• <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 ?

    一種有效的基于卷積神經(jīng)網(wǎng)絡(luò)的車輛檢索算法

    2018-06-05 10:15:38張春玉黃知紅
    科技創(chuàng)新與應(yīng)用 2018年13期
    關(guān)鍵詞:卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)電子商務(wù)

    張春玉 黃知紅

    摘 要:車輛檢索是基于圖像的相似搜索的子任務(wù),在電子商務(wù)和智能安防領(lǐng)域有著重要的實(shí)際應(yīng)用價(jià)值。文章提出了一種有效的基于卷積神經(jīng)網(wǎng)絡(luò)車輛檢索的算法。利用YOLOV2檢測算法提取圖片中的車輛位置減少背景對車輛檢索造成的影響。提出了改變訓(xùn)練集中車輛的顏色進(jìn)行數(shù)據(jù)增強(qiáng),緩解訓(xùn)練數(shù)據(jù)集較少的問題?;谖⒄{(diào)的ResNet50網(wǎng)絡(luò)提取車輛的特征用來進(jìn)行相似匹配。在香港大學(xué)車輛數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明文中提出的算法取得了不錯(cuò)的檢索效果。

    關(guān)鍵詞:車輛檢索;以圖搜圖;卷積神經(jīng)網(wǎng)絡(luò);深度學(xué)習(xí);電子商務(wù)

    中圖分類號(hào):TP311.5 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):2095-2945(2018)13-0006-04

    Abstract: Vehicle retrieval is a sub-task of similar search based on image, which has important practical application value in the field of e-business and intelligent security. This paper presents an effective vehicle retrieval algorithm based on convolution neural network. YOLOV2 detection algorithm is used to extract the vehicle position in the image to reduce the impact of background on the vehicle retrieval. The problem of changing the color of vehicle in training concentration to enhance the data is put forward to alleviate the problem of less training data set. The ResNet50 network based on fine tuning is used to extract vehicle features for similar matching. The experimental results on the vehicle data set of the University of Hong Kong show that the proposed algorithm has achieved good retrieval results.

    Keywords: vehicle retrieval; graph searching via graph; convolutional neural network; deep learning; e-business

    引言

    隨著國家經(jīng)濟(jì)的發(fā)展和家庭總收入的不斷增加,汽車作為一種舒適的交通工具已經(jīng)成為了一個(gè)必備的消費(fèi)需求。另外隨著互聯(lián)網(wǎng)技術(shù)的進(jìn)步,電子商務(wù)取得了長足的發(fā)展。汽車電商平臺(tái)的出現(xiàn)為消費(fèi)者購買汽車提供了一個(gè)方便的渠道?,F(xiàn)有的大部分汽車電商平臺(tái)只提供根據(jù)關(guān)鍵字進(jìn)行指定車款信息的檢索,這樣就造成了一個(gè)潛在的問題,當(dāng)平臺(tái)用戶不知道車的具體品牌或者車款時(shí),就很難根據(jù)關(guān)鍵字在平臺(tái)上找到想要購買的車輛信息。本文討論基于圖片的同款車檢索算法解決車輛商品檢索問題,對電商平臺(tái)的發(fā)展具有重要的發(fā)展意義。

    圖像檢索是計(jì)算機(jī)視覺的一個(gè)研究領(lǐng)域,通過匹配兩幅圖像特征間的相似度進(jìn)行相似檢索。傳統(tǒng)的圖像檢索方法大部分基于類似于SIFT[1]的局部描述子和BOW[2]算法來構(gòu)建圖像的特征來進(jìn)行相似檢索,該種架構(gòu)已經(jīng)在一些特定的領(lǐng)域取得了非常好的應(yīng)用。但是由于局部特征的表征能力有限,該種算法并不能用來檢索同款車輛。

    深度學(xué)習(xí)算法以其強(qiáng)大的特征表示能力,在計(jì)算機(jī)視覺的很多領(lǐng)域都取得了很好的應(yīng)用,例如目標(biāo)檢測、語音識(shí)別、人臉識(shí)別、字符識(shí)別等。近年來也有很多基于深度學(xué)習(xí)相似圖像檢索的研究,并且在某些任務(wù)上也取得了不俗成績。本文采用深度學(xué)習(xí)算法來處理相似車款檢索的問題。值得一提的是,雖然基于深度學(xué)習(xí)的圖像相似檢索方面的研究很多,但是在基于圖片的同款車檢索這個(gè)問題上的研究卻相對較少。一方面是由于該問題并沒有受到大部分人的重視,另一方面是大規(guī)模數(shù)據(jù)集的缺少。針對這些問題,本文的貢獻(xiàn)點(diǎn)可以歸結(jié)為兩點(diǎn):

    (1)提出了一種驗(yàn)證有效的基于深度學(xué)習(xí)的同款車檢索算法。

    (2)提出了一種新的基于車輛顏色轉(zhuǎn)變的數(shù)據(jù)增強(qiáng)的方法。

    1 車輛檢索算法

    本文提出的算法架構(gòu)可以歸納為前期、中期和后期三個(gè)不同的階段。前期階段包括基于YOLOV2的車輛檢測網(wǎng)絡(luò)和基于ResNet50[4]的車款識(shí)別網(wǎng)絡(luò)的訓(xùn)練。中期階段主要是對檢索庫中的圖片進(jìn)行特征提取。后期階段是根據(jù)輸入圖片的特征進(jìn)行檢索庫中的特征匹配。

