• <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 ?

    結(jié)合注意力機(jī)制的交通標(biāo)志識(shí)別

    2019-09-04 04:10:31馬平楊興財(cái)
    科技風(fēng) 2019年21期
    關(guān)鍵詞:智能交通交通標(biāo)志注意力

    馬平 楊興財(cái)

    摘 要:智能交通體系中的無人駕駛這項(xiàng)課題是近年來一直是各大傳統(tǒng)汽車行業(yè)甚至各大互聯(lián)網(wǎng)巨頭企業(yè)的研究熱點(diǎn)。目前的無人駕駛技術(shù)以及輔助駕駛技術(shù)主要依賴于計(jì)算機(jī)視覺來采集道路交通標(biāo)志信號(hào),并通過分析系統(tǒng)實(shí)現(xiàn)對(duì)交通標(biāo)志的處理及分類任務(wù)?,F(xiàn)階段的主要研究方法有傳統(tǒng)方式的提取圖片的HOG特征、SIFT特征等,之后送入SVM分類器或者貝葉斯分類器中。實(shí)現(xiàn)對(duì)于交通標(biāo)志的提取與分類。近年來神經(jīng)網(wǎng)絡(luò)的迅速發(fā)展也為交通標(biāo)志的識(shí)別貢獻(xiàn)了新的力量,CNN,F(xiàn)aster R-CNN等網(wǎng)絡(luò)的出現(xiàn)也被運(yùn)用在交通標(biāo)志的識(shí)別中。針對(duì)智能交通體系構(gòu)建過程中的道路交通標(biāo)志識(shí)別率較低的問題,本文將注意力機(jī)制引入到神經(jīng)網(wǎng)絡(luò)中,實(shí)現(xiàn)對(duì)交通標(biāo)志圖片的有效識(shí)別。該方法通過VGG網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)輸入數(shù)據(jù)的特征提取,并加入遞進(jìn)的注意力網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)關(guān)注區(qū)域的放大以及細(xì)節(jié)提取,使得網(wǎng)絡(luò)能夠更有效地關(guān)注細(xì)節(jié)區(qū)域。將網(wǎng)絡(luò)應(yīng)用在比利時(shí)交通數(shù)據(jù)集上并取得了優(yōu)秀的識(shí)別結(jié)果。最終的測(cè)試集分類準(zhǔn)確率達(dá)到了98.2%。

    關(guān)鍵詞:注意力;交通標(biāo)志;智能交通;神經(jīng)網(wǎng)絡(luò);卷積網(wǎng)絡(luò)

    中圖分類號(hào):TP391文獻(xiàn)標(biāo)識(shí)碼:A

    Traffic sign recognition combined with attention network

    Ma Ping Yang Xingcai

    Department of Automation,North China Electric Power University HebeiBaoding 071003

    Abstract:The topic of unmanned driving in the intelligent transportation system has been a research hotspot in major traditional automobile industries and even major Internet giants in recent years.The current unmanned technology and assisted driving technology mainly rely on computer vision to collect road traffic sign signals,and through the analysis system to achieve the handling and classification tasks of traffic signs.At present,the main research methods are the HOG feature,SIFT feature,etc.of the extracted picture in the traditional way,and then sent to the SVM classifier or Bayesian classifier.Achieve the extraction and classification of traffic signs.In recent years,the rapid development of neural networks has also contributed to the identification of traffic signs.The emergence of networks such as CNN and Faster R-CNN has also been used in the identification of traffic signs.Aiming at the problem that the recognition rate of road traffic signs is low during the construction of intelligent transportation system,this paper introduces the attention mechanism into the neural network to realize the effective identification of traffic sign pictures.The method realizes feature extraction of input data through the VGG network,and adds a progressive attention network to realize amplification and detail extraction of the attention area,so that the network can pay more attention to the detail area.The network was applied to the Belgian traffic dataset and achieved excellent recognition results.The final test set classification accuracy rate reached 98.2%.

