• <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)
    男女下面进入的视频免费午夜| 男人的好看免费观看在线视频| 午夜精品久久久久久毛片777| 国产成人啪精品午夜网站| 成人一区二区视频在线观看| 成年女人看的毛片在线观看| 一进一出好大好爽视频| 亚洲欧美一区二区三区黑人| 国产中年淑女户外野战色| 制服人妻中文乱码| 亚洲人成网站在线播放欧美日韩| 在线视频色国产色| 九九热线精品视视频播放| 欧美成狂野欧美在线观看| 内地一区二区视频在线| 亚洲最大成人中文| 国产成+人综合+亚洲专区| 国产亚洲欧美在线一区二区| 国产精品免费一区二区三区在线| 啦啦啦免费观看视频1| 搡老岳熟女国产| 久久久成人免费电影| 欧美午夜高清在线| 国产高潮美女av| 日韩精品青青久久久久久| 最好的美女福利视频网| 无遮挡黄片免费观看| 日韩欧美一区二区三区在线观看| ponron亚洲| 97人妻精品一区二区三区麻豆| 最好的美女福利视频网| 麻豆成人av在线观看| 亚洲色图av天堂| 国产伦在线观看视频一区| 小蜜桃在线观看免费完整版高清| 搡老熟女国产l中国老女人| 国产午夜精品论理片| 又黄又粗又硬又大视频| 熟妇人妻久久中文字幕3abv| 香蕉久久夜色| 久久久久国产精品人妻aⅴ院| 午夜两性在线视频| 亚洲国产精品合色在线| 国产毛片a区久久久久| 香蕉久久夜色| 亚洲欧美日韩东京热| 日韩精品中文字幕看吧| 在线观看免费视频日本深夜| 亚洲国产高清在线一区二区三| 久久精品人妻少妇| 91av网一区二区| 欧美黑人欧美精品刺激| 国产精品自产拍在线观看55亚洲| 18禁美女被吸乳视频| 桃红色精品国产亚洲av| 国产亚洲欧美98| 亚洲天堂国产精品一区在线| 真人做人爱边吃奶动态| 欧美激情久久久久久爽电影| 国产免费一级a男人的天堂| 美女大奶头视频| 19禁男女啪啪无遮挡网站| 欧美zozozo另类| 熟女人妻精品中文字幕| 久久久久久大精品| 久久久久久久久大av| 亚洲国产欧洲综合997久久,| 有码 亚洲区| 美女高潮喷水抽搐中文字幕| 欧美一区二区亚洲| 久久精品91无色码中文字幕| 日韩有码中文字幕| 欧美成人免费av一区二区三区| 啦啦啦观看免费观看视频高清| 搞女人的毛片| 精品国产超薄肉色丝袜足j| 国产野战对白在线观看| 中文字幕人妻丝袜一区二区| av视频在线观看入口| 亚洲av成人不卡在线观看播放网| 日本与韩国留学比较| 哪里可以看免费的av片| 一区二区三区免费毛片| 可以在线观看的亚洲视频| 蜜桃久久精品国产亚洲av| 国产伦在线观看视频一区| 午夜福利高清视频| 国产私拍福利视频在线观看| 国产精品久久久久久人妻精品电影| 很黄的视频免费| 欧美一级a爱片免费观看看| 国产精品1区2区在线观看.| 男女午夜视频在线观看| 国产伦精品一区二区三区视频9 | 手机成人av网站| 欧美三级亚洲精品| 免费看a级黄色片| 国产精品一区二区三区四区久久| 午夜亚洲福利在线播放| 免费观看的影片在线观看| 免费看日本二区| 免费一级毛片在线播放高清视频| 亚洲av二区三区四区| 村上凉子中文字幕在线| 久久精品影院6| 中亚洲国语对白在线视频| 久久精品国产99精品国产亚洲性色| 精品久久久久久久久久免费视频| 一级毛片高清免费大全| 午夜福利视频1000在线观看| 蜜桃亚洲精品一区二区三区| 九色国产91popny在线| 欧美乱色亚洲激情| 九九在线视频观看精品| 久久久久久人人人人人| av欧美777| 久久精品影院6| 久久性视频一级片| 日本黄色片子视频| 中文字幕av在线有码专区| 亚洲成人免费电影在线观看| 国产高清激情床上av| 国产精品香港三级国产av潘金莲| 国产高清视频在线播放一区| 日韩精品青青久久久久久| 最好的美女福利视频网| 国产高清视频在线观看网站| 久久香蕉国产精品| 制服丝袜大香蕉在线| 69人妻影院| 国产亚洲av嫩草精品影院| 亚洲五月天丁香| 狂野欧美白嫩少妇大欣赏| 最新在线观看一区二区三区| 99久久精品国产亚洲精品| aaaaa片日本免费| 熟女少妇亚洲综合色aaa.