• <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C3D的足球視頻場景分類算法①

    2019-12-20 02:32:00馬漢杰許永恩
    關(guān)鍵詞:準(zhǔn)確率卷積足球

    程 萍,馮 杰,馬漢杰,許永恩,王 健

    (浙江理工大學(xué) 信息學(xué)院,杭州 310018)

    引言

    隨著網(wǎng)絡(luò)技術(shù)的普及、多媒體信息的爆炸性增長、社會(huì)生活節(jié)奏不斷加快,人們往往沒有足夠的時(shí)間觀看整段視頻節(jié)目,而是希望根據(jù)自己的需求觀看特定的部分.足球作為全球最受歡迎的一項(xiàng)體育運(yùn)動(dòng),有著廣泛的收看群體.足球比賽的持續(xù)時(shí)間較長,人們感興趣的內(nèi)容卻是不同的,有人喜歡看精彩鏡頭(射門、點(diǎn)球等),有人喜歡看中場配合.然而,面對(duì)海量的視頻數(shù)據(jù),依靠傳統(tǒng)人工剪輯分類方式,不僅極大地浪費(fèi)人力資源而且也不能保證工作的及時(shí)性與可靠性.

    目前,足球視頻的場景分類面臨的主要問題包括:場景切換檢測的查全率和查準(zhǔn)率不夠高,無法滿足實(shí)際需求,其次,在人工制定足球語義方面,需要耗費(fèi)大量的人力資源.為了解決上述問題,國內(nèi)外學(xué)者進(jìn)行了系統(tǒng)、深入的研究,并取得了一定的成果.

    在解決場景切換檢測準(zhǔn)確率問題上,陸思燁等[1]提出基于雙閾值灰度直方圖的場景檢測算法,通過比較相鄰幀的灰度直方圖差與高低閾值的大小,針對(duì)場景可能的漸變情形,比較非相鄰幀的直方圖差與高低閾值的大小來判斷是否發(fā)生了場景切換.方宏俊等[2]結(jié)合數(shù)字電視圖像處理芯片中硬件算法設(shè)計(jì)的低復(fù)雜度要求,介紹了一種基于動(dòng)態(tài)階數(shù)控制直方圖分布的場景檢測優(yōu)化設(shè)計(jì)算法.孫桃等[3]對(duì)動(dòng)畫幀圖像分塊并提取其 HSV顏色特征,然后將連續(xù)幀的相似度存入一個(gè)固定長度的緩存隊(duì)列中,最后基于動(dòng)態(tài) Bayesian 決策判定是否有場景切換.段淑玉等[4]提出一種應(yīng)用于幀率提升系統(tǒng)的,根據(jù)內(nèi)插幀各匹配塊的均值SAD為檢測依據(jù)的場景切換檢測算法,解決場景切換時(shí)ME/MC算法因匹配失誤產(chǎn)生嚴(yán)重塊效應(yīng)的問題.

    語義方面,早期的場景分類研究中,文獻(xiàn)[5,6]是基于圖像特征的,即通過描述顏色、紋理和形狀等底層特征來實(shí)現(xiàn)分類.之后,用融合多種特征的方法來描述不同內(nèi)容的圖像場景,Naveed等[7]利用混合特征進(jìn)行訓(xùn)練以預(yù)測人類活動(dòng).他們使用HOG、SIFT、LBP等作為訓(xùn)練系統(tǒng)的特征集.Kang等人[8]在對(duì)視頻底層特征分析的基礎(chǔ)上,提取音視頻關(guān)鍵字作為中級(jí)特征,基于隱馬爾科夫模型來檢測精彩視頻片段.Ekin等[9]通過提取視頻的中低級(jí)特征,提出了一種有效的足球視頻摘要生成框架,能夠生成慢速運(yùn)動(dòng)、進(jìn)球和基于對(duì)象特征分類的慢速運(yùn)動(dòng)3類摘要.文獻(xiàn)[10,11]結(jié)合網(wǎng)絡(luò)直播文本對(duì)體育視頻事件進(jìn)行檢測,實(shí)驗(yàn)表明檢測到的事件類型更加豐富,準(zhǔn)確率也得到較大提升.但網(wǎng)絡(luò)直播文本的獲取和文本事件與視頻事件的對(duì)齊是此方法的關(guān)鍵和難點(diǎn).于俊清等[12]利用足球比賽中觀眾情緒波動(dòng)情況,建立情感激勵(lì)曲線并對(duì)曲線尖峰進(jìn)行檢測,但基于尖峰檢測誤差較大,檢測性能無法滿足實(shí)際需要.