    1.1 網(wǎng)絡(luò)訓(xùn)練

    圖1中給出了檢測算法的網(wǎng)絡(luò)結(jié)構(gòu)。圖中I表示輸入圖片,Label(x,y,w,h,class)表示圖片中矩形框的位置和矩形框中目標(biāo)的類別,其中x,y是矩形中心點(diǎn),w,h是矩形框的寬和高。class表示目標(biāo)的類別,由于本文只是檢測車輛因此只有一個(gè)類別class=0。另外在訓(xùn)練時(shí)候?yàn)榱四軌蚍奖闶諗?,x,y,w,h都相對于原始圖片做了歸一化處理。Loss用來表示訓(xùn)練過程中的計(jì)算得到的loss值。YOLOV2算法loss的計(jì)算主要包括三個(gè)部分,框的位置,是否包含目標(biāo),目標(biāo)所屬的類別。由于在車輛檢測任務(wù)中目標(biāo)類別的個(gè)數(shù)為1。因此本文修改了loss的計(jì)算方式。公式(1)中給出了loss計(jì)算的數(shù)學(xué)表達(dá)式:

    1表示矩形框的loss占的權(quán)重,本文設(shè)置為5。?姿2表示包含目標(biāo)的置信度的權(quán)重,本文設(shè)置為1,?姿3表示不包含目標(biāo)的置信度的權(quán)重,本文設(shè)置為0.5。另外只有在區(qū)域包含目標(biāo)的時(shí)候才會(huì)計(jì)算矩形框的loss值。

    本文采用ResNet50網(wǎng)絡(luò)作為車款識(shí)別的基礎(chǔ)網(wǎng)絡(luò)。網(wǎng)絡(luò)訓(xùn)練采用遷移學(xué)習(xí)的方式,首先在ImageNet百萬數(shù)據(jù)集上進(jìn)行訓(xùn)練,然后在車款分類數(shù)據(jù)集上進(jìn)行微調(diào)訓(xùn)練。在數(shù)據(jù)預(yù)處理方面,提出了通過改變訓(xùn)練集車輛圖片的顏色來擴(kuò)充訓(xùn)練數(shù)據(jù)集。圖2中給出了車身顏色修改的效果圖。上面一行是輸入圖片,下面一行是經(jīng)過改變車身顏色的效果圖。車身顏色改變的方法采用了開源代碼[5]。微調(diào)訓(xùn)練的方式比較簡單,只需要修改ResNet50輸出層的神經(jīng)元的個(gè)數(shù),在訓(xùn)練時(shí)加載預(yù)訓(xùn)練好的模型即可。

    1.2 特征提取

    本文通過可視化ResNet50不同層的特征以及結(jié)合在測試集上的檢索效果,最終選擇提取Layer_512_2_conv2層的特征作為車輛的特征信息。圖3中給出了特征提取的流程。I表示檢測到的車輛圖片,送入訓(xùn)練好的網(wǎng)絡(luò)做一次前向傳播,然后提取layer_512_2_conv層的特征。由于該層為卷積層,因此最后做一次max pooling 操作得到一個(gè)512維的向量f,該向量就是圖像I的特征。因此假設(shè)檢索庫中圖片數(shù)量為N。對于每一張圖片Ni,首先做一次車輛檢測(假設(shè)一張圖片只包含一輛車),然后送入網(wǎng)絡(luò)提取特征得到向量fi,最終可以得到一個(gè)N*512維的矩陣X,該矩陣就是建好的特征庫。

    1.3 特征檢索

    為了保證檢索的精度和速度,本文采用近鄰匹配計(jì)算特征之間的距離。本文采用歐式距離作為度量方式。因此首先對提取到的特征庫中的特征進(jìn)行歸一化。另外為了提高檢索的速度和降低內(nèi)存的開銷,本文采用PCA算法進(jìn)行特征降維。

    2 實(shí)驗(yàn)和分析

    本文選用Caffe作為特征提取的深度學(xué)習(xí)框架,Darknet作為車輛檢測的依賴庫。硬件環(huán)境為三塊GeForce GTX 1080ti顯卡、英特爾E5處理器、128G內(nèi)存的臺(tái)式電腦。操作系統(tǒng)為Ubuntu14.04。

    2.1 數(shù)據(jù)集

    本文數(shù)據(jù)集主要包含三塊:車輛檢測數(shù)據(jù)集、車款識(shí)別數(shù)據(jù)集、車輛檢索數(shù)據(jù)集。車輛檢測數(shù)據(jù)集通過人工標(biāo)注的方式收集。車款識(shí)別數(shù)據(jù)集基于香港大學(xué)車輛數(shù)據(jù)集中的監(jiān)控?cái)?shù)據(jù)集:包含281個(gè)車款類別共44483張車輛圖片。車輛檢索測試集包括車款識(shí)別測試集以及收集的50000張干擾監(jiān)控?cái)?shù)據(jù)集。從281個(gè)類別中每個(gè)類別抽取1張圖片作為測試集,剩下的和干擾數(shù)據(jù)一起作為檢索庫。表1中給出了數(shù)據(jù)集的使用情況。

