上可以避免“維數(shù)災(zāi)難”。

    4.2.2 SVM核函數(shù)

    選擇不同內(nèi)積核丞數(shù),就可以生成不同的SVM,這樣也就形成了不同的算法。日常的核函數(shù)主要有三類[6]:

    1)多頊?zhǔn)胶撕瘮?shù)

    2)徑向基函數(shù)(RBF)

    3)S形核函數(shù)

    4.3 SVM數(shù)據(jù)分類

    4.3.1使用線性內(nèi)核函數(shù)

    通過上面的對比,可以看出,對于此數(shù)據(jù)集采用徑向基函數(shù)作為SVM分類器的核函數(shù),最終的分類準(zhǔn)確率最高。

    5 SVM分類參數(shù)優(yōu)化

    雖然采用了SVM來進(jìn)行交通視頻分類,最終得到了較為滿意的結(jié)果。但使用SVM進(jìn)行交通視頻分類預(yù)測時,調(diào)用不同的核函數(shù)需要改變相關(guān)的參數(shù)才能獲得相對理想的分類準(zhǔn)確率。

    5.1 K-CV交叉驗證

    交叉驗證是用來驗證分類器性能的一種統(tǒng)計方法,其思想是在某種意義下將原始數(shù)據(jù)進(jìn)行分組,一部分作為訓(xùn)練集,另一部分作為驗證集。首先用訓(xùn)練集對分類器進(jìn)行訓(xùn)練,再利用驗證集來測試訓(xùn)練得到的模型,以此來作為評價分類器的性能指標(biāo)[7]。

    5.2遺傳算法優(yōu)化SVM參數(shù)

    5.2.1遺傳算法

    遺傳算法(Genetic Algorithm)是模擬達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)機理的生物進(jìn)化過程的計算模型,是一種通過模擬自然進(jìn)化過程搜索最優(yōu)解的方法。在遺傳算法中,通過編碼組成初始群體后,遺傳操作的任務(wù)就是對群體的個體按照它們對環(huán)境適應(yīng)度(適應(yīng)度評估)施加一定的操作,從而實現(xiàn)優(yōu)勝劣汰的進(jìn)化過程。從優(yōu)化搜索的角度而言,遺傳操作可使問題遺傳過程的解,一代又一代地優(yōu)化,并逼近最優(yōu)解。

    利用遺傳算法對SVM參數(shù)進(jìn)行優(yōu)化的整體算法過程如圖5所示:

    5.3實驗仿真

    對訓(xùn)練集進(jìn)行CV意義下的準(zhǔn)確率作為遺傳中的濕度函數(shù)值,先進(jìn)行數(shù)據(jù)提取和預(yù)處理,然后利用遺產(chǎn)算法對處理數(shù)據(jù)進(jìn)行最佳參數(shù)尋找,參數(shù)的選擇結(jié)果及預(yù)測結(jié)果如下:

    在CV的意義下,通過使用網(wǎng)格劃分來尋找最佳參數(shù)的方式雖然能夠找到全局最優(yōu)解,但是如果想在更大的范圍內(nèi)尋找最佳的參數(shù)會很耗費大量時間。通過使用啟發(fā)式的遺傳算法不需要必遍歷網(wǎng)格內(nèi)的所有參數(shù)點,也可以找到群居最優(yōu)解,最終提高了分類預(yù)測的準(zhǔn)確率。

    6 結(jié)束語

    智能交通數(shù)據(jù)挖掘研究的重點在于設(shè)計有效合理的挖掘算法,難點主要有兩面:首先由于交通數(shù)據(jù)的特殊性,現(xiàn)有的大部分?jǐn)?shù)據(jù)挖掘算法無法直接高效的應(yīng)用在大規(guī)模交通數(shù)據(jù)處理中;另一方面,需要根據(jù)領(lǐng)域知識來設(shè)計專門的數(shù)據(jù)挖掘算法,否則處理結(jié)果可能無法滿足應(yīng)用本身的需求。本文在選定了視頻特征提取方法后,對不同的目標(biāo)追蹤方法進(jìn)行了比較,選擇了合適的追蹤方法;然后使用SVM算法,根據(jù)提取的特征屬性對交通視頻進(jìn)行分類,通過比較分類的準(zhǔn)確性,選擇合適的分類器。最后利用啟發(fā)式的遺傳算法對SVM參數(shù)進(jìn)行了優(yōu)化,提高了分類的準(zhǔn)確率。

    參考文獻(xiàn):

    [1] 王漢斌. 基于視頻的目標(biāo)檢測與跟蹤技術(shù)研究[D].南京航空航天大學(xué), 2009.24(19):21-24.