| 国产成人啪精品午夜网站| 在线看三级毛片| 国产综合懂色| 亚洲国产中文字幕在线视频| 欧美高清成人免费视频www| 精品一区二区三区视频在线观看免费| 2021天堂中文幕一二区在线观| 国产黄a三级三级三级人| 日韩欧美免费精品| 一个人观看的视频www高清免费观看| 午夜激情福利司机影院| 老司机福利观看| 中国美女看黄片| 一夜夜www| xxxwww97欧美| 在线播放无遮挡| 免费在线观看影片大全网站| 91麻豆精品激情在线观看国产| 亚洲aⅴ乱码一区二区在线播放| 首页视频小说图片口味搜索| 高潮久久久久久久久久久不卡| 熟妇人妻久久中文字幕3abv| 大型黄色视频在线免费观看| 欧美性猛交黑人性爽| 精品一区二区三区视频在线 | av片东京热男人的天堂| 久久国产精品人妻蜜桃| 国产老妇女一区| 黄色女人牲交| 丝袜美腿在线中文| 国产97色在线日韩免费| 国产精品99久久久久久久久| 国产不卡一卡二| 日日干狠狠操夜夜爽| 两人在一起打扑克的视频| 欧美一级a爱片免费观看看| 国产黄片美女视频| 亚洲欧美日韩无卡精品| 少妇裸体淫交视频免费看高清| 成年免费大片在线观看| 亚洲无线观看免费| 日韩欧美国产一区二区入口| 久久精品夜夜夜夜夜久久蜜豆| 18美女黄网站色大片免费观看| 99久久综合精品五月天人人| 久久久久免费精品人妻一区二区| 久久人人精品亚洲av| 哪里可以看免费的av片| 成人特级av手机在线观看| 韩国av一区二区三区四区| 一个人看的www免费观看视频| 国产av在哪里看| 乱人视频在线观看| 国产免费av片在线观看野外av| 国产一区二区在线av高清观看| 久久九九热精品免费| 国产视频内射| 露出奶头的视频| 夜夜夜夜夜久久久久| 韩国av一区二区三区四区| 人妻夜夜爽99麻豆av| 岛国视频午夜一区免费看| 成人无遮挡网站| 亚洲人成网站高清观看| 国产99白浆流出| 亚洲国产欧美人成| 一进一出抽搐动态| 脱女人内裤的视频| 午夜福利在线观看免费完整高清在 | 国模一区二区三区四区视频| 成人性生交大片免费视频hd| 午夜视频国产福利| 久久国产乱子伦精品免费另类| 亚洲av第一区精品v没综合| 成年免费大片在线观看| 真人做人爱边吃奶动态| 每晚都被弄得嗷嗷叫到高潮| 亚洲精品成人久久久久久| 国产精品精品国产色婷婷| 51国产日韩欧美| 啦啦啦韩国在线观看视频| 我的老师免费观看完整版| 日本精品一区二区三区蜜桃| 禁无遮挡网站| 日韩大尺度精品在线看网址| 麻豆久久精品国产亚洲av| 99在线人妻在线中文字幕| 毛片女人毛片| 人妻丰满熟妇av一区二区三区| 欧美日韩黄片免| АⅤ资源中文在线天堂| 国产真实乱freesex| 亚洲中文日韩欧美视频| 少妇丰满av| 18禁黄网站禁片午夜丰满| 波野结衣二区三区在线 | 最后的刺客免费高清国语| 亚洲av中文字字幕乱码综合| 亚洲av免费在线观看| 性欧美人与动物交配| 不卡一级毛片| 俺也久久电影网| 国产免费男女视频| 亚洲内射少妇av| 亚洲不卡免费看| 国产精品久久久久久亚洲av鲁大| 午夜精品在线福利| 成年版毛片免费区| 