• <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 ?

    基于稀疏表示的目標(biāo)追蹤方法

    2018-01-18 19:33:11李俊瑤
    科技視界 2017年29期
    關(guān)鍵詞:稀疏表示目標(biāo)識別

    李俊瑤

    【摘 要】目標(biāo)追蹤作為圖像理解重要的一部分,在公安工作中有著廣泛的應(yīng)用。但是對于一些復(fù)雜場景,車輛、行人眾多、背景多樣,傳統(tǒng)的目標(biāo)追蹤算法難以達(dá)到理想效果。本文概述了稀疏表示基本概念和稀疏編碼的方法,對稀疏表示方法在目標(biāo)追蹤領(lǐng)域中重要研究進(jìn)展進(jìn)行總結(jié)歸納,并展望了稀疏表示方法在目標(biāo)追蹤領(lǐng)域的發(fā)展方向。

    【關(guān)鍵詞】目標(biāo)識別;目標(biāo)追蹤;稀疏表示;稀疏編碼

    中圖分類號: TP391.41 文獻(xiàn)標(biāo)識碼: A 文章編號: 2095-2457(2017)29-0030-002

    【Abstract】Target tracking, as an important part of image understanding, has a wide range of applications in public security work. However, for some complex scenes, vehicles, pedestrians, diverse backgrounds, the traditional target tracking algorithm is difficult to achieve the desired results. This paper summarizes the basic concepts of sparse representation and sparse coding methods, summarizes the important research progress of sparse representation methods in the field of object tracking and prospects the development direction of sparse representation methods in the field of object tracking.

    【Key words】Target recognition; Target tracking; Sparse representation; Sparse coding

    0 引言

    隨著信息化、大數(shù)據(jù)的不斷深入應(yīng)用,對可疑人員、車輛等展開目標(biāo)追蹤已經(jīng)成為偵查工作的一大重要組成部分。傳統(tǒng)的圖偵工作主要依靠人工識別實(shí)現(xiàn)追蹤,耗費(fèi)大量人力和時間,效率較低。

    典型的目標(biāo)追蹤系統(tǒng)主要包括三個部分:(1)目標(biāo)外觀模型——計(jì)算目標(biāo)在特定位置上的相似度;(2)目標(biāo)運(yùn)動模型——預(yù)估被追蹤目標(biāo)在整個視頻序列中的運(yùn)動狀態(tài);(3)追蹤搜索策略——搜索當(dāng)前視頻幀中最相似目標(biāo)的位置。其中目標(biāo)外觀模型作為目標(biāo)追蹤的基礎(chǔ)和關(guān)鍵,其表現(xiàn)力和健壯程度對目標(biāo)追蹤的準(zhǔn)確性和穩(wěn)定性有著決定性的作用。

    圖像的稀疏表示與人類視覺系統(tǒng)的描述方式很類似[1],即捕捉圖像的結(jié)構(gòu)特征,可以實(shí)現(xiàn)圖像的有效表示。而在實(shí)際應(yīng)用中,由于成像機(jī)理的不同,目標(biāo)表現(xiàn)出不同的特征,需要將稀疏表示與具體的應(yīng)用領(lǐng)域相結(jié)合,彌補(bǔ)傳統(tǒng)目標(biāo)檢驗(yàn)算法的缺點(diǎn)。本文簡要介紹了稀疏表示的概念,對其在目標(biāo)追蹤中的應(yīng)用進(jìn)行總結(jié)梳理,并展望其在公安工作中的發(fā)展方向。

    1 稀疏表示

    1.1 稀疏表示的基本概念

    人類視覺系統(tǒng)的神經(jīng)元細(xì)胞在接收自然圖像時,神經(jīng)元會提取圖像的結(jié)構(gòu)特征,即采用稀疏編碼原則[2]。目前,圖像的稀疏表示研究主要包括兩大方面: 單基表示和多基表示。

    1.1.1 單基表示

    圖像的單基稀疏表示基于多尺度分析方法,該理論認(rèn)為圖像具有非平穩(wěn)和非高斯的特性,無法用線性算法進(jìn)行準(zhǔn)確處理,應(yīng)對圖像的幾何結(jié)構(gòu)(包括邊緣、紋理等)進(jìn)行建模,主要包括:脊波和曲波等。該方法產(chǎn)生的圖像模型結(jié)構(gòu)較為簡單,對于大場景或復(fù)雜目標(biāo)無法精確的進(jìn)行描述,因此,各位學(xué)者提出了稀疏的多基表示。