    [2] 王圣男, 郁梅, 蔣剛毅. 智能交通系統(tǒng)中基于視頻圖像處理的車輛檢測與跟蹤方法綜述[J]. 計算機應(yīng)用研究, 2005, 22(9):9-14.

    [3] 韓超. 視頻車輛檢測技術(shù)背景及國內(nèi)外研究現(xiàn)狀[J].無線互聯(lián)科技, 2012 (3):103-103.

    [4] Andrews Sobral L O, Schnitman L, De Souza F. Highway Traffic Congestion Classification Using Holistic Properties[C]//Proc. International Conference on Signal Processing, Pattern Recognition and Applications, 2013.

    [5] 范昕煒.支持向量機算法的研究及其應(yīng)用[D].杭州:浙江大學(xué), 2003.

    [6] 王睿.關(guān)于支持向量機參數(shù)選擇方法分析[J].重慶師范大學(xué)學(xué)報:自然科學(xué)版, 2007, 24(2):36-38.

    [7] 趙春暉, 陳萬海, 郭春燕. 多類支持向量機方法的研究現(xiàn)狀與分析[J].智能系統(tǒng)學(xué)報, 2007, 2(2): 11-17.

    [8] 平雪良,徐榮禮,孔俊,等. 基于空間劃分的海量數(shù)據(jù)K鄰近新算法[J].華南理工大學(xué)學(xué)報: 自然科學(xué)版, 2007, 35(5):65-69.

    [9] 賈銀山, 賈傳熒. 一種加權(quán)支持向量機分類算法[J].計算機工程,2005,31(12): 23-25.

    [10] Keerthi S S, Lin C J.Asymptotic behaviors of support vector machines with Gaussian kernel[J]. Neural computation,2003,15(8):1667-1689.