    相較于傳統(tǒng)的場景分類方法,文獻(xiàn)[13]利用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)進(jìn)行場景分類,通過自學(xué)習(xí)的方式來“識(shí)別”圖像,利用反饋網(wǎng)絡(luò)實(shí)現(xiàn)實(shí)現(xiàn)分類.Jiang等[14]首先將視頻分解為關(guān)鍵幀,然后將這些關(guān)鍵幀的CNN特征傳遞給RNN進(jìn)行分類.Tjondronegoro等[15]對(duì)不同類型的事件進(jìn)行統(tǒng)計(jì)分析,選擇6個(gè)具有區(qū)分性的特征,根據(jù)統(tǒng)計(jì)結(jié)果建立一系列規(guī)則把足球視頻事件分為進(jìn)球、射門和犯規(guī)3類.但過程比較繁雜,人力耗費(fèi)較大.Ji等[16]提出基于三維卷積神經(jīng)網(wǎng)絡(luò)的體系結(jié)構(gòu),該算法捕捉多個(gè)相鄰幀中編碼的運(yùn)動(dòng)信息,從輸入幀中生成多個(gè)信息通道.最終的特征表示為結(jié)合了所有通道的信息.但該算法應(yīng)用場景是機(jī)場監(jiān)控視頻中人的行為識(shí)別.目前,對(duì)于足球視頻中的活動(dòng)識(shí)別,模型僅限于處理二維數(shù)據(jù)的輸入實(shí)現(xiàn)分類.本文提出了一種基于三維CNN(C3D)的足球視頻分類模型,模型通過執(zhí)行三維卷積,從空間和時(shí)間維度中提取特征,從而捕獲編碼在多個(gè)相鄰幀中的運(yùn)動(dòng)信息.具體算法流程如圖1所示.

    圖1 算法流程圖

    本文的算法以視頻作為輸入,在場景切換檢測的基礎(chǔ)上將視頻分割成小片段,根據(jù)預(yù)定義的類別將片段進(jìn)行標(biāo)記,然后,將小片段送入C3D(三維卷積)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練.

    1 算法設(shè)計(jì)

    1.1 場景切換檢測

    本文提出的算法建立在三維卷積的神經(jīng)網(wǎng)絡(luò)模型上,模型以視頻作為輸入.首先,對(duì)足球視頻的場景切換進(jìn)行檢測,提取不同場景的視頻片段以實(shí)現(xiàn)鏡頭分割,通過邊界檢測算法將視頻中每個(gè)鏡頭的邊界幀檢測出來,然后通過這些邊界幀將完整的視頻分割成一系列獨(dú)立的鏡頭.

    根據(jù)足球視頻場景變換的特點(diǎn),整場比賽中突變鏡頭的情況較多,在綜合考慮了效率和準(zhǔn)確率之后,本文選取了基于像素比較的鏡頭分割方法:幀間差分法,如式(1)所示:

    其中,Ik(x,y)和Ik+1(x,y)分別表示第k幀和第k+1幀在(x,y)處的亮度值,M和N分別表示該幀圖像的高度和寬度.D(k,k+1)的值表示兩幀之間的變化.當(dāng)D(k,k+1)大于某一設(shè)定的閾值時(shí)則認(rèn)為這兩幀分別屬于兩個(gè)不同的鏡頭.

    對(duì)于回放鏡頭,由于鏡頭切換頻率較低,文獻(xiàn)[12]通過實(shí)驗(yàn)驗(yàn)證了基于Logo 的回放鏡頭檢測方法的可行性,因此,本文采取上述基于徽標(biāo)檢測的方法對(duì)回放場景進(jìn)行檢測.

    1.2 語義鏡頭標(biāo)注

    文獻(xiàn)[17]通過提取特征值并結(jié)合決策樹來對(duì)鏡頭進(jìn)行分類和語義標(biāo)注.本文結(jié)合決策樹算法及人工規(guī)則對(duì)分割好的鏡頭進(jìn)行語義標(biāo)注.決策樹流程如圖2所示.

    圖2 決策樹流程圖

    在決策樹的第一層首先區(qū)分的是回放鏡頭和非回放鏡頭,決策樹的第二層則是通過顏色直方圖來判斷場地面積,以此將非回放鏡頭分為場內(nèi)鏡頭和場外鏡頭(觀眾鏡頭、開場鏡頭);第三層通過計(jì)算人臉比例提取場內(nèi)鏡頭中的特寫鏡頭;第四層通過計(jì)算場地和球員面積比例將剩下的場內(nèi)鏡頭分為遠(yuǎn)鏡頭、VAR鏡頭和中鏡頭.

    本文將鏡頭場景分為7類,分別為:遠(yuǎn)鏡頭、中鏡頭、特寫鏡頭、回放鏡頭、觀眾鏡頭、開場鏡頭及VAR鏡頭.各鏡頭語義代表幀如圖3所示.

    圖3 鏡頭代表幀

    1.3 C3D模型設(shè)計(jì)

    本文優(yōu)化了經(jīng)典的C3D網(wǎng)絡(luò)的結(jié)構(gòu).經(jīng)典的C3D網(wǎng)絡(luò)結(jié)構(gòu)是由8個(gè)3D卷積層(Convolution)、5個(gè)3D最大池化層(MaxPooling)、2個(gè)全連接層(Fully-Connect)構(gòu)成.優(yōu)化后的網(wǎng)絡(luò)結(jié)構(gòu)減少卷積層的個(gè)數(shù),新的網(wǎng)絡(luò)結(jié)構(gòu)為5個(gè)卷積層,5個(gè)最大池化層,3個(gè)全連接層,2個(gè)Dropout層及1個(gè)Softmax層組成,如圖4所示.

