• <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)
    精品国产一区二区三区久久久樱花| 日本撒尿小便嘘嘘汇集6| videos熟女内射| xxxhd国产人妻xxx| 国产xxxxx性猛交| 夜夜躁狠狠躁天天躁| 成人黄色视频免费在线看| 午夜福利一区二区在线看| 国产精品一区二区精品视频观看| 久久久久久亚洲精品国产蜜桃av| 日韩欧美免费精品| 好男人电影高清在线观看| 搡老乐熟女国产| 嫁个100分男人电影在线观看| 巨乳人妻的诱惑在线观看| 好看av亚洲va欧美ⅴa在| 一边摸一边抽搐一进一小说 | 亚洲国产精品合色在线| 亚洲成a人片在线一区二区| 在线播放国产精品三级| 日韩欧美免费精品| 国产又爽黄色视频| 一二三四在线观看免费中文在| 国产成人免费观看mmmm| 亚洲精品中文字幕一二三四区| 一a级毛片在线观看| 国产成+人综合+亚洲专区| 欧美中文综合在线视频| 高清毛片免费观看视频网站 | 国产免费av片在线观看野外av| 欧美激情久久久久久爽电影 | 99热国产这里只有精品6| 午夜福利,免费看| 免费在线观看影片大全网站| 亚洲色图综合在线观看| 视频区图区小说| 久久精品人人爽人人爽视色| 久久精品亚洲精品国产色婷小说| 最新在线观看一区二区三区| 黄频高清免费视频| 在线观看免费视频网站a站| 久久 成人 亚洲| 很黄的视频免费| 国产精品98久久久久久宅男小说| 国产亚洲欧美精品永久| 久久久水蜜桃国产精品网| 欧美 日韩 精品 国产| 女人爽到高潮嗷嗷叫在线视频| 久久这里只有精品19| 黑人操中国人逼视频| 久久久水蜜桃国产精品网| 精品福利观看| 99香蕉大伊视频| 欧美激情高清一区二区三区| 亚洲国产精品sss在线观看 | 亚洲中文字幕日韩| 啦啦啦在线免费观看视频4| 午夜亚洲福利在线播放| 飞空精品影院首页| 18禁裸乳无遮挡动漫免费视频| 最新的欧美精品一区二区| 日韩欧美一区视频在线观看| 久热爱精品视频在线9| 十分钟在线观看高清视频www| 国产精品久久久人人做人人爽| 亚洲精品成人av观看孕妇| 亚洲色图综合在线观看| 亚洲免费av在线视频| 深夜精品福利| 国产在线一区二区三区精| 操美女的视频在线观看| 大型av网站在线播放| 少妇被粗大的猛进出69影院| 悠悠久久av| 国产成+人综合+亚洲专区| 国产亚洲欧美精品永久| 男人操女人黄网站| 久久国产精品大桥未久av| 日本黄色视频三级网站网址 | 亚洲精品国产色婷婷电影| 日韩三级视频一区二区三区| www.999成人在线观看| 老熟妇仑乱视频hdxx| 亚洲专区字幕在线| 国产成人精品久久二区二区免费| 久久人妻av系列| 国产片内射在线| 欧美中文综合在线视频| √禁漫天堂资源中文www| 成熟少妇高潮喷水视频| 女人被狂操c到高潮| 免费不卡黄色视频| 在线看a的网站| 免费观看人在逋| 黄色视频,在线免费观看| 成年人免费黄色播放视频| 一进一出好大好爽视频| 丰满的人妻完整版| 欧美午夜高清在线| 深夜精品福利| 天堂√8在线中文| 国产欧美日韩精品亚洲av| 精品人妻熟女毛片av久久网站| 日韩精品免费视频一区二区三区| 国产真人三级小视频在线观看| 日韩成人在线观看一区二区三区| 新久久久久国产一级毛片| av线在线观看网站| 曰老女人黄片| 热99国产精品久久久久久7| 女人爽到高潮嗷嗷叫在线视频| 久久精品亚洲精品国产色婷小说| 亚洲av成人不卡在线观看播放网| 正在播放国产对白刺激| 精品福利永久在线观看| 欧美午夜高清在线| 久久香蕉精品热| 国产熟女午夜一区二区三区| 