• <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 ?

    深度卷積神經(jīng)網(wǎng)絡(luò)支持下的遙感影像飛機(jī)檢測

    2019-07-05 06:27:40楊夢圓
    測繪通報 2019年6期
    關(guān)鍵詞:卷積飛機(jī)深度

    謝 夢,劉 偉,2,楊夢圓,柴 琪,吉 莉

    (1. 江蘇師范大學(xué)地理測繪與城鄉(xiāng)規(guī)劃院,江蘇 徐州 221116; 2. 資源與環(huán)境信息系統(tǒng)國家重點實驗室,北京 100101)

    隨著遙感影像空間分辨率的提高,對高分遙感影像的處理和應(yīng)用正變得日益緊迫。飛機(jī)檢測在軍用和民用領(lǐng)域均具有相當(dāng)廣泛的應(yīng)用,近年來已經(jīng)成為高分遙感影像目標(biāo)檢測中一個極其重要的研究方向[1]。關(guān)于飛機(jī)檢測的研究方法,多數(shù)是利用飛機(jī)的基本特征來識別目標(biāo),通過獲取飛機(jī)的基本特征后送入分類器分類[2-4],這些方法對人工選擇目標(biāo)特征具有很強的依賴性。

    深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域一個新的研究方向,其目的在于建立模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò),模仿人腦的神經(jīng)機(jī)制來解釋數(shù)據(jù),如圖像、聲音和文本。近年來,深度學(xué)習(xí)算法在圖像分類[5]、自然語言處理[6]、人工智能[7-8]等領(lǐng)域取得前所未有的成果。通過低層濾波器來獲取圖像局部特征,利用高層濾波器將這些局部特征組合成全局特征。整個過程都是通過網(wǎng)絡(luò)訓(xùn)練大量樣本來自動提取影像特征,有效地提高了執(zhí)行效率和檢測精度。因此,深度學(xué)習(xí)在遙感應(yīng)用中引起了廣泛關(guān)注,并在場景分類[9]、高光譜圖像分類[10-11]、目標(biāo)檢測[12-13]等方面取得了顯著成效。

    基于深度學(xué)習(xí)的飛機(jī)檢測克服了傳統(tǒng)檢測方法中目標(biāo)特征難以選取、泛化能力差等問題,但也面臨巨大挑戰(zhàn),主要為訓(xùn)練樣本不足、網(wǎng)絡(luò)難以訓(xùn)練[14]。同時,為了得到較高的識別率,網(wǎng)絡(luò)設(shè)計越來越復(fù)雜,網(wǎng)絡(luò)參數(shù)增大,飛機(jī)所處的遙感影像背景復(fù)雜且飛機(jī)形態(tài)存在差異[13],因此準(zhǔn)確而快速地檢測出遙感影像中飛機(jī)仍然十分困難[1]。

    深度學(xué)習(xí)在目標(biāo)檢測方面主要分為兩類:一類是基于候選區(qū)域的分步式目標(biāo)檢測方法,代表性的有R-CNN[15]、SPP[16]、Fast R-CNN[17]、Faster R-CNN[18];另一類是基于回歸思想的直接目標(biāo)檢測方法,代表性的有YOLO[19]、SSD[20]。前者定位精度高,但檢測時間長,后者檢測速度快、正確率高。很多學(xué)者都青睞YOLO算法,通過對其網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)來提高網(wǎng)絡(luò)性能。文獻(xiàn)[21]提出一種Dense-YOLO網(wǎng)絡(luò),通過特征復(fù)用提高對遙感影像中飛機(jī)的識別效果,但內(nèi)存占用較大,文獻(xiàn)[22]提出一種SENet結(jié)構(gòu)嵌入YOLOv3網(wǎng)絡(luò)中,融合YOLOv3(you look only once)與SENet的優(yōu)點,增強了網(wǎng)絡(luò)感受野,但網(wǎng)絡(luò)訓(xùn)練參數(shù)較多。

    由于YOLOv3算法對原圖做縮放處理,造成網(wǎng)絡(luò)高層的感受野減小,導(dǎo)致“相對尺寸小”的目標(biāo)檢測困難,其中相對尺寸小的目標(biāo)是相對原圖的長寬。本文為擴(kuò)大網(wǎng)絡(luò)高層的感受野,提高特征圖的分辨率,將擴(kuò)張卷積[23-24]引入YOLOv3網(wǎng)絡(luò),為減少需要計算的可訓(xùn)練權(quán)重參數(shù),實現(xiàn)通道和區(qū)域的分離,再將深度可分離卷積[25]引入網(wǎng)絡(luò)。試驗結(jié)果表明:相比于YOLOv3算法,優(yōu)化的YOLOv3算法能夠降低漏檢率,提高小目標(biāo)的檢測精度。