亚洲性夜色夜夜综合| 国产又黄又爽又无遮挡在线| 搡女人真爽免费视频火全软件 | 欧美区成人在线视频| 国内毛片毛片毛片毛片毛片| 一区二区三区国产精品乱码| 亚洲精品色激情综合| 精品午夜福利视频在线观看一区| 欧美+亚洲+日韩+国产| 日韩欧美精品免费久久 | 搡老岳熟女国产| 可以在线观看的亚洲视频| 欧美日韩综合久久久久久 | 偷拍熟女少妇极品色| 黑人欧美特级aaaaaa片| 国产伦精品一区二区三区视频9 | 亚洲成人久久性| 欧美成人性av电影在线观看| 欧美日韩国产亚洲二区| 欧美性猛交黑人性爽| 制服人妻中文乱码| 国产精品久久久人人做人人爽| 国产精品亚洲av一区麻豆| 免费在线观看影片大全网站| 午夜福利在线观看吧| 成人永久免费在线观看视频| 成人特级av手机在线观看| 两个人看的免费小视频| 99久久精品热视频| 日韩欧美在线二视频| 午夜影院日韩av| 99精品久久久久人妻精品| 婷婷精品国产亚洲av| 制服丝袜大香蕉在线| 看片在线看免费视频| 九九久久精品国产亚洲av麻豆| 国产亚洲欧美98| ponron亚洲| 国产成人aa在线观看| 久久香蕉精品热| 丝袜美腿在线中文| 久久久久国产精品人妻aⅴ院| 午夜福利免费观看在线| 国产av麻豆久久久久久久| 宅男免费午夜| 制服人妻中文乱码| 91麻豆精品激情在线观看国产| 精品午夜福利视频在线观看一区| 美女大奶头视频| 99热6这里只有精品| 国产免费一级a男人的天堂| 最后的刺客免费高清国语| 成人高潮视频无遮挡免费网站| 欧美日韩中文字幕国产精品一区二区三区| 中文字幕久久专区| 亚洲av美国av| 精品久久久久久久久久免费视频| 岛国视频午夜一区免费看| 国产精品 欧美亚洲| 亚洲成人中文字幕在线播放| 国产v大片淫在线免费观看| 午夜福利在线在线| 精品无人区乱码1区二区| 小说图片视频综合网站| 日韩欧美精品免费久久 | 他把我摸到了高潮在线观看| 久久伊人香网站| 国产真实伦视频高清在线观看 | 国产真实乱freesex| 中文亚洲av片在线观看爽| 亚洲aⅴ乱码一区二区在线播放| 国产伦一二天堂av在线观看| 亚洲av一区综合| 免费av观看视频| 九色成人免费人妻av| 九色国产91popny在线| 日韩欧美一区二区三区在线观看| 99久久成人亚洲精品观看| 在线观看一区二区三区| 国产精品久久电影中文字幕| 草草在线视频免费看| 国产精品亚洲av一区麻豆| 99国产极品粉嫩在线观看| 精品欧美国产一区二区三| 日本三级黄在线观看| 日本与韩国留学比较| 精品无人区乱码1区二区| 精品电影一区二区在线| 久99久视频精品免费| 免费在线观看影片大全网站| 99精品久久久久人妻精品| 欧美日韩黄片免| 禁无遮挡网站| av在线蜜桃| 免费观看的影片在线观看| 欧美日韩综合久久久久久 | 99久久精品热视频| av黄色大香蕉| 久久久久久久久久黄片| 国产色婷婷99| 变态另类丝袜制服| 少妇的逼水好多| 琪琪午夜伦伦电影理论片6080| 中文字幕人妻熟人妻熟丝袜美 | 国产高清三级在线| www.999成人在线观看| 久久久久久久亚洲中文字幕 | 亚洲成av人片免费观看| 日本黄大片高清| 欧美乱妇无乱码| 国产午夜福利久久久久久| 午夜福利视频1000在线观看| 人妻夜夜爽99麻豆av| 午夜精品在线福利| 午夜福利高清视频| 久久久久性生活片| 国产成人系列免费观看| 99热这里只有精品一区| 精品国产美女av久久久久小说| 日本在线视频免费播放| www.色视频.com| 精品人妻一区二区三区麻豆 | 亚洲国产中文字幕在线视频| 99久久精品热视频| 99久久成人亚洲精品观看| www.