• <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 ?

    深度學(xué)習(xí)GoogleNet模型支持下的中分辨率遙感影像自動分類

    2019-07-05 06:05:40王宏志徐新良王首泰張亞慶
    測繪通報 2019年6期
    關(guān)鍵詞:分辨率精度分類

    陳 斌,王宏志,徐新良,王首泰,張亞慶

    (1. 華中師范大學(xué)城市與環(huán)境科學(xué)學(xué)院地理過程分析與模擬湖北省重點(diǎn)實(shí)驗(yàn)室,湖北 武漢 430079; 2. 中國科學(xué)院地理科學(xué)與資源研究所資源與環(huán)境信息系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室,北京 100101)

    近年來,伴隨著人工智能技術(shù)的應(yīng)用推廣及卷積神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)的不斷優(yōu)化,深度學(xué)習(xí)技術(shù)在圖像識別[1-3]、模式識別[4-5]、語音識別[6-7]、自然語言處理[8-10]等領(lǐng)域取得了一系列研究進(jìn)展,這使得學(xué)術(shù)界不少地理學(xué)者開始關(guān)注深度學(xué)習(xí)這一研究領(lǐng)域。當(dāng)前,國內(nèi)外已有部分學(xué)者將深度學(xué)習(xí)技術(shù)應(yīng)用于遙感分類研究之中[11-15],借助深度學(xué)習(xí)技術(shù)開展地物遙感分類研究已逐漸成為現(xiàn)代地理學(xué)遙感領(lǐng)域的研究熱點(diǎn)之一。

    當(dāng)前,基于衛(wèi)星影像分類方法大致可劃分為兩類:一類是傳統(tǒng)基于像素值遙感分類方法,其實(shí)質(zhì)即根據(jù)地物光譜特征差異對像元進(jìn)行空間聚類分析,并將亮度值差異較小的像元?dú)w屬為同一類別,多用于中低分辨率遙感影像分類研究[16-18];另一類是面向?qū)ο蟮倪b感分類方法,它將待分類影像視為有聯(lián)系的地塊單元,不再局限于單個像元[19],在分類過程中不僅考慮地物光譜特征,還引入地物形狀、結(jié)構(gòu)及紋理等信息特征參與分類,多用于中高分辨率遙感影像分類研究[20-21]。

    以上兩種方法雖然能滿足現(xiàn)代地理學(xué)遙感分類研究的基本需要,但由于中分辨率遙感影像分類過程中同譜異物和同物異普現(xiàn)象的存在,使得傳統(tǒng)基于像素遙感分類結(jié)果中常會出現(xiàn)不同程度的椒鹽噪聲。雖然面向?qū)ο蠓诸惙椒茉谝欢ǔ潭壬蠝p少椒鹽噪聲的出現(xiàn),但其在執(zhí)行分類操作之前需要手動篩選出最優(yōu)特征值,建立起分類規(guī)則。分類規(guī)則的建立通常需要反復(fù)嘗試且執(zhí)行分類操作過程耗時較長?;谶@一思考,本文擬選用武漢市為研究區(qū),基于GoogleNet模型中的Inception V3網(wǎng)絡(luò)結(jié)構(gòu),借助遷移學(xué)習(xí)方法構(gòu)建出遙感分類模型,并利用該模型實(shí)現(xiàn)對研究區(qū)地物的自動化分類提取,同時將分類結(jié)果與傳統(tǒng)ML分類結(jié)果進(jìn)行對比分析。研究表明:基于深度學(xué)習(xí)技術(shù)的遙感分類方法,在中分辨率影像中的分類精度明顯優(yōu)于ML分類精度,且有效抑制了傳統(tǒng)像素分類方法過程中可能出現(xiàn)的地物混分問題,實(shí)現(xiàn)了機(jī)器對衛(wèi)星影像的智能化自動分類提取過程。

    1 數(shù)據(jù)來源和研究方法

    1.1 研究區(qū)概況

    武漢市位于江漢平原東部的長江中下游平原,東臨鄂州、西接孝感、南連咸寧、北通黃岡,長江和漢江貫穿而過,“兩江三鎮(zhèn)”形成了武漢最基本的地理分布格局。武漢市現(xiàn)轄13個區(qū),包括7個中心城區(qū)和6個遠(yuǎn)郊城區(qū)。本區(qū)屬于亞熱帶季風(fēng)濕潤性氣候,冬季盛行偏北風(fēng),夏季則盛行偏南風(fēng)。氣候溫暖而濕潤,年平均氣溫在18.1℃,年均降水量900~1400 mm,四季分明,雨熱同期。地勢整體呈現(xiàn)西高東低態(tài)勢,平原丘陵交錯分布,地貌類型主要以平原為主。區(qū)內(nèi)自然資源豐富,河流湖泊眾多,水熱組合條件優(yōu)越,農(nóng)業(yè)自然資源稟賦得天獨(dú)厚,因而享有“魚米之鄉(xiāng)”的美譽(yù)。

