• <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YOLO的駕駛視頻目標(biāo)檢測(cè)方法

    2019-02-25 07:26:58文浩彬張國(guó)輝
    汽車科技 2019年1期
    關(guān)鍵詞:目標(biāo)檢測(cè)

    文浩彬 張國(guó)輝

    摘 要:運(yùn)用YOLO(You Only Look Once)實(shí)時(shí)目標(biāo)檢測(cè)算法解決了駕駛視頻目標(biāo)檢測(cè)問(wèn)題。針對(duì)目標(biāo)檢測(cè)算法受環(huán)境條件影響魯棒性差、小目標(biāo)識(shí)別能力不高的問(wèn)題,建立了涵蓋多種天氣環(huán)境、包含疑難目標(biāo)的駕駛視頻樣本數(shù)據(jù)庫(kù),提出了疑難樣本訓(xùn)練方法,訓(xùn)練出可在多種天氣環(huán)境中良好識(shí)別小型汽車、行人、公交車及貨車的YOLO檢測(cè)模型。實(shí)驗(yàn)結(jié)果表明,該訓(xùn)練方法可有效提升目標(biāo)檢測(cè)性能;所得檢測(cè)模型具有較高的召回率和精確度,可初步應(yīng)用于實(shí)時(shí)駕駛視頻的目標(biāo)檢測(cè)。

    關(guān)鍵詞:駕駛視頻;目標(biāo)檢測(cè);YOLO;碰撞預(yù)警

    中圖分類號(hào):TP391 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1005-2550(2019)01-0073-04

    Abstract: Applying YOLO (You Only Look Once) real-time object detection network to detection tasks in vehicle camera videos. Aiming at the low robustness due to environmental impact, and low performance of small object detection of present algorithms, a dataset containing multiple weather condition samples and Difficult Samples is established. The method of training Difficult Label is proposed. A YOLO model capable of well recognizing small cars, pedestrians, buses, and trucks in complex driving environment is trained, with high Recall rate and Precision, which can effectively improve detection performance and be primarily applied to real-time detection in vehicle camera videos.

    Key Words: Vehicle camera video; Object detection; YOLO; Collision Warning System

    前言

    在各類引起交通事故的因素中,人類因素占90%,駕駛員違法占74% [1]。交通環(huán)境復(fù)雜性是造成駕駛員疲勞、疏忽的主要原因。通過(guò)實(shí)時(shí)檢測(cè)交通環(huán)境中的行人和車輛,必要時(shí)向駕駛員提供預(yù)警,可有效避免交通事故發(fā)生。

    在目標(biāo)檢測(cè)領(lǐng)域中深度神經(jīng)網(wǎng)絡(luò)應(yīng)用廣泛。從2014年RCNN[2]提出至今,領(lǐng)域內(nèi)涌現(xiàn)出SPP-NET、SSD、Fast RCNN、RFCN、Faster RCNN、YOLO(You Only Look Once)系列算法等,檢測(cè)精度、速度不斷提高。其中,Joseph Redmon等在2018年3月提出YOLO v3[3],因快速、準(zhǔn)確的檢測(cè)性能成為關(guān)注焦點(diǎn)。

    本文借鑒YOLO系列算法的最新研究成果,將YOLO v3用于駕駛視頻的目標(biāo)檢測(cè)。建立了涵蓋多種天氣環(huán)境的駕駛視頻樣本數(shù)據(jù)庫(kù);提出了疑難樣本訓(xùn)練方法。實(shí)驗(yàn)獲得的檢測(cè)系統(tǒng)在文中測(cè)試數(shù)據(jù)集上的平均精確度達(dá)78.06%,目標(biāo)召回率高,可初步應(yīng)用于汽車前向防碰撞系統(tǒng)中的實(shí)時(shí)駕駛視頻目標(biāo)檢測(cè)。

    1 前向防撞預(yù)警系統(tǒng)技術(shù)路線

    使用單目視覺(jué)方法實(shí)現(xiàn)汽車前向碰撞預(yù)警的研究較為成熟,常見(jiàn)方案由五部分組成:攝像機(jī)采集圖像;目標(biāo)檢測(cè);目標(biāo)距離估算;形成防碰撞策略;執(zhí)行預(yù)警。目標(biāo)檢測(cè)作為該技術(shù)的重要環(huán)節(jié),其檢測(cè)精度、檢測(cè)速度對(duì)汽車行駛安全性影響大。運(yùn)用YOLO檢測(cè)算法對(duì)行駛環(huán)境中的目標(biāo)進(jìn)行識(shí)別,有助于實(shí)現(xiàn)實(shí)時(shí)的目標(biāo)檢測(cè)。圖1為前向防碰撞預(yù)警系統(tǒng)技術(shù)路線。