    1 YOLOv3算法

    YOLO是一種多目標(biāo)檢測算法,在訓(xùn)練和預(yù)測時將整張圖像輸入網(wǎng)絡(luò)模型,直接回歸出目標(biāo)中心位置、目標(biāo)長寬和類別,以實現(xiàn)端到端的目標(biāo)檢測。

    (1)

    (2)

    2 YOLOv3算法的優(yōu)化

    本文首先使用K-means聚類算法計算出適用于數(shù)據(jù)集的錨框,然后用擴(kuò)張率為2的擴(kuò)張卷積取代YOLOv3網(wǎng)絡(luò)第76、78、80層卷積核為3×3的普通卷積,并用深度可分離卷積取代原網(wǎng)絡(luò)殘差模塊中的普通卷積,算法的優(yōu)化主要體現(xiàn)在以下3個方面。

    2.1 錨框(anchorbox)

    由于YOLOv3算法中的anchorbox是由VOC20和COCO80數(shù)據(jù)集聚類得到,而本文數(shù)據(jù)集中的飛機(jī)相對較小,不適合使用原定義的anchorbox[21],因此需要對本文數(shù)據(jù)集的目標(biāo)候選框進(jìn)行維度聚類分析,使用K-means聚類算法獲取適合本文數(shù)據(jù)集的anchorbox。

    2.2 擴(kuò)張卷積(dilated convolutions)

    擴(kuò)張卷積是向卷積層引入一個稱為擴(kuò)張率(dilation rate)的新參數(shù),該參數(shù)定義卷積核處理數(shù)據(jù)時各值的間距。傳統(tǒng)的骨干網(wǎng)絡(luò)基于大的下采樣因子可以生成更高的感受野,有利于圖像分類,但犧牲了空間分辨率,從而使網(wǎng)絡(luò)難以準(zhǔn)確地定位大型目標(biāo)和識別小型目標(biāo)[26]。YOLOv3算法對原圖做了縮放,造成網(wǎng)絡(luò)高層感受野減小,本文引入擴(kuò)張卷積層增加網(wǎng)絡(luò)高層感受野,以改善小目標(biāo)檢測效果。擴(kuò)張卷積的原理如圖1所示。

    圖1中灰度點標(biāo)記位置同正常卷積核,其他位置為0,其中圖1(a)為3×3擴(kuò)張率為1的卷積,與普通卷積一樣,感受野為9;圖1(b)為擴(kuò)張率為2的卷積,感受野為49;圖1(c)為擴(kuò)張率為4的卷積,感受野為225,從圖中可以看出卷積核的參數(shù)個數(shù)保持不變,感受野的大小隨著擴(kuò)張率的增加呈指數(shù)增長。

    2.3 深度可分離卷積(depthwise separable convolutions)

    深度可分卷積[25]是在輸入的每個通道獨立執(zhí)行空間卷積,然后進(jìn)行逐點卷積,即1×1卷積,將深度卷積的通道輸出映射到新的通道空間。深度可分離卷積比普通卷積減少訓(xùn)練參數(shù),而且它先只考慮區(qū)域,然后再考慮通道,以實現(xiàn)區(qū)域和通道的分離。深度可分離卷積的過程如圖2所示。

    從圖2可以看出,每一個通道用一個卷積核卷積之后得到對應(yīng)一個通道的輸出,然后再進(jìn)行信息融合。假設(shè)輸入通道數(shù)為3,輸出通道數(shù)為32,用一個3×3卷積核進(jìn)行卷積,則普通卷積需要計算的參數(shù)為3×3×3×32=864,深度可分離卷積要計算的參數(shù)為: 3×3×3+3×1×1×32=123, 深度可分離卷積明顯降低了參數(shù)量。本文優(yōu)化的YOLOv3算法模型結(jié)構(gòu)如圖3所示。

    3 試驗與結(jié)果分析

    本文試驗環(huán)境為在Ubuntu16.04操作系統(tǒng)下,安裝配置Cuda9.1.85和Python3.6.5,并搭建Keras和Tensorflow深度學(xué)習(xí)平臺,算法的訓(xùn)練和測試均在GPU加速下完成。

