• <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 ?

    基于深層神經(jīng)網(wǎng)絡(luò)的道路交通標(biāo)志檢測(cè)識(shí)別方法研究

    2019-09-17 10:47:04王斯健李志鵬
    科技資訊 2019年17期

    王斯健 李志鵬

    摘 ?要:交通標(biāo)志在道路交通運(yùn)行中扮演著不可或缺的角色。隨著智能交通的不斷發(fā)展,道路交通標(biāo)志的自動(dòng)檢測(cè)識(shí)別日益受到研究者的關(guān)注。在實(shí)際交通環(huán)境下,由于運(yùn)動(dòng)模糊、天氣條件、光線干擾及拍攝視角等因素,給圖像中交通標(biāo)志自動(dòng)識(shí)別帶來了困難。針對(duì)這一問題,該文提出了基于深層神經(jīng)網(wǎng)絡(luò)的快速交通標(biāo)志識(shí)別的方法,實(shí)現(xiàn)了常見道路交通標(biāo)志的檢測(cè)識(shí)別,并通過實(shí)驗(yàn)進(jìn)行測(cè)試,結(jié)果表明,該方法在圖像中交通標(biāo)志的檢測(cè)率和識(shí)別率方面都達(dá)到了較好的效果。

    關(guān)鍵詞:道路交通標(biāo)志 ?檢測(cè)識(shí)別方法 ?深層神經(jīng)網(wǎng)絡(luò)

    中圖分類號(hào):TP391.41;TP183 ? 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1672-3791(2019)06(b)-0001-04

    建立全要素實(shí)體地理信息數(shù)據(jù)庫是我國(guó)新型基礎(chǔ)測(cè)繪項(xiàng)目的重點(diǎn)任務(wù)。目前是通過車載激光掃描儀獲取道路實(shí)體點(diǎn)云數(shù)據(jù),同時(shí)搭載全景相機(jī)進(jìn)行輔助拍攝獲取全景照片,最后根據(jù)采集的數(shù)據(jù)進(jìn)行數(shù)字化編輯、屬性錄入以及最終入庫。其中道路交通標(biāo)志的類別屬性需要根據(jù)全景照片進(jìn)行人工判讀或者外業(yè)調(diào)繪來獲取,這導(dǎo)致了巨大的工作量以及較高的誤判率等問題。

    近年來,隨著深度學(xué)習(xí)的迅速發(fā)展,利用神經(jīng)網(wǎng)絡(luò)算法解決圖像的問題逐漸受到研究者們的青睞。其中卷積神經(jīng)網(wǎng)絡(luò)是通過訓(xùn)練海量的樣本進(jìn)行學(xué)習(xí)得到先驗(yàn)知識(shí),進(jìn)而可以直接探測(cè)和識(shí)別目標(biāo)圖像。該文研究了深度學(xué)習(xí)的方法,利用卷積神經(jīng)網(wǎng)絡(luò)算法對(duì)全景圖片進(jìn)行道路交通標(biāo)志的自動(dòng)檢測(cè)和識(shí)別,并通過實(shí)驗(yàn)評(píng)估了該方法的準(zhǔn)確性和可行性。

    1 ?基本原理

    卷積神經(jīng)網(wǎng)絡(luò)(CNN)的核心結(jié)構(gòu)包括兩部分。其一為特征提取,每個(gè)神經(jīng)元的輸入與前一層的局部接受域相連,并提取該局部區(qū)域的特征,一旦該局部特征被提取后,與其他特征間的位置關(guān)系也隨之確定下來;其二是分類,網(wǎng)絡(luò)的每個(gè)計(jì)算層由多個(gè)特征映射組成,每個(gè)特征映射是一個(gè)二維平面,平面上所有神經(jīng)元的權(quán)值共享,最終由全連接層作為分類層計(jì)算特征向量并輸出分類結(jié)果。在監(jiān)督學(xué)習(xí)和反饋機(jī)制調(diào)節(jié)下,CNN能夠模擬人腦機(jī)制的認(rèn)知過程逐步提高對(duì)不同物體的辨識(shí)能力[1]。