    Key words:attention;traffic signs;intelligent transportation;neural network;convolutional network

    1 背景與意義

    近年來,無人駕駛不但在學(xué)術(shù)界掀起一股熱潮,并且也成為各個(gè)互聯(lián)網(wǎng)公司及傳統(tǒng)汽車行業(yè)不斷追求的目標(biāo)。目前主流主要研究方向?yàn)榛跈C(jī)器視覺的自動(dòng)駕駛與輔助駕駛技術(shù)。而交通標(biāo)志是人們?cè)谌粘3鲂羞^程中的重要的駕駛準(zhǔn)則,按規(guī)則行駛才能夠保證車輛的安全有序且高效的通行。實(shí)現(xiàn)無人駕駛或者現(xiàn)階段的輔助駕駛的過程中,對(duì)于路面交通標(biāo)志的準(zhǔn)確識(shí)別都具有重要的意義。準(zhǔn)確地識(shí)別之后,將結(jié)果傳遞給車輛的決策系統(tǒng)或者駕駛?cè)藛T,能夠更有效地保障車輛的安全有效的行駛。

    網(wǎng)絡(luò)權(quán)重的優(yōu)化包括兩部分:分類網(wǎng)絡(luò)以及注意力網(wǎng)絡(luò)。首先是分類損失LOSSclass,簡(jiǎn)寫為L(zhǎng)cls。文章中采用交叉熵函數(shù)公式(5)來計(jì)算分類損失。并根據(jù)分類損失來進(jìn)行對(duì)特征提取網(wǎng)絡(luò)以及后續(xù)全連接層分類網(wǎng)絡(luò)的參數(shù)調(diào)節(jié)與優(yōu)化。

    LCLS(Y(n),Y(n))=-∑kY(n)logY(n) (5)

    注意力網(wǎng)絡(luò)的權(quán)重優(yōu)化主要是依靠不同層級(jí)網(wǎng)絡(luò)輸出的比重進(jìn)行優(yōu)化。Pt1為第一層網(wǎng)絡(luò)的預(yù)測(cè)輸出,經(jīng)由softmax層輸出時(shí),我們不僅保留其最大值索引的標(biāo)簽,同時(shí)保留索引標(biāo)簽所占的百分比重即排名情況。所以將注意力網(wǎng)絡(luò)的優(yōu)化依據(jù)定義為L(zhǎng)OSSrank,記為L(zhǎng)rank,其表達(dá)式為(6)。

    Lrank(pnt,pn+1t)=max(0,1pnt-pn+1t) (6)

    并通過公式(7)實(shí)現(xiàn)對(duì)注意力區(qū)域的選擇與更新。

    Lrankax∝Dtop⊙M(ax,ay,al)ax (7)

    公式(7)代表了對(duì)橫軸注意力參數(shù)ax的更新情況,同樣的ay,al也是按照類似的方式實(shí)現(xiàn)對(duì)選中區(qū)域的迭代與更新,實(shí)現(xiàn)對(duì)APN網(wǎng)絡(luò)權(quán)重參數(shù)的訓(xùn)練與優(yōu)化。

    4 分類的結(jié)果以及圖像

    實(shí)驗(yàn)時(shí),測(cè)試環(huán)境是工作站i7處理器,主頻是3.6GHz,16G 內(nèi)存,GTX1080,Ubuntu 14.04操作系統(tǒng)。

    對(duì)于改進(jìn)前的RA-CNN網(wǎng)絡(luò)來說,前兩層的識(shí)別率較高,但第三層注意力網(wǎng)絡(luò)輸出時(shí)就會(huì)出現(xiàn)識(shí)別正確率較低的情況,推測(cè)是由于只是聚焦在某一特定位置,而忽略了對(duì)全局信息的特征化,從而使得識(shí)別結(jié)果不理想。

    損失情況如下圖4,5所示,我們?cè)谶@里采用兩個(gè)網(wǎng)絡(luò)交替訓(xùn)練的形式,所以在圖像中會(huì)出現(xiàn)平直線的情況。由圖像可知損失函數(shù)是在有效下降的。相對(duì)于未優(yōu)化前的網(wǎng)絡(luò),損失函數(shù)更夠更快速的收斂。

    正確率的圖像見圖6、7,可以由圖像得出,第二三層網(wǎng)絡(luò)的識(shí)別正確率明顯高于未使用注意力網(wǎng)絡(luò)的區(qū)域。而在改進(jìn)網(wǎng)絡(luò)之后,第三層網(wǎng)絡(luò)的識(shí)別結(jié)果有了明顯的改善,實(shí)現(xiàn)融合全局信息與細(xì)節(jié)信息,將識(shí)別正確率提升至高于第二層網(wǎng)絡(luò),最終實(shí)現(xiàn)98.2%的正確率,比原網(wǎng)絡(luò)提升6%。

