• <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PigsTrack 跟蹤器的群養(yǎng)生豬多目標(biāo)跟蹤

    2023-11-26 10:12:46張麗雯朱啟兵
    農(nóng)業(yè)工程學(xué)報 2023年16期
    關(guān)鍵詞:跟蹤器豬只外觀

    張麗雯,周 昊,朱啟兵

    (江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院,無錫 214122)

    0 引言

    規(guī)?;B(yǎng)殖環(huán)境下,基于視頻的群養(yǎng)生豬個體檢測和跟蹤可以方便實現(xiàn)生豬個體行為的識別與統(tǒng)計分析,從而有助于生豬的精細(xì)化管理[1-2],并最終實現(xiàn)福利化養(yǎng)殖的目標(biāo)[3-4]。

    基于視頻的多目標(biāo)跟蹤方法可分為基于檢測的跟蹤(tracking by detection,TBD)算法[5]和聯(lián)合檢測跟蹤(joint detection and embedding,JDE)算法[6-7]兩大類。TBD 算法首先利用目標(biāo)檢測器檢測單幀視頻圖像中的目標(biāo),再基于卡爾曼濾波和匈牙利算法對多幀圖像的目標(biāo)進(jìn)行關(guān)聯(lián),以實現(xiàn)目標(biāo)跟蹤;JDE 算法通過修改檢測器組件以同時完成視頻圖像中的目標(biāo)檢測與身份重識別任務(wù),從而實現(xiàn)目標(biāo)跟蹤。然而身份重識別數(shù)據(jù)集和目標(biāo)檢測數(shù)據(jù)集之間通常存在較大的差異性,易影響外觀特征信息的準(zhǔn)確性,導(dǎo)致目標(biāo)跟蹤精度降低。因此,相較于JDE 算法,TBD 算法擁有更高的精度。

    檢測器選擇和跟蹤策略設(shè)計是TBD 算法的兩個關(guān)鍵環(huán)節(jié)。隨著深度神經(jīng)網(wǎng)絡(luò)的發(fā)展,F(xiàn)aster R-CNN[8]以及YOLO 系列是目前TBD 算法中常用的檢測器。其中,YOLO 系列具有更快的檢測速度,能滿足目標(biāo)跟蹤這類對實時性要求較高的場景需求。在跟蹤策略方面,DeepSORT[9-11]和ByteTrack[12-13]兩種策略得到了較為廣泛的應(yīng)用。DeepSORT 算法在SORT[10](simple online and realtime tracking)的基礎(chǔ)上利用身份重識別(Re-ID)網(wǎng)絡(luò)將目標(biāo)的外觀信息加入到匹配計算之中,以減少遮擋目標(biāo)身份在跟蹤過程中的頻繁跳變。不同于DeepSORT所引入的外觀特征匹配策略,ByteTrack 算法利用低分檢測框進(jìn)行二次匹配,以減少由于遮擋所導(dǎo)致低分框的丟棄,從而避免漏檢和軌跡中斷。最近提出的以觀察為中心的SORT(OC-SORT[14]),針對具有相似外觀和復(fù)雜運動特征的DanceTrack 數(shù)據(jù)集[15],采用自適應(yīng)Kerman濾波器和遮擋恢復(fù)匹配方案,提高了對遮擋和非線性運動的魯棒性。

    生豬養(yǎng)殖實際場景下,群養(yǎng)生豬之間相互遮擋且伴隨著不規(guī)則的運動[16]。在當(dāng)前的主流優(yōu)化跟蹤算法中,ByteTrack 算法的低分框匹配機(jī)制能夠有效減少由于遮擋導(dǎo)致的漏檢問題,然而該機(jī)制會增加誤檢次數(shù)。OCSORT 算法的遮擋恢復(fù)匹配方案可以顯著減少遮擋帶來的身份跳變。但這兩種算法均無外觀特征匹配,在視頻低幀率或卡頓的情況下容易導(dǎo)致目標(biāo)丟失。近期研究[17]指出,外觀特征匹配是解決遮擋和不規(guī)則運動問題的重要手段。然而,由于生豬的外觀具有高度的相似性,現(xiàn)有的基于卷積的身份重識別網(wǎng)絡(luò)往往難以獲得具有良好區(qū)分特性的目標(biāo)外觀特征。

    為進(jìn)一步優(yōu)化實際場景下針對群養(yǎng)生豬的多目標(biāo)跟蹤方法,本文提出了PigsTrack 跟蹤器。該跟蹤器從檢測,嵌入和關(guān)聯(lián)三個方面進(jìn)行改進(jìn),首先利用高性能檢測器YOLOX 減少遮擋場景下的豬只誤檢與漏檢率;其次構(gòu)建基于Transformer 模型的身份重識別(Re-ID)網(wǎng)絡(luò)以提取具有良好區(qū)分特性的目標(biāo)外觀特征;接著基于OCSORT 的思想,通過集成外觀特征匹配、IoU 匹配和遮擋恢復(fù)匹配策略實現(xiàn)群養(yǎng)生豬的準(zhǔn)確跟蹤;最后利用雙流3D 卷積網(wǎng)絡(luò)(SlowFast[18])對PigsTrack 跟蹤器獲得的跟蹤結(jié)果進(jìn)行了典型行為統(tǒng)計,表明基于PigsTrack 跟蹤器群養(yǎng)生豬個體行為統(tǒng)計更為準(zhǔn)確。

    1 PigsTrack 跟蹤器框架

    圖1 為PigsTrack 跟蹤器的整體架構(gòu)。首先,在檢測階段,將視頻中的每一幀輸入到Y(jié)OLOX 目標(biāo)檢測器中生成檢測框;在跟蹤階段,利用特征提取網(wǎng)絡(luò)提取當(dāng)前檢測框和軌跡預(yù)測框的外觀信息,實現(xiàn)特征匹配;為了實現(xiàn)更加穩(wěn)健的跟蹤,在IoU 匹配的基礎(chǔ)上,增加了利用未匹配軌跡最后檢測框的遮擋恢復(fù)匹配;在利用跟蹤的三步匹配獲得連續(xù)幀圖像的軌跡框后,輸出視頻序列結(jié)果。

    1.1 YOLOX 目標(biāo)檢測

    檢測器YOLOX 以YOLOv3-SPP 結(jié)合Darknet53(即CSPDarknet53)為基線,集成了無錨檢測器,SimOTA(簡化OTA)標(biāo)簽分配策略和解耦頭等特性。具體結(jié)構(gòu)如圖1 所示。

    在YOLOX 中,采用 CSPDarknet53 作為骨干特征提取網(wǎng)絡(luò),PAnet 結(jié)構(gòu)用于特征的上采樣和下采樣,以實現(xiàn)特征融合。從中獲得3 個不同尺度的特征輸出層,每個層在分類器和回歸器中獲得3 個預(yù)測,預(yù)測特征層中每個特征點是否存在1 個目標(biāo)、目標(biāo)的類別和目標(biāo)的位置參數(shù)。輸入圖片經(jīng)過預(yù)處理之后,通過主干網(wǎng)絡(luò)與特征金字塔提取特征,通過檢測頭進(jìn)行檢測與分類。將3個分支的預(yù)測結(jié)果堆疊后,經(jīng)過NMS 后處理輸出最終結(jié)果。為了防止檢測到指定豬圈外的豬只,原始視頻中的每幀圖像進(jìn)行掩碼處理;掩碼處理后的圖片尺寸調(diào)整為800×1 440 像素,并采用Mosaic 和 Mixup 數(shù)據(jù)增強操作。