十八禁网站免费在线| av线在线观看网站| 999精品在线视频| 岛国在线观看网站| 亚洲精品久久午夜乱码| 亚洲综合色网址| 99精品久久久久人妻精品| 亚洲av日韩在线播放| 久久久水蜜桃国产精品网| 午夜福利乱码中文字幕| 每晚都被弄得嗷嗷叫到高潮| 国产精品99久久99久久久不卡| 亚洲中文日韩欧美视频| 日本一区二区免费在线视频| 亚洲五月天丁香| 精品久久久久久久毛片微露脸| 美女高潮喷水抽搐中文字幕| 亚洲国产精品sss在线观看 | 国产99白浆流出| 亚洲色图综合在线观看| 制服人妻中文乱码| 欧美丝袜亚洲另类 | 天天影视国产精品| 黑人巨大精品欧美一区二区蜜桃| 国产亚洲av高清不卡| av电影中文网址| 精品国内亚洲2022精品成人 | 青草久久国产| 日本a在线网址| 女人高潮潮喷娇喘18禁视频| 亚洲全国av大片| 中文亚洲av片在线观看爽 | 亚洲av片天天在线观看| 久久影院123| 成人三级做爰电影| 欧美乱妇无乱码| 日韩人妻精品一区2区三区| 国产一区二区三区综合在线观看| 久久精品熟女亚洲av麻豆精品| 伊人久久大香线蕉亚洲五| 999久久久精品免费观看国产| 欧美激情久久久久久爽电影 | 国产在线精品亚洲第一网站| 在线av久久热| 99热国产这里只有精品6| 麻豆国产av国片精品| 中文欧美无线码| 国产黄色免费在线视频| 亚洲av熟女| 他把我摸到了高潮在线观看| 天天躁夜夜躁狠狠躁躁| 久久久精品区二区三区| 国产精品1区2区在线观看. | 精品第一国产精品| 高清av免费在线| 久久草成人影院| 两性夫妻黄色片| 亚洲五月婷婷丁香| 在线看a的网站| 中文字幕另类日韩欧美亚洲嫩草| av有码第一页| 免费在线观看完整版高清| 天天躁狠狠躁夜夜躁狠狠躁| www.自偷自拍.com| 国产亚洲一区二区精品| 国产在视频线精品| 久久 成人 亚洲| 夜夜躁狠狠躁天天躁| 丰满迷人的少妇在线观看| 欧美色视频一区免费| 国产精品成人在线| 国产精品 国内视频| 亚洲精品中文字幕一二三四区| 亚洲中文av在线| 国产三级黄色录像| 天堂√8在线中文| 亚洲精品一二三| av视频免费观看在线观看| 免费少妇av软件| 精品久久久久久,| 国产男靠女视频免费网站| 丝瓜视频免费看黄片| 韩国精品一区二区三区| 日韩制服丝袜自拍偷拍| 国产高清视频在线播放一区| 精品少妇一区二区三区视频日本电影| 欧美精品亚洲一区二区| av不卡在线播放| 女人爽到高潮嗷嗷叫在线视频| 国产免费男女视频| 在线观看免费高清a一片| 真人做人爱边吃奶动态| 欧美成人午夜精品| 午夜免费成人在线视频| 亚洲视频免费观看视频| 天堂中文最新版在线下载| 欧美日韩福利视频一区二区| 欧美日韩亚洲国产一区二区在线观看 | 精品亚洲成国产av| 国产精品98久久久久久宅男小说| 九色亚洲精品在线播放| 变态另类成人亚洲欧美熟女 | 老汉色∧v一级毛片| 在线观看免费视频日本深夜| av免费在线观看网站| 国产亚洲av高清不卡| 欧美日韩黄片免| 亚洲va日本ⅴa欧美va伊人久久| 99国产精品一区二区三区| 午夜福利影视在线免费观看| 国产免费男女视频| 国产亚洲精品一区二区www | 国产精品香港三级国产av潘金莲| 精品人妻1区二区| 嫩草影视91久久| 丝瓜视频免费看黄片| 婷婷精品国产亚洲av在线 | 99re在线观看精品视频| 欧美av亚洲av综合av国产av| 在线视频色国产色| 亚洲国产精品合色在线| 成人18禁高潮啪啪吃奶动态图| 搡老乐熟女国产| 悠悠久久av| 午夜福利视频在线观看免费| 美女高潮喷水抽搐中文字幕| 久久天躁狠狠躁夜夜2o2o| 