    1.2 數(shù)據(jù)來源和數(shù)據(jù)預(yù)處理

    本文選取研究區(qū)2016年5月12日Landsat 7 ETM+衛(wèi)星影像和2016年2月2日高分2號影像作為研究基礎(chǔ)數(shù)據(jù)(來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心,http:∥www.resdc.cn)。與Landsat 5 TM影像相比,Landsat 7 ETM+衛(wèi)星影像不僅增加了空間分辨率為15 m的PAN全色波段,同時第6波段空間分辨率也由TM 5的120 m提高到了60 m。高分二號衛(wèi)星擁有兩臺成像光譜相機(jī):一臺空間分辨率為1 m的全色光譜相機(jī),星下點(diǎn)空間分辨率達(dá)0.8 m;另一臺為空間分辨率4 m的多光譜相機(jī),星下點(diǎn)空間分辨率為3.2 m。數(shù)據(jù)預(yù)處理主要包含Landsat影像的幾何校正、配準(zhǔn)及對精校正后的高分二號影像的多光譜和全色影像進(jìn)行融合處理,得到研究區(qū)分辨率為0.8 m的高分遙感影像。

    1.3 樣本數(shù)據(jù)集的建立

    根據(jù)研究區(qū)地物類型結(jié)構(gòu)特征將用地類型劃分成不透水層、植被、水體和其他用地(主要指裸土及灘涂)等4類。在執(zhí)行遙感分類之前通常需要建立起樣本數(shù)據(jù)集,而樣本數(shù)據(jù)集選取是否準(zhǔn)確且具有代表性將直接影響到后期模型訓(xùn)練效率與模型分類精度的高低,因此本研究借助與遙感影像成像時間相對接近的高分影像和歷史谷歌影像,通過目視解譯方法,分亮度分區(qū)域選取上述4種類型用地樣本各500塊,再分別按照3∶1∶1隨機(jī)選取訓(xùn)練樣本,驗(yàn)證樣本和測試樣本數(shù)據(jù)集。

    1.4 研究方法

    首先對研究區(qū)Landsat 7影像進(jìn)行多尺度分割,結(jié)果如圖1所示,借助研究區(qū)高分影像進(jìn)行目視解譯驗(yàn)證,選取分割參數(shù)為30,形狀因子權(quán)重和緊湊度因子權(quán)重參數(shù)分別為0.4和0.6的矢量分割結(jié)果對影像進(jìn)行批量裁剪,得到待分類影像斑塊;然后,通過機(jī)器對訓(xùn)練樣本進(jìn)行分層學(xué)習(xí),提取樣本影像中的底層特征形成抽象的高層屬性特征數(shù)據(jù)集,再利用特征數(shù)據(jù)集訓(xùn)練分類模型;最后利用模型對研究區(qū)影像斑塊進(jìn)行自動提取。

    2 深度學(xué)習(xí)分類模型構(gòu)建及地物分類

    2.1 GoogleNet深度卷積神經(jīng)網(wǎng)絡(luò)

    GoogleNet深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡潔,其最大特點(diǎn)在于它的Inception網(wǎng)絡(luò)結(jié)構(gòu)(如圖2(a)所示),與傳統(tǒng)Inception結(jié)構(gòu)GoogleNet模型相比,它不僅減少了過濾器及模型訓(xùn)練參數(shù)個數(shù),而且最大限度地增加了網(wǎng)絡(luò)深度及寬度,使得模型性能較引入Inception結(jié)構(gòu)之前提升了2到3倍。而Inception V3(如圖2(b)所示)在Inception Module結(jié)構(gòu)的基礎(chǔ)上進(jìn)一步優(yōu)化,它通過分解因式思想將Inception Module中的多維卷積層拆分成多個較小的一維卷積層,從而實(shí)現(xiàn)了在縮減模型參數(shù)的同時,也有效抑制了模型在訓(xùn)練過程中可能出現(xiàn)的過擬合問題。

    2.2 遷移學(xué)習(xí)構(gòu)建分類模型

    在深度學(xué)習(xí)遙感分類模型構(gòu)建中,訓(xùn)練樣本數(shù)量、卷積神經(jīng)網(wǎng)絡(luò)的寬度、深度等都會影響到模型最終分類精度高低。若訓(xùn)練樣本數(shù)量過少,模型很容易出現(xiàn)過擬合現(xiàn)象;若樣本數(shù)量滿足要求,增加網(wǎng)絡(luò)模型深度,模型訓(xùn)練參數(shù)數(shù)量便會成倍上漲,模型訓(xùn)練耗費(fèi)的時間成本也隨之增加,而且越到后期下降梯度也越容易消失,使得模型難以進(jìn)行優(yōu)化。為此,本研究借助遷移學(xué)習(xí)方法,從GoogleNet模型中的Inception V3網(wǎng)絡(luò)結(jié)構(gòu)中提取卷積層和池化層作為分類模型的特征處理器來提取樣本數(shù)據(jù)集特征,再將提取到的特征集傳入Logistic分類器中參入訓(xùn)練,通過訓(xùn)練樣本訓(xùn)練網(wǎng)絡(luò)模型,并用驗(yàn)證樣本去驗(yàn)證模型精度,不斷調(diào)整模型學(xué)習(xí)率、Batches和Epochs等參數(shù)大小,省去了模型中大量參數(shù)的重新構(gòu)建,從而極大地提升了分類模型的構(gòu)建效率。