    1.2 外觀特征提取

    當(dāng)檢測器確定目標(biāo)的位置和大小之后,將從原始輸入圖像中截取目標(biāo)圖片,并將其輸入到外觀特征提取模塊中,以獲得物體在圖像中的外觀特征信息。

    此前,基于卷積的身份重識別網(wǎng)絡(luò)OSNet(Omni-Scale Network)常被用于多目標(biāo)跟蹤的外觀特征提取任務(wù)[19]。然而,基于卷積的特征提取方法存在兩個局限性:首先,由于卷積核的限制,不能學(xué)習(xí)大范圍的空間結(jié)構(gòu)特征;其次,CNN 的降采樣會導(dǎo)致細(xì)節(jié)特征丟失,使得相似目標(biāo)匹配失敗。而Vision Transformer (ViT)[20]引入了多個注意力機(jī)制,使模型能夠關(guān)注試驗對象的不同部位,此外,通過去除降采樣和卷積,ViT 能夠保留更詳細(xì)的信息,有利于獲取具有良好區(qū)分特性的目標(biāo)外觀特征,有效彌補了卷積方法存在的缺陷。

    本文基于Transformer 模型的身份重識別網(wǎng)絡(luò)來提取外觀特征,網(wǎng)絡(luò)結(jié)構(gòu)如圖2 所示,將輸入圖片(224×224 像素)切片分成196 個16×16 像素大小的圖像塊,再將圖像塊序列利用線性投影映射到D維。在D維向量之前加入一個向量Xclass,對應(yīng)的輸出表示全局特征。通過添加可學(xué)習(xí)的位置嵌入P來表示圖像塊序列的空間信息,通過使用L個變換器層來學(xué)習(xí)外觀特征。

    監(jiān)督學(xué)習(xí)部分利用表征學(xué)習(xí)與度量學(xué)習(xí)結(jié)合的方式,即結(jié)合分類損失和三元組損失(triplet loss)來共同優(yōu)化特征[21]。在訓(xùn)練過程中,對變換器層后提取的特征使用基于難樣本挖掘的三元組損失作監(jiān)督訓(xùn)練,再對全連接層整合后的特征采用基于標(biāo)簽平滑的交叉熵?fù)p失函數(shù)進(jìn)行監(jiān)督訓(xùn)練。

    1.3 數(shù)據(jù)關(guān)聯(lián)方法

    PigsTrack 跟蹤器采用三步匹配的穩(wěn)健跟蹤策略,流程圖如圖3 所示。

    圖3 PigsTrack 的三步匹配算法流程圖Fig.3 Flow chart of PigsTrack's three-step matching algorithm

    通過先前幀的軌跡序列,進(jìn)行卡爾曼濾波預(yù)測當(dāng)前幀的軌跡。再對軌跡預(yù)測框與檢測框依次進(jìn)行跟蹤的三步匹配,具體步驟如下:

    首先,軌跡初始化為未確認(rèn)態(tài),滿足連續(xù)3 幀都成功匹配,將未確認(rèn)態(tài)轉(zhuǎn)化為確認(rèn)態(tài),第一次匹配在確定軌跡和檢測結(jié)果之間進(jìn)行,通過特征提取網(wǎng)絡(luò)提取預(yù)測軌跡框和檢測框的外觀特征計算得的余弦距離作為相似度;第二次匹配在不確定軌跡加上第一次未匹配軌跡和未匹配檢測框之間進(jìn)行,通過框與框之間的交并比(intersection over union,IoU)計算相似度;第三次匹配是遮擋恢復(fù)匹配,在未匹配軌跡的最后檢測框與未匹配檢測框之間進(jìn)行,利用IoU 計算相似度。當(dāng)檢測丟失(檢測器漏檢或遮擋)或非線性運動時軌跡中斷,軌跡預(yù)測隨著時間增加而逐漸偏離軌跡框,第二次匹配將會失效。于是第三次匹配的作用在于一旦一個軌跡在第一次匹配(外觀相似導(dǎo)致匹配失效)和第二次匹配階段后仍未被跟蹤時,就將這個軌跡的最后一次檢測框關(guān)聯(lián)到新的時間步長上的檢測框。這個過程是局部的,自發(fā)式的,可以處理對象在合理的時間間隔內(nèi)漏檢或被遮擋的情況。

    三次匹配均采用匈牙利算法完成基于相似度的匹配。在遮擋恢復(fù)匹配中,經(jīng)歷第二次IoU 匹配之后,如果仍有軌跡未被跟蹤,嘗試將該軌跡的最后一個檢測值與新的下一個時間步長上的檢測值相關(guān)聯(lián)。通過將軌跡的最后檢測值與新檢測值關(guān)聯(lián)來恢復(fù)對象,這個過程可以處理對象在合理的時間間隔內(nèi)停止或被遮擋的情況。

    三次成功匹配的軌跡,都進(jìn)行卡爾曼濾波更新,并對軌跡的狀態(tài)和特征進(jìn)行更新。使用指數(shù)移動平均(exponential moving average,EMA)的方式來對成功匹配軌跡的外觀特征進(jìn)行更新,使用前一次EMA 特征與當(dāng)前的檢測特征做融合操作[22]:

    最后,對3 次仍未匹配軌跡判斷其距離上次更新的間隔幀,當(dāng)間隔幀小于30 幀時則對軌跡保留,否則將在軌跡序列中刪除該軌跡。利用成功匹配并且是激活態(tài)的軌跡的邊界框和標(biāo)識輸出當(dāng)前幀的軌跡結(jié)果。

    2 數(shù)據(jù)與評價指標(biāo)

    2.1 數(shù)據(jù)集

    本文利用PBVD(pigs behaviours video)數(shù)據(jù)集[23]來驗證所提方法的性能。PBVD 數(shù)據(jù)集收集了8 個豬圈(每個豬圈8 頭豬)的視頻數(shù)據(jù),數(shù)據(jù)涵蓋了6 周(2019 年的11 月5 日至12 月11 日),采集時間為7:00—19:00。每個視頻固定拍攝一個豬圈,視頻圖像分辨率為1 280×720,采集幀率 6 幀/s,每個視頻的采樣長度為5 min。本文從原始PBVD 數(shù)據(jù)集中選擇20 個視頻(共36 000 幀)組成數(shù)據(jù)集,數(shù)據(jù)集中挑選了涵蓋不同時間段、飼養(yǎng)豬圈的12 個視頻數(shù)據(jù)用于訓(xùn)練,8 個視頻用于測試。訓(xùn)練樣本和測試樣本的數(shù)據(jù)描述詳見表1。本文使用DarkLabel 工具進(jìn)行標(biāo)注并整理了目標(biāo)檢測數(shù)據(jù)集和豬身份重識別數(shù)據(jù)集。

