• <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 ?

    基于多域網(wǎng)絡(luò)的紅外目標(biāo)跟蹤算法

    2021-05-06 09:32:30孫明杰顧金玲李培庚
    關(guān)鍵詞:多域魯棒性尺度

    孫明杰, 周 林, 顧金玲, 李培庚

    (1. 空軍工程大學(xué)防空反導(dǎo)學(xué)院, 陜西 西安 710051;2. 中國(guó)人民解放軍32272部隊(duì), 甘肅 蘭州 730010;3. 中國(guó)人民解放軍95169部隊(duì), 廣西 南寧 530031)

    0 引 言

    目標(biāo)跟蹤問題是機(jī)器視覺領(lǐng)域的重要研究?jī)?nèi)容之一,高性能的目標(biāo)跟蹤算法不斷出現(xiàn)[1]。然而紅外圖像信噪比和分辨率均較低,使得紅外目標(biāo)跟蹤問題比可見光目標(biāo)跟蹤更具挑戰(zhàn)性[2]。紅外成像技術(shù)是一種通過探測(cè)目標(biāo)紅外輻射來成像的非接觸、被動(dòng)檢測(cè)技術(shù),其主要優(yōu)勢(shì)是能夠在完全黑暗的情況下對(duì)目標(biāo)成像[3]。隨著紅外成像技術(shù)的不斷進(jìn)步,其不僅廣泛用于軍事領(lǐng)域,同時(shí)在民用領(lǐng)域具有廣闊的應(yīng)用前景,如智能安防等[4]。

    近十年來,國(guó)內(nèi)外相關(guān)學(xué)者在紅外目標(biāo)跟蹤領(lǐng)域做了大量工作[5-8]。盧楊等利用改進(jìn)的低維度紋理特征來獲取各個(gè)像素的梯度方向和幅值信息,有效提高了目標(biāo)跟蹤的穩(wěn)定性[9]。西安電子科技大學(xué)的錢琨等將引導(dǎo)濾波和卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)應(yīng)用于紅外目標(biāo)跟蹤問題,并對(duì)應(yīng)用效果進(jìn)行了驗(yàn)證[10]。Lamberti等仍以模板匹配算法為基礎(chǔ),通過改進(jìn)以提高算法的性能,仍然難以克服模版漂移的問題[11]。Mould等則將AM-FM一致性檢查用于紅外目標(biāo)跟蹤,可以在一定程度上提高對(duì)紅外數(shù)據(jù)序列的跟蹤性能,在AMCOM紅外序列上也有不錯(cuò)的表現(xiàn)[12]。盡管紅外目標(biāo)跟蹤取得了一些進(jìn)展,但跟蹤算法性能仍難以滿足應(yīng)用要求。

    得益于CNN杰出的特征表達(dá)能力,其在目標(biāo)識(shí)別和檢測(cè)領(lǐng)域得到了成功的應(yīng)用[13]。但是在目標(biāo)跟蹤領(lǐng)域,這個(gè)序列中的目標(biāo)可能是另一個(gè)序列的背景,因此CNN在目標(biāo)跟蹤領(lǐng)域應(yīng)用受到一定的限制。在2016年,韓國(guó)的POSTECH團(tuán)隊(duì)提出了多域網(wǎng)絡(luò)(multi-domain networks, MDNet),由于其輕量級(jí)的網(wǎng)絡(luò)結(jié)構(gòu)和多域訓(xùn)練的模型設(shè)計(jì),在目標(biāo)跟蹤領(lǐng)域取得了杰出的效果[14]。由于紅外圖像本身質(zhì)量不高,數(shù)十層復(fù)雜結(jié)構(gòu)在CNN網(wǎng)絡(luò)將會(huì)使深度特征成為一個(gè)像素點(diǎn),難以實(shí)現(xiàn)對(duì)目標(biāo)特征的描述。同時(shí),對(duì)于目標(biāo)跟蹤問題而言,目標(biāo)在相鄰幀的尺寸變化較小且變化具有一定的規(guī)律性。因此,在多域網(wǎng)格的基礎(chǔ)上引入了目標(biāo)尺度預(yù)測(cè),并稱之為基于尺度預(yù)測(cè)的多域網(wǎng)絡(luò)(scale prediction based MDNet, SPMDNet)。該算法能夠在充分利用深度特征表達(dá)能力的同時(shí),提高跟蹤算法的魯棒性。

    1 多域網(wǎng)絡(luò)

    如圖1所示,多域網(wǎng)絡(luò)由共享層和分支層組成,其中每個(gè)域?qū)?yīng)單個(gè)訓(xùn)練序列,每個(gè)分支負(fù)責(zé)二值分類以識(shí)別每個(gè)域中的目標(biāo)。網(wǎng)絡(luò)只有6層,其中卷積層是一個(gè)通用的特征提取器,而全連接層則針對(duì)任務(wù)和數(shù)據(jù)集的不同進(jìn)行自適應(yīng)調(diào)整。選擇多域網(wǎng)絡(luò)作為算法的基礎(chǔ)框架的原因主要有兩個(gè):① 其結(jié)構(gòu)只有6層,對(duì)低分辨率的紅外圖像具有較好的適應(yīng)性;② 相對(duì)于可見光圖像而言,現(xiàn)有的紅外圖像數(shù)據(jù)庫(kù)較少,較淺的網(wǎng)絡(luò)結(jié)構(gòu)可以有效避免過擬合。

    圖1 多域網(wǎng)絡(luò)結(jié)構(gòu)