    2.3 深度學(xué)習(xí)地物自動分類

    深度學(xué)習(xí)模型常由5部分組成,即輸入層、卷積層、池化層、全連接層和輸出層。其中卷積和池化層是深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)隱藏層的核心組成部分,卷積層主要通過卷積核對要素特征進(jìn)行自動提取,而池化操作主要是在卷積操作的基礎(chǔ)上,對目標(biāo)要素的特征進(jìn)行二次采樣,這進(jìn)一步提高了模型算法的穩(wěn)健性?;谏疃葘W(xué)習(xí)方法遙感自動分類即通過模型中的卷積和池化等操作,實(shí)現(xiàn)對影像斑塊特征集的抽樣提取,形成影像斑塊特征數(shù)據(jù)集矩陣,隨后指導(dǎo)模型對特征數(shù)據(jù)集進(jìn)行深度學(xué)習(xí),最終利用從特征數(shù)據(jù)集中學(xué)習(xí)到的“經(jīng)驗(yàn)矩陣”指導(dǎo)模型對影像斑塊進(jìn)行自動分類的過程。

    3 結(jié)果與分析

    3.1 地物分類結(jié)果對比

    為驗(yàn)證本文研究方法在中分辨率遙感影像分類中的可行性,將其分類結(jié)果(如圖3(a)所示)與傳統(tǒng)ML法分類結(jié)果(如圖3(b)所示)進(jìn)行對比分析。由圖3可知,傳統(tǒng)ML方法分類結(jié)果中,地物斑塊多呈破碎狀分布,而且由于同譜異物或同物異譜現(xiàn)象的存在,地物像元混分現(xiàn)象較為嚴(yán)重,而本文提出的基于深度學(xué)習(xí)技術(shù)的遙感分類方法則有效抑制了地物混分現(xiàn)象;同時也在一定程度上減少了分類過程中出現(xiàn)的椒鹽噪聲。由此可見該方法在中分辨率遙感影像地物分類應(yīng)用研究中具備較高的可行性,能夠滿足研究的基本需要。

    3.2 精度驗(yàn)證和評價

    本研究采用隨機(jī)抽樣方法對分類結(jié)果進(jìn)行精度評價[22],在研究區(qū)范圍內(nèi)隨機(jī)生成300個驗(yàn)證樣本點(diǎn),結(jié)合研究區(qū)高分影像和歷史谷歌影像,通過人工目視解譯人機(jī)交互模式對結(jié)果進(jìn)行精度驗(yàn)證和評價見表1。

    表1 ML和深度學(xué)習(xí)分類方法分類結(jié)果混淆矩陣

    總體分類精度和Kappa系數(shù)是用來評價遙感分類結(jié)果的量化指標(biāo),總體分類精度即為樣本中所有被正確分類的樣本數(shù)量之和與驗(yàn)證樣本總數(shù)的比值,被正確分類樣本類別數(shù)量即沿混淆矩陣的對角線分布。本研究中的驗(yàn)證樣本總數(shù)大小為300,Kappa系數(shù)取值范圍在0~1之間,越接近1,表明分類的精度越高。本文分別對兩種方法的遙感影像總體分類精度、Kappa系數(shù)進(jìn)行綜合分析和評價。Kappa系數(shù)計算公式為

    (1)

    式中,N為驗(yàn)證樣本總數(shù);Aij為驗(yàn)證結(jié)果混淆矩陣中第i行第j列的樣本數(shù)量;Ai+和Ai-分別為第i行和第i列總像素個數(shù);n為研究區(qū)樣本類型數(shù)量。采用混淆矩陣得到兩種分類方法精度評價結(jié)果見表2。由結(jié)果可知,本文研究方法總體分類精度高達(dá)88.33%,Kappa系數(shù)為0.834 2,總體分類精度和Kappa系數(shù)均高于傳統(tǒng)ML方法總體分類精度83%和Kappa系數(shù)0.755 0。傳統(tǒng)ML方法分類結(jié)果中(見表2),除其他用地制圖精度較低外,其余3種類型用地制圖精度均在80%以上,其中不透水層分類精度最高,為88.07%;其次為水體和植被,分別為87.67%、83.33%??傮w來看,不透水層、植被和水體的分類精度較高,而其他用地錯分誤差相對較大,這是由于研究區(qū)其他用地面積整體占比較小,而且多是以灘涂和裸土地為主,而裸土與不透水層之間的光譜特征差異不如植被和水體顯著,因而錯分或漏分現(xiàn)象較多。而不透水層、植被和水體三者間的光譜特征差異較大,因此各類型的分類精度較高。在基于深度學(xué)習(xí)方法遙感分類結(jié)果中,不同地物類型邊界相對清晰且整齊劃一,較少出現(xiàn)破碎狀圖斑,而且各類型用地分類精度均優(yōu)于ML方法。