    猜你喜歡
    參數(shù)優(yōu)化模式識別數(shù)據(jù)挖掘
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢
    基于并行計算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    電力與能源(2017年6期)2017-05-14 06:19:37
    淺談模式識別在圖像識別中的應(yīng)用
    電子測試(2017年23期)2017-04-04 05:06:50
    第四屆亞洲模式識別會議
    基于神經(jīng)網(wǎng)絡(luò)的動力電池組焊接參數(shù)優(yōu)化研究
    研究LTE與WCDMA系統(tǒng)間小區(qū)互操作與參數(shù)優(yōu)化
    基于磁流變技術(shù)的汽車發(fā)動機隔振系統(tǒng)的參數(shù)優(yōu)化
    科技視界(2016年23期)2016-11-04 08:17:36
    上向進(jìn)路式尾砂膠結(jié)充填采礦法采場結(jié)構(gòu)參數(shù)優(yōu)化研究
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    第3屆亞洲模式識別會議
    精品久久久久久电影网| 国产成人av激情在线播放 | 岛国毛片在线播放| 一区二区日韩欧美中文字幕 | 国产日韩一区二区三区精品不卡 | 好男人视频免费观看在线| 美女福利国产在线| 亚洲欧洲日产国产| 在线观看三级黄色| 亚洲av男天堂| 观看av在线不卡| 久久久午夜欧美精品| 一级毛片黄色毛片免费观看视频| 日韩成人伦理影院| 国产色婷婷99| 国产高清三级在线| 亚洲精品一区蜜桃| 18禁动态无遮挡网站| 国产亚洲一区二区精品| 人妻少妇偷人精品九色| 国产高清有码在线观看视频| 中文精品一卡2卡3卡4更新| 国产伦精品一区二区三区视频9| 国产一区二区在线观看日韩| 伊人亚洲综合成人网| 中文天堂在线官网| 国产av码专区亚洲av| 国产免费现黄频在线看| 成人免费观看视频高清| 国产欧美亚洲国产| 欧美人与善性xxx| 午夜免费观看性视频| 欧美一级a爱片免费观看看| tube8黄色片| 久久久久久人妻| 蜜桃久久精品国产亚洲av| 嘟嘟电影网在线观看| 青春草国产在线视频| 国产男人的电影天堂91| 色网站视频免费| 老司机影院毛片| 亚洲经典国产精华液单| 少妇高潮的动态图| 日本黄色日本黄色录像| 伦精品一区二区三区| 91精品一卡2卡3卡4卡| 国产精品国产av在线观看| 久久狼人影院| 欧美一级a爱片免费观看看| 国产精品麻豆人妻色哟哟久久| 亚洲精品乱码久久久v下载方式| 国产深夜福利视频在线观看| 啦啦啦啦在线视频资源| 91精品国产九色| 如何舔出高潮| 特大巨黑吊av在线直播| 三上悠亚av全集在线观看| 妹子高潮喷水视频| 国产精品久久久久久精品古装| 韩国高清视频一区二区三区| 水蜜桃什么品种好| 亚洲国产色片| 尾随美女入室| 国产精品99久久久久久久久| 日本黄色日本黄色录像| 精品酒店卫生间| 国产成人精品在线电影| 国产高清不卡午夜福利| 国产av码专区亚洲av| 亚洲第一区二区三区不卡| av.