    2.2 網(wǎng)絡(luò)訓(xùn)練

    檢測算法選用基于darknet19網(wǎng)絡(luò)結(jié)構(gòu)的YOLOV2檢測算法。從darknet官方網(wǎng)站下載訓(xùn)練網(wǎng)絡(luò)所需要的網(wǎng)絡(luò)定義cfg和保存權(quán)值的weights文件。修改cfg文件中的最后一層卷積層的輸出為30=5*(1+1+4),修改region層的classes=1,同時(shí)基于YOLOV2文中提到的改進(jìn)kmeans算法根據(jù)標(biāo)注的訓(xùn)練數(shù)據(jù)集的labels標(biāo)簽生成anchor點(diǎn)的坐標(biāo)。設(shè)置檢測網(wǎng)絡(luò)最大迭代次數(shù)為200000次,設(shè)置初始學(xué)習(xí)率為0.0001學(xué)習(xí)率下降策略為steps。由于darknet19是全卷積網(wǎng)絡(luò)結(jié)構(gòu)因此在訓(xùn)練過程中采用多尺度訓(xùn)練的方式。輸入圖片的尺寸為352、384、416、448。最終在測試集上設(shè)置IOU=0.8、thresh=0.8、nms=0.4得到的不同輸入尺寸的檢測效果如表2。表2的第一行給出了YOLO_V2算法在COCO數(shù)據(jù)集上訓(xùn)練的模型在本文測試集上的效果。從測試集上的結(jié)果可以看出,本文訓(xùn)練的車輛檢測算法在測試集上的檢測精度要明顯好于前者。

    車款識(shí)別原始訓(xùn)練集一共包含38863張數(shù)據(jù),直接基于這些數(shù)據(jù)進(jìn)行訓(xùn)練容易造成過擬合。因此采用旋轉(zhuǎn)、添加高斯噪聲、水平翻轉(zhuǎn)、車身顏色改變來進(jìn)行數(shù)據(jù)增強(qiáng)。車身顏色改變對于黑夜中的車輛效果非常的差。所以在利用車身顏色改變進(jìn)行數(shù)據(jù)增強(qiáng)之前,先根據(jù)輸入圖片的平均亮度來過濾掉夜晚的車輛圖片。設(shè)置平均亮度值低于50的為夜晚圖片,從訓(xùn)練集中過濾掉14843張圖片。 通過觀察過濾后的數(shù)據(jù)集,發(fā)現(xiàn)車身顏色大部分為白色、黑色、紅色。訓(xùn)練一個(gè)車身顏色識(shí)別的網(wǎng)絡(luò)模型,把訓(xùn)練集中的每個(gè)類別中包含的白色、黑色、紅色圖片提取出來。依托訓(xùn)練的車身顏色分類模型一共提出11569張圖片,其中紅色1165張,白色3372張,黑色7032張。接下來采用基于開源代碼訓(xùn)練的圖3中展示的顏色轉(zhuǎn)換模型進(jìn)行數(shù)據(jù)增強(qiáng)。表3中給出了最終數(shù)據(jù)增強(qiáng)后的訓(xùn)練集組成。

    從caffe的開源社區(qū)Model Zoo中下載預(yù)訓(xùn)練好的ResNet50網(wǎng)絡(luò)模型。修改輸出層網(wǎng)絡(luò)的神經(jīng)元個(gè)數(shù)為281類,設(shè)置初始學(xué)習(xí)率base_lr=0.001,學(xué)習(xí)方式lr_policy="multistep",momentum=0.96、weight_decay=0.0002。分別利用沒有加入顏色增強(qiáng)和加入顏色增強(qiáng)的數(shù)據(jù)集進(jìn)行網(wǎng)絡(luò)的訓(xùn)練。前者由于數(shù)據(jù)集較少,訓(xùn)練80000次就開始出現(xiàn)欠擬合的情況,訓(xùn)練集上已經(jīng)達(dá)到了99.9%的精度,但是測試集上的精度在95%左右徘徊。當(dāng)加入顏色改變數(shù)據(jù)集之后該情況得到了明顯的緩解,訓(xùn)練100000次測試集上的準(zhǔn)確度到了97%。表4中在測試集上的檢索效果對比也說明了,加入顏色改變增強(qiáng)的有效性。

    2.3 檢索時(shí)間和效果分析

    檢索的時(shí)間開銷和準(zhǔn)確度是衡量算法好壞的兩個(gè)重要標(biāo)準(zhǔn)。本部分將圍繞這兩個(gè)指標(biāo)對本文算法的性能進(jìn)行詳細(xì)的分析。