    3.1 數(shù)據(jù)集制作

    在遙感影像飛機(jī)目標(biāo)檢測的應(yīng)用研究方面,目前幾乎沒有公開的符合深度學(xué)習(xí)訓(xùn)練的數(shù)據(jù)集,這也是制約該方向應(yīng)用的主要問題之一。本文研究的影像來自DOTA(http:∥captain.whu.edu.cn/DOTAweb/)、UCAS-AOD(http:∥www.ucassdl.cn/resource.asp)、RSOD-Dataset(https:∥github.com/RSIA-LIESMARS-WHU/RSOD-Dataset)3個遙感影像數(shù)集,影像的尺寸一般是1044×944。在制作數(shù)據(jù)集的過程中,依據(jù)VOC2007的數(shù)據(jù)集格式,對影像進(jìn)行統(tǒng)一格式的命名,再利用labelImg(https:∥github.com/tzutalin/labelImg)圖片標(biāo)注工具對影像進(jìn)行標(biāo)注,生成包含有目標(biāo)類別位置信息的XML文件。試驗共制作446張數(shù)據(jù)集,其中386張訓(xùn)練集,42張驗證集,18張測試集,飛機(jī)樣本如圖4所示。

    3.2 網(wǎng)絡(luò)訓(xùn)練

    對YOLOv3算法和優(yōu)化的YOLOv3算法分別迭代200次進(jìn)行訓(xùn)練,飛機(jī)在影像中屬于小目標(biāo),經(jīng)過多次對比試驗,算法采用按步長衰減學(xué)習(xí)率的策略,設(shè)置基礎(chǔ)學(xué)習(xí)率為0.001,在迭代120次、180次時學(xué)習(xí)率變成基礎(chǔ)學(xué)習(xí)率的0.1倍和0.01倍。選取Batch_size(每批數(shù)據(jù)量的大小)為10,沖量常數(shù)為0.9,權(quán)值衰減系數(shù)為0.000 5,從而避免出現(xiàn)過擬合現(xiàn)象。

    3.3 結(jié)果分析

    將YOLOv3算法和優(yōu)化的YOLOv3算法在本文測試集上進(jìn)行對比測試,分別計算準(zhǔn)確率、召回率和F1-score。精確率的公式為

    (3)

    召回率的公式為

    (4)

    F1-score的公式為

    (5)

    式中,TP為正確檢測出的飛機(jī)個數(shù);FP為誤檢的飛機(jī)個數(shù);FN為漏檢的飛機(jī)個數(shù)。

    F1-score是使用調(diào)和平均結(jié)合召回率和精度的指標(biāo)。從表1可以看出,本文優(yōu)化YOLOv3算法的召回率比YOLOv3算法高出11.86%,精確率下降7.27%。此時需要F1-score來進(jìn)行總體衡量。試驗結(jié)果表明本文在使用K-means聚類算法和擴(kuò)張卷積后,其F1-score比YOLOv3高出1.33%,網(wǎng)絡(luò)中再加入深度可分離卷積后,其F1-score比YOLOv3高出2.99%。由此可見,本文算法明顯優(yōu)于YOLOv3算法。圖5是YOLOv3算法和優(yōu)化YOLOv3算法對2張相同圖像的檢測結(jié)果。從圖5中可以看出YOLOv3算法不能準(zhǔn)確檢測出影像中的小目標(biāo),出現(xiàn)較多漏檢情況,框上沒字是漏檢,框上有字是算法檢測出的飛機(jī)。優(yōu)化的YOLOv3算法增強了網(wǎng)絡(luò)高層的感受野,能夠準(zhǔn)確檢測出影像中的小目標(biāo),有效地降低漏檢率,提高小目標(biāo)檢測的精度。

    (%)

    4 結(jié) 語

    本文針對YOLOv3算法對小目標(biāo)檢測效果較差、出現(xiàn)較多漏檢的情況,使用K-means聚類算法計算出適合本文數(shù)據(jù)集的錨框,在YOLOv3算法的網(wǎng)絡(luò)結(jié)構(gòu)中引入擴(kuò)張卷積,用來增強網(wǎng)絡(luò)高層的感受野,改善對小目標(biāo)的檢測效果,并在網(wǎng)絡(luò)結(jié)構(gòu)中引入深度可分離卷積來減少計算參數(shù)和分別學(xué)習(xí)空間特征和通道特征。試驗結(jié)果表明,優(yōu)化的YOLOv3算法比YOLOv3算法的召回率提高了11.86%,而且F1-score提高了2.99%,能準(zhǔn)確檢測到更多目標(biāo),提高小目標(biāo)的檢測精度。由于遙感影像目標(biāo)檢測作為圖像解譯的一個重要研究方向,其對于資源調(diào)查、災(zāi)害監(jiān)測、資源勘探及軍事目標(biāo)的識別判讀等都具有重要的意義。在今后的研究工作中,會增加訓(xùn)練集以提高樣本多樣性,而且在繼續(xù)提升召回率的同時,提高精確率。