    5 結(jié)論

    本文將細(xì)粒度分類的方法引入到交通標(biāo)志的分類中,使得深度神經(jīng)網(wǎng)絡(luò)能夠在圖片中提取到更加有用的分類信息,并通過改進(jìn)的注意力機(jī)制以及注意力損失函數(shù)實(shí)現(xiàn)了對(duì)交通標(biāo)志細(xì)節(jié)的放大,不同層級(jí)的放大區(qū)域最終輸出時(shí)帶有明顯的準(zhǔn)確率的差距。最終使得網(wǎng)絡(luò)能夠?qū)崿F(xiàn)對(duì)數(shù)據(jù)集BTSD的有效分類。但由于數(shù)據(jù)集圖像像素大小的限制,更深層次的注意力區(qū)域特征提取無法取得更好的效果,這一點(diǎn)也是今后可以改進(jìn)的一個(gè)方向。

    參考文獻(xiàn):

    [1]Yao C,Wu F,Chen H J,et al.Traffic sign recognition using HOG-SVM and grid search[C].Hangzhou:International Conference on Signal Processing,2015.

    [2]Gim J W,Hwang M C,Ko B C,et al.Real-time speed-limit sign detection and recognition using spatial pyramid feature and boosted random forest[C].Genoa:International Conference Image Analysis and Recognition,2015.

    [3]Deng Zhijie,Wang Yong,Tao Xiaoling.Method of network traffic classification using Nave Bayes based on FPGA[C].Chongqing:13th IEEE Joint International Computer Science and Information Technology Conference,2011.

    [4]Wu Yihui,Liu Yulong,Li Jianmin,et al.Traffic sign detection based on convolutional neural networks[C].Dallas:International Joint Conference on Neural Networks,2014.

    [5]Girshick R,Donahue J,Darrell T,et al.Rich feature hierarchies for accurate object detection and semantic segmentation[C].Columbus:IEEE Conference on Computer Vision and Pattern Recognition,2013.

    [6]Girshick R.Fast R-CNN[C].Santiago:IEEE International Conference on Computer Vision (ICCV),2015.

    [7]袁小平,王崗,王曄楓,汪喆遠(yuǎn),孫輝.基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識(shí)別方法[J/OL].電子科技,2019(11):1-5[2019-04-07].http://kns.cnki.net/kcms/detail/61.1291.TN.20181229.1448.024.html.

    [8]Zhu Zhe,Liang Dun,Zhang Songhai,et al.Traffic-sign detection and classification in the wild[C].Las Vegas:IEEE Conference on Computer Vision and Pattern Recognition,2016.

    [9]王子恒.路面交通標(biāo)志檢測(cè)調(diào)研:數(shù)據(jù)集及算法[A].中國(guó)汽車工程學(xué)會(huì)(China Society of Automotive Engineers).2018中國(guó)汽車工程學(xué)會(huì)年會(huì)論文集[C].中國(guó)汽車工程學(xué)會(huì)(China Society of Automotive Engineers):中國(guó)汽車工程學(xué)會(huì),2018:7.

    [10]Wei X S,Luo J H,Wu J,et al.Selective Convolutional Descriptor Aggregation for Fine-Grained Image Retrieval[J].IEEE Transactions on Image Processing,2017,26(6):2868-2881.

    [11]Fu J,Zheng H,Tao M.Look Closer to See Better:Recurrent Attention Convolutional Neural Network for Fine-Grained Image Recognition[C]// Computer Vision & Pattern Recognition.2017.

    [12]K.Simonyan and A.Zisserman.Very deep convolutional networks for large-scale image recognition.In ICLR,pages 1409-1556,2015.