精品人妻在线不人妻| 亚洲黑人精品在线| 免费少妇av软件| 巨乳人妻的诱惑在线观看| 少妇被粗大的猛进出69影院| 日韩 欧美 亚洲 中文字幕| 日韩成人在线观看一区二区三区| 久久精品国产a三级三级三级| 黄色 视频免费看| 亚洲欧美激情在线| 黑人巨大精品欧美一区二区mp4| 欧美最黄视频在线播放免费 | 亚洲免费av在线视频| 日韩一卡2卡3卡4卡2021年| 欧美乱妇无乱码| 男人的好看免费观看在线视频 | 免费一级毛片在线播放高清视频 | 淫妇啪啪啪对白视频| 国产精品免费大片| 视频区欧美日本亚洲| 一区二区日韩欧美中文字幕| 国产精品98久久久久久宅男小说| 欧美大码av| 黄色丝袜av网址大全| 亚洲精品国产一区二区精华液| 久久久精品国产亚洲av高清涩受| 欧美亚洲 丝袜 人妻 在线| 亚洲人成电影观看| 欧美日韩亚洲综合一区二区三区_| 黄片小视频在线播放| 飞空精品影院首页| 天堂俺去俺来也www色官网| 精品少妇一区二区三区视频日本电影| 女人精品久久久久毛片| 在线观看日韩欧美| 国产色视频综合| 一夜夜www| 狠狠婷婷综合久久久久久88av| 亚洲性夜色夜夜综合| 大香蕉久久网| 免费看a级黄色片| 一区二区三区激情视频| 亚洲成人免费电影在线观看| 曰老女人黄片| 老司机在亚洲福利影院| 热99国产精品久久久久久7| 国产精品1区2区在线观看. | 色精品久久人妻99蜜桃| 18在线观看网站| 十八禁人妻一区二区| 如日韩欧美国产精品一区二区三区| 电影成人av| 丝袜人妻中文字幕| 亚洲五月婷婷丁香| 后天国语完整版免费观看| 国产一区二区三区在线臀色熟女 | 国产免费av片在线观看野外av| 99在线人妻在线中文字幕 | 亚洲,欧美精品.| 久久精品国产亚洲av高清一级| 婷婷丁香在线五月| 精品国内亚洲2022精品成人 | 国产精品二区激情视频| 青草久久国产| 久久人人爽av亚洲精品天堂| 国产精品1区2区在线观看. | 人成视频在线观看免费观看| 国产成人免费观看mmmm| 91在线观看av| av在线播放免费不卡| 亚洲国产欧美一区二区综合| 国产片内射在线| 97人妻天天添夜夜摸| 天天躁夜夜躁狠狠躁躁| 亚洲av日韩精品久久久久久密| 免费观看a级毛片全部| 国产成人av激情在线播放| 飞空精品影院首页| 视频区欧美日本亚洲| 老司机午夜十八禁免费视频| 咕卡用的链子| 国产日韩欧美亚洲二区| 黑丝袜美女国产一区| 国产成人欧美在线观看 | 精品视频人人做人人爽| 亚洲五月天丁香| 国产aⅴ精品一区二区三区波| 久久国产精品影院| 欧美黑人精品巨大| 最近最新免费中文字幕在线| 久久久久精品国产欧美久久久| 日本黄色视频三级网站网址 | 国产精品欧美亚洲77777| 欧美精品亚洲一区二区| 他把我摸到了高潮在线观看| 久久久久国内视频| xxx96com| 欧美 日韩 精品 国产| 久久久久久久午夜电影 | 99香蕉大伊视频| 国产成人免费无遮挡视频| 日韩欧美国产一区二区入口| 精品国产乱码久久久久久男人| 波多野结衣一区麻豆| 国产成人免费无遮挡视频| 嫩草影视91久久| 叶爱在线成人免费视频播放| 成年人黄色毛片网站| 怎么达到女性高潮| 999久久久国产精品视频| 久久中文看片网| 欧美成狂野欧美在线观看| 日日摸夜夜添夜夜添小说| 极品少妇高潮喷水抽搐| 久久精品国产亚洲av高清一级| 国产成人啪精品午夜网站| 国产视频一区二区在线看| 日本精品一区二区三区蜜桃| 亚洲色图 男人天堂 中文字幕| 中文字幕av电影在线播放| 丝瓜视频免费看黄片| 丝袜美腿诱惑在线| 亚洲综合色网址| 又紧又爽又黄一区二区| 亚洲成av片中文字幕在线观看| 99精品久久久久人妻精品| 9191精品国产免费久久| 天天影视国产精品| 中亚洲国语对白在线视频| 欧美精品av麻豆av| 久久精品国产a三级三级三级| 精品免费久久久久久久清纯 | 亚洲国产毛片av蜜桃av| 中亚洲国语对白在线视频| 脱女人内裤的视频| 日韩制服丝袜自拍偷拍| 亚洲欧美一区二区三区黑人| 国产人伦9x9x在线观看| 久久久久久人人人人人| 精品国产乱码久久久久久男人| 熟女少妇亚洲综合色aaa.