    1.1.2 多基表示

    圖像的多基稀疏表示基于Mallat和Zhang于1993年提出的過完備字典理論[3],通過學(xué)習(xí)獲取信號完備的字典集,將信號樣本表示成基向量與稀疏權(quán)向量的線性組合,利用信號本身的特點(diǎn)自適應(yīng)地選擇可以對信號進(jìn)行稀疏表示的冗余基。稀疏表示的基礎(chǔ)是稀疏編碼,即利用過完備基向量中的少數(shù)基向量對樣本數(shù)據(jù)進(jìn)行線性表示:

    1.2 稀疏編碼

    稀疏編碼是在給定如圖1所示,信號x∈Rn和字典D下計(jì)算稀疏權(quán)矩陣α的過程,針對稀疏編碼和字典學(xué)習(xí),常用的稀疏編碼算法有OMP算法、特征符號搜索算法[6]等;而相關(guān)的字典學(xué)習(xí)方法有KSVD算法[7]、在線字典學(xué)習(xí)算法(SPAMS)[8]等,分為貪婪法和松弛法。

    1.2.1 貪婪法

    貪婪法針對公式1進(jìn)行求解,通過迭代,利用字典中的原子,對信號和字典進(jìn)行內(nèi)積計(jì)算選擇最匹配的,作用對信號(圖像)的表示。其中匹配追蹤在計(jì)算方面簡單有效,但是容易出現(xiàn)發(fā)散。可以使用最小二乘法來獲取原子的表示系數(shù),因此,對于信號x∈Rn和字典D={d1,d2,…,dk},r0=y,k=1,可以通過以下步驟來實(shí)現(xiàn)正交匹配追蹤:

    1.2.2 松弛法

    松弛法就是使用經(jīng)典的連續(xù)優(yōu)化方法[9]實(shí)現(xiàn)逼近效果。其中,基追蹤方法[10]就是說公式2可以采用凸優(yōu)化方法進(jìn)行求解,加入噪聲、松弛等式其他條件,公式2的求解可轉(zhuǎn)為求解以下方程[11]:

    這里ε是用于信號重構(gòu)的誤差項(xiàng),而公式3可以作為圖像稀疏表示的標(biāo)準(zhǔn)數(shù)學(xué)模型,可以通過內(nèi)點(diǎn)方法[12](Interior Point methods)、最小角度回歸方法[13](Least Angle Regression, LARS)、迭代收縮法[14](Iterative Shrinkage)。endprint

    2 基于稀疏表示的目標(biāo)追蹤

    2.1 基于稀疏表示的目標(biāo)追蹤一般步驟

    目標(biāo)追蹤算法包括:目標(biāo)識別、運(yùn)動模型建立、目標(biāo)搜索。稀疏表示作為信息結(jié)構(gòu)化表示方法,靈活設(shè)計(jì)字典中的參數(shù),突出目標(biāo)特征,與背景區(qū)分性更強(qiáng),其流程如圖2所示。

    2.2 基于稀疏表示的目標(biāo)特征學(xué)習(xí)

    對于目標(biāo)追蹤而言,對目標(biāo)進(jìn)行魯棒性和可區(qū)別性的特征描述是關(guān)鍵所在,而對于圖像級特征在設(shè)計(jì)時需要考慮:

    (1)對于不同類別的情況,有相當(dāng)?shù)呐袆e性用以區(qū)別不同類別內(nèi)容;

    (2)對于同一類別的情況,有相當(dāng)?shù)聂敯粜杂靡詤^(qū)別同一類別的不同展現(xiàn)形式。

    目前用的較多的是利用SIFT[15]等底層局部特征建立詞包模型(BOW),最早由Joachims等[16]在1997年提出,當(dāng)時主要是在文本分類中用于描述相關(guān)文本特征,而最早將該特征應(yīng)用于視覺領(lǐng)域的是Sivic等[17]和Csurka等[18]。使用BOW模型進(jìn)行圖像結(jié)構(gòu)化表示可以分為三個步驟:圖像塊特征的獲取與描述,字典生成以及圖像的直方圖表示,如圖3所示。

    第一步,通過稠密采樣等特征提取方式獲得圖像中可以表示圖像特征的圖像塊,利用SIFT、HOG等對每個圖像塊的特征進(jìn)行區(qū)別化表示;第二步,對上一步得到的訓(xùn)練集合中的圖像塊特征進(jìn)行聚類,并將聚類得到的全體類中瓜視為圖像特征的“字典”(codebook);第三步,計(jì)算特征向量與字典中所有類中心的距離,確定特征向量所屬碼字的類別,這樣一幅圖像就可以通過碼字出現(xiàn)頻率為單元的直方圖進(jìn)行標(biāo)識,也就是詞包。通過這樣的方式,局部特征變成整體特征,可以更好的面對對尺度、旋轉(zhuǎn)等變化。