    4 結(jié)論與討論

    本研究基于中分辨率衛(wèi)星影像,分別運(yùn)用深度學(xué)習(xí)方法與ML分類方法對武漢市主城區(qū)4類典型地物進(jìn)行分類提取研究,并對分類結(jié)果進(jìn)行精度驗(yàn)證和評價。本文主要結(jié)論如下:

    (1) 基于深度學(xué)習(xí)技術(shù)的遙感分類方法總體精度高達(dá)88.33%,明顯優(yōu)于ML法分類精度83%,表明該方法在中分辨率遙感影像分類提取研究中具備較高的可行性,能夠滿足遙感影像分類研究的基本需要。

    表2 ML方法和深度學(xué)習(xí)方法的錯分誤差、漏分誤差、制圖精度與用戶精度

    (2) 在研究區(qū)4種典型地物類型分類研究中,ML方法分類結(jié)果中不透水層、植被和水體的錯分和漏分誤差整體均低于其他類型用地,這是由于這3類地物像元亮度差異較大,而其他用地主要指裸土及灘涂,裸土地與不透水層的光譜特征較為接近,僅僅根據(jù)地物光譜特征差異很難將它們區(qū)分開,最終導(dǎo)致總體分類精度不高。深度學(xué)習(xí)方法在地物光譜特征的基礎(chǔ)上加入形狀、結(jié)構(gòu)及紋理等特征參入分類,使得各用地類型分類精度均有不同程度的提升,這表明引入形狀及紋理結(jié)構(gòu)特征對分類精度的提升是有效的。

    (3) 基于深度學(xué)習(xí)技術(shù)的遙感分類方法不僅有效抑制了傳統(tǒng)方法在分類過程中產(chǎn)生的椒鹽噪聲,而且在一定程度上減少了地物像元混分現(xiàn)象。表明在中尺度遙感影像分類研究中,深度學(xué)習(xí)分類方法比傳統(tǒng)ML方法具備更高的可行性及適用性,這也為今后遙感影像智能化解譯研究提供了一種新的視角。

    與傳統(tǒng)ML分類方法相比,深度學(xué)習(xí)分類方法在中分辨率影像地物分類研究中取得了較好結(jié)果,但這是建立在對研究區(qū)遙感影像取得較為理想分割參數(shù)基礎(chǔ)之上的,畢竟遙感影像分割參數(shù)選取是否合理,將直接影響到模型最終分類精度的高低。通常不同類型傳感器和不同空間分辨率衛(wèi)星影像分割參數(shù)之間存在較大差異,如何針對不同研究區(qū)域和不同空間分辨率的衛(wèi)星影像選取合適的分割參數(shù),還有待進(jìn)一步研究。