    表4中給出了不同檢索算法在本文測試集上的檢索精度。TopN表示前N張結(jié)果中正確結(jié)果所占的比例。實(shí)驗(yàn)結(jié)果表明基于SIFT[1]暴力匹配的方式和基于BOW[2]的方式檢索效果都比較差,這和圖1中特征匹配可視化的結(jié)果相一致。直接基于AlexNet網(wǎng)絡(luò)在ImageNet數(shù)據(jù)集上訓(xùn)練的通用特征進(jìn)行車輛檢索的效果也不夠理想。這也說明了在特定任務(wù)上進(jìn)行遷移訓(xùn)練的重要性。Our_one表示直接采用沒有加入顏色增強(qiáng)數(shù)據(jù)進(jìn)行訓(xùn)練的模型的檢索效果,Our_two是加入顏色增強(qiáng)數(shù)據(jù)的檢索效果。后者要比前者平均高約4個(gè)百分點(diǎn),這也說明通過改變顏色增強(qiáng)能夠大幅度提高檢索的效果。Our_three是采用PCA進(jìn)行降維,特征維度降到256維的檢索效果,可以發(fā)現(xiàn)檢索效果不但沒有下降還略微有上升。特征降維,可以提高檢索的速度同時(shí)減少內(nèi)存的開銷。Our_four算法是加入本文車輛檢測算法,提取測試集上的車輛圖片進(jìn)行檢索效果。由于香港大學(xué)數(shù)據(jù)集中的測試圖片已經(jīng)不包含太多的背景信息,因此通過該方式在測試集上的效果只是略有提升。但是在實(shí)際應(yīng)用場景中,該種方式能夠極大的提高檢索的效果。

    圖4中給出了部分車輛圖片的檢索效果。左邊第一列為輸入的檢索圖片,其它列為檢索出來的Top5結(jié)果。用紅色外邊框包圍的圖片表示檢索出錯(cuò)的結(jié)果。夜間圖片由于光線較差,圖片的亮度較低因此檢索的精度會(huì)下降。但是從檢索效果可以看出,輸入夜晚的圖片也有一定的概率檢索出正確的白天的圖片,反之亦然。例如第二行的第三張和第7行的第三張。

    本文算法的時(shí)間開銷主要包含三個(gè)部分。車輛檢測和特征提取和近鄰匹配。檢測算法在1080ti的顯卡上當(dāng)輸入圖片大小為416*416的時(shí)間為0.011s。特征提取的時(shí)間開銷為一張圖片0.02s。特征匹配的時(shí)間開銷根據(jù)檢索庫的大小和特征維度的不同,所需要的時(shí)間開銷也不一樣。表5給出了不同量級(jí)檢索庫上512維的特征維度,特征匹配的時(shí)間開銷。根據(jù)表5給出的時(shí)間統(tǒng)計(jì),本文算法在百萬級(jí)的圖像檢索庫中依然能夠達(dá)到秒級(jí)以內(nèi)的檢索響應(yīng)的速度。

    3 結(jié)束語

    本文介紹了一種基于卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行車輛檢索的算法,并且提出了一種新的數(shù)據(jù)增強(qiáng)的方法。實(shí)驗(yàn)證明算法能夠取得不錯(cuò)的效果。然而,算法依然存在不足之處。例如對于夜晚圖片光線較差的情況檢索效果就不夠理想。希望在以后的研究中能夠改進(jìn)這部分的問題。

    參考文獻(xiàn):

    [1]Huang J, Feris R, Chen Q, et al. Cross-Domain Image Retrieval with a Dual Attribute-Aware Ranking Network[J]. 2015:1062-1070..

    [2]Lin K, Yang H F, Liu K H, et al. Rapid Clothing Retrieval via Deep Learning of Binary Codes and Hierarchical Search[J]. 2015:499-502.

    [3]Redmon J, Farhadi A. YOLO9000: Better, Faster, Stronger[J]. 2016.

    [4]He K, Zhang X, Ren S, et al. Deep Residual Learning for Image Recognition[J]. 2015:770-778.

    [5]https://github.com/Armour/Automatic-Image-Colorization.

    [6]Jegou H, Douze M, Schmid C. Hamming Embedding and Weak Geometric Consistency for Large Scale Image Search[M]// Computer Vision - ECCV 2008. OAI, 2008:304-317.

    [7]Krizhevsky A, Sutskever I, Hinton G E. ImageNet Classification with Deep Convolutional Neural Networks[J]. Advances in Neural Information Processing Systems, 2012, 25(2):2012.

    [8]Yang L, Luo P, Chen C L, et al. A large-scale car dataset for fine-grained categorization and verification[J]. 2015:3973-3981.

    [9]Lowe D G. Distinctive Image Features from Scale-Invariant Keypoints[J]. International Journal of Computer Vision, 2004, 60(60):91-110.

