• <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 ?

    基于改進(jìn)SAMF 的移動(dòng)機(jī)器人目標(biāo)跟蹤算法*

    2023-10-26 02:56:42申春蘭儲(chǔ)開斌
    火力與指揮控制 2023年9期
    關(guān)鍵詞:響應(yīng)值移動(dòng)機(jī)器人尺度

    申春蘭,儲(chǔ)開斌,張 繼

    (1.常州大學(xué)微電子與控制工程學(xué)院,江蘇 常州 213164;2.常州大學(xué)阿里云大數(shù)據(jù)學(xué)院,江蘇 常州 213164)

    0 引言

    近年來(lái)在人工智能飛速發(fā)展的環(huán)境下,移動(dòng)機(jī)器人在工業(yè)、農(nóng)業(yè)、醫(yī)療等行業(yè)中得到廣泛的應(yīng)用[1-3]。移動(dòng)機(jī)器人主要的研究技術(shù)包括環(huán)境感知、運(yùn)動(dòng)控制、路徑規(guī)劃等,在實(shí)際應(yīng)用中,目標(biāo)跟蹤技術(shù)對(duì)移動(dòng)機(jī)器人的性能有著很大的影響[4-6]。由于移動(dòng)迅速、工作環(huán)境復(fù)雜多變,實(shí)時(shí)性和精度都高的目標(biāo)跟蹤技術(shù)成為移動(dòng)機(jī)器人研究的重點(diǎn)。

    目前目標(biāo)跟蹤技術(shù)主要有相關(guān)濾波和深度學(xué)習(xí)兩種方法[7-9]。HERNRIQUES 等提出了CSK(circulant structure kernel)算法,CSK 算法中使用了嶺回歸方法計(jì)算濾波器模板、循環(huán)移位矩陣采集樣本,由于循環(huán)矩陣在傅氏空間具有對(duì)角化,從而進(jìn)一步減少計(jì)算量[10]。CSK 算法中還使用了核技巧,但是由于只用灰度特征,從而導(dǎo)致對(duì)目標(biāo)跟蹤不夠準(zhǔn)確。HERNRIQUES 等提出了KCF(kernel correlation filter)算法[11],KCF 算法采用的是高斯核函數(shù)、HOG(histogram of oriented gradient)特征[12],但KCF 算法跟蹤框固定,不能自適應(yīng)調(diào)整。LI 等提出了SAMF(scale adaptive multiple feature)算法[13],在KCF 算法中拓展了顏色特征,使用尺度池方法尋找合適的目標(biāo)尺度。DANELLJAN 等提出了DSST(discriminatiive scale space tracker)算法[14],DSST 算法對(duì)目標(biāo)的位置移動(dòng)、尺度測(cè)量使用兩個(gè)單獨(dú)的濾波器檢測(cè)。但是由于目標(biāo)尺度變化過大以及目標(biāo)被遮擋等問題,SAMF、DSST 兩種尺度相關(guān)濾波算法在目標(biāo)跟蹤過程中會(huì)發(fā)生偏移現(xiàn)象。GALOOGAHAI 等提出了背景感知的相關(guān)濾波算法BACF(backgroundaware correlation filters)[15],BACF 算法具有限制邊界效應(yīng)功能,但是使用單一的HOG 特征,在復(fù)雜場(chǎng)景下跟蹤能力一般。LI 等提出了時(shí)空正則化(spatialtemporal regularized correlation filters,STRCF)跟蹤算法[16],引入時(shí)間正則化項(xiàng)且不保留以往樣本信息,可以實(shí)現(xiàn)實(shí)時(shí)跟蹤。其時(shí)間權(quán)重因子在跟蹤過程中不變,但不同時(shí)間跟蹤目標(biāo)的大小形變會(huì)有所不同,且在目標(biāo)長(zhǎng)時(shí)遮擋的情況下效果不佳。

    SAMF 算法是一種基于KCF 改進(jìn)的相關(guān)濾波方向的目標(biāo)跟蹤算法,它的特征提取為HOG、CN(color names)特征和灰度特征,對(duì)背景光照和目標(biāo)形變具有一定的魯棒性,采用了7 個(gè)尺度池應(yīng)對(duì)目標(biāo)尺度變化,實(shí)時(shí)性和精度相對(duì)較高?;谝苿?dòng)機(jī)器人對(duì)目標(biāo)跟蹤算法速度和精度的要求,本文采用SAMF 算法進(jìn)行跟蹤。但是SAMF 算法只有7 個(gè)尺度池不能很好地適應(yīng)尺度變化較大的目標(biāo)且抗遮擋能力較差。針對(duì)上述問題,提出了一種基于改進(jìn)的SAMF 移動(dòng)機(jī)器人目標(biāo)跟蹤算法。選用9 個(gè)尺度池對(duì)目標(biāo)進(jìn)行尺度匹配,在增加少量計(jì)算量的同時(shí)明顯提高精度,又引入平均峰值相關(guān)能量APCE(average peak-to-correlation energy,APCE)對(duì)目標(biāo)遮擋進(jìn)行判斷,決定是否更新模板,以防模板被污染[17]。將改進(jìn)后的算法在移動(dòng)機(jī)器人上實(shí)際應(yīng)用,可實(shí)現(xiàn)移動(dòng)機(jī)器人在目標(biāo)尺度變化、目標(biāo)被遮的情況下穩(wěn)定跟蹤。