    圖4 C3D網(wǎng)絡(luò)模型圖

    1)輸入層

    輸入層的數(shù)據(jù)為一個(gè)個(gè)視頻片段,但由于視頻的長度長短不一,我們選用最近鄰插值的方式,對(duì)視頻片段少于采樣長度的數(shù)據(jù)進(jìn)行填補(bǔ),以達(dá)到每次采樣的長度為28幀.同時(shí),我們還將視頻序列幀的大小統(tǒng)一尺寸為122×122.

    2)卷積層與池化層

    本文采用三維卷積,在視頻的空間和時(shí)間維上對(duì)相鄰幀進(jìn)行卷積操作以提取特征.這些特征保存了空間信息和時(shí)間信息,便于對(duì)視頻中物體的運(yùn)動(dòng)進(jìn)行檢測.針對(duì)單通道,與2D卷積不同之處在于,輸入圖像多了一個(gè)depth維度,故輸入大小為(1,depth,height,width),卷積核也多了一個(gè)k_d(depth)維度,因此卷積核在輸入3D圖像的空間維度(height和width維)和depth維度上均進(jìn)行滑窗操作,每次滑窗與(k_d,k_h,k_w)窗口內(nèi)的values進(jìn)行相關(guān)操作,得到輸出3D圖像中的一個(gè)value.如圖5所示.

    圖5 2D卷積

    針對(duì)多通道,輸入大小為(3,depth,height,width),則與2D卷積的操作一樣,每次滑窗與3個(gè)channels上的(k_d,k_h,k_w)窗口內(nèi)的所有values進(jìn)行相關(guān)操作,得到輸出3D圖像中的一個(gè)value.如圖6所示.

    我們的視頻片段每幀的大小為c×l×w×h,其中c為圖像的通道數(shù),l為視頻序列的長度,即我們的采樣幀數(shù),w和h為每幀的寬和高.卷積層的核大小為d×k×k,d為卷積核的時(shí)間深度,k為核的空間大小,本文卷積層的核大小為3×3×3,所有池化層都是最大池化,內(nèi)核大小為2×2×2(第一層除外),步長為1.第一層池化層的內(nèi)核大小為1×2×2,其目的是不過早地合并時(shí)間信號(hào),同時(shí)滿足28幀的剪輯長度.

    圖6 3D卷積

    3)Dropout 層

    為了防止模型過擬合,我們引入了Dropout層,它將深度神經(jīng)網(wǎng)絡(luò)模型作為一個(gè)集成的模型進(jìn)行訓(xùn)練,然后將所有值取平均,而不只是訓(xùn)練單個(gè)模型.網(wǎng)絡(luò)模型將Dropout率為p,即一個(gè)神經(jīng)元被保留的概率為1-p.當(dāng)一個(gè)神經(jīng)元被丟棄時(shí),無論輸入的是什么、相關(guān)的參數(shù)是多少,它的輸出值都會(huì)被設(shè)置0.Dropout_1和 Dropout_2 層的p值初始設(shè)置為0.5.

    4)Flatten層

    Fatten層的作用是將數(shù)據(jù)“拍平”,即將多維的數(shù)據(jù)一維化,作為從卷積層到全連接層的過渡.Flatten層的處理不會(huì)影響批處理batch_size的大小,因此,本文的數(shù)據(jù)在經(jīng)過Flatten層處理后,數(shù)據(jù)大小為256×9=2304.

    5)損失函數(shù)

    損失函數(shù)是衡量我們的網(wǎng)絡(luò)結(jié)構(gòu)在我們的數(shù)據(jù)集上訓(xùn)練的好壞的一項(xiàng)指標(biāo).當(dāng)訓(xùn)練集的預(yù)測大部分為錯(cuò)誤時(shí),則對(duì)應(yīng)輸出較大的損失函數(shù)值.當(dāng)模型的輸出結(jié)果較好,則損失函數(shù)的輸出也將較低.如果我們想要改變算法的某些部分來提高我們模型的性能,損失函數(shù)的輸出將作為我們的參考標(biāo)準(zhǔn).本文在架構(gòu)中使用了交叉熵?fù)p失函數(shù),如式(2)所示:

    通過概率分布q來表達(dá)概率分布p的困難程度,p代表正確答案,q代表的是預(yù)測值,交叉熵越小,兩個(gè)概率的分布越接近.

    在此基礎(chǔ)上,利用Softmax函數(shù)求出每個(gè)類的概率.Softmax函數(shù)如式(3)所示:

    其中,S是每個(gè)可能結(jié)果M的分類概率得分.假設(shè)我們有一個(gè)具有M種可能結(jié)果的分類問題,當(dāng)我們輸入一幅圖像進(jìn)行分類時(shí),我們根據(jù)每個(gè)結(jié)果得到分類分?jǐn)?shù)S1,S2,…,SM.在得到預(yù)測后,將某一特定框架的分類分?jǐn)?shù)除以所有指數(shù)分?jǐn)?shù)之和后,得到基于最小損失的實(shí)際類,該類的概率最大.

    2 實(shí)驗(yàn)分析

    2.1 實(shí)驗(yàn)環(huán)境

    實(shí)驗(yàn)環(huán)境為Ubuntu16.0,運(yùn)行內(nèi)存為16 GB,GPU型號(hào)為 NIVIDIA 1080 Ti,內(nèi)存為12 GB.本文用MXNet框架搭建模型.