    2 YOLO網(wǎng)絡(luò)模型的訓(xùn)練

    2.1 YOLO v3檢測(cè)系統(tǒng)

    YOLO v3檢測(cè)系統(tǒng)的預(yù)測(cè)任務(wù)主要為兩部分:分類預(yù)測(cè)和位置預(yù)測(cè)。

    輸入圖片首先經(jīng)尺寸調(diào)整并被劃為N×N的正方形柵格,包含目標(biāo)中心的柵格單元負(fù)責(zé)檢測(cè)該目標(biāo)[4]。輸入圖片通過(guò)YOLO神經(jīng)網(wǎng)絡(luò)計(jì)算后輸出含有分類信息的特征柵格圖。YOLO v3的核心網(wǎng)絡(luò)框架為具有53層卷積層的特征提取網(wǎng)絡(luò)Darknet-53[3]。

    目標(biāo)位置預(yù)測(cè)運(yùn)用K-means聚類方法獲得錨點(diǎn)框(Anchor Box)尺寸,通過(guò)對(duì)錨點(diǎn)框尺寸進(jìn)行數(shù)學(xué)變換獲得預(yù)測(cè)框(Bounding Box)尺寸。YOLO v3使用跨尺度預(yù)測(cè)機(jī)制(Predictions Across Scales)——在三種尺度的特征圖上執(zhí)行預(yù)測(cè),融合多尺度采樣特征。

    2.2 建立駕駛視頻樣本數(shù)據(jù)庫(kù)

    車輛行駛環(huán)境的開(kāi)放性增加了目標(biāo)檢測(cè)的難度,亮度變化、天氣狀況(雷雨天氣等)、交通路況(并道合流、轉(zhuǎn)彎、上下坡等)等對(duì)檢測(cè)性能影響大。通過(guò)行車記錄儀獲取駕駛視頻樣本圖片,涵蓋上述復(fù)雜環(huán)境及路況。

    檢測(cè)目標(biāo)類別為4類:行人(Pedestrian)、小型汽車(Car)、公交車(Bus)和貨車(Truck)。使用LabelImg工具添加樣本標(biāo)簽,建立基礎(chǔ)數(shù)據(jù)庫(kù)。詳細(xì)參數(shù)如表1所示。訓(xùn)練樣本選取具有良好特征的目標(biāo)進(jìn)行標(biāo)記,測(cè)試數(shù)據(jù)則需對(duì)樣本圖片中的所有目標(biāo)進(jìn)行標(biāo)記。將XML標(biāo)簽轉(zhuǎn)化為可供YOLO識(shí)別的TXT文本標(biāo)簽,完成基礎(chǔ)樣本數(shù)據(jù)庫(kù)的建立。

    2.3 網(wǎng)絡(luò)模型訓(xùn)練

    以Darknet53為網(wǎng)絡(luò)框架,YOLO v3為檢測(cè)模型,訓(xùn)練駕駛視頻目標(biāo)檢測(cè)系統(tǒng)。

    為提高訓(xùn)練效率,選擇開(kāi)源的預(yù)訓(xùn)練權(quán)重darknet53.conv.74.weights初始化卷積層。此預(yù)訓(xùn)練權(quán)重通過(guò)Darknet53網(wǎng)絡(luò)模型在ImageNet數(shù)據(jù)集上訓(xùn)練多個(gè)循環(huán)后獲得。設(shè)置沖量系數(shù)為0.9,權(quán)值衰減系數(shù)為0.0005,最大訓(xùn)練批次為50000步。學(xué)習(xí)率使用分步調(diào)整策略(由10-4至10-6),避免訓(xùn)練出現(xiàn)過(guò)擬合。

    2.4 訓(xùn)練技巧

    批樣本數(shù)量(Batch)與樣本分支數(shù)量(Subdivisions)之比為單個(gè)分支中含有的數(shù)據(jù)量(Subdivision Size),該數(shù)據(jù)量大小受到硬件計(jì)算能力的限制。適當(dāng)減小批樣本數(shù)量和樣本分支數(shù)量可減少硬件計(jì)算負(fù)擔(dān),同時(shí)仍可獲得良好的模型檢測(cè)性能。

    為提升模型檢測(cè)精度,更改輸入圖像分辨率適應(yīng)大尺寸圖像的目標(biāo)識(shí)別。駕駛視頻中圖像的尺寸普遍較大,將輸入圖像尺寸由默認(rèn)的416×416像素調(diào)整為544×544像素。文獻(xiàn)[5]指出,檢測(cè)系統(tǒng)對(duì)大輸入圖片尺寸的檢測(cè)速度低但精度高。執(zhí)行跨尺度預(yù)測(cè)時(shí),本文模型得到密度更高的特征柵格圖。

