• <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
    欧美高清成人免费视频www| 在现免费观看毛片| www.av在线官网国产| 国产一区二区三区av在线| 国产亚洲欧美精品永久| 免费看av在线观看网站| 人妻夜夜爽99麻豆av| 国语对白做爰xxxⅹ性视频网站| 国产免费又黄又爽又色| 最近最新中文字幕免费大全7| 黑人巨大精品欧美一区二区蜜桃 | 男女免费视频国产| 国产精品免费大片| 日韩亚洲欧美综合| 国产成人freesex在线| 免费不卡的大黄色大毛片视频在线观看| 国产伦在线观看视频一区| 国精品久久久久久国模美| 久久国产亚洲av麻豆专区| 国产男女内射视频| www.色视频.com| 一本—道久久a久久精品蜜桃钙片| 国产亚洲91精品色在线| 精品人妻偷拍中文字幕| 最近中文字幕2019免费版| 日韩,欧美,国产一区二区三区| 日韩一区二区视频免费看| 日本91视频免费播放| 亚洲精品一二三| h日本视频在线播放| 国产免费又黄又爽又色| 亚洲图色成人| 国产精品国产三级国产专区5o| 国产精品熟女久久久久浪| 毛片一级片免费看久久久久| 久久人人爽人人爽人人片va| 女人精品久久久久毛片| 十分钟在线观看高清视频www | 日韩av在线免费看完整版不卡| 免费观看在线日韩| 久久久午夜欧美精品| 亚洲精品久久久久久婷婷小说| 最近中文字幕2019免费版| 两个人的视频大全免费| 少妇的逼水好多| 免费看不卡的av| 麻豆成人午夜福利视频| 国产中年淑女户外野战色| 插阴视频在线观看视频| 日本av手机在线免费观看| 一区在线观看完整版| 国产有黄有色有爽视频| 亚洲国产日韩一区二区| 在线天堂最新版资源| 国产午夜精品久久久久久一区二区三区| 一级毛片黄色毛片免费观看视频| 自线自在国产av| 免费播放大片免费观看视频在线观看| 国产成人精品福利久久| 两个人免费观看高清视频 | 深夜a级毛片| 男女啪啪激烈高潮av片| 亚洲中文av在线| 高清午夜精品一区二区三区| av.在线天堂| 免费看光身美女| 久久99热6这里只有精品| 视频中文字幕在线观看| 久久人人爽人人爽人人片va| 国产一区二区在线观看av| 亚洲av福利一区| 久久久久久久久久久久大奶| 97在线人人人人妻| 最近2019中文字幕mv第一页| av天堂久久9| 最黄视频免费看| 美女国产视频在线观看| 欧美另类一区| 亚洲成人手机| 麻豆乱淫一区二区| 亚洲三级黄色毛片| 亚洲真实伦在线观看| 国产精品一区二区在线不卡| 亚洲精品中文字幕在线视频 | 亚洲av成人精品一二三区| 午夜福利视频精品| 日韩电影二区| 欧美日韩视频精品一区| 性色avwww在线观看| 少妇精品久久久久久久| 日韩av在线免费看完整版不卡| 久久久久人妻精品一区果冻| 国产91av在线免费观看| 午夜福利网站1000一区二区三区| 久久综合国产亚洲精品| 中文在线观看免费www的网站| 午夜福利在线观看免费完整高清在| 国产精品人妻久久久影院| 五月天丁香电影| 人人妻人人看人人澡| 久久99蜜桃精品久久| 色视频在线一区二区三区| 18禁动态无遮挡网站| 色94色欧美一区二区| 亚洲av男天堂| 国产精品嫩草影院av在线观看| 国产在线男女| 亚洲美女视频黄频| 麻豆成人午夜福利视频| 看免费成人av毛片| 亚洲自偷自拍三级| 女性被躁到高潮视频| av专区在线播放| 婷婷色麻豆天堂久久| 国产精品女同一区二区软件| 十八禁高潮呻吟视频 | 99热全是精品| 