    2.2 數(shù)據(jù)集

    針對(duì)足球比賽視頻,目前還未形成一個(gè)公開的數(shù)據(jù)集,為了訓(xùn)練本文的分類算法,必須自行收集數(shù)據(jù),并根據(jù)需要對(duì)鏡頭的場景進(jìn)行標(biāo)記.因此,本文也為足球數(shù)據(jù)集的生成做出了貢獻(xiàn).在本文的分類中包含7種類型,包括開場鏡頭、觀眾鏡頭、遠(yuǎn)鏡頭、中場鏡頭、回放鏡頭、特寫鏡頭、以及VAR鏡頭.每個(gè)類別的場景鏡頭約600個(gè),每個(gè)鏡頭的平均持續(xù)時(shí)間為7秒,視頻的幀率為25 秒/幀.本文的數(shù)據(jù)集包括5場世界杯比賽,每場比賽為90分鐘.我們將數(shù)據(jù)的訓(xùn)練集與測試集按4:1的比例分配.

    2.3 訓(xùn)練過程

    由于本文的數(shù)據(jù)集有限,在采用3D CNN提取特征時(shí),容易導(dǎo)致模型過度擬合,因此,我們引入了Dropout層,并設(shè)置不同的Dropout參數(shù)進(jìn)行訓(xùn)練.訓(xùn)練準(zhǔn)確率與測試準(zhǔn)確率如表1所示.

    本文發(fā)現(xiàn),模型在Dropout值為0.7時(shí),效果最好,因此,我們用這個(gè)Dropout值對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練.

    在訓(xùn)練過程中,網(wǎng)絡(luò)在迭代周期為1000時(shí),損失函數(shù)的值最小,此后,損失函數(shù)開始收斂,如圖7所示.

    表1 不同的Dropout值對(duì)應(yīng)的準(zhǔn)確率

    圖7 迭代周期與準(zhǔn)確率

    與此同時(shí),模型的優(yōu)化函數(shù)采用自適應(yīng)估計(jì)(Adam)梯度優(yōu)化函數(shù),其他參數(shù)配置如表2所示.

    表2 超參數(shù)配置

    2.4 實(shí)驗(yàn)結(jié)果

    本文算法將足球視頻場景分為7類,分類結(jié)果如表3所示,表格最右列表示未分類(漏檢)鏡頭數(shù),對(duì)角線的位置表示正確分類的鏡頭數(shù).由表3可以看出,本文算法針對(duì)特寫鏡頭的場景分類準(zhǔn)確率最高96%,與文獻(xiàn)[18]對(duì)比,場景類別更加豐富.同時(shí),在特寫鏡頭分類時(shí),準(zhǔn)確率高于文獻(xiàn)[18]的基于HMM的事件檢測分類算法.與文獻(xiàn)[19]提出的基于貝葉斯網(wǎng)絡(luò)的足球事件檢測算法相比,雖然遠(yuǎn)鏡頭分類準(zhǔn)確率低于其算法,但特寫鏡頭的準(zhǔn)確率高于其算法.與Jiang[14]所提出的2D CNN網(wǎng)絡(luò)比較,特征提取更為有效,分類的準(zhǔn)確率較高.與Chen[15]相比,數(shù)據(jù)集更豐富,比較的類別也更多.與基于LSTM的2D CNN相比,3D CNN同時(shí)捕獲了二維CNN的時(shí)空特征,取得了較好的效果.本文數(shù)據(jù)對(duì)比如表4所示.

    3 結(jié)束語

    2 D CNN在空間特征的學(xué)習(xí)效果較好,但無法對(duì)視頻的時(shí)間特征進(jìn)行處理.本文提出的基于C3D的足球視頻場景分類算法,分別對(duì)時(shí)間特征和空間特征進(jìn)行了有效的提取,實(shí)現(xiàn)了比傳統(tǒng)技術(shù)更好的精度,本文在特寫鏡頭分類時(shí),準(zhǔn)確率提高了2%.本文算法在場景切換檢測的基礎(chǔ)上,根據(jù)預(yù)定義的類別將各個(gè)場景片段進(jìn)行標(biāo)記,利用3D CNN學(xué)習(xí)時(shí)空特征,然后將其進(jìn)行分類.下一步工作計(jì)劃是進(jìn)行實(shí)時(shí)的足球視頻場景分類,與此同時(shí),擴(kuò)展場景類別以識(shí)別足球視頻中更復(fù)雜的場景.