    1 SAMF 算法原理

    SAMF 算法是一種多特征多尺度的相關(guān)濾波目標(biāo)跟蹤算法,它是基于KCF 算法進(jìn)行改進(jìn)的。

    1.1 KCF 算法

    KCF 算法先利用首幀目標(biāo)來(lái)初始化目標(biāo)檢測(cè)器,然后在搜索幀中目標(biāo)附近使用循環(huán)矩陣進(jìn)行密集采樣,將樣本在目標(biāo)檢測(cè)器中進(jìn)行訓(xùn)練,取最大響應(yīng)值作為當(dāng)前目標(biāo)的位置,并更新檢測(cè)器。使用更新后的檢測(cè)器對(duì)下一幀目標(biāo)進(jìn)行訓(xùn)練,從而獲得新的目標(biāo)。

    KCF 算法檢測(cè)器的訓(xùn)練可作求解嶺回歸問題,(fxi)為線性回歸函數(shù),(xi,yi)為訓(xùn)練樣本,為正則化系數(shù),計(jì)算出ω 的最優(yōu)值使得最小化平方和誤差最?。?/p>

    寫成矩陣形式后,求解出的ω 可以表示為:

    其中,X 的每行為一個(gè)向量;XH表示復(fù)共軛轉(zhuǎn)置矩陣;y 是每個(gè)元素的樣本標(biāo)簽。

    由循環(huán)矩陣在傅里葉空間可對(duì)角化,ω 在傅里葉域可表示為:

    其中,^ 表示傅里葉變換;⊙表示矩陣的Hadamard積;*表示共軛復(fù)數(shù)。

    算法中引入核函數(shù)將特征空間映射到高維空間,使得函數(shù)在高維空間中線性可分,需找到函數(shù)φ(x)使得:

    通過傅里葉對(duì)角化性質(zhì),對(duì)式(6)進(jìn)行化簡(jiǎn)得:

    對(duì)于輸入的所有樣本,計(jì)算輸出響應(yīng):

    得到響應(yīng)值后要對(duì)模板進(jìn)行更新:

    其中,η 為學(xué)習(xí)因子。

    1.2 SAMF 算法介紹

    KCF 算法使用HOG 特征,SAMF 算法擴(kuò)展了CN 特征和灰度特征。

    HOG 是梯度方向直方圖特征,實(shí)現(xiàn)步驟如下:

    1)首先對(duì)圖像預(yù)處理;

    2)計(jì)算圖像中各像素點(diǎn)的x 和y 方向梯度,得出像素點(diǎn)梯度大小和方向。由文獻(xiàn)[12]可知,x 和y的方向梯度為:

    其中,I(x,y)是(x,y)處的像素。由式(7)、式(8)兩式可得該點(diǎn)像素的梯度大小和方向:

    3)將圖像劃分成若干個(gè)cell 單元,若干個(gè)cell單元串聯(lián)得到block 塊,計(jì)算每個(gè)cell 單元梯度,串聯(lián)成block 塊;

    4)串聯(lián)圖像block 獲得HOG 特征向量。

    CN 特征是一種應(yīng)用較為廣泛的視覺特征,對(duì)目標(biāo)圖片中出現(xiàn)的光照、顏色具有較好魯棒性,與HOG 特征的幾何、光學(xué)形變魯棒性互補(bǔ),SAMF 算法中將HOG、CN、灰度3 種特征進(jìn)行融合。

    根據(jù)電泳的定量結(jié)果,使用QuantiFluor?-ST藍(lán)色熒光定量系統(tǒng)對(duì)PCR產(chǎn)物進(jìn)行檢測(cè)定量,之后根據(jù)樣本的測(cè)序量要求進(jìn)行相應(yīng)比例的混合。

    2 改進(jìn)的SAMF 算法

    2.1 尺度估計(jì)

    SAMF 算法引入尺度池估計(jì)目標(biāo)尺度,選擇池中不同大小的目標(biāo)與上一幀目標(biāo)進(jìn)行相關(guān)性計(jì)算,其中最大響應(yīng)值作為當(dāng)前幀中目標(biāo)尺度。當(dāng)視頻中的目標(biāo)遠(yuǎn)近變化時(shí),目標(biāo)的尺寸也會(huì)隨之改變。目標(biāo)運(yùn)動(dòng)速度過快,導(dǎo)致目標(biāo)突然變大時(shí),跟蹤框只能框選出目標(biāo)的一部分,目標(biāo)突然變小時(shí),跟蹤框中包含太多背景信息,兩種情況都會(huì)導(dǎo)致跟蹤出現(xiàn)偏移或者目標(biāo)丟失。

    SAMF 算法尺度池為PoolS={0.985,0.990,0.995,1,1.005,1.010,1.015}。移動(dòng)機(jī)器人由于移動(dòng)迅速,跟蹤目標(biāo)復(fù)雜多變,尺度池太少容易引入噪聲,降低移動(dòng)機(jī)器人跟蹤精度,尺度池過多會(huì)干擾特征統(tǒng)計(jì),不僅降低運(yùn)算速度還達(dá)不到提升精度的效果。本文算法在SAMF 算法原有的尺度池基礎(chǔ)上增加了2 個(gè)尺度池,在增加較少計(jì)算量的同時(shí)大幅度地提高跟蹤精度。最終尺度池為PoolS={0.980,0.985,0.990,0.995,1,1.005,1.010,1.015,1.020},算法示意圖如圖1 所示。

    圖1 尺度估計(jì)示意圖Fig.1 Schematic diagram of scale estimation

    2.2 模板更新策略

    SAMF 算法在對(duì)目標(biāo)跟蹤的過程中,會(huì)由每一幀計(jì)算得到的最大響應(yīng)值對(duì)模板進(jìn)行更新。當(dāng)出現(xiàn)目標(biāo)遮擋或者跟丟情況時(shí),采樣窗口會(huì)誤將背景信息更新到模板中,繼而模板誤把背景信息當(dāng)成跟蹤目標(biāo),最終導(dǎo)致跟蹤框偏移、目標(biāo)丟失。