    目前,BOW只使用了圖像中的關(guān)鍵點(diǎn)、邊緣特征等底層信息,無法對圖像中的場景、對象等高層信息進(jìn)行表示,導(dǎo)致獲取的特征信息不夠完整;另外,對于算法的具體應(yīng)用和具體數(shù)據(jù)情況,SIFT的構(gòu)造缺乏適應(yīng)性,人工干預(yù)較多,提取的特征也有不確定性,追蹤效果差。

    3 總結(jié)與展望

    目標(biāo)追蹤是一個內(nèi)容繁多的系統(tǒng)工程,稀疏表示已經(jīng)應(yīng)用于目標(biāo)追蹤里的很多方面,效果較好,雖然體現(xiàn)了一定優(yōu)勢,但其可利用空間還有待挖掘,針對公安的特定目標(biāo)研究仍然很少。未來可以主要關(guān)注一下幾個方面:

    3.1 構(gòu)建魯棒的目標(biāo)識別模型

    為實(shí)現(xiàn)良好的目標(biāo)識別性能,需要構(gòu)建穩(wěn)健的目標(biāo)識別模型。因此,如何對目標(biāo)進(jìn)行結(jié)構(gòu)化的稀疏表示是將來的重要研究方向。在實(shí)際應(yīng)用中,使用者還需要對基于稀疏表示的目標(biāo)識別追蹤模型進(jìn)行參數(shù)設(shè)置,而這些參數(shù)的調(diào)整和設(shè)置還是主要依靠使用者的經(jīng)驗(yàn)。因此,利用識別追蹤模型從自動進(jìn)行參數(shù)自適應(yīng)調(diào)整還需要展開進(jìn)一步的研究。

    3.2 算法實(shí)時性

    基于稀疏表示的目標(biāo)追蹤算法相較于傳統(tǒng)算法,其準(zhǔn)確性、性能明顯提高,但是運(yùn)算時間也較長,是稀疏表示在實(shí)際應(yīng)用中的一個瓶頸,需要對算法進(jìn)行優(yōu)化,進(jìn)一步對計(jì)算速度和效率進(jìn)行優(yōu)化,尤其是復(fù)雜場景,數(shù)據(jù)量更大,更需要對算法進(jìn)行優(yōu)化已實(shí)現(xiàn)更為高效的運(yùn)算。

    3.3 目標(biāo)穩(wěn)健特征學(xué)習(xí)

    目標(biāo)特征的優(yōu)良程度對目標(biāo)追蹤的準(zhǔn)確性起著重要作用,其不變性和可區(qū)分性的設(shè)計(jì)也很難達(dá)到完美,需要進(jìn)一步對利用稀疏表示方法,從圖像中獲取底層、中層及高層特征,使得特征描述更為準(zhǔn)確;另外,可以結(jié)合目前更先進(jìn)的深度學(xué)習(xí)算法,提取更為本質(zhì)的目標(biāo)特征,改進(jìn)算法效果。

    【參考文獻(xiàn)】

    [1]Vinje W E,Gallant J L. Sparse coding and decorrelation in primary visual cortex during natural vision[J].Science,2000,287:1273-1276.

    [2]Serre T,Wolf L. Bileschi S,et al. Robust object recognition with cortex-like mechanisms[J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 2007,29(3):411-426.

    [3]Mallat S G,Zhang Z. Matching pursuits with time-frequency dictionaries[J].IEEE Transactions on Signal Processing,1993,41(12):3397-3415.

    [4]Donoho D L, Elad M. Optimally sparse representation in general(nonorthogonal)dictionaries via 1 minimization[J].Proceedings of the National Academy of Sciences, 2003,100(5):2197-2202.

    [5]B.K.Natarajan, Sparse approximate solutions to linear systems[J].SIAM Journal on Computing,1995,227-234.

    [6]Lee H,Battle A, Raina R,et al. Efficient sparse coding algorithms[A].Advances in neural information processing systems(NIPS)[C].MIT Press,2007.801-808.

    [7]Aharon M, Elad M,Bruckstein A.The K-SVD: An algorithm for designing of over complete dictionaries for sparse representation[J]. IEEE Transactions on Signal Processing,2006,54(11) :4311-4322.endprint

    [8]Mairal J,Bach F,Ponce J,et al. Online learning for matrix factorization and sparse coding[J].The Journal of Machine Learning Research, 2010, 11:19-60.

    [9]M.Elad, Sparse and Redundant Representation: From Theory to Applications in Signal and Image Processing [M].Springer, New-York, 2010

    [10]S.S.Chen,D.L. Donoho, and M.A.Ssunders, Atomic decomposition by basis pursuit[J].SIAM Journal on Scientific Computing, 1998,20(1):33-61.