    表3 查全率與準(zhǔn)確率實(shí)驗(yàn)結(jié)果

    表4 特寫鏡頭分類結(jié)果對(duì)比

    猜你喜歡
    準(zhǔn)確率卷積足球
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
    2015—2017 年寧夏各天氣預(yù)報(bào)參考產(chǎn)品質(zhì)量檢驗(yàn)分析
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    高速公路車牌識(shí)別標(biāo)識(shí)站準(zhǔn)確率驗(yàn)證法
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    讓足球動(dòng)起來
    少年快樂足球
    中國漫畫(2017年4期)2017-06-30 17:04:03
    認(rèn)識(shí)足球(一)
    亚洲五月婷婷丁香| 国产日韩欧美亚洲二区| 欧美日韩亚洲综合一区二区三区_| 如日韩欧美国产精品一区二区三区| 多毛熟女@视频| 91精品国产国语对白视频| 久久国产精品影院| 一区二区日韩欧美中文字幕| 亚洲欧美一区二区三区黑人| 夜夜夜夜夜久久久久| 窝窝影院91人妻| 久久久久久免费高清国产稀缺| 国产真人三级小视频在线观看| 黄色视频,在线免费观看| 别揉我奶头~嗯~啊~动态视频 | 亚洲专区中文字幕在线| 老汉色av国产亚洲站长工具| 午夜精品久久久久久毛片777| 青春草亚洲视频在线观看| 9热在线视频观看99| 老熟妇仑乱视频hdxx| 美女高潮喷水抽搐中文字幕| 黄片大片在线免费观看| 成人18禁高潮啪啪吃奶动态图| 欧美日韩精品网址| h视频一区二区三区| 亚洲av日韩在线播放| 少妇的丰满在线观看| 天天躁日日躁夜夜躁夜夜| 亚洲全国av大片| 亚洲精品美女久久av网站| 一区二区三区精品91| 正在播放国产对白刺激| 国产精品国产三级国产专区5o| 丝袜喷水一区| 人妻 亚洲 视频| 精品免费久久久久久久清纯 | 国产在线免费精品| 日韩制服骚丝袜av| 久久精品亚洲熟妇少妇任你| 两个人免费观看高清视频| av网站免费在线观看视频| 老司机福利观看| 国产精品久久久久成人av| 女人高潮潮喷娇喘18禁视频| 在线看a的网站| 精品欧美一区二区三区在线| 岛国在线观看网站| 国产精品国产av在线观看| 国产精品 国内视频| 欧美日韩亚洲国产一区二区在线观看 | 久久女婷五月综合色啪小说| 日韩中文字幕视频在线看片| 国产精品久久久久久精品电影小说| 国产淫语在线视频| 欧美精品一区二区大全| 成人18禁高潮啪啪吃奶动态图| 啪啪无遮挡十八禁网站| 精品久久蜜臀av无| 亚洲欧美日韩另类电影网站| 91精品三级在线观看| 久久九九热精品免费| 亚洲情色 制服丝袜| 国产亚洲一区二区精品| www.av在线官网国产| 午夜精品久久久久久毛片777| 亚洲色图综合在线观看| 一级黄色大片毛片| 人人妻,人人澡人人爽秒播| 80岁老熟妇乱子伦牲交| 老汉色av国产亚洲站长工具| 国产伦人伦偷精品视频| 69av精品久久久久久 | 免费观看a级毛片全部| 三级毛片av免费| 亚洲精品中文字幕在线视频| 久久久久久人人人人人| 国产日韩欧美亚洲二区| 人妻 亚洲 视频| 精品久久久久久久毛片微露脸 | 777米奇影视久久| 亚洲欧美日韩高清在线视频 | 日韩中文字幕欧美一区二区| 蜜桃国产av成人99| 日本欧美视频一区| 国产91精品成人一区二区三区 | 国产精品一区二区在线不卡| 国产免费视频播放在线视频| 午夜视频精品福利| 女性生殖器流出的白浆| 国产亚洲欧美精品永久| 精品国产超薄肉色丝袜足j| 一本一本久久a久久精品综合妖精| 如日韩欧美国产精品一区二区三区| 啦啦啦中文免费视频观看日本| 狠狠精品人妻久久久久久综合| 在线精品无人区一区二区三| 午夜老司机福利片| 美国免费a级毛片| 国产在线观看jvid| 超色免费av| 一级毛片女人18水好多| 国产野战对白在线观看| 丝袜人妻中文字幕| 免费在线观看日本一区| 极品少妇高潮喷水抽搐| 老鸭窝网址在线观看| 男女高潮啪啪啪动态图| 久久久久久久大尺度免费视频| 五月开心婷婷网| 极品人妻少妇av视频| 午夜福利影视在线免费观看| kizo精华| 一区二区av电影网| 黄色视频在线播放观看不卡| 亚洲,欧美精品.