色视频.com| 亚洲天堂国产精品一区在线| 国产高清视频在线观看网站| 一级毛片女人18水好多| 女生性感内裤真人,穿戴方法视频| 啦啦啦韩国在线观看视频| 有码 亚洲区| 真人做人爱边吃奶动态| 欧美性猛交╳xxx乱大交人| 欧美高清成人免费视频www| 亚洲av电影在线进入| 少妇的逼水好多| 国产一区二区三区在线臀色熟女| 欧美乱色亚洲激情| 免费人成视频x8x8入口观看| 又紧又爽又黄一区二区| tocl精华| 亚洲专区中文字幕在线| 97超级碰碰碰精品色视频在线观看| 国产男靠女视频免费网站| 欧美黄色淫秽网站| avwww免费| 内地一区二区视频在线| 国产精品,欧美在线| xxx96com| 亚洲精品粉嫩美女一区| 欧美乱码精品一区二区三区| 天美传媒精品一区二区| 亚洲av二区三区四区| 日韩高清综合在线| 两个人的视频大全免费| 免费在线观看亚洲国产| 亚洲精品成人久久久久久| 亚洲avbb在线观看| 精品国产美女av久久久久小说| 国产 一区 欧美 日韩| 免费电影在线观看免费观看| 啦啦啦观看免费观看视频高清| 亚洲内射少妇av| 中文字幕av在线有码专区| av在线天堂中文字幕| 伊人久久精品亚洲午夜| 免费看十八禁软件| 国产免费一级a男人的天堂| bbb黄色大片| 2021天堂中文幕一二区在线观| 蜜桃亚洲精品一区二区三区| 国产精品久久久人人做人人爽| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 九色成人免费人妻av| 成人精品一区二区免费| 制服丝袜大香蕉在线| 激情在线观看视频在线高清| 国模一区二区三区四区视频| 12—13女人毛片做爰片一| 午夜激情福利司机影院| 一级a爱片免费观看的视频| 亚洲男人的天堂狠狠| 高清日韩中文字幕在线| 免费在线观看日本一区| 国产一区二区三区在线臀色熟女| 亚洲国产精品合色在线| 嫁个100分男人电影在线观看| 悠悠久久av| 51国产日韩欧美| 无遮挡黄片免费观看| 精品99又大又爽又粗少妇毛片 | 在线观看一区二区三区| 两个人看的免费小视频| 亚洲无线在线观看| 亚洲va日本ⅴa欧美va伊人久久| 青草久久国产| 一级黄色大片毛片| 亚洲欧美日韩高清专用| 亚洲真实伦在线观看| 精品日产1卡2卡| 婷婷六月久久综合丁香| 一级毛片女人18水好多| 亚洲av电影在线进入| 亚洲va日本ⅴa欧美va伊人久久| 亚洲精华国产精华精| 国产99白浆流出| 国产中年淑女户外野战色| 少妇人妻一区二区三区视频| av黄色大香蕉| 琪琪午夜伦伦电影理论片6080| 久久精品亚洲精品国产色婷小说| 一个人观看的视频www高清免费观看| 全区人妻精品视频| 国产成人aa在线观看| 久久国产乱子伦精品免费另类| 亚洲国产精品久久男人天堂| 哪里可以看免费的av片| 又黄又粗又硬又大视频| 18禁裸乳无遮挡免费网站照片| ponron亚洲| 国产成人系列免费观看| 中文字幕人妻熟人妻熟丝袜美 | 成人高潮视频无遮挡免费网站| 最后的刺客免费高清国语| 老熟妇仑乱视频hdxx| 久久久国产成人精品二区| 男女做爰动态图高潮gif福利片| 久久国产精品人妻蜜桃| 嫩草影院精品99| 欧美精品啪啪一区二区三区| 国产亚洲av嫩草精品影院| 男人舔奶头视频| 成人亚洲精品av一区二区| 免费电影在线观看免费观看| 在线国产一区二区在线| 欧美黑人巨大hd| 国产99白浆流出| av片东京热男人的天堂| 免费av毛片视频| av专区在线播放| 搡老妇女老女人老熟妇| 国产精品1区2区在线观看.