    猜你喜歡
    卷積飛機(jī)深度
    飛機(jī)失蹤
    基于3D-Winograd的快速卷積算法設(shè)計及FPGA實現(xiàn)
    深度理解一元一次方程
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    “拼座飛機(jī)”迎風(fēng)飛揚
    深度觀察
    深度觀察
    深度觀察
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    乘坐飛機(jī)
    日本av免费视频播放| 国产精品亚洲av一区麻豆 | 天美传媒精品一区二区| 美国免费a级毛片| 免费黄色在线免费观看| 久久久久久人妻| 精品一品国产午夜福利视频| 久久久国产精品麻豆| 亚洲精品自拍成人| 一级毛片 在线播放| 人人妻人人添人人爽欧美一区卜| 2021少妇久久久久久久久久久| 欧美精品亚洲一区二区| 悠悠久久av| 伊人久久国产一区二区| 国产av一区二区精品久久| 国产在线免费精品| 纵有疾风起免费观看全集完整版| 国产精品偷伦视频观看了| 日韩不卡一区二区三区视频在线| 欧美另类一区| 亚洲成人手机| 日韩一区二区三区影片| 国产野战对白在线观看| 不卡视频在线观看欧美| 中文天堂在线官网| 日韩不卡一区二区三区视频在线| 久久午夜综合久久蜜桃| av不卡在线播放| 自线自在国产av| 美女中出高潮动态图| 亚洲av日韩精品久久久久久密 | 久久女婷五月综合色啪小说| 只有这里有精品99| 爱豆传媒免费全集在线观看| 综合色丁香网| 人妻人人澡人人爽人人| 亚洲熟女毛片儿| 国产精品国产三级专区第一集| 只有这里有精品99| www.精华液| 咕卡用的链子| 黄网站色视频无遮挡免费观看| 熟妇人妻不卡中文字幕| 在线观看一区二区三区激情| 欧美av亚洲av综合av国产av | 日本午夜av视频| 一边亲一边摸免费视频| 热re99久久国产66热| 无限看片的www在线观看| 黄网站色视频无遮挡免费观看| 中文字幕精品免费在线观看视频| 热re99久久精品国产66热6| 久久久久久人妻| 久久精品aⅴ一区二区三区四区| 免费高清在线观看日韩| 男女边摸边吃奶| 一区二区av电影网| 美女扒开内裤让男人捅视频| 亚洲欧洲精品一区二区精品久久久 | 婷婷色麻豆天堂久久| 精品一区二区三区四区五区乱码 | 99香蕉大伊视频| 国产人伦9x9x在线观看| 好男人视频免费观看在线| 九色亚洲精品在线播放| 亚洲国产精品国产精品| 精品人妻熟女毛片av久久网站| 精品国产乱码久久久久久男人| 欧美日韩成人在线一区二区| 国产成人91sexporn| 91老司机精品| 国产精品一区二区精品视频观看| 在线观看一区二区三区激情| 人人妻人人澡人人爽人人夜夜| 在线看a的网站| 亚洲熟女精品中文字幕| 亚洲国产av新网站| 国产成人欧美在线观看 | 欧美精品一区二区大全| 国产成人精品久久二区二区91 | 日韩不卡一区二区三区视频在线| 亚洲伊人久久精品综合| 亚洲国产av新网站| 精品国产一区二区久久| 中国国产av一级| 天天躁日日躁夜夜躁夜夜| 国产爽快片一区二区三区| 精品酒店卫生间| 久久久精品国产亚洲av高清涩受| 毛片一级片免费看久久久久| 老熟女久久久| 欧美日韩亚洲综合一区二区三区_| 亚洲av男天堂| 2021少妇久久久久久久久久久| 精品视频人人做人人爽| 日韩人妻精品一区2区三区| 可以免费在线观看a视频的电影网站 | 国产伦理片在线播放av一区| 亚洲美女黄色视频免费看| 日本爱情动作片www.