    [11]Candes E J, Tao T. Decoding by linear programming[J]. IEEE Transactions on Information Theory, 2005, 51 (12) : 4203-4215.

    [12]S.J.Kim,K.Koh, M.Lusig,S.Boyd,and D.Gorinevsky,A method for largescale,1-regularized least squares proble- ms with applications in signal processing and statistics[J].IEEE J.Selected Topics Signal Processing, 2007,1(4):606-617

    [13]B. Efron,T. Hastic,I.M.Johnstone,and R. Tibshirani,Least angle regression[J]. The Annals of Statistics,2004,32 (2):407-499

    [14]M.Elad, M.Zibulevsky, Iterative shrinkage algorithms and their acceleration for L1-L2 signal and image processing applications[J].IEEE Signal Processing Magazine,2010,27(3):78-88.

    [15]Lowe D G. Distinctive image features from scale-invariant keypoints[J]. International Journal of Computer Vision, 2004, 60(2):91-110

    [16]Joachims T. A probabilistic analysis of the rocchio algorithm with TFIDF for text categorization. Proceedings of the 14th International Conference on Machine Learning(ICML), San Francisco, CA, USA: Morgan Kaufmann Publishers Inc,1997, 143-151.

    [17]Sivic J, Zisserman A. Video Google: a text retrieval approach to object matching in videos. Proceedings of 2003 Ninth IEEE International Conference on Computer Vision(ICCV). IEEE.2003.1470-1477

    [18]Csurka G, Dance C, Fan L,et al.Visual categorization with bags of keypoints. Proceedings of Workshop on Statistical Learning in Computer Vision, ECCV, volume 1.Prague, 2004. 1-22.endprint

