• <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)
    色视频在线一区二区三区| 国产精品 欧美亚洲| 国产精品偷伦视频观看了| 黄频高清免费视频| 免费观看av网站的网址| 亚洲欧美一区二区三区黑人| 精品一区二区三卡| 激情视频va一区二区三区| 免费日韩欧美在线观看| 国产成人av激情在线播放| 国产亚洲午夜精品一区二区久久| 亚洲av男天堂| 亚洲伊人久久精品综合| 欧美人与性动交α欧美精品济南到| 免费看十八禁软件| 人成视频在线观看免费观看| 成年美女黄网站色视频大全免费| 人人妻人人澡人人爽人人夜夜| 在线天堂中文资源库| 老鸭窝网址在线观看| 婷婷丁香在线五月| 99国产精品一区二区三区| 黄色 视频免费看| 午夜免费观看性视频| 国产熟女欧美一区二区| 国产成人免费观看mmmm| 久久精品国产综合久久久| 晚上一个人看的免费电影| 蜜桃在线观看..| 男女下面插进去视频免费观看| 亚洲av男天堂| 超碰成人久久| 国产片特级美女逼逼视频| 亚洲欧美清纯卡通| 亚洲精品久久午夜乱码| 国产精品一二三区在线看| 精品国产一区二区三区四区第35| 在线看a的网站| 国产97色在线日韩免费| 美国免费a级毛片| 国产爽快片一区二区三区| 在线精品无人区一区二区三| 国产精品一国产av| 校园人妻丝袜中文字幕| 丝袜在线中文字幕| 午夜免费观看性视频| 国产精品国产av在线观看| 男人舔女人的私密视频| 亚洲专区中文字幕在线| 国产视频一区二区在线看| 女人被躁到高潮嗷嗷叫费观| 亚洲欧美日韩另类电影网站| 免费不卡黄色视频| 丝袜人妻中文字幕| 亚洲一码二码三码区别大吗| 久久狼人影院| 日韩制服丝袜自拍偷拍| 高清欧美精品videossex| 亚洲自偷自拍图片 自拍| 午夜福利视频精品| 在线观看免费高清a一片| 脱女人内裤的视频| 啦啦啦视频在线资源免费观看| 久久国产亚洲av麻豆专区| 好男人视频免费观看在线| 丝袜脚勾引网站| 国产免费又黄又爽又色| 人成视频在线观看免费观看| 国产片内射在线| 亚洲欧美中文字幕日韩二区| 人妻 亚洲 视频| 精品福利永久在线观看| 又粗又硬又长又爽又黄的视频| 亚洲自偷自拍图片 自拍| 亚洲欧美色中文字幕在线| 精品国产乱码久久久久久男人| 久久精品久久久久久噜噜老黄| 又粗又硬又长又爽又黄的视频| 国产av国产精品国产| 亚洲精品自拍成人| 亚洲av综合色区一区| 黄网站色视频无遮挡免费观看| 中文字幕亚洲精品专区| 久久精品久久久久久久性| 亚洲精品一区蜜桃| 亚洲国产看品久久| 日本五十路高清| 一个人免费看片子| 精品一区二区三卡| 国产一卡二卡三卡精品| www.999成人在线观看| 国产精品一区二区在线观看99| 性色av乱码一区二区三区2| 少妇裸体淫交视频免费看高清 | 午夜免费观看性视频| 国产福利在线免费观看视频| 亚洲精品国产色婷婷电影| 久久久精品区二区三区| 亚洲av日韩精品久久久久久密 | 亚洲成人免费电影在线观看 | 亚洲av片天天在线观看| 免费黄频网站在线观看国产| 伊人亚洲综合成人网| 午夜激情久久久久久久| 国产日韩欧美视频二区| 日本黄色日本黄色录像| av线在线观看网站| 午夜福利在线免费观看网站| 日韩中文字幕视频在线看片| 久久久久国产精品人妻一区二区| 91精品三级在线观看| 国产欧美日韩综合在线一区二区| 久久久久精品国产欧美久久久 | 高潮久久久久久久久久久不卡| 国产精品 欧美亚洲| 欧美人与性动交α欧美软件| 久久精品人人爽人人爽视色| 国产成人a∨麻豆精品| 