    與傳統(tǒng)分類器相比,CNN作為智能分類器不需要手動(dòng)設(shè)計(jì)特征。在傳統(tǒng)的模式識(shí)別中,需要通過人為設(shè)計(jì)特征從輸入樣本中收集圖像信息再使用分類器進(jìn)行分類。CNN是原始圖像作為輸入,從大量的樣本數(shù)據(jù)中自主學(xué)習(xí)待識(shí)別目標(biāo)的特征。與人為設(shè)計(jì)特征很難適應(yīng)多種類物體的識(shí)別相比,自主學(xué)習(xí)特征能夠提取到更適合目標(biāo)分類的特征。從大量的數(shù)據(jù)中自主學(xué)習(xí)特征避免了由于特征復(fù)雜帶來的提取特征困難,并且對(duì)于環(huán)境變化、遮擋等影響有較強(qiáng)的魯棒性。概括來講,CNN算法的訓(xùn)練過程可以分為兩部分,即前向?qū)W習(xí)和反向驗(yàn)證。在前向?qū)W習(xí)過程中計(jì)算網(wǎng)絡(luò)的損失(分類錯(cuò)誤的程度)并利用反饋調(diào)節(jié)機(jī)制,使用梯度下降法調(diào)節(jié)網(wǎng)絡(luò)參數(shù)以降低網(wǎng)絡(luò)損失,輸出網(wǎng)絡(luò)模型。反向驗(yàn)證過程中使用驗(yàn)證集驗(yàn)證模型的分類能力是否滿足要求。其具體過程如圖1所示。

    2 ?數(shù)據(jù)研究與方法

    2.1 卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)

    該文的程序網(wǎng)絡(luò)架構(gòu)主要分為兩個(gè)部分,首先是利用了級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)探測(cè)交通標(biāo)志的位置,建立最終的候選區(qū)域。第二部分是利用密集卷積網(wǎng)絡(luò)對(duì)生成的含有交通標(biāo)志的候選區(qū)域進(jìn)行分類[2]。

    第一部分利用級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行探測(cè)主要分為3個(gè)階段。

    第一步采用一個(gè)全卷積神經(jīng)網(wǎng)絡(luò),稱之為Proposal Net(P-Net)(見圖2),去獲得候選窗體和邊界回歸向量。同時(shí),候選窗體根據(jù)邊界框進(jìn)行校準(zhǔn)。然后,利用非極大值抑制(NMS)方法去除重疊窗體。

    第二步Refine Network(R-Net)(見圖3),將經(jīng)過P-Net確定的包含候選窗體的圖片在R-Net網(wǎng)絡(luò)中訓(xùn)練,網(wǎng)絡(luò)最后選用全連接的方式進(jìn)行訓(xùn)練。利用邊界框向量微調(diào)候選窗體,再利用NMS去除重疊窗體。

    第三步Output network(O-Net) 比R-Net多一層卷積,功能與R-Net作用一樣,只是在去除重疊候選窗口的同時(shí),顯示交通標(biāo)志的關(guān)鍵點(diǎn)定位(見圖4)。

    選好候選區(qū)域后利用密集卷積網(wǎng)絡(luò)(DenseNet)對(duì)選中的候選區(qū)域的照片進(jìn)行分類。DenseNet是一種具有密集連接的卷積神經(jīng)網(wǎng)絡(luò)。在該網(wǎng)絡(luò)中,任何兩層之間都有直接的連接,也就是說,網(wǎng)絡(luò)每一層的輸入都是前面所有層輸出的并集,而該層所學(xué)習(xí)的特征圖也會(huì)被直接傳給其后面所有層作為輸入。DenseNet的網(wǎng)絡(luò)基本結(jié)構(gòu)如圖5所示,主要包含密集區(qū)塊(Dense Block)和過渡層(transition layer)兩個(gè)模塊組成[3]。其中Dense Block為稠密連接的模塊,transition layer為連接相鄰2個(gè)Dense Block的模塊。

    2.2 樣本數(shù)據(jù)訓(xùn)練

    通常從網(wǎng)絡(luò)上下載的交通標(biāo)志圖片都是理想化且不真實(shí)的。因此,為了模擬一個(gè)真實(shí)的道路場(chǎng)景,該文采用了在上海實(shí)地外業(yè)拍攝的照片以及騰訊街景全景影像作為樣本數(shù)據(jù)集。其中,騰訊街景照片覆蓋了全國(guó)300多個(gè)城市的道路場(chǎng)景,用了6個(gè)單反相機(jī)拍攝并拼合了起來,每間隔10m獲取一張。其中包含了30000張有交通標(biāo)志的影像,這些影像都是在不同的天氣條件下拍攝以及都有一定的扭曲。

    該文在下載的全景影像中選擇了2000張帶有交通標(biāo)志的照片,其分布于5個(gè)不同的城市,并包含了市區(qū)與郊區(qū)。然后將影像上部25%(天空)和下部25%(地面)都裁切掉,留下中間的感興趣區(qū)域,再垂直分割為4塊[4],如圖6所示。最終得到了影像數(shù)據(jù)集,樣本影像的分辨率為2048×2048。實(shí)地拍攝的照片也類似切割成尺寸相同的影像。