    猜你喜歡
    稀疏表示目標(biāo)識別
    渡口水域安全監(jiān)管技術(shù)研究
    Grouplet變換原理及技術(shù)綜述
    全自動模擬目標(biāo)搜救系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    動態(tài)場景中的視覺目標(biāo)識別方法分析
    基于PC的視覺解決方案在 Delta機(jī)器人抓放中的應(yīng)用
    基于稀疏表示的圖像去噪和超分辨率重建
    移動機(jī)器人圖像目標(biāo)識別
    基于字典學(xué)習(xí)和結(jié)構(gòu)聚類的圖像去噪算法研究
    基于深度學(xué)習(xí)的目標(biāo)反饋?zhàn)R別系統(tǒng)
    分塊子空間追蹤算法
    国产成人一区二区在线| 18禁在线播放成人免费| 夜夜看夜夜爽夜夜摸| 赤兔流量卡办理| 在线播放国产精品三级| 国产亚洲精品久久久com| 大型黄色视频在线免费观看| 国产精品久久久久久久久免| 我要看日韩黄色一级片| 又粗又爽又猛毛片免费看| 午夜精品一区二区三区免费看| 97热精品久久久久久| 成年女人永久免费观看视频| 久久精品国产自在天天线| 不卡一级毛片| 中文资源天堂在线| 国内精品久久久久精免费| 级片在线观看| 欧美一区二区国产精品久久精品| 中文字幕久久专区| 卡戴珊不雅视频在线播放| 亚洲国产欧洲综合997久久,| 久久鲁丝午夜福利片| 男人狂女人下面高潮的视频| 国产一区二区亚洲精品在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 男人狂女人下面高潮的视频| 国产精品嫩草影院av在线观看| 一边摸一边抽搐一进一小说| 亚洲精品国产成人久久av| 五月玫瑰六月丁香| 国产精品久久久久久久电影| 国产成人午夜福利电影在线观看| 波多野结衣高清作品| 亚洲四区av| 网址你懂的国产日韩在线| 久久精品综合一区二区三区| 亚洲精品日韩av片在线观看| 国产精品久久久久久久电影| 日日摸夜夜添夜夜添av毛片| 99热这里只有精品一区| 亚洲国产色片| 国产亚洲av嫩草精品影院| 99在线人妻在线中文字幕| 亚洲精品自拍成人| 亚洲国产精品合色在线| 国产午夜精品一二区理论片| 最近的中文字幕免费完整| 久久午夜福利片| 综合色丁香网| 中文字幕熟女人妻在线| 免费大片18禁| 中文精品一卡2卡3卡4更新| 日本与韩国留学比较| 国内少妇人妻偷人精品xxx网站| 99精品在免费线老司机午夜| 性欧美人与动物交配| 卡戴珊不雅视频在线播放| 色哟哟·www| 久久精品影院6| 神马国产精品三级电影在线观看| 国产免费一级a男人的天堂| 欧美三级亚洲精品| av福利片在线观看| 成人亚洲欧美一区二区av| 欧美激情久久久久久爽电影| 中国美白少妇内射xxxbb| 赤兔流量卡办理| 波多野结衣巨乳人妻| 少妇熟女欧美另类| 禁无遮挡网站| 国产一区亚洲一区在线观看| 国产一级毛片七仙女欲春2| av.在线天堂| 亚洲国产精品国产精品| 少妇丰满av| 国产老妇女一区| 国产精品久久久久久久电影| 亚洲电影在线观看av| 精品熟女少妇av免费看| 人妻夜夜爽99麻豆av| 婷婷精品国产亚洲av| 秋霞在线观看毛片| 欧美成人a在线观看| 综合色av麻豆| 人体艺术视频欧美日本| 免费一级毛片在线播放高清视频| 亚洲美女搞黄在线观看| 一进一出抽搐动态| 在线观看午夜福利视频| 超碰av人人做人人爽久久| 少妇的逼好多水| 国产私拍福利视频在线观看| 看非洲黑人一级黄片| 国产高潮美女av| 久久鲁丝午夜福利片| 看免费成人av毛片| 久久久久久久久中文| 精品久久久久久久久久免费视频| 国产视频内射| 最近2019中文字幕mv第一页| 一本久久中文字幕| 亚洲精品久久国产高清桃花| 一边摸一边抽搐一进一小说| 日日摸夜夜添夜夜爱| 日韩成人av中文字幕在线观看| 亚洲18禁久久av| 99国产极品粉嫩在线观看| 亚洲精品亚洲一区二区| 国产一级毛片七仙女欲春2| 大型黄色视频在线免费观看| 日韩,欧美,国产一区二区三区 | 久久精品综合一区二区三区| 欧美一区二区亚洲| 免费人成视频x8x8入口观看| 亚洲七黄色美女视频| 成人无遮挡网站| 女人十人毛片免费观看3o分钟| 在线观看午夜福利视频| 欧美xxxx性猛交bbbb| 亚洲欧美成人综合另类久久久 | 搡老妇女老女人老熟妇| 搡老妇女老女人老熟妇| 男女啪啪激烈高潮av片| 高清日韩中文字幕在线| 男女那种视频在线观看| 久久久久久久午夜电影| 免费看a级黄色片| 最近2019中文字幕mv第一页| 