    猜你喜歡
    分辨率精度分類
    分類算一算
    EM算法的參數(shù)分辨率
    分類討論求坐標(biāo)
    原生VS最大那些混淆視聽的“分辨率”概念
    基于DSPIC33F微處理器的采集精度的提高
    電子制作(2018年11期)2018-08-04 03:25:38
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    基于深度特征學(xué)習(xí)的圖像超分辨率重建
    一種改進(jìn)的基于邊緣加強(qiáng)超分辨率算法
    GPS/GLONASS/BDS組合PPP精度分析
    亚洲第一区二区三区不卡| 免费播放大片免费观看视频在线观看 | 男人和女人高潮做爰伦理| 高清av免费在线| av在线蜜桃| 国产亚洲精品av在线| 亚洲精品一区蜜桃| 狂野欧美白嫩少妇大欣赏| 老司机影院成人| 国产精品久久久久久av不卡| 麻豆一二三区av精品| 免费搜索国产男女视频| 日本免费a在线| 亚洲综合色惰| 日韩人妻高清精品专区| 中文亚洲av片在线观看爽| 亚洲三级黄色毛片| 免费看日本二区| 亚洲精品影视一区二区三区av| 一区二区三区四区激情视频| 中国国产av一级| 五月玫瑰六月丁香| 亚洲av福利一区| 久久婷婷人人爽人人干人人爱| 日本wwww免费看| 男女下面进入的视频免费午夜| 国产一区二区三区av在线| 日产精品乱码卡一卡2卡三| 亚洲真实伦在线观看| 国产精品无大码| 九九在线视频观看精品| kizo精华| 精品久久久久久成人av| 麻豆乱淫一区二区| 人妻少妇偷人精品九色| 99在线视频只有这里精品首页| 日本一二三区视频观看| 日本一二三区视频观看| 成人av在线播放网站| 久久久色成人| 2021少妇久久久久久久久久久| 国产精品不卡视频一区二区| 国产老妇伦熟女老妇高清| 一卡2卡三卡四卡精品乱码亚洲| 一区二区三区乱码不卡18| АⅤ资源中文在线天堂| 纵有疾风起免费观看全集完整版 | 99久国产av精品国产电影| 亚洲欧美一区二区三区国产| 久久久色成人| 国产精品嫩草影院av在线观看| 久久6这里有精品| 嫩草影院入口| videossex国产| 日韩欧美精品免费久久| 亚洲精品国产av成人精品| 亚洲欧美一区二区三区国产| 小蜜桃在线观看免费完整版高清| 2022亚洲国产成人精品| 观看美女的网站| 精品一区二区三区视频在线| 老女人水多毛片| 女人被狂操c到高潮| 两性午夜刺激爽爽歪歪视频在线观看| 国产在视频线在精品| av.在线天堂| 亚洲无线观看免费| 欧美日韩国产亚洲二区| 少妇的逼水好多| 久久久久性生活片| 在现免费观看毛片| 男人的好看免费观看在线视频| 六月丁香七月| 久久韩国三级中文字幕| 男插女下体视频免费在线播放| 69人妻影院| 淫秽高清视频在线观看| 国产精品国产三级国产av玫瑰| 2021天堂中文幕一二区在线观| 寂寞人妻少妇视频99o| 亚洲经典国产精华液单| 免费一级毛片在线播放高清视频| 欧美成人午夜免费资源| 高清毛片免费看| 免费看av在线观看网站| 国产亚洲一区二区精品| 在线免费观看不下载黄p国产| 国产在视频线精品| 亚洲欧美日韩卡通动漫| 日韩强制内射视频| 日韩三级伦理在线观看| 亚洲av成人精品一二三区| 91av网一区二区| 国产精品国产三级专区第一集| 午夜福利在线观看免费完整高清在| 99久久九九国产精品国产免费| 国产欧美日韩精品一区二区| 十八禁国产超污无遮挡网站| 亚洲在线自拍视频| 美女被艹到高潮喷水动态| 91精品一卡2卡3卡4卡| 欧美日本视频| 伊人久久精品亚洲午夜| 赤兔流量卡办理| 亚洲天堂国产精品一区在线| 亚洲精品国产av成人精品| 国产精品精品国产色婷婷| 九九久久精品国产亚洲av麻豆| 免费看a级黄色片| 身体一侧抽搐| 熟女电影av网| 国语自产精品视频在线第100页| 亚洲av成人精品一区久久| 亚洲欧美精品综合久久99| 少妇人妻精品综合一区二区| 能在线免费观看的黄片| 在线免费观看不下载黄p国产| 国产单亲对白刺激| 嘟嘟电影网在线观看| 国产v大片淫在线免费观看| 国产精品久久电影中文字幕| av在线老鸭窝| av专区在线播放| 麻豆成人av视频| 国产午夜精品论理片| 看片在线看免费视频| 精品久久久久久久人妻蜜臀av| 99热这里只有是精品50| 99久久人妻综合| 直男gayav资源| 色尼玛亚洲综合影院| 最近2019中文字幕mv第一页| 欧美xxxx性猛交bbbb| 国产人妻一区二区三区在| 在现免费观看毛片| 午夜精品一区二区三区免费看| 