    對(duì)于多域網(wǎng)絡(luò)而言,在線跟蹤是通過評(píng)估在前一個(gè)目標(biāo)位置周圍隨機(jī)采樣以生成候選框來進(jìn)行的。在進(jìn)行目標(biāo)跟蹤時(shí),候選框的產(chǎn)生是隨機(jī)的,隨機(jī)抽樣策略不能充分利用先驗(yàn)信息。目標(biāo)的尺度與當(dāng)前幀之前的尺度高度相關(guān),不會(huì)突然改變,因此可以作為重要的先驗(yàn)信息進(jìn)行利用。由于在線學(xué)習(xí)的精度與跟蹤精度有密切關(guān)系,質(zhì)量差的在線學(xué)習(xí)甚至?xí)?dǎo)致跟蹤失敗。通過尺度預(yù)測(cè)的反饋,提高目標(biāo)跟蹤算法的性能。在線學(xué)習(xí)中的尺度預(yù)測(cè)可以通過生成合理的學(xué)習(xí)樣本充分利用先驗(yàn)信息,提高跟蹤器的準(zhǔn)確性和魯棒性。

    2 基于多域網(wǎng)絡(luò)的紅外目標(biāo)跟蹤

    本節(jié)將主要介紹應(yīng)用目標(biāo)尺度預(yù)測(cè)的紅外目標(biāo)跟蹤算法以及算法評(píng)估的標(biāo)準(zhǔn)。

    2.1 目標(biāo)尺度預(yù)測(cè)

    人工神經(jīng)網(wǎng)絡(luò)不需要預(yù)先確定輸入與輸出之間映射關(guān)系的數(shù)學(xué)方程,只通過自身訓(xùn)練學(xué)習(xí)一些規(guī)則,在給定輸入值時(shí),得到最接近期望輸出值的結(jié)果[15]。反向傳播(back propagation,BP)神經(jīng)網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò),其主要特點(diǎn)是信號(hào)的前向傳輸和誤差的后向傳播[16]。由于不同序列的尺度變化是不同的,只能根據(jù)當(dāng)前幀之前的跟蹤結(jié)果來預(yù)測(cè)下一幀的尺度。神經(jīng)網(wǎng)絡(luò)作為一種非線性建模和預(yù)測(cè)方法,以其良好的非線性質(zhì)量、較高的擬合精度、靈活有效的學(xué)習(xí)方法、全分布式存儲(chǔ)結(jié)構(gòu)和層次化的模型結(jié)構(gòu)在許多領(lǐng)域得到了廣泛的應(yīng)用[17]。因此,設(shè)計(jì)了一個(gè)改進(jìn)的BP網(wǎng)絡(luò)來在線預(yù)測(cè)下一幀中目標(biāo)的尺度。

    如圖2所示,用于預(yù)測(cè)目標(biāo)尺度的BP網(wǎng)絡(luò)由隱含層和輸出層兩層組成。其中輸入數(shù)據(jù)為當(dāng)前幀以前的尺度信息,輸出數(shù)據(jù)為當(dāng)前幀的預(yù)測(cè)尺度。輸入數(shù)據(jù)維度為m,輸出數(shù)據(jù)維度為1,即目標(biāo)的預(yù)測(cè)結(jié)果。

    圖2 BP網(wǎng)絡(luò)結(jié)構(gòu)

    多域網(wǎng)絡(luò)作為一種經(jīng)典的BP網(wǎng)絡(luò),具有傳統(tǒng)BP網(wǎng)絡(luò)的劣勢(shì)[18]。BP神經(jīng)網(wǎng)絡(luò)的執(zhí)行函數(shù)主要采用均方誤差(mean square error, MSE)函數(shù),該函數(shù)較好地處理高斯分布誤差。然而,尺度預(yù)測(cè)的誤差并不滿足高斯分布[19]。與MSE相比,最大交叉熵(maximum correntropy criteria, MCC)更適合用于尺度預(yù)測(cè)[20]。MCC是一種用于評(píng)估兩個(gè)隨機(jī)變量之間的相似性的理論,例如X和Y。MCC的定義為

    Vσ(X,Y)=E[kσ(X-Y)]

    (1)

    式中,kσ為核函數(shù);σ為核寬度。

    根據(jù)相關(guān)性理論,當(dāng)相關(guān)性為最大時(shí),預(yù)測(cè)誤差最小,可得到優(yōu)化的BP網(wǎng)絡(luò)模型[21],即

    (2)

    如圖3所示,輸入的訓(xùn)練數(shù)據(jù)是目標(biāo)從當(dāng)前t-1幀到t-m-n幀的比例,則訓(xùn)練數(shù)據(jù)有2(m+n)個(gè)。這里的“2”表示目標(biāo)的寬度和長(zhǎng)度,分別是預(yù)測(cè)的。BP網(wǎng)絡(luò)的輸出每次只有一個(gè)結(jié)果。

    圖3 BP網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)結(jié)構(gòu)

    2.2 跟蹤框回歸

    (3)

    2.3 基于目標(biāo)尺度預(yù)測(cè)的多域網(wǎng)絡(luò)目標(biāo)跟蹤

    BP網(wǎng)絡(luò)的訓(xùn)練是在線進(jìn)行的,因?yàn)橛?xùn)練數(shù)據(jù)是在跟蹤過程中產(chǎn)生的。目標(biāo)的預(yù)測(cè)尺度可以為跟蹤器提供更加科學(xué)合理的樣本,提高跟蹤性能。

    1. 初始化目標(biāo)位置為x12. If t<1013. 候選框=random (xt-1);4. else5. 訓(xùn)練數(shù)據(jù)為xit-100:xit-1;6. 利用BP網(wǎng)絡(luò)預(yù)測(cè)目標(biāo)尺度xt;7. 輸出目標(biāo)預(yù)測(cè)尺度,并選擇最優(yōu)的候選框?yàn)槟繕?biāo)位置x*.8. End