亚洲av二区三区四区| 桃花免费在线播放| 秋霞在线观看毛片| 色网站视频免费| 免费不卡的大黄色大毛片视频在线观看| av女优亚洲男人天堂| 国产精品不卡视频一区二区| 久久久久精品久久久久真实原创| 美女cb高潮喷水在线观看| 男人添女人高潮全过程视频| 日韩中字成人| 男人和女人高潮做爰伦理| 欧美变态另类bdsm刘玥| 搡女人真爽免费视频火全软件| 一级毛片我不卡| 夜夜爽夜夜爽视频| 一区在线观看完整版| 99九九在线精品视频 | 日本av手机在线免费观看| 老熟女久久久| 日韩av在线免费看完整版不卡| 人人澡人人妻人| 国产爽快片一区二区三区| 亚洲电影在线观看av| 精品久久久久久久久av| 狂野欧美白嫩少妇大欣赏| 91成人精品电影| 久久久欧美国产精品| 99国产精品免费福利视频| kizo精华| 你懂的网址亚洲精品在线观看| 国产一区二区三区av在线| 色哟哟·www| av不卡在线播放| 在线观看人妻少妇| av播播在线观看一区| 免费观看无遮挡的男女| 日韩欧美一区视频在线观看 | 99久久人妻综合| 精品熟女少妇av免费看| 视频中文字幕在线观看| 成人综合一区亚洲| 婷婷色麻豆天堂久久| 九色成人免费人妻av| 日韩三级伦理在线观看| 蜜臀久久99精品久久宅男| 精品一区二区免费观看| 午夜久久久在线观看| 卡戴珊不雅视频在线播放| 亚洲高清免费不卡视频| 国产片特级美女逼逼视频| av在线app专区| 少妇高潮的动态图| 国产一区二区在线观看日韩| 久久久久久久精品精品| 午夜福利影视在线免费观看| 蜜桃久久精品国产亚洲av| 国产伦在线观看视频一区| 午夜日本视频在线| 午夜久久久在线观看| 简卡轻食公司| 国产深夜福利视频在线观看| 激情五月婷婷亚洲| 日本黄色片子视频| 久久99一区二区三区| 噜噜噜噜噜久久久久久91| 国产爽快片一区二区三区| 人妻夜夜爽99麻豆av| 日本av手机在线免费观看| 一个人免费看片子| 成人黄色视频免费在线看| 中文字幕精品免费在线观看视频 | 欧美 亚洲 国产 日韩一| kizo精华| 国产男人的电影天堂91| 九九爱精品视频在线观看| 久久久久久久久久久久大奶| 成人无遮挡网站| 少妇的逼水好多| 亚洲av成人精品一二三区| 亚洲国产精品成人久久小说| 亚洲av二区三区四区| 97在线视频观看| 蜜桃久久精品国产亚洲av| 亚洲av欧美aⅴ国产| 免费观看性生交大片5| 欧美一级a爱片免费观看看| 国产精品国产三级专区第一集| videossex国产| 午夜免费男女啪啪视频观看| 99热网站在线观看| 国产一级毛片在线| 国产永久视频网站| 一本大道久久a久久精品| 亚洲精品一二三| 七月丁香在线播放| 中文字幕免费在线视频6| 边亲边吃奶的免费视频| 亚洲欧美清纯卡通| 国产在线免费精品| 亚洲国产精品一区三区| 亚洲av成人精品一区久久| 一区在线观看完整版| 精品一区二区三区视频在线| 国产白丝娇喘喷水9色精品| 亚洲欧洲日产国产| 一个人免费看片子| 国产伦精品一区二区三区视频9| 狂野欧美白嫩少妇大欣赏| 久久av网站| 国产欧美日韩综合在线一区二区 | 中文在线观看免费www的网站| h日本视频在线播放| 亚洲欧洲国产日韩| 热re99久久国产66热| 中文字幕免费在线视频6| 成人亚洲精品一区在线观看| 久久久久久久久大av| 久久久久网色| 久久久久久久久久成人| 3wmmmm亚洲av在线观看| 卡戴珊不雅视频在线播放| 在线观看免费视频网站a站| 欧美bdsm另类| 建设人人有责人人尽责人人享有的| 精品国产一区二区三区久久久樱花| 