干丝袜人妻中文字幕| 99热6这里只有精品| 18禁裸乳无遮挡免费网站照片| 一个人免费在线观看电影| 国产精品日韩av在线免费观看| 国产一区亚洲一区在线观看| 国产成人91sexporn| 久久婷婷人人爽人人干人人爱| 黄片wwwwww| 村上凉子中文字幕在线| 欧美又色又爽又黄视频| 日韩一本色道免费dvd| 国产极品精品免费视频能看的| 一级黄色大片毛片| 两性午夜刺激爽爽歪歪视频在线观看| 久久久久国产网址| 欧美激情久久久久久爽电影| 内射极品少妇av片p| 午夜精品一区二区三区免费看| 欧美丝袜亚洲另类| 亚洲欧美日韩高清专用| 亚洲精品国产av成人精品| 亚洲高清免费不卡视频| 亚洲av一区综合| 国产精品爽爽va在线观看网站| 长腿黑丝高跟| 七月丁香在线播放| 色噜噜av男人的天堂激情| 黄片无遮挡物在线观看| 天天躁夜夜躁狠狠久久av| 亚洲欧美精品自产自拍| 日韩av不卡免费在线播放| ponron亚洲| 亚洲精品aⅴ在线观看| 午夜福利网站1000一区二区三区| 人人妻人人澡欧美一区二区| 日本午夜av视频| 久久精品久久久久久噜噜老黄 | av免费在线看不卡| 亚洲国产精品sss在线观看| av播播在线观看一区| 最近中文字幕2019免费版| 99视频精品全部免费 在线| 免费av不卡在线播放| 久久久久免费精品人妻一区二区| 日韩一区二区视频免费看| 日本黄色片子视频| 亚洲美女搞黄在线观看| 大又大粗又爽又黄少妇毛片口| 久久久久久久久中文| 人人妻人人澡欧美一区二区| 日本爱情动作片www.在线观看| 蜜桃亚洲精品一区二区三区| 国产免费福利视频在线观看| 丰满乱子伦码专区| 成人鲁丝片一二三区免费| 亚洲av二区三区四区| 99久久精品热视频| 天天躁日日操中文字幕| 成人综合一区亚洲| 国产真实伦视频高清在线观看| 嫩草影院新地址| 女的被弄到高潮叫床怎么办| 日本黄色视频三级网站网址| 一边亲一边摸免费视频| 国产黄片视频在线免费观看| 91久久精品国产一区二区成人| 日本熟妇午夜| 成人午夜精彩视频在线观看| 观看免费一级毛片| 久久亚洲国产成人精品v| 欧美日韩国产亚洲二区| 九九在线视频观看精品| 久久久久国产网址| 国产精品乱码一区二三区的特点| 久久久欧美国产精品| 尾随美女入室| 国产午夜精品论理片| 黄色日韩在线| 男女啪啪激烈高潮av片| 两个人的视频大全免费| 国产黄a三级三级三级人| 成人二区视频| 三级男女做爰猛烈吃奶摸视频| 亚洲av成人av| 韩国av在线不卡| 少妇熟女aⅴ在线视频| 日韩人妻高清精品专区| 久久精品综合一区二区三区| 久久人人爽人人片av| 中国美白少妇内射xxxbb| 纵有疾风起免费观看全集完整版 | 美女黄网站色视频| 免费观看a级毛片全部| 久久久久久久久久黄片| or卡值多少钱| 亚洲国产最新在线播放| 亚洲人与动物交配视频| 中文字幕制服av| 亚洲在线观看片| 中国美白少妇内射xxxbb| 岛国毛片在线播放| 日本-黄色视频高清免费观看| 亚洲精品久久久久久婷婷小说 | 99视频精品全部免费 在线| 寂寞人妻少妇视频99o| 天天躁夜夜躁狠狠久久av| 国产不卡一卡二| 97超视频在线观看视频| 最近视频中文字幕2019在线8| 久久99热6这里只有精品| 精品少妇黑人巨大在线播放 | 精品久久久久久成人av| 欧美三级亚洲精品| 综合色丁香网| 老司机福利观看| 国产av码专区亚洲av| 一边亲一边摸免费视频| 久久久国产成人精品二区| 三级经典国产精品| 欧美性猛交黑人性爽| 成人鲁丝片一二三区免费| 国产黄片美女视频| 欧美性猛交╳xxx乱大交人| 蜜桃亚洲精品一区二区三区| 亚洲第一区二区三区不卡| 九色成人免费人妻av| 在线免费观看不下载黄p国产| 国产精品99久久久久久久久| 国产精品一及| 干丝袜人妻中文字幕| 免费av不卡在线播放| 五月玫瑰六月丁香| 亚洲精品456在线播放app| 国产午夜福利久久久久久| 国产一区二区在线av高清观看| 国产视频内射| 久久精品91蜜桃| 有码 亚洲区| 欧美极品一区二区三区四区| 欧美三级亚洲精品| 日本av手机在线免费观看| 非洲黑人性xxxx精品又粗又长| 国产大屁股一区二区在线视频| 国产伦在线观看视频一区| 寂寞人妻少妇视频99o| 男女下面进入的视频免费午夜| 亚洲欧美成人综合另类久久久 | 久久久精品欧美日韩精品| 国产视频首页在线观看| 大香蕉97超碰在线| 亚洲av不卡在线观看| 国产伦精品一区二区三区四那| 国产精品一区二区在线观看99 | 晚上一个人看的免费电影| 亚洲精品456在线播放app| 精品久久久久久久人妻蜜臀av| 国产成人午夜福利电影在线观看| 亚洲av日韩在线播放| 少妇丰满av| 久久久久久久久大av| 一级毛片电影观看 | 亚洲最大成人手机在线| 亚洲av不卡在线观看| 看黄色毛片网站| 三级男女做爰猛烈吃奶摸视频| 免费看a级黄色片| 免费不卡的大黄色大毛片视频在线观看 | 欧美zozozo另类| 能在线免费看毛片的网站| 亚洲美女搞黄在线观看| 国产成人一区二区在线| av.