    根據(jù)交通標(biāo)志的特征顯著性,該文只標(biāo)注了3種類型的交通標(biāo)志:警告標(biāo)志、禁令標(biāo)志和指示標(biāo)志。由于網(wǎng)絡(luò)架構(gòu)分為交通標(biāo)志探測(cè)與識(shí)別兩個(gè)方面,因此制作數(shù)據(jù)樣本集也分為兩步。

    首先,在制作探測(cè)交通標(biāo)志訓(xùn)練數(shù)據(jù)集的過程中,在樣本影像數(shù)據(jù)集中每一張照片上的所有交通標(biāo)志勾畫出外接矩形邊界框,其中包括了扭曲的以及被遮擋的標(biāo)志等情況,并記錄了其外接矩形左上角(x1,y1)與右下角(x2,y2)的坐標(biāo),保存在對(duì)應(yīng)的文本中(見圖7)。

    然后在對(duì)交通標(biāo)志進(jìn)行分類時(shí),根據(jù)其在樣本數(shù)據(jù)集中的常見性,具體挑選出了42種常見的交通標(biāo)志,將它們根據(jù)上一步勾畫的外接矩形框裁切出來,尺寸皆重采樣成48×48像素,最后對(duì)它們進(jìn)行標(biāo)注標(biāo)簽,具體交通標(biāo)志及其標(biāo)簽如表1所示。

    由于交通標(biāo)志類型數(shù)量的不均勻性,該文把少于100個(gè)樣例的交通標(biāo)志也做了一個(gè)特殊的分類,以三大類型做劃分,分別是指示標(biāo)志的其他(io)、禁令標(biāo)志的其他(po)以及警告標(biāo)志的其他(wo);然后對(duì)100到1000個(gè)樣例的分類進(jìn)行擴(kuò)充,增加到1000個(gè)樣例。擴(kuò)充是將原有的標(biāo)志進(jìn)行隨機(jī)的旋轉(zhuǎn)[-20°,20°],或者進(jìn)行色彩增強(qiáng)[5],部分還做了模糊和透視變形,如圖8所示;其他超過1000個(gè)樣例的數(shù)量保持不變。最后將制作好的樣本數(shù)據(jù)集進(jìn)行訓(xùn)練得到訓(xùn)練模型。

    3 ?實(shí)驗(yàn)測(cè)試數(shù)據(jù)

    3.1 數(shù)據(jù)樣本集中影像測(cè)試

    實(shí)驗(yàn)選取了100張數(shù)據(jù)樣本集中的照片進(jìn)行測(cè)試。影像大小均為2048×2048,影像畸變較小。實(shí)驗(yàn)中對(duì)于像素過于小的交通標(biāo)志檢測(cè)效果不是特別突出,因此選擇了剔除小于15×15像素的交通標(biāo)志后,重新進(jìn)行了統(tǒng)計(jì)。數(shù)據(jù)檢測(cè)統(tǒng)計(jì)如表2所示。

    3.2 實(shí)地拍攝全景影像測(cè)試

    實(shí)驗(yàn)還選取了在上海市張江鎮(zhèn)利用全景相機(jī)拍攝獲取的100張帶有交通標(biāo)志的全景影像進(jìn)行了測(cè)試。影像大小均為4096×2048,影像畸變較大。得到如表3所示的實(shí)驗(yàn)結(jié)果。

    3.3 成果展示

    具體情況見圖9、圖10。

    4 ?結(jié)語

    該文嘗試?yán)萌斯ぶ悄苌疃葘W(xué)習(xí)算法對(duì)車載全景影像中的交通標(biāo)志進(jìn)行探測(cè)與識(shí)別分類,比以往的一些特定算法具有更好的可靠性。下階段,將擴(kuò)大交通標(biāo)志的范圍,訓(xùn)練更多不同種類的交通標(biāo)志,能夠識(shí)別出更復(fù)雜的交通標(biāo)志,例如道路施工安全標(biāo)志、旅游區(qū)標(biāo)志以及輔助標(biāo)志等帶文字圖畫信息的交通標(biāo)志。

    此外,該研究需要進(jìn)一步探索對(duì)識(shí)別后的交通標(biāo)志進(jìn)行測(cè)繪級(jí)別的空間定位,需要研究更多成熟的算法對(duì)全景圖片與三維激光點(diǎn)云進(jìn)行分析、綜合,實(shí)現(xiàn)從車載采集的全景圖片與點(diǎn)云數(shù)據(jù)中自動(dòng)化解算出城市交通標(biāo)志的類型和實(shí)際空間位置,從而智能化地生產(chǎn)地理信息數(shù)據(jù)。

    參考文獻(xiàn)

    [1] 楊振杰.基于CNN的交通標(biāo)志識(shí)別研究[D].天津工業(yè)大學(xué),2017.