    猜你喜歡
    卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)電子商務(wù)
    《電子商務(wù)法》如何助力直銷
    電子商務(wù)
    基于深度卷積神經(jīng)網(wǎng)絡(luò)的物體識(shí)別算法
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場域建構(gòu)
    大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    基于深度卷積網(wǎng)絡(luò)的人臉年齡分析算法與實(shí)現(xiàn)
    軟件工程(2016年8期)2016-10-25 15:47:34
    基于卷積神經(jīng)網(wǎng)絡(luò)的樹葉識(shí)別的算法的研究
    關(guān)于加快制定電子商務(wù)法的議案
    跨境電子商務(wù)中的跨文化思考
    午夜激情福利司机影院| 久久影院123| 中文在线观看免费www的网站| 久久久午夜欧美精品| 99久国产av精品国产电影| 大陆偷拍与自拍| 欧美日韩国产mv在线观看视频 | 你懂的网址亚洲精品在线观看| 一级毛片久久久久久久久女| 亚洲欧美成人精品一区二区| 色哟哟·www| 80岁老熟妇乱子伦牲交| 欧美国产精品一级二级三级 | 久久99热6这里只有精品| 日本与韩国留学比较| 建设人人有责人人尽责人人享有的 | 免费不卡的大黄色大毛片视频在线观看| 久久久久久久久久久丰满| 黄片wwwwww| 亚洲精品乱码久久久v下载方式| 观看av在线不卡| 亚洲精品乱码久久久v下载方式| 九九久久精品国产亚洲av麻豆| 99久久人妻综合| 日韩大片免费观看网站| 亚洲欧洲日产国产| 大陆偷拍与自拍| 久久这里有精品视频免费| 亚洲精品日本国产第一区| 大片电影免费在线观看免费| 国产精品成人在线| 亚洲av日韩在线播放| 男人爽女人下面视频在线观看| 大话2 男鬼变身卡| 亚洲精品日本国产第一区| 日韩av在线免费看完整版不卡| 麻豆乱淫一区二区| 国产真实伦视频高清在线观看| 国产乱来视频区| 欧美日韩视频精品一区| 人妻系列 视频| 国产免费一区二区三区四区乱码| 亚洲av福利一区| 身体一侧抽搐| 高清视频免费观看一区二区| 国产v大片淫在线免费观看| 美女高潮的动态| 国产精品久久久久久av不卡| 一区二区三区精品91| 人妻系列 视频| 国产精品秋霞免费鲁丝片| 国产成人精品一,二区| 精品人妻偷拍中文字幕| 老司机影院成人| 亚洲av中文av极速乱| 三级国产精品片| 中文欧美无线码| 国产久久久一区二区三区| 中文精品一卡2卡3卡4更新| 久久精品久久久久久噜噜老黄| 国产一级毛片在线| 3wmmmm亚洲av在线观看| 丝袜喷水一区| 狂野欧美激情性xxxx在线观看| 不卡视频在线观看欧美| 最后的刺客免费高清国语| 亚洲激情五月婷婷啪啪| 美女视频免费永久观看网站| 久久久成人免费电影| 国产淫语在线视频| 视频中文字幕在线观看| 欧美日韩一区二区视频在线观看视频在线| 熟女人妻精品中文字幕| 精华霜和精华液先用哪个| 最近最新中文字幕大全电影3| 国产精品三级大全| 草草在线视频免费看| 国产黄片美女视频| 婷婷色综合www| 国产极品天堂在线| 久久久久久久久久久丰满| 色哟哟·www| 看十八女毛片水多多多| 三级国产精品片| 成人毛片a级毛片在线播放| 亚洲欧美中文字幕日韩二区| 亚洲久久久国产精品| 亚洲综合精品二区| 国产精品久久久久久精品电影小说 | 中文字幕亚洲精品专区| 十分钟在线观看高清视频www | 天堂8中文在线网| 免费观看在线日韩| 免费看av在线观看网站| 国产精品人妻久久久影院| 久久精品国产亚洲av涩爱| 美女cb高潮喷水在线观看| 国产黄片视频在线免费观看| 亚洲中文av在线| 水蜜桃什么品种好| 亚洲美女视频黄频| 蜜桃在线观看..| 国国产精品蜜臀av免费| 蜜桃久久精品国产亚洲av| 高清av免费在线| 国产在线视频一区二区| 在线 av 中文字幕| 亚洲成人中文字幕在线播放| 日韩电影二区| 国产免费视频播放在线视频| 欧美xxⅹ黑人| 久久久久精品性色| 国产伦精品一区二区三区四那| 久久久久久久亚洲中文字幕| 伊人久久精品亚洲午夜| 黄色日韩在线| 亚洲久久久国产精品| 亚洲精品国产av蜜桃| 日日撸夜夜添| 国产伦理片在线播放av一区| 最近手机中文字幕大全| 久久99蜜桃精品久久| 人妻 亚洲 视频| 日韩一区二区视频免费看| 久久久久久久大尺度免费视频| 亚洲欧美中文字幕日韩二区| 一区二区三区免费毛片| 国产高清有码在线观看视频| 久久精品国产自在天天线| 久久久久久久久久成人| 欧美3d第一页| 在线观看人妻少妇| 免费黄色在线免费观看| xxx大片免费视频| 亚洲电影在线观看av| 丝瓜视频免费看黄片| av在线播放精品| 精品人妻视频免费看| kizo精华| 简卡轻食公司| 男人和女人高潮做爰伦理| a 毛片基地| 日韩免费高清中文字幕av| 国产高清有码在线观看视频| 丰满迷人的少妇在线观看| 男女国产视频网站| 日韩av免费高清视频| 国产精品.