    表1 視頻數(shù)據(jù)集Table 1 Video datasets

    2.2 試驗環(huán)境

    本文試驗的硬件配置為Intel(R)Core(TM)i9-10900X CPU;64.0 GB 內(nèi)存;2 個NVIDA GeForce RTX 3 090 GPU;Python-3.8,PyTorch-1.8.1,CUDA-11.3。

    檢測器YOLOX,以 YOLOX-M 作為主干網(wǎng)絡(luò),COCO 預(yù)訓(xùn)練模型作為初始化權(quán)重。利用隨機(jī)梯度下降法(Stochastic Gradient,SGD)進(jìn)行優(yōu)化,動量為 0.9,權(quán)重衰減為5×10-4。初始學(xué)習(xí)率為10-4,批處理大小為64,迭代次數(shù)(Epochs)為30。特征提取器以DeiTsmall 作為主干網(wǎng)絡(luò),并加載預(yù)訓(xùn)練權(quán)重。圖像統(tǒng)一調(diào)整為224×224(像素)。采用 SGD 進(jìn)行優(yōu)化,動量為 0.9,權(quán)重衰減為10-4。初始學(xué)習(xí)率為0.005,批處理大小為64,迭代次數(shù)(Epochs)為30。訓(xùn)練完成后,在數(shù)據(jù)匹配時將利用網(wǎng)絡(luò)輸出一個 768 維的向量用于代表對象的外觀特征。

    本文模型的默認(rèn)檢測分?jǐn)?shù)閾值為 0.3,對置信度超過閾值的檢測框進(jìn)行三步匹配。在特征匹配階段,若檢測框和軌跡框之間的特征相似度小于0.5,則放棄匹配。在第二與第三次匹配階段,若IoU 小于 0.5,則不予匹配。

    2.3 評價指標(biāo)

    本試驗主要使用HOTA[24](higher order tracking accuracy),MOTA(multiple object tracking accuracy)和IDF1 得分(identification F1 score)來評估跟蹤算法的質(zhì)量。HOTA 能夠綜合檢測、關(guān)聯(lián)和定位三個子指標(biāo),并且均衡展現(xiàn)三個子指標(biāo)效果。MOTA 綜合考慮漏檢,誤檢和ID 切換次數(shù),衡量檢測與跟蹤的性能。IDF1 是ID準(zhǔn)確率和ID 召回率的調(diào)和均值,相較于MOTA 更關(guān)心跟蹤目標(biāo)的時間長短。除了上述指標(biāo)之外,一些輔助指標(biāo)也被用于反映模型跟蹤性能,包括:主要跟蹤到的目標(biāo)(mostly tracked trajectories,MT)、主要丟失的目標(biāo)(mostly lost trajectories,ML)、誤檢的總數(shù)量FP(false positive)、漏檢的總數(shù)量FN(false negative)、ID 改變的總數(shù)量IDSW(ID switches)、幀率(frames per second,F(xiàn)PS)。其中,HOTA、MOTA、DF1、MT和FPS 數(shù)值越高模型性能越好,F(xiàn)P、FN、FM、IDSW和 ML 數(shù)值越低模型性能越好。

    3 結(jié)果與分析

    3.1 檢測跟蹤模型的試驗結(jié)果

    本文將PigsTrack 與其他跟蹤方法進(jìn)行了比較,首先是原文利用YOLOv3+MOSSE 跟蹤法,測試得到結(jié)果MOTA 為93.00%,IDF1 為82.05%。其次是近期備受關(guān)注的跟蹤方法:DeepSORT、OC-SORT、ByteTrack 和StrongSORT 跟蹤器。其中StrongSORT 是近期基于經(jīng)典DeepSORT,從檢測,嵌入和關(guān)聯(lián)三個方面進(jìn)行了升級的跟蹤器。為保證跟蹤方法對比的有效性,5 種跟蹤方法均利用YOLOX 進(jìn)行檢測。由表2 可知:DeepSORT、OC-SORT、ByteTrack 和StrongSORT 的HOTA 分別為78.93%、81.33%、81.87%和81.95%,MOTA 分別為98.50%、96.86%、98.05%和98.56%,IDF1 得分分別為90.04%、90.47%、97.52%和95.10%,而PigsTrack 跟蹤器的HOTA 為85.66%,MOTA 為98.59%,IDF 得分為99.57%,較于現(xiàn)有算法的最高精度,提高了3.71,0.03和2.05 個百分點,為最優(yōu)跟蹤結(jié)果;PigsTrack 跟蹤器的誤檢數(shù)量為406,少于其他跟蹤器;PigsTrack 跟蹤器的ID 改變總數(shù)量為 13,而 DeepSORT、OC-SORT、ByteTrack 和StrongSORT 的ID 改變總數(shù)量分別為82、87、32 和29 次,結(jié)果表明PigsTrack 跟蹤性能穩(wěn)定,跟蹤對象不易跟丟,突出了三步匹配的重要性。綜上所述,PigsTrack 跟蹤器的跟蹤性能指標(biāo)優(yōu)于其他跟蹤算法模型,更加適用于群養(yǎng)生豬多目標(biāo)跟蹤。

    表2 跟蹤器的跟蹤結(jié)果對比Table 2 Comparison of tracking results of trackers

    為比較本文跟蹤器與其他跟蹤器在實際應(yīng)用時的性能差異,圖4 展示了視頻2、8、11 和16 中豬只的跟蹤軌跡。從原始視頻觀察到,視頻2 和8 中豬只體型較小,表現(xiàn)出活躍的行為;視頻11 豬只體型稍大,豬只部分活動,部分靜臥;視頻16 中豬只體型較大,表現(xiàn)出較少的活動行為。圖4 從左到右分別為視頻2 中豬4 和豬8、視頻8 中豬2、視頻11 中豬3 和視頻16 中豬1 的活動軌跡(真實值用實線表示,當(dāng)身份跳變時軌跡用虛線表示)。

    圖4 跟蹤軌跡圖Fig.4 Diagram of the trajectory

    從上到下分別為真實軌跡圖、PigsTrack、DeepSORT、OC_SORT、ByteTrack 和StrongSORT 得出的軌跡圖。通過觀察圖4a、圖4c 和圖4 d 可以發(fā)現(xiàn),其他跟蹤器跟蹤的單個豬的活動軌跡部分有虛線,即ID 產(chǎn)生了跳變,跟蹤不穩(wěn)定。只有PigsTrack 能夠完整跟蹤單個豬的活動軌跡。此外,觀察圖4c 和圖4e 可以發(fā)現(xiàn)PigsTrack 所跟蹤的豬只軌跡與真實值更加吻合。綜上,本文提出的PigsTrack 跟蹤器準(zhǔn)確度高,跟蹤穩(wěn)定,可以準(zhǔn)確反映實際的運動軌跡。通過對運動軌跡準(zhǔn)確繪制,可以直觀展現(xiàn)單只豬的活力程度和健康情況,對實現(xiàn)豬場智能化養(yǎng)殖具有重要意義。