在线天堂| 日韩av不卡免费在线播放| 亚洲激情五月婷婷啪啪| freevideosex欧美| 免费高清在线观看视频在线观看| 欧美精品一区二区大全| 高清黄色对白视频在线免费看| 你懂的网址亚洲精品在线观看| 熟女电影av网| 我的老师免费观看完整版| 中文天堂在线官网| 免费人妻精品一区二区三区视频| 精品国产乱码久久久久久小说| 日本色播在线视频| 五月伊人婷婷丁香| 一区二区av电影网| 色婷婷av一区二区三区视频| 一本—道久久a久久精品蜜桃钙片| 日韩大片免费观看网站| 在线观看三级黄色| 搡老乐熟女国产| 色视频在线一区二区三区| 亚洲色图综合在线观看| 在线观看免费高清a一片| 一区二区三区免费毛片| 性色avwww在线观看| 五月天丁香电影| 99热全是精品| 国产精品蜜桃在线观看| 国产精品蜜桃在线观看| 午夜精品国产一区二区电影| 国产欧美日韩一区二区三区在线 | 人妻夜夜爽99麻豆av| 成人毛片a级毛片在线播放| 日韩av在线免费看完整版不卡| 国产精品国产三级专区第一集| 婷婷色综合大香蕉| www.色视频.com| 一本色道久久久久久精品综合| 一级片'在线观看视频| 亚洲精品国产色婷婷电影| 人人澡人人妻人| 午夜福利视频精品| 夜夜骑夜夜射夜夜干| 曰老女人黄片| 一级黄片播放器| 飞空精品影院首页| 大又大粗又爽又黄少妇毛片口| 国产av一区二区精品久久| 国产一区二区三区综合在线观看 | 欧美激情极品国产一区二区三区 | 看免费成人av毛片| 插逼视频在线观看| 亚洲精品aⅴ在线观看| 这个男人来自地球电影免费观看 | 亚洲精品日韩av片在线观看| 草草在线视频免费看| 成人国产av品久久久| 麻豆精品久久久久久蜜桃| 嘟嘟电影网在线观看| 丝瓜视频免费看黄片| 黑人巨大精品欧美一区二区蜜桃 | 丝袜在线中文字幕| 久久精品国产a三级三级三级| 久久国产精品男人的天堂亚洲 | 亚洲丝袜综合中文字幕| 色5月婷婷丁香| 黄色一级大片看看| 熟女电影av网| 22中文网久久字幕| 久久久午夜欧美精品| 欧美人与性动交α欧美精品济南到 | 成年av动漫网址| 国产日韩欧美亚洲二区| 日本欧美视频一区| 另类亚洲欧美激情| 岛国毛片在线播放| 亚洲国产精品一区二区三区在线| 亚洲欧美一区二区三区黑人 | 久久韩国三级中文字幕| 一区二区三区免费毛片| 亚洲国产精品成人久久小说| 亚洲欧美中文字幕日韩二区| 热re99久久精品国产66热6| 成年av动漫网址| 中文字幕人妻熟人妻熟丝袜美| 夜夜爽夜夜爽视频| 精品少妇黑人巨大在线播放| 女性生殖器流出的白浆| 欧美日韩一区二区视频在线观看视频在线| 亚洲精品乱码久久久久久按摩| 久久精品国产自在天天线| 亚洲一级一片aⅴ在线观看| 日本猛色少妇xxxxx猛交久久| 欧美性感艳星| 啦啦啦视频在线资源免费观看| 亚洲欧美清纯卡通| 精品人妻熟女av久视频| 久久精品国产亚洲av天美| 成年女人在线观看亚洲视频| 蜜桃在线观看..| 波野结衣二区三区在线| 天天躁夜夜躁狠狠久久av| 日韩精品有码人妻一区| 国产亚洲欧美精品永久| 天堂8中文在线网| 插阴视频在线观看视频| 国产亚洲一区二区精品| 精品亚洲乱码少妇综合久久| 97超碰精品成人国产| 国产熟女欧美一区二区| 男女啪啪激烈高潮av片| 久久精品久久久久久噜噜老黄| 亚洲欧洲日产国产| 丝袜美足系列| 亚洲四区av| 黄色视频在线播放观看不卡| 18禁观看日本| 国产又色又爽无遮挡免| 黑丝袜美女国产一区| 国产黄色免费在线视频| 久久精品久久久久久噜噜老黄| 国国产精品蜜臀av免费| 热re99久久国产66热| 最近的中文字幕免费完整| 久久久久久人妻| 国产不卡av网站在线观看| 久久女婷五月综合色啪小说| 亚洲av中文av极速乱| 少妇人妻久久综合中文| 久久影院123| 日韩免费高清中文字幕av| 国产精品国产三级国产专区5o| 国产乱人偷精品视频| 日韩欧美一区视频在线观看| 国产成人精品在线电影| 只有这里有精品99| 97超视频在线观看视频| 亚洲色图综合在线观看| 下体分泌物呈黄色| 内地一区二区视频在线| 考比视频在线观看| 99视频精品全部免费 在线| 满18在线观看网站| 久久精品久久久久久噜噜老黄| 免费av中文字幕在线| 久久97久久精品| 