在线天堂| av播播在线观看一区| 国国产精品蜜臀av免费| 六月丁香七月| 久久久久性生活片| 日本一本二区三区精品| 天天一区二区日本电影三级| 永久免费av网站大全| 精品久久久久久电影网 | 成年免费大片在线观看| 日韩欧美国产在线观看| 国产精品一区二区三区四区免费观看| 免费观看a级毛片全部| 嫩草影院新地址| 欧美极品一区二区三区四区| 亚洲无线观看免费| 91午夜精品亚洲一区二区三区| 国产成人福利小说| 男人的好看免费观看在线视频| 九九爱精品视频在线观看| 高清视频免费观看一区二区 | 精品少妇黑人巨大在线播放 | 日韩精品有码人妻一区| 久久人人爽人人爽人人片va| 岛国在线免费视频观看| 嘟嘟电影网在线观看| 国产免费男女视频| 午夜日本视频在线| 国产成人免费观看mmmm| 欧美色视频一区免费| 久久久久久久久久久免费av| 少妇裸体淫交视频免费看高清| 99热精品在线国产| av又黄又爽大尺度在线免费看 | 97超碰精品成人国产| 亚洲欧美成人综合另类久久久 | 自拍偷自拍亚洲精品老妇| 一区二区三区乱码不卡18| 熟妇人妻久久中文字幕3abv| 国产男人的电影天堂91| 成人亚洲精品av一区二区| 亚洲人成网站在线播| 国产毛片a区久久久久| 国产高清视频在线观看网站| 色尼玛亚洲综合影院| 亚洲精品日韩在线中文字幕| 久久久久九九精品影院| 国产高清不卡午夜福利| 国产高清有码在线观看视频| 看黄色毛片网站| 久久精品夜夜夜夜夜久久蜜豆| 青春草国产在线视频| 最近中文字幕2019免费版| av在线天堂中文字幕| 国产在视频线在精品| 日韩欧美精品v在线| 2021少妇久久久久久久久久久| 不卡视频在线观看欧美| 国产一区二区亚洲精品在线观看| 日韩欧美国产在线观看| 国产精品无大码| 日韩欧美精品免费久久| 一个人看视频在线观看www免费| 亚洲欧美成人综合另类久久久 | 国产极品天堂在线| 淫秽高清视频在线观看| 中文字幕人妻熟人妻熟丝袜美| 蜜臀久久99精品久久宅男| 亚洲aⅴ乱码一区二区在线播放| 精品久久久久久成人av| 美女cb高潮喷水在线观看| 69av精品久久久久久| 成人性生交大片免费视频hd| 韩国av在线不卡| 中文字幕亚洲精品专区| 日韩欧美在线乱码| 亚洲精品日韩在线中文字幕| 婷婷六月久久综合丁香| 日韩av在线大香蕉| 特大巨黑吊av在线直播| 尾随美女入室| 国产三级在线视频| 亚洲综合精品二区| 夫妻性生交免费视频一级片| av视频在线观看入口| 一级毛片aaaaaa免费看小| 日本wwww免费看| 韩国高清视频一区二区三区| 纵有疾风起免费观看全集完整版 | 神马国产精品三级电影在线观看| 欧美性感艳星| 亚洲aⅴ乱码一区二区在线播放| 18禁在线播放成人免费| 国产精华一区二区三区| 老师上课跳d突然被开到最大视频| 久久鲁丝午夜福利片| 国产爱豆传媒在线观看| 久久久久久久久久黄片| 国产黄片视频在线免费观看| 国产精品蜜桃在线观看| 搞女人的毛片| 精品久久国产蜜桃| 国产乱人偷精品视频| 日本wwww免费看| 三级国产精品片| 中文亚洲av片在线观看爽| 超碰av人人做人人爽久久| 亚洲欧美成人精品一区二区| 国产av不卡久久| 99热这里只有精品一区| 免费观看a级毛片全部| 精品人妻熟女av久视频| 成年女人看的毛片在线观看| 亚洲婷婷狠狠爱综合网| 色综合色国产| 丝袜美腿在线中文| 内射极品少妇av片p| 91久久精品国产一区二区三区| 精品人妻一区二区三区麻豆| 久久婷婷人人爽人人干人人爱| 成人二区视频| 日产精品乱码卡一卡2卡三| 欧美xxxx性猛交bbbb| 夜夜看夜夜爽夜夜摸| av视频在线观看入口| 亚洲成av人片在线播放无| 精品久久国产蜜桃| 亚洲在线观看片| 精品一区二区免费观看| 欧美丝袜亚洲另类| 亚洲av日韩在线播放| 性色avwww在线观看| 伦精品一区二区三区| 狠狠狠狠99中文字幕| 中文资源天堂在线| 丰满乱子伦码专区| 国产日韩欧美在线精品| av又黄又爽大尺度在线免费看 | 久久久a久久爽久久v久久| 亚洲精品亚洲一区二区| 欧美xxxx性猛交bbbb| 日本黄大片高清| 国语对白做爰xxxⅹ性视频网站| 亚洲色图av天堂| 精品免费久久久久久久清纯| 