欧美 亚洲 国产 日韩一| 人人妻,人人澡人人爽秒播 | 国产亚洲欧美在线一区二区| 夫妻性生交免费视频一级片| 国产成人精品久久二区二区91| 汤姆久久久久久久影院中文字幕| 男人操女人黄网站| 桃花免费在线播放| 亚洲精品国产一区二区精华液| xxxhd国产人妻xxx| 一本大道久久a久久精品| 一级黄色大片毛片| 久久人人97超碰香蕉20202| 考比视频在线观看| 大陆偷拍与自拍| 亚洲色图 男人天堂 中文字幕| 亚洲,一卡二卡三卡| 嫩草影视91久久| 叶爱在线成人免费视频播放| 国产男女内射视频| 美女视频免费永久观看网站| 国产男女超爽视频在线观看| 国产精品免费大片| 欧美日韩黄片免| 国产三级黄色录像| 国产男人的电影天堂91| 亚洲av综合色区一区| 亚洲av日韩精品久久久久久密 | 免费久久久久久久精品成人欧美视频| 国产淫语在线视频| 亚洲 国产 在线| 国产在线一区二区三区精| 十八禁高潮呻吟视频| 久久国产精品男人的天堂亚洲| 国产真人三级小视频在线观看| 国产成人一区二区在线| 午夜福利免费观看在线| 久久免费观看电影| 一级毛片 在线播放| 在线观看国产h片| 中文字幕高清在线视频| av不卡在线播放| 丝瓜视频免费看黄片| 精品免费久久久久久久清纯 | 欧美日韩亚洲高清精品| 丝袜在线中文字幕| 青青草视频在线视频观看| 多毛熟女@视频| 久久国产精品人妻蜜桃| 亚洲国产最新在线播放| 国产成人免费无遮挡视频| 国产老妇伦熟女老妇高清| 纯流量卡能插随身wifi吗| 搡老岳熟女国产| 在线精品无人区一区二区三| 久久精品国产亚洲av高清一级| 欧美日韩成人在线一区二区| av又黄又爽大尺度在线免费看| 黄色毛片三级朝国网站| 国产黄色视频一区二区在线观看| 国产欧美日韩一区二区三区在线| 热99久久久久精品小说推荐| 欧美人与性动交α欧美精品济南到| 美国免费a级毛片| 久久亚洲精品不卡| 国产国语露脸激情在线看| 欧美人与性动交α欧美软件| 一二三四社区在线视频社区8| 国产一区二区在线观看av| 五月天丁香电影| 99国产精品免费福利视频| 少妇人妻久久综合中文| 日韩一区二区三区影片| 香蕉丝袜av| 成人18禁高潮啪啪吃奶动态图| 午夜精品国产一区二区电影| 精品福利永久在线观看| 日日爽夜夜爽网站| 久热这里只有精品99| 国产欧美日韩综合在线一区二区| 狂野欧美激情性bbbbbb| 夫妻性生交免费视频一级片| 久久人人爽av亚洲精品天堂| 在线观看一区二区三区激情| 美女主播在线视频| 午夜激情av网站| 国产在线视频一区二区| 黑人猛操日本美女一级片| 伊人久久大香线蕉亚洲五| 满18在线观看网站| 久久国产亚洲av麻豆专区| 久久精品熟女亚洲av麻豆精品| 99香蕉大伊视频| 亚洲一区中文字幕在线| 看十八女毛片水多多多| 搡老乐熟女国产| 老熟女久久久| 国产精品偷伦视频观看了| 婷婷色综合www| 两个人免费观看高清视频| 精品国产乱码久久久久久小说| 老司机亚洲免费影院| 亚洲男人天堂网一区| 爱豆传媒免费全集在线观看| 少妇粗大呻吟视频| a级毛片在线看网站| 精品少妇内射三级| 国产伦理片在线播放av一区| 亚洲天堂av无毛| 9191精品国产免费久久| 一本一本久久a久久精品综合妖精| 日韩一卡2卡3卡4卡2021年| 2021少妇久久久久久久久久久| 久久av网站| 女人精品久久久久毛片| 狠狠精品人妻久久久久久综合| 高清黄色对白视频在线免费看| av在线播放精品| 欧美黑人精品巨大| 亚洲国产av新网站| 狂野欧美激情性bbbbbb| 免费高清在线观看日韩| 一区二区三区四区激情视频| 