    下面描述了進(jìn)一步的實(shí)現(xiàn)細(xì)節(jié)。

    (1) 訓(xùn)練數(shù)據(jù)。BP網(wǎng)絡(luò)的訓(xùn)練是在線進(jìn)行的,因?yàn)橛?xùn)練數(shù)據(jù)是在跟蹤過程中產(chǎn)生的。目標(biāo)的預(yù)測(cè)尺度可以為跟蹤器提供更加科學(xué)合理的樣本,提高跟蹤性能。

    (2) 網(wǎng)絡(luò)學(xué)習(xí)。為了提取滿足紅外圖像共同屬性的特征,使用VOT-TIR 2016訓(xùn)練共享層。對(duì)于每個(gè)跟蹤序列,以0.05的學(xué)習(xí)率對(duì)網(wǎng)絡(luò)進(jìn)行300次迭代訓(xùn)練。

    2.4 算法評(píng)價(jià)評(píng)估方法

    當(dāng)前機(jī)器視覺領(lǐng)域的目標(biāo)跟蹤問題主要圍繞可見光目標(biāo)跟蹤問題,專門針對(duì)紅外圖像序列的數(shù)據(jù)庫(kù)和評(píng)價(jià)標(biāo)準(zhǔn)都比較缺乏[23]。VOT-TIR是紅外目標(biāo)跟蹤領(lǐng)域最出色的數(shù)據(jù)庫(kù),不僅包含大量的紅外序列,還有眾多優(yōu)異算法的測(cè)試結(jié)果[24]。為了驗(yàn)證所提出算法的性能,將算法與VOT-TIR 2016中的18種優(yōu)秀算法進(jìn)行了比較,并利用VOT2016評(píng)估工具包對(duì)所有跟蹤算法進(jìn)行評(píng)估。

    2.4.1 精度

    精度測(cè)量是根據(jù)預(yù)測(cè)的邊界盒與地面真值的重疊來計(jì)算的。根據(jù)IOU(交集比并)的定義,對(duì)VOT中的精度定義為

    (4)

    (5)

    式中,Φt(i)表示跟蹤器i第k次重復(fù)中的準(zhǔn)確率;Nrep表示重復(fù)次數(shù)。因此,跟蹤器i的精度a(i)可以定義為

    (6)

    為了使精度的表達(dá)更加直觀,將式(6)修改為

    A(i)=e-Sa(i)

    (7)

    S為一個(gè)常數(shù)項(xiàng),一般在精度描述時(shí)指出其具體的數(shù)值。

    2.4.2 魯棒性

    魯棒性用于評(píng)價(jià)跟蹤算法的健壯性,能夠有效表征算法的適應(yīng)性[25]。VOT的魯棒性R(i)定義如下:

    (8)

    2.4.3 預(yù)期平均重疊部分

    由于評(píng)價(jià)方法的準(zhǔn)確性-魯棒性不能充分利用行數(shù)據(jù),因此提出了一種新的指標(biāo)預(yù)期平均重疊部分(expected average overlap, EAO)方法。該算法只關(guān)注基于重疊定義的精度。EAO的計(jì)算為

    (9)

    式中,Ns為序列的長(zhǎng)度,精度通過一次評(píng)估來(one-pass evaluation,OPE)評(píng)價(jià)。

    2.4.4 實(shí)時(shí)性指標(biāo)

    算法的實(shí)時(shí)性是應(yīng)用的重要前提,因此需要綜合考慮算法的運(yùn)行速度。由于每個(gè)圖像序列的長(zhǎng)度不同,為了使計(jì)算更加準(zhǔn)確,對(duì)圖像序列進(jìn)行平均運(yùn)算。采用每秒能夠處理的圖像數(shù)量(figures per second,F(xiàn)PS)作為實(shí)時(shí)性評(píng)價(jià)指標(biāo),其定義為

    (10)

    式中,Ni表示第i個(gè)序列的長(zhǎng)度;ti表示第i個(gè)序列耗費(fèi)的時(shí)長(zhǎng)。

    3 跟蹤算法評(píng)估

    為了驗(yàn)證所提出算法的跟蹤性能,本節(jié)在著名的公開紅外數(shù)據(jù)集VOT-TIR 2016上進(jìn)行了評(píng)估,其包含25個(gè)具有挑戰(zhàn)性的紅外圖像序列。數(shù)據(jù)集中包含的紅外序列包括9個(gè)不同的來源,其使用10種不同類型的紅外傳感器,場(chǎng)景遍布工業(yè)和研究機(jī)構(gòu)。此外,通過空中移動(dòng)平臺(tái)獲得的AMCOM序列在運(yùn)動(dòng)中會(huì)遭遇突然的不協(xié)調(diào)。與實(shí)際應(yīng)用項(xiàng)目更接近。因此,在難度非常大的FLIR數(shù)據(jù)集AMCOM中評(píng)估了所提算法。

    3.1 VOT-TIR 2016上的實(shí)驗(yàn)

    首先,對(duì)所提出的算法和VOT-TIR 2016中18個(gè)表現(xiàn)優(yōu)異的跟蹤算法進(jìn)行了定性評(píng)價(jià)。為了更簡(jiǎn)潔地評(píng)估跟蹤器的性能,當(dāng)算法丟失目標(biāo)后,不再重新初始。