    基于PigsTrack 跟蹤器的測試集視頻跟蹤結(jié)果如表3所示。從表中可以觀察到,本文使用的跟蹤器在視頻2、5、8、9、11、14 和18 的HOTA 均在81%以上,MOTA均在97%以上,IDF1 均在96%以上。此外,本文跟蹤器的跟蹤速度在單個 GPU 上測量完成。PigsTrack 的檢測跟蹤速度平均為19.84 幀/s,較數(shù)據(jù)集1 采集的視頻幀率(6 幀/s)更快。因此當(dāng)智能養(yǎng)殖場的物聯(lián)網(wǎng)搭載GPU 時,PigsTrack 跟蹤器可以在視頻低幀率的條件下拍攝來實現(xiàn)在線跟蹤。

    表3 PigsTrack 模型的多目標(biāo)跟蹤試驗結(jié)果Table 3 Results of a multi-objective tracking experiment with the PigsTrack model

    3.2 消融試驗

    3.2.1 外觀特征提取網(wǎng)絡(luò)

    為了驗證基于Transformer 模型的特征提取器對不同豬只的精準(zhǔn)辨別優(yōu)勢,將其與OSNet 行人重識別網(wǎng)絡(luò)在豬身份重識別數(shù)據(jù)集上進(jìn)行了對比。

    圖5 展示了兩個網(wǎng)絡(luò)的注意力圖可視化結(jié)果,相較于OSNet 網(wǎng)絡(luò)。本文采用的網(wǎng)絡(luò)可以觀察到飼養(yǎng)豬的不同部位,保留更多的細(xì)節(jié)信息,來輕松區(qū)分對象。為了進(jìn)一步驗證Transformer 模型作為豬只特征提取器的優(yōu)勢,在PigsTrack 跟蹤器中,僅將特征提取器修改為OSNet網(wǎng)絡(luò),此時測試集視頻跟蹤結(jié)果的HOTA 為81.82%,低于原跟蹤器的結(jié)果,即基于Transformer 模型的特征提取器能更精準(zhǔn)的辨別不同豬只,以此來實現(xiàn)準(zhǔn)確的群養(yǎng)生豬的多目標(biāo)跟蹤。

    圖5 注意力圖可視化結(jié)果對比Fig.5 Visual comparison of attention maps

    由于PBVD 數(shù)據(jù)集中視頻的幀率較低,且每個視頻有2 min 的間隔時間,導(dǎo)致豬只的位置變化較大。為了驗證PigsTrack 跟蹤器能夠基于外觀信息長時間地跟蹤豬只,選擇PBVD 數(shù)據(jù)集中2019 年11 月28 日從7:00 到08:40 拍攝長達(dá)100 min 的視頻進(jìn)行試驗。圖6a~6 d 分別是PigsTrack 跟蹤結(jié)果視頻的第1 幀、第6 305 幀、第6 373 幀和第25 157 幀。

    圖6 利用PigsTrack 跟蹤器實現(xiàn)長視頻跟蹤Fig.6 Long video tracking with the PigsTrack tracker

    可以看出從第1 幀到第6 305 幀中的8 個跟蹤框準(zhǔn)確且穩(wěn)定,雖然在07:37:07(第6 373 幀)時豬6 的身份ID 跳變?yōu)?78,但是其余7 頭豬的身份準(zhǔn)確追蹤一直到視頻最后,時間為08:40:11(第25 157 幀)。結(jié)果表明,基于Transformer 模型的特征提取器使得PigsTrack跟蹤器魯棒性強、適應(yīng)性好,能夠?qū)崿F(xiàn)實際飼養(yǎng)環(huán)境的長時跟蹤。

    3.2.2 遮擋恢復(fù)匹配

    當(dāng)軌跡預(yù)測值與新檢測值匹配不成功時,遮擋恢復(fù)匹配利用未匹配軌跡的最后檢測值與新檢測值關(guān)聯(lián)來恢復(fù)對象,這個過程可以處理對象在合理的時間間隔內(nèi)停止或被遮擋的情況。在測試集中,將PigsTrack 跟蹤器中的遮擋恢復(fù)匹配階段刪除,其 HOTA 為84.68%,而原跟蹤器的HOTA 為85.66%,因此在跟蹤器中增加遮擋恢復(fù)匹配模塊可以增加0.98%的跟蹤效率。為了進(jìn)一步驗證遮擋恢復(fù)匹配的必要性,選擇視頻4 作為演示。由于豬只標(biāo)記隨時間變淡,此時視頻4 中豬只的外觀幾乎一致,特征匹配的優(yōu)勢減弱。面對擁擠、遮擋環(huán)境中的豬只跟蹤任務(wù),遮擋恢復(fù)匹配發(fā)揮作用。圖7a 是第341 幀,豬3 呈躺臥未被遮擋姿態(tài),圖7b 是第359 幀,豬3 被豬1遮擋消失,圖7c 和圖7 d 分別是無遮擋恢復(fù)匹配和有遮擋恢復(fù)匹配的豬3 在第367 幀的身份ID 展示??梢钥闯鰺o遮擋恢復(fù)匹配的豬只跟蹤會產(chǎn)生身份跳變,而添加遮擋恢復(fù)匹配的豬3 保持了身份ID。由于豬3 處于靜止?fàn)顟B(tài),框的位置幾乎不變,這使得恢復(fù)的檢測框位置能與遮擋之前的框位置保持幾乎一致。因此OC-SORT 中的遮擋恢復(fù)匹配在跟蹤豬圈中的豬只時具有較大優(yōu)勢。

    圖7 視頻4 中豬3 被遮擋前、遮擋中與遮擋后的身份ID 展示Fig.7 Display of the identity of pig 3 before,during,and after occlusion

    3.3 利用SlowFast 對生豬個體行為統(tǒng)計

    為驗證基于跟蹤結(jié)果的生豬個體行為識別與統(tǒng)計分析的準(zhǔn)確性,本文利用第2.1 節(jié)的數(shù)據(jù)集,標(biāo)注了4 種不同行為標(biāo)簽:站立(豬的四只腳接觸地面以支撐身體的靜立行為)[25],躺臥(豬一側(cè)肩膀直接與地面接觸的側(cè)躺,或以胸骨連同乳房接觸地面的姿勢臥地)[26],吃食(嘴接觸料槽或飼料)[27]與飲水(嘴部接觸水嘴或是水槽吸水)[28],以此來訓(xùn)練雙流3D 卷積(SlowFast)網(wǎng)絡(luò)。利用PigsTrack 跟蹤器呈現(xiàn)視頻17 的豬只日常行為跟蹤結(jié)果如圖8 所示,每一幀中的框包含豬的ID 與行為信息,圖中展現(xiàn)了豬只的站立,躺臥,吃食與飲水行為。

    圖8 利用PigsTrack 跟蹤器的日常行為跟蹤結(jié)果展示Fig.8 Display of daily behavior tracking results with PigsTrack tracker

    通過依次將PigsTrack、StrongSORT、ByteTrack 和OC-SORT 跟蹤器與SlowFast 網(wǎng)絡(luò)結(jié)合,實現(xiàn)豬只的跟蹤與行為識別。圖9a~9d 分別對測試集中個體豬的站立、躺臥、吃食和飲水行為的時間統(tǒng)計圖,橫軸代表豬只身份,縱軸代表行為的時長統(tǒng)計。從整體來看,PigsTrack的行為時間統(tǒng)計與真實值相近,優(yōu)于StrongSORT、ByteTrack 和OC-SORT 跟蹤器。說明PigsTrack 跟蹤器的穩(wěn)健跟蹤將對實現(xiàn)生豬個體行為地準(zhǔn)確識別更加有利。