亚洲人成网站在线观看播放| 亚洲国产欧美在线一区| 精品人妻一区二区三区麻豆| 只有这里有精品99| 在现免费观看毛片| 久久中文字幕一级| 日日夜夜操网爽| 午夜福利一区二区在线看| 99热网站在线观看| 中文字幕制服av| 美女大奶头黄色视频| 丝袜美足系列| 黄色视频不卡| 国产一区二区 视频在线| 丝袜喷水一区| 国产成人一区二区三区免费视频网站 | 国语对白做爰xxxⅹ性视频网站| 91麻豆精品激情在线观看国产 | 亚洲国产最新在线播放| 国产亚洲欧美在线一区二区| 精品少妇久久久久久888优播| 国产又爽黄色视频| 亚洲免费av在线视频| 丝袜在线中文字幕| 国产色视频综合| 下体分泌物呈黄色| 国产福利在线免费观看视频| 欧美乱码精品一区二区三区| 美女高潮到喷水免费观看| 欧美另类一区| 男人添女人高潮全过程视频| 在线av久久热| 国产日韩欧美亚洲二区| 国产极品粉嫩免费观看在线| 欧美成人精品欧美一级黄| 久久久久久久久久久久大奶| av不卡在线播放| 日韩熟女老妇一区二区性免费视频| 黑人猛操日本美女一级片| 午夜福利视频在线观看免费| 精品国产一区二区久久| 午夜视频精品福利| 免费观看a级毛片全部| 欧美精品亚洲一区二区| 国产av精品麻豆| 日日夜夜操网爽| 亚洲成人国产一区在线观看 | www.999成人在线观看| www.精华液| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲免费av在线视频| 中文字幕制服av| 91国产中文字幕| 国产精品99久久99久久久不卡| 国产亚洲精品久久久久5区| 高清不卡的av网站| 久久精品国产亚洲av涩爱| 男女国产视频网站| 久热这里只有精品99| 狂野欧美激情性xxxx| 乱人伦中国视频| 日韩av不卡免费在线播放| 黑人猛操日本美女一级片| 悠悠久久av| 叶爱在线成人免费视频播放| 国产一区二区 视频在线| av在线app专区| 日韩大码丰满熟妇| 欧美日韩国产mv在线观看视频| 久久久精品免费免费高清| 两性夫妻黄色片| 国产精品久久久久成人av| 99re6热这里在线精品视频| 老司机午夜十八禁免费视频| 一级黄片播放器| 国产精品九九99| 国产精品免费大片| 18禁观看日本| 亚洲av日韩在线播放| 国产成人免费无遮挡视频| 国产主播在线观看一区二区 | 亚洲精品成人av观看孕妇| 欧美日本中文国产一区发布| 色婷婷av一区二区三区视频| 亚洲欧美清纯卡通| 日韩精品免费视频一区二区三区| 母亲3免费完整高清在线观看| 在线观看国产h片| 午夜视频精品福利| 免费观看人在逋| www.精华液| 天堂俺去俺来也www色官网| 国产在线视频一区二区| 少妇人妻久久综合中文| 97人妻天天添夜夜摸| 高清视频免费观看一区二区| 一区在线观看完整版| 午夜91福利影院| 91老司机精品| 国产精品久久久久成人av| 新久久久久国产一级毛片| videosex国产| 国产精品一国产av| 精品久久久精品久久久| 日本91视频免费播放| 亚洲七黄色美女视频| 久久久久精品国产欧美久久久 | 欧美大码av| 欧美成人精品欧美一级黄| 欧美日韩亚洲综合一区二区三区_| 欧美日韩亚洲国产一区二区在线观看 | 亚洲国产中文字幕在线视频| 91字幕亚洲| 男人操女人黄网站| 国产欧美日韩一区二区三区在线| 久久天躁狠狠躁夜夜2o2o | 国产黄频视频在线观看| 国产精品久久久久久精品古装| 日韩一本色道免费dvd| 97人妻天天添夜夜摸| 男的添女的下面高潮视频| 女性被躁到高潮视频| 少妇裸体淫交视频免费看高清 | 国产片内射在线| 少妇被粗大的猛进出69影院| 男女高潮啪啪啪动态图| 亚洲国产精品999| 国产高清国产精品国产三级| 亚洲精品一二三| 搡老乐熟女国产| a级片在线免费高清观看视频| 男女国产视频网站| 人人妻人人爽人人添夜夜欢视频| 搡老乐熟女国产| 人妻一区二区av| av一本久久久久| 精品人妻在线不人妻| 18禁裸乳无遮挡动漫免费视频| 无遮挡黄片免费观看| 成人国语在线视频| 天天影视国产精品| 美女扒开内裤让男人捅视频| 日韩 欧美 亚洲 中文字幕| 大码成人一级视频| 国产精品香港三级国产av潘金莲 | 午夜免费观看性视频| 国产精品 欧美亚洲| 另类亚洲欧美激情| 丰满迷人的少妇在线观看| 欧美激情 高清一区二区三区| 久久热在线av| 精品人妻熟女毛片av久久网站| 精品一区二区三区av网在线观看 | 亚洲国产成人一精品久久久| 欧美人与性动交α欧美精品济南到| 久久久久久久大尺度免费视频| 观看av在线不卡| 天天躁夜夜躁狠狠躁躁| 欧美黄色淫秽网站| 人人妻,人人澡人人爽秒播 | 午夜福利,免费看| 亚洲成国产人片在线观看| 啦啦啦啦在线视频资源| 麻豆av在线久日| 又黄又粗又硬又大视频| 亚洲成色77777| 欧美精品av麻豆av| 人人妻,人人澡人人爽秒播 | 色播在线永久视频| 中文字幕人妻丝袜一区二区| 中文字幕色久视频| 老司机靠b影院| 一区在线观看完整版| 精品福利观看| 中文字幕人妻丝袜制服| 亚洲国产欧美网| 久久久国产精品麻豆| 一级毛片女人18水好多 | 欧美日韩亚洲国产一区二区在线观看 | 一本综合久久免费| 国产精品九九99| 亚洲成国产人片在线观看| 超碰97精品在线观看| 欧美精品一区二区大全| 真人做人爱边吃奶动态| 久久亚洲精品不卡| 国产成人av教育| 日韩一区二区三区影片| 欧美日本中文国产一区发布| 777米奇影视久久| 国产欧美日韩一区二区三区在线| 免费女性裸体啪啪无遮挡网站| 久久99热这里只频精品6学生| 亚洲精品美女久久久久99蜜臀 | 肉色欧美久久久久久久蜜桃| 中文乱码字字幕精品一区二区三区| 久久天躁狠狠躁夜夜2o2o | 精品国产一区二区久久| 免费少妇av软件| 欧美国产精品一级二级三级| 亚洲视频免费观看视频| 亚洲精品av麻豆狂野| 亚洲中文av在线| 成在线人永久免费视频| 日韩制服骚丝袜av| 亚洲中文字幕日韩| 日韩人妻精品一区2区三区| 欧美 亚洲 国产 日韩一| 成人亚洲精品一区在线观看| 中国国产av一级| avwww免费| 欧美黄色淫秽网站| 国产免费又黄又爽又色| 中国国产av一级| 在线天堂中文资源库| 美女福利国产在线| 免费女性裸体啪啪无遮挡网站| 精品福利观看| 成人手机av| 自线自在国产av| 桃花免费在线播放| 午夜福利一区二区在线看| 人人妻人人添人人爽欧美一区卜| 午夜福利在线免费观看网站| 老司机亚洲免费影院| 亚洲av国产av综合av卡| 亚洲专区中文字幕在线| 亚洲综合色网址| 久久亚洲国产成人精品v| 精品少妇久久久久久888优播| 夫妻性生交免费视频一级片| a 毛片基地| 亚洲五月婷婷丁香| 人人妻,人人澡人人爽秒播 | 99久久人妻综合| 最新在线观看一区二区三区 | 在线av久久热| 91麻豆精品激情在线观看国产 | 中文字幕制服av| 亚洲成国产人片在线观看| 成年动漫av网址| 成人18禁高潮啪啪吃奶动态图| 女人久久www免费人成看片| 亚洲自偷自拍图片 自拍| 婷婷色麻豆天堂久久| 999久久久国产精品视频| 欧美黄色淫秽网站| a级片在线免费高清观看视频| 国产1区2区3区精品| 