    采用疑難樣本訓(xùn)練方法提高系統(tǒng)檢測(cè)精確度(mAP)。本文定義下的疑難樣本為小尺寸、輪廓不完整以及特征模糊的目標(biāo)。樣本圖片添加標(biāo)記時(shí)設(shè)置疑難標(biāo)簽(Difficult Label),獲得包含疑難樣本的訓(xùn)練數(shù)據(jù)集。根據(jù)表2試驗(yàn)數(shù)據(jù),該技巧使mAP提升9%。

    3 試驗(yàn)及結(jié)果分析

    3.1 試驗(yàn)環(huán)境

    本文試驗(yàn)環(huán)境如表3所示,該運(yùn)行環(huán)境下的YOLO駕駛視頻目標(biāo)檢測(cè)系統(tǒng)檢測(cè)速度可達(dá)20FPS。

    3.2 檢測(cè)結(jié)果分析

    網(wǎng)絡(luò)模型訓(xùn)練收斂后,對(duì)模型檢測(cè)性能進(jìn)行測(cè)試。檢測(cè)器在測(cè)試數(shù)據(jù)集上進(jìn)行測(cè)試并統(tǒng)計(jì)給定閾值下的預(yù)測(cè)結(jié)果,計(jì)算精確度、召回率等指標(biāo)。表4給出分類概率閾值(Thresh)為0.25時(shí)的各類評(píng)價(jià)指標(biāo)。

    其中,檢測(cè)系統(tǒng)平均精確度(mean Average Precision, mAP)是單類目標(biāo)平均精確度(Average Precision for each class, Ap)的算術(shù)平均值。目標(biāo)預(yù)

    .測(cè)正確與否的判斷依據(jù)為IOU值——預(yù)測(cè)框與真實(shí)矩形框(Ground Truth Box)的交集與并集之比,IOU值大于50%屬正確目標(biāo)。

    統(tǒng)計(jì)結(jié)果繪制成精確度召回率曲線,分析檢測(cè)系統(tǒng)對(duì)各類目標(biāo)的檢測(cè)性能。X軸為召回率(Recall)、Y軸為精確度(Precision),若兩者同時(shí)趨于1則表明檢測(cè)系統(tǒng)性能越好。

    根據(jù)圖2分析可知,小型汽車的檢測(cè)效果最優(yōu),行人最差。使用疑難樣本數(shù)據(jù)庫(kù)訓(xùn)練的YOLO v3網(wǎng)絡(luò)模型中,小型汽車的單類目標(biāo)平均精確度達(dá)87.76%,行人僅71.09%。

    對(duì)比同在基礎(chǔ)數(shù)據(jù)庫(kù)上訓(xùn)練得到的YOLO v2與v3網(wǎng)絡(luò)模型。(圖2c)說(shuō)明,YOLO v3網(wǎng)絡(luò)的應(yīng)用給行人類的平均精確度帶來(lái)了17.5%的提升,其余類別精度均有提升,充分說(shuō)明新網(wǎng)絡(luò)框架優(yōu)化了小尺寸目標(biāo)的識(shí)別能力。

    此外,疑難樣本訓(xùn)練方法進(jìn)一步提升了YOLO v3網(wǎng)絡(luò)對(duì)各個(gè)類別的檢測(cè)精度。據(jù)圖2b,相比基礎(chǔ)樣本數(shù)據(jù)庫(kù)的訓(xùn)練結(jié)果,小型汽車類AP提升約17%,召回率達(dá)90%。

    3.3 駕駛視頻檢測(cè)結(jié)果

    選取具有代表性的行駛場(chǎng)景圖片進(jìn)行測(cè)試,直觀對(duì)比YOLO駕駛視頻目標(biāo)檢測(cè)系統(tǒng)的性能。檢測(cè)結(jié)果包含預(yù)測(cè)矩形框、目標(biāo)類別和目標(biāo)分類概率,如圖3所示。預(yù)測(cè)矩形框上方的分類概率為后期添加。

    根據(jù)圖3測(cè)試結(jié)果,各種天氣環(huán)境下的目標(biāo)均得到了合理的分類和定位。從分類預(yù)測(cè)角度分析,大部分目標(biāo)的分類概率大于80%,未出現(xiàn)類別誤判;從定位預(yù)測(cè)角度分析,圖3c右側(cè)摩托車騎行人位置預(yù)測(cè)誤差大,其余目標(biāo)定位準(zhǔn)確。

    疑難目標(biāo)也獲得了較好的預(yù)測(cè)效果。圖3a中較遠(yuǎn)處的小汽車、圖b中受白色車輛遮擋的摩托車騎行人以及圖d分類概率為29%的前排車輛,均屬本文定義下的疑難目標(biāo),其分類概率較低,但能成功預(yù)測(cè)。

    總體上,該駕駛視頻檢測(cè)系統(tǒng)在測(cè)試數(shù)據(jù)集上的平均精確度達(dá)到78.06%,各類目標(biāo)召回率較高,在日間、夜間和晴天、雨天環(huán)境下保持較好的檢測(cè)性能。