    針對(duì)上述問題本文采用最大響應(yīng)峰值Fmax和平均峰值相關(guān)能量APCE 作為目標(biāo)被遮擋以及模型更新的評(píng)判依據(jù)。APCE 的計(jì)算方法為:

    式中,F(xiàn)max為最大響應(yīng)值;Fmin為最小響應(yīng)值;Fw,h為坐標(biāo)(w,h)處的響應(yīng)。

    當(dāng)目標(biāo)被準(zhǔn)確跟蹤時(shí),APCE 的值和最大響應(yīng)峰值很大;當(dāng)目標(biāo)被遮擋或者丟失時(shí),APCE 的值會(huì)急劇下降,最大響應(yīng)峰值也會(huì)降低。圖2 是目標(biāo)準(zhǔn)確跟蹤和丟失兩種情況的特征響應(yīng)圖,圖2(a)中有一個(gè)尖銳巨大的響應(yīng)峰,是目標(biāo)準(zhǔn)確跟蹤情況下的的結(jié)果圖。圖2(b)中有多個(gè)平滑的響應(yīng)峰,是目標(biāo)跟蹤失敗情況下的的結(jié)果。

    圖2 SAMF 算法響應(yīng)圖Fig.2 Response diagram of SAMF algorithm

    式中,Pmax和PAPCE分別表示最大峰值均值、平均峰值相關(guān)能量均值,用公式表示為:

    式中,n 表示目前跟蹤的所有圖片幀數(shù)。當(dāng)同時(shí)滿足式(16)、式(17)時(shí),目標(biāo)跟蹤成功,模板更新,與KCF 算法模板更新一樣,如式(9)所示。否則目標(biāo)可能出現(xiàn)遮擋或者丟失情況,停止更新模板。

    2.3 改進(jìn)后的SAMF 算法流程圖

    改進(jìn)的SAMF 算法流程圖如圖3 所示。算法首先讀入視頻的首幀,根據(jù)首幀圖片中的目標(biāo)位置信息初始化KCF 濾波器。然后讀取下一幀圖片,對(duì)當(dāng)前圖片中目標(biāo)周圍指定區(qū)域進(jìn)行循環(huán)采樣,提取特征,對(duì)濾波器進(jìn)行訓(xùn)練,得到最大響應(yīng)值,再對(duì)最大響應(yīng)值目標(biāo)進(jìn)行9 個(gè)尺度的縮放,用縮放后的目標(biāo)與前一幀目標(biāo)做相關(guān)響應(yīng)計(jì)算,響應(yīng)最大值為目標(biāo)位置。接著計(jì)算本幀的最大峰值與平均峰值相關(guān)能量,判斷目標(biāo)是否被遮擋或者跟丟,如果是,停止更新模板。判斷本幀是否為最后一幀,如果不是,則讀取下一幀。

    圖3 改進(jìn)的SAMF 算法流程圖Fig.3 Flow chart of improved SAMF algorithm

    3 實(shí)驗(yàn)仿真與結(jié)果

    3.1 實(shí)驗(yàn)環(huán)境及參數(shù)

    仿真實(shí)驗(yàn)所用的開發(fā)環(huán)境Matlab2016b,計(jì)算機(jī)配置為Intel(R)Core(TM)i7-7500U CPU,主頻2.70 GHz,內(nèi)存8 GB。本文算法中的學(xué)習(xí)率和正則化參數(shù)與SAMF 原文保持一致。模板更新策略中的閾值β1、β2分別為0.9 和0.5。使用WU 等提出的精確度和成功率來(lái)評(píng)估算法的性能[18]。其中,精確度表示算法預(yù)測(cè)的中心位置誤差小于給定閾值幀數(shù)占整個(gè)視頻幀數(shù)的百分比,閾值設(shè)置為20 像素,成功率表示跟蹤區(qū)域和人工標(biāo)注區(qū)域的重疊率大于閾值的幀數(shù)百分比,閾值設(shè)為0.5。

    3.2 實(shí)驗(yàn)驗(yàn)證

    為驗(yàn)證本文算法的性能,在OTB100 測(cè)試集中選擇部分視頻對(duì)本文算法的不同尺度池進(jìn)行對(duì)比,又選擇KCF、SAMF、BACF、STRCF 與本文算法進(jìn)行對(duì)比,驗(yàn)證本文算法在目標(biāo)尺度變化以及目標(biāo)被遮擋問題上的優(yōu)勢(shì),部分對(duì)比結(jié)果如圖4 所示,性能結(jié)果如表1~表4 所示。

    表1 不同尺度精度對(duì)比/%Table 1 Comparison of accuracy at different scales/%

    圖4 5 種算法對(duì)比結(jié)果圖Fig.4 Comparison results of five kinds of algorithms

    3.2.1 尺度變化

    在目標(biāo)跟蹤過程中,一些目標(biāo)跟蹤算法不能隨著目標(biāo)的變化而動(dòng)態(tài)的調(diào)整跟蹤框,導(dǎo)致跟蹤框和目標(biāo)尺度大小不匹配或者跟蹤失敗。以“Vase”和“Panda”為例,兩種視頻中的目標(biāo)均出現(xiàn)不同程度的尺度變化。從圖4(a)中可以看出,整個(gè)目標(biāo)的尺度在圖片中發(fā)生了一定的變化。第10 幀時(shí),各算法跟蹤都較為準(zhǔn)確。第230 幀時(shí),目標(biāo)尺度變化較快,KCF 算法和SAMF 算法均跟蹤偏移。第270 幀時(shí),KCF 和SAMF 算法均出現(xiàn)大幅度偏移,BACF 算法和STRCF 算法框選出了目標(biāo),本文算法對(duì)目標(biāo)的框選相較于前兩種算法更為精準(zhǔn)。由圖4(b)知,第31幀時(shí),各算法均準(zhǔn)確跟蹤。第275 幀時(shí),目標(biāo)發(fā)生一定的尺度變化,除本文算法外,其他4 種算法的跟蹤框都有一定的偏移。直至第445 幀,目標(biāo)尺度發(fā)生較大變化,KCF 和SAMF 算法跟蹤失敗、BACF 算法跟蹤框偏大。本文算法跟蹤較為準(zhǔn)確。