超碰av人人做人人爽久久| 波多野结衣高清作品| 日韩av不卡免费在线播放| 网址你懂的国产日韩在线| 啦啦啦韩国在线观看视频| 天堂影院成人在线观看| 老师上课跳d突然被开到最大视频| 成熟少妇高潮喷水视频| 日本三级黄在线观看| 色视频www国产| 中文字幕精品亚洲无线码一区| 搡老妇女老女人老熟妇| 嫩草影院入口| 国产成人a∨麻豆精品| 亚洲精品影视一区二区三区av| 色视频www国产| 麻豆av噜噜一区二区三区| 国产亚洲精品久久久com| 成人亚洲精品av一区二区| 午夜亚洲福利在线播放| 99九九线精品视频在线观看视频| 中国国产av一级| 有码 亚洲区| 99久久中文字幕三级久久日本| 色噜噜av男人的天堂激情| 国产 一区精品| 日韩欧美 国产精品| 人体艺术视频欧美日本| 白带黄色成豆腐渣| 国产精品国产高清国产av| 欧美激情国产日韩精品一区| 亚洲性久久影院| 国产欧美日韩精品一区二区| 少妇的逼水好多| 免费av观看视频| 精品久久久久久久久久免费视频| 天堂影院成人在线观看| 亚洲国产精品国产精品| 精品99又大又爽又粗少妇毛片| 国产精品蜜桃在线观看 | 日本欧美国产在线视频| 日本一二三区视频观看| 国产精品嫩草影院av在线观看| 亚洲五月天丁香| 美女内射精品一级片tv| 在线观看美女被高潮喷水网站| 久久久久久国产a免费观看| 丰满乱子伦码专区| 欧美一区二区国产精品久久精品| 精品午夜福利在线看| 欧美精品国产亚洲| 中文精品一卡2卡3卡4更新| 久久精品国产清高在天天线| www日本黄色视频网| 在线观看一区二区三区| 欧美日韩精品成人综合77777| av国产免费在线观看| 99久久精品热视频| 美女国产视频在线观看| www.色视频.com| 国产高清激情床上av| 久久久久久久久大av| 国产蜜桃级精品一区二区三区| 久久亚洲精品不卡| 精品午夜福利在线看| 久久精品综合一区二区三区| 国产视频首页在线观看| 偷拍熟女少妇极品色| 青青草视频在线视频观看| 日本免费a在线| 一区二区三区四区激情视频 | 波多野结衣巨乳人妻| 欧美日本视频| 美女被艹到高潮喷水动态| 人妻制服诱惑在线中文字幕| 亚洲精品久久久久久婷婷小说 | 精品人妻视频免费看| 狂野欧美激情性xxxx在线观看| 国产老妇伦熟女老妇高清| 亚洲av成人精品一区久久| 人妻制服诱惑在线中文字幕| 日本黄色视频三级网站网址| 精品一区二区免费观看| 免费人成视频x8x8入口观看| 青春草国产在线视频 | 日韩av不卡免费在线播放| 国产一区二区在线av高清观看| 午夜免费激情av| 国产成人精品一,二区 | 亚洲高清免费不卡视频| 蜜桃亚洲精品一区二区三区| 日韩在线高清观看一区二区三区| 22中文网久久字幕| 免费电影在线观看免费观看| 青青草视频在线视频观看| 日本黄色片子视频| 精品国内亚洲2022精品成人| 国产熟女欧美一区二区| 我的女老师完整版在线观看| 成人无遮挡网站| 午夜福利成人在线免费观看| 久久精品国产亚洲av涩爱 | 国产亚洲欧美98| 国产在线男女| 99久久久亚洲精品蜜臀av| 亚洲av免费在线观看| 国产成人影院久久av| 精品人妻一区二区三区麻豆| 久久鲁丝午夜福利片| 黄片无遮挡物在线观看| 综合色av麻豆| 亚洲人与动物交配视频| 国产欧美日韩精品一区二区| 欧美精品一区二区大全| 久久久久久久久久黄片| 欧美成人一区二区免费高清观看| 日本在线视频免费播放| 免费av不卡在线播放| 男女做爰动态图高潮gif福利片| 嫩草影院入口| 亚洲第一电影网av| 久久久久久久久久成人| 色哟哟哟哟哟哟| 国产成年人精品一区二区| 午夜免费激情av| 成人午夜精彩视频在线观看| 亚洲最大成人中文| 亚洲国产精品sss在线观看| 欧美性感艳星| 日韩 亚洲 欧美在线| 欧美高清成人免费视频www| 免费看a级黄色片| 免费看美女性在线毛片视频| 特大巨黑吊av在线直播| 久久精品国产亚洲av涩爱 | 人妻系列 视频| 亚洲人成网站在线观看播放| 又粗又爽又猛毛片免费看| 久久久久久久午夜电影| 亚洲成人久久爱视频| 啦啦啦观看免费观看视频高清| 成人特级黄色片久久久久久久| 97超视频在线观看视频| 久久九九热精品免费| 99热这里只有是精品50| 国内精品美女久久久久久| 亚洲欧洲日产国产| 美女 人体艺术 gogo| 尾随美女入室| 亚洲精品日韩在线中文字幕 | 国产精品野战在线观看| 久久精品91蜜桃| 亚洲av成人av| 国产美女午夜福利| 亚洲国产日韩欧美精品在线观看| av在线观看视频网站免费| 校园人妻丝袜中文字幕| 久久精品国产99精品国产亚洲性色| 久久鲁丝午夜福利片| 亚洲美女视频黄频| 99riav亚洲国产免费| 精品久久久久久久久久免费视频| 