    4 結(jié)論

    將YOLO v3網(wǎng)絡(luò)框架用于實(shí)時(shí)的駕駛視頻目標(biāo)檢測(cè),可作為汽車前向防碰撞預(yù)警系統(tǒng)技術(shù)中目標(biāo)檢測(cè)環(huán)節(jié)的新解決方案。提出了疑難樣本訓(xùn)練方法,解決了YOLO系列檢測(cè)算法在小尺寸目標(biāo)及相鄰目標(biāo)檢測(cè)上的不足,在檢測(cè)精度上表現(xiàn)出優(yōu)異的性能。

    由于行人目標(biāo)的特征分布表現(xiàn)為水平方向密集、豎直方向相對(duì)稀疏,與YOLO檢測(cè)模型對(duì)輸入圖片統(tǒng)一劃為正方形柵格的機(jī)制不符,導(dǎo)致對(duì)行人的檢測(cè)效果不夠理想,這是后續(xù)工作需要改進(jìn)的重點(diǎn)。

    參考文獻(xiàn):

    [1]畢建彬.道路交通事故的人因分析與駕駛員可靠性研究[D].北京:北京交通大學(xué),2012.

    [2]R. Girshick, J. Donahue, and T. Darrel. Rich feature hierarchies for accurate object detection and semantic segmentation[C]. Conference on Computer Vision and Pattern Recognition (CVPR), 2014:119-135.

    [3]J.Redmon, and A. Farhadi. YOLOv3: An Incremental Improvement[J]. arXiv preprint arXiv:1804.02767,2018.

    [4] J.Redmon, S Divvala, and R Girshick. You only look once: unified, real-time object detection [C]. Proc of IEEE Conference on Computer Vision and Pattern Recognition. 2016:779-788.

    [5]J.Redmon, and A.Farhadi. YOLO9000: better, faster, stronger[J]. arXiv preprint, arXiv:1612.08242, 2016.