久久久| 亚洲精品第二区| 啦啦啦在线观看免费高清www| h日本视频在线播放| 国产精品伦人一区二区| 国产精品爽爽va在线观看网站| 美女脱内裤让男人舔精品视频| 亚洲在久久综合| 国产精品一区二区三区四区免费观看| 欧美日本视频| 久久久久久久久久成人| 一级黄片播放器| 久久人人爽人人爽人人片va| 在线看a的网站| 国产色爽女视频免费观看| 婷婷色综合www| av又黄又爽大尺度在线免费看| 99精国产麻豆久久婷婷| 精品人妻一区二区三区麻豆| 精品久久久久久久末码| 国产精品嫩草影院av在线观看| 建设人人有责人人尽责人人享有的 | 久久国产乱子免费精品| 亚洲国产精品999| 国产无遮挡羞羞视频在线观看| 免费大片18禁| 日本午夜av视频| 国产白丝娇喘喷水9色精品| 成年av动漫网址| 午夜福利视频精品| 少妇人妻久久综合中文| 国产av精品麻豆| 国产一区有黄有色的免费视频| 性色avwww在线观看| 亚洲一级一片aⅴ在线观看| 最近最新中文字幕大全电影3| 国产精品欧美亚洲77777| 免费观看在线日韩| 精品久久久噜噜| 日本欧美国产在线视频| 五月玫瑰六月丁香| 国产乱人视频| 中国美白少妇内射xxxbb| 亚洲av综合色区一区| av国产精品久久久久影院| 成人国产麻豆网| 亚洲第一区二区三区不卡| 国产老妇伦熟女老妇高清| 爱豆传媒免费全集在线观看| 三级国产精品欧美在线观看| 久久这里有精品视频免费| 天堂俺去俺来也www色官网| 青青草视频在线视频观看| 亚洲成人中文字幕在线播放| 国产成人精品福利久久| 亚洲精品自拍成人| 97超视频在线观看视频| 91精品伊人久久大香线蕉| 五月玫瑰六月丁香| 国内少妇人妻偷人精品xxx网站| 91精品一卡2卡3卡4卡| 国产精品久久久久久精品古装| 美女福利国产在线 | 有码 亚洲区| 久久99精品国语久久久| 99国产精品免费福利视频| 熟妇人妻不卡中文字幕| 插阴视频在线观看视频| 亚洲自偷自拍三级| 天天躁夜夜躁狠狠久久av| 国产探花极品一区二区| 久久久久久久久久久丰满| 久久久久精品性色| 观看美女的网站| 国产成人91sexporn| 日韩一本色道免费dvd| av视频免费观看在线观看| 嘟嘟电影网在线观看| 18禁裸乳无遮挡免费网站照片| 九色成人免费人妻av| 免费高清在线观看视频在线观看| freevideosex欧美| 男女边吃奶边做爰视频| 国产伦精品一区二区三区视频9| 亚洲欧美一区二区三区黑人 | 亚洲精品aⅴ在线观看| 内射极品少妇av片p| 最近最新中文字幕大全电影3| 99热6这里只有精品| 国精品久久久久久国模美| 一本色道久久久久久精品综合| 亚洲av国产av综合av卡| 一个人看的www免费观看视频| 中文字幕久久专区| 如何舔出高潮| 国产精品熟女久久久久浪| 欧美xxxx性猛交bbbb| 欧美3d第一页| 晚上一个人看的免费电影| 伊人久久国产一区二区| 亚洲人成网站高清观看| 国产又色又爽无遮挡免| 99久久精品一区二区三区| 晚上一个人看的免费电影| 精品人妻熟女av久视频| 大片免费播放器 马上看| 搡老乐熟女国产| 国产精品一及| 久久国产乱子免费精品| 久久久久久九九精品二区国产| 成人免费观看视频高清| 蜜桃在线观看..| 国产成人a区在线观看| 特大巨黑吊av在线直播| 欧美 日韩 精品 国产| 国产免费又黄又爽又色| 人妻一区二区av| 欧美区成人在线视频| 亚洲精品自拍成人| 日韩不卡一区二区三区视频在线| 18禁裸乳无遮挡动漫免费视频| 六月丁香七月| 深爱激情五月婷婷| 一级a做视频免费观看| 99久久中文字幕三级久久日本| 777米奇影视久久| 成人特级av手机在线观看| 男人爽女人下面视频在线观看| 在线播放无遮挡| 精华霜和精华液先用哪个| 国产黄色免费在线视频| 亚洲第一区二区三区不卡| 国产精品.久久久| 伦精品一区二区三区| 国产一区有黄有色的免费视频| 成人午夜精彩视频在线观看| 交换朋友夫妻互换小说| 国产亚洲欧美精品永久| 欧美xxxx性猛交bbbb| 成人综合一区亚洲| 亚洲av在线观看美女高潮| 中文字幕亚洲精品专区| 热re99久久精品国产66热6| 中文乱码字字幕精品一区二区三区| 毛片一级片免费看久久久久| 午夜免费鲁丝| 舔av片在线| 国产精品欧美亚洲77777| xxx大片免费视频| www.