亚洲国产精品一区三区| 秋霞伦理黄片| 一区二区av电影网| 国产精品久久久久久精品古装| 99视频精品全部免费 在线| 青青草视频在线视频观看| 日韩视频在线欧美| 丰满人妻一区二区三区视频av| 成人二区视频| 欧美亚洲 丝袜 人妻 在线| 我要看黄色一级片免费的| 在线精品无人区一区二区三| a级毛片免费高清观看在线播放| 精品亚洲成a人片在线观看| av播播在线观看一区| 精品一区二区三区视频在线| 插逼视频在线观看| 嫩草影院入口| 欧美日本中文国产一区发布| 9色porny在线观看| 国产成人午夜福利电影在线观看| 丰满人妻一区二区三区视频av| 99热这里只有是精品在线观看| 美女脱内裤让男人舔精品视频| 天美传媒精品一区二区| 秋霞伦理黄片| xxx大片免费视频| 18禁动态无遮挡网站| 22中文网久久字幕| 亚洲国产精品成人久久小说| 成年美女黄网站色视频大全免费 | 国产在线一区二区三区精| 欧美精品一区二区免费开放| 在线免费观看不下载黄p国产| 亚洲电影在线观看av| 一二三四中文在线观看免费高清| 另类亚洲欧美激情| 欧美少妇被猛烈插入视频| 极品少妇高潮喷水抽搐| 久久99精品国语久久久| 国产成人免费无遮挡视频| 乱码一卡2卡4卡精品| 国产精品一区二区在线观看99| 一本色道久久久久久精品综合| 曰老女人黄片| 不卡视频在线观看欧美| 五月伊人婷婷丁香| 日韩欧美精品免费久久| 乱人伦中国视频| 国产av精品麻豆| 一级a做视频免费观看| 水蜜桃什么品种好| 欧美激情国产日韩精品一区| 亚洲国产av新网站| 亚洲国产色片| 十八禁网站网址无遮挡 | 中国美白少妇内射xxxbb| 最黄视频免费看| 国产亚洲午夜精品一区二区久久| 亚洲国产av新网站| 高清欧美精品videossex| kizo精华| 亚州av有码| 超碰97精品在线观看| av福利片在线观看| 丰满迷人的少妇在线观看| 乱码一卡2卡4卡精品| 2022亚洲国产成人精品| 日韩欧美精品免费久久| 91精品一卡2卡3卡4卡| 日韩伦理黄色片| 女性被躁到高潮视频| 成年人免费黄色播放视频 | 亚洲av电影在线观看一区二区三区| 亚洲图色成人| 国产女主播在线喷水免费视频网站| 国产精品国产三级国产av玫瑰| 性色avwww在线观看| av专区在线播放| 观看av在线不卡| 国产精品嫩草影院av在线观看| 久久av网站| 桃花免费在线播放| 99热6这里只有精品| 色94色欧美一区二区| 有码 亚洲区| av线在线观看网站| 搡女人真爽免费视频火全软件| 亚洲精品中文字幕在线视频 | 亚洲精品国产av成人精品| 精品酒店卫生间| 天美传媒精品一区二区| 看免费成人av毛片| 久久韩国三级中文字幕| 免费av不卡在线播放| 日日爽夜夜爽网站| 黄色配什么色好看| 免费观看无遮挡的男女| h日本视频在线播放| 啦啦啦视频在线资源免费观看| 国产一区二区三区综合在线观看 | 国产高清国产精品国产三级| 国产成人午夜福利电影在线观看| 成人18禁高潮啪啪吃奶动态图 | 国产黄片美女视频| 王馨瑶露胸无遮挡在线观看| 国产熟女欧美一区二区| 热99国产精品久久久久久7| 国产欧美亚洲国产| 热re99久久国产66热| 看十八女毛片水多多多| 成人无遮挡网站| 大陆偷拍与自拍| 成人无遮挡网站| 色网站视频免费| 精品久久久精品久久久| 插逼视频在线观看| 老司机亚洲免费影院| 大话2 男鬼变身卡| 日韩 亚洲 欧美在线| 国产免费一级a男人的天堂| 2021少妇久久久久久久久久久| 一级毛片黄色毛片免费观看视频| 