    猜你喜歡
    目標(biāo)檢測(cè)
    多視角目標(biāo)檢測(cè)與跟蹤技術(shù)的研究與實(shí)現(xiàn)
    視頻中目標(biāo)檢測(cè)算法研究
    軟件(2016年4期)2017-01-20 09:38:03
    行為識(shí)別中的人體運(yùn)動(dòng)目標(biāo)檢測(cè)方法
    移動(dòng)機(jī)器人圖像目標(biāo)識(shí)別
    基于視頻監(jiān)控的運(yùn)動(dòng)圖像檢測(cè)算法研究
    基于背景建模法的運(yùn)動(dòng)目標(biāo)檢測(cè)
    基于P3電位的目標(biāo)檢測(cè)研究
    科技視界(2016年4期)2016-02-22 13:09:19
    智能視頻技術(shù)在電力系統(tǒng)領(lǐng)域的應(yīng)用
    相關(guān)K分布雜波中擴(kuò)展目標(biāo)積累檢測(cè)性能分析
    基于連通域標(biāo)記的目標(biāo)檢測(cè)算法設(shè)計(jì)與實(shí)現(xiàn)
    高清毛片免费看| 熟妇人妻不卡中文字幕| videos熟女内射| 不卡视频在线观看欧美| 视频在线观看一区二区三区| 精品久久国产蜜桃| 99久国产av精品国产电影| 国产乱来视频区| 国产无遮挡羞羞视频在线观看| 999精品在线视频| 国产精品一区www在线观看| xxxhd国产人妻xxx| 国产午夜精品一二区理论片| 亚洲国产毛片av蜜桃av| 如何舔出高潮| a 毛片基地| 成人无遮挡网站| 99九九在线精品视频| 日本爱情动作片www.在线观看| 久久97久久精品| 午夜福利影视在线免费观看| 日本欧美国产在线视频| 51国产日韩欧美| 丰满饥渴人妻一区二区三| 亚洲国产最新在线播放| av不卡在线播放| a级毛片黄视频| 亚洲精品中文字幕在线视频| 男人舔女人的私密视频| 男人添女人高潮全过程视频| 精品国产一区二区三区四区第35| 国产亚洲精品第一综合不卡 | 2022亚洲国产成人精品| 欧美国产精品一级二级三级| 韩国av在线不卡| av视频免费观看在线观看| 天天操日日干夜夜撸| 国产欧美另类精品又又久久亚洲欧美| 又黄又粗又硬又大视频| 老熟女久久久| 亚洲欧美精品自产自拍| 大码成人一级视频| 老司机影院成人| 国产精品麻豆人妻色哟哟久久| 久久精品国产亚洲av涩爱| 最新的欧美精品一区二区| 一级a做视频免费观看| 免费日韩欧美在线观看| h视频一区二区三区| 高清黄色对白视频在线免费看| 色吧在线观看| 亚洲国产色片| kizo精华| 欧美日韩精品成人综合77777| 观看美女的网站| 婷婷色av中文字幕| 伦理电影大哥的女人| 观看av在线不卡| 日韩成人av中文字幕在线观看| 在线免费观看不下载黄p国产| 久热这里只有精品99| 久久99一区二区三区| 日韩中文字幕视频在线看片| 国产黄色视频一区二区在线观看| 国产成人午夜福利电影在线观看| 国产精品无大码| 日本av手机在线免费观看| 另类精品久久| 亚洲成色77777| 久久久久精品久久久久真实原创| 咕卡用的链子| 男女无遮挡免费网站观看| 满18在线观看网站| 中文字幕最新亚洲高清| 飞空精品影院首页| 免费av不卡在线播放| 亚洲国产av新网站| 在线 av 中文字幕| 久久这里有精品视频免费| 天天躁夜夜躁狠狠久久av| 夫妻午夜视频| 日韩一区二区三区影片| 日韩,欧美,国产一区二区三区| 日本色播在线视频| 久久精品国产综合久久久 | 国产精品国产三级国产av玫瑰| av卡一久久| 国产深夜福利视频在线观看| 在线天堂最新版资源| 亚洲av男天堂| 在线 av 中文字幕| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 免费人妻精品一区二区三区视频| 天堂8中文在线网| 国产无遮挡羞羞视频在线观看| 亚洲精品美女久久av网站| 一区在线观看完整版| 高清不卡的av网站| 欧美精品高潮呻吟av久久| 亚洲av日韩在线播放| 五月玫瑰六月丁香| 国产亚洲一区二区精品| 国产av精品麻豆| 如日韩欧美国产精品一区二区三区| 免费av中文字幕在线| 在线免费观看不下载黄p国产| 91成人精品电影| 免费看光身美女| 69精品国产乱码久久久| 国产成人免费无遮挡视频| av线在线观看网站| 国产有黄有色有爽视频| 激情五月婷婷亚洲| 中文字幕制服av| 女人久久www免费人成看片| 久久这里只有精品19| 一二三四中文在线观看免费高清| 久久精品国产a三级三级三级| 大陆偷拍与自拍| 亚洲精品乱久久久久久| 韩国高清视频一区二区三区| 国产免费现黄频在线看| 