| 国产欧美日韩一区二区精品| 亚洲自偷自拍图片 自拍| 午夜免费观看性视频| 大香蕉久久成人网| 91九色精品人成在线观看| 午夜福利视频在线观看免费| 国产成人影院久久av| 午夜免费鲁丝| 99久久人妻综合| 亚洲性夜色夜夜综合| 色综合欧美亚洲国产小说| 亚洲五月色婷婷综合| 老汉色av国产亚洲站长工具| 99久久精品国产亚洲精品| 欧美 亚洲 国产 日韩一| 久久精品熟女亚洲av麻豆精品| 欧美精品人与动牲交sv欧美| 真人做人爱边吃奶动态| 久久精品熟女亚洲av麻豆精品| 免费高清在线观看视频在线观看| 黑人操中国人逼视频| 在线观看一区二区三区激情| 国产黄频视频在线观看| 高清欧美精品videossex| 久热这里只有精品99| 桃红色精品国产亚洲av| 国产亚洲精品一区二区www | 国产淫语在线视频| 日韩有码中文字幕| 岛国在线观看网站| 国产在线免费精品| 国产片内射在线| 女人被躁到高潮嗷嗷叫费观| 满18在线观看网站| 国产av国产精品国产| 国产野战对白在线观看| 国产色视频综合| 99久久综合免费| 天天影视国产精品| 波多野结衣一区麻豆| 亚洲av片天天在线观看| 欧美老熟妇乱子伦牲交| 午夜老司机福利片| 午夜两性在线视频| 久久人妻福利社区极品人妻图片| 国产日韩一区二区三区精品不卡| 女人高潮潮喷娇喘18禁视频| 这个男人来自地球电影免费观看| 少妇猛男粗大的猛烈进出视频| 久久国产精品男人的天堂亚洲| 国产黄色免费在线视频| 无遮挡黄片免费观看| 亚洲av日韩在线播放| 9色porny在线观看| 欧美精品高潮呻吟av久久| 中国美女看黄片| 久久青草综合色| videos熟女内射| 中亚洲国语对白在线视频| 日日夜夜操网爽| 免费少妇av软件| 丝袜人妻中文字幕| 欧美性长视频在线观看| 国产亚洲欧美在线一区二区| 一级毛片电影观看| 十八禁高潮呻吟视频| 欧美精品人与动牲交sv欧美| 午夜91福利影院| 久久精品aⅴ一区二区三区四区| 69精品国产乱码久久久| 黄色视频在线播放观看不卡| 精品国产一区二区三区久久久樱花| 免费av中文字幕在线| 老司机靠b影院| 精品国产乱码久久久久久男人| 一级毛片电影观看| 国产在线一区二区三区精| 亚洲黑人精品在线| 国产亚洲精品一区二区www | 亚洲av美国av| 免费久久久久久久精品成人欧美视频| 丝瓜视频免费看黄片| 国产精品久久久久久人妻精品电影 | 亚洲成人手机| 亚洲久久久国产精品| 一区二区三区激情视频| 亚洲av日韩在线播放| 看免费av毛片| 少妇被粗大的猛进出69影院| 精品国产乱码久久久久久小说| a级毛片黄视频| 精品少妇黑人巨大在线播放| 法律面前人人平等表现在哪些方面 | 亚洲av国产av综合av卡| 夜夜骑夜夜射夜夜干| 亚洲第一青青草原| 午夜久久久在线观看| 好男人电影高清在线观看| 人成视频在线观看免费观看| 一区二区三区四区激情视频| 91麻豆精品激情在线观看国产 | 国产欧美日韩一区二区三 | 少妇粗大呻吟视频| 免费看十八禁软件| 午夜91福利影院| 人妻 亚洲 视频| 91国产中文字幕| 伦理电影免费视频| 少妇 在线观看| 日韩视频在线欧美| 黄频高清免费视频| 成年女人毛片免费观看观看9 | 免费在线观看完整版高清| 国产精品成人在线| 精品少妇久久久久久888优播| 欧美日韩亚洲高清精品| 亚洲国产日韩一区二区| 69精品国产乱码久久久| 黑人欧美特级aaaaaa片| 黄网站色视频无遮挡免费观看| 欧美午夜高清在线| 亚洲精品久久久久久婷婷小说| 国产精品一区二区在线不卡| 激情视频va一区二区三区| 99国产精品免费福利视频| 精品国产乱码久久久久久小说| 丝袜美足系列| av天堂在线播放| 香蕉丝袜av| 人妻久久中文字幕网| 欧美精品亚洲一区二区| 国产欧美日韩一区二区三 | 久久久久久久精品精品| 三上悠亚av全集在线观看| 欧美激情极品国产一区二区三区| 日韩有码中文字幕| netflix在线观看网站| 丝袜喷水一区| 纵有疾风起免费观看全集完整版| 国产亚洲午夜精品一区二区久久| 久久国产精品影院| 中文字幕人妻丝袜一区二区| 国产极品粉嫩免费观看在线| 午夜91福利影院| 男人添女人高潮全过程视频| 丝袜人妻中文字幕| 精品国内亚洲2022精品成人 | 欧美日韩视频精品一区| 在线观看免费高清a一片| 国产成人系列免费观看| 母亲3免费完整高清在线观看| 欧美少妇被猛烈插入视频| 在线观看人妻少妇| 精品国产一区二区久久| 每晚都被弄得嗷嗷叫到高潮| 亚洲美女黄色视频免费看| 成年人午夜在线观看视频| 色94色欧美一区二区| 国产精品一区二区免费欧美 | 精品国产乱子伦一区二区三区 | 国产成人a∨麻豆精品| 久久亚洲国产成人精品v| av又黄又爽大尺度在线免费看| 嫩草影视91久久| 亚洲五月婷婷丁香| 精品少妇一区二区三区视频日本电影| 黄频高清免费视频| 热re99久久国产66热| 精品乱码久久久久久99久播| 