    如圖4所示,將訓(xùn)練數(shù)據(jù)重新組合為項(xiàng)目,每個(gè)項(xiàng)目包含m個(gè)數(shù)。所提的算法中,m=49和n=51,網(wǎng)絡(luò)預(yù)測(cè)200次生成在線學(xué)習(xí)候選窗口。圖4展示了相關(guān)算法在多個(gè)序列上的跟蹤結(jié)果,不同顏色的跟蹤框代表不同的算法,對(duì)跟蹤失敗的幀用“X”標(biāo)記。可以看出,所提出的算法能夠穩(wěn)定地跟蹤目標(biāo),甚至在相機(jī)運(yùn)動(dòng)、嚴(yán)重遮擋和快速運(yùn)動(dòng)等情況下保持了較好的跟蹤精度。

    圖4 所提算法和其他11個(gè)跟蹤算法在9個(gè)高難度序列上的跟蹤結(jié)果

    3.1.1 魯棒性和精度分析

    序列合并魯棒性和精度等級(jí)圖是通過將所有序列的結(jié)果串聯(lián)起來并創(chuàng)建一個(gè)等級(jí)列表來獲得的,而屬性歸一化精度等級(jí)圖是通過對(duì)每個(gè)屬性的跟蹤器進(jìn)行排序并對(duì)等級(jí)列表進(jìn)行平均來創(chuàng)建的。圖5顯示了所有跟蹤器在不同屬性中的排序。

    圖5 5種屬性下的魯棒性-精度排序

    從圖5中可以看到,所提出的算法在幾乎所有屬性中具有出色的表現(xiàn)。尤其是在屬性攝像機(jī)運(yùn)動(dòng)、運(yùn)動(dòng)變化和大小變化上的整體精度排名第一,這充分顯示了目標(biāo)尺度預(yù)測(cè)對(duì)算法精度的提升效果顯著。

    3.1.2 EAO

    期望重疊(expected overlap, EO)是一個(gè)能夠表現(xiàn)算法整體精度的評(píng)價(jià)指標(biāo),在評(píng)價(jià)中起著重要的作用。根據(jù)式(6)中的定義,一組一定長(zhǎng)度序列的平均重合率來給出期望的平均重疊曲線。如圖6(a)所示,所提方法始終優(yōu)于其他跟蹤器。將典型序列的EO從223幀到509幀,對(duì)EO曲線進(jìn)行積分得到期望重疊分?jǐn)?shù)。圖6(b)展示了所有算法的EAO排序,最右邊的跟蹤器是表現(xiàn)最好的。因此,可以看出所提出的算法排名第二,僅次于SHCT算法。

    圖6 EO圖和EAO圖

    3.2 AMCOM上的實(shí)驗(yàn)

    為了更加科學(xué)地評(píng)價(jià)所提出算法的性能,從著名的FLIR數(shù)據(jù)集AMCOM中選取了兩個(gè)序列對(duì)所提出的算法進(jìn)行了評(píng)估。該數(shù)據(jù)集圖像尺寸為128像素×128像素,為無人機(jī)掛載紅外攝像頭采集的,難度比較大。為了對(duì)比不同自算法的性能,選取5個(gè)優(yōu)秀的跟蹤器的結(jié)果,包括MDNet[26]、LSST[27]、TLD[28]、KCF[29]、LCT[30]進(jìn)行對(duì)比實(shí)驗(yàn)。

    表1對(duì)算法在紅外序列上的性能進(jìn)行了定量分析,采用DPR和OSR衡量算法的精度,F(xiàn)PS衡量算法的實(shí)時(shí)性。

    為了對(duì)算法的性能進(jìn)行定量描述,采用在20個(gè)像素誤差閾值下的正確率(distance precision rate, DPR)和重疊度70%閾值下的重疊成功率(overlap success rate, OSR),對(duì)算法的精度進(jìn)行定量評(píng)估,評(píng)估結(jié)果見圖7。實(shí)驗(yàn)表明,對(duì)于序列l(wèi)wir_1608,所提算法在精度上有很好的性能,成功率排名第二。對(duì)于序列l(wèi)wir_1913,與其他5個(gè)跟蹤算法相比,定位精度排名第二,成功率排名第一。這也表明所提方法在AMCOM數(shù)據(jù)集上是有效的。

    表1 算法和5種算法精度和速度對(duì)比

    圖7 DPR和OSR的比較

    分析表1可知,在兩個(gè)序列中,所提算法的平均跟蹤精度和成功率都優(yōu)于其他5種算法,實(shí)時(shí)性達(dá)到5.2 fps。相比于MDNet,所提出的算法成功率提高了21.9%,平均重疊率提高了30.4%,算法的運(yùn)行速度下降了2.3%。目標(biāo)尺度預(yù)測(cè)增加了一定的計(jì)算量,因此實(shí)時(shí)性略有下降。同時(shí),目標(biāo)跟蹤的精度得到了顯著的提高,因此所采用目標(biāo)尺度預(yù)測(cè)是有效的。

    圖8將所提算法與5種算法的結(jié)果進(jìn)行可視化,不同顏色的跟蹤框代表不同的算法。在目標(biāo)跟蹤初期,多數(shù)算法可以實(shí)現(xiàn)對(duì)目標(biāo)的跟蹤。在目標(biāo)輻射強(qiáng)度出現(xiàn)變化或目標(biāo)突然轉(zhuǎn)彎后,所提出的算法仍然可以實(shí)現(xiàn)對(duì)目標(biāo)的穩(wěn)定跟蹤,表現(xiàn)出優(yōu)異的魯棒性。