国产激情久久老熟女| 侵犯人妻中文字幕一二三四区| 18禁国产床啪视频网站| 波多野结衣一区麻豆| 9191精品国产免费久久| 热99久久久久精品小说推荐| 视频区图区小说| 久久精品国产综合久久久 | 国产亚洲最大av| 久久人人爽人人片av| 在线精品无人区一区二区三| 99久久中文字幕三级久久日本| 在现免费观看毛片| 欧美日本中文国产一区发布| 日本vs欧美在线观看视频| 亚洲精品日本国产第一区| 精品视频人人做人人爽| 亚洲熟女精品中文字幕| 国内精品宾馆在线| 不卡视频在线观看欧美| 成人国产av品久久久| 国产欧美另类精品又又久久亚洲欧美| 亚洲av电影在线观看一区二区三区| 国产一区亚洲一区在线观看| 国产片内射在线| 久久97久久精品| 一区二区三区四区激情视频| 国精品久久久久久国模美| 欧美国产精品va在线观看不卡| 亚洲精品456在线播放app| av视频免费观看在线观看| 久久精品国产亚洲av涩爱| 日韩一本色道免费dvd| 最近最新中文字幕免费大全7| 亚洲av电影在线观看一区二区三区| 亚洲 欧美一区二区三区| 亚洲国产精品999| 成年美女黄网站色视频大全免费| 欧美最新免费一区二区三区| 亚洲国产av新网站| 91精品国产国语对白视频| 啦啦啦啦在线视频资源| 熟女av电影| 纵有疾风起免费观看全集完整版| 亚洲精品乱久久久久久| 亚洲四区av| 亚洲av综合色区一区| 欧美变态另类bdsm刘玥| 人人妻人人澡人人爽人人夜夜| 黄片无遮挡物在线观看| 黑人猛操日本美女一级片| 丝袜脚勾引网站| 男人舔女人的私密视频| 久久久精品免费免费高清| 欧美激情 高清一区二区三区| 欧美日韩综合久久久久久| 两性夫妻黄色片 | 中文字幕av电影在线播放| 黄色视频在线播放观看不卡| 国产色爽女视频免费观看| 五月开心婷婷网| 国产免费现黄频在线看| 欧美精品一区二区免费开放| 国产成人精品婷婷| av电影中文网址| 亚洲少妇的诱惑av| 国产男女超爽视频在线观看| 国产精品三级大全| 涩涩av久久男人的天堂| 国产一区二区三区av在线| 91精品国产国语对白视频| 妹子高潮喷水视频| 久久精品熟女亚洲av麻豆精品| 国产有黄有色有爽视频| 日韩伦理黄色片| 亚洲,一卡二卡三卡| 激情视频va一区二区三区| 亚洲少妇的诱惑av| 久久鲁丝午夜福利片| 亚洲av欧美aⅴ国产| 中国三级夫妇交换| 精品久久久精品久久久| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 一区二区av电影网| 日韩一区二区三区影片| 国产精品久久久久久久电影| 卡戴珊不雅视频在线播放| 日韩欧美一区视频在线观看| www.色视频.com| 国产精品国产三级国产专区5o| 国产av精品麻豆| 中国国产av一级| 亚洲国产精品国产精品| 久久久亚洲精品成人影院| 亚洲 欧美一区二区三区| 精品视频人人做人人爽| 99久久中文字幕三级久久日本| 国产精品国产三级国产专区5o| 插逼视频在线观看| 亚洲欧洲精品一区二区精品久久久 | 精品福利永久在线观看| 美女内射精品一级片tv| 高清视频免费观看一区二区| 国产激情久久老熟女| 熟妇人妻不卡中文字幕| 午夜av观看不卡| 99久久精品国产国产毛片| 9191精品国产免费久久| 少妇被粗大猛烈的视频| 亚洲综合色惰| 亚洲精品国产av成人精品| 男女无遮挡免费网站观看| freevideosex欧美| 久久午夜综合久久蜜桃| 麻豆乱淫一区二区| 大香蕉久久网| 综合色丁香网| 蜜桃在线观看..| 中国三级夫妇交换| 久热久热在线精品观看| 国产免费一级a男人的天堂| av国产精品久久久久影院| 青春草视频在线免费观看| 99香蕉大伊视频| 亚洲欧美中文字幕日韩二区| 亚洲第一区二区三区不卡| 午夜免费鲁丝| 免费看不卡的av| 亚洲av男天堂| 飞空精品影院首页| av在线观看视频网站免费| 国产在视频线精品| 少妇高潮的动态图| 国产综合精华液| 精品视频人人做人人爽| 国产一区亚洲一区在线观看| 精品亚洲成a人片在线观看| 91aial.com中文字幕在线观看| 亚洲精品日本国产第一区| 日韩成人伦理影院| av福利片在线| 国产av国产精品国产| 亚洲国产成人一精品久久久| 亚洲,欧美,日韩| av免费观看日本| 中文字幕av电影在线播放| 欧美成人精品欧美一级黄| 色5月婷婷丁香| 国产极品天堂在线| 成人漫画全彩无遮挡| 免费黄色在线免费观看| 国产毛片在线视频| 久久99精品国语久久久| 久久热在线av| 国产精品一二三区在线看| 日韩,欧美,国产一区二区三区| 久久这里只有精品19| 亚洲综合精品二区| 国产精品麻豆人妻色哟哟久久| 成人毛片a级毛片在线播放| 一级a做视频免费观看| a级毛片黄视频| 