    雖然與其他跟蹤器相比,PigsTrack 跟蹤器能夠更加準(zhǔn)確、有效且連續(xù)地對群養(yǎng)生豬的日常行為進(jìn)行跟蹤與分析,但是通過量化結(jié)果分析,吃食與飲水行為的真實統(tǒng)計值為121 和55 s,而PigsTrack 跟蹤器的統(tǒng)計結(jié)果為88 和22 s,準(zhǔn)確率僅為72.7%和40.0%。通過結(jié)果視頻分析發(fā)現(xiàn)吃食與飲水行為在豬只日常行為視頻中樣本占有量少等原因,常被行為識別網(wǎng)絡(luò)漏檢或被誤檢(站立行為),使得吃食與飲水行為的統(tǒng)計時間與真實統(tǒng)計時間差距較大。于是提升時空行為檢測模型對豬只日常行為識別的精度這一任務(wù)將會在本研究的后續(xù)工作中實現(xiàn)。

    4 模型泛化性驗證

    為了驗證模型的泛化性能,本文增加ABVD(aggressive-behavior video)數(shù)據(jù)集[29]作為補充試驗,此數(shù)據(jù)集記錄了哈爾濱鴻福養(yǎng)豬場中某豬圈大白豬和長白豬混群后72 h 內(nèi)的視頻數(shù)據(jù)(圖10),原始視頻圖像分辨率為2 560×1 440??紤]到ABVD 數(shù)據(jù)集視頻的采樣長度較短(采樣長度3 s),不利于驗證模型的跟蹤性能,本文將原始的ABVD 視頻序列根據(jù)其時間戳進(jìn)行拼接,形成連續(xù)、較長時間的視頻序列(長度約為30~36 s),以用于后續(xù)的研究。利用4 個視頻序列(共3 658 幀)組成數(shù)據(jù)集2。數(shù)據(jù)集2 中選擇2 個視頻用于訓(xùn)練、剩余2 個視頻用于測試,跟蹤結(jié)果見表4。

    表4 跟蹤器的跟蹤結(jié)果對比Table 4 Comparison of tracking results of trackers

    圖10 ABVD 數(shù)據(jù)集的畫面展示Fig.10 Display of the picture of ABVD dataset

    將PigsTrack 與DeepSORT、OC_SORT、ByteTrack 和StrongSORT 跟蹤方法做比較。PigsTrack 跟蹤器在數(shù)據(jù)集2 中HOTA、MOTA 和IDF1 分別為69.14%、94.82%和90.11%,相對于現(xiàn)有算法的最高精度,提高了5.33、0.57 和8.60 個百分點。雖然均優(yōu)于其他4 個跟蹤器的跟蹤效果,但與PigsTrack 跟蹤器在PBVD 數(shù)據(jù)集中的表現(xiàn)相比存在一定的差距。觀察結(jié)果視頻得出原因:首先數(shù)據(jù)集2 中的視頻擁有具有劇烈爭斗行為的豬只,豬只在爭斗過程中運動速度過快導(dǎo)致運動模糊,扭打時伴隨遮擋現(xiàn)象[30],并且運動模式復(fù)雜;其次豬只背部無標(biāo)記外觀提取更加困難,最后豬圈拍攝畫面不全,當(dāng)豬處于邊緣位置時存在漏檢。最終跟蹤器在跟蹤時容易出現(xiàn)錯誤結(jié)果。于是若需要跟蹤爭斗行為的豬只,還需要將試驗環(huán)境與跟蹤器做進(jìn)一步的優(yōu)化。

    5 結(jié)論

    本文提出PigsTrack 跟蹤器,利用YOLOX 實現(xiàn)對豬只的檢測,并使用基于Transformer 模型的身份重識別網(wǎng)絡(luò)提取具有區(qū)分度的外觀特征,同時,還引入了遮擋恢復(fù)匹配的方法,以實現(xiàn)對豬只的跟蹤。主要結(jié)論如下:

    1)基于PBVD 數(shù)據(jù)集選擇視頻自制數(shù)據(jù)集來訓(xùn)練與測試豬場視頻的跟蹤效果。試驗顯示,PigsTrack 跟蹤器在數(shù)據(jù)集上的HOTA(higher order tracking accuracy)為85.66%,MOTA(multiple object tracking accuracy)為98.59%,IDF1(identification F1 score)得分為99.57%,高于DeepSORT、OC-SORT、ByteTrack 和StrongSORT方法。PigsTrack 跟蹤器的所有跟蹤性能指標(biāo)均優(yōu)于其他跟蹤算法模型。

    2)通過注意力圖可視化結(jié)果,驗證了基于Transformer模型的特征提取器可以保留更多的細(xì)節(jié)信息,有利于提取更有區(qū)分度的外觀特征,從而實現(xiàn)對長視頻中豬只的精準(zhǔn)跟蹤。并且通過有遮擋和無遮擋恢復(fù)匹配的跟蹤結(jié)果對比,進(jìn)一步驗證了在跟蹤密集環(huán)境中的豬只時,添加遮擋恢復(fù)匹配可以帶來更穩(wěn)定的跟蹤。

    3)將PigsTrack 跟蹤器與Slowfast 網(wǎng)絡(luò)相結(jié)合,用于對視頻中豬只的站立、躺臥、吃食和飲水行為進(jìn)行識別。試驗對比結(jié)果表明,相較于其他跟蹤器,該方法能夠更準(zhǔn)確、有效且連續(xù)地識別、統(tǒng)計群養(yǎng)生豬的日常行為。

    4)使用ABVD 數(shù)據(jù)集制作了數(shù)據(jù)集2 進(jìn)行了補充試驗,驗證模型在群養(yǎng)生豬多目標(biāo)跟蹤任務(wù)中的泛化性能。PigsTrack 跟蹤器的HOTA、MOTA 和IDF1 得分分別為69.14%、94.82%和90.11%,仍優(yōu)于其他方法,但與PBVD 數(shù)據(jù)集相比略有差距。

    因此,針對爭斗行為的豬只,需要進(jìn)一步優(yōu)化試驗環(huán)境和跟蹤器。本文模型能夠有效應(yīng)對外觀相似和遮擋交互等挑戰(zhàn),在跟蹤穩(wěn)定性、準(zhǔn)確性和行為統(tǒng)計方面表現(xiàn)出色,為生豬養(yǎng)殖領(lǐng)域的研究和實際應(yīng)用提供了有價值的指導(dǎo)。