    圖8 跟蹤結(jié)果可視化對(duì)比

    4 結(jié) 論

    本文提出一種具有目標(biāo)尺度預(yù)測(cè)機(jī)制的紅外目標(biāo)跟蹤算法,通過改進(jìn)的BP網(wǎng)絡(luò)對(duì)跟蹤過程中的目標(biāo)尺度進(jìn)行預(yù)測(cè),可以充分利用先驗(yàn)信息。與MDNet相比,尺度預(yù)測(cè)的應(yīng)用可以顯著提高跟蹤精度和魯棒性。大量實(shí)驗(yàn)結(jié)果表明,該算法在準(zhǔn)確性和魯棒性方面優(yōu)于現(xiàn)有的算法,對(duì)于紅外目標(biāo)跟蹤問題的研究具有一定的參考價(jià)值。

    猜你喜歡
    多域魯棒性尺度
    “全時(shí)多域五三三”混合式課程思政教學(xué)模式的建構(gòu)
    多域SDN網(wǎng)絡(luò)中多控制器負(fù)載均衡算法研究
    基于多維戰(zhàn)場(chǎng)空間理論的聯(lián)合防空反導(dǎo)作戰(zhàn)效能評(píng)估
    航空兵器(2021年5期)2021-11-12 10:47:35
    財(cái)產(chǎn)的五大尺度和五重應(yīng)對(duì)
    荒漠綠洲區(qū)潛在生態(tài)網(wǎng)絡(luò)增邊優(yōu)化魯棒性分析
    基于確定性指標(biāo)的弦支結(jié)構(gòu)魯棒性評(píng)價(jià)
    基于時(shí)限訪問控制模型的時(shí)間判斷點(diǎn)選擇算法研究
    宇宙的尺度
    太空探索(2016年5期)2016-07-12 15:17:55
    基于非支配解集的多模式裝備項(xiàng)目群調(diào)度魯棒性優(yōu)化
    西南交通大學(xué)學(xué)報(bào)(2016年6期)2016-05-04 04:13:11
    日本免费a在线| 看黄色毛片网站| 日日摸夜夜添夜夜爱| 亚洲欧美日韩无卡精品| 国产成人freesex在线| 亚洲精品国产av蜜桃| 成人午夜高清在线视频| 亚洲精品成人久久久久久| 黄色日韩在线| 别揉我奶头 嗯啊视频| or卡值多少钱| av国产免费在线观看| 九九在线视频观看精品| 国产免费又黄又爽又色| 亚洲欧美中文字幕日韩二区| 日本av手机在线免费观看| 色综合亚洲欧美另类图片| 久久热精品热| 搞女人的毛片| 亚洲国产日韩欧美精品在线观看| 大香蕉97超碰在线| 国产精品久久久久久精品电影| 亚洲电影在线观看av| 插逼视频在线观看| 日韩国内少妇激情av| 国产亚洲av片在线观看秒播厂 | 色播亚洲综合网| 国产黄色小视频在线观看| 乱人视频在线观看| 免费观看在线日韩| 亚洲国产精品成人久久小说| 综合色丁香网| 国产精品爽爽va在线观看网站| 少妇高潮的动态图| 又黄又爽又刺激的免费视频.| 国产精品美女特级片免费视频播放器| 亚洲精品日本国产第一区| 超碰av人人做人人爽久久| 欧美三级亚洲精品| 欧美人与善性xxx| 中文字幕亚洲精品专区| 成年免费大片在线观看| 国产黄色小视频在线观看| 亚州av有码| 最新中文字幕久久久久| 99久久精品热视频| 国产成人一区二区在线| 成人综合一区亚洲| 又爽又黄a免费视频| 婷婷色av中文字幕| av免费观看日本| 人妻制服诱惑在线中文字幕| 中国美白少妇内射xxxbb| 日韩在线高清观看一区二区三区| 在线观看人妻少妇| 免费在线观看成人毛片| 色播亚洲综合网| 丰满乱子伦码专区| 国产精品国产三级国产av玫瑰| 美女主播在线视频| 黄片wwwwww| 搡女人真爽免费视频火全软件| 亚洲国产精品sss在线观看| 成人亚洲欧美一区二区av| 大香蕉久久网| 一个人看的www免费观看视频| 99久久九九国产精品国产免费| 久久久久国产网址| 日本一本二区三区精品| 久久精品夜色国产| 好男人视频免费观看在线| 久久午夜福利片| 综合色av麻豆| 草草在线视频免费看| 国产免费福利视频在线观看| 欧美最新免费一区二区三区| 插逼视频在线观看| 国产欧美日韩精品一区二区| 晚上一个人看的免费电影| 久久久久精品性色| 国产成人a∨麻豆精品| 97在线视频观看| 免费看a级黄色片| 久久久精品免费免费高清| 欧美成人a在线观看| 日韩av免费高清视频| 看非洲黑人一级黄片| 午夜福利网站1000一区二区三区| 亚洲最大成人中文| 人人妻人人看人人澡| 丝瓜视频免费看黄片| 国产成人aa在线观看| 男人爽女人下面视频在线观看| 国产高清国产精品国产三级 | 韩国高清视频一区二区三区| 久久精品久久精品一区二区三区| 爱豆传媒免费全集在线观看| 黄片wwwwww| 中文欧美无线码| 3wmmmm亚洲av在线观看| av天堂中文字幕网| 亚洲无线观看免费| 国产亚洲精品av在线| 久久久久国产网址| 99re6热这里在线精品视频| 又黄又爽又刺激的免费视频.