丝袜美足系列| 日韩 亚洲 欧美在线| 乱人伦中国视频| 伦精品一区二区三区| 91久久精品电影网| 菩萨蛮人人尽说江南好唐韦庄| 久久人人爽av亚洲精品天堂| av女优亚洲男人天堂| videos熟女内射| 黄色配什么色好看| 视频在线观看一区二区三区| 中国三级夫妇交换| 成人18禁高潮啪啪吃奶动态图 | 久久精品久久久久久久性| 亚洲不卡免费看| 欧美激情 高清一区二区三区| 日本-黄色视频高清免费观看| 国产一区二区三区av在线| 大码成人一级视频| 精品少妇内射三级| 狂野欧美白嫩少妇大欣赏| 亚洲国产精品国产精品| 十八禁网站网址无遮挡| 人妻夜夜爽99麻豆av| 国产成人免费观看mmmm| xxxhd国产人妻xxx| 久久久久国产精品人妻一区二区| 日韩视频在线欧美| 女人久久www免费人成看片| 在线观看免费日韩欧美大片 | 国产深夜福利视频在线观看| 国产精品不卡视频一区二区| 成人毛片60女人毛片免费| 亚洲国产av新网站| 黄色毛片三级朝国网站| 久久久久国产精品人妻一区二区| 夜夜爽夜夜爽视频| 久久久久久久久久久免费av| 欧美人与性动交α欧美精品济南到 | 桃花免费在线播放| 天美传媒精品一区二区| 少妇人妻精品综合一区二区| 又黄又爽又刺激的免费视频.| 少妇高潮的动态图| 国产黄频视频在线观看| 成人影院久久| av女优亚洲男人天堂| av在线播放精品| 亚洲精品国产av蜜桃| 五月开心婷婷网| 日产精品乱码卡一卡2卡三| 日本猛色少妇xxxxx猛交久久| 人妻人人澡人人爽人人| 伊人久久国产一区二区| 九草在线视频观看| 黄片无遮挡物在线观看| 丰满乱子伦码专区| 国产精品久久久久久精品电影小说| 午夜福利视频在线观看免费| 国产精品久久久久久久电影| 亚洲av成人精品一二三区| av在线播放精品| 香蕉精品网在线| 国产不卡av网站在线观看| 中文天堂在线官网| 九色成人免费人妻av| 国产亚洲精品久久久com| av黄色大香蕉| 色网站视频免费| 一区二区av电影网| 久久 成人 亚洲| 飞空精品影院首页| 久久久久久久久久成人| 亚洲精品久久久久久婷婷小说| 97在线视频观看| 简卡轻食公司| 精品一区二区三卡| 边亲边吃奶的免费视频| 777米奇影视久久| 夜夜骑夜夜射夜夜干| 91成人精品电影| 精品酒店卫生间| 少妇丰满av| 国产高清有码在线观看视频| 如何舔出高潮| 少妇高潮的动态图| 美女主播在线视频| 久久97久久精品| 中文字幕免费在线视频6| 欧美日本中文国产一区发布| av播播在线观看一区| 久久ye,这里只有精品| 亚洲欧美一区二区三区国产| 人妻 亚洲 视频| a级毛片在线看网站| 多毛熟女@视频| 欧美xxxx性猛交bbbb| 少妇被粗大的猛进出69影院 | 一级爰片在线观看| 亚洲国产精品一区二区三区在线| 亚洲av福利一区| 在线 av 中文字幕| 秋霞伦理黄片| 高清黄色对白视频在线免费看| av又黄又爽大尺度在线免费看| 老司机亚洲免费影院| 久久婷婷青草| av网站免费在线观看视频| 伦理电影免费视频| 国产精品国产三级国产专区5o| 尾随美女入室| 91aial.com中文字幕在线观看| 国产日韩一区二区三区精品不卡 | 久久久精品免费免费高清| 日产精品乱码卡一卡2卡三| 天美传媒精品一区二区| 三上悠亚av全集在线观看| 国产白丝娇喘喷水9色精品| 久久精品久久久久久噜噜老黄| 免费观看无遮挡的男女| 亚洲精品乱码久久久v下载方式| 亚洲成色77777| 极品人妻少妇av视频| 一区二区三区乱码不卡18| 欧美97在线视频| 午夜福利网站1000一区二区三区| 菩萨蛮人人尽说江南好唐韦庄| 好男人视频免费观看在线| 少妇精品久久久久久久| 日本黄大片高清| 午夜久久久在线观看| 亚洲精品第二区| 欧美激情国产日韩精品一区| 