欧美三级亚洲精品| 国产一区二区亚洲精品在线观看| 久99久视频精品免费| 欧美成人免费av一区二区三区| 国产精品一区二区三区四区免费观看| 成人国产麻豆网| 国产成人影院久久av| 国产探花在线观看一区二区| 一区二区三区高清视频在线| 变态另类丝袜制服| 精品人妻熟女av久视频| 国产在线男女| 日本色播在线视频| 99久久无色码亚洲精品果冻| 日韩欧美国产在线观看| 三级国产精品欧美在线观看| 亚洲无线在线观看| 国产69精品久久久久777片| av天堂中文字幕网| 爱豆传媒免费全集在线观看| 成人性生交大片免费视频hd| 国产午夜精品一二区理论片| 黄片wwwwww| 亚洲最大成人手机在线| 99热精品在线国产| av天堂在线播放| 欧美在线一区亚洲| 午夜久久久久精精品| 国产精品综合久久久久久久免费| 一级二级三级毛片免费看| 精品99又大又爽又粗少妇毛片| 身体一侧抽搐| or卡值多少钱| 免费看av在线观看网站| 夫妻性生交免费视频一级片| 国产精品一区二区三区四区久久| 麻豆精品久久久久久蜜桃| 99久久九九国产精品国产免费| 免费av毛片视频| 久久精品国产亚洲网站| 亚洲成人av在线免费| 精品久久久久久久久av| 婷婷色av中文字幕| av.在线天堂| 嫩草影院精品99| 高清毛片免费看| 国产精品一区二区三区四区免费观看| 深夜精品福利| 精品欧美国产一区二区三| 亚洲成av人片在线播放无| 国产真实伦视频高清在线观看| 一边摸一边抽搐一进一小说| 国产伦精品一区二区三区四那| 最新中文字幕久久久久| 男人和女人高潮做爰伦理| 人妻制服诱惑在线中文字幕| 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 | 亚洲欧洲日产国产| 成人亚洲精品av一区二区| 一区二区三区高清视频在线| 日韩av在线大香蕉| 精品国内亚洲2022精品成人| www日本黄色视频网| 国内精品宾馆在线| 91狼人影院| 又粗又硬又长又爽又黄的视频 | h日本视频在线播放| 少妇的逼好多水| 国内久久婷婷六月综合欲色啪| 日韩精品青青久久久久久| 一本久久精品| 国产成人一区二区在线| 国产精品人妻久久久影院| 蜜桃亚洲精品一区二区三区| 身体一侧抽搐| 欧美激情在线99| 日韩一区二区视频免费看| 婷婷色综合大香蕉| 一进一出抽搐动态| 波野结衣二区三区在线| 激情 狠狠 欧美| av黄色大香蕉| 国产精品福利在线免费观看| 国产亚洲精品久久久com| 日韩国内少妇激情av| 国产av不卡久久| 亚洲av电影不卡..在线观看| 亚洲中文字幕一区二区三区有码在线看| 欧美一区二区亚洲| 精品久久久久久久久久免费视频| 国产精品无大码| 国产精品一区www在线观看| 婷婷亚洲欧美| 哪里可以看免费的av片| 中文字幕免费在线视频6| 成年女人看的毛片在线观看| 免费看美女性在线毛片视频| 丝袜喷水一区| 久久99蜜桃精品久久| 好男人在线观看高清免费视频| 成人特级黄色片久久久久久久| 色综合站精品国产| 免费看av在线观看网站| 精品熟女少妇av免费看| 观看美女的网站| 联通29元200g的流量卡| 一区福利在线观看| 国产真实乱freesex| 三级经典国产精品| 嫩草影院精品99| 99热精品在线国产| 最新中文字幕久久久久| 99热全是精品| 日本-黄色视频高清免费观看| 欧美性感艳星| 免费人成在线观看视频色| 国产一区二区三区av在线 | 国产一级毛片七仙女欲春2| 一夜夜www| 天堂av国产一区二区熟女人妻| 婷婷六月久久综合丁香| 国产精品一二三区在线看| 一区二区三区高清视频在线| 一级毛片我不卡| 亚洲经典国产精华液单| 18禁在线播放成人免费| 精品久久久噜噜| 国产伦精品一区二区三区视频9| a级毛色黄片| 精品人妻偷拍中文字幕| 国模一区二区三区四区视频| 久久久久久久久久成人| 精品久久国产蜜桃| 中文字幕人妻熟人妻熟丝袜美| 国产午夜精品久久久久久一区二区三区| 最近手机中文字幕大全| www.av在线官网国产| 久久综合国产亚洲精品| 美女被艹到高潮喷水动态| 国产精品免费一区二区三区在线| 特大巨黑吊av在线直播| 亚洲精品久久久久久婷婷小说 | 精品免费久久久久久久清纯| 久久这里有精品视频免费| 国模一区二区三区四区视频| 人人妻人人看人人澡| 国产一区二区在线av高清观看| 老女人水多毛片| 成人国产麻豆网| 国产亚洲欧美98| 日韩一本色道免费dvd| 一本久久精品| 看免费成人av毛片| 淫秽高清视频在线观看| 国产大屁股一区二区在线视频| 2021天堂中文幕一二区在线观| 美女被艹到高潮喷水动态| 亚洲精品自拍成人| 亚洲婷婷狠狠爱综合网| av在线亚洲专区| 