| 国产精品一区www在线观看| 春色校园在线视频观看| 成人无遮挡网站| 亚洲熟妇中文字幕五十中出| 黄片无遮挡物在线观看| 一区二区三区高清视频在线| av在线观看视频网站免费| 美女大奶头视频| 亚洲伊人久久精品综合| 汤姆久久久久久久影院中文字幕 | 在线观看av片永久免费下载| 波野结衣二区三区在线| 国产熟女欧美一区二区| 日韩,欧美,国产一区二区三区| 欧美激情国产日韩精品一区| 精品国产露脸久久av麻豆 | 身体一侧抽搐| 只有这里有精品99| 国产午夜福利久久久久久| 亚洲经典国产精华液单| 肉色欧美久久久久久久蜜桃 | 亚洲av日韩在线播放| 国产成人精品福利久久| 又黄又爽又刺激的免费视频.| 欧美日韩亚洲高清精品| 亚洲久久久久久中文字幕| 日韩视频在线欧美| 青青草视频在线视频观看| 99热网站在线观看| 高清日韩中文字幕在线| 高清av免费在线| 日本爱情动作片www.在线观看| 久久97久久精品| 偷拍熟女少妇极品色| 国产黄片视频在线免费观看| 卡戴珊不雅视频在线播放| 午夜福利视频精品| 精品人妻熟女av久视频| 一本久久精品| 女人被狂操c到高潮| 在现免费观看毛片| 嫩草影院入口| 最后的刺客免费高清国语| 好男人在线观看高清免费视频| 国产中年淑女户外野战色| 直男gayav资源| 建设人人有责人人尽责人人享有的 | 国产毛片a区久久久久| 免费看不卡的av| 天堂网av新在线| 神马国产精品三级电影在线观看| 日本一本二区三区精品| 内地一区二区视频在线| 如何舔出高潮| 婷婷色av中文字幕| 日本黄色片子视频| 一级av片app| 国产亚洲一区二区精品| 国产麻豆成人av免费视频| 国产精品久久久久久精品电影小说 | 国产在视频线精品| 天天躁日日操中文字幕| 日本爱情动作片www.在线观看| 久久精品久久精品一区二区三区| 国产在视频线精品| 免费黄色在线免费观看| 午夜福利在线观看吧| 一二三四中文在线观看免费高清| 91久久精品国产一区二区三区| 有码 亚洲区| 欧美性感艳星| 一级毛片我不卡| 中国国产av一级| 天堂√8在线中文| 亚洲欧美成人综合另类久久久| 激情五月婷婷亚洲| 成人无遮挡网站| 亚洲成人一二三区av| 亚洲一区高清亚洲精品| 一级av片app| 亚洲欧美中文字幕日韩二区| 国产中年淑女户外野战色| 亚洲美女搞黄在线观看| 亚洲av电影不卡..在线观看| 精品久久久久久成人av| 亚洲精品456在线播放app| 男人狂女人下面高潮的视频| 国产成人精品一,二区| 日韩成人伦理影院| 在线a可以看的网站| a级一级毛片免费在线观看| 天天一区二区日本电影三级| 白带黄色成豆腐渣| 国产一区二区三区综合在线观看 | 成年女人在线观看亚洲视频 | av在线老鸭窝| 亚洲av中文字字幕乱码综合| 国产综合懂色| 久久久久久久久中文| 岛国毛片在线播放| 亚洲精品乱码久久久久久按摩| 国产成人精品福利久久| 美女被艹到高潮喷水动态| 欧美潮喷喷水| 波野结衣二区三区在线| 国产三级在线视频| 久久精品久久久久久噜噜老黄| 国产精品久久久久久精品电影| 七月丁香在线播放| 青青草视频在线视频观看| 婷婷色综合www| 99久国产av精品| 赤兔流量卡办理| 欧美区成人在线视频| 永久网站在线| 国产高潮美女av| 国产精品av视频在线免费观看| 久久久久网色| 久久久久久国产a免费观看| 搡老妇女老女人老熟妇| 色哟哟·www| 深爱激情五月婷婷| 禁无遮挡网站| 99久国产av精品| 老女人水多毛片| 午夜免费观看性视频| 国产亚洲精品av在线| www.av在线官网国产| 国产免费一级a男人的天堂| 国产一区二区三区av在线| 精品一区二区免费观看| 美女xxoo啪啪120秒动态图| 午夜老司机福利剧场| 美女cb高潮喷水在线观看| 免费黄色在线免费观看| 男人狂女人下面高潮的视频| 国产大屁股一区二区在线视频| 青春草视频在线免费观看| 亚洲欧美成人精品一区二区| 大香蕉久久网| 亚洲第一区二区三区不卡| 日韩av不卡免费在线播放| 亚洲成人中文字幕在线播放| 亚洲综合色惰| 色哟哟·www| 亚洲国产精品成人综合色| 成人无遮挡网站| 水蜜桃什么品种好| 干丝袜人妻中文字幕| 精品久久久久久久久久久久久| 成年女人在线观看亚洲视频 | 真实男女啪啪啪动态图| 国产激情偷乱视频一区二区| 岛国毛片在线播放| 两个人的视频大全免费| 国产 一区精品| 亚洲欧洲日产国产| 亚洲高清免费不卡视频| 久久久久久久大尺度免费视频| 欧美潮喷喷水| 成人午夜精彩视频在线观看| 伦精品一区二区三区| 免费观看av网站的网址| 欧美bdsm另类| 国产黄片视频在线免费观看| 久久99热6这里只有精品| 国产成人精品一,二区| 日韩电影二区| 日韩,欧美,国产一区二区三区| 国产一区二区三区综合在线观看 | 亚洲av国产av综合av卡| 亚洲欧美精品自产自拍| 