欧美日韩精品成人综合77777| 男男h啪啪无遮挡| 国产亚洲av片在线观看秒播厂| 成年美女黄网站色视频大全免费 | 欧美成人午夜免费资源| 欧美日韩一区二区视频在线观看视频在线| 十分钟在线观看高清视频www| 2021少妇久久久久久久久久久| 亚洲精品久久成人aⅴ小说 | 少妇的逼好多水| 欧美丝袜亚洲另类| 日韩熟女老妇一区二区性免费视频| 少妇人妻久久综合中文| 免费日韩欧美在线观看| 考比视频在线观看| 国产精品成人在线| 亚洲,一卡二卡三卡| 高清毛片免费看| 老司机影院毛片| av又黄又爽大尺度在线免费看| 国产片特级美女逼逼视频| 99久久精品一区二区三区| 2022亚洲国产成人精品| 免费观看性生交大片5| 自线自在国产av| 九九在线视频观看精品| 免费久久久久久久精品成人欧美视频 | 99国产综合亚洲精品| 久久人人爽人人爽人人片va| 人妻系列 视频| 人人妻人人澡人人爽人人夜夜| 精品久久蜜臀av无| 一级黄片播放器| 伦理电影大哥的女人| 在线观看三级黄色| 秋霞在线观看毛片| 人妻制服诱惑在线中文字幕| 极品人妻少妇av视频| 国产精品嫩草影院av在线观看| 97超碰精品成人国产| 少妇丰满av| 一本一本综合久久| 午夜免费观看性视频| 蜜臀久久99精品久久宅男| 欧美日韩视频高清一区二区三区二| 亚洲精品第二区| 久久国产精品大桥未久av| 夫妻午夜视频| 亚洲成人一二三区av| 国产熟女欧美一区二区| 国产高清国产精品国产三级| 欧美 日韩 精品 国产| 日本免费在线观看一区| 日韩大片免费观看网站| 久久精品夜色国产| 麻豆成人av视频| 少妇人妻 视频| 美女国产高潮福利片在线看| 欧美激情 高清一区二区三区| 最新中文字幕久久久久| 亚洲精品久久午夜乱码| 新久久久久国产一级毛片| 在线看a的网站| 国产精品女同一区二区软件| 女的被弄到高潮叫床怎么办| 最近中文字幕2019免费版| 激情五月婷婷亚洲| 内地一区二区视频在线| 大话2 男鬼变身卡| 青春草亚洲视频在线观看| 97在线人人人人妻| 亚洲av国产av综合av卡| 啦啦啦视频在线资源免费观看| 国产日韩欧美在线精品| 91aial.com中文字幕在线观看| 午夜福利影视在线免费观看| 国产av一区二区精品久久| 五月伊人婷婷丁香| 色婷婷久久久亚洲欧美| 伦精品一区二区三区| 一本—道久久a久久精品蜜桃钙片| 国产日韩欧美视频二区| 插逼视频在线观看| 丰满乱子伦码专区| 亚洲不卡免费看| 成人毛片60女人毛片免费| 国产综合精华液| 久久久久久久亚洲中文字幕| 午夜av观看不卡| 五月天丁香电影| 伊人久久精品亚洲午夜| 精品久久蜜臀av无| 999精品在线视频| 亚洲精品aⅴ在线观看| 最近中文字幕高清免费大全6| 一级爰片在线观看| 国产熟女午夜一区二区三区 | 久久精品人人爽人人爽视色| 少妇的逼好多水| av线在线观看网站| 一级,二级,三级黄色视频| 丰满少妇做爰视频| 国产不卡av网站在线观看| 九九久久精品国产亚洲av麻豆| 99热6这里只有精品| 嘟嘟电影网在线观看| 18+在线观看网站| 日韩大片免费观看网站| 天堂俺去俺来也www色官网| 亚洲成色77777| 18禁在线播放成人免费| 国产日韩欧美在线精品| 少妇被粗大猛烈的视频| 我要看黄色一级片免费的| 人妻制服诱惑在线中文字幕| 国产国拍精品亚洲av在线观看| 高清在线视频一区二区三区| 在线观看免费日韩欧美大片 | 色94色欧美一区二区| 精品一区在线观看国产| 亚洲精品一区蜜桃| 亚洲精品,欧美精品| 在现免费观看毛片| 看免费成人av毛片| 国产精品免费大片| av黄色大香蕉| 国产一区二区三区av在线| 99久国产av精品国产电影| 亚洲在久久综合| 一级a做视频免费观看| 黑人巨大精品欧美一区二区蜜桃 | 