色视频.com| 又大又黄又爽视频免费| 国产精品无大码| 久久99精品国语久久久| 日韩一本色道免费dvd| 纵有疾风起免费观看全集完整版| 色网站视频免费| 一个人看的www免费观看视频| 国产探花极品一区二区| 中文资源天堂在线| 国产av一区二区精品久久 | 成人一区二区视频在线观看| 久久久a久久爽久久v久久| 精品亚洲乱码少妇综合久久| 久久久久久久国产电影| 国产v大片淫在线免费观看| 三级国产精品片| 日韩 亚洲 欧美在线| av女优亚洲男人天堂| 国内精品宾馆在线| 亚洲av免费高清在线观看| 亚洲综合精品二区| 性色avwww在线观看| 97热精品久久久久久| videossex国产| 欧美日韩国产mv在线观看视频 | 国产又色又爽无遮挡免| 日韩中字成人| 欧美成人一区二区免费高清观看| 六月丁香七月| 亚洲国产最新在线播放| 美女内射精品一级片tv| 嫩草影院入口| 国模一区二区三区四区视频| av卡一久久| 王馨瑶露胸无遮挡在线观看| 欧美xxxx黑人xx丫x性爽| 欧美一级a爱片免费观看看| 欧美最新免费一区二区三区| 国产永久视频网站| 这个男人来自地球电影免费观看 | 老师上课跳d突然被开到最大视频| 99久久人妻综合| 国产亚洲av片在线观看秒播厂| 新久久久久国产一级毛片| tube8黄色片| 成人美女网站在线观看视频| 中文字幕久久专区| 国产淫语在线视频| 另类亚洲欧美激情| 国产伦在线观看视频一区| 亚洲欧美日韩东京热| 女性生殖器流出的白浆| 久久国产精品大桥未久av | 国产av一区二区精品久久 | 亚洲成色77777| av.在线天堂| 免费观看av网站的网址| 大话2 男鬼变身卡| av网站免费在线观看视频| 亚洲av中文av极速乱| 日本与韩国留学比较| 日日啪夜夜撸| 哪个播放器可以免费观看大片| 日韩不卡一区二区三区视频在线| 亚洲国产精品专区欧美| 大码成人一级视频| 免费av中文字幕在线| 青青草视频在线视频观看| 国产免费视频播放在线视频| 97热精品久久久久久| 精品一区二区三区视频在线| 免费在线观看成人毛片| 嘟嘟电影网在线观看| 精品人妻一区二区三区麻豆| 国产成人精品一,二区| 国产成人午夜福利电影在线观看| 欧美激情国产日韩精品一区| 性高湖久久久久久久久免费观看| 插逼视频在线观看| 天天躁夜夜躁狠狠久久av| 插阴视频在线观看视频| 日韩亚洲欧美综合| 亚洲国产精品999| 国产精品成人在线| 亚洲伊人久久精品综合| 爱豆传媒免费全集在线观看| 成人特级av手机在线观看| 亚洲色图综合在线观看| 如何舔出高潮| 亚洲欧美日韩东京热| 精品久久久久久久久亚洲| 啦啦啦中文免费视频观看日本| 色视频www国产| 久久av网站| 亚洲欧美精品专区久久| 一边亲一边摸免费视频| 国产av国产精品国产| 国产亚洲精品久久久com| 久久99热6这里只有精品| 国产日韩欧美亚洲二区| 小蜜桃在线观看免费完整版高清| 伦理电影大哥的女人| 人妻夜夜爽99麻豆av| 精华霜和精华液先用哪个| 啦啦啦在线观看免费高清www| 天美传媒精品一区二区| 中文字幕精品免费在线观看视频 | 免费不卡的大黄色大毛片视频在线观看| 一区二区三区乱码不卡18| 日本欧美视频一区| 天堂中文最新版在线下载| 又粗又硬又长又爽又黄的视频| 亚洲国产色片| 小蜜桃在线观看免费完整版高清| 亚洲精品亚洲一区二区| 欧美国产精品一级二级三级 | 欧美一区二区亚洲| 在线 av 中文字幕| 免费黄网站久久成人精品| 在线播放无遮挡| 大话2 男鬼变身卡| 精品国产三级普通话版| 欧美少妇被猛烈插入视频| av国产久精品久网站免费入址| 麻豆乱淫一区二区| 成年美女黄网站色视频大全免费 | 国产精品一及| 在线观看三级黄色| av国产精品久久久久影院| 狂野欧美激情性bbbbbb| 国产乱人偷精品视频| 亚洲性久久影院| 午夜福利高清视频| 欧美日韩国产mv在线观看视频 | 国产极品天堂在线| 久久久久视频综合| 少妇猛男粗大的猛烈进出视频| 在线免费观看不下载黄p国产| 国产成人精品一,二区| 九草在线视频观看| 欧美亚洲 丝袜 人妻 在线| 少妇的逼好多水| 日本一二三区视频观看| 老熟女久久久| 免费大片黄手机在线观看| 国产精品福利在线免费观看| 亚洲欧洲日产国产| 男人和女人高潮做爰伦理| 国产日韩欧美亚洲二区| 久久久久久久久久久免费av| 国产 一区精品| 青春草亚洲视频在线观看| 国产精品99久久99久久久不卡 | 嫩草影院新地址| 久久99热6这里只有精品| 国产欧美日韩精品一区二区| 成人亚洲欧美一区二区av| 日韩精品有码人妻一区| 国产有黄有色有爽视频| 国产午夜精品久久久久久一区二区三区| 日本vs欧美在线观看视频 | 女人久久www免费人成看片| 国产高潮美女av| 一级毛片电影观看| 国产深夜福利视频在线观看| 亚洲欧美精品专区久久| 国产黄片视频在线免费观看| 成年免费大片在线观看| kizo精华| 亚洲av中文av极速乱| 男女边吃奶边做爰视频| 久久午夜福利片| 亚洲精品国产av蜜桃| 中国美白少妇内射xxxbb| 身体一侧抽搐| www.