    猜你喜歡
    跟蹤器豬只外觀
    降低日糧粗蛋白并添加單體氨基酸對斷奶—育肥豬生長性能和營養(yǎng)排泄的影響(中)
    外觀動作自適應(yīng)目標(biāo)跟蹤方法
    A Shopping Story to Remember
    光伏跟蹤器陣列跟蹤精度的測算方法研究
    太陽能(2022年3期)2022-03-29 05:15:50
    不論外觀還是聲音,它都很美 Yamaha(雅馬哈)A-S3200合并功放
    豬胃潰瘍的病因與防治措施
    淺析一種風(fēng)光儲一體化跟蹤器
    太陽能(2020年3期)2020-04-08 03:27:10
    秋冬季防應(yīng)激不可忽略飲水消毒
    超長待機(jī)的自行車位置跟蹤器
    豬只硒缺乏癥的預(yù)防措施和治療方法
    一级a做视频免费观看| 亚洲精品,欧美精品| 国产一级毛片在线| 国产成人av激情在线播放 | 夫妻性生交免费视频一级片| 国产黄色视频一区二区在线观看| 午夜激情久久久久久久| 精品国产一区二区三区久久久樱花| 高清毛片免费看| 毛片一级片免费看久久久久| 一区在线观看完整版| 99re6热这里在线精品视频| 丰满饥渴人妻一区二区三| 久久久国产一区二区| 男的添女的下面高潮视频| 中文字幕久久专区| 国精品久久久久久国模美| 免费播放大片免费观看视频在线观看| 性高湖久久久久久久久免费观看| 久久久久久久久久久丰满| 国产精品久久久久久精品电影小说| 亚洲精品av麻豆狂野| 啦啦啦在线观看免费高清www| 91aial.com中文字幕在线观看| 国产在线免费精品| 亚洲精品中文字幕在线视频| 日本av手机在线免费观看| 黑人高潮一二区| 最黄视频免费看| 国产精品一区二区三区四区免费观看| 国产免费又黄又爽又色| 99久久综合免费| 日本vs欧美在线观看视频| 高清视频免费观看一区二区| 亚洲成人手机| 国产深夜福利视频在线观看| 亚洲成人手机| 精品久久国产蜜桃| 亚洲一区二区三区欧美精品| 日日摸夜夜添夜夜添av毛片| 一边摸一边做爽爽视频免费| 一级毛片我不卡| 国产精品女同一区二区软件| 免费人妻精品一区二区三区视频| 秋霞伦理黄片| 久久久久网色| 男女高潮啪啪啪动态图| 欧美亚洲 丝袜 人妻 在线| 波野结衣二区三区在线| 婷婷成人精品国产| 国产精品欧美亚洲77777| 边亲边吃奶的免费视频| 亚洲精品一二三| 国产精品麻豆人妻色哟哟久久| 999精品在线视频| 飞空精品影院首页| 欧美 亚洲 国产 日韩一| 18禁在线播放成人免费| 国产免费视频播放在线视频| 美女cb高潮喷水在线观看| 亚洲精品日本国产第一区| 午夜激情福利司机影院| 黑人巨大精品欧美一区二区蜜桃 | 国产无遮挡羞羞视频在线观看| 麻豆乱淫一区二区| 校园人妻丝袜中文字幕| 亚洲综合色网址| 国产精品成人在线| 看十八女毛片水多多多| 久久精品国产a三级三级三级| 亚洲av免费高清在线观看| a级毛片免费高清观看在线播放| 如日韩欧美国产精品一区二区三区 | 一区二区三区免费毛片| 亚洲精品色激情综合| 18在线观看网站| 国产精品一区二区三区四区免费观看| 国产成人精品一,二区| 久久精品久久久久久久性| 亚洲av免费高清在线观看| 久久人人爽av亚洲精品天堂| 一区二区av电影网| 你懂的网址亚洲精品在线观看| 亚洲精品久久成人aⅴ小说 | av专区在线播放| 国产深夜福利视频在线观看| 日韩一区二区三区影片| av国产精品久久久久影院| 国产男人的电影天堂91| 国产精品国产三级专区第一集| 亚洲成色77777| 亚洲精华国产精华液的使用体验| 啦啦啦啦在线视频资源| 亚洲高清免费不卡视频| 国国产精品蜜臀av免费| 男人操女人黄网站| 在线看a的网站| 亚洲国产日韩一区二区| 中文字幕久久专区| 纯流量卡能插随身wifi吗| 国语对白做爰xxxⅹ性视频网站| 五月玫瑰六月丁香| 欧美日韩在线观看h| 午夜福利网站1000一区二区三区| 国产永久视频网站| 交换朋友夫妻互换小说| 欧美成人午夜免费资源| 91成人精品电影| 国产欧美亚洲国产| 精品人妻熟女毛片av久久网站| 亚洲av在线观看美女高潮| 中文字幕人妻熟人妻熟丝袜美| 国产成人aa在线观看| 国产精品 国内视频| 欧美激情 高清一区二区三区| 国产淫语在线视频| 熟女人妻精品中文字幕| 国产精品女同一区二区软件| 亚洲欧洲日产国产| 国产免费一级a男人的天堂| 女性生殖器流出的白浆| 99久久精品一区二区三区| 亚洲少妇的诱惑av| 18禁观看日本| 超碰97精品在线观看| 少妇熟女欧美另类| 99热全是精品| a级毛片黄视频| av不卡在线播放| 春色校园在线视频观看| 一区二区三区免费毛片| 午夜免费鲁丝| 狂野欧美激情性xxxx在线观看| 少妇的逼好多水| 国产精品国产三级国产av玫瑰| √禁漫天堂资源中文www| 少妇猛男粗大的猛烈进出视频| a级毛片免费高清观看在线播放| 日韩不卡一区二区三区视频在线| av免费观看日本| 18在线观看网站| 欧美日韩一区二区视频在线观看视频在线| 久久久久久久久久成人| 久久婷婷青草| 久久久久久久亚洲中文字幕| tube8黄色片| 国产在线一区二区三区精| 天堂俺去俺来也www色官网| 我要看黄色一级片免费的| 久久午夜福利片| 国产免费视频播放在线视频| 午夜免费鲁丝| 国产综合精华液| 成人影院久久| 亚洲欧洲精品一区二区精品久久久 | 午夜福利视频精品| 久久久久人妻精品一区果冻| 各种免费的搞黄视频| 久久精品久久久久久噜噜老黄| 日本与韩国留学比较| 亚洲激情五月婷婷啪啪| 2022亚洲国产成人精品| 91久久精品电影网| 永久免费av网站大全| 国产av码专区亚洲av| 人体艺术视频欧美日本| 免费高清在线观看日韩| 亚洲成人av在线免费| 成人亚洲精品一区在线观看| 国产白丝娇喘喷水9色精品| 欧美日本中文国产一区发布| 亚洲国产日韩一区二区| 免费高清在线观看日韩| 全区人妻精品视频| 成人亚洲精品一区在线观看| 亚洲国产日韩一区二区| 国产在线视频一区二区| 欧美激情极品国产一区二区三区 | 99久久精品一区二区三区| 在线播放无遮挡| 十八禁网站网址无遮挡| 免费高清在线观看日韩| 夜夜看夜夜爽夜夜摸| 精品国产露脸久久av麻豆| 免费观看在线日韩| 