    由表1 和表2 知,本文算法在尺度池為9 時(shí)的精度和成功率均排名第一,相比于尺度池為7 時(shí)的精度提升了16.1%,成功率提升了10.1%,性能最優(yōu)。所選擇的8 個(gè)視頻序列的目標(biāo)都移動(dòng)迅速、尺度變化較大,結(jié)果表明本文算法所選擇的9 個(gè)尺度池對(duì)目標(biāo)尺度變化具有較強(qiáng)的魯棒性。

    表2 不同尺度成功率對(duì)比/%Table 2 Comparison of success rates at different scales/%

    3.2.2 遮擋問題

    在目標(biāo)跟蹤過程中,由于目標(biāo)在被遮擋的情況下算法仍會(huì)對(duì)模型進(jìn)行更新,會(huì)導(dǎo)致模板中混入了背景、干擾物等,以至于會(huì)出現(xiàn)跟蹤偏移或者目標(biāo)跟蹤失敗現(xiàn)象。以“Human3”和“Matrix”為例;在Huma3 視頻中,BACF 算法在第10 幀上跟蹤偏移,在第48 幀時(shí),目標(biāo)被遮擋,KCF 算法和SAMF 算法跟蹤出現(xiàn)小幅度的偏移。到68 幀時(shí),KCF 算法、SAMF 算法和BACF 算法已經(jīng)完全丟失目標(biāo),STRCF 算法和本文算法跟蹤目標(biāo)成功。從Matrix 視頻可以看出,目標(biāo)在視頻中出現(xiàn)了不同程度的遮擋,在第48 幀中,目標(biāo)被少量的雨滴遮擋,由于算法中沒有遮擋模塊,KCF 算法跟蹤目標(biāo)輕微偏移,BACF算法和SAMF 算法目標(biāo)框偏移較大,STRCF 算法跟蹤失敗。在第72 幀中,KCF 算法、SAMF 算法和STRCF 算法均跟蹤失敗,BACF 算法框過大。本文在SAMF 算法中添加最大響應(yīng)峰值Fmax和平均峰值相關(guān)能量APCE 作為檢測(cè)置信度的評(píng)價(jià)指標(biāo),結(jié)合以上兩種可靠性指標(biāo),能更好地判別出目標(biāo)是否被遮擋、丟失,當(dāng)判斷出目標(biāo)被遮擋或者丟失時(shí),停止更新模板,避免模板被污染,提高算法的跟蹤性能。

    由表3、表4 可知,本文算法在所選擇的8 個(gè)視頻序列中平均精度和平均成功率均排名第一。與KCF 相比平均精度提高了21.4%,成功率提高了13.8%,結(jié)果表明本文算法在目標(biāo)尺度變化、目標(biāo)被遮擋等情況下能夠更加準(zhǔn)確地跟蹤到目標(biāo)。綜上所述,本文算法在目標(biāo)尺度變化、目標(biāo)被遮擋等情況下能夠更加準(zhǔn)確地跟蹤到目標(biāo)。

    表3 精度對(duì)比/%Table 3 Comparison of accuracy/%

    表4 成功率對(duì)比/%Table 4 Comparison of success rates/%

    3.3 移動(dòng)機(jī)器人跟蹤測(cè)試實(shí)驗(yàn)

    為了進(jìn)一步驗(yàn)證本文算法在真實(shí)環(huán)境中對(duì)目標(biāo)尺度變化和目標(biāo)被遮擋的適應(yīng)能力,錄制了4 段分別為尺度由小到大變化和由大到小變化的移動(dòng)機(jī)器人運(yùn)動(dòng)視頻,來(lái)驗(yàn)證本文算法尺度在移動(dòng)機(jī)器人上的優(yōu)越性。使用移動(dòng)機(jī)器人移動(dòng)過程中被遮擋的視頻來(lái)驗(yàn)證算法遮擋的性能,部分跟蹤效果如圖5 所示。由圖5 知,視頻中的移動(dòng)機(jī)器人在移動(dòng)過程中產(chǎn)生較大的尺度變化時(shí),KCF 算法跟蹤失敗,其余3 種算法均出現(xiàn)不同程度的偏移現(xiàn)象,只有本文算法跟蹤最為準(zhǔn)確。視頻中的移動(dòng)機(jī)器人在移動(dòng)過程中被紙箱遮擋,KCF 算法跟蹤失敗,SAMF 算法在目標(biāo)被完全遮擋時(shí)跟蹤框偏移,目標(biāo)被遮擋后跟蹤失敗。BACF 算法和STRCF 算法均跟蹤到目標(biāo),但是BACF 算法跟蹤框偏大,STRCF 跟蹤框也不如本文算法跟蹤精確。由于本文算法在檢測(cè)到目標(biāo)被遮擋時(shí)會(huì)停止更新模板,防止模板被污染,還有9 個(gè)尺度池對(duì)目標(biāo)尺度進(jìn)行計(jì)算,所以在目標(biāo)被部分遮擋、完全遮擋到后來(lái)的不被遮擋中均準(zhǔn)確跟蹤到目標(biāo),跟蹤效果良好。