    [2] Zhang K,Zhang Z,Li Z, et al. Joint Face Detection and Alignment Using Multitask Cascaded Convolutional Networks[J].IEEE Signal Processing Letters,2016, 23(10):1499-1503.

    [3] Huang G, Liu Z, Maaten L V D, et al.Densely Connected Convolutional Networks[A].2017 IEEE Conference on Computer Vision and Pattern Recognition(CVPR)[C].IEEE Computer Society,2017.

    [4] Zhu Z, Liang D, Zhang S, et al. Traffic-Sign Detection and Classification in the Wild[A]. 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)[C]. IEEE Computer Society,2016.

    [5] 黃琳.基于深層神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識(shí)別方法研究[D]. 江蘇科技大學(xué),2015.

    [6] Charles R.Qi, Wei Liu, Chenxia Wu, et al. Frustum PointNets for 3D Object Detection from RGB-D Data[J].Computer Science Computer Vision and Pattern Recongnition,2017(12).

    看片在线看免费视频| 色精品久久人妻99蜜桃| 亚洲色图 男人天堂 中文字幕| 成人三级做爰电影| 91在线观看av| 丝袜在线中文字幕| 日韩欧美一区视频在线观看| 色播亚洲综合网| 国产成人欧美在线观看| 丁香六月欧美| 不卡一级毛片| 男女做爰动态图高潮gif福利片 | 黄色a级毛片大全视频| 国语自产精品视频在线第100页| 亚洲 国产 在线| 99国产精品免费福利视频| 中国美女看黄片| 人妻久久中文字幕网| 精品一区二区三区av网在线观看| 身体一侧抽搐| 久久久久久国产a免费观看| 久久午夜亚洲精品久久| 淫妇啪啪啪对白视频| 又紧又爽又黄一区二区| 久久亚洲精品不卡| 1024视频免费在线观看| 黑人欧美特级aaaaaa片| 免费在线观看影片大全网站| 国产三级黄色录像| 97超级碰碰碰精品色视频在线观看| 中文字幕av电影在线播放| 12—13女人毛片做爰片一| 免费在线观看完整版高清| 亚洲精品久久国产高清桃花| 国产精品一区二区免费欧美| 国产99白浆流出| 欧美午夜高清在线| 久久九九热精品免费| 国产高清videossex| 激情在线观看视频在线高清| 国产精品久久久久久精品电影 | 免费久久久久久久精品成人欧美视频| 亚洲欧美精品综合一区二区三区| 一区二区日韩欧美中文字幕| 国产成人影院久久av| 欧美国产日韩亚洲一区| 精品久久久久久久人妻蜜臀av | 久久精品成人免费网站| 亚洲精品国产精品久久久不卡| 天堂√8在线中文| 精品免费久久久久久久清纯| 欧美国产日韩亚洲一区| 亚洲中文字幕日韩| 久久久水蜜桃国产精品网| 如日韩欧美国产精品一区二区三区| 国产精品一区二区在线不卡| 侵犯人妻中文字幕一二三四区| 日韩欧美一区视频在线观看| 国产色视频综合| 久久热在线av| 亚洲 国产 在线| 视频区欧美日本亚洲| av福利片在线| 亚洲专区字幕在线| 久久精品aⅴ一区二区三区四区| 亚洲aⅴ乱码一区二区在线播放 | e午夜精品久久久久久久| 色播在线永久视频| 在线观看一区二区三区| cao死你这个sao货| 最近最新中文字幕大全电影3 | 韩国精品一区二区三区| 久久人妻熟女aⅴ| 中出人妻视频一区二区| 亚洲五月色婷婷综合| 一进一出好大好爽视频| 在线观看日韩欧美| 久久精品国产综合久久久| 国产精品影院久久| 搡老妇女老女人老熟妇| 级片在线观看| 激情视频va一区二区三区| 国产成年人精品一区二区| 国产亚洲av嫩草精品影院| 熟女少妇亚洲综合色aaa.