久久人妻熟女aⅴ| 日韩av在线免费看完整版不卡| 亚洲美女黄色视频免费看| 亚洲一区二区三区欧美精品| 亚洲精品久久久久久婷婷小说| 久久热精品热| 亚洲精品视频女| 精品国产乱码久久久久久小说| 最新中文字幕久久久久| 99热网站在线观看| 一本色道久久久久久精品综合| 亚州av有码| 免费av中文字幕在线| 久久人人爽av亚洲精品天堂| 久久人人爽av亚洲精品天堂| 免费观看性生交大片5| 午夜老司机福利剧场| 亚洲欧美清纯卡通| 美女cb高潮喷水在线观看| 春色校园在线视频观看| 2021少妇久久久久久久久久久| 久久国内精品自在自线图片| av国产久精品久网站免费入址| 色婷婷久久久亚洲欧美| 美女cb高潮喷水在线观看| 日本欧美国产在线视频| a级毛片黄视频| 曰老女人黄片| 欧美激情 高清一区二区三区| 午夜视频国产福利| 日韩在线高清观看一区二区三区| 午夜福利,免费看| 久久鲁丝午夜福利片| 国产探花极品一区二区| 日韩,欧美,国产一区二区三区| 国产白丝娇喘喷水9色精品| 插逼视频在线观看| 99国产综合亚洲精品| 全区人妻精品视频| 男女免费视频国产| 两个人的视频大全免费| av播播在线观看一区| 26uuu在线亚洲综合色| 精品久久久久久电影网| 久久久国产一区二区| 国产精品女同一区二区软件| 国产精品久久久久久精品电影小说| 特大巨黑吊av在线直播| 欧美一级a爱片免费观看看| av专区在线播放| 国产成人午夜福利电影在线观看| 国产精品不卡视频一区二区| 九草在线视频观看| 国产av精品麻豆| 亚洲av日韩在线播放| 亚洲精品视频女| 69精品国产乱码久久久| 美女国产视频在线观看| 大码成人一级视频| 成人18禁高潮啪啪吃奶动态图 | 国产精品久久久久久精品电影小说| 日韩 亚洲 欧美在线| 最近的中文字幕免费完整| 91精品国产九色| tube8黄色片| 18+在线观看网站| 色5月婷婷丁香| 色网站视频免费| 午夜日本视频在线| 26uuu在线亚洲综合色| 日日撸夜夜添| 日本猛色少妇xxxxx猛交久久| 国产高清有码在线观看视频| 精品少妇内射三级| 99久国产av精品国产电影| 日韩 亚洲 欧美在线| 免费黄网站久久成人精品| 在线观看人妻少妇| 久久毛片免费看一区二区三区| 国产av码专区亚洲av| 日韩av不卡免费在线播放| 亚洲av男天堂| 国产精品女同一区二区软件| 中文字幕精品免费在线观看视频 | 午夜福利影视在线免费观看| 久久久久精品性色| 亚洲精品456在线播放app| tube8黄色片| 黄色配什么色好看| 大香蕉久久成人网| 国产成人精品婷婷| 国产免费一区二区三区四区乱码| 51国产日韩欧美| 国产精品久久久久久精品古装| 成年女人在线观看亚洲视频| 国产在线免费精品| 久久久午夜欧美精品| 亚洲av男天堂| 欧美日韩视频高清一区二区三区二| 亚洲四区av| 妹子高潮喷水视频| 欧美精品高潮呻吟av久久| 亚洲中文av在线| 欧美日韩视频精品一区| 亚洲欧洲精品一区二区精品久久久 | 日本-黄色视频高清免费观看| 亚洲熟女精品中文字幕| 国产亚洲午夜精品一区二区久久| 国内精品宾馆在线| 精品亚洲成国产av| 久久精品国产亚洲av涩爱| 久久热精品热| 国产精品免费大片| 99久国产av精品国产电影| 国产乱人偷精品视频| 久久久久久久久久成人| 亚洲av中文av极速乱| 十分钟在线观看高清视频www| 综合色丁香网| 最近的中文字幕免费完整| 天天影视国产精品| 人人妻人人澡人人爽人人夜夜| 日本与韩国留学比较| 国产亚洲午夜精品一区二区久久| 免费观看的影片在线观看| 中文字幕免费在线视频6| 欧美激情国产日韩精品一区| 黄片无遮挡物在线观看| 久久ye,这里只有精品| 99久国产av精品国产电影| 国产乱人偷精品视频| 国产精品一区二区三区四区免费观看| 最新的欧美精品一区二区| 欧美国产精品一级二级三级| 亚洲av免费高清在线观看| 男人添女人高潮全过程视频| 国产精品99久久99久久久不卡 | 18禁观看日本| 91精品三级在线观看| 亚洲激情五月婷婷啪啪| 欧美大码av| 热re99久久精品国产66热6| 国产免费av片在线观看野外av| 天堂中文最新版在线下载| 亚洲国产av新网站| 国产成人免费无遮挡视频| 国产高清视频在线播放一区| 国产欧美日韩一区二区三| 免费看十八禁软件| 制服人妻中文乱码| 757午夜福利合集在线观看| 日韩视频在线欧美| 久久国产精品大桥未久av| 日韩中文字幕视频在线看片| 高清欧美精品videossex| 亚洲精品在线观看二区| 精品国产一区二区三区久久久樱花| av又黄又爽大尺度在线免费看| 成年人午夜在线观看视频| 久久久久久免费高清国产稀缺| 99re在线观看精品视频| 亚洲av第一区精品v没综合| 国产极品粉嫩免费观看在线| 一级毛片精品| 热re99久久精品国产66热6| 人妻 亚洲 视频| 男女免费视频国产| 国产亚洲欧美精品永久| 欧美 亚洲 国产 日韩一| 欧美精品高潮呻吟av久久| 天堂中文最新版在线下载| 一本—道久久a久久精品蜜桃钙片| 免费日韩欧美在线观看| 精品一区二区三卡| 精品福利永久在线观看| 欧美一级毛片孕妇| 午夜激情av网站| 国产淫语在线视频| 亚洲国产欧美一区二区综合| 久久久久精品国产欧美久久久| 麻豆乱淫一区二区| 国产伦理片在线播放av一区| 久久精品亚洲av国产电影网| 50天的宝宝边吃奶边哭怎么回事| 12—13女人毛片做爰片一| 国产欧美日韩精品亚洲av| 成年人黄色毛片网站| 黄色怎么调成土黄色| videos熟女内射| 夜夜爽天天搞| 亚洲av成人一区二区三| 十八禁网站免费在线| 99久久国产精品久久久| 欧美激情久久久久久爽电影 | 欧美老熟妇乱子伦牲交| 国产区一区二久久| 国产精品98久久久久久宅男小说| 国产亚洲欧美在线一区二区| 欧美大码av| 国产在线一区二区三区精| 欧美激情高清一区二区三区| 精品午夜福利视频在线观看一区 | 人人妻,人人澡人人爽秒播| 亚洲人成77777在线视频| 国产97色在线日韩免费| 久久精品亚洲熟妇少妇任你| 欧美黑人精品巨大| 亚洲五月婷婷丁香| 淫妇啪啪啪对白视频| 久久人人97超碰香蕉20202| 久久精品人人爽人人爽视色| 午夜老司机福利片| 国产精品久久久久成人av| av欧美777| 国产精品偷伦视频观看了| 国产成人免费无遮挡视频| 