一本一本综合久久| 日韩人妻高清精品专区| 在线免费观看不下载黄p国产| 男人舔奶头视频| 亚洲精品成人av观看孕妇| 日韩av不卡免费在线播放| 亚洲欧美中文字幕日韩二区| 婷婷色麻豆天堂久久| 久久精品国产亚洲网站| 亚洲熟女精品中文字幕| 欧美成人午夜免费资源| 日韩大片免费观看网站| 日韩电影二区| 国产高清国产精品国产三级| 99re6热这里在线精品视频| 精品少妇久久久久久888优播| 免费看光身美女| 国产av国产精品国产| 亚洲欧美日韩东京热| 日日爽夜夜爽网站| 国产av精品麻豆| 春色校园在线视频观看| 我的老师免费观看完整版| 色婷婷久久久亚洲欧美| 亚洲精品自拍成人| 欧美3d第一页| 亚洲av成人精品一二三区| 久久久久久久久久久丰满| 我的女老师完整版在线观看| 青春草视频在线免费观看| 国产精品三级大全| 国产伦在线观看视频一区| 亚洲精品久久午夜乱码| 成人免费观看视频高清| 婷婷色综合www| 亚洲第一区二区三区不卡| 日韩亚洲欧美综合| 婷婷色麻豆天堂久久| 久久精品久久久久久久性| 一区在线观看完整版| 亚洲人成网站在线播| www.色视频.com| 少妇精品久久久久久久| 97在线视频观看| 国产精品不卡视频一区二区| 国产av国产精品国产| 亚洲av二区三区四区| 亚洲va在线va天堂va国产| 中文字幕人妻丝袜制服| 久久久久精品性色| 久久99蜜桃精品久久| 欧美日韩亚洲高清精品| 女人精品久久久久毛片| 在线观看免费视频网站a站| 狂野欧美激情性xxxx在线观看| 中文资源天堂在线| 在线观看免费高清a一片| 国产男女超爽视频在线观看| 女性被躁到高潮视频| 亚洲精品亚洲一区二区| 国产精品久久久久久久久免| 亚洲怡红院男人天堂| 少妇精品久久久久久久| 亚洲精品国产成人久久av| 伦精品一区二区三区| 国产高清有码在线观看视频| 国产高清不卡午夜福利| 五月天丁香电影| 男人舔奶头视频| 亚洲精品456在线播放app| 少妇丰满av| 老女人水多毛片| 高清av免费在线| 91精品一卡2卡3卡4卡| 啦啦啦中文免费视频观看日本| 成人免费观看视频高清| 老司机亚洲免费影院| 亚洲一区二区三区欧美精品| 亚洲av不卡在线观看| 色婷婷av一区二区三区视频| 秋霞伦理黄片| 日本爱情动作片www.在线观看| av天堂中文字幕网| 亚洲精品日本国产第一区| 亚洲精品视频女| 日韩 亚洲 欧美在线| 国产免费福利视频在线观看| 国产免费一区二区三区四区乱码| 99国产精品免费福利视频| 亚洲色图综合在线观看| 欧美最新免费一区二区三区| 五月天丁香电影| 一区二区三区精品91| 18禁动态无遮挡网站| av免费在线看不卡| 少妇的逼水好多| 国产综合精华液| 伦理电影大哥的女人| 亚洲va在线va天堂va国产| 国内少妇人妻偷人精品xxx网站| 性色av一级| 日本wwww免费看| 黄色欧美视频在线观看| 久久人人爽av亚洲精品天堂| 成人国产av品久久久| 亚洲精品456在线播放app| 少妇丰满av| 精品亚洲成国产av| 黑人猛操日本美女一级片| 精品少妇黑人巨大在线播放| 六月丁香七月| 国产女主播在线喷水免费视频网站| 水蜜桃什么品种好| 26uuu在线亚洲综合色| 精品亚洲成国产av| 久久久精品94久久精品| 伦理电影大哥的女人| 老司机影院成人| 亚洲欧美精品专区久久| 99久久人妻综合| 久久人人爽人人爽人人片va| 久久精品国产亚洲av涩爱| 男男h啪啪无遮挡| 在线看a的网站| 97精品久久久久久久久久精品| 精华霜和精华液先用哪个| 