| 99在线视频只有这里精品首页| 国产野战对白在线观看| 成熟少妇高潮喷水视频| 国内揄拍国产精品人妻在线| 日韩欧美在线二视频| 天堂√8在线中文| 看黄色毛片网站| 亚洲国产欧美人成| 少妇的逼水好多| 久久6这里有精品| 国内精品美女久久久久久| 欧美丝袜亚洲另类 | 午夜影院日韩av| 黄色丝袜av网址大全| 琪琪午夜伦伦电影理论片6080| 757午夜福利合集在线观看| 国产亚洲av嫩草精品影院| av中文乱码字幕在线| www.熟女人妻精品国产| 欧美一区二区国产精品久久精品| 欧美精品啪啪一区二区三区| 好男人在线观看高清免费视频| 亚洲成人精品中文字幕电影| 中文在线观看免费www的网站| a级毛片a级免费在线| 亚洲av五月六月丁香网| 可以在线观看的亚洲视频| 欧美在线黄色| 国产色婷婷99| 欧美成人性av电影在线观看| 麻豆久久精品国产亚洲av| 免费看日本二区| 男女床上黄色一级片免费看| 欧美绝顶高潮抽搐喷水| 精品欧美国产一区二区三| 亚洲国产精品999在线| 淫妇啪啪啪对白视频| av在线天堂中文字幕| 欧美区成人在线视频| 免费在线观看亚洲国产| 18禁国产床啪视频网站| 国产亚洲精品一区二区www| 俺也久久电影网| 女人高潮潮喷娇喘18禁视频| 最新美女视频免费是黄的| 国产精品精品国产色婷婷| 99视频精品全部免费 在线| 热99re8久久精品国产| 九九久久精品国产亚洲av麻豆| 午夜视频国产福利| 欧美成人一区二区免费高清观看| 人人妻,人人澡人人爽秒播| 级片在线观看| 舔av片在线| 在线a可以看的网站| 国产日本99.免费观看| 高清日韩中文字幕在线| 国产精品亚洲美女久久久| 国产亚洲精品久久久com| 日韩成人在线观看一区二区三区| 精品一区二区三区av网在线观看| 午夜亚洲福利在线播放| 免费在线观看影片大全网站| 精品99又大又爽又粗少妇毛片 | 五月玫瑰六月丁香| 成人高潮视频无遮挡免费网站| 亚洲国产色片| avwww免费| 看黄色毛片网站| 国产黄色小视频在线观看| 欧美三级亚洲精品| 99久久综合精品五月天人人| 有码 亚洲区| 免费av不卡在线播放| 免费在线观看亚洲国产| 日韩欧美三级三区| 亚洲va日本ⅴa欧美va伊人久久| av女优亚洲男人天堂| 色噜噜av男人的天堂激情| 一区二区三区国产精品乱码| 99riav亚洲国产免费| 在线视频色国产色| 成人欧美大片| 一边摸一边抽搐一进一小说| av天堂在线播放| 久久久久久久亚洲中文字幕 | 国产久久久一区二区三区| 久久久久久大精品| 夜夜看夜夜爽夜夜摸| 欧美中文日本在线观看视频| 国产国拍精品亚洲av在线观看 | 极品教师在线免费播放| 亚洲中文字幕一区二区三区有码在线看| 91麻豆av在线| 亚洲无线在线观看| 亚洲电影在线观看av| 人妻久久中文字幕网| 国产一区二区亚洲精品在线观看| 黄色成人免费大全| 欧美黄色淫秽网站| 国产黄a三级三级三级人| 久久国产精品影院| 欧美中文日本在线观看视频| 有码 亚洲区| 国产老妇女一区| 亚洲第一欧美日韩一区二区三区| 成年女人永久免费观看视频| 99视频精品全部免费 在线| 免费看日本二区| 国产一区二区亚洲精品在线观看| 国产老妇女一区| 亚洲第一欧美日韩一区二区三区| 国产精品日韩av在线免费观看| 国产亚洲精品久久久久久毛片| 国产精品久久久久久久久免 | 国产精品 国内视频| 久久人人精品亚洲av| 日日夜夜操网爽| 中国美女看黄片| 亚洲成人中文字幕在线播放| 一区二区三区国产精品乱码| 国产亚洲精品久久久com| 国内揄拍国产精品人妻在线| 搡老熟女国产l中国老女人| 别揉我奶头~嗯~啊~动态视频| 男女做爰动态图高潮gif福利片| 无限看片的www在线观看|