| 女同久久另类99精品国产91| 黄片小视频在线播放| 热99re8久久精品国产| 欧美性长视频在线观看| 少妇被粗大的猛进出69影院| 母亲3免费完整高清在线观看| 91老司机精品| 建设人人有责人人尽责人人享有的| 大香蕉久久网| 少妇的丰满在线观看| 国产精品免费视频内射| 久久久久精品人妻al黑| 日本撒尿小便嘘嘘汇集6| 9热在线视频观看99| 一二三四社区在线视频社区8| 夜夜夜夜夜久久久久| 黄色成人免费大全| 亚洲精品粉嫩美女一区| 亚洲免费av在线视频| 黑人巨大精品欧美一区二区mp4| av有码第一页| 校园春色视频在线观看| 动漫黄色视频在线观看| 日韩视频一区二区在线观看| 免费在线观看黄色视频的| 黄色怎么调成土黄色| 一进一出抽搐gif免费好疼 | 国产亚洲精品第一综合不卡| 欧美精品人与动牲交sv欧美| 窝窝影院91人妻| 99re在线观看精品视频| 国产精品成人在线| 欧美乱码精品一区二区三区| 一a级毛片在线观看| 一级作爱视频免费观看| 欧美精品啪啪一区二区三区| 久久精品国产亚洲av香蕉五月 | 亚洲熟女毛片儿| 国产午夜精品久久久久久| 精品欧美一区二区三区在线| 亚洲欧美日韩另类电影网站| 国产一区二区激情短视频| 黄色成人免费大全| 男女床上黄色一级片免费看| 亚洲免费av在线视频| 午夜激情av网站| 老司机亚洲免费影院| 国产精品.久久久| 午夜成年电影在线免费观看| 精品电影一区二区在线| 国产亚洲精品久久久久5区| av天堂久久9| 十八禁高潮呻吟视频| 亚洲一区二区三区欧美精品| 亚洲精品av麻豆狂野| 两个人免费观看高清视频| 欧美日韩福利视频一区二区| 在线十欧美十亚洲十日本专区| 男女床上黄色一级片免费看| 女人被狂操c到高潮| 国产精品亚洲一级av第二区| 国产一区二区三区综合在线观看| 久久草成人影院| 动漫黄色视频在线观看| www.999成人在线观看| 亚洲综合色网址| 丝袜在线中文字幕| 亚洲av熟女| 成人精品一区二区免费| av欧美777| 美女 人体艺术 gogo| 亚洲精品成人av观看孕妇| 亚洲人成77777在线视频| 色尼玛亚洲综合影院| 国产在线一区二区三区精| av超薄肉色丝袜交足视频| 99久久99久久久精品蜜桃| 亚洲,欧美精品.| 成人三级做爰电影| 国产欧美日韩一区二区三区在线| а√天堂www在线а√下载 | 精品一品国产午夜福利视频| 午夜精品久久久久久毛片777| 老司机亚洲免费影院| 国产欧美亚洲国产| 多毛熟女@视频| 极品少妇高潮喷水抽搐| 成年人黄色毛片网站| 成年人午夜在线观看视频| 一二三四社区在线视频社区8| 大片电影免费在线观看免费| 精品电影一区二区在线| a在线观看视频网站| 国产亚洲精品一区二区www | 日韩欧美在线二视频 | 亚洲一卡2卡3卡4卡5卡精品中文| av不卡在线播放| 久久国产精品大桥未久av| 黑人欧美特级aaaaaa片| 国产在线观看jvid| 日韩有码中文字幕| 午夜两性在线视频| 日本a在线网址| 色综合婷婷激情| 人人妻人人爽人人添夜夜欢视频| 亚洲avbb在线观看| 成人国产一区最新在线观看| 国产精品偷伦视频观看了| 国产免费男女视频| 女人久久www免费人成看片| 熟女少妇亚洲综合色aaa.