    圖5 移動(dòng)機(jī)器人跟蹤實(shí)驗(yàn)Fig.5 Tracking experiment of mobile robots

    4 結(jié)論

    移動(dòng)機(jī)器人在對(duì)目標(biāo)進(jìn)行跟蹤過程中,目標(biāo)可能會(huì)發(fā)生較大的尺度變化、被遮擋以及跟丟。本文算法是在SAMF 算法的基礎(chǔ)上將尺度池?cái)U(kuò)展為9個(gè),增強(qiáng)算法對(duì)目標(biāo)尺度變化的魯棒性,又添加了平均峰值相關(guān)能量對(duì)目標(biāo)遮擋、丟失情況進(jìn)行判斷,決定是否更新模板,防止模板被污染,提高算法跟蹤的準(zhǔn)確性。通過實(shí)驗(yàn)對(duì)算法進(jìn)行分析,本文算法在目標(biāo)尺度變化或者被遮擋、丟失情況下仍然可以準(zhǔn)確跟蹤。

    猜你喜歡
    響應(yīng)值移動(dòng)機(jī)器人尺度
    移動(dòng)機(jī)器人自主動(dòng)態(tài)避障方法
    基于熒光光譜技術(shù)的不同食用淀粉的快速區(qū)分
    財(cái)產(chǎn)的五大尺度和五重應(yīng)對(duì)
    提高環(huán)境監(jiān)測(cè)數(shù)據(jù)準(zhǔn)確性初探
    紫外熒光法測(cè)硫各氣路流量對(duì)響應(yīng)值的影響
    山東化工(2019年1期)2019-01-24 03:00:16
    基于Twincat的移動(dòng)機(jī)器人制孔系統(tǒng)
    宇宙的尺度
    太空探索(2016年5期)2016-07-12 15:17:55
    9
    極坐標(biāo)系下移動(dòng)機(jī)器人的點(diǎn)鎮(zhèn)定
    基于引導(dǎo)角的非完整移動(dòng)機(jī)器人軌跡跟蹤控制
    亚洲成人中文字幕在线播放| 久久久久久久久久久丰满| 亚洲丝袜综合中文字幕| 国产高清不卡午夜福利| 免费播放大片免费观看视频在线观看| 色播亚洲综合网| 国产亚洲一区二区精品| 人妻一区二区av| 成人毛片a级毛片在线播放| 亚洲综合色惰| 国产免费视频播放在线视频| 在线亚洲精品国产二区图片欧美 | 人人妻人人澡人人爽人人夜夜| 精品人妻视频免费看| 久久精品综合一区二区三区| 亚洲国产色片| 久久久久久久亚洲中文字幕| 夫妻性生交免费视频一级片| 亚洲国产精品专区欧美| 深爱激情五月婷婷| 亚洲va在线va天堂va国产| 欧美3d第一页| 亚洲精品一区蜜桃| 免费av不卡在线播放| 精品国产乱码久久久久久小说| 国产精品女同一区二区软件| a级毛色黄片| 成人午夜精彩视频在线观看| 男人舔奶头视频| 日本猛色少妇xxxxx猛交久久| 亚洲国产精品成人综合色| 国产精品久久久久久精品古装| 中文资源天堂在线| av播播在线观看一区| 综合色av麻豆| 日本黄色片子视频| 在线精品无人区一区二区三 | 美女xxoo啪啪120秒动态图| 久久精品夜色国产| 熟女av电影| 亚洲av国产av综合av卡| 精品久久久久久久久av| 国产黄色视频一区二区在线观看| 国产精品人妻久久久久久| 亚洲精品亚洲一区二区| 嫩草影院精品99| 狂野欧美激情性bbbbbb| 日韩成人伦理影院| 日本色播在线视频| 丝袜美腿在线中文| 日本三级黄在线观看| 女人久久www免费人成看片| eeuss影院久久| 日本爱情动作片www.在线观看| 日本黄色片子视频| 色综合色国产| www.色视频.com| 少妇猛男粗大的猛烈进出视频 | 国产国拍精品亚洲av在线观看| 国内精品宾馆在线| 欧美潮喷喷水| 国产精品国产三级专区第一集| 91久久精品国产一区二区三区| 狂野欧美激情性bbbbbb| 国产成人午夜福利电影在线观看| 久久99蜜桃精品久久| 免费大片18禁| 午夜精品国产一区二区电影 | 欧美一区二区亚洲| 亚洲av不卡在线观看| 国产毛片a区久久久久| 男女下面进入的视频免费午夜| 91久久精品国产一区二区成人| 欧美极品一区二区三区四区| 久久女婷五月综合色啪小说 | 亚洲精品国产av蜜桃| 99久久九九国产精品国产免费| 久久精品国产自在天天线| 天美传媒精品一区二区| 亚洲久久久久久中文字幕| av福利片在线观看| 各种免费的搞黄视频| 亚洲av免费高清在线观看| 99热这里只有是精品50| 亚洲精品aⅴ在线观看| 夫妻午夜视频| 国产精品国产三级国产专区5o| 日日摸夜夜添夜夜添av毛片| 日韩中字成人| 久久久久九九精品影院| 国产伦精品一区二区三区四那| 国产黄色免费在线视频| 91在线精品国自产拍蜜月| 久热久热在线精品观看| 欧美日韩综合久久久久久| 最近最新中文字幕免费大全7| 国产免费一区二区三区四区乱码| 