特级一级黄色大片| 午夜亚洲福利在线播放| 亚洲无线观看免费| 国产亚洲午夜精品一区二区久久 | 一夜夜www| 亚洲人成网站在线观看播放| 麻豆国产97在线/欧美| 欧美一级a爱片免费观看看| 97超视频在线观看视频| 别揉我奶头 嗯啊视频| 最新中文字幕久久久久| 国产精品久久电影中文字幕| 成人国产麻豆网| 99热全是精品| 蜜臀久久99精品久久宅男| 免费在线观看成人毛片| 欧美又色又爽又黄视频| 非洲黑人性xxxx精品又粗又长| 麻豆久久精品国产亚洲av| 美女cb高潮喷水在线观看| 99视频精品全部免费 在线| 日日摸夜夜添夜夜爱| 日韩国内少妇激情av| 视频中文字幕在线观看| 伊人久久精品亚洲午夜| 免费看美女性在线毛片视频| 亚洲人成网站在线观看播放| 国产黄片视频在线免费观看| 九草在线视频观看| 狠狠狠狠99中文字幕| 国产探花极品一区二区| 一夜夜www| 日韩国内少妇激情av| 午夜亚洲福利在线播放| 内射极品少妇av片p| or卡值多少钱| 大香蕉久久网| 国产免费视频播放在线视频 | 午夜福利网站1000一区二区三区| 日韩一区二区三区影片| 欧美bdsm另类| 如何舔出高潮| 国产一区二区在线观看日韩| 欧美极品一区二区三区四区| 国产精品福利在线免费观看| 一级黄片播放器| 国产三级中文精品| 亚洲精品456在线播放app| 久久久成人免费电影| 啦啦啦观看免费观看视频高清| 国产国拍精品亚洲av在线观看| 波多野结衣巨乳人妻| 97在线视频观看| 中文字幕久久专区| 亚洲国产欧美人成| a级一级毛片免费在线观看| 有码 亚洲区| 可以在线观看毛片的网站| 婷婷六月久久综合丁香| 99久久成人亚洲精品观看| 九色成人免费人妻av| 久久久久久久久久成人| 成人无遮挡网站| 熟女电影av网| 欧美xxxx黑人xx丫x性爽| 色网站视频免费| 日韩高清综合在线| 亚洲欧美日韩东京热| 在线观看美女被高潮喷水网站| 亚洲av中文字字幕乱码综合| av视频在线观看入口| 色综合色国产| 少妇猛男粗大的猛烈进出视频 | 日韩欧美精品免费久久| 亚洲第一区二区三区不卡| 午夜福利视频1000在线观看| av在线蜜桃| 乱系列少妇在线播放| 22中文网久久字幕| 午夜爱爱视频在线播放| 91久久精品电影网| 国产中年淑女户外野战色| 日韩一本色道免费dvd| 午夜激情福利司机影院| 亚洲精品久久久久久婷婷小说 | 国产老妇女一区| 狂野欧美白嫩少妇大欣赏| 看非洲黑人一级黄片| 亚洲在线自拍视频| 国产精品女同一区二区软件| 国产精品1区2区在线观看.| 成人性生交大片免费视频hd| 哪个播放器可以免费观看大片| 精品人妻一区二区三区麻豆| 久久久久久国产a免费观看| 久久鲁丝午夜福利片| 亚洲欧美清纯卡通| 精品人妻偷拍中文字幕| 99久国产av精品| 精品午夜福利在线看| 伦精品一区二区三区| 亚洲精品国产av成人精品| 2022亚洲国产成人精品| 直男gayav资源| 色综合站精品国产| 国产白丝娇喘喷水9色精品| 搡老妇女老女人老熟妇| 日本黄色视频三级网站网址| 亚洲成人久久爱视频| 男女啪啪激烈高潮av片| 九九爱精品视频在线观看| 高清日韩中文字幕在线| 国产一级毛片在线| 神马国产精品三级电影在线观看| 国产成人91sexporn| 国产免费视频播放在线视频 | 精品久久久久久久末码| 成人一区二区视频在线观看| 搡女人真爽免费视频火全软件| 免费观看人在逋| 亚洲精品一区蜜桃| 国产一区二区三区av在线| 亚洲人与动物交配视频| 午夜福利在线观看免费完整高清在| 嫩草影院入口| 日韩,欧美,国产一区二区三区 | 麻豆乱淫一区二区| 三级国产精品欧美在线观看| 日韩欧美精品免费久久| 国产极品精品免费视频能看的| 成人av在线播放网站| 亚洲激情五月婷婷啪啪| 一区二区三区免费毛片| 一级毛片我不卡| 久久精品国产鲁丝片午夜精品| 精华霜和精华液先用哪个| 成人综合一区亚洲| 三级经典国产精品| 在线免费观看的www视频| 51国产日韩欧美| 三级经典国产精品| 国产精品爽爽va在线观看网站| 精品久久久久久久末码| 日韩欧美在线乱码| 国产黄a三级三级三级人| 免费av观看视频| 爱豆传媒免费全集在线观看| 一级av片app| 日本午夜av视频| 国产精品国产三级国产专区5o | 日本黄大片高清| 爱豆传媒免费全集在线观看| 熟女人妻精品中文字幕| 亚洲在久久综合| 国国产精品蜜臀av免费| 国产成人精品一,二区| 97超视频在线观看视频| 国产精品电影一区二区三区| 久久婷婷人人爽人人干人人爱| 中文字幕精品亚洲无线码一区| 22中文网久久字幕| 好男人在线观看高清免费视频|