    猜你喜歡
    智能交通交通標(biāo)志注意力
    交通標(biāo)志認(rèn)得清
    基于雙向特征融合的交通標(biāo)志識(shí)別
    讓注意力“飛”回來
    “揚(yáng)眼”APP:讓注意力“變現(xiàn)”
    基于物聯(lián)網(wǎng)的智能交通系統(tǒng)架構(gòu)
    基于物聯(lián)網(wǎng)的智能交通系統(tǒng)中的車輛通信網(wǎng)絡(luò)
    基于支持向量機(jī)的車牌字符識(shí)別方法
    A Beautiful Way Of Looking At Things
    智能交通中的車輛檢測(cè)專利技術(shù)綜述
    交通標(biāo)志小課堂
    午夜免费激情av| 国产白丝娇喘喷水9色精品| 97碰自拍视频| 天堂√8在线中文| 亚洲五月天丁香| 日本黄色片子视频| 日韩国内少妇激情av| 久久欧美精品欧美久久欧美| 成年女人永久免费观看视频| 国产麻豆成人av免费视频| 国产aⅴ精品一区二区三区波| 国产精品一区二区三区四区免费观看 | 99久久成人亚洲精品观看| 亚洲,欧美,日韩| 久久精品人妻少妇| 亚洲国产欧洲综合997久久,| 97热精品久久久久久| 亚洲avbb在线观看| 精品福利观看| 久久精品久久久久久噜噜老黄 | 成年女人毛片免费观看观看9| 亚洲中文日韩欧美视频| 免费看a级黄色片| 亚洲国产欧美人成| 在线看三级毛片| 国产激情偷乱视频一区二区| 人人妻,人人澡人人爽秒播| 亚洲熟妇熟女久久| 精品人妻熟女av久视频| 淫妇啪啪啪对白视频| 欧美日韩综合久久久久久 | 两个人的视频大全免费| 久久精品国产自在天天线| www.999成人在线观看| 毛片女人毛片| 免费人成在线观看视频色| 三级国产精品欧美在线观看| 88av欧美| 久久九九热精品免费| 久久国产精品人妻蜜桃| 每晚都被弄得嗷嗷叫到高潮| 欧美性猛交黑人性爽| 成人性生交大片免费视频hd| 国产精品人妻久久久久久| 日本免费一区二区三区高清不卡| 免费高清视频大片| 国产中年淑女户外野战色| 赤兔流量卡办理| 大型黄色视频在线免费观看| 偷拍熟女少妇极品色| xxxwww97欧美| 欧美激情久久久久久爽电影| 一进一出好大好爽视频| 桃红色精品国产亚洲av| 国产精品电影一区二区三区| 午夜福利在线在线| 嫩草影院新地址| 久久精品国产99精品国产亚洲性色| 在线观看舔阴道视频| 欧美又色又爽又黄视频| 综合色av麻豆| 久久99热6这里只有精品| 在线播放无遮挡| 神马国产精品三级电影在线观看| 男女之事视频高清在线观看| 久久伊人香网站| 婷婷精品国产亚洲av| 免费av毛片视频| 中国美女看黄片| 国产 一区 欧美 日韩| 国产精品98久久久久久宅男小说| 美女高潮喷水抽搐中文字幕| 欧美xxxx性猛交bbbb| 中文字幕高清在线视频| 亚洲精品成人久久久久久| 欧美成人性av电影在线观看| 中文字幕人妻熟人妻熟丝袜美| 精品不卡国产一区二区三区| 久久久久久久久久黄片| 午夜激情欧美在线| 人人妻人人看人人澡| 日韩精品青青久久久久久| 噜噜噜噜噜久久久久久91| 99久久精品国产亚洲精品| 韩国av一区二区三区四区| 最好的美女福利视频网| 免费人成视频x8x8入口观看| 淫妇啪啪啪对白视频| 欧美一区二区精品小视频在线| 国产一区二区在线av高清观看| 熟女人妻精品中文字幕| 9191精品国产免费久久| 日韩成人在线观看一区二区三区| 亚洲七黄色美女视频| 久久99热6这里只有精品| 在线国产一区二区在线| 美女免费视频网站| 一边摸一边抽搐一进一小说| 精品久久久久久久久久免费视频| 一区二区三区高清视频在线| 精品久久久久久久久av| 18禁黄网站禁片午夜丰满| 