在线观看| 女人被躁到高潮嗷嗷叫费观| 大香蕉久久网| 日韩一卡2卡3卡4卡2021年| 日韩欧美精品免费久久| 天天躁狠狠躁夜夜躁狠狠躁| 久久精品国产亚洲av高清一级| 午夜久久久在线观看| 精品少妇一区二区三区视频日本电影 | 老鸭窝网址在线观看| 国产精品欧美亚洲77777| 亚洲精品成人av观看孕妇| 人人妻人人爽人人添夜夜欢视频| 婷婷色综合大香蕉| 亚洲成人手机| 国产成人系列免费观看| 黄频高清免费视频| 亚洲欧洲日产国产| 日韩中文字幕欧美一区二区 | 99热国产这里只有精品6| 丝袜美足系列| 精品亚洲成国产av| 最近最新中文字幕大全免费视频 | 日韩中文字幕欧美一区二区 | 久久久精品国产亚洲av高清涩受| 最近手机中文字幕大全| 美女午夜性视频免费| 久久天躁狠狠躁夜夜2o2o | 欧美 日韩 精品 国产| 黄色视频不卡| 99热网站在线观看| www日本在线高清视频| 日韩 欧美 亚洲 中文字幕| 这个男人来自地球电影免费观看 | 制服丝袜香蕉在线| www.精华液| 韩国高清视频一区二区三区| 黄色一级大片看看| 国产成人免费观看mmmm| 亚洲国产精品成人久久小说| 宅男免费午夜| 久久久久精品久久久久真实原创| 日韩免费高清中文字幕av| 男女无遮挡免费网站观看| 日韩大码丰满熟妇| 久久97久久精品| 国产1区2区3区精品| 18禁观看日本| 久久女婷五月综合色啪小说| 少妇被粗大猛烈的视频| 亚洲国产中文字幕在线视频| 天天躁日日躁夜夜躁夜夜| 韩国高清视频一区二区三区| 亚洲美女搞黄在线观看| 国产亚洲精品第一综合不卡| 午夜免费男女啪啪视频观看| 性高湖久久久久久久久免费观看| 视频在线观看一区二区三区| 亚洲欧洲国产日韩| 久久久久精品国产欧美久久久 | 91精品三级在线观看| 国产黄色免费在线视频| 黄片播放在线免费| 亚洲美女搞黄在线观看| 男女免费视频国产| 久久热在线av| 久久久久久久大尺度免费视频| 日韩,欧美,国产一区二区三区| 菩萨蛮人人尽说江南好唐韦庄| 成年人午夜在线观看视频| 一本一本久久a久久精品综合妖精| 亚洲国产av新网站| 9热在线视频观看99| 91精品三级在线观看| 桃花免费在线播放| 一二三四在线观看免费中文在| 亚洲在久久综合| 99热网站在线观看| 亚洲精品第二区| 19禁男女啪啪无遮挡网站| 日日撸夜夜添| 少妇人妻精品综合一区二区| www.av在线官网国产| 精品久久蜜臀av无| 国产精品国产三级国产专区5o| 伦理电影大哥的女人| 大片电影免费在线观看免费| 亚洲av综合色区一区| 久久久久久久久久久免费av| av网站在线播放免费| 国产精品久久久久久精品古装| 人体艺术视频欧美日本| 欧美少妇被猛烈插入视频| 午夜精品国产一区二区电影| 精品免费久久久久久久清纯 | 伊人亚洲综合成人网| 操出白浆在线播放| 成人影院久久| 国产精品一二三区在线看| 亚洲,欧美,日韩| 美女主播在线视频| 中文字幕av电影在线播放| 午夜激情av网站| 亚洲精品国产av蜜桃| 欧美日本中文国产一区发布| 国产黄频视频在线观看| 久久久国产一区二区| 色婷婷久久久亚洲欧美| 日韩 欧美 亚洲 中文字幕| 永久免费av网站大全| 国产亚洲欧美精品永久| 无限看片的www在线观看| 亚洲国产毛片av蜜桃av| 交换朋友夫妻互换小说| 国产精品欧美亚洲77777| 国产日韩欧美视频二区| 久久毛片免费看一区二区三区| 国产成人精品无人区| 日韩大片免费观看网站| av国产久精品久网站免费入址| videos熟女内射| 99国产综合亚洲精品| 狂野欧美激情性xxxx| 亚洲国产最新在线播放| www.