在线天堂最新版资源| 在线观看国产h片| 欧美日韩亚洲高清精品| 精品人妻偷拍中文字幕| av不卡在线播放| 亚洲中文av在线| 成人18禁高潮啪啪吃奶动态图 | 免费高清在线观看日韩| 视频中文字幕在线观看| 国产日韩欧美在线精品| 菩萨蛮人人尽说江南好唐韦庄| 欧美3d第一页| 国产精品 国内视频| 春色校园在线视频观看| 国产欧美亚洲国产| 成人18禁高潮啪啪吃奶动态图 | 国产熟女欧美一区二区| 国产黄片视频在线免费观看| 少妇的逼水好多| 五月玫瑰六月丁香| 99热这里只有精品一区| 街头女战士在线观看网站| 下体分泌物呈黄色| 你懂的网址亚洲精品在线观看| 少妇猛男粗大的猛烈进出视频| 午夜免费男女啪啪视频观看| 大码成人一级视频| 中文字幕人妻熟人妻熟丝袜美| 亚洲熟女精品中文字幕| 99热这里只有是精品在线观看| 亚洲精品aⅴ在线观看| 中文字幕精品免费在线观看视频 | 一个人看视频在线观看www免费| 国产男女内射视频| 老女人水多毛片| 一区二区av电影网| 欧美 日韩 精品 国产| 国产黄频视频在线观看| 国产精品久久久久久精品电影小说| 精品国产露脸久久av麻豆| 日韩成人av中文字幕在线观看| 在线播放无遮挡| √禁漫天堂资源中文www| 国产成人精品一,二区| 国产成人免费观看mmmm| 亚洲精品国产av蜜桃| 哪个播放器可以免费观看大片| 少妇熟女欧美另类| 22中文网久久字幕| 我要看黄色一级片免费的| 最近中文字幕2019免费版| 精品久久久久久电影网| av黄色大香蕉| 日韩制服骚丝袜av| 国产精品蜜桃在线观看| 国产黄频视频在线观看| 麻豆精品久久久久久蜜桃| 男女边摸边吃奶| 中文乱码字字幕精品一区二区三区| 在线天堂最新版资源| 国产免费视频播放在线视频| 精品人妻熟女毛片av久久网站| 国产高清国产精品国产三级| 男女无遮挡免费网站观看| av又黄又爽大尺度在线免费看| 乱人伦中国视频| 26uuu在线亚洲综合色| 亚洲av综合色区一区| 国产精品成人在线| 韩国av在线不卡| 亚洲激情五月婷婷啪啪| 曰老女人黄片| 天天操日日干夜夜撸| 亚洲精品日本国产第一区| 欧美日韩一区二区视频在线观看视频在线| 午夜福利视频精品| 看十八女毛片水多多多| 日日爽夜夜爽网站| 国产成人精品福利久久| 黄片播放在线免费| 熟女av电影| 青青草视频在线视频观看| 国产成人一区二区在线| 亚洲国产精品一区三区| 国产又色又爽无遮挡免| 中国三级夫妇交换| 一个人免费看片子| av免费在线看不卡| 久久精品国产鲁丝片午夜精品| 最新中文字幕久久久久| 99热这里只有精品一区| 日韩伦理黄色片| 午夜精品国产一区二区电影| 国产熟女午夜一区二区三区 | 交换朋友夫妻互换小说| 老司机影院成人| 日本-黄色视频高清免费观看| 国产精品欧美亚洲77777| 国产色婷婷99| 国产国语露脸激情在线看| 高清毛片免费看| 国产国语露脸激情在线看| 亚洲精品乱码久久久v下载方式| 亚洲av成人精品一二三区| 亚洲国产精品国产精品| 女人精品久久久久毛片| av在线app专区| 最近最新中文字幕免费大全7| av在线app专区| 美女国产视频在线观看| 国产亚洲精品第一综合不卡 | 精品一区二区免费观看| 国产日韩欧美亚洲二区| 777米奇影视久久| 精品一品国产午夜福利视频| 亚洲欧洲日产国产| 亚洲人成网站在线观看播放| 国国产精品蜜臀av免费| 久久久精品免费免费高清| av一本久久久久| 久久亚洲国产成人精品v| 午夜免费鲁丝| 亚洲美女视频黄频| 国产乱人偷精品视频| 日韩大片免费观看网站| 亚洲第一av免费看| 欧美精品国产亚洲| 一区二区日韩欧美中文字幕 | 午夜福利网站1000一区二区三区| 简卡轻食公司| 最新的欧美精品一区二区| 另类精品久久| 日韩中字成人| 日日啪夜夜爽|