看免费av毛片| 12—13女人毛片做爰片一| 天堂动漫精品| 国内精品久久久久久久电影| 99国产精品一区二区三区| 国产真实伦视频高清在线观看 | 男人和女人高潮做爰伦理| 一个人免费在线观看电影| 啪啪无遮挡十八禁网站| 免费在线观看成人毛片| 亚洲在线自拍视频| 欧美绝顶高潮抽搐喷水| 女同久久另类99精品国产91| 中文字幕人成人乱码亚洲影| 亚洲最大成人av| 国产亚洲精品久久久com| 中文字幕免费在线视频6| 搡老熟女国产l中国老女人| 亚洲中文字幕一区二区三区有码在线看| 日本与韩国留学比较| 亚洲激情在线av| 国产三级黄色录像| 黄片小视频在线播放| 国产亚洲欧美在线一区二区| 久久6这里有精品| 18美女黄网站色大片免费观看| 成人性生交大片免费视频hd| 内地一区二区视频在线| 99热精品在线国产| 老司机深夜福利视频在线观看| 全区人妻精品视频| av天堂在线播放| 久久精品久久久久久噜噜老黄 | 国产久久久一区二区三区| 国语自产精品视频在线第100页| 少妇丰满av| 欧美黑人巨大hd| 级片在线观看| av在线蜜桃| 国产一区二区激情短视频| 无人区码免费观看不卡| 亚洲国产日韩欧美精品在线观看| 美女免费视频网站| 给我免费播放毛片高清在线观看| a级一级毛片免费在线观看| 此物有八面人人有两片| 日韩av在线大香蕉| 日韩大尺度精品在线看网址| 91午夜精品亚洲一区二区三区 | 狠狠狠狠99中文字幕| 欧美另类亚洲清纯唯美| 99视频精品全部免费 在线| 欧美黑人欧美精品刺激| 精品无人区乱码1区二区| 欧美乱色亚洲激情| 黄色女人牲交| 国产精华一区二区三区| 看免费av毛片| 搡老岳熟女国产| 女人十人毛片免费观看3o分钟| 亚洲久久久久久中文字幕| 国产精品久久久久久久电影| 成人特级av手机在线观看| 免费看日本二区| 在线a可以看的网站| www.999成人在线观看| 中文字幕精品亚洲无线码一区| 国产免费男女视频| 美女高潮喷水抽搐中文字幕| 91麻豆av在线| 久久久久久九九精品二区国产| 日本免费a在线| 丰满人妻熟妇乱又伦精品不卡| 成人毛片a级毛片在线播放| 日本免费a在线| 国产aⅴ精品一区二区三区波| 波多野结衣高清无吗| 女人十人毛片免费观看3o分钟| 国产成人a区在线观看| 亚洲精品在线观看二区| 嫁个100分男人电影在线观看| 午夜视频国产福利| 高清日韩中文字幕在线| 女人被狂操c到高潮| 女同久久另类99精品国产91| 嫩草影院新地址| 国产成人a区在线观看| 最好的美女福利视频网| 午夜福利视频1000在线观看| 久久久久免费精品人妻一区二区| 美女高潮喷水抽搐中文字幕| 国产69精品久久久久777片| av福利片在线观看| 午夜福利免费观看在线| 午夜久久久久精精品| 又粗又爽又猛毛片免费看| 久久6这里有精品| 脱女人内裤的视频| 一区福利在线观看| 日本撒尿小便嘘嘘汇集6| 亚洲精品一卡2卡三卡4卡5卡| 有码 亚洲区| 精品99又大又爽又粗少妇毛片 | 欧美一区二区国产精品久久精品| 久久人妻av系列| 亚洲乱码一区二区免费版| 午夜福利视频1000在线观看| 婷婷亚洲欧美| 18禁在线播放成人免费| 可以在线观看毛片的网站| 欧美在线黄色| 国产日本99.