搡老乐熟女国产| 精品一区二区三卡| 亚洲精品乱久久久久久| 亚洲少妇的诱惑av| 日韩制服骚丝袜av| 99久久人妻综合| 国产欧美日韩一区二区精品| 妹子高潮喷水视频| 超色免费av| 777久久人妻少妇嫩草av网站| 美女脱内裤让男人舔精品视频| 日日摸夜夜添夜夜添小说| 18禁国产床啪视频网站| 91大片在线观看| 精品国产一区二区三区四区第35| 亚洲精品乱久久久久久| 波多野结衣av一区二区av| 视频区图区小说| 亚洲精品在线美女| 亚洲五月婷婷丁香| 丰满饥渴人妻一区二区三| 欧美精品人与动牲交sv欧美| 精品福利观看| 天天操日日干夜夜撸| 搡老熟女国产l中国老女人| 性高湖久久久久久久久免费观看| 在线观看免费高清a一片| 久久狼人影院| 欧美黄色淫秽网站| 精品亚洲成a人片在线观看| 在线观看免费午夜福利视频| 狠狠精品人妻久久久久久综合| 成年人黄色毛片网站| 久久国产精品影院| 日韩大码丰满熟妇| 国产精品一二三区在线看| 1024视频免费在线观看| 国产精品免费视频内射| 午夜福利在线观看吧| 色老头精品视频在线观看| 国产精品av久久久久免费| 久久国产亚洲av麻豆专区| 精品人妻熟女毛片av久久网站| 成人18禁高潮啪啪吃奶动态图| 人妻 亚洲 视频| 欧美另类亚洲清纯唯美| 久久精品aⅴ一区二区三区四区| 婷婷丁香在线五月| 男人添女人高潮全过程视频| 亚洲国产中文字幕在线视频| 欧美变态另类bdsm刘玥| 亚洲国产中文字幕在线视频| av视频免费观看在线观看| 亚洲精品国产一区二区精华液| 午夜影院在线不卡| 欧美日韩亚洲国产一区二区在线观看 | 亚洲国产欧美在线一区| 美女中出高潮动态图| 久久久久国产一级毛片高清牌| 丁香六月天网| 亚洲精品乱久久久久久| 亚洲国产欧美日韩在线播放| 亚洲av欧美aⅴ国产| 亚洲人成电影免费在线| www.熟女人妻精品国产| 午夜精品国产一区二区电影| 欧美xxⅹ黑人| 青春草亚洲视频在线观看| 亚洲精品中文字幕在线视频| 亚洲一码二码三码区别大吗| 精品国产国语对白av| 国产亚洲欧美在线一区二区| 91老司机精品| 久久精品熟女亚洲av麻豆精品| av片东京热男人的天堂| 免费在线观看影片大全网站| 黑丝袜美女国产一区| 久久午夜综合久久蜜桃| 老汉色∧v一级毛片| 久久国产精品大桥未久av| 搡老乐熟女国产| 人人妻,人人澡人人爽秒播| 男女下面插进去视频免费观看| av天堂久久9| av在线app专区| 日韩大码丰满熟妇| 一区二区三区乱码不卡18| 精品乱码久久久久久99久播| 人人妻人人澡人人看| 热99国产精品久久久久久7| 人妻一区二区av| 桃花免费在线播放| a 毛片基地| 老汉色av国产亚洲站长工具| 国产男女内射视频| 嫩草影视91久久| 国产精品偷伦视频观看了| 一本久久精品| 黄片小视频在线播放| 老司机午夜十八禁免费视频| 热99国产精品久久久久久7| 欧美老熟妇乱子伦牲交| 国产欧美日韩综合在线一区二区| 色婷婷久久久亚洲欧美| 一区二区日韩欧美中文字幕| 国产一区二区三区av在线| 欧美 亚洲 国产 日韩一| 日本精品一区二区三区蜜桃| 老司机福利观看| 老熟女久久久| 免费看十八禁软件| 久久99热这里只频精品6学生| 一区二区日韩欧美中文字幕| 免费观看a级毛片全部| 老司机亚洲免费影院| 国产精品.久久久| 成人影院久久| 国产又爽黄色视频| e午夜精品久久久久久久| 亚洲国产成人一精品久久久| 欧美日韩成人在线一区二区| a级毛片黄视频| 精品国产乱码久久久久久男人| 国产成人免费无遮挡视频| 午夜福利,免费看| 欧美少妇被猛烈插入视频| 国产又爽黄色视频| 桃花免费在线播放| 欧美+亚洲+日韩+国产| 亚洲色图 男人天堂 中文字幕| 777久久人妻少妇嫩草av网站| 免费观看人在逋| 亚洲中文日韩欧美视频| 美女高潮喷水抽搐中文字幕| 成人影院久久| 精品人妻在线不人妻| 一级片'在线观看视频| 国产精品影院久久| 国产av又大| 亚洲五月色婷婷综合| 男女下面插进去视频免费观看| 美国免费a级毛片| 日韩,欧美,国产一区二区三区| 正在播放国产对白刺激| 日韩视频在线欧美| av片东京热男人的天堂| 纯流量卡能插随身wifi吗| a在线观看视频网站| 亚洲一区中文字幕在线| 叶爱在线成人免费视频播放| 免费在线观看日本一区| 免费在线观看完整版高清| 黑人猛操日本美女一级片| 天天影视国产精品| 欧美日韩av久久| 成在线人永久免费视频| 久久99热这里只频精品6学生| 免费在线观看完整版高清| 亚洲 欧美一区二区三区| 国产在线视频一区二区| 亚洲专区字幕在线| a级毛片在线看网站| 不卡一级毛片| 夜夜夜夜夜久久久久| av欧美777| 