日韩视频在线欧美| 亚洲激情五月婷婷啪啪| 久久精品久久精品一区二区三区| 亚洲图色成人| 日本免费在线观看一区| 欧美另类一区| 免费看av在线观看网站| 人妻制服诱惑在线中文字幕| 一级毛片 在线播放| 2021少妇久久久久久久久久久| 国产亚洲av片在线观看秒播厂| 天堂中文最新版在线下载 | 极品少妇高潮喷水抽搐| 国产爱豆传媒在线观看| 视频中文字幕在线观看| 又爽又黄a免费视频| 日本-黄色视频高清免费观看| 国产黄a三级三级三级人| 51国产日韩欧美| 亚洲无线观看免费| 久久久久精品久久久久真实原创| 国内精品宾馆在线| 国产毛片在线视频| 精品一区二区免费观看| 乱系列少妇在线播放| 亚洲精华国产精华液的使用体验| 日韩精品有码人妻一区| 亚洲国产精品成人久久小说| 伊人久久精品亚洲午夜| 九九久久精品国产亚洲av麻豆| 久久久久九九精品影院| 在线播放无遮挡| 日本午夜av视频| 精品久久久久久久末码| 日韩视频在线欧美| 哪个播放器可以免费观看大片| 六月丁香七月| 美女被艹到高潮喷水动态| 国产极品天堂在线| 国产精品久久久久久av不卡| 免费人成在线观看视频色| 婷婷色麻豆天堂久久| 黄色怎么调成土黄色| 亚洲精品国产av蜜桃| 欧美三级亚洲精品| 听说在线观看完整版免费高清| 91精品国产九色| av福利片在线观看| 精品一区在线观看国产| av在线播放精品| 又爽又黄a免费视频| 成人毛片60女人毛片免费| 久久精品综合一区二区三区| 欧美成人午夜免费资源| 亚洲欧美精品自产自拍| 欧美性感艳星| 久久精品国产a三级三级三级| 国产精品一区二区性色av| 搡老乐熟女国产| 久久久久久久大尺度免费视频| 久久久久久久久久人人人人人人| 久久久国产一区二区| 国产精品国产三级国产专区5o| 成年版毛片免费区| 日本猛色少妇xxxxx猛交久久| 欧美3d第一页| 日本黄大片高清| 亚洲最大成人av| 精品99又大又爽又粗少妇毛片| 国产精品久久久久久久电影| 99九九线精品视频在线观看视频| 国产91av在线免费观看| 两个人的视频大全免费| 一区二区三区四区激情视频| 日韩电影二区| 国产精品av视频在线免费观看| 老司机影院成人| 熟女av电影| 久久久成人免费电影| 国产精品一区www在线观看| 高清视频免费观看一区二区| 色吧在线观看| 日本黄色片子视频| 三级国产精品欧美在线观看| 亚洲,一卡二卡三卡| 99热这里只有是精品50| 欧美日韩精品成人综合77777| 久久久久九九精品影院| 久久精品国产亚洲av涩爱| 一级毛片 在线播放| 少妇熟女欧美另类| 插逼视频在线观看| 久久人人爽av亚洲精品天堂 | 国产av码专区亚洲av| 97在线视频观看| 18禁动态无遮挡网站| 制服丝袜香蕉在线| 国精品久久久久久国模美| 天堂网av新在线| 国产午夜精品久久久久久一区二区三区| 美女内射精品一级片tv| 97超碰精品成人国产| 日本wwww免费看| 熟女人妻精品中文字幕| 国产av码专区亚洲av| 搡老乐熟女国产| 精品亚洲乱码少妇综合久久| 亚洲成人精品中文字幕电影| 色婷婷久久久亚洲欧美| 亚洲色图av天堂| 国国产精品蜜臀av免费| 丝瓜视频免费看黄片| 亚洲av欧美aⅴ国产| 一二三四中文在线观看免费高清| 久久久欧美国产精品| 亚洲av成人精品一二三区| 国产 精品1| 国产毛片a区久久久久| 国产黄a三级三级三级人| 欧美极品一区二区三区四区| 久久久午夜欧美精品| 性插视频无遮挡在线免费观看| 日韩一区二区视频免费看| 99热国产这里只有精品6| 国产人妻一区二区三区在| 国产精品.久久久| 高清av免费在线| 成人亚洲精品av一区二区| 国产精品一区二区性色av| 国产高清有码在线观看视频| a级一级毛片免费在线观看| 草草在线视频免费看| 秋霞在线观看毛片| 最近中文字幕2019免费版| 久久久精品欧美日韩精品| 久久精品国产鲁丝片午夜精品| 亚洲激情五月婷婷啪啪| 国产在视频线精品| 伊人久久精品亚洲午夜| 国产亚洲最大av| 国产日韩欧美亚洲二区| 国产一区二区在线观看日韩| 天堂俺去俺来也www色官网| 国产午夜福利久久久久久| 日本av手机在线免费观看| 成人一区二区视频在线观看| 国产精品一及| 国产精品蜜桃在线观看| 日韩av在线免费看完整版不卡| 大片免费播放器 马上看| 亚洲人成网站在线观看播放| 又粗又硬又长又爽又黄的视频| 中文字幕免费在线视频6| 91午夜精品亚洲一区二区三区| 国模一区二区三区四区视频| 少妇高潮的动态图| 国产精品女同一区二区软件| 国产精品国产av在线观看| 国产成人免费观看mmmm| 婷婷色av中文字幕| 亚洲精品日韩在线中文字幕| 下体分泌物呈黄色| 天堂中文最新版在线下载 | 国产伦在线观看视频一区| 亚洲av福利一区| 国产爽快片一区二区三区| 日韩av在线免费看完整版不卡| 日韩免费高清中文字幕av| 日韩国内少妇激情av| 免费电影在线观看免费观看| 