国产乱人视频| 日韩精品有码人妻一区| 色综合亚洲欧美另类图片| 欧美日韩视频高清一区二区三区二| 一区二区三区免费毛片| 蜜桃亚洲精品一区二区三区| 日韩欧美一区视频在线观看 | 国产成人精品一,二区| 久久久欧美国产精品| 大陆偷拍与自拍| 免费高清在线观看视频在线观看| 亚洲国产av新网站| 搡老乐熟女国产| 成人av在线播放网站| 国产单亲对白刺激| 国产成人精品一,二区| 精品少妇黑人巨大在线播放| 麻豆久久精品国产亚洲av| 色吧在线观看| 欧美成人一区二区免费高清观看| av线在线观看网站| 在线a可以看的网站| 国产一区二区三区av在线| 亚洲av福利一区| 观看美女的网站| 午夜激情欧美在线| 成人午夜精彩视频在线观看| 男的添女的下面高潮视频| 亚洲一级一片aⅴ在线观看| 成人漫画全彩无遮挡| 亚洲国产精品成人综合色| 超碰97精品在线观看| 成年女人在线观看亚洲视频 | 精品不卡国产一区二区三区| 99热网站在线观看| 搡老妇女老女人老熟妇| 国产淫片久久久久久久久| 国产亚洲av片在线观看秒播厂 | 国产一区二区在线观看日韩| 亚洲精品久久午夜乱码| 国产精品久久久久久精品电影小说 | 十八禁国产超污无遮挡网站| h日本视频在线播放| 草草在线视频免费看| 欧美另类一区| 久久国内精品自在自线图片| 国产v大片淫在线免费观看| 99热这里只有是精品50| 国产精品久久久久久久电影| 精品久久久久久久久亚洲| 一级a做视频免费观看| 日本一二三区视频观看| 亚洲av不卡在线观看| av在线亚洲专区| 国产精品国产三级专区第一集| 久久人人爽人人爽人人片va| 亚洲国产精品成人久久小说| 99久久精品一区二区三区| 91久久精品电影网| 少妇的逼好多水| 欧美xxxx黑人xx丫x性爽| av在线老鸭窝| 1000部很黄的大片| 精品久久国产蜜桃| 在现免费观看毛片| 国产 一区 欧美 日韩| 精品不卡国产一区二区三区| 精品一区二区免费观看| 午夜精品在线福利| 成年女人在线观看亚洲视频 | 麻豆成人av视频| 日韩av在线免费看完整版不卡| 久久久精品欧美日韩精品| 水蜜桃什么品种好| 欧美人与善性xxx| 国产精品国产三级专区第一集| 噜噜噜噜噜久久久久久91| av在线播放精品| 麻豆av噜噜一区二区三区| 人人妻人人看人人澡| 亚洲成人精品中文字幕电影| 久久久久久久久大av| 一级二级三级毛片免费看| 亚洲va在线va天堂va国产| 欧美成人午夜免费资源| 成人亚洲欧美一区二区av| 高清日韩中文字幕在线| 午夜福利视频1000在线观看| 如何舔出高潮| 白带黄色成豆腐渣| www.色视频.com| 国产精品熟女久久久久浪| 中文在线观看免费www的网站| 精品不卡国产一区二区三区| 日韩欧美三级三区| 欧美日韩国产mv在线观看视频 | 欧美精品一区二区大全| 国产精品人妻久久久影院| 熟女人妻精品中文字幕| av专区在线播放| 永久网站在线| 搡女人真爽免费视频火全软件| 69av精品久久久久久| 日韩欧美国产在线观看| 国产有黄有色有爽视频| 精品久久国产蜜桃| 午夜福利视频1000在线观看| 韩国av在线不卡| 国产色爽女视频免费观看| 国产一区二区三区综合在线观看 | 五月天丁香电影| 99久久人妻综合| 日韩,欧美,国产一区二区三区| 搡女人真爽免费视频火全软件| 日韩亚洲欧美综合| 免费av观看视频| 国产一区二区三区av在线| 欧美成人a在线观看| 亚洲国产成人一精品久久久| 欧美日本视频| av免费观看日本| 亚洲综合精品二区| 99久久精品一区二区三区| 五月伊人婷婷丁香| 国产亚洲精品久久久com| 国产成人精品一,二区| 两个人的视频大全免费| 日韩三级伦理在线观看| 最后的刺客免费高清国语| 久久这里有精品视频免费| 中文欧美无线码| 欧美成人一区二区免费高清观看| 亚洲久久久久久中文字幕| 国产白丝娇喘喷水9色精品| 精品久久久久久久久亚洲| 丝袜美腿在线中文| 真实男女啪啪啪动态图| 日韩精品青青久久久久久| 亚洲最大成人av| 欧美xxxx性猛交bbbb| 午夜免费观看性视频| 午夜福利在线在线| 视频中文字幕在线观看| 狠狠精品人妻久久久久久综合| 国产毛片a区久久久久| 久久久久久伊人网av| 禁无遮挡网站| 一级毛片aaaaaa免费看小| 2021天堂中文幕一二区在线观| 国产精品精品国产色婷婷| 免费看av在线观看网站| 日韩成人伦理影院| 亚洲国产精品专区欧美| 麻豆成人午夜福利视频| 黄色一级大片看看| 色综合亚洲欧美另类图片| 2021少妇久久久久久久久久久| 成人欧美大片| av播播在线观看一区| 日韩欧美精品免费久久| 99久久精品一区二区三区| 26uuu在线亚洲综合色| 国内精品宾馆在线| 91狼人影院| 精品久久久久久久久亚洲| 男插女下体视频免费在线播放| 91精品一卡2卡3卡4卡| 九九久久精品国产亚洲av麻豆| 午夜激情福利司机影院| 久久久久久久久久久免费av| 