免费观看| 99视频精品全部免费 在线| 最近视频中文字幕2019在线8| 丰满人妻熟妇乱又伦精品不卡| 国产精品久久久久久亚洲av鲁大| 美女cb高潮喷水在线观看| 国产熟女xx| 91麻豆精品激情在线观看国产| 狂野欧美白嫩少妇大欣赏| 亚洲精品一卡2卡三卡4卡5卡| 90打野战视频偷拍视频| 午夜精品一区二区三区免费看| 丁香欧美五月| 精品人妻熟女av久视频| 国产午夜福利久久久久久| 制服丝袜大香蕉在线| 国产精品一区二区免费欧美| 精品久久久久久久久亚洲 | 人人妻人人看人人澡| 国产私拍福利视频在线观看| 一卡2卡三卡四卡精品乱码亚洲| 欧美一区二区精品小视频在线| 夜夜爽天天搞| 一个人看视频在线观看www免费| 一二三四社区在线视频社区8| 亚洲欧美精品综合久久99| 麻豆久久精品国产亚洲av| 日韩av在线大香蕉| 日日摸夜夜添夜夜添av毛片 | www.www免费av| 国产在线男女| 国产精品一区二区三区四区久久| 久久久久亚洲av毛片大全| 桃红色精品国产亚洲av| 欧美精品啪啪一区二区三区| a级毛片免费高清观看在线播放| 久久精品国产亚洲av天美| av在线观看视频网站免费| 久久午夜亚洲精品久久| 精品不卡国产一区二区三区| 啪啪无遮挡十八禁网站| 成人高潮视频无遮挡免费网站| 色哟哟·www| 亚洲美女搞黄在线观看 | 日韩欧美 国产精品| 欧美成人a在线观看| 赤兔流量卡办理| 久久久成人免费电影| 中文字幕精品亚洲无线码一区| 精品不卡国产一区二区三区| 老鸭窝网址在线观看| 日日摸夜夜添夜夜添av毛片 | 嫁个100分男人电影在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 欧美一区二区国产精品久久精品| 99精品在免费线老司机午夜| 亚洲精品色激情综合| 蜜桃亚洲精品一区二区三区| av中文乱码字幕在线| 青草久久国产| 国产精品亚洲一级av第二区| 精品免费久久久久久久清纯| 国产在线男女| 亚洲av美国av| 日韩欧美在线二视频| 无遮挡黄片免费观看| 久久久国产成人免费| 国产精品1区2区在线观看.| 欧美性感艳星| 亚洲午夜理论影院| 国产精品三级大全| 99精品在免费线老司机午夜| 亚洲av美国av| 日韩欧美国产在线观看| 成人三级黄色视频| 麻豆av噜噜一区二区三区| 国产高清视频在线播放一区| 69av精品久久久久久| 国产精品人妻久久久久久| 欧美精品国产亚洲| 夜夜躁狠狠躁天天躁| 日韩欧美一区二区三区在线观看| 亚洲精品456在线播放app | 国产亚洲欧美在线一区二区| 亚洲人成网站高清观看| 亚洲精品色激情综合| 在线播放国产精品三级| 搡女人真爽免费视频火全软件 | 日日干狠狠操夜夜爽| 在线国产一区二区在线| 九九热线精品视视频播放| 中文字幕久久专区| 国产国拍精品亚洲av在线观看| 日韩欧美在线二视频| 美女免费视频网站| 成年女人毛片免费观看观看9| 99国产极品粉嫩在线观看| 麻豆国产av国片精品| 亚洲中文字幕日韩| 久久性视频一级片| 亚洲电影在线观看av| 久久午夜福利片| 亚洲最大成人中文| 久久久久久久精品吃奶| 久久久久国产精品人妻aⅴ院| 中文字幕熟女人妻在线| 色综合婷婷激情| 哪里可以看免费的av片| 午夜精品一区二区三区免费看| 我的女老师完整版在线观看| 乱码一卡2卡4卡精品| 国内揄拍国产精品人妻在线| 老司机午夜福利在线观看视频| 国产精品影院久久| 精品无人区乱码1区二区| ponron亚洲| 一本一本综合久久| 两个人的视频大全免费| 可以在线观看的亚洲视频| 永久网站在线| 午夜精品在线福利| 人妻夜夜爽99麻豆av| 国产一区二区激情短视频| 亚洲在线观看片| 国产精品一及| 男女那种视频在线观看| www.999成人在线观看| 国产精品一区二区免费欧美| 国产欧美日韩精品亚洲av| 国产在线精品亚洲第一网站| 天堂动漫精品| 日日摸夜夜添夜夜添小说| 亚洲国产欧洲综合997久久,| 99精品在免费线老司机午夜| 亚洲av日韩精品久久久久久密| 窝窝影院91人妻| 哪里可以看免费的av片| 国产在线男女| 俄罗斯特黄特色一大片| 久久久久久久久久成人| 亚洲av第一区精品v没综合| 一本综合久久免费| 国产高清有码在线观看视频| 看十八女毛片水多多多| 午夜福利在线观看吧| 欧美最新免费一区二区三区 | 搞女人的毛片| 