| 久久影院123| 一级作爱视频免费观看| 成人免费观看视频高清| 日韩视频一区二区在线观看| 麻豆av在线久日| 国产国语露脸激情在线看| 国产成人啪精品午夜网站| 国产激情欧美一区二区| 欧美 亚洲 国产 日韩一| 妹子高潮喷水视频| 啦啦啦免费观看视频1| 亚洲成av片中文字幕在线观看| 欧美日韩亚洲综合一区二区三区_| 99在线视频只有这里精品首页| 亚洲欧美精品综合久久99| 日日夜夜操网爽| 久热爱精品视频在线9| 日韩精品青青久久久久久| 亚洲激情在线av| 香蕉丝袜av| 操出白浆在线播放| 欧美丝袜亚洲另类 | 亚洲伊人色综图| 午夜福利欧美成人| АⅤ资源中文在线天堂| 大型av网站在线播放| bbb黄色大片| 国产av一区在线观看免费| 女人爽到高潮嗷嗷叫在线视频| 不卡一级毛片| 久久精品aⅴ一区二区三区四区| 国产一区二区三区在线臀色熟女| 久久精品91无色码中文字幕| 无人区码免费观看不卡| 国产熟女xx| 亚洲国产精品sss在线观看| 高清黄色对白视频在线免费看| www.熟女人妻精品国产| 亚洲专区中文字幕在线| 亚洲一码二码三码区别大吗| 亚洲情色 制服丝袜| 99久久久亚洲精品蜜臀av| 久久久精品欧美日韩精品| 亚洲一区高清亚洲精品| 亚洲熟女毛片儿| 19禁男女啪啪无遮挡网站| aaaaa片日本免费| 日韩国内少妇激情av| 男女下面进入的视频免费午夜 | 美女 人体艺术 gogo| 搡老熟女国产l中国老女人| 亚洲第一av免费看| 制服诱惑二区| 色播在线永久视频| 国产欧美日韩一区二区三| 如日韩欧美国产精品一区二区三区| 一级毛片高清免费大全| 无遮挡黄片免费观看| cao死你这个sao货| 黄色毛片三级朝国网站| 婷婷六月久久综合丁香| 69精品国产乱码久久久| 久久人妻av系列| 午夜久久久久精精品| 午夜老司机福利片| 欧美色欧美亚洲另类二区 | 多毛熟女@视频| 亚洲精品av麻豆狂野| 久久精品91蜜桃| 欧美黄色片欧美黄色片| 久久久久国内视频| 欧美成人免费av一区二区三区| 91九色精品人成在线观看| 亚洲 欧美 日韩 在线 免费| 国产不卡一卡二| 免费女性裸体啪啪无遮挡网站| 中文字幕人妻熟女乱码| 亚洲在线自拍视频| 成人国产综合亚洲| 精品人妻1区二区| 国产一区二区三区综合在线观看| 1024视频免费在线观看| 在线播放国产精品三级| 又紧又爽又黄一区二区| 久久中文看片网| 久久九九热精品免费| 高清在线国产一区| 欧美不卡视频在线免费观看 | 黄色丝袜av网址大全| 亚洲最大成人中文| 国产精品久久久久久亚洲av鲁大| 国产一区二区三区综合在线观看| www.www免费av| 黄色丝袜av网址大全| 国产精品乱码一区二三区的特点 | 大码成人一级视频| 女人爽到高潮嗷嗷叫在线视频| 嫩草影视91久久| 亚洲精品粉嫩美女一区| 国产精品久久久久久人妻精品电影| 国产欧美日韩一区二区精品| 看片在线看免费视频| 纯流量卡能插随身wifi吗| 亚洲中文av在线| 国产成人av教育| 国产激情欧美一区二区| 99国产极品粉嫩在线观看| 久久久久久久午夜电影| 美女 人体艺术 gogo| 99精品在免费线老司机午夜| 一进一出抽搐gif免费好疼| 亚洲成人国产一区在线观看| 18美女黄网站色大片免费观看| 国产97色在线日韩免费| 成人永久免费在线观看视频| 身体一侧抽搐| 日本 av在线| 香蕉丝袜av| 99精品久久久久人妻精品| 18禁黄网站禁片午夜丰满| 久久久精品国产亚洲av高清涩受| 精品久久久精品久久久| 婷婷精品国产亚洲av在线| 在线视频色国产色| 