久久精品综合一区二区三区| 十八禁国产超污无遮挡网站| 少妇被粗大猛烈的视频| 日韩一区二区三区影片| ponron亚洲| 久久九九热精品免费| 欧美区成人在线视频| 免费搜索国产男女视频| 亚洲性久久影院| 乱人视频在线观看| 青春草视频在线免费观看| 亚洲av免费在线观看| 99热这里只有精品一区| 国产不卡一卡二| 女的被弄到高潮叫床怎么办| 2021天堂中文幕一二区在线观| 热99re8久久精品国产| 三级国产精品欧美在线观看| 99riav亚洲国产免费| 久久久久国产网址| 欧美一区二区国产精品久久精品| 大又大粗又爽又黄少妇毛片口| 日韩制服骚丝袜av| 国产精品永久免费网站| 最新中文字幕久久久久| 中文字幕制服av| www日本黄色视频网| 女人被狂操c到高潮| 蜜臀久久99精品久久宅男| 在线免费观看不下载黄p国产| 两个人的视频大全免费| 日本一二三区视频观看| 亚洲成人av在线免费| 99久久无色码亚洲精品果冻| 成人高潮视频无遮挡免费网站| av在线天堂中文字幕| 日韩在线高清观看一区二区三区| 亚洲精品粉嫩美女一区| 国内精品久久久久精免费| 色综合亚洲欧美另类图片| 99久久人妻综合| av免费观看日本| 久久草成人影院| 亚洲欧美精品专区久久| 桃色一区二区三区在线观看| 国产高潮美女av| 久久久久网色| 成人毛片60女人毛片免费| 日本欧美国产在线视频| 国产午夜福利久久久久久| 禁无遮挡网站| 国产午夜福利久久久久久| 1024手机看黄色片| 日本成人三级电影网站| 精品久久久久久久末码| 大香蕉久久网| av在线播放精品| 国产精品乱码一区二三区的特点| 国产精品女同一区二区软件| 日韩欧美在线乱码| 国产一区二区三区在线臀色熟女| 日韩欧美在线乱码| 深爱激情五月婷婷| 国产亚洲精品av在线| 综合色丁香网| 悠悠久久av| 国产老妇伦熟女老妇高清| 亚洲一区二区三区色噜噜| 久久久久网色| 一进一出抽搐gif免费好疼| 国产人妻一区二区三区在| 亚洲一区二区三区色噜噜| 麻豆成人午夜福利视频| 91久久精品电影网| 国产人妻一区二区三区在| 22中文网久久字幕| 三级毛片av免费| 国产三级中文精品| 麻豆乱淫一区二区| 亚洲欧美精品专区久久| 亚洲精品456在线播放app| 亚洲成人中文字幕在线播放| 成人鲁丝片一二三区免费| 村上凉子中文字幕在线| a级毛色黄片| 村上凉子中文字幕在线| 久久人人爽人人片av| 只有这里有精品99| 美女高潮的动态| 黄片wwwwww| 亚洲综合色惰| 久久精品国产鲁丝片午夜精品| 91麻豆精品激情在线观看国产| 国产大屁股一区二区在线视频| 亚州av有码| 青春草视频在线免费观看| 男女边吃奶边做爰视频| 99精品在免费线老司机午夜| 久久精品综合一区二区三区| 久久久欧美国产精品| 乱人视频在线观看| 欧美激情国产日韩精品一区| 亚洲欧美日韩卡通动漫| 国产毛片a区久久久久| 亚洲国产精品成人综合色| 小说图片视频综合网站| 久久九九热精品免费| 国产精品综合久久久久久久免费| 中文字幕精品亚洲无线码一区| 国产午夜精品久久久久久一区二区三区| 久久久国产成人精品二区| 精品人妻视频免费看| 欧美高清性xxxxhd video| 我的女老师完整版在线观看| 久久久精品大字幕| 麻豆国产97在线/欧美| 久久久久免费精品人妻一区二区| 免费看美女性在线毛片视频| 伦理电影大哥的女人| a级毛片a级免费在线| 精品久久久久久久人妻蜜臀av| 99九九线精品视频在线观看视频| 两性午夜刺激爽爽歪歪视频在线观看| 色播亚洲综合网| 欧美日韩一区二区视频在线观看视频在线 | av专区在线播放| 欧美一区二区国产精品久久精品| 18+在线观看网站| 校园人妻丝袜中文字幕| 老熟妇乱子伦视频在线观看| 免费搜索国产男女视频| av.在线天堂| 51国产日韩欧美| 国产午夜精品久久久久久一区二区三区| 蜜桃亚洲精品一区二区三区| 九九久久精品国产亚洲av麻豆| 观看免费一级毛片| 精品久久国产蜜桃| 欧美日韩国产亚洲二区| 狠狠狠狠99中文字幕| 精品不卡国产一区二区三区| 久久午夜亚洲精品久久| 久久热精品热| 女人被狂操c到高潮| 成人国产麻豆网| 亚洲在线观看片| 97在线视频观看| 黄色配什么色好看| 久久国内精品自在自线图片| 男的添女的下面高潮视频| 欧美丝袜亚洲另类| 大型黄色视频在线免费观看| 亚洲一区高清亚洲精品| 国产精品av视频在线免费观看| 久久久精品大字幕| 美女xxoo啪啪120秒动态图| 亚洲色图av天堂| 国产片特级美女逼逼视频| av在线观看视频网站免费| 99热这里只有精品一区| 国产成年人精品一区二区| 久久亚洲国产成人精品v| 好男人视频免费观看在线| 两个人的视频大全免费|