一级毛片我不卡| av在线天堂中文字幕| 狂野欧美激情性xxxx在线观看| 男人和女人高潮做爰伦理| 日韩视频在线欧美| 寂寞人妻少妇视频99o| 蜜臀久久99精品久久宅男| 亚洲欧洲国产日韩| 一本久久精品| 日韩欧美一区视频在线观看 | 亚洲精品第二区| 久久鲁丝午夜福利片| 久久精品久久久久久噜噜老黄| 六月丁香七月| 亚洲在线观看片| 男人舔奶头视频| 久久99热这里只频精品6学生| 熟妇人妻不卡中文字幕| 国产熟女欧美一区二区| 啦啦啦在线观看免费高清www| 最近2019中文字幕mv第一页| 特级一级黄色大片| 国产精品av视频在线免费观看| 在现免费观看毛片| 欧美老熟妇乱子伦牲交| 男女下面进入的视频免费午夜| 精品久久久精品久久久| 国产淫语在线视频| 国产一区二区三区av在线| 极品少妇高潮喷水抽搐| 亚洲欧美成人综合另类久久久| 干丝袜人妻中文字幕| 我的老师免费观看完整版| 久久97久久精品| 成年女人在线观看亚洲视频 | 国产精品成人在线| 国国产精品蜜臀av免费| 婷婷色av中文字幕| 网址你懂的国产日韩在线| 九九久久精品国产亚洲av麻豆| 久久99热这里只频精品6学生| 欧美成人午夜免费资源| 亚洲电影在线观看av| 一边亲一边摸免费视频| 水蜜桃什么品种好| 少妇的逼水好多| 亚洲真实伦在线观看| 在线观看美女被高潮喷水网站| 女的被弄到高潮叫床怎么办| 亚洲最大成人中文| 亚洲伊人久久精品综合| 在现免费观看毛片| 人妻 亚洲 视频| 日本午夜av视频| 最后的刺客免费高清国语| a级一级毛片免费在线观看| 精品国产乱码久久久久久小说| 99久国产av精品国产电影| 日韩成人伦理影院| 最新中文字幕久久久久| 禁无遮挡网站| 亚洲av成人精品一区久久| 亚洲色图av天堂| 视频区图区小说| 亚洲国产精品成人综合色| 亚洲图色成人| 国产成人精品福利久久| 免费观看a级毛片全部| 日韩免费高清中文字幕av| 国产成人午夜福利电影在线观看| 最新中文字幕久久久久| 亚洲国产色片| 国产欧美亚洲国产| 高清av免费在线| 亚洲精品456在线播放app| 欧美人与善性xxx| 在线观看一区二区三区| 国产视频首页在线观看| 国产一级毛片在线| 国产男女超爽视频在线观看| 中国三级夫妇交换| 午夜激情福利司机影院| av福利片在线观看| 国产精品久久久久久精品电影| 国内精品宾馆在线| 日韩在线高清观看一区二区三区| 日本wwww免费看| 97精品久久久久久久久久精品| 一个人看的www免费观看视频| 久久精品综合一区二区三区| 亚洲美女搞黄在线观看| 久久久亚洲精品成人影院| 女人十人毛片免费观看3o分钟| 精品视频人人做人人爽| 日本午夜av视频| av女优亚洲男人天堂| 岛国毛片在线播放| 日韩av免费高清视频| 成年av动漫网址| 精品人妻偷拍中文字幕| 毛片一级片免费看久久久久| 午夜免费观看性视频| 26uuu在线亚洲综合色| 国产人妻一区二区三区在| 网址你懂的国产日韩在线| a级毛片免费高清观看在线播放| 99热这里只有精品一区| 国产精品久久久久久久电影| 日韩精品有码人妻一区| 在线 av 中文字幕| 欧美日本视频| 精品国产三级普通话版| 五月天丁香电影| 亚洲av中文字字幕乱码综合| 久久精品国产自在天天线| 久久久久精品性色| 看十八女毛片水多多多| 精品一区在线观看国产| 亚洲天堂国产精品一区在线| 欧美日韩视频精品一区| 亚洲成人久久爱视频| 国产熟女欧美一区二区| 日韩成人av中文字幕在线观看| 欧美潮喷喷水| 国产成人91sexporn| 三级国产精品片| 亚洲欧美精品自产自拍| av在线播放精品| 80岁老熟妇乱子伦牲交| 日本wwww免费看| 性色av一级| 边亲边吃奶的免费视频| 插阴视频在线观看视频| 不卡视频在线观看欧美| 亚洲精品国产成人久久av| 亚洲国产成人一精品久久久| 91午夜精品亚洲一区二区三区| 国产综合精华液| 欧美 日韩 精品 国产| 国产男女超爽视频在线观看| 国产精品爽爽va在线观看网站| 在线亚洲精品国产二区图片欧美 | 大陆偷拍与自拍| 综合色丁香网| 日韩一区二区视频免费看| 日韩制服骚丝袜av| 一本一本综合久久| 久久亚洲国产成人精品v| 久久精品国产自在天天线| 亚洲四区av| 麻豆成人av视频| 五月玫瑰六月丁香| 国产爽快片一区二区三区| 2021天堂中文幕一二区在线观| 欧美成人a在线观看| 亚洲av中文字字幕乱码综合| 久久久久久久久大av| 国产乱来视频区| 国产免费福利视频在线观看| 国产高清有码在线观看视频| 另类亚洲欧美激情| 亚洲av福利一区| 久久精品国产鲁丝片午夜精品| 成人黄色视频免费在线看| 一本一本综合久久| 波野结衣二区三区在线| 日韩成人av中文字幕在线观看| 国产欧美日韩精品一区二区| 我的女老师完整版在线观看| 午夜精品国产一区二区电影 | 亚洲最大成人av| 男人添女人高潮全过程视频| 