国产伦人伦偷精品视频| 欧美激情久久久久久爽电影| 久久天躁狠狠躁夜夜2o2o| 婷婷亚洲欧美| 性色avwww在线观看| 99视频精品全部免费 在线| 日韩高清综合在线| 精品一区二区三区人妻视频| 99精品久久久久人妻精品| 色哟哟哟哟哟哟| 国产淫片久久久久久久久 | 亚洲精品久久国产高清桃花| 成年女人看的毛片在线观看| 久久久久九九精品影院| 永久网站在线| 亚洲成人久久爱视频| 国产爱豆传媒在线观看| 很黄的视频免费| 婷婷精品国产亚洲av在线| 99热6这里只有精品| 国产精品久久久久久亚洲av鲁大| 首页视频小说图片口味搜索| 少妇丰满av| 亚洲国产精品久久男人天堂| 黄片小视频在线播放| 亚洲人成网站高清观看| 国产一区二区激情短视频| 午夜免费男女啪啪视频观看 | 床上黄色一级片| 啦啦啦韩国在线观看视频| 国产av不卡久久| 淫妇啪啪啪对白视频| 国产国拍精品亚洲av在线观看| 日日夜夜操网爽| 精品久久久久久久久av| 国产熟女xx| 国产黄色小视频在线观看| 国内精品一区二区在线观看| 91在线精品国自产拍蜜月| 国内精品一区二区在线观看| 亚洲精品久久国产高清桃花| 1000部很黄的大片| 久久久久性生活片| 五月伊人婷婷丁香| 尤物成人国产欧美一区二区三区| 十八禁网站免费在线| 欧美最黄视频在线播放免费| 乱人视频在线观看| 人妻制服诱惑在线中文字幕| 亚洲精品影视一区二区三区av| 亚洲专区国产一区二区| 毛片女人毛片| 亚洲av成人不卡在线观看播放网| 久久精品国产99精品国产亚洲性色| 婷婷色综合大香蕉| 精品人妻一区二区三区麻豆 | 一区二区三区高清视频在线| 久久久久性生活片| 欧美bdsm另类| 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 | 美女高潮的动态| 中文字幕人成人乱码亚洲影| 国产综合懂色| 欧美日韩中文字幕国产精品一区二区三区| 精品久久久久久久久久免费视频| 亚洲熟妇熟女久久| 国产午夜精品论理片| 两个人视频免费观看高清| 国产精品98久久久久久宅男小说| 在现免费观看毛片| av中文乱码字幕在线| 欧美成人免费av一区二区三区| 九九久久精品国产亚洲av麻豆| av在线老鸭窝| 国产精品爽爽va在线观看网站| 熟妇人妻久久中文字幕3abv| 欧美成人一区二区免费高清观看| 免费在线观看影片大全网站| 国内精品久久久久久久电影| 在线观看一区二区三区| 精品久久久久久久久久免费视频| 亚洲av电影在线进入| 国产伦在线观看视频一区| 91久久精品国产一区二区成人| 中文亚洲av片在线观看爽| 真人一进一出gif抽搐免费| 一夜夜www| 少妇高潮的动态图| 亚洲av免费高清在线观看| 又粗又爽又猛毛片免费看| 首页视频小说图片口味搜索| 国产精品久久久久久精品电影| 国内精品久久久久精免费| 国产精品爽爽va在线观看网站| 99国产精品一区二区三区| 久久天躁狠狠躁夜夜2o2o| 三级国产精品欧美在线观看| 成年免费大片在线观看| www.色视频.com| 啦啦啦观看免费观看视频高清| 淫秽高清视频在线观看| 99国产精品一区二区三区| 一级毛片久久久久久久久女| 欧美高清成人免费视频www| 成人特级av手机在线观看| 人人妻人人看人人澡| 听说在线观看完整版免费高清| netflix在线观看网站| 九九热线精品视视频播放| 91在线观看av| 极品教师在线免费播放| 在线国产一区二区在线| 九色成人免费人妻av| 精品久久久久久久久久免费视频| 久久中文看片网| 别揉我奶头 嗯啊视频| 亚洲成人中文字幕在线播放| 欧美色欧美亚洲另类二区| 成人国产一区最新在线观看| 可以在线观看的亚洲视频| 国产高清视频在线播放一区| 精品欧美国产一区二区三| 亚洲电影在线观看av| 男插女下体视频免费在线播放| 