两个人免费观看高清视频| freevideosex欧美| av国产精品久久久久影院| 秋霞伦理黄片| 国产成人精品婷婷| 国产xxxxx性猛交| 日韩不卡一区二区三区视频在线| 女的被弄到高潮叫床怎么办| 大香蕉久久成人网| 在线免费观看不下载黄p国产| 国产成人精品久久久久久| 91精品国产国语对白视频| 免费在线观看完整版高清| 一级片'在线观看视频| 乱码一卡2卡4卡精品| 美女主播在线视频| 成人二区视频| 亚洲熟女精品中文字幕| 久久久精品区二区三区| 最新的欧美精品一区二区| 亚洲欧美中文字幕日韩二区| 交换朋友夫妻互换小说| 老司机亚洲免费影院| 波野结衣二区三区在线| 在线观看免费高清a一片| 久久av网站| 国产精品三级大全| 久久精品aⅴ一区二区三区四区 | av福利片在线| 欧美丝袜亚洲另类| 日本av免费视频播放| 免费黄色在线免费观看| 亚洲一区二区三区欧美精品| 免费黄色在线免费观看| 亚洲av中文av极速乱| 丝袜脚勾引网站| 九九在线视频观看精品| 2018国产大陆天天弄谢| www.熟女人妻精品国产 | 水蜜桃什么品种好| 男女无遮挡免费网站观看| 日本午夜av视频| 色婷婷久久久亚洲欧美| 久久狼人影院| 亚洲av欧美aⅴ国产| 国产综合精华液| 伊人久久国产一区二区| 全区人妻精品视频| 国产精品欧美亚洲77777| 久久精品久久久久久久性| 不卡视频在线观看欧美| 日本wwww免费看| 亚洲精品日本国产第一区| 午夜福利,免费看| 在线观看免费日韩欧美大片| 午夜福利视频精品| 一级爰片在线观看| 亚洲av中文av极速乱| 中文字幕最新亚洲高清| 飞空精品影院首页| 狠狠婷婷综合久久久久久88av| 日韩三级伦理在线观看| 香蕉精品网在线| 免费女性裸体啪啪无遮挡网站| 两个人看的免费小视频| 免费黄频网站在线观看国产| 欧美亚洲 丝袜 人妻 在线| 久久精品国产综合久久久 | 一本色道久久久久久精品综合| 国产精品国产三级国产专区5o| 久久久久国产网址| 亚洲国产欧美在线一区| 热re99久久精品国产66热6| 精品人妻熟女毛片av久久网站| 99久久中文字幕三级久久日本| 熟女人妻精品中文字幕| 免费大片黄手机在线观看| 久久久久久伊人网av| 人妻系列 视频| 成人毛片60女人毛片免费| 99久国产av精品国产电影| 精品熟女少妇av免费看| 色婷婷久久久亚洲欧美| 日韩人妻精品一区2区三区| 国产 精品1| 成人毛片60女人毛片免费| 亚洲精品日本国产第一区| 国产熟女欧美一区二区| 中国国产av一级| av在线app专区| 久久免费观看电影| 国产男女内射视频| 久久久精品区二区三区| 人体艺术视频欧美日本| 成人漫画全彩无遮挡| 99久久人妻综合| 国产免费福利视频在线观看| 久久热在线av| 亚洲婷婷狠狠爱综合网| 午夜福利乱码中文字幕| 国产欧美日韩综合在线一区二区| 王馨瑶露胸无遮挡在线观看| 久久这里有精品视频免费| 日本色播在线视频| 我要看黄色一级片免费的| 国产不卡av网站在线观看| 日本vs欧美在线观看视频| 国产精品久久久久久精品电影小说| 免费av不卡在线播放| 青春草亚洲视频在线观看| 丁香六月天网| 男人操女人黄网站| 亚洲欧美中文字幕日韩二区| 伦理电影大哥的女人| 午夜福利视频精品| 香蕉丝袜av| 欧美国产精品va在线观看不卡| 男女下面插进去视频免费观看 | 91国产中文字幕| 亚洲成人一二三区av| 在线观看免费日韩欧美大片| 中文字幕亚洲精品专区| 国产一区二区在线观看av| 国产亚洲精品第一综合不卡 | 欧美激情 高清一区二区三区| 国产精品女同一区二区软件| av有码第一页| 一本大道久久a久久精品| 亚洲国产精品一区二区三区在线| 久久精品夜色国产| 亚洲天堂av无毛| 亚洲美女搞黄在线观看| 国产一区亚洲一区在线观看| 赤兔流量卡办理| 成人漫画全彩无遮挡| 免费看光身美女| 毛片一级片免费看久久久久| 九九在线视频观看精品| 国产精品一区www在线观看| 久久久久久久久久久久大奶| 一级毛片我不卡| 深夜精品福利| av免费在线看不卡| 狠狠精品人妻久久久久久综合| 国产精品一国产av| 亚洲av免费高清在线观看| 国产高清不卡午夜福利| 精品卡一卡二卡四卡免费| 免费大片黄手机在线观看| av在线播放精品| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 久久久久国产网址| 国产亚洲欧美精品永久| 久久精品国产a三级三级三级| 国产精品成人在线| 91精品国产国语对白视频| 免费看不卡的av| av又黄又爽大尺度在线免费看| 欧美亚洲日本最大视频资源| 人成视频在线观看免费观看| 亚洲成人手机| 国产av一区二区精品久久| 久久热在线av| 中文字幕亚洲精品专区| 国产精品 国内视频| 日韩欧美精品免费久久| 亚洲精品久久成人aⅴ小说| 亚洲av成人精品一二三区| 欧美精品亚洲一区二区| 国产熟女欧美一区二区| av卡一久久| 欧美日本中文国产一区发布| 中文字幕最新亚洲高清| h视频一区二区三区| 日韩中文字幕视频在线看片| 国产日韩欧美亚洲二区| 中文字幕人妻熟女乱码| 妹子高潮喷水视频| 大香蕉久久成人网| 亚洲精品成人av观看孕妇| 午夜福利网站1000一区二区三区| 一区二区三区乱码不卡18| 伦理电影大哥的女人| 日本爱情动作片www.