丁香六月天网| 青春草亚洲视频在线观看| 亚洲av二区三区四区| 在现免费观看毛片| 久久99蜜桃精品久久| 亚洲av综合色区一区| 精品国产一区二区久久| 人妻 亚洲 视频| 校园人妻丝袜中文字幕| 制服丝袜香蕉在线| 国产精品久久久久久精品古装| 我的女老师完整版在线观看| 国产精品国产av在线观看| 男男h啪啪无遮挡| 欧美精品人与动牲交sv欧美| 啦啦啦啦在线视频资源| 22中文网久久字幕| 麻豆乱淫一区二区| 最新中文字幕久久久久| 秋霞伦理黄片| 观看美女的网站| 精品少妇黑人巨大在线播放| 日日摸夜夜添夜夜爱| 午夜福利在线观看免费完整高清在| 韩国高清视频一区二区三区| 成人国产av品久久久| 国产老妇伦熟女老妇高清| 久久99精品国语久久久| 丁香六月天网| 人人澡人人妻人| av.在线天堂| 国产69精品久久久久777片| 美女国产视频在线观看| 日韩成人伦理影院| 午夜老司机福利剧场| 汤姆久久久久久久影院中文字幕| 久久精品国产a三级三级三级| 国产男女内射视频| 看十八女毛片水多多多| 乱系列少妇在线播放| 又大又黄又爽视频免费| 久久狼人影院| 一二三四中文在线观看免费高清| 伊人亚洲综合成人网| 国产精品伦人一区二区| 大片电影免费在线观看免费| 日本黄色日本黄色录像| 热re99久久国产66热| 三级国产精品欧美在线观看| 女的被弄到高潮叫床怎么办| 九色成人免费人妻av| 成人免费观看视频高清| 午夜激情福利司机影院| av免费在线看不卡| 99re6热这里在线精品视频| 色婷婷久久久亚洲欧美| 26uuu在线亚洲综合色| 国产欧美日韩精品一区二区| 国产精品久久久久久av不卡| 男的添女的下面高潮视频| 亚洲美女搞黄在线观看| 成人影院久久| 最近中文字幕2019免费版| 丰满饥渴人妻一区二区三| 日韩三级伦理在线观看| 看免费成人av毛片| 国产成人aa在线观看| 亚洲国产精品专区欧美| 国产成人午夜福利电影在线观看| 精品国产国语对白av| 亚洲一区二区三区欧美精品| 乱人伦中国视频| 国产日韩一区二区三区精品不卡 | 婷婷色麻豆天堂久久| 涩涩av久久男人的天堂| 日韩成人av中文字幕在线观看| 国产免费一级a男人的天堂| 成年av动漫网址| 国产亚洲午夜精品一区二区久久| 国产高清不卡午夜福利| 另类精品久久| 免费久久久久久久精品成人欧美视频 | 色婷婷av一区二区三区视频| 人妻一区二区av| 亚洲精品日本国产第一区| 日韩不卡一区二区三区视频在线| 亚洲精品一二三| 国产亚洲精品久久久com| 国产一区二区在线观看日韩| 久久毛片免费看一区二区三区| 最近手机中文字幕大全| 日韩中字成人| 国产av一区二区精品久久| 精品久久久精品久久久| av免费观看日本| 少妇被粗大的猛进出69影院 | 亚洲一级一片aⅴ在线观看| 国产在线视频一区二区| 狂野欧美激情性bbbbbb| 99热网站在线观看| 国产在线视频一区二区| 少妇人妻精品综合一区二区| 爱豆传媒免费全集在线观看| www.av在线官网国产| 久久人人爽人人片av| 五月玫瑰六月丁香| h日本视频在线播放| 国产69精品久久久久777片| 九色成人免费人妻av| 大陆偷拍与自拍| 国产精品蜜桃在线观看| 国产视频首页在线观看| 夜夜看夜夜爽夜夜摸| 欧美 日韩 精品 国产| 欧美另类一区| 成年美女黄网站色视频大全免费 | 亚洲成色77777| 超碰97精品在线观看| 97在线视频观看| 成年美女黄网站色视频大全免费 | 欧美日韩综合久久久久久| 啦啦啦啦在线视频资源| 国产精品欧美亚洲77777|