无遮挡黄片免费观看| av网站免费在线观看视频| 成人影院久久| 999久久久国产精品视频| 免费女性裸体啪啪无遮挡网站| 国产精品免费大片| 黑人巨大精品欧美一区二区mp4| 国产伦理片在线播放av一区| 欧美日韩视频精品一区| 99国产精品99久久久久| 涩涩av久久男人的天堂| 满18在线观看网站| 高清av免费在线| 黑人巨大精品欧美一区二区mp4| 中文字幕人妻丝袜一区二区| 欧美日韩一级在线毛片| 日日摸夜夜添夜夜添小说| 精品人妻1区二区| 91av网站免费观看| 精品午夜福利视频在线观看一区 | 免费看a级黄色片| 男女免费视频国产| av一本久久久久| 精品国产亚洲在线| 三上悠亚av全集在线观看| 一区二区日韩欧美中文字幕| 十八禁人妻一区二区| 国产男女内射视频| 久久国产精品影院| 男女床上黄色一级片免费看| 久久精品国产a三级三级三级| 香蕉国产在线看| 久久久精品94久久精品| 亚洲国产欧美日韩在线播放| 色94色欧美一区二区| 成人国语在线视频| 日韩中文字幕欧美一区二区| 久久久国产精品麻豆| 久久热在线av| 国产精品久久久av美女十八| 热99re8久久精品国产| 久久国产精品影院| 免费观看av网站的网址| 脱女人内裤的视频| 国产又爽黄色视频| 日韩有码中文字幕| 亚洲成人免费电影在线观看| 亚洲欧美一区二区三区黑人| 少妇猛男粗大的猛烈进出视频| 国产不卡av网站在线观看| 日韩大片免费观看网站| 悠悠久久av| 99riav亚洲国产免费| 咕卡用的链子| 亚洲,欧美精品.| 亚洲第一欧美日韩一区二区三区 | 777久久人妻少妇嫩草av网站| 成人亚洲精品一区在线观看| 91大片在线观看| 丁香欧美五月| 一进一出抽搐动态| 曰老女人黄片| videosex国产| 国产高清videossex| 国产又色又爽无遮挡免费看| 亚洲伊人久久精品综合| 悠悠久久av| 国产精品成人在线| 亚洲va日本ⅴa欧美va伊人久久| 成年人免费黄色播放视频| 中文字幕最新亚洲高清| 亚洲国产毛片av蜜桃av| 成年人黄色毛片网站| 9热在线视频观看99| 国产男女超爽视频在线观看| 欧美精品av麻豆av| 久久精品熟女亚洲av麻豆精品| 免费在线观看黄色视频的| 一级a爱视频在线免费观看| 成在线人永久免费视频| 久久热在线av| 亚洲第一av免费看| 国产麻豆69| 国产精品98久久久久久宅男小说| 大陆偷拍与自拍| 真人做人爱边吃奶动态| 国产精品免费一区二区三区在线 | 久久人妻福利社区极品人妻图片| xxxhd国产人妻xxx| av欧美777| 日韩大片免费观看网站| 纯流量卡能插随身wifi吗| 国产aⅴ精品一区二区三区波| 十八禁高潮呻吟视频| 欧美亚洲 丝袜 人妻 在线| www日本在线高清视频| 成人亚洲精品一区在线观看| 久久午夜综合久久蜜桃| tube8黄色片| 99久久国产精品久久久| 老汉色∧v一级毛片| 嫁个100分男人电影在线观看| 美女国产高潮福利片在线看| 露出奶头的视频| 脱女人内裤的视频| 蜜桃在线观看..| www.精华液| tube8黄色片| bbb黄色大片| 久久久久久久国产电影| 国产精品成人在线| 女人被躁到高潮嗷嗷叫费观| 国产成人一区二区三区免费视频网站| 人人妻,人人澡人人爽秒播| 两性夫妻黄色片| 女性被躁到高潮视频| 俄罗斯特黄特色一大片| 久久 成人 亚洲| 人人妻人人爽人人添夜夜欢视频| 夫妻午夜视频| 欧美av亚洲av综合av国产av| 性少妇av在线| 国产亚洲精品第一综合不卡| 久久久久久亚洲精品国产蜜桃av| 丝瓜视频免费看黄片| 日本撒尿小便嘘嘘汇集6| 色在线成人网| 日韩中文字幕视频在线看片| 国产日韩欧美亚洲二区| 99香蕉大伊视频| 999精品在线视频| 久9热在线精品视频| 久久久久久免费高清国产稀缺| 午夜福利在线观看吧| 美女国产高潮福利片在线看| 最近最新中文字幕大全免费视频| 精品久久久精品久久久| 成年人免费黄色播放视频| 欧美久久黑人一区二区| 80岁老熟妇乱子伦牲交| 国产亚洲午夜精品一区二区久久| 亚洲国产毛片av蜜桃av| 色婷婷av一区二区三区视频| 午夜精品国产一区二区电影| 超色免费av| 97人妻天天添夜夜摸| 满18在线观看网站| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲色图综合在线观看| 亚洲成人国产一区在线观看| 国产片内射在线| 他把我摸到了高潮在线观看 | 一个人免费看片子| 国产成人免费观看mmmm| 涩涩av久久男人的天堂| 久久久久视频综合| 一个人免费看片子| 老司机午夜福利在线观看视频 | 性高湖久久久久久久久免费观看| 精品少妇久久久久久888优播| 亚洲久久久国产精品| 久久人人爽av亚洲精品天堂| 欧美黄色片欧美黄色片| 黑人欧美特级aaaaaa片| 人妻一区二区av| 亚洲情色 制服丝袜| 蜜桃在线观看..| 最近最新中文字幕大全电影3 | 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲精品在线美女| 欧美成狂野欧美在线观看| 精品国产超薄肉色丝袜足j| 中文欧美无线码| 久久久久久久大尺度免费视频| 99香蕉大伊视频| 国产欧美日韩一区二区三区在线| 国产色视频综合| 国产无遮挡羞羞视频在线观看| 亚洲五月婷婷丁香| 建设人人有责人人尽责人人享有的| 免费人妻精品一区二区三区视频| 建设人人有责人人尽责人人享有的| 国产精品成人在线| 国产精品免费视频内射| 久久亚洲真实| 手机成人av网站| 久久久久久久久久久久大奶| 国产精品免费视频内射| 日韩大码丰满熟妇| 少妇粗大呻吟视频| 午夜老司机福利片| 新久久久久国产一级毛片| 亚洲成a人片在线一区二区| 午夜福利视频在线观看免费| 少妇的丰满在线观看| 美女午夜性视频免费| 午夜成年电影在线免费观看| 亚洲第一青青草原| xxxhd国产人妻xxx| 国产精品九九99| 成人永久免费在线观看视频 | 一级毛片精品| 亚洲av电影在线进入| 丰满少妇做爰视频| 亚洲欧美一区二区三区黑人| 下体分泌物呈黄色| 久久精品91无色码中文字幕| 一级a爱视频在线免费观看| 黄片大片在线免费观看| 18禁观看日本| 久久久久视频综合| 精品一品国产午夜福利视频| 午夜成年电影在线免费观看| 亚洲第一青青草原|