国产精品一区二区免费欧美 | 午夜久久久在线观看| 免费在线观看完整版高清| 久久 成人 亚洲| 国产伦人伦偷精品视频| 日韩一区二区三区影片| 最黄视频免费看| 午夜福利视频在线观看免费| 亚洲精品国产色婷婷电影| 十八禁网站网址无遮挡| 国产在视频线精品| 中国美女看黄片| 婷婷成人精品国产| 在线av久久热| a级片在线免费高清观看视频| 久久青草综合色| 国内毛片毛片毛片毛片毛片| 97人妻天天添夜夜摸| 成人手机av| 成年av动漫网址| 婷婷丁香在线五月| 亚洲男人天堂网一区| 午夜日韩欧美国产| 一级片免费观看大全| 丝袜在线中文字幕| 可以免费在线观看a视频的电影网站| 考比视频在线观看| 在线观看免费高清a一片| 男女之事视频高清在线观看| 十八禁人妻一区二区| 午夜精品国产一区二区电影| 中文精品一卡2卡3卡4更新| 另类亚洲欧美激情| 久久国产亚洲av麻豆专区| 亚洲av日韩在线播放| 韩国高清视频一区二区三区| av片东京热男人的天堂| 欧美午夜高清在线| 9191精品国产免费久久| 美女大奶头黄色视频| 黄色 视频免费看| 最黄视频免费看| 搡老岳熟女国产| 搡老乐熟女国产| 色94色欧美一区二区| 下体分泌物呈黄色| 在线观看免费午夜福利视频| 亚洲国产看品久久| 国产99久久九九免费精品| 亚洲九九香蕉| 亚洲欧美日韩另类电影网站| 国产一区二区在线观看av| 久热这里只有精品99| 黄色毛片三级朝国网站| 国产精品久久久久久人妻精品电影 | 久久久久久久国产电影| 亚洲国产欧美在线一区| 久久久欧美国产精品| 99久久综合免费| 日韩人妻精品一区2区三区| 老司机靠b影院| 亚洲第一欧美日韩一区二区三区 | 99国产综合亚洲精品| 老司机亚洲免费影院| 日本av免费视频播放| tube8黄色片| 欧美久久黑人一区二区| 精品国产一区二区三区久久久樱花| 亚洲精品一卡2卡三卡4卡5卡 | 超碰97精品在线观看| 一本—道久久a久久精品蜜桃钙片| 久久毛片免费看一区二区三区| 国产成人免费无遮挡视频| 欧美在线一区亚洲| 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| 国产在线免费精品| 九色亚洲精品在线播放| 午夜老司机福利片| 久久毛片免费看一区二区三区| 色播在线永久视频| 午夜福利在线观看吧| 日韩欧美国产一区二区入口| 国产精品欧美亚洲77777| 国产在线免费精品| av免费在线观看网站| 99久久国产精品久久久| 考比视频在线观看| 99九九在线精品视频| 最近最新免费中文字幕在线| 精品亚洲乱码少妇综合久久| 久久国产精品人妻蜜桃| 中文字幕人妻丝袜制服| 天堂俺去俺来也www色官网| 在线av久久热| 十八禁网站网址无遮挡| 国产精品久久久久久精品电影小说| 亚洲人成电影免费在线| 80岁老熟妇乱子伦牲交| 在线观看舔阴道视频| 丝袜人妻中文字幕| 免费黄频网站在线观看国产| 日本av手机在线免费观看| 亚洲一码二码三码区别大吗| 91字幕亚洲| 多毛熟女@视频| videosex国产| 亚洲欧美激情在线| 亚洲免费av在线视频| 深夜精品福利| www日本在线高清视频| 波多野结衣一区麻豆| 久久精品熟女亚洲av麻豆精品| 午夜福利视频精品| 丝袜人妻中文字幕| 欧美精品高潮呻吟av久久| av在线播放精品| 亚洲国产欧美一区二区综合| 黑人巨大精品欧美一区二区蜜桃| av一本久久久久| 久久中文字幕一级| 免费在线观看影片大全网站| 亚洲欧洲日产国产| 一个人免费在线观看的高清视频 | 亚洲黑人精品在线| 亚洲 国产 在线| av一本久久久久| 日韩欧美免费精品| 国产亚洲av高清不卡| 久久久久视频综合| 国产三级黄色录像| 久久国产精品影院| 一本色道久久久久久精品综合| 亚洲久久久国产精品| 9热在线视频观看99| 日本vs欧美在线观看视频| 久久亚洲国产成人精品v| 免费日韩欧美在线观看| 操出白浆在线播放| 亚洲精品一二三| 无限看片的www在线观看| 精品熟女少妇八av免费久了| 他把我摸到了高潮在线观看 | 啦啦啦免费观看视频1| 99国产精品99久久久久| 桃红色精品国产亚洲av| 久久狼人影院| 咕卡用的链子| 亚洲色图 男人天堂 中文字幕| 久久亚洲精品不卡| 搡老熟女国产l中国老女人| 亚洲天堂av无毛| 日韩欧美一区二区三区在线观看 | 成年女人毛片免费观看观看9 | 精品亚洲成国产av| 日本av手机在线免费观看| 亚洲精华国产精华精| 一个人免费看片子| 丁香六月欧美| 免费高清在线观看视频在线观看| 国产xxxxx性猛交| 91精品伊人久久大香线蕉| 两性夫妻黄色片| 两个人免费观看高清视频| 一区二区三区乱码不卡18|