日日撸夜夜添| 91精品国产九色| 国产黄色免费在线视频| 国产精品久久久久久精品电影小说 | 人妻夜夜爽99麻豆av| 日日摸夜夜添夜夜爱| 不卡视频在线观看欧美| a级毛片免费高清观看在线播放| 中文在线观看免费www的网站| 只有这里有精品99| 一级毛片我不卡| 天天一区二区日本电影三级| 久久久国产一区二区| 国产精品麻豆人妻色哟哟久久| 亚洲综合色惰| 国产91av在线免费观看| 男女边摸边吃奶| 在现免费观看毛片| 黄色日韩在线| 亚洲精品久久午夜乱码| 亚洲美女搞黄在线观看| 国产 一区精品| 热99国产精品久久久久久7| 91狼人影院| 国产亚洲91精品色在线| 人人妻人人爽人人添夜夜欢视频 | 美女cb高潮喷水在线观看| 人妻制服诱惑在线中文字幕| 国产精品三级大全| 久久久久久久久久久丰满| 久久99蜜桃精品久久| 亚洲va在线va天堂va国产| 人妻制服诱惑在线中文字幕| 听说在线观看完整版免费高清| 欧美97在线视频| 亚洲av.av天堂| 免费黄网站久久成人精品| 一区二区三区精品91| 下体分泌物呈黄色| 国产精品一区二区性色av| 国产亚洲精品久久久com| 美女脱内裤让男人舔精品视频| 六月丁香七月| 老司机影院毛片| 精品久久久久久久末码| 色网站视频免费| 国产精品99久久99久久久不卡 | 免费大片18禁| 免费人成在线观看视频色| 亚洲精品色激情综合| 熟妇人妻不卡中文字幕| 97人妻精品一区二区三区麻豆| 狂野欧美白嫩少妇大欣赏| 两个人的视频大全免费| 热99国产精品久久久久久7| 国产精品久久久久久久电影| 午夜老司机福利剧场| 亚洲成人av在线免费| 亚洲精品影视一区二区三区av| 成年版毛片免费区| 久久久久精品性色| 黄片wwwwww| 精品一区二区三卡| 69人妻影院| 亚洲欧美一区二区三区黑人 | 亚洲欧美中文字幕日韩二区| 美女主播在线视频| 一级av片app| 精品久久久久久久久亚洲| 男女下面进入的视频免费午夜| 国产美女午夜福利| 国产爱豆传媒在线观看| 久久久色成人| 国产成人精品久久久久久| 午夜福利视频1000在线观看| 少妇高潮的动态图| 超碰av人人做人人爽久久| 在线播放无遮挡| 欧美国产精品一级二级三级 | 精品国产乱码久久久久久小说| 成年免费大片在线观看| 日韩一本色道免费dvd| 亚洲精品日本国产第一区| 高清午夜精品一区二区三区| 亚洲婷婷狠狠爱综合网| 黄色日韩在线| 精品久久久精品久久久| 你懂的网址亚洲精品在线观看| 亚洲av免费高清在线观看| 三级国产精品欧美在线观看| 国产精品久久久久久精品电影小说 | 天堂网av新在线| 免费不卡的大黄色大毛片视频在线观看| 性色av一级| 我的老师免费观看完整版| 一级毛片我不卡| 岛国毛片在线播放| 黄色怎么调成土黄色| 尾随美女入室| 综合色av麻豆| a级一级毛片免费在线观看| 麻豆国产97在线/欧美| 中文字幕久久专区| 久久人人爽人人爽人人片va| av专区在线播放| 久久久精品欧美日韩精品| 伦精品一区二区三区| 久久97久久精品| 欧美最新免费一区二区三区| 亚洲综合精品二区| 在线看a的网站| 简卡轻食公司| 国产精品国产三级专区第一集| 日本黄色片子视频| 免费观看a级毛片全部| 亚洲久久久久久中文字幕| 欧美日韩精品成人综合77777| 婷婷色av中文字幕| 欧美亚洲 丝袜 人妻 在线| 97精品久久久久久久久久精品| 亚洲精品久久久久久婷婷小说| 黄色视频在线播放观看不卡| 国产黄色免费在线视频| 亚洲精品成人av观看孕妇| 日韩av不卡免费在线播放| 国产视频内射| 日本午夜av视频| 国产爽快片一区二区三区| 亚洲怡红院男人天堂| 男女那种视频在线观看| 亚洲欧洲日产国产| 人人妻人人爽人人添夜夜欢视频 | 80岁老熟妇乱子伦牲交| 一级毛片久久久久久久久女| 老司机影院毛片| 日本黄色片子视频| 欧美精品国产亚洲| 伦理电影大哥的女人| 久久人人爽人人片av| 各种免费的搞黄视频| www.av在线官网国产| 少妇 在线观看| 国产成人免费观看mmmm| 搞女人的毛片| 国产 精品1| 高清日韩中文字幕在线| 免费看光身美女| 国产美女午夜福利| 色吧在线观看| 免费大片黄手机在线观看| 午夜激情福利司机影院| 爱豆传媒免费全集在线观看| 黄色配什么色好看| 免费在线观看成人毛片| 亚洲av福利一区| 亚洲成色77777| 欧美丝袜亚洲另类| 国产男人的电影天堂91| 亚洲av二区三区四区| 热re99久久精品国产66热6| 一级片'在线观看视频| h日本视频在线播放| 性色av一级| 有码 亚洲区| 99视频精品全部免费 在线| 极品教师在线视频| 中文精品一卡2卡3卡4更新| 亚洲性久久影院| 一级毛片我不卡| 男人舔奶头视频| 亚洲久久久久久中文字幕| 日韩大片免费观看网站| 在线播放无遮挡| 国产免费一区二区三区四区乱码| 人人妻人人澡人人爽人人夜夜| 亚洲av免费高清在线观看|