| 日本五十路高清| 91国产中文字幕| 精品福利观看| 国产av精品麻豆| 中文字幕高清在线视频| 久久久精品免费免费高清| 国产成人欧美在线观看 | 欧美成狂野欧美在线观看| 女性被躁到高潮视频| 亚洲性夜色夜夜综合| 精品国产乱子伦一区二区三区| 黄色女人牲交| 精品久久蜜臀av无| av线在线观看网站| 午夜精品久久久久久毛片777| 亚洲精品一卡2卡三卡4卡5卡| 亚洲七黄色美女视频| 国产成人精品久久二区二区免费| 99re6热这里在线精品视频| 国产激情久久老熟女| 亚洲美女黄片视频| 亚洲人成伊人成综合网2020| 在线观看www视频免费| 欧美精品人与动牲交sv欧美| 无限看片的www在线观看| 免费高清在线观看日韩| 精品少妇久久久久久888优播| 丰满的人妻完整版| 多毛熟女@视频| 波多野结衣av一区二区av| 免费在线观看黄色视频的| 亚洲精品在线美女| 一级片免费观看大全| 一本大道久久a久久精品| 色在线成人网| 欧美精品一区二区免费开放| 国产精品98久久久久久宅男小说| 18禁美女被吸乳视频| 韩国av一区二区三区四区| 亚洲熟妇中文字幕五十中出 | 可以免费在线观看a视频的电影网站| 老汉色∧v一级毛片| 九色亚洲精品在线播放| 欧美亚洲日本最大视频资源| a级毛片在线看网站| 欧美激情久久久久久爽电影 | 欧美中文综合在线视频| 久久久国产欧美日韩av| 美女 人体艺术 gogo| ponron亚洲| 高清毛片免费观看视频网站 | 99久久综合精品五月天人人| 老熟女久久久| 久久久精品国产亚洲av高清涩受| 91字幕亚洲| 国产国语露脸激情在线看| 少妇粗大呻吟视频| 成年人黄色毛片网站| 麻豆乱淫一区二区| 日韩人妻精品一区2区三区| 成年版毛片免费区| 大型av网站在线播放| 欧美日韩瑟瑟在线播放| 最近最新中文字幕大全免费视频| 国产成+人综合+亚洲专区| 一个人免费在线观看的高清视频| 一级毛片高清免费大全| 19禁男女啪啪无遮挡网站| 看免费av毛片| 亚洲精品美女久久久久99蜜臀| 正在播放国产对白刺激| 久久亚洲精品不卡| 欧洲精品卡2卡3卡4卡5卡区| 久久精品aⅴ一区二区三区四区| 亚洲avbb在线观看| 午夜福利乱码中文字幕| 国产亚洲欧美精品永久| 丁香欧美五月| 亚洲综合色网址| avwww免费| 国产精品 欧美亚洲| 国产一区有黄有色的免费视频| 国产麻豆69| av中文乱码字幕在线| 国产亚洲欧美98| 亚洲国产精品sss在线观看 | 国产精品av久久久久免费| 亚洲av成人一区二区三| 久久中文字幕人妻熟女| 高清欧美精品videossex| 性色av乱码一区二区三区2| 久久精品亚洲熟妇少妇任你| 最近最新中文字幕大全免费视频| 热99国产精品久久久久久7| 久久99一区二区三区| 9热在线视频观看99| 国产精品久久视频播放| 黄色成人免费大全| 18在线观看网站| 精品国产超薄肉色丝袜足j| 国产精华一区二区三区| 欧美亚洲日本最大视频资源| bbb黄色大片| 啦啦啦免费观看视频1| 成熟少妇高潮喷水视频| 国产精品国产av在线观看| 亚洲在线自拍视频| 欧美日本中文国产一区发布| 欧美日韩国产mv在线观看视频| 国产有黄有色有爽视频| 中文字幕精品免费在线观看视频| 亚洲av欧美aⅴ国产| 一区二区三区激情视频| 如日韩欧美国产精品一区二区三区| 老司机靠b影院| 久久这里只有精品19| 涩涩av久久男人的天堂| 日韩一卡2卡3卡4卡2021年|