麻豆成人av在线观看| 18美女黄网站色大片免费观看| 亚洲经典国产精华液单 | 黄色日韩在线| 免费搜索国产男女视频| 少妇高潮的动态图| av视频在线观看入口| 黄色配什么色好看| 亚洲国产精品成人综合色| 国产精品一区二区三区四区免费观看 | 波野结衣二区三区在线| 99在线视频只有这里精品首页| 国产三级在线视频| 乱码一卡2卡4卡精品| 久久久久久大精品| 老熟妇乱子伦视频在线观看| 别揉我奶头~嗯~啊~动态视频| 亚洲国产精品999在线| 九色国产91popny在线| 一个人免费在线观看的高清视频| 亚洲精品一卡2卡三卡4卡5卡| 日韩有码中文字幕| 日本 av在线| 夜夜躁狠狠躁天天躁| 少妇裸体淫交视频免费看高清| 九九在线视频观看精品| 99久久精品国产亚洲精品| 久久久成人免费电影| 亚洲av中文字字幕乱码综合| 色播亚洲综合网| 一区二区三区高清视频在线| 欧美极品一区二区三区四区| 床上黄色一级片| 国内精品一区二区在线观看| 麻豆成人午夜福利视频| 美女大奶头视频| 亚洲在线观看片| 嫩草影院新地址| 国内精品美女久久久久久| 亚洲精品456在线播放app | 99精品久久久久人妻精品| 欧美在线黄色| 免费人成在线观看视频色| 欧美成人性av电影在线观看| 悠悠久久av| 中出人妻视频一区二区| АⅤ资源中文在线天堂| 国内精品一区二区在线观看| 成人性生交大片免费视频hd| 久久精品夜夜夜夜夜久久蜜豆| 国产av麻豆久久久久久久| 国产高清有码在线观看视频| 一区二区三区高清视频在线| 亚洲男人的天堂狠狠| 国产三级黄色录像| 波野结衣二区三区在线| 老司机午夜十八禁免费视频| 色吧在线观看| 国产伦在线观看视频一区| 日本一二三区视频观看| 亚洲美女黄片视频| 久久久精品大字幕| 51午夜福利影视在线观看| 麻豆久久精品国产亚洲av| 欧美成人免费av一区二区三区| 变态另类丝袜制服| 亚洲av二区三区四区| 18禁黄网站禁片午夜丰满| 99久久精品热视频| 日日摸夜夜添夜夜添av毛片 | 免费观看精品视频网站| 丝袜美腿在线中文| 日韩免费av在线播放| 久久伊人香网站| 亚洲狠狠婷婷综合久久图片| 日本成人三级电影网站| 色视频www国产| 丰满的人妻完整版| 国产精品亚洲美女久久久| 在现免费观看毛片| 午夜a级毛片| 在线国产一区二区在线| 俺也久久电影网| 成人三级黄色视频| 免费一级毛片在线播放高清视频| 夜夜爽天天搞| av中文乱码字幕在线| 久久久久久久亚洲中文字幕 | 成年女人看的毛片在线观看| 91麻豆av在线| 成人特级av手机在线观看| 国产视频一区二区在线看| 最新在线观看一区二区三区| www.999成人在线观看| 99久久九九国产精品国产免费| 欧美xxxx性猛交bbbb| 色吧在线观看| 国内精品一区二区在线观看| 无人区码免费观看不卡| 在线免费观看的www视频| 老司机深夜福利视频在线观看| 99精品久久久久人妻精品| 国产免费av片在线观看野外av| 欧美日韩国产亚洲二区| 在现免费观看毛片| 婷婷六月久久综合丁香| 一本综合久久免费| 99精品久久久久人妻精品| 色综合亚洲欧美另类图片| 亚洲,欧美,日韩| 精品熟女少妇八av免费久了| 国产欧美日韩一区二区三| 99国产精品一区二区三区| 国产美女午夜福利| 黄片小视频在线播放| 欧美激情久久久久久爽电影| 免费在线观看亚洲国产| 亚洲国产欧洲综合997久久,| 亚洲av二区三区四区| 成人鲁丝片一二三区免费| 久久人人爽人人爽人人片va | 搡老妇女老女人老熟妇| 一区二区三区高清视频在线| 久久久久精品国产欧美久久久| 搡老妇女老女人老熟妇| 欧美+亚洲+日韩+国产| 国产成人a区在线观看| 久久亚洲真实| 村上凉子中文字幕在线| 国产av麻豆久久久久久久| 亚洲欧美清纯卡通|