欧美激情高清一区二区三区| 成人国语在线视频| 又黄又爽又免费观看的视频| av欧美777| 91国产中文字幕| 两个人看的免费小视频| 亚洲欧美日韩另类电影网站| 久久国产精品男人的天堂亚洲| 国产欧美日韩精品亚洲av| 国产亚洲av嫩草精品影院| 亚洲情色 制服丝袜| 亚洲精品在线美女| 精品乱码久久久久久99久播| 嫁个100分男人电影在线观看| 国内久久婷婷六月综合欲色啪| 女性被躁到高潮视频| 一级a爱片免费观看的视频| 日本免费a在线| 中出人妻视频一区二区| 亚洲va日本ⅴa欧美va伊人久久| 香蕉久久夜色| 男男h啪啪无遮挡| 悠悠久久av| 日韩欧美三级三区| 日韩高清综合在线| 亚洲天堂国产精品一区在线| 亚洲 欧美一区二区三区| 91麻豆av在线| 香蕉久久夜色| 国产成人系列免费观看| 久久人妻熟女aⅴ| 成人三级做爰电影| 日韩中文字幕欧美一区二区| 国产精品,欧美在线| 欧美乱妇无乱码| 久久青草综合色| 午夜精品国产一区二区电影| av有码第一页| e午夜精品久久久久久久| 欧美国产精品va在线观看不卡| 国产成人系列免费观看| 欧美日韩亚洲综合一区二区三区_| 18禁黄网站禁片午夜丰满| 9191精品国产免费久久| 亚洲美女黄片视频| 少妇裸体淫交视频免费看高清 | 国产1区2区3区精品| 国产99白浆流出| АⅤ资源中文在线天堂| 一区在线观看完整版| 在线国产一区二区在线| 人人妻人人澡欧美一区二区 | 国产亚洲精品综合一区在线观看 | 成人18禁高潮啪啪吃奶动态图| 亚洲精品国产区一区二| 免费高清在线观看日韩| 国产一区二区三区在线臀色熟女| 美女高潮到喷水免费观看| 三级毛片av免费| 黄色a级毛片大全视频| 国产精品98久久久久久宅男小说| 18禁国产床啪视频网站| 少妇裸体淫交视频免费看高清 | 国产精品影院久久| 香蕉丝袜av| 午夜久久久久精精品| www.自偷自拍.com| 欧美成人性av电影在线观看| 正在播放国产对白刺激| 久久久久久人人人人人| av网站免费在线观看视频| 真人做人爱边吃奶动态| 国产精品久久久av美女十八| 国产成人精品无人区| 亚洲精品国产一区二区精华液| 在线观看免费视频日本深夜| 亚洲av美国av| bbb黄色大片| 亚洲国产精品合色在线| 精品国产美女av久久久久小说| av福利片在线| 亚洲欧美精品综合一区二区三区| 成人亚洲精品一区在线观看| svipshipincom国产片| 国产精品久久久久久亚洲av鲁大| 亚洲国产欧美一区二区综合| bbb黄色大片| 91麻豆av在线| 一边摸一边抽搐一进一出视频| 亚洲精品久久成人aⅴ小说| 午夜亚洲福利在线播放| 脱女人内裤的视频| 国产又色又爽无遮挡免费看| 视频在线观看一区二区三区| 亚洲国产欧美网| 在线视频色国产色| 十八禁人妻一区二区| 国产伦一二天堂av在线观看| 91精品三级在线观看| 亚洲一区高清亚洲精品| 国产精品免费视频内射| 中文字幕人妻丝袜一区二区| 国产成人一区二区三区免费视频网站| 国产伦一二天堂av在线观看| 99久久久亚洲精品蜜臀av| 国产精品 国内视频| 日日爽夜夜爽网站| 日韩成人在线观看一区二区三区| 中亚洲国语对白在线视频| 精品久久久久久久久久免费视频| 日韩精品青青久久久久久| 18美女黄网站色大片免费观看| 久久人人爽av亚洲精品天堂| 午夜精品国产一区二区电影| 国产精品久久久久久人妻精品电影| 99国产精品99久久久久| 搡老岳熟女国产| 亚洲人成电影免费在线| 激情在线观看视频在线高清| 欧美黄色片欧美黄色片| 国产亚洲欧美精品永久| 国产视频一区二区在线看| 亚洲狠狠婷婷综合久久图片| 91大片在线观看| 国产在线观看jvid| 国产麻豆69| 久久香蕉精品热| 91av网站免费观看| 国产精品 欧美亚洲| 18禁观看日本| 免费高清视频大片| 丰满人妻熟妇乱又伦精品不卡| 亚洲国产毛片av蜜桃av| 99精品久久久久人妻精品| 黑人巨大精品欧美一区二区mp4| 亚洲无线在线观看| 级片在线观看| 成人三级黄色视频| 