自偷自拍.com| 成人亚洲欧美一区二区av| 亚洲一级一片aⅴ在线观看| 9191精品国产免费久久| 国产爽快片一区二区三区| 深夜精品福利| 亚洲熟女精品中文字幕| 国产成人免费无遮挡视频| 18禁动态无遮挡网站| 老汉色av国产亚洲站长工具| 少妇被粗大猛烈的视频| 一二三四中文在线观看免费高清| 老司机影院成人| 在线观看免费日韩欧美大片| 亚洲国产欧美一区二区综合| 亚洲国产av新网站| 日韩大片免费观看网站| 人人澡人人妻人| 在线观看www视频免费| 久热这里只有精品99| 亚洲欧美一区二区三区黑人| 99久久精品国产亚洲精品| 免费观看性生交大片5| 97精品久久久久久久久久精品| 少妇被粗大的猛进出69影院| 日韩人妻精品一区2区三区| 熟女少妇亚洲综合色aaa.| 国产老妇伦熟女老妇高清| 欧美变态另类bdsm刘玥| 亚洲人成电影观看| 啦啦啦中文免费视频观看日本| 亚洲精品一区蜜桃| 免费高清在线观看日韩| 亚洲熟女精品中文字幕| 欧美国产精品一级二级三级| 麻豆乱淫一区二区| 国产一区二区激情短视频 | 午夜免费观看性视频| 午夜日本视频在线| 久久ye,这里只有精品| 亚洲五月色婷婷综合| 不卡视频在线观看欧美| 日韩一卡2卡3卡4卡2021年| 亚洲欧美清纯卡通| 欧美激情 高清一区二区三区| 日本wwww免费看| 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| 精品少妇内射三级| 久久婷婷青草| 十八禁人妻一区二区| 国产视频首页在线观看| 国产一级毛片在线| 黄色视频不卡| 欧美日韩福利视频一区二区| 午夜91福利影院| 国产精品麻豆人妻色哟哟久久| 最新的欧美精品一区二区| 亚洲av电影在线观看一区二区三区| 亚洲欧美精品综合一区二区三区| 男人添女人高潮全过程视频| 亚洲欧美精品自产自拍| 一边亲一边摸免费视频| 国产精品久久久久久精品古装| 午夜福利免费观看在线| 少妇的丰满在线观看| 亚洲五月色婷婷综合| 亚洲男人天堂网一区| 成人手机av| 好男人视频免费观看在线| 另类亚洲欧美激情| 一级片免费观看大全| 精品一区二区三区av网在线观看 | 飞空精品影院首页| 捣出白浆h1v1| 国产男人的电影天堂91| 超碰97精品在线观看| av有码第一页| 国产精品秋霞免费鲁丝片| 亚洲成人手机| 欧美变态另类bdsm刘玥| 亚洲天堂av无毛| 好男人视频免费观看在线| h视频一区二区三区| 国产精品 国内视频| 日韩成人av中文字幕在线观看| 国产深夜福利视频在线观看| 天天操日日干夜夜撸| 最近中文字幕高清免费大全6| 涩涩av久久男人的天堂| 只有这里有精品99| 99久久99久久久精品蜜桃| 丝瓜视频免费看黄片| 日韩av在线免费看完整版不卡| 精品第一国产精品| 18禁动态无遮挡网站| 最近中文字幕2019免费版| 亚洲精品国产一区二区精华液| 国产黄色视频一区二区在线观看| 精品人妻熟女毛片av久久网站| 久久这里只有精品19| 丝袜脚勾引网站| 高清视频免费观看一区二区| 日本一区二区免费在线视频| 亚洲一区中文字幕在线| 久久久久精品人妻al黑| 国产成人91sexporn| 最近的中文字幕免费完整| 九草在线视频观看| 夫妻午夜视频| 十八禁高潮呻吟视频| 成人毛片60女人毛片免费| 国产成人啪精品午夜网站| 欧美日韩精品网址| 女人久久www免费人成看片| www.熟女人妻精品国产| 丝袜在线中文字幕| 人人妻人人澡人人爽人人夜夜| 亚洲av男天堂| 不卡av一区二区三区| 热99久久久久精品小说推荐| 少妇人妻久久综合中文| 亚洲精品在线美女| 亚洲一码二码三码区别大吗| 青春草亚洲视频在线观看| 国产欧美日韩一区二区三区在线| 中文字幕人妻丝袜制服| 免费观看性生交大片5| 国产精品久久久av美女十八| 午夜日本视频在线| 丰满少妇做爰视频| 亚洲人成网站在线观看播放| 国产97色在线日韩免费| 老司机在亚洲福利影院| 国产一区二区激情短视频 | 美女午夜性视频免费| 国产熟女午夜一区二区三区| 老司机影院成人| 91精品三级在线观看| 2018国产大陆天天弄谢| 国产一级毛片在线| 亚洲第一区二区三区不卡| 人人妻人人添人人爽欧美一区卜| 一级爰片在线观看| 香蕉国产在线看| 一级a爱视频在线免费观看| 国产有黄有色有爽视频| 校园人妻丝袜中文字幕| 青春草视频在线免费观看| 99热国产这里只有精品6| 亚洲欧美精品综合一区二区三区| 色网站视频免费| 高清不卡的av网站| 久久av网站| 国产男女内射视频| 建设人人有责人人尽责人人享有的| 亚洲在久久综合| 久久久国产一区二区| 999久久久国产精品视频| 视频在线观看一区二区三区| 欧美日韩国产mv在线观看视频| 午夜福利一区二区在线看| 亚洲美女视频黄频| 久热爱精品视频在线9| 国产精品二区激情视频| 亚洲一级一片aⅴ在线观看| 韩国av在线不卡| 丝袜美腿诱惑在线| 亚洲色图综合在线观看| 国产一区有黄有色的免费视频| 国产精品无大码| 亚洲欧美精品综合一区二区三区| 最近最新中文字幕大全免费视频 | 校园人妻丝袜中文字幕| 久久狼人影院| 亚洲欧洲国产日韩| 麻豆乱淫一区二区| 久久天躁狠狠躁夜夜2o2o | 亚洲精品久久午夜乱码| 日韩视频在线欧美| 哪个播放器可以免费观看大片| 国产免费视频播放在线视频| 午夜福利乱码中文字幕| 街头女战士在线观看网站| 亚洲国产最新在线播放| 日韩一区二区视频免费看| 在线观看免费午夜福利视频| 亚洲国产精品一区二区三区在线| 亚洲国产av新网站| 欧美亚洲日本最大视频资源| 亚洲国产欧美一区二区综合| 色播在线永久视频| 精品一品国产午夜福利视频| 欧美日韩福利视频一区二区| 免费日韩欧美在线观看| videosex国产| 国产日韩一区二区三区精品不卡| 国产一区有黄有色的免费视频| 69精品国产乱码久久久| 亚洲欧美一区二区三区国产| 大陆偷拍与自拍| 久久精品久久精品一区二区三区| 欧美变态另类bdsm刘玥| 爱豆传媒免费全集在线观看| 久久久久久人人人人人| 日韩大码丰满熟妇| 热99国产精品久久久久久7| 欧美日韩av久久| 黄色怎么调成土黄色| 青春草视频在线免费观看| 精品一区二区免费观看| 亚洲精品在线美女| 天堂中文最新版在线下载| 久久精品国产综合久久久| 免费看不卡的av| 日本色播在线视频| 老司机深夜福利视频在线观看 | 丰满乱子伦码专区| 午夜影院在线不卡| 精品国产一区二区久久| 丝袜在线中文字幕| 超色免费av| 9热在线视频观看99| 精品国产一区二区三区久久久樱花| 免费观看性生交大片5| 宅男免费午夜| www.精华液| 国产精品久久久av美女十八| 日韩制服骚丝袜av| 女的被弄到高潮叫床怎么办| 街头女战士在线观看网站| 秋霞在线观看毛片| 在线观看免费午夜福利视频| 国产精品久久久av美女十八| 制服人妻中文乱码| 女人久久www免费人成看片| 一本大道久久a久久精品| 交换朋友夫妻互换小说| 国产一级毛片在线| 成人国语在线视频| 欧美黑人精品巨大| 国产av国产精品国产| 欧美日韩综合久久久久久| 亚洲欧美中文字幕日韩二区| 波多野结衣一区麻豆| 亚洲精品在线美女| 最近最新中文字幕大全免费视频 | 亚洲久久久国产精品| 国产男人的电影天堂91| 亚洲av成人不卡在线观看播放网 | 免费少妇av软件| 成年女人毛片免费观看观看9 | 久久久久久久久免费视频了| 一本一本久久a久久精品综合妖精| 亚洲欧洲精品一区二区精品久久久 | 男女午夜视频在线观看| 久久精品久久久久久噜噜老黄| 欧美日韩亚洲高清精品| 欧美日韩成人在线一区二区| 欧美人与性动交α欧美软件| 岛国毛片在线播放| 天堂8中文在线网| 午夜免费观看性视频| svipshipincom国产片| 