色视频.com| 午夜福利网站1000一区二区三区| 成人二区视频| 亚洲精华国产精华液的使用体验| 少妇高潮的动态图| 亚洲成人中文字幕在线播放| 麻豆国产97在线/欧美| 在现免费观看毛片| 纯流量卡能插随身wifi吗| 日本欧美视频一区| 天堂中文最新版在线下载| 日韩精品有码人妻一区| 高清av免费在线| 亚洲va在线va天堂va国产| 又爽又黄a免费视频| 伦理电影大哥的女人| 婷婷色麻豆天堂久久| 中国国产av一级| 男人爽女人下面视频在线观看| 欧美高清性xxxxhd video| 成人免费观看视频高清| 国内少妇人妻偷人精品xxx网站| 高清日韩中文字幕在线| 视频中文字幕在线观看| 国产精品99久久99久久久不卡 | 免费观看a级毛片全部| 春色校园在线视频观看| 老司机影院毛片| 欧美bdsm另类| 亚洲国产精品一区三区| 丝袜脚勾引网站| 亚洲三级黄色毛片| 亚洲av欧美aⅴ国产| 在线观看三级黄色| 王馨瑶露胸无遮挡在线观看| videos熟女内射| 精品酒店卫生间| 在线观看免费日韩欧美大片 | 成年人午夜在线观看视频| 亚洲成色77777| 国产精品偷伦视频观看了| av免费在线看不卡| 夜夜骑夜夜射夜夜干| 久久精品国产a三级三级三级| 小蜜桃在线观看免费完整版高清| 2022亚洲国产成人精品| 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| 日韩电影二区| 免费黄色在线免费观看| 成人高潮视频无遮挡免费网站| 又粗又硬又长又爽又黄的视频| 免费黄网站久久成人精品| 少妇人妻一区二区三区视频| 国产精品精品国产色婷婷| 特大巨黑吊av在线直播| 男女免费视频国产| 欧美一区二区亚洲| 男人添女人高潮全过程视频| 亚洲精品视频女| 亚洲欧美清纯卡通| 狠狠精品人妻久久久久久综合| 国产精品.久久久| 国产精品一及| 国产片特级美女逼逼视频| 中国美白少妇内射xxxbb| 国产精品偷伦视频观看了| 精品久久国产蜜桃| a 毛片基地| 午夜免费观看性视频| 亚洲精品自拍成人| 国产亚洲最大av| 亚洲图色成人| 在线天堂最新版资源| 久久ye,这里只有精品| 熟女人妻精品中文字幕| 午夜免费男女啪啪视频观看| 视频区图区小说| 欧美日韩国产mv在线观看视频 | 中国美白少妇内射xxxbb| 亚洲精品,欧美精品| 久久影院123| 久久婷婷青草| 精品国产乱码久久久久久小说| 中文字幕精品免费在线观看视频 | 男人爽女人下面视频在线观看| av天堂中文字幕网| 成人影院久久| 国产精品久久久久久精品古装| 久久99精品国语久久久| 久久6这里有精品| 欧美变态另类bdsm刘玥| 人体艺术视频欧美日本| 国产精品一区二区在线不卡| 成年免费大片在线观看| 全区人妻精品视频| 国产亚洲午夜精品一区二区久久| 99热这里只有精品一区| 亚洲成色77777| 国产精品国产三级国产av玫瑰| 建设人人有责人人尽责人人享有的 | 亚洲精品国产色婷婷电影| 啦啦啦啦在线视频资源| 寂寞人妻少妇视频99o| 成人影院久久| 中文字幕制服av| 在线天堂最新版资源| 大码成人一级视频| 国产爽快片一区二区三区| 免费观看av网站的网址| 免费观看性生交大片5| 精品亚洲成国产av| 欧美xxⅹ黑人| 少妇猛男粗大的猛烈进出视频| 欧美高清成人免费视频www| av免费在线看不卡| 下体分泌物呈黄色| 99视频精品全部免费 在线| 欧美国产精品一级二级三级 | 欧美精品国产亚洲| 99久久人妻综合| 少妇人妻一区二区三区视频| 熟妇人妻不卡中文字幕| 日韩av不卡免费在线播放| 97热精品久久久久久| 少妇高潮的动态图| 日本爱情动作片www.在线观看| 性高湖久久久久久久久免费观看| 女人十人毛片免费观看3o分钟| 99视频精品全部免费 在线| 校园人妻丝袜中文字幕| 中国美白少妇内射xxxbb| 97超视频在线观看视频| 免费在线观看成人毛片| 人人妻人人爽人人添夜夜欢视频 | 免费观看无遮挡的男女| 极品少妇高潮喷水抽搐| 亚洲精品日韩在线中文字幕| 久久韩国三级中文字幕| 色5月婷婷丁香| 99久久中文字幕三级久久日本| 乱码一卡2卡4卡精品| 少妇人妻久久综合中文|