嫩草影院精品99| 久久久久久久大尺度免费视频| 午夜福利在线观看免费完整高清在| 激情五月婷婷亚洲| 久久精品国产鲁丝片午夜精品| 免费无遮挡裸体视频| 男女边吃奶边做爰视频| 中文字幕亚洲精品专区| 日本-黄色视频高清免费观看| 国产一区亚洲一区在线观看| 国产成人aa在线观看| 网址你懂的国产日韩在线| 床上黄色一级片| 高清毛片免费看| 久久久亚洲精品成人影院| 午夜福利在线观看吧| 欧美日本视频| 亚洲伊人久久精品综合| 精品人妻熟女av久视频| 久久久久久久久久成人| 国产国拍精品亚洲av在线观看| 乱系列少妇在线播放| 免费看a级黄色片| 亚洲国产高清在线一区二区三| 国产精品精品国产色婷婷| 一级爰片在线观看| 亚洲精品日韩av片在线观看| 三级毛片av免费| 熟女电影av网| 听说在线观看完整版免费高清| 亚洲美女搞黄在线观看| 午夜福利在线观看免费完整高清在| 九色成人免费人妻av| 亚洲精品乱码久久久v下载方式| 天堂中文最新版在线下载 | 欧美不卡视频在线免费观看| 男女边吃奶边做爰视频| 中文字幕亚洲精品专区| 日韩欧美 国产精品| 一个人观看的视频www高清免费观看| 中文字幕av在线有码专区| 最近最新中文字幕免费大全7| 蜜桃亚洲精品一区二区三区| 午夜福利网站1000一区二区三区| 一区二区三区四区激情视频| a级一级毛片免费在线观看| 26uuu在线亚洲综合色| 中文乱码字字幕精品一区二区三区 | 伦理电影大哥的女人| 国产精品爽爽va在线观看网站| 在线观看人妻少妇| 人人妻人人澡欧美一区二区| 欧美日韩国产mv在线观看视频 | 中文精品一卡2卡3卡4更新| 欧美极品一区二区三区四区| 我的老师免费观看完整版| 欧美zozozo另类| 成人欧美大片| www.色视频.com| 久久人人爽人人片av| 你懂的网址亚洲精品在线观看| 亚洲最大成人av| 丝袜喷水一区| 黄片无遮挡物在线观看| 亚洲综合精品二区| 亚洲最大成人中文| 精品久久久久久久久av| 久久精品国产亚洲av天美| 日韩av不卡免费在线播放| av国产久精品久网站免费入址| 欧美高清成人免费视频www| 亚洲综合色惰| 久久精品久久久久久久性| 1000部很黄的大片| 好男人视频免费观看在线| 日韩在线高清观看一区二区三区| 国产精品国产三级国产av玫瑰| 麻豆av噜噜一区二区三区| 午夜福利网站1000一区二区三区| 免费观看无遮挡的男女| 人人妻人人看人人澡| 日韩大片免费观看网站| 成人二区视频| 日韩欧美 国产精品| 亚洲国产最新在线播放| 国产成人一区二区在线| av一本久久久久| 久久久a久久爽久久v久久| 在线观看一区二区三区| 韩国av在线不卡| 两个人的视频大全免费| 美女内射精品一级片tv| 久久精品国产亚洲av涩爱| 一边亲一边摸免费视频| 亚洲精品国产av蜜桃| 亚洲av中文av极速乱| 国产人妻一区二区三区在| 亚洲电影在线观看av| 午夜福利在线观看吧| 国产毛片a区久久久久| 国精品久久久久久国模美| 亚洲国产日韩欧美精品在线观看| 亚洲一级一片aⅴ在线观看| 超碰97精品在线观看| 天天躁夜夜躁狠狠久久av| 亚洲四区av| 波野结衣二区三区在线| 亚洲国产精品成人综合色| 搞女人的毛片| 偷拍熟女少妇极品色| 日韩在线高清观看一区二区三区| 国产亚洲午夜精品一区二区久久 | 免费在线观看成人毛片| 亚洲欧美精品自产自拍| 美女cb高潮喷水在线观看| 国产老妇女一区| 好男人视频免费观看在线| 欧美不卡视频在线免费观看| 丝袜美腿在线中文| 91精品一卡2卡3卡4卡| 噜噜噜噜噜久久久久久91| 国产免费又黄又爽又色| 七月丁香在线播放| 精品久久久久久成人av| 日本午夜av视频| 青春草国产在线视频| freevideosex欧美| 建设人人有责人人尽责人人享有的 | 国产在线男女| 亚洲av成人av| 国产色爽女视频免费观看| 亚洲18禁久久av| 亚洲在线观看片| 亚洲自偷自拍三级| 国产色婷婷99| 久久人人爽人人爽人人片va| 国产探花在线观看一区二区| 免费不卡的大黄色大毛片视频在线观看 | 日韩一区二区视频免费看| 一边亲一边摸免费视频| 男女那种视频在线观看| 国产伦精品一区二区三区视频9| 国产单亲对白刺激| 国产 一区精品| 中文字幕制服av| 精品久久久久久久久亚洲| 国产v大片淫在线免费观看| 国产精品福利在线免费观看| 国产69精品久久久久777片| 只有这里有精品99| 久久草成人影院| av国产免费在线观看| 国产v大片淫在线免费观看| 亚洲欧美成人综合另类久久久| 亚洲国产成人一精品久久久| 深夜a级毛片| 特大巨黑吊av在线直播| 最新中文字幕久久久久| 久久久久久久国产电影| 久久精品夜夜夜夜夜久久蜜豆| 亚洲久久久久久中文字幕| 久久精品久久久久久噜噜老黄| 国产精品伦人一区二区| av国产免费在线观看| 国产91av在线免费观看| 久久久久久久久大av| 国产色爽女视频免费观看|