午夜免费观看性视频| 亚洲综合色网址| 亚洲国产毛片av蜜桃av| 亚洲av男天堂| 涩涩av久久男人的天堂| 少妇被粗大猛烈的视频| 18禁动态无遮挡网站| 别揉我奶头~嗯~啊~动态视频 | 亚洲成国产人片在线观看| 18禁动态无遮挡网站| 免费观看a级毛片全部| 在线免费观看不下载黄p国产| 婷婷色麻豆天堂久久| 亚洲欧美精品综合一区二区三区| 免费观看av网站的网址| 亚洲精品国产av成人精品| 国产av码专区亚洲av| 亚洲综合精品二区| 一级毛片黄色毛片免费观看视频| 国产免费一区二区三区四区乱码| 亚洲av日韩精品久久久久久密 | 七月丁香在线播放| 在线观看人妻少妇| 色吧在线观看| 少妇精品久久久久久久| 少妇人妻久久综合中文| 啦啦啦啦在线视频资源| 纵有疾风起免费观看全集完整版| 中文字幕高清在线视频| 国产欧美亚洲国产| 日本爱情动作片www.在线观看| 国产成人一区二区在线| 亚洲精品国产一区二区精华液| 国产乱人偷精品视频| 亚洲七黄色美女视频| 在线观看免费高清a一片| 欧美日本中文国产一区发布| 看免费av毛片| 女人久久www免费人成看片| 一级片'在线观看视频| 老司机靠b影院| 91aial.com中文字幕在线观看| 五月天丁香电影| 国产精品.久久久| 日日爽夜夜爽网站| 国产精品.久久久| 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| 欧美人与性动交α欧美软件| 欧美在线一区亚洲| 欧美日韩精品网址| av.在线天堂| 又黄又粗又硬又大视频| 国产伦人伦偷精品视频| 久久精品亚洲熟妇少妇任你| 男女之事视频高清在线观看 | 国产熟女午夜一区二区三区| 欧美成人精品欧美一级黄| 一区在线观看完整版| 如何舔出高潮| 日本一区二区免费在线视频| 国产深夜福利视频在线观看| 99热网站在线观看| 美女午夜性视频免费| 男女边吃奶边做爰视频| 少妇被粗大的猛进出69影院| 国产人伦9x9x在线观看| 欧美黑人欧美精品刺激| 免费观看性生交大片5| 久久女婷五月综合色啪小说| 午夜福利影视在线免费观看| 亚洲一码二码三码区别大吗| 一二三四在线观看免费中文在| 亚洲精品,欧美精品| 国产成人欧美| 色94色欧美一区二区| 久久 成人 亚洲| 大陆偷拍与自拍| 激情视频va一区二区三区| 亚洲成国产人片在线观看| 亚洲在久久综合| 男人爽女人下面视频在线观看| 久久久久精品久久久久真实原创| 少妇被粗大的猛进出69影院| 女人爽到高潮嗷嗷叫在线视频| 街头女战士在线观看网站| 丝瓜视频免费看黄片| 亚洲成国产人片在线观看| 日韩一区二区视频免费看| 国产一区二区 视频在线| 亚洲中文av在线| 无限看片的www在线观看| 欧美在线一区亚洲| 亚洲欧美日韩另类电影网站| 69精品国产乱码久久久| 国产野战对白在线观看| 男女边吃奶边做爰视频| 久久av网站| 国产精品女同一区二区软件| 十八禁网站网址无遮挡| 久久精品久久精品一区二区三区| 女性生殖器流出的白浆| 我要看黄色一级片免费的| 日韩一本色道免费dvd| 国产日韩欧美视频二区| 只有这里有精品99| 九九爱精品视频在线观看| 亚洲精品乱久久久久久| 赤兔流量卡办理| av国产精品久久久久影院| 色网站视频免费| 欧美精品亚洲一区二区| 青草久久国产| 亚洲美女搞黄在线观看| 国产男人的电影天堂91| 亚洲欧美成人精品一区二区| 亚洲,一卡二卡三卡| 你懂的网址亚洲精品在线观看| 亚洲欧美一区二区三区国产| 国产精品偷伦视频观看了| 亚洲精品国产av蜜桃| 狂野欧美激情性xxxx| 秋霞伦理黄片| 日本爱情动作片www.在线观看| 叶爱在线成人免费视频播放| 国产精品一区二区精品视频观看| 中文欧美无线码|