在线观看| 国产伦理片在线播放av一区| 免费av中文字幕在线| 日韩精品免费视频一区二区三区 | 熟女人妻精品中文字幕| 国产熟女午夜一区二区三区| 丁香六月天网| 国产高清国产精品国产三级| 国产欧美亚洲国产| 亚洲四区av| 日产精品乱码卡一卡2卡三| 欧美成人精品欧美一级黄| 色吧在线观看| 亚洲欧美成人精品一区二区| 精品少妇内射三级| 中文天堂在线官网| 欧美成人精品欧美一级黄| 18禁裸乳无遮挡动漫免费视频| 少妇的逼水好多| 亚洲 欧美一区二区三区| 国产精品久久久久久久电影| 国产乱来视频区| 亚洲国产av新网站| 成人午夜精彩视频在线观看| 亚洲欧美日韩卡通动漫| 在线看a的网站| 国产69精品久久久久777片| 精品久久久久久电影网| 少妇被粗大的猛进出69影院 | av视频免费观看在线观看| 一区二区三区四区激情视频| 亚洲国产精品一区二区三区在线| 婷婷色av中文字幕| 国产欧美另类精品又又久久亚洲欧美| 色5月婷婷丁香| 日韩欧美精品免费久久| 丝袜人妻中文字幕| 亚洲美女搞黄在线观看| 色哟哟·www| 国产在线视频一区二区| 国产精品嫩草影院av在线观看| 成人手机av| 亚洲国产精品国产精品| 亚洲精品国产色婷婷电影| 国产白丝娇喘喷水9色精品| 美国免费a级毛片| 国产极品天堂在线| 日日啪夜夜爽| 久久午夜综合久久蜜桃| 人体艺术视频欧美日本| 国产精品一二三区在线看| 美女国产视频在线观看| 18禁国产床啪视频网站| 精品久久久精品久久久| 蜜臀久久99精品久久宅男| 黑人巨大精品欧美一区二区蜜桃 | www.av在线官网国产| 欧美国产精品va在线观看不卡| 两性夫妻黄色片 | 国产熟女午夜一区二区三区| 夜夜爽夜夜爽视频| 一区二区三区四区激情视频| 亚洲精品aⅴ在线观看| 蜜桃国产av成人99| 中文精品一卡2卡3卡4更新| 97超碰精品成人国产| 日日摸夜夜添夜夜爱| 成人毛片a级毛片在线播放| 18禁动态无遮挡网站| 啦啦啦在线观看免费高清www| 国产成人一区二区在线| 午夜91福利影院| av网站免费在线观看视频| 天天躁夜夜躁狠狠躁躁| 国产激情久久老熟女| 女人久久www免费人成看片| 欧美精品亚洲一区二区| 超色免费av| 国产精品久久久久久精品古装| 免费高清在线观看视频在线观看| 建设人人有责人人尽责人人享有的| 欧美日韩成人在线一区二区| 青春草国产在线视频| 男女边摸边吃奶| 免费黄色在线免费观看| 交换朋友夫妻互换小说| 国内精品宾馆在线| 久久99一区二区三区| 亚洲欧美中文字幕日韩二区| 天天操日日干夜夜撸| 国产成人aa在线观看| 纵有疾风起免费观看全集完整版| 如何舔出高潮| 日日撸夜夜添| 精品一区二区三卡| www.熟女人妻精品国产 | 一边亲一边摸免费视频| 国精品久久久久久国模美| 精品少妇黑人巨大在线播放| 高清不卡的av网站| 少妇高潮的动态图| 精品国产国语对白av| 久久女婷五月综合色啪小说| 丰满少妇做爰视频| 国产av精品麻豆| 欧美国产精品va在线观看不卡| 纵有疾风起免费观看全集完整版| 少妇 在线观看| 亚洲激情五月婷婷啪啪| 国产精品一二三区在线看| 欧美人与性动交α欧美精品济南到 | 国产精品偷伦视频观看了| 欧美成人午夜精品| 波多野结衣一区麻豆| 国产欧美日韩一区二区三区在线| 日韩中文字幕视频在线看片| 国产一区二区三区综合在线观看 | 最黄视频免费看| 成人综合一区亚洲| 精品少妇内射三级| 亚洲精品视频女| 国产色爽女视频免费观看| 看免费av毛片| 永久网站在线| 内地一区二区视频在线| 男女国产视频网站| 熟女电影av网| 超碰97精品在线观看| 亚洲综合色网址| 免费av不卡在线播放| 99热6这里只有精品| 国产欧美另类精品又又久久亚洲欧美| 亚洲精品美女久久av网站| 久久精品夜色国产| 各种免费的搞黄视频| 成年人免费黄色播放视频| 在线免费观看不下载黄p国产| 国产成人免费观看mmmm| 捣出白浆h1v1| 九色亚洲精品在线播放| 久久久久久伊人网av| 亚洲精品美女久久av网站| 九色亚洲精品在线播放| 亚洲一级一片aⅴ在线观看| 久久鲁丝午夜福利片| 韩国av在线不卡| 五月玫瑰六月丁香|