国产亚洲av嫩草精品影院| 激情在线观看视频在线高清| 淫秽高清视频在线观看| √禁漫天堂资源中文www| 纯流量卡能插随身wifi吗| 免费搜索国产男女视频| 久久人妻av系列| 国产真人三级小视频在线观看| 午夜老司机福利片| 久久国产精品影院| 90打野战视频偷拍视频| 国产精品一区二区免费欧美| 久久婷婷人人爽人人干人人爱 | 久久人人97超碰香蕉20202| 俄罗斯特黄特色一大片| 91大片在线观看| 亚洲最大成人中文| 黄色成人免费大全| 日本精品一区二区三区蜜桃| 精品日产1卡2卡| 日本免费一区二区三区高清不卡 | 两性夫妻黄色片| x7x7x7水蜜桃| 欧美 亚洲 国产 日韩一| 91精品三级在线观看| 欧美中文日本在线观看视频| 18禁观看日本| 国产成人影院久久av| 超碰成人久久| 深夜精品福利| 欧美成人免费av一区二区三区| 免费在线观看影片大全网站| 午夜亚洲福利在线播放| 人妻丰满熟妇av一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 午夜精品在线福利| 99国产精品一区二区三区| 十八禁网站免费在线| 精品久久久久久成人av| 看免费av毛片| www日本在线高清视频| 午夜福利一区二区在线看| 午夜精品久久久久久毛片777| 两性午夜刺激爽爽歪歪视频在线观看 | 男人舔女人的私密视频| 电影成人av| 成人精品一区二区免费| 18禁国产床啪视频网站| 中文字幕久久专区| 视频区欧美日本亚洲| 亚洲国产欧美网| 黄色视频,在线免费观看| 国产精品亚洲美女久久久| 国产伦人伦偷精品视频| 成年版毛片免费区| 国产精华一区二区三区| 久久婷婷成人综合色麻豆| 99精品久久久久人妻精品| 欧美+亚洲+日韩+国产| 非洲黑人性xxxx精品又粗又长| 国产男靠女视频免费网站| 性欧美人与动物交配| 国产真人三级小视频在线观看| 国产成人啪精品午夜网站| 国产欧美日韩一区二区三| 两个人看的免费小视频| 国产亚洲欧美在线一区二区| 国产免费男女视频| 国产精品 国内视频| 一边摸一边做爽爽视频免费| 欧美日韩一级在线毛片| 人人妻人人澡欧美一区二区 | 日韩欧美三级三区| 黄色毛片三级朝国网站| 丝袜美腿诱惑在线| 精品福利观看| 九色国产91popny在线| 久久中文看片网| 国产成人av激情在线播放| 99在线人妻在线中文字幕| 中文字幕高清在线视频| 亚洲精品国产精品久久久不卡| 9191精品国产免费久久| 男女下面插进去视频免费观看| 变态另类成人亚洲欧美熟女 | 亚洲 国产 在线| 久久香蕉激情| 在线观看www视频免费| 欧美成人性av电影在线观看| 日韩大尺度精品在线看网址 | 在线观看免费午夜福利视频| 欧美日韩瑟瑟在线播放| 女性生殖器流出的白浆| 国产精品久久电影中文字幕| 国产av在哪里看| 亚洲一卡2卡3卡4卡5卡精品中文| 国产精品免费视频内射| 制服丝袜大香蕉在线| 男男h啪啪无遮挡| 久久久水蜜桃国产精品网| 亚洲av片天天在线观看| 人成视频在线观看免费观看| 日韩欧美在线二视频| 男人舔女人的私密视频| 国产区一区二久久| 国产av一区二区精品久久| 九色国产91popny在线| 黄色视频不卡| 两性午夜刺激爽爽歪歪视频在线观看 | 天天躁狠狠躁夜夜躁狠狠躁| 国产av一区在线观看免费| 亚洲熟妇中文字幕五十中出| 亚洲av片天天在线观看| 免费搜索国产男女视频| 麻豆久久精品国产亚洲av| 很黄的视频免费| 国产在线观看jvid| 成人18禁高潮啪啪吃奶动态图| 黄色视频不卡| 天天一区二区日本电影三级 | 日韩精品青青久久久久久| 中文字幕色久视频| 亚洲第一青青草原| 看黄色毛片网站| 国产成人精品久久二区二区91| 侵犯人妻中文字幕一二三四区| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲国产精品sss在线观看| 国产av一区在线观看免费| 99在线人妻在线中文字幕| 亚洲一区二区三区不卡视频| 