日本a在线网址| 天堂俺去俺来也www色官网| 国产麻豆69| av在线老鸭窝| 欧美精品av麻豆av| 波野结衣二区三区在线| 热99国产精品久久久久久7| 美女大奶头黄色视频| 悠悠久久av| 久久久久视频综合| 一本一本久久a久久精品综合妖精| 国产免费视频播放在线视频| 香蕉丝袜av| 日韩 亚洲 欧美在线| 欧美日韩一级在线毛片| 亚洲欧美色中文字幕在线| 中国国产av一级| 精品久久久久久久毛片微露脸 | 国产亚洲一区二区精品| 观看av在线不卡| 国产日韩欧美在线精品| 黄色a级毛片大全视频| 午夜福利在线免费观看网站| av电影中文网址| 少妇裸体淫交视频免费看高清 | 免费在线观看影片大全网站 | 亚洲精品国产av蜜桃| 成人三级做爰电影| 亚洲国产日韩一区二区| 五月天丁香电影| 亚洲天堂av无毛| 亚洲第一av免费看| 国产精品一区二区免费欧美 | 狂野欧美激情性xxxx| 国产成人一区二区在线| 老司机深夜福利视频在线观看 | 天堂8中文在线网| 你懂的网址亚洲精品在线观看| 国产日韩欧美视频二区| e午夜精品久久久久久久| 1024香蕉在线观看| 一本综合久久免费| 两性夫妻黄色片| 少妇精品久久久久久久| 两个人看的免费小视频| 国产成人精品在线电影| 国产精品久久久久久精品电影小说| 如日韩欧美国产精品一区二区三区| av在线老鸭窝| 久久久久久久精品精品| 最近最新中文字幕大全免费视频 | 日韩中文字幕视频在线看片| 精品少妇黑人巨大在线播放| www日本在线高清视频| 成人手机av| 亚洲欧美色中文字幕在线| 高潮久久久久久久久久久不卡| 51午夜福利影视在线观看| 亚洲精品在线美女| 一本—道久久a久久精品蜜桃钙片| 国产伦理片在线播放av一区| 国产精品久久久久成人av| 午夜av观看不卡| 欧美精品高潮呻吟av久久| 高潮久久久久久久久久久不卡| 久久精品国产亚洲av高清一级| 黄色 视频免费看| 国产亚洲欧美精品永久| 久久鲁丝午夜福利片| 五月天丁香电影| 在线观看免费午夜福利视频| 久热这里只有精品99| 大片免费播放器 马上看| 最新的欧美精品一区二区| av天堂在线播放| 两个人看的免费小视频| 大话2 男鬼变身卡| 18禁观看日本| 亚洲欧洲精品一区二区精品久久久| 人体艺术视频欧美日本| 国产精品一二三区在线看| 国产精品人妻久久久影院| 国产欧美亚洲国产| 狂野欧美激情性bbbbbb| 桃花免费在线播放| 久久精品国产亚洲av涩爱| 手机成人av网站| 国产麻豆69| 欧美黄色片欧美黄色片| 欧美人与性动交α欧美软件| 99精品久久久久人妻精品| 国产av一区二区精品久久| 天天躁日日躁夜夜躁夜夜| 亚洲熟女精品中文字幕| 久久亚洲精品不卡| 欧美日韩国产mv在线观看视频| 十八禁人妻一区二区| 亚洲成人免费av在线播放| 丰满迷人的少妇在线观看| 最近最新中文字幕大全免费视频 | 熟女少妇亚洲综合色aaa.| 国产成人精品在线电影| 性色av一级| xxx大片免费视频| 九草在线视频观看| 久久人人爽人人片av| 精品久久蜜臀av无| 女性生殖器流出的白浆| 亚洲中文字幕日韩| 啦啦啦在线观看免费高清www| 国产免费现黄频在线看| 丰满饥渴人妻一区二区三| 日韩中文字幕视频在线看片| 性高湖久久久久久久久免费观看| 国产精品国产三级国产专区5o| 婷婷丁香在线五月| 国产成人精品在线电影| 免费看av在线观看网站| www.精华液| 国产有黄有色有爽视频| 中文字幕制服av| 中国国产av一级| 欧美在线一区亚洲| 久久精品国产a三级三级三级| 国产日韩一区二区三区精品不卡|