免费看十八禁软件| 欧美一区二区精品小视频在线| 首页视频小说图片口味搜索| 国产91精品成人一区二区三区| 国产1区2区3区精品| 天天添夜夜摸| 一级毛片高清免费大全| 男女做爰动态图高潮gif福利片 | 免费高清在线观看日韩| 人妻丰满熟妇av一区二区三区| 国产91精品成人一区二区三区| 欧美日韩亚洲国产一区二区在线观看| 午夜影院日韩av| 国产成人精品久久二区二区91| 天天一区二区日本电影三级 | 国产精品乱码一区二三区的特点 | 欧美绝顶高潮抽搐喷水| 国产成人精品在线电影| 精品福利观看| 一进一出抽搐动态| 在线观看免费视频网站a站| 国产精品一区二区免费欧美| 久久中文字幕一级| 亚洲成人免费电影在线观看| 亚洲欧美激情综合另类| 美女午夜性视频免费| 黄色a级毛片大全视频| 亚洲九九香蕉| 成人特级黄色片久久久久久久| 日韩一卡2卡3卡4卡2021年| 一区二区日韩欧美中文字幕| 麻豆一二三区av精品| 亚洲aⅴ乱码一区二区在线播放 | 亚洲国产高清在线一区二区三 | 国产精品永久免费网站| 琪琪午夜伦伦电影理论片6080| 又黄又爽又免费观看的视频| 国产精品精品国产色婷婷| netflix在线观看网站| 99热只有精品国产| 国产精品精品国产色婷婷| 亚洲 欧美一区二区三区| 国产精品二区激情视频| 我的亚洲天堂| 中文字幕人妻丝袜一区二区| 国产成人av激情在线播放| 久久天堂一区二区三区四区| 亚洲精品国产色婷婷电影| 免费av毛片视频| 欧美大码av| 亚洲第一青青草原| 精品国产乱子伦一区二区三区| 中文字幕人妻丝袜一区二区| 国产99久久九九免费精品| 天天添夜夜摸| 亚洲中文字幕日韩| 在线av久久热| www.999成人在线观看| 久久精品亚洲精品国产色婷小说| 高清毛片免费观看视频网站| 国产男靠女视频免费网站| 级片在线观看| 丝袜美腿诱惑在线| 久久精品91蜜桃| 首页视频小说图片口味搜索| 91精品三级在线观看| 757午夜福利合集在线观看| 欧美色视频一区免费| 巨乳人妻的诱惑在线观看| 精品国内亚洲2022精品成人| 国产高清有码在线观看视频 | 多毛熟女@视频| 国产成人精品在线电影| 国产视频一区二区在线看| 桃色一区二区三区在线观看| 88av欧美| 岛国在线观看网站| 日韩有码中文字幕| 在线观看免费视频网站a站| 成人精品一区二区免费| 这个男人来自地球电影免费观看| 久久人人精品亚洲av| 久久国产精品人妻蜜桃| 一夜夜www| 99久久久亚洲精品蜜臀av| 免费久久久久久久精品成人欧美视频| videosex国产| 午夜两性在线视频| 久久草成人影院| 啦啦啦 在线观看视频| 国语自产精品视频在线第100页| 久久久精品国产亚洲av高清涩受| 国产私拍福利视频在线观看| 欧美绝顶高潮抽搐喷水| 一级作爱视频免费观看| 久久精品aⅴ一区二区三区四区| 亚洲国产欧美网| 91国产中文字幕| 成人三级黄色视频| 日日摸夜夜添夜夜添小说| 母亲3免费完整高清在线观看| 久久人人97超碰香蕉20202| 级片在线观看| 亚洲av第一区精品v没综合| 国产成人欧美| 国产精品 欧美亚洲| 久久中文字幕人妻熟女| 国产成人欧美| 欧美国产日韩亚洲一区| 免费看美女性在线毛片视频| 成人av一区二区三区在线看| www.精华液| 极品教师在线免费播放| 老司机靠b影院| svipshipincom国产片| 国内毛片毛片毛片毛片毛片| 少妇粗大呻吟视频| 亚洲国产精品久久男人天堂| 亚洲九九香蕉| 少妇粗大呻吟视频| 国产高清videossex| 性色av乱码一区二区三区2| 亚洲成人久久性| 免费久久久久久久精品成人欧美视频| 免费高清在线观看日韩| 亚洲精品中文字幕在线视频| 欧洲精品卡2卡3卡4卡5卡区| 亚洲九九香蕉| 久久久久久人人人人人| av天堂久久9| 国产精品爽爽va在线观看网站 | 国产精品电影一区二区三区| 男女之事视频高清在线观看| 久久精品91蜜桃| 国产97色在线日韩免费| 一级毛片高清免费大全| 69av精品久久久久久|